5 พฤศจิกายน 2568 McKinsey ออก Report ใหม่ชื่อว่า The State of AI 2025 Agents, Innovation and Transformation

องค์กร ใช้ AI กันเยอะ แต่ยังไม่ค่อย Scale ทั่วทั้งบริษัท ผลสำรวจบอกว่า

  • 88% ใช้ AI อย่างสม่ำเสมออย่างน้อย 1 ฟังก์ชัน

สถานะรวมทั้งองค์กรปี 2025

  1. 32% อยู่ในระยะทดลอง (Experimenting)
  2. 31% อยู่ในระยะทดสอบจริง (Piloting)
  3. 30% อยู่ในระยะขยายการใช้ (Scaling)
  4. 7% ใช้ได้เต็มที่แล้ว (Fully Scaled)

AI Agents เทคโนโลยีใหม่

  • AI Agents ระบบ AI ที่เก่งกว่า มันทำงานแบบคิด, วิเคราะห์, แก้ปัญหาที่ซับซ้อนเองได้
  1. 23% ของบริษัท ใช้ AI Agents อยู่แล้ว และขยายการใช้
  2. 39% เพิ่งเริ่มทดลอง
  • แต่ยังไม่ค่อยแพร่หลาย ส่วนใหญ่เป็นบริษัทเทคกับบริษัททำธุรกิจสุขภาพ มีแค่ 10% ที่ใช้เต็มรูปแบบ

AI สร้างรายได้ไหม

  • 39% ของบริษัท พูดว่า AI ช่วยให้กำไรเพิ่มขึ้น ส่วนใหญ่เพิ่มน้อย ๆ (แค่ไม่ถึง 5%)
  • 64% บอกว่า AI ช่วยให้นวัตกรรม (Innovation) เพิ่มขึ้น

ในเรื่องความพึงพอใจลูกค้า:

  1. 45% ดีขึ้น
  2. 32% ไม่เปลี่ยน
  3. 19% แย่ลง

ในเรื่องการแข่งขัน

  1. 45% ดีขึ้น
  2. 32% ไม่เปลี่ยน
  3. 22% แย่ลง

บริษัทที่เก่ง ด้าน AI ทำแบบไหน?

  • บริษัทที่ได้เงินมาจาก AI มากที่สุด (เรียกว่า “high performers” ประมาณ 6% ของบริษัท) พวกเขาลงมือ รื้อระบบงานใหม่ ตั้งเป้าหมายการเติบโตชัดเจน และใส่เงินลงทุนจริง เพิ่มรายได้และนวัตกรรมด้วย
  1. 80% ของเขาตั้งเป้าประหยัดเงิน
  2. 50% ตั้งเป้าเพิ่มรายได้
  3. 50% ตั้งเป้านวัตกรรม

เปลี่ยนวิธีการทำงาน

  • 55% ของบริษัทที่เก่งนั้น ระบุว่า ผู้นำแก้โครงสร้างการทำงานใหม่ทั้งหมด ในขณะที่บริษัทอื่น แค่ 20% เท่านั้น (เพราะฉะนั้นเขาเก่งกว่าถึง 2.8 เท่า) มีแนวโน้มจะขยายการใช้ได้มากกว่าคนทั่วไป
  • บริษัททั่วไปวัดผลด้วย ประสิทธิภาพ แต่บริษัทที่เก่งกว่านั้นวัดด้วย Agent ตอบสนองได้เร็วแค่ไหน

เรื่องการจ้างงาน มันจะตัดงาน หรือจ้างเพิ่มไหม?

  • 32% คิดว่าจะมีพนักงานลดลง
  • 43% คิดว่าไม่เปลี่ยน
  • 13% คิดว่าจะเพิ่มขึ้น

แต่ที่น่าสนใจคือ ส่วนใหญ่ของบริษัท จ้างคนใหม่สำหรับตำแหน่ง AI เพิ่มขึ้น เช่น:

  • Data Engineers มีบริษัท 29% ถึง 35% จ้างเพิ่ม
  • Software Engineers มีบริษัท 29% ถึง 35% จ้างเพิ่ม
  • AI Data Scientists มีบริษัท 26% ถึง 29% จ้างเพิ่ม

ลักษณะการใช้ AI ตามฝ่ายต่าง ๆ (Cost & Revenue)

  • ฝ่ายไหนประหยัดเงินได้มากที่สุด?
  1. Software engineering: 56% ประหยัด (ลดลง 11-20% ได้ 10%, ลดลง ≥20% ได้ 17%)
  2. IT: 54% ประหยัด (ลดลง 11-19% ได้ 8%, ลดลง ≤10% ได้ 45%)
  3. Service operations: 53% ประหยัด (ลดลง 11-19% ได้ 10%, ลดลง ≤10% ได้ 43%)
  4. Supply chain/inventory: 51% ประหยัด
  5. Manufacturing: 51% ประหยัด
  6. Human resources: 49% ประหยัด
  7. Strategy and corporate finance: 49% ประหยัด
  8. Product development: 47% ประหยัด
  9. Marketing and sales: 45% ประหยัด
  10. Risk, legal, compliance: 44% ประหยัด
  11. Knowledge management: 44% ประหยัด
  • ฝ่ายไหนเพิ่มรายได้ได้มากที่สุด?
  1. Marketing and sales: 67% เพิ่มรายได้ (เพิ่มมากกว่า 10% ได้ 22%, เพิ่ม 6-10% ได้ 15%)
  2. Strategy and corporate finance: 65% เพิ่มรายได้ (เพิ่มมากกว่า 10% ได้ 14%, เพิ่ม 6-10% ได้ 12%)
  3. Product/service development: 62% เพิ่มรายได้ (เพิ่มมากกว่า 10% ได้ 12%, เพิ่ม 6-10% ได้ 11%)
  4. Supply chain/inventory: 59% เพิ่มรายได้
  5. Service operations: 57% เพิ่มรายได้
  6. IT: 57% เพิ่มรายได้
  7. Software engineering: 52% เพิ่มรายได้

ข้อสรุป:

AI ตอนนี้ยังเหมือนรถยนต์ที่พึ่งเข้ามาแล้ว แต่ยังคนส่วนใหญ่ยังไม่รู้ใช้อย่างไร ถึงจะได้ประโยชน์เต็ม ๆ

Source:

McKinsey