ข้อค้นพบที่โดดเด่นที่สุดคือ การเข้าถึง AI ในองค์กรเพิ่มขึ้นอย่างรวดเร็ว แต่การใช้งานจริงยังตามไม่ทัน โดยการเข้าถึงเครื่องมือ AI ที่ได้รับอนุมัติในองค์กรเพิ่มขึ้นประมาณ 50% ภายในปีเดียว จากต่ำกว่า 40% เป็นราว 60% ของพนักงานทั้งหมด อย่างไรก็ตาม ในกลุ่มพนักงานที่มีสิทธิ์ใช้งานจริง ยังมีไม่ถึง 60% ที่ใช้ AI เป็นส่วนหนึ่งของงานประจำวัน ขณะเดียวกัน แม้เพียง 25% ขององค์กรจะสามารถนำ AI experiments อย่างน้อย 40% เข้าสู่ production ได้แล้วในวันนี้ แต่ถึง 54% คาดว่าจะไปถึงจุดนั้นภายใน 3–6 เดือนข้างหน้า ซึ่งสะท้อนว่าเส้นทางสู่การสร้างมูลค่าจาก AI เริ่มชัดขึ้น แต่ยังต้องฝ่าด่านด้านการลงมือทำจริงอีกมาก

รายงานยังชี้ว่า AI กำลังสร้าง productivity ให้กับคนจำนวนมาก แต่การ “พลิกธุรกิจ” จริงยังเกิดขึ้นกับคนส่วนน้อย ปัจจุบัน 34% ขององค์กรเริ่มใช้ AI เพื่อเปลี่ยนผลิตภัณฑ์ กระบวนการ และแม้แต่รูปแบบธุรกิจอย่างลึกซึ้ง อีก 30% กำลัง redesign กระบวนการหลักรอบ AI แต่ยังไม่เปลี่ยน business model ส่วนอีก 37% ยังใช้ AI ในลักษณะผิวเผิน โดยแทบไม่เปลี่ยนวิธีทำงานเดิมเลย ภาพนี้สะท้อนว่าองค์กรส่วนใหญ่ยังใช้ AI เพื่อเพิ่มประสิทธิภาพ มากกว่าจะใช้เพื่อสร้างความแตกต่างเชิงกลยุทธ์ในระยะยาว

ในมิติแรงงาน รายงานชี้อย่างชัดเจนว่า องค์กรกำลังเน้นสร้าง AI fluency มากกว่าการออกแบบงานใหม่รอบ AI แม้ 36% ขององค์กรคาดว่าอย่างน้อย 10% ของงานในองค์กรจะถูกทำให้เป็นอัตโนมัติเต็มรูปแบบภายใน 1 ปี และ 82% คาดว่าจะเกิดขึ้นภายใน 3 ปี แต่ถึง 84% ขององค์กรยังไม่ได้ redesign งานหรือบทบาทงานรอบความสามารถใหม่ของ AI อย่างจริงจัง สิ่งที่หลายองค์กรทำอยู่จึงเป็นเพียงการเพิ่มทักษะหรือการอบรมพนักงาน มากกว่าการปรับโครงสร้างงาน เส้นทางอาชีพ และ operating model ให้สอดคล้องกับ AI-native enterprise อย่างแท้จริง

นอกจากนี้ รายงานยังเน้น 3 แนวโน้มสำคัญที่จะกำหนดทิศทางของ AI ในระดับองค์กร ได้แก่ Sovereign AI, Agentic AI และ Physical AI โดยเฉพาะ Agentic AI ซึ่งกำลังเติบโตเร็วที่สุด ปัจจุบัน 23% ขององค์กรใช้ agentic AI อย่างน้อยในระดับปานกลาง และตัวเลขนี้คาดว่าจะเพิ่มเป็น 74% ภายใน 2 ปี แต่ในขณะเดียวกัน มีเพียง 21% ขององค์กรเท่านั้นที่ระบุว่าตนมีรูปแบบการกำกับดูแล autonomous agents ที่ “สุกงอม” แล้ว ความต่างระหว่างความเร็วของการใช้งานกับความพร้อมของ guardrails จึงเป็นความเสี่ยงเชิงโครงสร้างที่สำคัญที่สุดข้อหนึ่งในรายงานฉบับนี้

ในภาพรวม Deloitte สรุปตรงกันว่าองค์กรส่วนใหญ่ มีความพร้อมเชิงกลยุทธ์มากกว่าความพร้อมเชิงปฏิบัติการ โดย 42% มองว่ากลยุทธ์ด้าน AI ของตนอยู่ในระดับพร้อมสูง แต่มีเพียง 30% ที่ประเมินว่าตนพร้อมสูงในด้าน risk and governance ขณะที่ความพร้อมด้าน talent, data management และ infrastructure ยังเป็นจุดอ่อนต่อเนื่อง นั่นหมายความว่าองค์กรจำนวนมาก “รู้ว่าควรไปทางไหน” แต่ยังไม่มีรากฐานการกำกับดูแลและระบบสนับสนุนที่เข้มแข็งพอจะไปถึงจุดนั้นได้จริง

ความเชื่อมโยงไปสู่ความสำคัญของการทำ AI Governance สำหรับองค์กร

สิ่งที่รายงานนี้กำลังบอกผู้บริหารอย่างชัดเจนคือ การขยาย AI โดยไม่มี AI Governance ที่ดีพอ จะทำให้การ scale กลายเป็นความเสี่ยง มากกว่าจะเป็นความได้เปรียบ โดยเฉพาะเมื่อองค์กรกำลังเข้าสู่ยุคของ Agentic AI ซึ่งไม่ได้เพียงช่วยคิดหรือให้คำแนะนำ แต่สามารถเรียกใช้เครื่องมือ ส่งคำสั่ง ดำเนินการแทนมนุษย์ และเชื่อมต่อกับระบบงานจริงได้ หากองค์กรยังไม่มีกรอบกำกับดูแลที่ชัดเจน AI อาจทำผิดได้เร็วพอ ๆ กับที่มันทำงานได้เร็วขึ้น และความเสียหายก็อาจลุกลามในระดับธุรกิจ ชื่อเสียง กฎหมาย และความเชื่อมั่นของลูกค้าได้พร้อมกัน

ดังนั้น AI Governance จึงไม่ใช่งานด้าน compliance ที่ทำทีหลัง แต่เป็น กลไกที่ทำให้องค์กรสามารถใช้ AI ได้อย่างมั่นใจและขยายผลได้จริง Deloitte ระบุชัดว่า governance ไม่ควรถูกมองเป็น “เบรก” ของนวัตกรรม แต่เป็น “ตัวเร่ง” ของการ scale อย่างรับผิดชอบ โดยองค์กรที่ทำได้ดีจะไม่ปล่อยให้ governance เป็นหน้าที่ของทีมเทคนิคเพียงอย่างเดียว แต่จะฝังไว้ในโครงสร้างการกำกับดูแลเดิมขององค์กร ทำให้ทั้งผู้บริหาร หน่วยงานกฎหมาย ความเสี่ยง เทคโนโลยี ข้อมูล และหน่วยธุรกิจมีบทบาทร่วมกันอย่างชัดเจนในการกำหนดนโยบาย ตรวจสอบความเสี่ยง ติดตามพฤติกรรมของระบบ และจัดการ escalation เมื่อเกิดเหตุผิดปกติ

หากถามว่า องค์กรควรเริ่มทำ AI Governance อย่างไร รายงานนี้ให้คำตอบเชิงปฏิบัติอย่างชัดเจนอย่างน้อย 5 เรื่อง

เรื่องแรกคือ เริ่มจากการประเมินสถานะจริงขององค์กร ว่าขณะนี้พร้อมเพียงใดในด้าน strategy, risk, data, talent, infrastructure และ governance เพราะหนึ่งในปัญหาสำคัญที่รายงานสะท้อนคือ หลายองค์กรคิดว่าตน “มี AI แล้ว” แต่จริง ๆ ยังติดอยู่ใน proof-of-concept trap และยังไม่มี readiness ที่เพียงพอสำหรับ production-scale deployment

เรื่องที่สองคือ สร้าง governance ก่อน scale โดยเฉพาะใน use cases ของ agentic AI องค์กรต้องกำหนดให้ชัดว่า AI ทำอะไรได้เองบ้าง เรื่องไหนต้องมีมนุษย์อนุมัติ ต้องมีการติดตามพฤติกรรมแบบ real-time ต้องมีบันทึกลำดับการตัดสินใจและการกระทำของ agent เพื่อให้ตรวจสอบย้อนหลังได้ และต้องมี cross-functional governance structure ที่ชัดเจนตั้งแต่ต้น ไม่ใช่รอให้ใช้กว้างแล้วค่อยตามไปอุดช่องโหว่ทีหลัง

เรื่องที่สามคือ ผนวก governance เข้ากับ data governance, privacy และ cybersecurity เพราะความเสี่ยงที่องค์กรกังวลมากที่สุดในรายงานนี้ล้วนเชื่อมกับ governance โดยตรง ไม่ว่าจะเป็น data privacy and security, legal and regulatory compliance, governance capability and oversight หรือ model quality and explainability หาก AI Governance ไม่เชื่อมกับข้อมูล สิทธิการเข้าถึง ระบบ audit และการควบคุมความมั่นคงไซเบอร์ องค์กรจะไม่สามารถใช้ AI ได้อย่างไว้วางใจได้จริง

เรื่องที่สี่คือ ออกแบบงานใหม่รอบ AI ไม่ใช่เพียงสอนให้คนใช้ AI รายงานชี้ว่าองค์กรส่วนใหญ่กำลังเน้น AI fluency แต่ยังไม่ได้ redesign งาน กระบวนการ และ career path อย่างจริงจัง AI Governance ที่ดีจึงต้องครอบคลุมประเด็น workforce transformation ด้วย เช่น บทบาทใหม่ของ human oversight, หลักเกณฑ์ในการ override AI, ความรับผิดชอบเมื่อ AI ตัดสินใจผิด และการพัฒนาเส้นทางอาชีพใหม่ในองค์กรที่ใช้ AI เป็นโครงสร้างหลักของงาน

เรื่องที่ห้าคือ สร้างระบบติดตาม ปรับปรุง และทบทวนอย่างต่อเนื่อง เพราะ Deloitte เน้นว่า governance ที่ดีต้องไม่ใช่เอกสารนิ่ง แต่เป็นระบบที่ปรับตามกฎหมาย ความเสี่ยง เทคโนโลยี และ business context ได้ตลอดเวลา โดยเฉพาะในโลกที่ agentic AI และ physical AI กำลังทำให้ขอบเขตของความรับผิดชอบซับซ้อนขึ้นเรื่อย ๆ

เมื่อองค์กรทำ AI Governance อย่างจริงจัง ประโยชน์ที่จะเกิดขึ้นจึงมีความชัดเจนอย่างน้อย 4 ด้าน

ประโยชน์แรกคือ ช่วยให้องค์กรขยายการใช้ AI ได้เร็วขึ้นและมีโอกาสสร้างมูลค่ามากขึ้น เพราะสามารถลดความไม่แน่นอนและเปลี่ยนจาก pilot ไปสู่ production ได้อย่างมั่นใจมากกว่าเดิม รายงานฉบับนี้ชี้ชัดว่าความท้าทายใหญ่ขององค์กรไม่ใช่แค่เรื่อง access แต่คือ activation และ governance คือหนึ่งในเงื่อนไขสำคัญของ activation นั้น

ประโยชน์ที่สองคือ ลดความเสี่ยงจาก AI ที่ทำงานเกินขอบเขตหรือผิดเจตนา โดยเฉพาะในยุคของ agentic AI และ physical AI ซึ่ง AI สามารถลงมือทำงานจริงกับระบบ ลูกค้า เครื่องจักร หรือการตัดสินใจทางธุรกิจได้

ประโยชน์ที่สามคือ สร้าง trust ทั้งจากลูกค้า พนักงาน คณะกรรมการ นักลงทุน และ regulator เพราะองค์กรสามารถอธิบายได้ว่า AI ทำงานอย่างไร อยู่ภายใต้ขอบเขตอะไร และมีใครรับผิดชอบเมื่อเกิดปัญหา

และประโยชน์ที่สี่คือ ทำให้ governance กลายเป็นความสามารถเชิงกลยุทธ์ ไม่ใช่ภาระด้านข้อกำหนด ซึ่งสอดคล้องโดยตรงกับข้อเสนอแนะหลักของ Deloitte ที่ว่าองค์กรควร “build governance before you scale” และทำให้ governance เป็นบทบาทของทุกคนในองค์กร ไม่ใช่แค่ของฝ่าย compliance หรือ IT

กล่าวอย่างสั้นที่สุด รายงานนี้ไม่ได้เพียงบอกว่า AI กำลังโตเร็ว แต่กำลังชี้ชัดว่า องค์กรที่มี AI Governance ที่ดีกว่า จะเป็นองค์กรที่แปลง AI ไปเป็นมูลค่าทางธุรกิจได้เร็วกว่า ปลอดภัยกว่า และยั่งยืนกว่า