พัฒนา AI หรือซื้อมาใช้: งานศึกษาธุรกิจในบราซิล

แบบสำรวจแยกไว้ห้าวิธี ได้แก่ ซอฟต์แวร์หรือระบบ AI ที่พนักงานพัฒนา พนักงานดัดแปลง ระบบโอเพนซอร์สที่พนักงานดัดแปลง ระบบสำเร็จรูปที่จัดหามาใช้ และระบบที่ผู้ให้บริการภายนอกได้รับการว่าจ้างให้พัฒนาหรือดัดแปลง บริษัทหนึ่งแห่งสามารถรายงานได้หลายวิธี^[2]

เรารวมสามวิธีแรกเป็นการพัฒนาหรือดัดแปลงภายในบริษัท ส่วนงานที่ว่าจ้างภายนอกแยกไว้ต่างหาก เพราะผู้ทำงานอยู่นอกบริษัท การจัดหาผลิตภัณฑ์ที่ผู้ให้บริการมีอยู่แล้วไม่ได้ยืนยันว่าบริษัทว่าจ้างให้พัฒนาระบบ และการเปลี่ยนซอฟต์แวร์ก็ไม่จำเป็นต้องเป็นการฝึกโมเดล AI

นิยามของเทคโนโลยีในแบบสำรวจกว้างกว่า AI เชิงกำเนิด ครอบคลุมการวิเคราะห์ภาษาและภาพ การรู้จำเสียงพูด การคาดการณ์ การทำขั้นตอนงานให้เป็นอัตโนมัติ และเครื่องจักรที่เคลื่อนที่ด้วยการตัดสินใจอัตโนมัติ จึงไม่ควรอ่านผลนี้ว่าเป็นสถิติเฉพาะแชตบอต เครื่องมือเขียนด้วย AI หรือเอเจนต์ AI เท่านั้น^[2]

มีความเชื่อมโยงสำคัญที่แบบสอบถามไม่ได้ระบุ แบบสอบถามถามว่าบริษัทจัดหา AI อย่างไร และถามแยกว่าบริษัทใช้ AI ด้านการตลาดหรือการขายหรือไม่ บริษัทอาจจัดหาผลิตภัณฑ์การตลาดสำเร็จรูป แล้วว่าจ้างทำระบบปฏิบัติงานอีกตัวที่ไม่เกี่ยวกัน หรืออาจรายงานหลายวิธีสำหรับระบบที่เกี่ยวข้องกัน เราระบุได้ว่าบริษัทใช้วิธีใดร่วมกัน แต่ระบุไม่ได้ว่าแอปพลิเคชันการตลาดได้มาด้วยวิธีใด

ในบริษัทที่เข้าเกณฑ์ ใช้ AI ด้านการตลาดหรือการขาย และตอบเรื่องการจัดหาครบ 447 แห่ง มีประมาณ 69.0% ที่รายงานการจัดหาระบบสำเร็จรูปควบคู่กับการพัฒนาหรือดัดแปลงอย่างน้อยหนึ่งวิธี ช่วงความเชื่อมั่น 95% แบบรายค่าอยู่ที่ 61.9%–76.1% อีก 16.1% รายงานว่าจัดหาระบบสำเร็จรูปโดยไม่มีวิธีเพิ่มเติมดังกล่าว โดยมีช่วงอยู่ที่ 10.5%–21.6%^[1][4]

ตัวเลขเหล่านี้เป็นร้อยละที่ถ่วงน้ำหนักแล้ว ผลแรกมาจากบริษัทที่ตอบแบบสำรวจ 307 แห่ง แต่การนำ 307 หารด้วย 447 จะได้สัดส่วนในตัวอย่างที่ยังไม่ถ่วงน้ำหนัก ไม่ใช่ค่าประมาณของประชากร น้ำหนักสำรวจคำนึงถึงว่าผู้ตอบแต่ละรายเป็นตัวแทนของบริษัทในประชากรที่กำหนดอย่างไร

ลองจำกัดคำถามให้เหลือเฉพาะ 376 บริษัทที่ตอบครบและรายงานว่าจัดหาระบบสำเร็จรูป ภายในกลุ่มนี้ บริษัท 307 แห่งเดิมให้ค่าประมาณ 81.1% ที่รายงานการพัฒนาหรือดัดแปลงด้วย โดยมีช่วงความเชื่อมั่น 95% ที่ 74.7%–87.5% ตัวหารเปลี่ยนไป ตัวเลข 69.0% และ 81.1% อธิบายการใช้วิธีร่วมกันชุดเดียวจากสองมุม ไม่ใช่ข้อค้นพบอิสระสองข้อ

สำหรับผู้จัดการฝ่ายการตลาด ข้อคิดคือคำถามที่ควรถามภายใน: นอกจากจัดหาเครื่องมือมาแล้ว ยังมีงานอะไรที่ต้องทำควบคู่กัน คำตอบอาจเกี่ยวกับพนักงาน ผู้ให้บริการที่ว่าจ้าง หรือทั้งสองฝ่าย แบบสำรวจไม่ได้แสดงว่าตัวผลิตภัณฑ์สำเร็จรูปถูกดัดแปลง ดังนั้นบัญชีรายการที่มีประโยชน์จึงควรเริ่มจากแต่ละระบบและงานที่เกี่ยวข้องกับระบบนั้น

ในกลุ่มที่จัดหาระบบสำเร็จรูปและตอบครบ 66.3% รายงานการว่าจ้างพัฒนาหรือดัดแปลง และ 39.0% รายงานการพัฒนาหรือดัดแปลงภายในบริษัท สองกลุ่มนี้ซ้อนทับกัน โดย 24.2% รายงานทั้งสองแบบ หากนำสองร้อยละแรกมาบวกกัน จะนับบางบริษัทซ้ำ^[4]

การแยกเป็นสี่รูปแบบช่วยให้เห็นบทบาทชัดขึ้น งานที่ว่าจ้างโดยไม่มีงานภายในคิดเป็น 42.1% งานภายในโดยไม่มีงานว่าจ้างคิดเป็น 14.8% มีทั้งสองแบบ 24.2% และไม่มีทั้งสองแบบ 18.9% ทุกกลุ่มในกราฟนี้รายงานการจัดหาระบบสำเร็จรูปด้วย “ไม่มีทั้งสองแบบ” หมายถึงไม่มีวิธีพัฒนาเพิ่มเติมทั้งสองประเภท ไม่ได้หมายความว่าบริษัทไม่มี AI หรือไม่มีเจ้าหน้าที่รับผิดชอบ

ส่วนต่างระหว่างงานว่าจ้างกับงานภายในอยู่ที่ 27.3 จุดเปอร์เซ็นต์ โดยมีช่วงความเชื่อมั่น 95% แบบรายค่าที่ 14.0–40.5 จุด เราคำนวณส่วนต่างภายในแต่ละชุดน้ำหนักซ้ำของการสำรวจ เพื่อคงความสัมพันธ์ระหว่างคำตอบทั้งสอง ตัวเลขนี้บอกความถี่ที่บริษัทรายงานบทบาทแต่ละแบบ ไม่ใช่สัดส่วนค่าใช้จ่าย เวลาทำงาน หรือคุณค่าต่อธุรกิจ

ความแตกต่างนี้มีผลเมื่อผู้จัดการฝ่ายการตลาดถามว่าใครสามารถเปลี่ยนแปลงบางอย่างได้ พนักงานอาจปรับระบบได้โดยตรง ขณะที่ผู้ให้บริการอาจต้องได้รับข้อกำหนด ขอบเขตงานที่ตกลงกัน และเงื่อนไขส่งมอบ บริษัทที่ใช้ทั้งสองวิธีต้องรู้ว่าการเปลี่ยนแปลงที่ขออยู่ภายใต้ข้อตกลงแบบใด แบบสำรวจไม่ได้บอกว่าวิธีจัดงานแต่ละแบบได้ผลดีเพียงใด

การใช้วิธีจัดหา AI ทั้งภายในและภายนอกร่วมกันไม่ใช่แนวคิดใหม่ งานวิจัยปี 2024 ของ Hoffreumon, Forman และ van Zeebroeck ศึกษาการจัดหาระบบสำเร็จรูปและการพัฒนาหรือปรับแต่งภายในในบริษัทยุโรป 3,143 แห่ง บทคัดย่อที่เผยแพร่รายงานว่าวิธีจัดหาต่าง ๆ มักเกื้อหนุนกัน^[6]

หนังสือปี 2025 ของ Cetic เองรายงานร้อยละของแต่ละวิธีจัดหา AI และอภิปรายแนวทางนำ AI มาใช้ที่เกิดขึ้นควบคู่กัน สิ่งที่งานนี้เพิ่มมีขอบเขตแคบกว่า คือค่าประมาณที่ทำซ้ำได้ว่าบริษัทบราซิลแห่งเดียวกันรายงานวิธีใดบ้าง ภายในกลุ่มที่กำหนดว่าใช้ AI ด้านการตลาดหรือการขาย รวมถึงการแยกงานของพนักงานออกจากงานว่าจ้าง^[5]

ข้อมูลอ้างอิงนี้ช่วยตั้งกรอบการทบทวน แต่เลือกผู้ให้บริการหรือสรุปความคุ้มค่าการลงทุนแทนไม่ได้ วิธีที่พบได้บ่อยอาจไม่เหมาะกับธุรกิจบางแห่ง สิ่งที่ต้องตัดสินใจคือรูปแบบที่เสนอทำงานตามที่ต้องการได้หรือไม่ และมีใครดูแลต่อหลังส่งมอบหรือไม่

สมมติว่ามีผู้จำหน่ายเฟอร์นิเจอร์สำนักงานในบราซิล ทีมการตลาดจัดหาเครื่องมือที่มีอยู่แล้วมาเขียนคำอธิบายสินค้า พนักงานยังดัดแปลงระบบ AI ภายในเพื่อคัดแยกคำถามที่เข้ามา ขณะเดียวกันก็ว่าจ้างนักพัฒนาภายนอกให้ปรับระบบคาดการณ์ยอดขายอีกระบบหนึ่ง นี่เป็นสถานการณ์ประกอบคำอธิบาย ไม่ใช่บริษัทที่ตอบแบบสำรวจหรือรูปแบบที่แนะนำว่าควรทำตาม

ผู้จัดการฝ่ายการตลาดเริ่มจากคำขอเดียว: ทำให้คำอธิบายสินค้ายังสอดคล้องกับข้อมูลเมื่อข้อกำหนดสินค้าเปลี่ยน เครื่องมือเขียนที่จัดหามาเป็นเพียงส่วนหนึ่งของงาน ต้องมีคนส่งข้อมูลที่อนุมัติแล้ว ตรวจร่าง และตัดสินว่าพร้อมใช้หรือยัง ความรับผิดชอบเหล่านี้เพียงอย่างเดียวไม่ได้หมายความว่าบริษัทพัฒนาหรือดัดแปลงซอฟต์แวร์ AI

ระบบจัดการคำถามมีประเด็นอีกแบบ พนักงานคนหนึ่งเปลี่ยนวิธีส่งต่อคำถาม ทีมจึงระบุว่าใครเข้าใจการเปลี่ยนแปลงนั้น จะสังเกตได้อย่างไรว่าส่งผิดคน และใครย้อนการเปลี่ยนแปลงที่ไม่เหมาะสมได้ ส่วนระบบคาดการณ์ที่ว่าจ้าง ทีมตรวจว่าผู้พัฒนาภายนอกจะส่งมอบอะไร การเปลี่ยนแปลงใดรวมอยู่ในงาน และใครตอบปัญหาหลังส่งมอบ

ทีมแยกสามระบบไว้คนละแถวในแบบบันทึก การติดป้ายเดียวว่า “เราซื้อ AI” จะบดบังงานดัดแปลงของพนักงานและงานว่าจ้าง ส่วนป้าย “เราพัฒนา AI” จะบดบังผลิตภัณฑ์ที่จัดหามา การทำรายการไม่ได้บังคับให้ทั้งสามระบบต้องใช้วิธีจัดหาเดียวกัน

สิ่งที่ต้องทำจึงชัดเจน: ระบุผู้ตรวจคำอธิบายสินค้า บันทึกการเปลี่ยนระบบจัดการคำถาม และตกลงการส่งมอบระบบคาดการณ์ ตัวอย่างนี้ไม่อ้างว่าช่วยประหยัดหรือเพิ่มประสิทธิภาพ การจะรู้ว่าการกระทำเหล่านี้ทำให้ธุรกิจดีขึ้นหรือไม่ ต้องใช้หลักฐานจากงานจริงของบริษัท

ใช้หนึ่งแถวต่อหนึ่งระบบที่มีอยู่หรือแอปพลิเคชันที่กำลังเสนอ เริ่มจากงานที่ชัดเจน เช่น เตรียมข้อความสินค้า หรือคัดแยกคำถามเรื่องการขาย อย่าตั้งชื่อแถวเพียงว่า “AI การตลาด” เพราะไม่บอกว่าเครื่องมือนั้นต้องทำอะไร แบบบันทึกนี้เป็นข้อเสนอเพื่อใช้งานจริง ไม่ใช่มาตรการที่สำรวจนี้ได้ทดสอบแล้ว

บันทึกระบบและงาน เขียนชื่อระบบ คำถามทางธุรกิจที่ระบบช่วยตอบ ข้อมูลที่ใช้ และผลลัพธ์ที่คนนำไปดำเนินการต่อ ระบุคนที่สาธิตขั้นตอนปัจจุบันได้ หากเครื่องมือที่เสนอใหม่ยังไม่มีอยู่จริง ให้แยกงานที่ต้องการออกจากข้อสมมติว่าเครื่องมือจะทำอะไรได้

บันทึกวิธีจัดหาและเปลี่ยนแปลง ระบุว่าเป็นระบบสำเร็จรูปที่จัดหามา พนักงานพัฒนาหรือดัดแปลง ว่าจ้างพัฒนาหรือดัดแปลง หรือใช้หลายวิธีร่วมกัน อธิบายงานจริงที่อยู่เบื้องหลังแต่ละตัวเลือก แยกการใช้ตามปกติ การตรวจเนื้อหา และการตั้งค่า ออกจากการอ้างว่าพนักงานพัฒนาซอฟต์แวร์ หากยังแยกไม่ชัด ให้ถามผู้รับผิดชอบด้านเทคนิค

ระบุผู้รับผิดชอบการส่งมอบและการดูแลต่อ ใครรับรองการเปลี่ยนแปลงที่ส่งมอบ ใครปรับข้อมูลนำเข้าให้เป็นปัจจุบัน ใครแก้ข้อขัดข้อง และใครอนุมัติการเปลี่ยนระบบได้ หากมีผู้ให้บริการเกี่ยวข้อง ให้เขียนว่ารับผิดชอบอะไรจริง การมีชื่อผู้ติดต่อเพียงอย่างเดียวไม่ได้บอกว่าจะทำอย่างไรเมื่อคนนั้นไม่อยู่

กำหนดการทบทวนและทางเลือกเมื่อเลิกใช้ เลือกตัวอย่างงานชัดเจนที่ระบบควรทำได้และสถานการณ์ที่ทราบว่าต้องให้คนตรวจ บันทึกว่าทีมจะตรวจผลอย่างไร และจะทำอย่างไรเมื่อระบบใช้งานไม่ได้หรือไม่เหมาะสม ใช้ข้อมูลทดสอบที่ได้รับอนุญาต อย่าคิดเองว่าผู้ให้บริการรายใหม่มีสิทธิรับข้อมูลลูกค้าที่มีอยู่

แถวที่กรอกครบควรอ่านแล้วทำตามได้ เช่น “เครื่องมือเขียนคำอธิบายสินค้า; เอกสารข้อมูลสินค้าที่อนุมัติแล้ว; บรรณาธิการแค็ตตาล็อกตรวจร่าง; ทีมสินค้าส่งข้อมูลที่เปลี่ยน; แจ้งปัญหาต่อผู้รับผิดชอบเครื่องมือที่ระบุไว้; ใช้ข้อความที่เคยอนุมัติระหว่างรอแก้ปัญหา” ตัวอย่างนี้อธิบายความรับผิดชอบ ไม่ได้นับการแก้ไขเนื้อหาทั่วไปว่าเป็นการพัฒนา AI

สำหรับแอปพลิเคชันใหม่ ให้เปรียบเทียบตัวเลือกโดยใช้งานและเกณฑ์ทบทวนชุดเดียวกัน ถามว่าผลิตภัณฑ์ที่มีอยู่ทำอะไรได้ตามที่ส่งมอบ งานใดต้องให้พนักงานทำ และผู้ให้บริการที่ว่าจ้างจะส่งอะไร แยกคำตอบเหล่านี้ให้ชัดก่อนเปรียบเทียบแนวทางที่ใช้หลายวิธีร่วมกัน

หากจัดทำงบประมาณ ให้แยกค่าผลิตภัณฑ์ออกจากงานพัฒนา ตรวจทาน ดูแลรักษา และส่งมอบ ใช้ใบเสนอราคาและประมาณเวลาของบริษัทเอง แบบสำรวจบราซิลไม่ได้วัดต้นทุนเหล่านี้ จึงนำร้อยละไปอ้างไม่ได้ว่าการซื้อ พัฒนา หรือว่าจ้างจะถูกกว่า

เมื่อธุรกิจมีหลายระบบอยู่แล้ว ให้ทำรายการให้ครบก่อนเพิ่มคำเรียกใหม่ให้กลยุทธ์ ผลหลักคือการจัดหาระบบสำเร็จรูปมักเกิดควบคู่กับวิธีอื่นในกลุ่มที่ศึกษานี้ ขั้นต่อไปที่มีประโยชน์คือระบุความรับผิดชอบที่เกี่ยวข้องในธุรกิจของตน แล้วตัดสินใจครั้งต่อไปโดยเห็นหน้าที่เหล่านั้นชัดเจน

เราใช้ไฟล์สาธารณะ TIC Empresas 2025 ของ NIC.br/Cetic.br ซึ่งผ่านการปรับข้อมูลเพื่อรักษาความลับ โดยดึงข้อมูลวันที่ 17 ตุลาคม 2026 ไฟล์ครอบคลุมบริษัทที่จดทะเบียนและดำเนินกิจการอยู่ในบราซิล มีผู้ทำงานตั้งแต่ 10 คนขึ้นไป ในบางอุตสาหกรรมการผลิต ก่อสร้าง ค้าขาย และบริการ “ผู้ทำงาน” กว้างกว่าพนักงานที่รับเงินเดือน ไม่รวมบริษัทต่ำกว่าเกณฑ์ บริษัทของรัฐ และภาคส่วนที่อยู่นอกกรอบสำรวจ^[1][3]

สัมภาษณ์ตั้งแต่กุมภาพันธ์ 2025 ถึงมกราคม 2026 โดยมีโมดูล AI ในทั้งสามรอบ ผู้ตอบต้องมีฝ่ายไอทีหรือผู้เชี่ยวชาญด้านไอที และใช้เทคโนโลยี AI อย่างน้อยหนึ่งประเภทในรายการ H10_A ระบุการใช้ปัจจุบันด้านการตลาดหรือการขาย ส่วน H9A_A–E ระบุวิธีจัดหา คำถาม AI เหล่านี้ไม่ได้กำหนดช่วงให้นึกย้อนหลัง 12 เดือน^[2][3][8]

ไฟล์สาธารณะมี 4,171 ระเบียน รวมบริษัทที่รายงานใช้ AI 1,085 แห่ง และใช้ด้านการตลาดหรือการขาย 472 แห่ง ในกลุ่มหลัง มี 447 แห่งตอบ “ใช่” หรือ “ไม่” ครบทั้งห้าข้อเรื่องการจัดหา คิดเป็น 96.7% ของกลุ่มเมื่อถ่วงน้ำหนัก ผลหลักใช้คำตอบที่ครบเหล่านี้ กลุ่มย่อยที่จัดหาระบบสำเร็จรูปมี 376 แห่ง เราไม่เปลี่ยนคำตอบที่ไม่ทราบให้เป็น “ไม่”^[4]

ในแต่ละร้อยละ เราหารผลรวมน้ำหนักของเหตุการณ์ด้วยผลรวมน้ำหนักของกลุ่มที่วิเคราะห์ จากนั้นคำนวณอัตราส่วนและส่วนต่างใหม่ทั้งชุดด้วยน้ำหนักซ้ำแบบรวมที่ให้มา 200 ชุด และค่าตั้งต้นความแปรปรวนตามต้นฉบับ ช่วงความเชื่อมั่นปกติ 95% แบบรายค่าใช้ 1.96 เท่าของความคลาดเคลื่อนมาตรฐานตามวิธีของ Cetic ไม่ใช่การรับประกันพร้อมกันสำหรับทุกการเปรียบเทียบ^[3][7]

เรายังนำบริษัทที่ตอบไม่ครบ 25 แห่งกลับมารวม และพิจารณาทุกชุดคำตอบใช่/ไม่ที่สอดคล้องกับคำตอบที่ทราบแล้ว สัดส่วนของการใช้วิธีร่วมกันจึงอยู่ระหว่าง 67.7%–69.0% ของบริษัทที่เข้าเกณฑ์และใช้ AI ด้านการตลาดหรือการขายทั้งหมด สัดส่วนเมื่อจำกัดเฉพาะบริษัทที่จัดหาระบบสำเร็จรูปมาใช้อยู่ระหว่าง 80.9%–81.6% โดยให้ตัวตั้งและตัวหารเปลี่ยนอย่างสอดคล้องกัน ตัวเลขนี้เป็นขอบเขตจากคำตอบที่ขาดหาย ไม่ใช่ช่วงความเชื่อมั่น ช่วงจากความไม่แน่นอนของการสุ่มตัวอย่างยังคงกว้างกว่า

รายงานการเก็บข้อมูลระบุอัตราตอบกลับรวม 8% และสัมภาษณ์เสร็จ 4,174 ราย ยังไม่ทราบสาเหตุที่ต่างจากไฟล์สาธารณะสามระเบียน การถ่วงน้ำหนักและช่วงจากการสุ่มตัวอย่างไม่ได้ขจัดอคติจากการไม่ตอบหรือการรายงานทั้งหมด และไม่ได้วัดความคลาดเคลื่อนจากการปรับข้อมูลเพื่อรักษาความลับ เราตรวจค่ารายตัวของ AI หกค่าและความไม่แน่นอนเทียบกับตารางของผู้เผยแพร่แล้ว แต่ไม่ได้พิสูจน์ว่าความสัมพันธ์ร่วมใหม่ทุกค่าจะไม่ได้รับผลจากการปรับข้อมูลนั้น^[7][8]

เราแสดงบางรูปแบบการจัดหาและสี่รูปแบบบทบาทของผู้ตอบครบ กลุ่มเล็กที่ไม่รายงานวิธีใดในรายการยังอยู่ในตัวหารหลักโดยไม่ตีความผลของกลุ่มนั้น ไฟล์ดาวน์โหลดมีนิยามที่แน่นอน ค่าประมาณรวม ค่าแฮชของแหล่งข้อมูล และโค้ด ข้อมูลผู้ตอบต้องดาวน์โหลดจาก Cetic แยกต่างหาก เราไม่ได้รวมระเบียนผู้ตอบหรือรหัสระบุตัวตนไว้ที่นี่^[4][9]