กรณีศึกษา: ทำให้คุณค่าจาก AI มีตัวเลขที่ปกป้องงบประมาณได้

“ทีมชอบมากเลยครับ” คือประโยคที่ฆ่างบประมาณ AI มานักต่อนักแล้ว¹ ไม่ใช่เพราะมันไม่จริง แต่เพราะมันตีราคาไม่ได้ และของที่ตีราคาไม่ได้ ย่อมแพ้รายการงบที่ตีราคาได้เสมอ1กรณีศึกษานี้เป็นการประกอบขึ้นจากหลายงานจริงของ Fellow ปรับข้อมูลให้ไม่ระบุตัวตน ตัวเลขสะท้อนรูปแบบที่พบซ้ำ ไม่ใช่ผลตรวจสอบของลูกค้ารายเดียว

สถานการณ์

องค์กรบริการขนาด 600 คนแห่งหนึ่งใช้ไลเซนส์ AI และจัดอบรมมาแล้วครบหนึ่งปี การใช้งานอยู่ในเกณฑ์ดีจริง มีกิจกรรมทุกวัน มีคนผลักดันที่กระตือรือร้น มีเรื่องเล่าความสำเร็จให้ได้ยินทั่วองค์กร แล้ว CFO ก็ถามคำถามที่สมเหตุสมผลว่า ปีที่ผ่านมาเราได้อะไรกลับมา ตอนนั้นเองที่โครงการค้นพบว่าตัวเองไม่มีคำตอบ ไม่มี baseline ของเวิร์กโฟลว์ใดเลยที่เครื่องมือเข้าไปเปลี่ยน การต่อสัญญาจึงเข้าสู่รอบทบทวน โดยมีความรู้สึกของผู้ใช้เป็นข้อต่อสู้เพียงอย่างเดียว

การประชุมทบทวนไม่ได้มีบรรยากาศเป็นปฏิปักษ์ ซึ่งกลับยิ่งทำให้เรื่องแย่ลง CFO ไม่ได้สงสัยใน AI เธอใช้มันเองด้วยซ้ำ สิ่งที่เธอสงสัยคือประโยชน์ที่ไม่มีใครบันทึกไว้ในที่ที่เธอตรวจสอบได้ สัญชาตญาณแรกของหัวหน้าโครงการคือย้อนกลับไปประกอบอดีตขึ้นมาใหม่ ดึงข้อมูลจากปฏิทิน ถามที่ปรึกษาอาวุโสว่าก่อนเครื่องมือจะเข้ามา การทำข้อเสนอหนึ่งชุดเคยใช้เวลาเท่าไร สองวันของการทำแบบนั้นได้ตัวเลขจากความทรงจำที่กระจายตั้งแต่สามชั่วโมงถึงสิบเอ็ดชั่วโมง สำหรับเอกสารประเภทเดียวกัน การนึกย้อนหลังคือการโน้มน้าว ไม่ใช่หลักฐาน และมันไปไม่รอดตั้งแต่คำถามต่อเนื่องคำถามแรก

โปรไฟล์ความพร้อมขององค์กรนี้แสดงรูปแบบที่คุ้นเคย คือใช้งานในระดับ Applied ได้แน่น แต่แทบเป็นศูนย์ในด้านการวัดผลกระทบ^◦ตัวเลข0 จาก 14เวิร์กโฟลว์ที่ AI เข้าไปแตะต้องแล้วมีการวัดก่อนหลัง ณ วันที่คำถามงบประมาณมาถึง

เรื่องเล่าเหล่านั้นยังขัดแย้งกันเองด้วย สองทีมรายงานว่าเวลาในการร่างงานลดลงครึ่งหนึ่ง ส่วนทีมที่สามเลิกใช้เครื่องมือไปเงียบ ๆ ตั้งแต่หลายเดือนก่อน และไม่มีใครสังเกตเห็น เมื่อไม่มีอะไรถูกนับ ข่าวดีกับข่าวร้ายมองไม่เห็นเท่ากัน นี่คือเหตุผลที่โครงการซึ่งไม่ถูกวัดผล ปกป้องตัวเองไม่ได้ ต่อให้มันได้ผลจริงก็ตาม

โครงการ AI ส่วนใหญ่ตอบคำถามนี้ไม่ได้

นี่ไม่ใช่ความล้มเหลวของบริษัทบริการแห่งใดแห่งหนึ่ง รายงาน Project NANDA ของ MIT ปี 2025 ว่าด้วยสถานะของ AI ในภาคธุรกิจ ประเมินว่าราว 95% ของโครงการนำร่อง generative AI ในองค์กร ให้ผลตอบแทนที่วัดได้ในงบกำไรขาดทุนเป็นศูนย์^◦ แต่ข้อควรระวังของรายงานสำคัญกว่าพาดหัว และเป็นส่วนที่คนพูดถึงตัวเลขนี้มักตัดทิ้ง กล่าวคือ รายงานอ้างอิงการสัมภาษณ์ผู้บริหาร 150 ราย แบบสำรวจพนักงาน 350 คน และการใช้งานที่เปิดเผยต่อสาธารณะ 300 กรณี ทั้งยังไม่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิ ที่สำคัญกว่านั้น คำว่า “ผลตอบแทนเป็นศูนย์” หมายถึงไม่มีผลปรากฏในบัญชี ไม่ได้แปลว่าเครื่องมือไร้ประโยชน์ เพราะรายงานฉบับเดียวกันพบว่าผลิตภาพระดับบุคคลเพิ่มขึ้นเป็นเรื่องปกติ สิ่งที่ขาดหายไปคือเส้นทางจาก “คนหนึ่งประหยัดเวลาสี่สิบนาที” ไปสู่บรรทัดที่ฝ่ายการเงินมองเห็น และ NANDA เองระบุตัวขับเคลื่อนความล้มเหลวไว้ว่าเป็นช่องว่างการเรียนรู้ในการผนวกเข้ากับเวิร์กโฟลว์^◦ ไม่ใช่คุณภาพของโมเดล เครื่องมือดีพออยู่แล้ว แต่เวิร์กโฟลว์รอบตัวมันไม่เคยเปลี่ยน¹ตัวเลข~95%ตัวเลขประเมินของ MIT Project NANDA ปี 2025 สำหรับโครงการนำร่อง generative AI ในองค์กรที่ไม่มีผลตอบแทนวัดได้ในงบกำไรขาดทุนนิยามLearning gap คำที่ MIT Project NANDA ใช้เรียกช่องว่างระหว่างเครื่องมือที่เก่งพอ กับเวิร์กโฟลว์ที่ถูกออกแบบใหม่รอบตัวมันจริง ๆ — ตัวขับเคลื่อนความล้มเหลวที่รายงานระบุ ไม่ใช่คุณภาพของโมเดลแหล่งอ้างอิงMIT Project NANDA, "The GenAI Divide: State of AI in Business 2025" (ผ่าน Fortune)

ผลสำรวจ State of AI ของ McKinsey เดือนมีนาคม 2025 ซึ่งเก็บข้อมูลจาก 1,491 องค์กร พบรูปแบบเดียวกันเมื่อมองจากฝั่งการเงิน มากกว่า 80% รายงานว่าไม่เห็นผลกระทบต่อ EBIT ระดับองค์กรที่จับต้องได้จาก generative AI และน้อยกว่าหนึ่งในห้าติดตาม KPI ที่นิยามไว้ชัดเจนสำหรับโซลูชัน generative AI ของตัวเอง^2◦ เมื่ออ่านตัวเลขสองตัวนี้คู่กัน ตัวหลังอธิบายตัวแรกได้เกือบทั้งหมด องค์กรที่ยังไม่ได้นิยาม KPI คือองค์กรที่ยังไม่ได้สร้างเครื่องมือวัดซึ่งจะตรวจจับผลกระทบได้ การไม่พบหลักฐานจึงเป็นผลลัพธ์ที่ถูกกำหนดไว้ล่วงหน้าแล้วแหล่งอ้างอิงMcKinsey, "The State of AI", March 2025ตัวเลข<1 ใน 5องค์กรที่ติดตาม KPI ซึ่งนิยามชัดเจนสำหรับโซลูชัน generative AI จากแบบสำรวจ State of AI ของแมคคินซีย์ มีนาคม 2025

งานศึกษาของ BCG เดือนตุลาคม 2024 ซึ่งสำรวจผู้บริหารระดับสูง 1,000 คนใน 59 ตลาด พูดตรงกว่านั้น คือ 74% ของบริษัทยังแสดงคุณค่าที่จับต้องได้จาก AI ไม่ได้ และมีเพียง 4% ที่สร้างคุณค่าสำคัญได้อย่างสม่ำเสมอ แต่ BCG บันทึกอีกด้านหนึ่งไว้ด้วย และนี่คือส่วนที่ควรหยิบไปคุยกับ CFO บริษัทที่ถูกจัดอยู่ในกลุ่มผู้นำด้าน AI มีการเติบโตของรายได้ 1.5 เท่า และผลตอบแทนผู้ถือหุ้น 1.6 เท่าเมื่อเทียบกับกลุ่มเทียบเคียงในช่วงสามปี ช่องว่างระหว่าง 4% กับ 74% ส่วนใหญ่จึงไม่ใช่ช่องว่างทางเทคโนโลยี³แหล่งอ้างอิงBCG, "Where's the Value in AI?", October 2024

อีกสองข้อมูลช่วยกำหนดกรอบความเสี่ยงด้านเวลา ในเดือนกรกฎาคม 2024 การ์ทเนอร์คาดการณ์ว่าอย่างน้อย 30% ของโครงการ generative AI จะถูกยกเลิกหลังพิสูจน์แนวคิดภายในสิ้นปี 2025⁴ โดยให้เหตุผลเรื่องคุณภาพข้อมูล การควบคุมความเสี่ยงที่ไม่เพียงพอ ต้นทุนที่บานปลาย และคุณค่าทางธุรกิจที่ไม่ชัดเจน ทั้งนี้ข้อมูลชุดนี้เป็นการคาดการณ์ล่วงหน้า ไม่ใช่ผลที่วัดได้จริง และควรอ้างอิงในฐานะนั้น ส่วนแบบสำรวจ Wave 4 ของดีลอยท์ ซึ่งเก็บจากผู้บริหารระดับผู้อำนวยการถึง C-suite 2,773 คน เผยแพร่เดือนมกราคม 2025 พบว่ามากกว่าสองในสามคาดว่าการทดลอง generative AI ปัจจุบันของตนจะถูกขยายผลเต็มรูปแบบเพียง 30% หรือน้อยกว่านั้นภายในสามถึงหกเดือน⁵ หน้าต่างเวลาที่โครงการซึ่งยังพิสูจน์ตัวเองไม่ได้จะยังปลอดภัย จึงยาวประมาณหนึ่งรอบงบประมาณเท่านั้นแหล่งอ้างอิงGartner press release, 29 July 2024แหล่งอ้างอิงDeloitte, "State of Generative AI in the Enterprise", Wave 4, January 2025

ตัวอย่างสวนทางกรณีหนึ่งน่าสนใจ เพราะมันธรรมดามาก Lumen Technologies ซึ่งใช้ Microsoft Copilot รายงานว่าทีมขายประหยัดเวลาได้ราวสี่ชั่วโมงต่อสัปดาห์ (งานค้นคว้าข้อมูลลูกค้าที่เคยใช้ราวสี่ชั่วโมง ลดเหลือประมาณสิบห้านาที) ซึ่งการคำนวณของ Lumen เองตีเป็นมูลค่าราว 50 ล้านดอลลาร์ต่อปี ตัวเลขนี้ต้องใช้อย่างระมัดระวัง เพราะเป็นการประเมินของบริษัทเองที่เผยแพร่ผ่านช่องทางการตลาดของผู้ขาย ไม่ใช่ผลที่ผ่านการตรวจสอบ คุณค่าของมันในที่นี้ไม่ได้อยู่ที่ตัวเลขดอลลาร์เลย แต่อยู่ที่การมีคนบันทึกไว้ก่อนว่างานนั้นเคยใช้เวลาเท่าไหร่ ในหน่วยที่เจาะจง ตัวเลขหลังใช้จึงมีความหมาย และนั่นคือความต่างทั้งหมดระหว่างเรื่องของ Lumen กับตัวเลข 95%⁶แหล่งอ้างอิงLumen Technologies on Microsoft Copilot — a company estimate published through the vendor

ทำไมคุณค่าจึงไม่ถูกวัด

ไม่มีใครวางแผนจะข้ามการวัดผล แต่มันถูกข้ามโดยค่าเริ่มต้น ในช่วงที่ทุกคนกำลังตื่นเต้น การวัดผลดูเหมือนระบบราชการที่มาถ่วงความสนุก พอถึงตอนหลัง สภาพ "ก่อนใช้" ก็หายไปแล้ว ไม่มีใครบันทึกไว้ว่ารายงานหนึ่งฉบับเคยใช้เวลาเท่าไหร่ ความสำเร็จจึงพิสูจน์ไม่ได้ทันทีที่มันเกิดขึ้นจริง^◦นิยามBaseline การวัดสภาพก่อนเปลี่ยนแปลง — เวลา คุณภาพ การใช้งาน — ซึ่งหากไม่มี ตัวเลขหลังเปลี่ยนก็ไร้ความหมาย

ต้นทุนนี้ไม่ใช่เรื่องสมมติ โครงการที่ไม่วัดผลจะแพ้โครงการที่วัดผลในการทบทวนงบ โดยไม่เกี่ยวกับคุณค่าจริงเลย และคนที่เคยได้เวลาคืนมาหลายชั่วโมงต่อสัปดาห์ ก็จะเสียมันกลับไปเมื่อลิขสิทธิ์ถูกตัด

ยังมีเหตุผลที่สอง และเป็นเหตุผลที่งานวิจัยภายนอกชี้ไปซ้ำ ๆ คือสิ่งที่รู้สึกได้ง่ายกับสิ่งที่ปรากฏในบัญชี ไม่ใช่สิ่งเดียวกัน สี่สิบนาทีที่ประหยัดได้จากการร่างงานเป็นเรื่องจริง และล่องหนทันที เพราะเวลาที่ประหยัดได้จะกลายเป็นคุณค่าก็ต่อเมื่อถูกนำไปใช้กับงานที่ธุรกิจนับ ไม่ว่าจะเป็น proposal ที่ส่งได้มากขึ้น การตอบลูกค้าที่เร็วขึ้น หรือตำแหน่งที่ไม่ต้องหาคนมาแทน โครงการที่ไม่เคยทำขั้นที่สองนี้ให้ชัด จึงกำลังรายงานประโยชน์ที่ฝ่ายการเงินของตัวเองไม่มีทางมองเห็น อย่างสุจริตใจ

เหตุผลที่สามคือความเป็นเจ้าของ ตัวชี้วัดที่เป็นของทุกคน สุดท้ายจะไม่มีใครผลิตมันออกมา และพอถึงเดือนแรกที่มันเริ่มไม่สะดวก มันก็หยุดผลิตไปเฉย ๆ ในทุกเวอร์ชันของรูปแบบนี้ที่เราเห็น การวัดผลอยู่รอดได้นานเท่ากับที่มีชื่อคนคนหนึ่งติดอยู่กับมันพอดี[^◦บทความที่เกี่ยวข้องอะไรเปลี่ยนไปเมื่อการนำ AI มาใช้มีเจ้าภาพที่ระบุชื่อได้

สิ่งที่เราทำ

เราไม่ได้สร้างระบบวัดผลขนาดใหญ่ แต่ทำ baseline แค่สองเวิร์กโฟลว์ คือการร่าง proposal และการสรุปประชุมลูกค้า โดยเลือกจากปริมาณงาน ความทำซ้ำได้ และความสำคัญต่อธุรกิจ

การคัดเลือกใช้เวิร์กช็อปเก้าสิบนาทีเพียงครั้งเดียว โดยมีเวิร์กโฟลว์ผู้เข้าชิงสิบสี่ตัวติดอยู่บนผนัง และเหลือรอดสองตัวจากสามคำถาม คือ มันเกิดขึ้นอย่างน้อยสัปดาห์ละครั้งไหม มันผลิตหน่วยผลงานที่เทียบกันได้ไหม และถ้ามันดีขึ้น ผู้อำนวยการจะสังเกตเห็นไหม ในสิบสี่ตัวนั้น ส่วนใหญ่ตกที่คำถามที่สอง ซึ่งเป็นคำถามที่ตัดสิทธิ์ความพยายามวัดผลส่วนใหญ่อย่างเงียบ ๆ เพราะคุณเทียบ “งานวิเคราะห์ชิ้นหนึ่ง” กับงานวิเคราะห์อีกชิ้นไม่ได้ แต่เทียบร่างแรกของ proposal ประเภทเดียวกันสองฉบับได้

แต่ละเวิร์กโฟลว์ทำเหมือนกัน คือเก็บตัวเลขก่อนใช้อย่างตรงไปตรงมาสองสัปดาห์ (เวลาต่อชิ้น จำนวนรอบแก้ ใครใช้ AI ขั้นตอนไหน) มีเจ้าของตัวเลขหนึ่งคน และรายงาน delta หน้าเดียวทุกเดือนในฟอร์แมตของ CFO เอง นอกนั้นตั้งใจไม่วัด เพราะตัวเลขน่าเชื่อถือสองตัว ชนะการประมาณสิบตัว^◦ภาพประกอบคนเดียวที่เป็นเจ้าของตัวเลขที่ซื่อสัตย์หนึ่งตัว คือระบบวัดผลที่ใช้ได้จริง

แรงต้านมาทันที และมีเหตุผลของมัน ที่ปรึกษาอาวุโสได้ยินคำว่า “บันทึกเวลาต่อร่างหนึ่งฉบับ” เป็นการสอดส่อง และมีคนพูดออกมาตรง ๆ ในการประชุมเปิดงาน การออกแบบจึงเปลี่ยนในบทสนทนานั้นเลย ไม่ใช่หลังจากนั้น คือบันทึกเวลาที่ระดับเวิร์กโฟลว์แทนระดับบุคคล รายงานผลเป็นค่ามัธยฐานของทีม กำหนดวันสิ้นสุดของช่วงเก็บข้อมูลไว้ล่วงหน้าสองสัปดาห์ และไม่มีตัวเลขของใครส่งถึงหัวหน้าสายงาน ถ้าเราเลือกเถียงกลับแทน ตัวเลขคงถูกปรับให้สวยอย่างเงียบ ๆ และเราจะไม่มีวันรู้ว่าตัวไหนจริง

ถึงอย่างนั้นมันก็เกือบพัง ในสัปดาห์แรก มีหลายรายการกลับมาเป็นเลขกลมน่าสงสัย คือสองชั่วโมงถ้วนซ้ำ ๆ จากคนละคน พวกเขากำลังบันทึกว่าร่างหนึ่งฉบับ “ควรจะ” ใช้เวลาเท่าไหร่ ไม่ใช่ใช้จริงเท่าไหร่ สัญญาณที่จับได้คือความแปรปรวน เพราะงานวิชาชีพจริงมันรก และ baseline ที่เรียบร้อยเกินไปมักผิดเสมอ เราจึงชี้แจงใหม่ ทิ้งข้อมูลสามวันแรก และขยายช่วงเก็บออกไปอีกสามวัน baseline ที่ปนเปื้อนแย่กว่าการไม่มี baseline เพราะมันผลิตตัวเลขที่มั่นใจ แล้วพังด้วยคำถามเดียว

ทั้งหมดนี้ใช้แรงราวสามคน-สัปดาห์ กระจายตลอดหนึ่งไตรมาส ประกอบด้วยเวิร์กช็อปคัดเลือกเก้าสิบนาที เวลาราวครึ่งวันต่อสัปดาห์จากเจ้าของตัวเลขในช่วงสองสัปดาห์ที่เก็บ baseline แล้วอีกราวสองชั่วโมงต่อเดือนในการทำรายงานหน้าเดียว ค่าใช้จ่ายก้อนใหญ่ที่สุดไม่ใช่การวิเคราะห์ แต่คือบทสนทนาสั้น ๆ ยี่สิบกว่าครั้งที่ต้องใช้เพื่อให้คนบันทึกข้อมูลอย่างซื่อสัตย์ และอีกหนึ่งบทสนทนากับนักวิเคราะห์ของ CFO ที่ทำให้เราได้เทมเพลตที่ใช้ในการขออนุมัติงบลงทุนมา รายละเอียดสุดท้ายนี้สำคัญกว่าที่คิด เพราะตัวเลขเดียวกันเมื่ออยู่ในเลย์เอาต์ของฝ่ายการเงินเอง จะถูกอ่านเป็นข้อกล่าวอ้างที่ควรตรวจสอบ ขณะที่อยู่ในสไลด์เดียวกันจะถูกอ่านเป็นการตลาด

สิ่งที่เปลี่ยนไป

หนึ่งไตรมาสต่อมา เวลาร่าง proposal ฉบับแรกลดลงประมาณครึ่งหนึ่งจาก baseline โดยจำนวนรอบแก้ไม่เพิ่มขึ้น นั่นคือคุณภาพคงเดิม^◦ การประชุมต่ออายุใช้เวลาสิบนาที โครงการรอดจากการตัดงบในปีนั้น และฟอร์แมตหลักฐานเดียวกันนี้ทำให้ได้งบขยายไปอีกสองเวิร์กโฟลว์ในปีถัดมาตัวเลข≈50%เวลาร่าง proposal ฉบับแรกที่ลดลง เทียบกับ baseline สองสัปดาห์ โดยคุณภาพไม่ตก

ที่ใช้เวลาแค่สิบนาที เพราะแทบไม่มีอะไรให้เถียง CFO ถามสองคำถาม คือหน่วยวัดคืออะไร และใครเป็นคนนับ ซึ่งทั้งสองคำถามมีคำตอบที่มีชื่อคนกำกับ ส่วนข้อกล่าวอ้างที่ยื่นไปก็ตั้งใจให้เจียมตัว คือหนึ่งเวิร์กโฟลว์ หนึ่งไตรมาส หนึ่ง delta ที่วัดจริง โดยใส่ตัวเลขจำนวนรอบแก้เข้าไปด้วย เพราะมันคือตัวเลขที่มีโอกาสขยับไปในทางผิดมากที่สุด

การเปลี่ยนที่ลึกกว่านั้นคือวัฒนธรรม เมื่อมีรายงาน delta อยู่บนโต๊ะ การนำ AI มาใช้ก็เลิกเป็นความเชื่อ และกลายเป็นปริมาณที่บริหารได้ ซึ่งเผยให้เห็นด้วยว่ามีหนึ่งเวิร์กโฟลว์ที่ AI ไม่ช่วยจริง และถูกปลดระวางออกไปโดยไม่มีดราม่า หลักฐานตัดได้สองทาง และนั่นคือประเด็น

ให้เจาะจงกว่านั้นคือ เวิร์กโฟลว์สรุปประชุมทำงานได้ดีกับการประชุมภายใน แต่แย่กับการประชุมคณะกรรมการที่รายงานการประชุมต้องผ่านการลงนามรับรอง ร่างจาก AI ประหยัดเวลาได้ราวยี่สิบนาที แต่เสียเวลาแก้สามสิบนาที เรื่องแบบนี้ไม่มีใครอยากพูดออกมาดัง ๆ ตอนที่ความอยู่รอดของโครงการยังขึ้นอยู่กับข่าวดี แต่พอฟอร์แมตรายงานรับผลลบได้โดยไม่คุกคามงบประมาณ การพูดออกมาก็กลายเป็นเรื่องง่าย และความน่าเชื่อถือที่ได้มาจากตรงนั้น คือเหตุผลที่งบขยายในปีถัดมาได้รับอนุมัติเพราะฟอร์แมตพอ ๆ กับเพราะผลลัพธ์

ส่วนที่ยากกว่าที่ฟังดู

การทำ baseline อธิบายง่าย แต่พอทำจริงแล้วเก้งก้าง และมีสามเรื่องที่ยากกว่าที่บทความนี้ทำให้ดูเหมือน

หนึ่ง กว่าจะมีใครอยากได้ baseline เครื่องมือก็ถูกใช้ไปแล้ว สิ่งที่คุณวัดจึงเป็นสภาพก่อนที่ปนเปื้อน ไม่ใช่สภาพที่สะอาด คำอธิบายที่ซื่อสัตย์ของ baseline สองสัปดาห์ของเราคือ “แนวปฏิบัติปัจจุบัน รวมการใช้ AI ที่มีอยู่แล้ว” ซึ่งทำให้ผลรวมที่ได้ต่ำกว่าความจริง และเป็นการผิดไปในทิศทางที่อนุรักษ์นิยม ถ้าเริ่มใหม่ เราจะพูดเรื่องนี้ออกมาในรายงานฉบับแรก ไม่ใช่ฉบับที่สาม

สอง สองสัปดาห์สั้นเกินไปสำหรับอะไรก็ตามที่มีฤดูกาล ปริมาณและความซับซ้อนของ proposal เคลื่อนไปด้วยกัน และ delta ระหว่างไตรมาสก็สะท้อนอยู่ส่วนหนึ่งว่างานแบบไหนเข้ามา ตอนนี้เราจึงบันทึกปริมาณและระดับความซับซ้อนคร่าว ๆ ควบคู่กับเวลา เพื่อให้ตอบคำถามที่เดาได้อยู่แล้วอย่าง “หรือแค่ proposal ชุดนี้ง่ายกว่า?” ได้ แทนที่จะต้องกลืนไว้

สาม และเป็นข้อที่ไม่สบายใจที่สุด คือ delta ไม่ใช่ความเป็นเหตุเป็นผล เราพูดได้ว่าเวลาร่างฉบับแรกลดลงครึ่งหนึ่งหลังการเปลี่ยนแปลง แต่เราตัดออกไม่ได้ว่าเทมเพลตที่ปรับใหม่ พนักงานใหม่ หรือความชำนาญที่สะสมมาหนึ่งปี มีส่วนในผลนั้นด้วย หน้าที่ของตัวเลขคือรอดการตรวจสอบในห้องประชุมงบประมาณ ไม่ใช่การพิสูจน์กลไก และโครงการที่อ้างเกินกว่านั้น สุดท้ายจะเจอคนที่รื้อข้อกล่าวอ้างออกเป็นชิ้น ๆ การอ้างเกินจริงคือวิธีที่การวัดผลสูญเสียความน่าเชื่อถือที่มันถูกสร้างขึ้นมาเพื่อสร้าง

สิ่งที่นำไปใช้ได้เลย

1. เดือนนี้ เลือกสองเวิร์กโฟลว์ที่ปริมาณสูง ทำซ้ำได้ และมองเห็นชัด แล้ววัด baseline ก่อนการเปลี่ยนแปลงครั้งถัดไป คือเวลา ตัวแทนคุณภาพ และการใช้งาน
2. ตั้งเจ้าของหนึ่งคนต่อหนึ่งตัวเลข คณะกรรมการไม่เคยเป็นเจ้าของอะไร
3. รายงาน delta ทุกเดือน หน้าเดียว ในฟอร์แมตของผู้ถืองบ ก่อนที่เขาจะถาม
4. ให้ตัวเลขฆ่า use case ที่อ่อนได้ โครงการที่กล้าปลดสิ่งที่ล้มเหลว คือโครงการที่คนเชื่อเรื่องความสำเร็จ

ถ้ารายงานความพร้อมของคุณติดธงเรื่องการพิสูจน์คุณค่าไม่ได้ โครงการของคุณอยู่ห่างจากศูนย์แค่การทบทวนงบหนึ่งรอบ และ baseline สองเวิร์กโฟลว์คือประกันที่ถูกที่สุดที่มี^◦บทความที่เกี่ยวข้องทำไมการวัดผลคือสิ่งที่ทำให้การขยายผลอยู่รอด