AI มาเร็ว แต่ทักษะคนตามไม่ทัน: ภาวะขัดแย้งที่องค์กรต้องกล้ายอมรับ
ช่องว่างทักษะ AI คือความไม่สอดคล้องระหว่างความเร็วในการนำปัญญาประดิษฐ์เข้าไปอยู่ในกระบวนการทำงานขององค์กร กับระดับความรู้ ความเข้าใจ และทักษะของบุคลากรที่ต้องใช้งานและกำกับเทคโนโลยี ทำให้แม้องค์กรจะลงทุนและประกาศยุทธศาสตร์ด้าน AI อย่างจริงจัง แต่กลับไม่สามารถแปลงเทคโนโลยีให้กลายเป็นประสิทธิภาพ ผลลัพธ์ทางธุรกิจ และนวัตกรรมใหม่ได้เต็มศักยภาพ เพราะคนทำงานยังขาดทักษะที่จำเป็น ตั้งแต่การคิดวิเคราะห์เชิงลึก การออกแบบเวิร์กโฟลว์ร่วมกับ AI ไปจนถึงการตั้งคำถามและตรวจสอบคุณภาพผลลัพธ์จากระบบอัตโนมัติอย่างเป็นระบบ รายงานสำรวจจากฝั่งองค์กรในภูมิภาคเอเชียชี้ว่า AI กลายเป็นวาระสำคัญที่แทบทุกบริษัทต้องพูดถึงในห้องประชุมผู้บริหาร โดย 99% ของผู้ตอบแบบสำรวจระบุว่า AI เป็นเรื่องสำคัญ และ 95% มีแผนจะลงทุนในผลิตภัณฑ์ AI เพิ่มขึ้น ขณะเดียวกัน องค์กรจำนวนมากถือว่า AI เป็นส่วนหนึ่งในระบบงานหลักแล้วราว 75% ความเร่งรีบนี้สะท้อนให้เห็นว่าโลกธุรกิจกำลังหมุนไปด้านเทคโนโลยีอย่างชัดเจน แต่ปัญหาที่ควรถูกตั้งคำถามคือ การลงทุนที่วิ่งนำหน้าแผนพัฒนาบุคลากร AI กำลังสร้างความเสี่ยงเชิงโครงสร้างหรือไม่ และจะกลายเป็น “ต้นทุนจม” หากไม่มีการจัดการช่องว่างทักษะอย่างเป็นระบบ
คนใช้ AI ขั้นสูงเพิ่มขึ้น แต่ประโยชน์ยังติดอยู่ระดับบุคคล
ภาพที่ดูขัดแย้งอย่างแรงคือ ในระดับบุคคล คนทำงานจำนวนมากเริ่มกลายเป็นผู้ใช้ AI ขั้นสูง หรือที่ถูกเรียกว่า Frontier Professionals โดยรายงาน Work Trend Index พบว่ามีพนักงานกลุ่มนี้สูงถึง 32% ซึ่งมากกว่าค่าเฉลี่ยโลกเท่าตัว คนกลุ่มนี้ใช้เครื่องมือ AI เพื่อคิดต่อยอดงาน สร้างสรรค์รูปแบบงานใหม่ และเร่งประสิทธิภาพส่วนตัว ตัวเลขสะท้อนพฤติกรรมการใช้งานเช่น 89% ใช้ AI เพื่อช่วยต่อยอดความคิด และ 86% สร้างงานใหม่จาก AI ได้สำเร็จ หากมองผิวเผิน เราอาจคิดว่าการปรับตัวด้านทักษะกำลังไปได้ดี แต่ความจริงกลับมีภาวะที่ถูกเรียกว่า Transformation Paradox นั่นคือแม้พนักงานจำนวนหนึ่งพร้อมและตื่นตัวกับเทคโนโลยี แต่ระบบขององค์กรกลับไม่พร้อมรองรับ ไม่มีเวิร์กโฟลว์ที่เอื้อต่อการใช้ AI อย่างเป็นมาตรฐาน บทเรียนจากการลองใช้ในทีมเล็กๆ ไม่ถูกนำไปสกัดเป็นกระบวนการองค์กร หัวหน้างานจำนวนมากสนับสนุนให้ทดลองใช้ AI ถึง 80% แต่มีเพียง 20% ที่ถอดความสำเร็จออกมาเป็นขั้นตอนทำงานมาตรฐาน ผลคือ ประโยชน์ของ AI ยังคงติดอยู่ในระดับบุคคล ไม่ถูกยกระดับให้กลายเป็นความได้เปรียบเชิงระบบของบริษัท ช่องว่างทักษะ AI จึงไม่ใช่เพียงเรื่องของคนใช้เป็นหรือไม่ แต่เป็นเรื่องของความสามารถของกลุ่มคนที่ต้องออกแบบกระบวนการร่วมกับ AI และแปลงการทดลองให้กลายเป็น “เนื้องานจริง” อย่างเป็นระบบ
องค์กรอัดงบ AI อย่างหนัก แต่ขาดโซลูชันปลอดภัยและทักษะกำกับระบบ
ในระดับองค์กร กระแสการลงทุน AI เข้มข้นอย่างชัดเจน รายงานสำรวจความพร้อมด้าน AI บ่งชี้ว่า 90% ของผู้ตอบแบบสำรวจในภูมิภาคเอเชียเปิดรับการประยุกต์ใช้ AI ในธุรกิจ แผนการใช้จ่ายด้านโครงสร้างพื้นฐานก็เพิ่มขึ้นอย่างมีนัยสำคัญ ทั้ง IaaS ที่ 69% วางแผนเพิ่มงบมากกว่า 20% ตามด้วย PaaS 61% และ MaaS 58% สำหรับองค์กรในไทยเอง 79% วางแผนเพิ่มงบลงทุนระบบ AI อีก 50% หรือมากกว่านั้น ซึ่งถือว่าสูงที่สุดเมื่อเทียบกับประเทศที่ถูกสำรวจ ความทุ่มเทนี้สะท้อนเป้าหมายเชิงกลยุทธ์ที่ชัดเจน ตั้งแต่การเพิ่มประสิทธิภาพการดำเนินงาน 63% ไปจนถึงการขับเคลื่อนนวัตกรรมและสร้างโอกาสธุรกิจใหม่ 64% อย่างไรก็ตาม โครงสร้างเทคโนโลยีที่ซับซ้อนต้องการโซลูชันแบบ End-to-End ที่ปลอดภัยและจัดการง่าย ซึ่งยังเป็นช่องว่างสำคัญ หลายองค์กรต้องการสแต็ก AI + Cloud แบบบูรณาการเดียว เพราะช่วยรวมศูนย์การจัดการข้อมูลและโมเดล และบังคับใช้นโยบายความปลอดภัยได้สอดคล้องกัน แต่ในทางปฏิบัติ อุปสรรคหลักกลับอยู่ที่ความเป็นส่วนตัวและความปลอดภัยข้อมูล โดย 48% ของผู้ตอบแบบสำรวจมองว่าเป็นข้อจำกัดสำคัญในการนำ AI ไปใช้ในวงกว้าง ตามด้วยความกังวลเรื่องค่าใช้จ่ายในการนำไปใช้ 42% และการขาดความเชี่ยวชาญภายในองค์กร 37% ช่องว่างทักษะ AI จึงเชื่อมโยงโดยตรงกับช่องว่างด้านความปลอดภัยและธรรมาภิบาล เพราะถ้าไม่มีคนที่เข้าใจทั้งเทคโนโลยีและการกำกับดูแล การใช้ AI ในระดับระบบจะยิ่งเสี่ยงต่อข้อผิดพลาดและปัญหากฏเกณฑ์ที่ตามมา
Micro-credentials: สกุลเงินใหม่แห่งทักษะเพื่อ upskill และ reskill ช่องว่าง AI
เมื่อการศึกษาแบบปริญญา 4 ปีไม่สามารถตามทันความเร็วของเทคโนโลยี AI เครื่องมือที่ถูกพูดถึงมากขึ้นคือ Micro-credentials หรือหน่วยการเรียนรู้ขนาดเล็กที่มุ่งเน้นการสร้างและรับรองทักษะเฉพาะทางในช่วงเวลาสั้นๆ แทนที่จะรอหลักสูตรปริญญาใหม่ออก คนทำงานสามารถลงเรียนโมดูลระยะสั้นเพื่อพัฒนาทักษะ (upskill) หรือปรับเปลี่ยนทักษะ (reskill) ให้สอดคล้องกับความต้องการของตลาดแรงงานยุค AI ได้ทันเวลา รายงานระดับโลกแสดงให้เห็นว่าตลาดแรงงานยอมรับสกุลเงินแห่งทักษะรูปแบบใหม่นี้อย่างจริงจัง นายจ้างกว่า 94% ยินดีเสนอเงินเดือนเริ่มต้นสูงขึ้นให้ผู้สมัครที่มี Micro-credentials ในมือ และ 92% ยืนยันว่าพนักงานระดับเริ่มต้นที่ถือ Micro-credentials มีประสิทธิภาพการทำงานดีกว่าอย่างชัดเจนในปีแรก คำกล่าวที่ควรหยิบมาเป็นวลีสำคัญคือ “การมีใบรับรองทักษะจากหน่วยการเรียนรู้ขนาดเล็ก จากภาคอุตสาหกรรมที่เกี่ยวข้องกับงาน กำลังช่วยตอบสนองความต้องการทักษะที่ไม่เคยมีมาก่อน และให้ผลตอบแทนการลงทุนที่จับต้องได้สำหรับนักเรียน นายจ้าง และมหาวิทยาลัยที่เปิดสอน” นี่ไม่ใช่แค่การเพิ่มใบประกาศบนผนัง แต่เป็นการสร้าง “หลักฐานของความสามารถ” ที่จับต้องได้ผ่านโครงงาน ผลงาน และการรับรองจากแพลตฟอร์มที่ภาคอุตสาหกรรมยอมรับ คนทำงานยุคใหม่จึงต้องมองตัวเองเป็นผู้ประกอบการด้านอาชีพที่บริหารพอร์ตโฟลิโอทักษะอย่างต่อเนื่อง มหาวิทยาลัยและองค์กรก็ต้องปรับยุทธศาสตร์สู่การร่วมออกแบบ Micro-credentials กับภาคธุรกิจ เพื่อให้ใบรับรองไม่มีช่องว่างระหว่างทักษะที่สอนกับทักษะที่ใช้งานจริง
จาก AI ที่กระจายตัวสู่ Owned Intelligence: ยุทธศาสตร์พัฒนาบุคลากร AI แบบองค์รวม
การปิดช่องว่างทักษะ AI ให้ได้ผลจริงต้องคิดเกินกว่าการจัดคอร์สสั้นเป็นครั้งคราว มุมมองที่น่าสนใจคือแนวคิด Human Agency ที่เสนอให้ AI รับบทงานปฏิบัติการ ส่วนมนุษย์เลื่อนขึ้นมาทำหน้าที่กำกับ ตัดสินใจ และออกแบบกระบวนการ จากนั้นถอดบทเรียนจากการใช้งานจริงให้กลายเป็นสินทรัพย์ความรู้เฉพาะองค์กร หรือที่ถูกเรียกว่า Owned Intelligence นี่คือการเปลี่ยนจากการใช้ AI แบบกระจัดกระจายรายคน มาเป็นระบบเรียนรู้ขององค์กรที่ดูดซับประสบการณ์ของทุกทีมให้กลายเป็นขั้นตอนมาตรฐานที่สั่งสมต่อเนื่อง การสร้างระบบเช่นนี้ต้องทำพร้อมกัน 3 ระดับ ระดับพนักงานต้องเสริมทักษะคิดวิเคราะห์เชิงลึกและการควบคุมคุณภาพ AI ซึ่งตอนนี้ยังรั้งท้ายในหลายภูมิภาค โดยคนทำงานเน้นทักษะควบคุมคุณภาพ AI ที่ 53% และการคิดวิเคราะห์ 45% แต่ยังไม่เพียงพอ ระดับผู้บริหารต้องกล้าปรับจากการให้ทดลอง AI แบบ “งานเสริม” ไปสู่การจัดสรรเวลาและทรัพยากรให้ทดลองกลายเป็นเนื้องานจริง และระดับองค์กรต้องออกแบบเวิร์กโฟลว์ให้เป็นระบบเรียนรู้ (Learning System) ที่ดึงข้อมูลจากการใช้ AI ในงานต่างๆ ตั้งแต่วิเคราะห์ข้อมูล 66% บริการลูกค้าผ่านแชทบอท 64% การตลาดและคอนเทนต์ 58% ไปจนถึงการเขียนโค้ดและพัฒนาผลิตภัณฑ์ 55% และงานทรัพยากรบุคคล 38% มารวมเป็นมาตรฐานงานเดียว ในภาพใหญ่ ทุกภาคส่วนต้องเดินเกม Upskill Reskill อย่างจริงจัง ทั้งการนำ Micro-credentials เข้าไปอยู่ในแผนพัฒนาบุคลากร การสร้างพื้นที่ให้ทีมทดลอง AI แล้วถอดบทเรียนเป็นความรู้ และการลงทุนในโครงสร้างพื้นฐานที่ปลอดภัยควบคู่กับการสร้างทีมกำกับดูแล ด้วยแนวทางนี้ การลงทุน AI ที่กำลังพุ่งขึ้นจะไม่กลายเป็นภาระ แต่เปลี่ยนเป็นความได้เปรียบเชิงแข่งขันบนฐานทักษะคนที่แข็งแรง ท้ายที่สุด องค์กรที่ชนะไม่ใช่ผู้ที่ลงทุน AI มากที่สุด แต่เป็นผู้ที่แปลง AI ให้กลายเป็นความรู้ ความสามารถ และกระบวนการทำงานที่คนในองค์กรทุกระดับเข้าใจและมีส่วนร่วม
