AI ที่ทำงานเก่งขึ้น แต่ทำให้คนต้องประชุมมากขึ้นคืออะไร
ปรากฏการณ์ AI เพิ่มประสิทธิภาพการทำงานแต่ทำให้คนต้องใช้เวลาประชุมเพิ่มขึ้น คือรูปแบบใหม่ของผลกระทบ AI ที่ทำงาน ซึ่งองค์กรนำระบบอัตโนมัติมาช่วยจัดการงานประจำ ลดภาระงานมือ และปรับโครงสร้างการจ้างพนักงาน AI ให้ทำงานแทนบางตำแหน่ง แต่กลับสร้างภาระการประสานงาน การตัดสินใจร่วม และการตรวจสอบผลลัพธ์มากขึ้น จนเวลาประชุมเพิ่มขึ้นและบทบาทมนุษย์เปลี่ยนจากผู้ลงมือทำเป็นผู้จัดการระบบ AI แทน กรณีศึกษา Anthropic บริษัทผู้อยู่แนวหน้าด้าน AI แสดงภาพนี้ชัดเจนที่สุด เมื่อรายงานการเปลี่ยนแปลงรูปแบบการทำงานภายในองค์กรตลอดปีที่ผ่านมาเผยให้เห็นทั้งตัวเลขประสิทธิภาพการทำงานที่สูงขึ้น และต้นทุนด้านเวลาและโครงสร้างทีมที่ซับซ้อนขึ้นพร้อมกัน รายงานฉบับนี้ไม่ได้เป็นแค่สถิติภายในบริษัทเดียว แต่เป็นสัญญาณเตือนว่าองค์กรที่กำลังเร่งใช้งาน AI อาจกำลังเดินเข้าสู่กับดักประชุมโดยไม่รู้ตัว

จ้าง Junior น้อยลงเพราะ AI เก่งขึ้น แต่โครงสร้างทีมกลับเปราะบางกว่าเดิม
เมื่อ Anthropic ปรับ workflow ให้ทำงานร่วมกับ AI อย่างเต็มรูปแบบตั้งแต่ต้นปี 2025 สัดส่วนพนักงานระดับเริ่มต้นในฝ่ายเทคนิคลดลงจาก 21% เหลือ 14% และสัดส่วนการจ้างใหม่ระดับ Junior ลดลงจาก 27% เหลือเพียง 9% นับเป็นการเปลี่ยนแปลงเชิงโครงสร้างที่แรงและเร็วมาก การจ้างพนักงาน AI ในทางปฏิบัติคือการใช้เครื่องมือ coding และระบบอัตโนมัติให้คนที่ไม่ใช่สายเทคนิคสร้างซอฟต์แวร์เองได้มากขึ้น ทำให้ทีมเทคนิคโดยรวมลดสัดส่วนลงจาก 61% เหลือ 56% ของทั้งบริษัท มองผิวเผินตัวเลขเหล่านี้เหมือนชัยชนะด้านประสิทธิภาพการทำงาน เพราะองค์กรใช้คนที่มีประสบการณ์สูงขึ้นต่อหัว ใช้ AI รับงานระดับพื้นฐานแทน แต่ในมุมโครงสร้างอาชีพ นี่คือสัญญาณน่ากังวล เพราะช่องทางเติบโตของคนรุ่นใหม่ถูกบีบแคบลง การไม่มี Junior หมายถึงไม่มีสายพานสร้าง Senior ในอนาคต และองค์กรเสี่ยงขาดคนที่เข้าใจงานจากฐานรากจริง
ประสิทธิภาพการทำงานสูงขึ้น แต่เวลาประชุมเพิ่มขึ้น 20% คือพาราด็อกซ์ของ AI
Anthropic รายงานตรงกันว่า AI ทำให้ productivity สูงขึ้นอย่างชัดเจน ทั้งปริมาณโค้ดต่อคน จำนวนดีลที่ฝ่ายขายปิดได้ และจำนวนสัญญาที่จัดการได้เพิ่มขึ้น พนักงาน 27% บอกว่าทำงานได้มีประสิทธิภาพมากขึ้นจากการใช้ Claude แต่ในเวลาเดียวกัน ข้อมูลจากปฏิทินกลับชี้ว่าเวลาประชุมต่อพนักงานเพิ่มขึ้นถึง 20% และเพิ่มขึ้น 16% สำหรับพนักงานสายเทคนิคที่ลงมือปฏิบัติงานโดยตรง นี่คือพาราด็อกซ์ของประสิทธิภาพ AI งานย่อยถูกอัตโนมัติ แต่การตัดสินใจกลับซับซ้อนขึ้น เพราะต้องตรวจสอบผลลัพธ์จาก Claude หลายตัวแทน ต้องตกลงกันว่าเวอร์ชันไหนถูกต้อง ใครรับผิดชอบ และจะใช้ผลลัพธ์ไหนไปต่อ รายงานชี้ชัดว่าความสนใจและวิจารณญาณของมนุษย์กำลังกลายเป็นคอขวดของ productivity เพราะ Claude สร้างข้อความจำนวนมหาศาลที่ต้องมีคนอ่าน ตรวจสอบ และจัดระเบียบ ผลคือเวลาประชุมเพิ่มขึ้นแทนที่จะลดลง กลายเป็นต้นทุนแฝงที่องค์กรไม่ค่อยคำนวณไว้ตอนตัดสินใจใช้ AI
จากผู้ลงมือทำสู่ผู้จัดการ AI เมื่อคนต้องดูแล Claude เหมือนเลี้ยงเด็กหลายคน
การเปลี่ยนบทบาทของพนักงานใน Anthropic ชี้ให้เห็นผลกระทบ AI ที่ทำงานในระดับจิตวิทยาและวัฒนธรรมองค์กร พนักงานรายหนึ่งเล่าว่ามีแรงกดดันอย่างต่อเนื่องให้ทำงานเร็วที่สุดและใช้ Claude กับทุกสิ่งที่ทำ ขณะที่ 20% ระบุว่างานของตนเปลี่ยนจากการลงมือทำเองมาเป็นการบริหารจัดการ Claude หลายตัวแทน วิศวกรคนหนึ่งถึงกับเปรียบว่าการดูแล Claude หลายตัวพร้อมกันเหมือนการดูแลเด็กหลายคนที่ต่างเรียกร้องความสนใจเท่าๆ กัน ภาพนี้สะท้อนว่า AI ไม่ได้แค่ช่วยแบ่งเบางาน แต่เพิ่มภาระการกำกับดูแล การตรวจสอบ และการรับผิดชอบต่อผลลัพธ์ เมื่อเครื่องมือสร้างงานได้มากขึ้น คนก็ต้องใช้เวลาอ่าน ทบทวน และตัดสินใจมากขึ้น การประชุมจึงกลายเป็นเวทีที่ทุกคนต้องมานั่งตีความสิ่งที่ AI สร้าง ร่วมกันตัดสินใจว่าอะไรใช้ได้ อะไรเสี่ยง และใครต้องรับผิดชอบหากเกิดข้อผิดพลาด
บทเรียนสำหรับองค์กร: ใช้ AI ให้คุ้มต้องออกแบบงาน ไม่ใช่แค่เพิ่มเครื่องมือ
กรณี Anthropic เตือนเราว่า การจ้างพนักงาน AI หรือการปรับ workflow รอบ AI ไม่ได้แปลว่าองค์กรจะได้ประสิทธิภาพการทำงานเพิ่มขึ้นแบบต้นทุนต่ำโดยอัตโนมัติ สิ่งที่เกิดขึ้นจริงคือการแลกเปลี่ยนระหว่างงานลงมือทำกับงานประสานงาน การลด Junior กับการเพิ่มความเสี่ยงด้านทักษะในระยะยาว และการลดงานรูทีนกับการเพิ่มเวลาประชุมเพื่อใช้วิจารณญาณมนุษย์ องค์กรที่กำลังเร่งใช้ AI ควรถามตัวเองให้ชัดว่า งานไหนควรถูกอัตโนมัติ งานไหนต้องรักษาพื้นที่ให้มนุษย์ และจะออกแบบโครงสร้างทีมอย่างไรไม่ให้ขาดรุ่นใหม่ ขณะเดียวกันต้องกล้าทบทวนวัฒนธรรมการประชุม ว่าประชุมเพื่ออะไร ใครต้องอยู่ และจะใช้ AI ช่วยลด ไม่ใช่เพิ่มภาระการนัดหมาย หากไม่คิดเรื่องเหล่านี้ตั้งแต่วันนี้ AI ที่ตั้งใจนำมาเพิ่มประสิทธิภาพ อาจกลายเป็นต้นเหตุให้ทีมเหนื่อยกว่าเดิมแต่ไม่ได้ผลงานดีขึ้นเท่าที่ควร






