เมื่อมนุษย์ต้องคุม AI ทั้งวัน แต่ไม่ได้เลื่อนขั้น

AI agent supervision คืออะไร และทำไมมันถึงกลายเป็นงานหลักของคนทำงาน

AI agent supervision คือภารกิจที่มนุษย์ต้องคอยกำหนดเป้าหมาย ตั้งเงื่อนไข ตรวจงาน แก้ไขข้อผิดพลาด และตัดสินใจแทนระบบ AI ที่ทำงานอัตโนมัติในชื่อของเรา ภารกิจนี้ผสมระหว่างงานเทคนิคกับงานบริหาร เพราะต้องออกแบบขั้นตอน สร้างกติกา และรับผิดชอบผลลัพธ์ที่ AI ส่งออกไปสู่ลูกค้าหรือสาธารณะ แม้บนกระดาษ AI จะถูกโฆษณาว่ามาเพื่อลดภาระงาน แต่งานที่หายไปมักกลับมาในรูปของการกำกับ ควบคุม และตรวจสอบแทน ทำให้เวลาทำงานจำนวนมากถูกย้ายจากการลงมือทำด้วยตนเองไปอยู่ที่การดูแลเอเจนต์ AI แทน

ตอนนี้พนักงานจำนวนมากไม่ได้ใช้เวลาไปกับการสอน เขียนโค้ด หรือออกแบบอย่างเดียวอีกต่อไป แต่ต้องคอยควบคุมเอเจนต์ที่ควรจะทำงานแบบอัตโนมัติ ทว่าความจริงกลับต้องป้อนบริบท มอบหมายงาน ประเมินคุณภาพ ขอให้แก้ไข และรีบเข้ามาแทรกแซงเมื่อระบบเริ่มทำงานผิดทิศทาง การสำรวจระดับโลกของพนักงานเกือบ 12,000 คนพบว่า 47% ใช้เวลากับการจัดการและสั่งการ AI มากกว่าลงมือทำงานเองแล้ว กล่าวอีกแบบคือ AI รับงานลงมือ แต่คนยังต้องรับบทตัดสินใจ ตรวจสอบ และรับผิดชอบอยู่ดี

เมื่อทุกคนกลายเป็นผู้จัดการ โดยไม่มีตำแหน่งและเงินเดือนสะท้อนความจริง

ประโยคเสียดสีที่ว่า “ยินดีด้วย คุณเป็นผู้จัดการแล้ว แต่ไม่มีทั้งตำแหน่งและขึ้นเงินเดือน” สะท้อนสภาพการทำงานยุค AI ได้ตรงจุด พนักงานจำนวนมากต้องทำงานแบบ management work without promotion คือทำหน้าที่เหมือนหัวหน้า ทั้งวางกลยุทธ์ สั่งงาน ให้ฟีดแบ็ก แต่อยู่ในโลกดิจิทัลกับเอเจนต์ AI แทนคนจริง ขณะเดียวกันโครงสร้างค่าตอบแทนในบริษัทส่วนใหญ่ยังผูกกับการ “คุมคน” มากกว่าคุมระบบ ทำให้คนที่แบก AI oversight responsibilities กลับไม่ได้รับการยอมรับว่าทำงานบริหารอย่างแท้จริง

ข้อมูลจากการสำรวจของบริษัทวิเคราะห์แรงงานระบุว่า 54% ของพนักงานเต็มเวลาบอกว่าบทบาทหรืออาชีพของตนเปลี่ยนไปมากในช่วงสองปีเพราะ AI แต่มีเพียง 17% เท่านั้นที่ได้เลื่อนตำแหน่ง ในขณะเดียวกันงานวิจัยอีกชุดชี้ว่า individual contributor มีรายได้เฉลี่ยน้อยกว่าหัวหน้าทีมประมาณ 33% ภายในบริษัทเดียวกัน เมื่อระบบค่าตอบแทนยังมองว่าการคุมคนมีมูลค่า แต่การคุมเอเจนต์ไม่มีอะไรเปลี่ยน พนักงานจึงแบกความรับผิดชอบเพิ่ม โดยช่องว่างค่าตอบแทนและโอกาสเติบโตยังคงเดิม

นักพัฒนาโค้ดงานเยอะขึ้น เพราะต้องเป็นผู้ตรวจการของทั้งคนและ AI

โลกการเขียนโค้ดคือภาพชัดของปรากฏการณ์นี้ เดิมที AI coding tools ถูกขายฝันว่าจะช่วยจัดการงานโค้ดจุกจิก แล้วส่งบ่ายว่างคืนให้โปรแกรมเมอร์ แต่สิ่งที่เกิดขึ้นคือโค้ดพื้นฐานจำนวนมากถูกสร้างโดยคนที่ไม่ใช่นักพัฒนา ในขณะที่นักพัฒนาเองต้องขยับขึ้นมาคุมภาพรวมมากขึ้น AI ทำให้คนธรรมดาเขียนโค้ดได้ แต่ไม่ได้ทำให้โปรแกรมเมอร์ว่างลง กลับตรงกันข้าม การสำรวจนักพัฒนามืออาชีพ 797 คนพบว่า 63% บอกว่าภาระงานเพิ่มขึ้นตั้งแต่เพื่อนร่วมงานที่ไม่ใช่สายเทคนิคเริ่มใช้ AI เขียนโค้ด

เมื่อโค้ดพื้นฐานถูกเขียนโดยเครื่องและคนที่ไม่มีพื้นฐาน นักพัฒนาจึงต้องหันมาทำ AI agent supervision แบบเต็มตัว ใช้เวลามากขึ้นกับการวางกรอบข้ามทีม การสร้าง guardrails และทำงานร่วมกับทีมที่ไม่ใช่สายเทคนิค ซึ่ง 40% ของนักพัฒนารายงานว่าต้องทำงาน orchestration ลักษณะนี้เพิ่มขึ้น ขณะเดียวกัน 39% บอกว่าบทบาทขยับไปที่ governance คือการรีวิว ตรวจสอบ แก้ไขโค้ดและเครื่องมือที่ AI สร้าง งานเขียนโค้ดตรงๆ ลดลง แต่ภาระตรวจและรับผิดชอบต่อระบบทั้งหมดกลับเพิ่มขึ้นอย่างชัดเจน

ผลิตภาพเพิ่มแบบก้าวกระโดด แต่ worker compensation gap กว้างขึ้น

ในมุมบริษัท AI agent คือเครื่องทวีคูณผลิตภาพ ตัวอย่างเช่น บริษัทบริการด้านไอทีรายหนึ่งระบุว่าสามารถเพิ่มประสิทธิภาพการทำงานเทียบเท่าพนักงาน 20,000 คนผ่านระบบ AI โดยจินตนาการว่า “วิศวกรคนเดิมคนหนึ่งจะคุมเอเจนต์ได้หลายตัวพร้อมกัน” หรือสตาร์ทอัพด้าน AI แห่งหนึ่งที่มีพนักงานเพียง 30 คน วิศวกร 16 คนแต่ละคนบริหารเอเจนต์ AI เฉลี่ยคนละ 5 ตัว จนถึงขั้นที่ไม่มีใครในบริษัทลงมือเขียนโค้ดโดยตรงอีกต่อไปแล้ว ผลลัพธ์คืองานออกมากกว่าเดิมหลายเท่า แต่คนที่ต้องรับผิดชอบคุณภาพงานกลับไม่ได้รับการชดเชยเพิ่มตามภาระ

ถึงแม้บางคนจะรู้สึกว่าการคุมกองทัพดิจิทัลเป็น “ข้อได้เปรียบใหม่” แต่ความจริงคือทักษะนี้ยังไม่ถูกยกให้มีมูลค่าในโครงสร้างค่าตอบแทน คนที่คุมคนได้โบนัส คนที่คุมเอเจนต์ได้ภาระเพิ่มเฉยๆ ผู้เชี่ยวชาญบางรายชี้ว่า “การจัดการเอเจนต์คือชุดทักษะแบบหนึ่ง บริษัทยังไม่ฝึกและยังไม่จ่ายให้ แต่ควรจะทำ” หากบริษัทเริ่มให้รางวัลกับงานลักษณะนี้ เงินอาจถูกส่งผ่านโบนัสหรืออินเซนทีฟ ไม่ใช่เงินเดือนพื้นฐาน ซึ่งยังไม่แตะปัญหาหลักของ worker compensation gap อยู่ดี

ทางออกที่ยุติธรรมกว่าสำหรับยุคที่ทุกคนต้องเป็นหัวหน้า AI

คำถามสำคัญจึงไม่ใช่แค่ว่า AI ทำให้ใครตกงานหรือไม่ แต่คือใครได้ค่าตอบแทนจากงานบริหารแบบใหม่ที่เกิดขึ้น ในหลายองค์กร บทบาทที่เกี่ยวข้องกับ AI oversight responsibilities ยังถูกมองเป็นเพียงส่วนต่อขยายของงานเดิม ทั้งที่ในทางปฏิบัติต้องใช้ดุลพินิจ การประเมินความเสี่ยง และการตัดสินใจไม่ต่างจากงานบริหารคน พนักงานจำนวนมากกลายเป็นผู้จัดการทางเทคนิคโดยไม่รู้ตัว ตั้งแต่เลือกโมเดล ป้อนบริบท ตั้งขอบเขต ไปจนถึงรีวิวผลลัพธ์จากเอเจนต์หลายตัวเพื่อให้กลายเป็นงานชิ้นเดียวที่ใช้งานได้จริง

ในทางนโยบาย บริษัทควรยอมรับอย่างตรงไปตรงมาว่า AI agent supervision เป็นงานบริหารรูปแบบใหม่ และกำหนดเส้นทางอาชีพพร้อมค่าตอบแทนให้สอดคล้อง ไม่ว่าจะผ่านการเลื่อนตำแหน่ง การเพิ่มฐานเงินเดือน หรือโครงสร้างโบนัสที่ชัดเจน ขณะเดียวกัน การฝึกอบรมก็ต้องเปลี่ยนจากคลาสทั่วไปมาเป็นการใช้ AI กับงานจริง เปรียบเทียบผลลัพธ์ และสอนให้พนักงานพัฒนาทักษะการตัดสินคุณภาพงานของ AI แหล่งข้อมูลหนึ่งระบุว่า “อุตสาหกรรมซอฟต์แวร์ในปี 2026 ไม่เหมือนปี 2022 เลย และในปี 2030 ก็จะต่างออกไปอีก” หากโครงสร้างอำนาจและค่าตอบแทนไม่ตามให้ทัน คนทำงานก็จะเป็นผู้แพ้ในเกมผลิตภาพยุคใหม่