เมื่อ AI ทำให้คนเก่งขึ้น แต่ปฏิทินประชุมแน่นกว่าเดิม
ประสิทธิภาพ AI ที่ซ่อนอยู่คือปรากฏการณ์ที่องค์กรใช้ระบบอัจฉริยะเพื่อเพิ่มผลงานของพนักงานแต่กลับพบว่ากระบวนการทำงานโดยรวมไม่ได้เร็วขึ้นเท่าที่คาด เพราะแม้งานเชิงเทคนิคและงานรูทีนถูกเร่งให้เร็วและมากขึ้น การตัดสินใจ การตรวจสอบ และการประสานงานระหว่างมนุษย์กลับใช้เวลาเพิ่มขึ้น ส่งผลให้ภาพรวมของประสิทธิภาพองค์กรถูกจำกัดด้วยความสามารถในการให้ความสนใจและตัดสินใจของคน ไม่ใช่เพียงความเร็วของ AI รายงานล่าสุดจากบริษัทผู้พัฒนา AI รายหนึ่งเผยให้เห็นภาพชัดเจนของความย้อนแย้งนี้ เมื่อการนำ AI มาใช้เป็นแกนหลักของการทำงานตลอดปีที่ผ่านมา ทำให้พนักงานรายบุคคลทำงานได้มากขึ้น แต่ข้อมูลจากปฏิทินกลับบอกว่าเวลาประชุมเพิ่มขึ้นถึง 20% เมื่อเทียบกับปีก่อน นี่ไม่ใช่เรื่องเล็ก เพราะมันหมายความว่าองค์กรกำลังแลกความเร็วของเครื่องจักรกับภาระการประสานงานของมนุษย์โดยตรง
จ้าง Junior น้อยลง แต่ Senior ต้องประชุมมากขึ้น
รายงานระบุชัดว่าตั้งแต่ต้นปี 2568 สัดส่วนพนักงานระดับเริ่มต้นในฝ่ายเทคนิคลดจาก 21% เหลือ 14% และสัดส่วนการจ้างใหม่ลดจาก 27% เหลือเพียง 9% ในเวลาเดียวกันสัดส่วนพนักงานเทคนิคต่อพนักงานทั้งหมดลดจาก 61% เหลือ 56% ด้วย แนวโน้มนี้สะท้อนว่าการนำ AI มาใช้กำลังแทนงานรูทีนที่เคยเป็นพื้นที่ของพนักงาน Junior โดยตรง ปัญหาคือเมื่อฐานงานรูทีนถูก AI รับไป คนที่เหลือในระบบกลับเป็นพนักงานที่ต้องตัดสินใจและรับผิดชอบผลลัพธ์มากขึ้น พวกเขาไม่ได้แค่เขียนโค้ดหรือทำงานขาย แต่ต้องกลายเป็นผู้จัดการ AI หลายตัวแทน 20% ของพนักงานระบุว่าหน้าที่เปลี่ยนจากลงมือทำเองมาเป็นการบริหารจัดการ Claude หลายตัว นั่นหมายความว่า Senior และคนที่มีอำนาจตัดสินใจต้องเข้าประชุมมากขึ้นเพื่อทบทวน ตรวจสอบ และอนุมัติสิ่งที่ AI สร้างออกมา
ประสิทธิภาพ AI ที่ซ่อนอยู่: โค้ดเยอะขึ้น ไม่ได้แปลว่าธุรกิจดีขึ้น
รายงานยอมรับตรงไปตรงมาว่า AI ทำให้พนักงานเขียนโค้ดได้มากขึ้นต่อคน ฝ่ายขายปิดการขายได้มากขึ้น และบริษัทสามารถประมวลผลสัญญาได้มากขึ้น แต่การเพิ่มปริมาณงานไม่ได้แปลว่าคุณภาพหรือผลลัพธ์ทางธุรกิจจะดีขึ้นเสมอไป นี่คือหัวใจของประสิทธิภาพ AI ที่ซ่อนอยู่ เราเห็นตัวเลขงานที่เพิ่มขึ้น แต่ไม่เห็นชัดว่ามูลค่าจริงเพิ่มตามหรือไม่ ที่น่าคิดคือ 27% ของพนักงานรู้สึกว่าตัวเองมีประสิทธิภาพมากขึ้นจากการใช้ Claude ทว่าองค์กรกลับต้องใช้เวลามากขึ้นในการอ่าน ตรวจสอบ และจัดระเบียบข้อความจำนวนมหาศาลที่ AI สร้างขึ้น ความสามารถในการให้ความสนใจและใช้วิจารณญาณของมนุษย์จึงกลายเป็นคอขวดใหม่ของระบบ เมื่อทุกคนทำงานได้มากขึ้น แต่ต้องหยุดมานั่งคัดกรองและประชุมเพื่อหาข้อสรุปที่เชื่อถือได้
เวลาประชุมเพิ่มขึ้น 20% เพราะคอขวดอยู่ที่ความไว้วางใจ ไม่ใช่เทคโนโลยี
ข้อมูลจากปฏิทินพนักงานบอกชัดว่าเมื่อใช้ AI มากขึ้น เวลาประชุมเพิ่มขึ้น 20% สำหรับพนักงานโดยรวม และเพิ่มขึ้น 16% สำหรับพนักงานฝ่ายเทคนิคที่ลงมือปฏิบัติงานโดยตรง นี่คือสัญญาณว่าปัญหาไม่ได้อยู่ที่เครื่องมือ แต่คือวิธีที่องค์กรจัดการกับความเสี่ยงและความรับผิดชอบต่อผลลัพธ์ รายงานชี้ว่าการทำงานร่วมกันระหว่างมนุษย์ยังสำคัญ เพราะเรื่องความไว้วางใจและการรับผิดชอบไม่สามารถมอบให้ AI ได้ พนักงานหลายคนยืนยันว่าการประสานงานแบบพบหน้ากันยังเป็นสิ่งที่ขาดไม่ได้ แม้ AI จะช่วยจัดการงานจำนวนมากแล้วก็ตาม ผลคือเกิดคอขวดใหม่ในขั้นตอนรีวิว อนุมัติ และจัดแนวข้ามทีม เวลาประชุมเพิ่มขึ้นไม่ใช่เพราะคนทำงานช้าลง แต่เพราะองค์กรยังใช้โครงสร้างการตัดสินใจแบบเดิมมารองรับปริมาณงานที่ AI ทำให้พุ่งสูงขึ้นอย่างรวดเร็ว
บทสรุป: ถ้าไม่ออกแบบงานใหม่ AI จะยิ่งทำให้เราเหนื่อยกับการประชุม
ภาพรวมจากรายงานนี้สะท้อนชัดว่า การนำ AI มาใช้โดยไม่ปรับโครงสร้างงานและการประชุม ทำให้องค์กรติดกับดักประสิทธิภาพ AI ที่ซ่อนอยู่ พนักงานทำงานได้มากขึ้นแต่ต้องประชุมมากขึ้น เวลาที่ควรใช้กับการสร้างคุณค่าใหม่ถูกดูดไปกับการตรวจสอบและประสานงานแทน ประเด็นสำคัญจึงไม่ใช่แค่ว่าองค์กรจะใช้ AI หรือไม่ แต่คือจะออกแบบบทบาทคน กระบวนการรีวิว และรูปแบบการประชุมอย่างไรให้สอดคล้องกับโลกที่ AI สร้างงานได้ไม่จำกัด หากยังยึดติดกับการตัดสินใจแบบรวมศูนย์และการประชุมทุกเรื่อง AI จะยิ่งทำให้คอขวดมนุษย์ชัดเจนขึ้นและทำให้ทีมเหนื่อยกว่าเดิม องค์กรที่กล้าปรับวิธีทำงานให้ให้ความสำคัญกับการตัดสินใจที่จำเป็นเท่านั้น จะเป็นกลุ่มที่ได้ประโยชน์จาก AI จริง ไม่ใช่แค่ตัวเลขปริมาณงานที่ดูสวยบนรายงาน
