ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ทำไมเครื่องมือ AI ไม่ได้เพิ่มผลงานเสมอไป เมื่อทักษะและการจัดการยังไม่พร้อม

ทำไมเครื่องมือ AI ไม่ได้เพิ่มผลงานเสมอไป เมื่อทักษะและการจัดการยังไม่พร้อม
ความสนใจ|เพิ่มประสิทธิภาพงานด้วย AI

AI ไม่ใช่ยาวิเศษ ผลิตภาพเพิ่มได้เฉพาะคนและองค์กรที่พร้อม

การใช้ AI ในองค์กรคือการนำเครื่องมืออัจฉริยะมาช่วยงานพนักงาน ตั้งแต่การเขียนโค้ด วิเคราะห์ข้อมูล ไปจนถึงจัดทำเอกสาร โดยหวังให้ลดเวลาทำงานและเพิ่มผลผลิตจากเครื่องมือ AI แต่ความสำเร็จของการนำ AI ไปใช้จริงขึ้นอยู่กับทักษะการใช้ AI ในองค์กร การจัดการการเข้าถึง AI และความพร้อมด้านกระบวนการ ไม่ใช่แค่การติดตั้งเทคโนโลยีใหม่แล้วปล่อยให้พนักงานลองใช้เอง แนวคิดที่ว่า “ให้ทุกคนใช้ AI แล้วผลิตภาพจะพุ่งขึ้น” กำลังถูกท้าทายอย่างหนัก ซีอีโอของบริษัทเทคโนโลยีด้านการชำระเงินรายหนึ่งประเมินว่า ทีมวิศวกรรมส่งมอบงานได้มากขึ้นราว 25% โดยใช้ทีมขนาดเท่าเดิม แต่เขาย้ำว่าผลลัพธ์นี้ไม่ได้มาจากการแจกเครื่องมือ AI ให้ทุกคนใช้แบบไร้เงื่อนไข เขาเลือกจำกัดสิทธิ์ใช้ AI ให้เฉพาะพนักงานที่พิสูจน์ได้ว่าทำผลงานจริง และมองว่าหาก AI อยู่ในมือคนที่ไม่เหมาะสม เทคโนโลยีจะขยายทั้งความเกียจคร้านและการใช้วิจารณญาณที่ไม่ดีให้หนักขึ้น

ทำไมเครื่องมือ AI ไม่ได้เพิ่มผลงานเสมอไป เมื่อทักษะและการจัดการยังไม่พร้อม

Paysend กับแนวคิด “AI เป็นพลังพิเศษของคนเก่ง”

ขณะที่หลายองค์กรเร่งเปิดสิทธิ์ใช้เครื่องมือ AI ให้พนักงานจำนวนมากที่สุดเท่าที่จะเป็นไปได้ เพื่อแสดงให้เห็นว่าตนเองไม่ตกขบวนเทคโนโลยี ซีอีโอของ Paysend กลับเลือกเดินคนละทิศ เขาจำกัดการเข้าถึง AI ไว้เฉพาะพนักงานที่มีผลงานโดดเด่น และต้องพิสูจน์ให้เห็นว่าตัวเองใช้ AI สร้างคุณค่าให้กับงานได้อย่างไร พนักงานใหม่ในบริษัทจะได้รับเวลาหนึ่งเดือนเพื่อทดลองใช้เครื่องมือ AI แล้วรายงานว่าตนสร้างผลงานอะไรได้บ้าง ไม่ใช่แค่ใช้แล้วรู้สึกว่าทำงานเร็วขึ้น ตัวอย่างเช่น หัวหน้าฝ่าย SEO คนหนึ่งขอใช้ Claude แต่หลังทดลองหนึ่งเดือนกลับพบว่า AI ช่วยได้เพียงทำ content brief เร็วขึ้น จึงเสนอสร้าง AI Agent เฉพาะทางสำหรับงานนี้แทน และกำลังพัฒนาอยู่ในปัจจุบัน แนวคิดนี้สะท้อนทัศนะที่มอง AI เป็น “พลังพิเศษ” ที่ควรสงวนให้คนที่มีทักษะการใช้ AI ในองค์กรสูง และมีพื้นฐานงานแข็งแรง เพราะเมื่ออยู่ในมือคนที่ไม่เข้าใจงานลึกพอ AI จะยิ่งทำให้ความผิดพลาดขยายตัว ต้องเสียเวลาตรวจแก้มากกว่าที่ประหยัดได้

เมื่อ AI ขยายทั้งความเก่งและความผิดพลาดของคนทำงาน

กรณีของบริษัทซอฟต์แวร์รายหนึ่งชี้ให้เห็นด้านมืดของการเร่งใช้ AI แบบไม่คิดให้รอบ ในช่วงแรกองค์กรเปิดเครื่องมือ AI ให้วิศวกรซอฟต์แวร์ใช้กันอย่างกว้างขวาง ทั้งเพื่อค้นและวิเคราะห์ปัญหาจาก logs สร้างเอกสารเทคนิค และช่วยให้วิศวกรใหม่เริ่มงานได้เร็วขึ้น พนักงานรู้สึกว่าตัวเองทำงานมีประสิทธิภาพมากขึ้น แต่ซีอีโอกล่าวตรงไปตรงมาว่า “คุณรู้สึกว่าทำงานได้มีประสิทธิภาพมากขึ้น แต่ในความเป็นจริงแล้ว คุณไม่ได้มีประสิทธิภาพมากขึ้นเลย” ปัจจุบันนักพัฒนาหันมาทำหน้าที่ประสานงานทีม AI Agent หลายตัว งานที่เคยใช้เวลาหลายสัปดาห์ลดเหลือไม่กี่วัน แต่ซีอีโอก็เตือนว่า งานที่สร้างด้วย AI ไม่ได้เพิ่มผลิตภาพเสมอไป โดยเฉพาะเมื่อคนใช้ไม่มีความเชี่ยวชาญในสาขานั้น นี่คือหัวใจของปัญหา ผลผลิตจากเครื่องมือ AI จะมีคุณภาพก็ต่อเมื่อคนสั่งงานเข้าใจโจทย์ รู้ว่าคำตอบแบบไหนใช้ได้ และมีทักษะพอจะตรวจจับข้อผิดพลาด ถ้าขาดพื้นฐานเหล่านี้ AI จะกลายเป็นเครื่องขยายความผิดพลาดให้ใหญ่และซับซ้อนขึ้น

ช่องว่างระหว่างการลงทุน AI กับประสบการณ์จริงของพนักงาน

งานวิจัยในระดับนโยบายพบว่าธุรกิจที่ใช้ AI ประมาณสามในสี่มองว่า AI ช่วยเพิ่มผลิตภาพของบุคลากร แต่ถึง 77% ระบุว่ารายได้ของบริษัทไม่เปลี่ยนแปลง นั่นหมายความว่าผลผลิตจากเครื่องมือ AI อาจเพิ่มในเชิงปริมาณ แต่ไม่ได้แปลว่าคุณค่าทางธุรกิจเพิ่มตามไปด้วย อีกด้านหนึ่ง การสำรวจจากบริษัทด้านเทคโนโลยีสำนักงานพบความไม่ลงรอยชัดเจน 91% ของผู้ตัดสินใจในธุรกิจเชื่อว่าการลงทุน AI ให้ผลตามคาด แต่ครึ่งหนึ่งของพนักงานกลับรู้สึกว่าเครื่องมือ AI สร้างแรงเสียดทานหรือเพิ่มงานมากขึ้น ถึง 55% บอกว่าต้องเสียเวลาไปกับการจัดการเทคโนโลยีที่ด้อยคุณภาพจนกระทบต่อผลิตภาพ และเกือบครึ่งหนึ่งยอมรับว่าต้องใช้เครื่องมือที่องค์กรไม่อนุมัติ เช่น shadow AI อย่างน้อยเดือนละครั้ง ทำให้เกิดฝันร้ายด้านการจัดการการเข้าถึง AI และการกำกับดูแล ตัวเลขเหล่านี้สะท้อนว่าองค์กรจำนวนมากกำลังลงทุนใน AI เร็วกว่าอัตราที่สนับสนุนให้พนักงานปรับตัวและใช้เครื่องมือเหล่านี้ได้อย่างมีประสิทธิผล

ชั้นที่หายไป: กติกา บริบท และทักษะ ก่อนคิดขยายสิทธิ์ใช้ AI

ปัญหาใหญ่ของการนำ AI ไปใช้จริงในองค์กรไม่ใช่แค่ตัวเทคโนโลยี แต่คือ “ชั้นกลาง” ที่หายไป ระหว่างเครื่องมือกับคนทำงาน หลายบริษัทเน้นติดตั้งระบบใหม่ แต่ละเลยการออกแบบกติกา การจัดการการเข้าถึง AI และการสร้างบริบทให้พนักงานเข้าใจว่า AI เหมาะกับงานแบบไหน ไม่เหมาะกับงานแบบไหน ผู้เชี่ยวชาญด้านโซลูชันที่ทำงานกับองค์กรจำนวนมากเตือนว่า เทคโนโลยี ข้อมูล และเวิร์กโฟลว์ที่กระจัดกระจายทำให้เกิดความซับซ้อนที่หลีกเลี่ยงได้ แต่กลับปล่อยให้พนักงานต้องรับมือเอง ขณะที่ผู้บริหารด้านบริการดิจิทัลของบริษัทเดียวกันชี้ว่า องค์กรควรจัดระเบียบเทคโนโลยี ข้อมูล และเวิร์กโฟลว์ที่มีอยู่ให้ดีขึ้น และชะลอการลงทุนใหม่เพื่อโฟกัสว่าเครื่องมืออย่าง AI จะมีประโยชน์ตรงไหนจริงๆ เมื่อเชื่อมโยงกับกรณี Paysend จะเห็นภาพชัดว่า การจัดการการเข้าถึง AI แบบคัดเลือกคนใช้ บวกกับการวัดผลลัพธ์อย่างเป็นรูปธรรม ช่วยให้บริษัทได้ประโยชน์จาก AI โดยไม่ต้องลดจำนวนพนักงาน ซีอีโอเชื่อว่าบริษัทจะเติบโตยั่งยืนกว่าหากช่วยให้คนเปลี่ยนบทบาทไปทำงานใหม่ แทนที่จะเลิกจ้างเมื่อระบบอัตโนมัติเข้ามาแทน ข้อสรุปคือ องค์กรที่หวังผลผลิตจากเครื่องมือ AI ต้องลงทุนในทักษะการใช้ AI ในองค์กร กำหนดกติกาและบริบทให้ชัด แล้วค่อยคิดขยายสิทธิ์ให้กว้าง การให้ทุกคนใช้ AI โดยไม่มีการออกแบบชั้นกลางเหล่านี้ ไม่ได้เพิ่มผลิตภาพ แต่เพิ่มความวุ่นวายและความเสี่ยงแทน

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!