ภาวะย้อนแย้งของการนำ AI ไปใช้: ทำไมคนพร้อม แต่องค์กรไม่เดิน
ภาวะย้อนแย้งของการนำ AI ไปใช้ในที่ทำงานหมายถึงสถานการณ์ที่พนักงานหันมาใช้เครื่องมือ AI ขั้นสูงอย่างแพร่หลายและมีความตื่นตัวสูง แต่ระบบงานขององค์กร วัฒนธรรมการทำงาน และโครงสร้างการบริหารยังไม่ปรับตาม ทำให้ประโยชน์ของ AI ถูกจำกัดอยู่ในระดับบุคคล ไม่กลายเป็นมาตรฐานหรือความสามารถร่วมของทั้งองค์กร ส่งผลให้การเปลี่ยนแปลงองค์กรหยุดอยู่กลางทาง แม้ดูเหมือนมีการใช้เทคโนโลยีล้ำหน้า แต่ผลเชิงยุทธศาสตร์กลับต่ำกว่าศักยภาพที่แท้จริงของคนทำงานและเครื่องมือที่มีอยู่.
รายงาน Work Trend Index 2026 ที่นำเสนอเมื่อวันที่ 5 สิงหาคม 2569 ระบุชัดว่ามีคนทำงานใช้ AI ขั้นสูงถึง 32% ซึ่งสูงกว่าค่าเฉลี่ยโลกเท่าตัว แต่ภาพที่น่ากังวลคือ การเปลี่ยนผ่านเข้าสู่การทำงานแบบใหม่ยังติดหล่ม Transformation Paradox เมื่อการใช้งาน AI ระดับบุคคลไม่ถูกต่อยอดสู่ความสามารถองค์กร นี่ไม่ใช่ปัญหาด้านเทคโนโลยี แต่เป็นปัญหาด้านมุมมองและโครงสร้างการเปลี่ยนแปลงองค์กร ที่ยังคิดว่า “ให้พนักงานลองใช้ AI” เท่ากับ “องค์กรปรับตัวแล้ว” ทั้งที่ความจริงต่างกันคนละระดับ.
คนทำงานใช้ AI ล้ำหน้า แต่มุมมองทักษะยังตามไม่ทัน
ข้อมูลจากแพลตฟอร์ม Microsoft 365 แสดงให้เห็นว่าการนำ AI ไปใช้ได้ขยับจากการค้นหาข้อมูล ไปสู่การเป็นคู่คิดของคนทำงานอย่างแท้จริง โดยกว่า 49% ใช้ AI เพื่อการวิเคราะห์ ให้เหตุผล และช่วยตัดสินใจในงานสำคัญ สิ่งนี้สะท้อนว่าผู้ใช้ AI ในไทยไม่ได้อยู่แค่ระดับทดลองเล่น แต่เริ่มให้ AI เข้าไปอยู่ในกระบวนการคิดของงานอย่างจริงจัง ความตื่นตัวยิ่งชัดเมื่อ 89% ใช้ผลจาก AI เป็นฐานต่อยอดความคิด และ 86% ของกลุ่มผู้ใช้ AI ขั้นสูงมองว่า AI เปิดโอกาสสร้างงานรูปแบบใหม่ที่ไม่เคยทำได้มาก่อน.
แต่ด้านมุมมองต่อทักษะกลับสวนทาง คนทำงานมีการใช้ AI สูง แต่ให้ค่าน้ำหนักกับทักษะสำคัญต่ำอย่างน่าเป็นห่วง เช่น มีเพียง 53% ที่เห็นว่าทักษะการควบคุมคุณภาพผลลัพธ์สำคัญขึ้นเรื่อยๆ และแค่ 45% ที่มองว่าการคิดวิเคราะห์เป็นทักษะจำเป็นในการทำงานร่วมกับ AI นี่คือสัญญาณว่าเรากำลังวิ่งเข้าไปในโลก AI ด้วยเครื่องมือที่ล้ำ แต่ถือกรอบคิดแบบเดิม ไม่ให้ความสำคัญกับการตรวจสอบ วิจารณ์ และตีความผลลัพธ์ของ AI ให้ลึกพอ ความเสี่ยงจึงไม่ใช่ “ไม่ใช้ AI” แต่คือ “ใช้โดยไม่มองว่าต้องมีทักษะกำกับ”.
ช่องว่างทักษะพนักงานและโครงสร้างองค์กร: หัวหน้างานเปิด แต่ระบบปิด
ในระดับคนทำงาน ภาวะกังวลกับการเปลี่ยนแปลงยิ่งทำให้เกิดพฤติกรรมที่ขัดแย้งกันเอง 85% กังวลว่าจะตามเทคโนโลยีไม่ทัน แต่ 60% กลับเลือกใช้ AI สนับสนุนงานเดิมในปัจจุบัน เพราะรู้สึกว่าปลอดภัยกว่าการกล้าออกแบบกระบวนการทำงานใหม่ที่ยังไม่มีแผนชัดเจน นี่ชี้ให้เห็นว่า ช่องว่างทักษะพนักงานไม่ได้เกิดจากการไม่รู้จัก AI แต่เกิดจากการไม่มีกรอบและแรงหนุนที่ทำให้การทดลองงานใหม่ด้วย AI กลายเป็นส่วนหนึ่งของเนื้องานจริง ไม่ใช่แค่โครงการนอกเวลา.
ในระดับหัวหน้างาน ภาพที่เห็นก็ย้อนแย้งไม่แพ้กัน 8 ใน 10 หัวหน้างานเปิดกว้างให้ทีมทดลองออกแบบระบบงานใหม่ด้วย AI แต่มีเพียง 2 ใน 10 ทีมที่นำผลสำเร็จมาบันทึกและทำให้กลายเป็นขั้นตอนมาตรฐาน ผลคือองค์ความรู้และเวิร์กโฟลว์ที่ดีติดอยู่กับคนไม่กี่คน ไม่ถูกเปลี่ยนเป็น Owned Intelligence ขององค์กรอย่างเป็นระบบ คำถามจึงไม่ใช่ว่า “หัวหน้าสนับสนุนไหม” แต่คือ “องค์กรมีระบบถอดบทเรียนและตั้งมาตรฐานจากการทดลองหรือเปล่า” ถ้าไม่มี การทดลองมากแค่ไหนก็กลายเป็นจุดสว่างเล็กๆ ที่ไม่เคยรวมเป็นไฟใหญ่ให้ทั้งองค์กรเห็นทางใหม่.
บทบาทผู้บริหารในยุค Human Agency: จากให้ลองใช้ สู่การออกแบบงานใหม่ทั้งระบบ
รายงานชี้ว่าปัจจัยระดับองค์กรอย่างวัฒนธรรม การสนับสนุนจากหัวหน้างาน และการพัฒนาบุคลากร ส่งผลต่อความสำเร็จในการใช้ AI มากกว่าปัจจัยระดับบุคคลถึงสองเท่า แต่ในทางปฏิบัติ ผู้บริหารจำนวนมากยังหยุดอยู่ที่การกำหนด “ทิศทาง AI” โดยไม่ตามด้วยการเปลี่ยนโครงสร้างงานให้รองรับการทดลองและการต่อยอดแนวทางใหม่ๆ อย่างจริงจัง ธนวัฒน์ สุธรรมพันธุ์ มองตรงไปที่โจทย์นี้ว่า ความท้าทายสำคัญไม่ใช่แค่สนับสนุนให้ใช้ AI เพิ่มประสิทธิภาพงานรายวัน แต่ต้องใช้เป็นโอกาสในการทบทวนและออกแบบกระบวนการทำงานใหม่ทั้งระบบ.
แนวคิด Human Agency ที่ถูกเสนอคือการนำ AI Agent เข้ามาจัดการงานปฏิบัติการ ลดภาระงานซ้ำ พนักงานทำหน้าที่กำกับ ตรวจสอบ และคิดวิเคราะห์ผลลัพธ์ หากผู้บริหารจริงจังกับแนวคิดนี้ จะต้องจัดสรรเวลาและทรัพยากรให้พนักงานทดลองงานใหม่ในฐานะส่วนหนึ่งของงาน ไม่ใช่การทดลองแบบเสริม และต้องตั้งกระบวนการบันทึก ตีความ และแปลงสิ่งที่ได้จากการใช้ AI เป็นมาตรฐานองค์กร เมื่อองค์ความรู้ที่กระจัดกระจายถูกเปลี่ยนให้เป็น Owned Intelligence ได้สำเร็จ ก็จะกลายเป็นสินทรัพย์เชิงกลยุทธ์ที่คู่แข่งลอกเลียนไม่ได้.
ทางออกของการเปลี่ยนแปลงองค์กร: ปิดช่องว่างสามระดับให้ AI กลายเป็นความสามารถร่วม
ทางออกของ Transformation Paradox ไม่ใช่การผลักให้คนใช้ AI มากขึ้นแบบไร้ทิศทาง แต่คือการออกแบบการเปลี่ยนแปลงองค์กรอย่างจริงจังในสามระดับที่เชื่อมโยงกัน รายงานเสนอว่า ระดับพนักงานต้องเร่งเสริมทักษะคิดวิเคราะห์เชิงวิพากษ์และการควบคุมคุณภาพงาน พร้อมสร้างความมั่นใจให้กล้าทดลองวิธีทำงานใหม่ในชีวิตประจำวัน ให้เกิดแรงขับเคลื่อนนวัตกรรมจากล่างขึ้นบน หากทำได้ พนักงานจะไม่ใช้ AI แค่ย่นเวลาในงานเดิม แต่จะเริ่มตั้งคำถามกับวิธีทำงานทั้งชุด.
ระดับผู้บริหารต้องยกระดับจากการ “พูดถึง AI” ไปสู่การใส่การทดลอง AI ในเนื้องานจริง จัดสรรเวลาและทรัพยากรให้พนักงานต่อยอด และยอมรับว่าผลลัพธ์ไม่จำเป็นต้องสำเร็จทันที ส่วนระดับองค์กรต้องสร้างระบบเรียนรู้จากพฤติกรรมการใช้ AI ของคนในองค์กร ปรับโครงสร้างและเวิร์กโฟลว์ให้สอดรับกับแนวทางใหม่ กลายเป็น Learning System ที่คำนึงถึงความปลอดภัย ความโปร่งใส และธรรมาภิบาล เมื่อสามระดับนี้ขยับพร้อมกัน การนำ AI ไปใช้จะก้าวข้ามจากความสำเร็จรายบุคคล สู่การเปลี่ยนแปลงองค์กรที่เข้มแข็ง และพาองค์กรเข้าใกล้การเป็น Frontier Firm ที่ใช้ AI เป็นสมองร่วม ไม่ใช่แค่เครื่องมือเสริม.
