AI เพิ่มประสิทธิภาพ แต่ไม่ได้ทำให้งานง่ายขึ้น
AI เพิ่มประสิทธิภาพ หมายถึงการใช้ระบบปัญญาประดิษฐ์เข้ามาทำงานซ้ำซาก เช่น การรวบรวมข้อมูล การสรุปผล และการวิเคราะห์เบื้องต้น เพื่อให้มนุษย์มีเวลามากขึ้นสำหรับงานเชิงกลยุทธ์ การตัดสินใจ และการสร้างคุณค่าใหม่ในองค์กร การเปลี่ยนบทบาทนี้ทำให้โครงสร้างงานเปลี่ยนจากการลงมือทำจำนวนมาก ไปสู่การคิดวิเคราะห์ลึกและรับผิดชอบต่อผลลัพธ์มากขึ้น ทุกเช้า ซีอีโอด้านการตลาดอย่างแองเจลา ทังกัสใช้ AI รวบรวมสรุปข่าวตามอุตสาหกรรมและความสนใจของลูกค้า ก่อนจะป้อนโปรไฟล์และเป้าหมายการประชุมให้ระบบจำลองสถานการณ์ต่าง ๆ เพื่อเตรียมกลยุทธ์ล่วงหน้า ผู้เชี่ยวชาญด้านการเปลี่ยนแปลง AI อย่างพาเมลา เมย์นาร์ดก็ใช้ AI เป็นเหมือนหัวหน้าเจ้าหน้าที่ ที่เข้าใจตารางเวลาและลำดับความสำคัญของเธอ เพื่อจัดระเบียบงาน เตรียมข้อมูล และเตือนสิ่งที่ต้องโฟกัส ตัวอย่างเหล่านี้ดูเหมือน AI เข้ามาแบกงานเอกสารและงานเตรียมข้อมูล แต่ในความเป็นจริงคือการผลักมนุษย์ไปอยู่แนวหน้าของการตัดสินใจที่ซับซ้อนกว่าเดิม ความซับซ้อนงานเพิ่มขึ้น ไม่ได้ลดลง เพราะสิ่งที่เหลืออยู่คือโจทย์เชิงกลยุทธ์ที่ไม่มีคำตอบสำเร็จรูป
เมื่อ AI ทำงานง่าย งานที่เหลือกลายเป็นด่านตัดสินใจยาก
ภาพเล่าเรื่อง AI เพิ่มประสิทธิภาพมักเน้นว่าเราประหยัดเวลาได้มากแค่ไหน รายงานดัชนีแนวโน้มการทำงานของบริษัทเทคโนโลยีรายใหญ่ระบุว่า ผู้ใช้ AI ที่มีความเชี่ยวชาญประมาณ 16% จากกลุ่มตัวอย่าง 20,000 คน สามารถประหยัดเวลาทำงานได้เฉลี่ย 8 ชั่วโมงต่อสัปดาห์ และการสำรวจของบริษัทที่ปรึกษาระดับโลกพบว่า 42% ของผู้ใช้ AI เป็นประจำก็ยืนยันว่าพวกเขาประหยัดเวลาได้อย่างน้อยหนึ่งวันทำงานเต็มต่อสัปดาห์ แต่ตัวเลขสวยหรูเหล่านี้มีด้านกลับที่องค์กรจำนวนมากมองข้าม การสำรวจเดียวกันพบว่าประมาณ 67% ของผู้ตอบแบบสอบถามรู้สึกว่า AI เข้ามาทำงานที่ง่ายกว่า ทำให้พวกเขาต้องรับภาระงานที่ซับซ้อนกว่าเดิม เกือบครึ่งหนึ่งต้องใช้เวลามากขึ้นในการตรวจสอบและแก้ไขผลลัพธ์ของ AI ขณะที่ 41% ระบุว่าเวลาที่ใช้ในการตัดสินใจเพิ่มขึ้น กล่าวอีกแบบ AI ไม่ได้ลดภาระงานโดยรวม แต่มันย้ายภาระจากการลงมือทำ ไปสู่การคิด การตัดสินใจด้วย AI และการรับผิดชอบต่อผลลัพธ์ที่มีเดิมพันสูงกว่าเดิม นี่คือภาษีความคิดที่ซ่อนอยู่ในทุกนาทีที่เราประหยัดได้
ทางแยกของคนทำงาน ใช้ AI เพื่อทำงานน้อยลง หรือสร้างคุณค่าเพิ่ม
ในระดับคนทำงาน AI ไม่ได้ให้แค่ความเร็ว แต่ให้ทางเลือกที่คมชัดขึ้น ระหว่างทำงานน้อยลงแต่รักษาผลลัพธ์เท่าเดิม หรือใช้เวลาและความสามารถที่ถูกปลดล็อกไปขยายความทะเยอทะยานของงานให้ใหญ่ขึ้น หัวหน้าผลิตภัณฑ์องค์กรของบริษัท AI รายใหญ่ที่ดูแลเครื่องมือผู้ช่วยงานแบบอัตโนมัติกล่าวบนเวทีสัมมนาเทคโนโลยีว่า เราอยู่ในจุดที่คนทำงานสามารถเลือกได้แล้วว่าจะใช้ AI เพื่อ “ทำงานให้น้อยลง” หรือจะ “ขยายขอบเขตสิ่งที่ทำได้ให้กว้างขึ้น” และย้ำว่า “เรามีทางเลือกมากขึ้นอย่างแท้จริง” ในทางปฏิบัติ ผู้ใช้ AI ที่เชี่ยวชาญจำนวนมากไม่ได้ใช้เวลาที่ประหยัดได้ไปกับการรับงานเพิ่มแบบเชิงปริมาณ แต่หันไปลงทุนกับงานที่ต้องอาศัยการโต้ตอบ การตัดสินใจ และการพิจารณาไตร่ตรองเชิงลึกมากขึ้น ทนายความที่ใช้เครื่องมือ AI เฉพาะทางอย่าง Harvey ก็ให้ระบบรวบรวมคำแนะนำและคำตัดสินที่เกี่ยวข้อง เพื่อให้ตัวเองมีเวลาไปวิเคราะห์เชิงลึกก่อนปรึกษาผู้เชี่ยวชาญอาวุโส คำถามสำคัญจึงไม่ใช่ว่าใครใช้ AI มากกว่ากัน แต่เป็นใครใช้ AI เพื่อสร้างคุณค่าเชิงกลยุทธ์ มากกว่าการวิ่งให้ทันปริมาณงานที่เพิ่มขึ้น
องค์กรที่มองแค่ความเร็ว กำลังจ่ายภาษีผลิตภาพแบบไม่รู้ตัว
ระดับองค์กรคือจุดที่กับดัก AI เพิ่มประสิทธิภาพชัดที่สุด หลายบริษัทดีใจกับการลดเวลางานซ้ำซาก แต่ไม่เคยออกแบบว่าจะใช้เวลาที่ได้คืนมาอย่างไร การสำรวจของบริษัทที่ปรึกษาระบุว่า 66% ของพนักงานได้รับคำแนะนำเพียงเล็กน้อยหรือไม่ได้รับเลยว่าควรใช้เวลาที่ประหยัดได้ไปกับอะไร และมากกว่าครึ่งหนึ่งไม่ได้ใช้เวลานั้นไปทำงานที่สำคัญกว่า ผลคือองค์กรแค่เติมช่องว่างด้วยงานเพิ่ม หากปล่อยให้ AI สร้างเนื้อหา 5–15 เท่าแล้วส่งให้มนุษย์ตรวจทั้งหมด ภาระการประมวลผลก็จะย้ายจากเครื่องไปสู่คนโดยตรง ความซับซ้อนงานเพิ่มขึ้น แต่คุณภาพการตัดสินใจไม่ได้ดีขึ้นตาม ผู้ใช้ AI ทั่วไปกว่าสองในสามรายงานว่าความพึงพอใจในงานเพิ่มขึ้น แต่ 41% ก็รู้สึกว่าความเครียดทางจิตใจสูงขึ้นด้วย ยิ่งไปกว่านั้น 72% ของคนทำงานรู้ว่าทักษะที่คาดหวังเปลี่ยนไปเพราะเทคโนโลยี แต่มีเพียง 36% ที่รู้สึกว่าตัวเองได้รับการฝึกฝนเพียงพอ เมื่อพนักงานเรียนรู้ AI เร็วกว่าที่องค์กรปรับปรุงกระบวนการทำงาน ภาษีผลิตภาพจึงถูกจ่ายออกไปในรูปของการตัดสินใจที่ช้าและเสี่ยงผิดมากขึ้น
จากความเร็วสู่คุณภาพการตัดสินใจ องค์กรต้องออกแบบงานใหม่
บทเรียนจากการใช้ AI ในองค์กรชั้นนำชี้ชัดว่า การปรับปรุงกระบวนการทำงานสำคัญกว่าการเร่งความเร็วเพียงอย่างเดียว บริษัทซอฟต์แวร์เพิ่มประสิทธิภาพการทำงานใช้ AI รวบรวมข้อมูลผลิตภัณฑ์ใหม่และผลประกอบการรายสัปดาห์ เพื่อลดเวลาประชุมรายงานความคืบหน้า แล้วหันไปใช้เวลาหน้าต่อหน้าในการระดมความคิดและเจาะลึกการพัฒนาผลิตภัณฑ์แทน ผู้บริหารด้าน AI อย่างพาเมลา เมย์นาร์ดก็ใช้ระบบให้เตรียมเอกสาร สรุปประเด็น และเขียนสรุปหลังประชุม เพื่อให้เวลาร่วมกันถูกใช้ไปกับการให้คำปรึกษา แก้ข้อขัดแย้ง และตัดสินใจเชิงกลยุทธ์ เมื่อ AI ทำงานพื้นฐานได้ดีขึ้นเรื่อย ๆ มนุษย์ต้องย้ายโฟกัสไปที่ส่วนที่เครื่องทดแทนได้ยาก เช่น การตัดสินใจ การสื่อสาร และความรับผิดชอบ ความท้าทายที่แท้จริงจึงเปลี่ยนจากความเร็วในการลงมือทำ ไปสู่คุณภาพการตัดสินใจและผลกระทบเชิงกลยุทธ์ที่งานสร้างได้ การตัดสินใจด้วย AI จึงไม่ใช่การปล่อยให้ระบบคิดแทน แต่เป็นการออกแบบบทบาทใหม่ที่ AI รับงานซ้ำซากไป ส่วนมนุษย์รับหน้าที่กำหนดโจทย์ ตรวจคุณภาพ และเลือกทางเดินที่มีความเสี่ยงและผลตอบแทนเหมาะสม หากองค์กรไม่ยอมออกแบบงานใหม่ให้สอดรับกับยุค AI เพิ่มประสิทธิภาพ ภาษีความคิดและภาษีผลิตภาพจะยิ่งสูงขึ้น โดยที่ตัวเลขชั่วโมงที่ประหยัดได้จะกลายเป็นภาพลวงตา มากกว่าคุณค่าที่จับต้องได้
