AI เร็วขึ้นแต่เหนื่อยกว่าเดิม คำจำกัดความของปัญหาใหม่ในที่ทำงาน
ปัญหาใหม่ของการทำงานยุค AI คือการที่ระบบช่วยสร้างเนื้อหา เอกสาร และโค้ดได้รวดเร็ว แต่ส่งมอบงานที่ยังไม่ผ่านการคิดทบทวนหรือกลั่นกรอง ทำให้ทีมต้องเสียเวลาแก้ไข ตรวจสอบ และย่อสิ่งที่ไม่จำเป็น ส่งผลให้ AI ผลิตภาพมีปัญหา เพราะความเร็วของคนส่งไม่แปลว่าผลรวมของทีมดีขึ้น เมื่อภาระคุณภาพถูกโยนให้คนอื่นรับแทน ในการให้สัมภาษณ์ผ่านพอดแคสต์ The Knowledge Project ซีอีโอของ Shopify โตเบียส ลึทเค กล่าวตรงไปตรงมาว่า AI ทำให้พนักงานสร้างเนื้อหาได้มากและเร็วขึ้น แต่ไม่รับผิดชอบว่ามันมีประโยชน์หรือถูกต้องหรือไม่ เขาเรียกงานแบบนี้ว่า “slop grenades” หรือระเบิดงานหยาบที่โยนให้เพื่อนร่วมงานต้องมานั่งเก็บเศษซากแทน มุมมองนี้สะท้อนการเปลี่ยนทิศของผู้นำเทคโนโลยีที่เคยเชื่อว่า AI คือกุญแจปลดล็อกศักยภาพพนักงานทุกคน แต่ตอนนี้เริ่มตั้งคำถามว่าประสิทธิภาพ AI จริง อยู่ตรงไหนกันแน่เมื่อดูทั้งระบบทีมมากกว่าความเร็วของคนคนเดียว
จากความคาดหวังถึงระเบิดงานหยาบ เมื่อ AI กลายเป็นภาระมากกว่าตัวช่วย
โตเบียส ลึทเคไม่ได้เป็นแค่ผู้ใช้ AI ธรรมดา เขาเคยบอกพนักงานว่า การใช้ AI เป็น “ข้อคาดหวังพื้นฐาน” และต้องพิสูจน์ก่อนว่า “ทำสิ่งที่ต้องการด้วย AI ไม่ได้” จึงค่อยขอทรัพยากรเพิ่ม Shopify ยังผลักดัน AI อย่างหนัก ทั้งเปิดตัวเครื่องมือ AI สำหรับเอเจนต์ และใช้เอเจนต์ภายในชื่อ River ช่วยจัดการ pull request ของโค้ดโปรดักชันเป็นสัดส่วนใหญ่ของทั้งบริษัท แต่การผลักดันให้ใช้ AI อย่างเข้มข้นกลับสร้างด้านมืด พนักงานเริ่มปล่อยอีเมลและโค้ดที่ร่างด้วย AI โดยไม่ตรวจเองให้ดี ลึทเคมองว่านี่คือการปล่อย “slop grenades” ใส่กันในองค์กร อีเมลที่ไม่จำเป็นต้องยาว กลับถูก AI พองเนื้อหาให้ยืดเยื้อ จนผู้รับต้องเปิด AI อีกตัวมาย่อเนื้อหาให้สั้นลงเอง ลึทเคเหน็บแรงว่า “เราสร้างการบีบอัดและคลายการบีบอัดขึ้นมาทำไม นี่แย่มาก” ตัวอย่างนี้ชี้ให้เห็นว่าเมื่อคนใช้ AI เพื่อประหยัดแรงตนเอง แต่ไม่รับผิดชอบคุณภาพเอกสาร AI ภาระไม่ได้หายไป เพียงถูกโยนข้ามโต๊ะไปให้คนอื่นจัดการแทน
คำเตือนจากงานวิจัย เมื่อ workslop กัดกินเวลาทีมและความสัมพันธ์ในการทำงาน
นักวิจัยใช้คำว่า workslop เพื่ออธิบายสิ่งเดียวกับที่ลึทเคพูดถึง นั่นคือผลลัพธ์จาก AI ที่ดูดีภายนอกแต่ใช้การไม่ได้ ต้องเสียเวลาปรับแก้จนทำให้ผลิตภาพลดลง รายงานการสำรวจพนักงานออฟฟิศเต็มเวลาในสหรัฐ 962 คน พบว่ามากกว่าครึ่งหรือ 52.7 เปอร์เซ็นต์ยอมรับว่าเคยส่ง workslop ให้เพื่อนร่วมงาน และ workslop เกิดบ่อยกว่าในองค์กรที่สนับสนุนให้ใช้ AI ในอีกด้าน 38 เปอร์เซ็นต์บอกว่าได้รับ workslop และต้องเสียเวลาเฉลี่ย 3.4 ชั่วโมงต่อเดือนในการแก้ไขงานเหล่านี้ ซึ่งเพิ่มขึ้นจากปีก่อนที่เคยอยู่ราว 2 ชั่วโมง นี่คือหลักฐานเชิงตัวเลขว่า AI ผลิตภาพมีปัญหา จริงเมื่อวัดทั้งระบบ ผลกระทบไม่ได้มีแค่เวลา ผู้ที่ได้รับ workslop มองเพื่อนร่วมงานที่ส่งงานแบบนี้ว่า ทั้งไร้ความสามารถและไม่เป็นมิตร และ 36 เปอร์เซ็นต์อยากหลีกเลี่ยงการทำงานร่วมกับคนเหล่านี้ในอนาคต คุณภาพเอกสาร AI จึงไม่ใช่แค่เรื่องมาตรฐานงาน แต่กลายเป็นเชื้อไฟของปัญหาการทำงานทีม และความไว้วางใจระยะยาว
เมื่อความเร็วส่วนบุคคลทำร้ายทีม ทางออกคือความรับผิดชอบไม่ใช่คำสั่งให้ใช้ AI
หัวใจของปัญหานี้คือความขัดแย้งระหว่างความเร็วของคนหนึ่งคนกับประสิทธิภาพของทั้งทีม AI ทำให้แต่ละคนส่งงานได้ไวขึ้น แต่ถ้างานนั้นเต็มไปด้วย workslop ภาระตรวจและแก้จะไปกองอยู่ที่เพื่อนร่วมงาน ทำให้เวลาโดยรวมสูญเสียมากขึ้น งานวิจัยชี้ว่าการเก็บกวาด workslop เฉลี่ย 3.4 ชั่วโมงต่อเดือนต่อคนไม่ได้เล็กน้อยเมื่อรวมทั้งองค์กร คำถามจึงไม่ใช่ว่าองค์กรควรใช้ AI หรือไม่ แต่คือจะใช้อย่างไรไม่ให้กลายเป็นระเบิดงานหยาบ บทเรียนจาก Shopify ชี้ว่า การสั่งให้ “ต้องใช้ AI” โดยไม่มีหลักคิดเรื่องคุณภาพเอกสาร AI และความรับผิดชอบส่วนบุคคล จะเปิดทางให้คนใช้ AI เป็นเครื่องมือโยนงานแทนที่จะเป็นเครื่องมือคิด ลึทเคย้ำว่า AI มีคุณค่าที่สุดเมื่อช่วยให้การคิดของคนชัดเจนและกระชับ และมีค่าน้อยที่สุดเมื่อเพิ่มงานหยาบบนโต๊ะเพื่อนร่วมงาน องค์กรที่มองเห็นปัญหาการทำงานทีม จากมุมนี้ควรเลิกหมกมุ่นกับคำถามว่าใช้ AI แค่ไหน แล้วหันมาถามให้หนักขึ้นว่า ใครรับผิดชอบสิ่งที่ AI เขียนออกมาบ้าง
