AI เปลี่ยนงานทั้งระบบ แต่หลายองค์กรยังบริหารแค่ใบอนุญาต
การเตรียมความพร้อม AI ขององค์กร คือการออกแบบคน กระบวนการ และกติกาการทำงานใหม่ทั้งหมด เพื่อให้เทคโนโลยีสร้างผลลัพธ์ทางธุรกิจ ไม่ใช่แค่เพิ่มเครื่องมือในโต๊ะทำงานพนักงาน แนวคิดนี้รวมถึงการกำหนดเป้าหมายการใช้ AI ที่ชัดเจน การลงทุนฝึกอบรมต่อเนื่อง และการติดตามผลลัพธ์แทนการนับจำนวนใบอนุญาตหรือโครงการทดลองที่เปิดใช้ในชื่อการเปลี่ยนผ่านสู่อนาคต
วันนี้ AI ไม่ได้แค่ช่วยงานซ้ำๆ แต่เข้าไปวิเคราะห์ข้อมูล เขียนคอนเทนต์ ตรวจจับความเสี่ยง และสนับสนุนการตัดสินใจแทนทีมวิเคราะห์ทั้งห้องได้แล้ว วัฒนาการการทำงานด้วย AI จึงเท่ากับการรื้อแบบแปลนงานทั้งองค์กร ไม่ใช่แค่เพิ่มเครื่องมืออีกชั้นบนเวิร์กโฟลว์เดิม อย่างไรก็ตาม หลายบริษัทยังบริหาร AI แบบนับจำนวนระบบและใบอนุญาต แทนที่จะถามว่าเวิร์กโฟลว์ใหม่ควรหน้าตาอย่างไร ผลคือพนักงานต้องใช้เวลาเพิ่มในการสลับเครื่องมือ ปรับตัวกับขั้นตอนที่ไม่เคยถูกออกแบบใหม่ และรับภาระงานควบคู่ทั้งแบบเดิมและแบบที่มี AI เข้ามาแทรก
ผู้บริหารฝ่ายบุคคลระดับองค์กรใหญ่หลายแห่งยอมรับว่า ความยากไม่ใช่การทดลองเครื่องมือ แต่คือการคิดใหม่ว่าควรทำงานกันอย่างไรและต้องรื้อโครงสร้างเดิมอย่างไร ขณะเดียวกัน งานวิจัยด้านการบริหารจัดการ AI ในองค์กรชี้ว่า การมีเครื่องมือแพร่หลายไม่ได้เท่ากับองค์กรมีวุฒิภาวะด้าน AI เพราะไม่มีกรอบกำกับดูแลที่เน้นผลลัพธ์และความรับผิดชอบที่ชัดเจน จุดนี้เองที่ทำให้การนำ AI ไปใช้กลายเป็นการเพิ่มงานแทนที่จะลดงาน พนักงานต้องรับมือกับกฎใหม่ เครื่องมือใหม่ แต่เป้าหมายและกระบวนการกลับยังเก่า
เมื่อแผนผังองค์กรพัง ต้องเลิกยึดติดกับกระบวนการเดิม
การบริหารจัดการ AI ในองค์กรที่เน้นแค่การกระจายเครื่องมือโดยไม่แตะโครงสร้างงาน ทำให้เกิดสิ่งที่ผู้บริหารฝ่ายคนเรียกว่า การตายของผังองค์กรแบบเดิม พนักงานไม่ได้ทำงานตามเส้นการอนุมัติหรือสายการบังคับบัญชาเหมือนเดิมอีกต่อไป เพราะงานจำนวนมากวิ่งผ่าน Agent ระบบอัตโนมัติ และเวิร์กโฟลว์ข้ามทีมแบบใหม่ ผู้นำหลายคนจึงเริ่มเน้นหา “คนที่พร้อมเรียนและเลิกเชื่อสิ่งเดิม” มากกว่าคนที่อยู่กับกระบวนการเดิมได้ดีที่สุด
ตัวอย่างหนึ่งคือองค์กรด้านความปลอดภัยไซเบอร์ที่เปิดให้พนักงานทดลองใช้เครื่องมืออย่าง NotebookLM Claude และ Gemini พร้อมสร้าง Agent เฉพาะกิจที่ช่วยลดเคสแจ้งปัญหาไอทีได้ถึง 83% และเชื่อมเวิร์กโฟลว์ใน HR การเงิน และกฎหมายเข้าด้วยกัน ผลเชิงประสบการณ์คือพนักงานไม่ต้องโทรหาฝ่ายบุคคลหรือหัวหน้าเพื่อถามเรื่องสิทธิและขั้นตอนอีกต่อไป แต่ไปถาม Agent ที่ตอบได้ตามบริบทของแต่ละภูมิภาค ส่งผลให้ภาระงานเหนื่อยๆ ที่เป็นงานตอบคำถามซ้ำลดลง ขณะที่พนักงานกลับต้องเรียนรู้บทบาทใหม่ เช่น การออกแบบคำถาม การตรวจสอบคำตอบ และการรับผิดชอบการตัดสินใจที่ AI เสนอให้
อย่างไรก็ตาม การเปลี่ยนบทบาทและแผนผังเช่นนี้ต้องการช่องว่างการฝึกอบรม AI ที่เล็กลงมากกว่าปัจจุบัน ปัญหาคือแม้องค์กรจะให้เครื่องมือและหลักสูตร พนักงานจำนวนมากยังถูกฝากความรับผิดชอบให้พัฒนาตัวเองโดยลำพัง ในทางปฏิบัติ ผู้บริหารจำนวนมากให้เงื่อนไขแบบ “เรามีเครื่องมือให้ แต่คุณต้องอัปสกิลด้วยตัวเอง” ขณะที่กลยุทธ์ด้านคนและการออกแบบงานใหม่กลับเดินตามไม่ทัน นี่คือสูตรสำเร็จของการเพิ่มงาน เพราะทุกคนต้องทำทั้งงานเดิม งานใหม่ และงานเรียนรู้ไปพร้อมกัน โดยไม่มีโครงสร้างสนับสนุนชัดเจน
ช่องว่างการฝึกอบรม AI ใหญ่กว่าช่องว่างด้านเทคโนโลยี
ถ้าดูการเตรียมความพร้อม AI ขององค์กรเชิงตัวเลข สิ่งที่น่าตกใจไม่ใช่จำนวนเครื่องมือ แต่คือระดับการลงทุนกับคน งานศึกษาหนึ่งชี้ว่าในดัชนีวุฒิภาวะ AI องค์กรกลุ่มผู้นำประมาณ 57% ลงทุนกับการพัฒนาทักษะ AI ต่อเนื่อง ขณะที่องค์กรอื่นทำเช่นนี้เพียง 4% เท่านั้น และในด้านการดึงดูดและรักษาบุคลากร AI ช่องว่างยิ่งใหญ่กว่า คือ 68% ต่อ 10% นี่คือคำอธิบายว่าทำไมบางบริษัทเดินหน้าได้รวดเร็ว ในขณะที่อีกจำนวนมากติดหล่มโครงการทดลองไม่รู้จบ
องค์กรจำนวนมากเคยทำสิ่งเดียวกัน คือแจกเครื่องมือ AI ให้พนักงานแบบ “ปล่อยให้พันดอกไม้บาน” แล้วพบภายหลังว่าต้นทุนสูงแต่ผลิตภาพไม่ขยับ ปัญหาไม่ได้อยู่ที่เทคโนโลยี แต่คือความไม่มีระเบียบปฏิบัติด้านการดำเนินงานและการเปลี่ยนผ่านอย่างเป็นระบบ การบริหารจัดการ AI ในองค์กรจึงเริ่มหันไปสู่แนวคิดที่มองภาพรวม เช่น ศูนย์ควบคุม AI ที่ช่วยให้เห็นว่ามีใครใช้ AI อะไร ใช้ที่ไหน ใช้ทำงานใด และได้ผลลัพธ์แบบใด เพื่อให้ผู้บริหารตัดสินใจได้ว่าควรหยุด ปรับ หรือขยายตรงไหนแทนการปล่อยให้ทุกทีมทดลองโดยไม่มีเป้าหมายร่วม
ความท้าทายการนำ AI ไปใช้จึงไม่ใช่คำถามว่าควรใช้เครื่องมืออะไร แต่คือการตอบคำถามใหม่ว่า เมื่อมีเทคโนโลยีนี้แล้ว คนของเราควรทำงานต่างจากเดิมอย่างไร ถ้าองค์กรยังสะสมภาระเทคโนโลยีเดิมไว้เต็มระบบ แล้วแค่เอา AI มาวางทับในเวิร์กโฟลว์เก่า ผลลัพธ์ย่อมเป็นการเพิ่มความซับซ้อน ไม่ใช่การลดงาน เวลาที่ควรใช้กับการสร้างสรรค์และตัดสินใจเชิงยุทธศาสตร์กลับถูกกินไปกับการตามเก็บกฎใหม่ ฟอร์มใหม่ และการเคลียร์ข้อมูลที่ระบบต่างรุ่นกันพูดกันไม่รู้เรื่อง
บทเรียนจาก Salesforce เมื่อใช้ AI โดยไม่รู้ว่าอะไรไม่ควรใช้
บทเรียนที่ชัดเจนที่สุดเรื่องหนึ่งมาจากประสบการณ์ของบริษัทที่พัฒนาแพลตฟอร์ม CRM รายใหญ่ เมื่อเริ่มต้นนำ AI มาใช้ในองค์กร พวกเขาเคยมีแนวคิดว่า “ปล่อย Agent ให้มากที่สุดเท่าที่จะทำได้” ผลลัพธ์คือพนักงานงงว่าต้องไปที่ไหน ใช้ Agent ตัวไหน ทำให้เกิดภาระงานค้นหาและลองผิดลองถูกเพิ่มขึ้น จึงเกิดคำเตือนสำคัญว่า ความได้เปรียบในยุค AI ไม่ใช่การใช้ AI ให้มากที่สุด แต่คือการรู้ว่าเมื่อไรไม่ควรใช้ AI แทนมนุษย์
เพื่อแก้ปัญหา องค์กรนี้นำกรอบคิดแบบ Persona-driven Agent มาปรับใช้ คือออกแบบ Agent ตามบทบาทที่ชัดเจน เช่น พนักงานทั่วไป ผู้จัดการ HR ฝ่ายสรรหา ฝ่ายซัพพอร์ต HR และผู้สมัครงาน จากนั้นสร้าง Slackbot ให้ทำหน้าที่เป็นเหมือนประตูหน้าบ้าน พนักงานไม่ต้องจำชื่อ Agent ใดเลย แค่พูดกับ Slackbot ตัวเดียว แล้วให้มันไปจัดการเรียก Agent ที่ถูกต้องด้านหลังแทน การบริหารจัดการ AI ในองค์กรลักษณะนี้แสดงให้เห็นว่า ถ้าไม่ออกแบบจุดเข้าถึงและเส้นทางงานใหม่ การเพิ่ม Agent มากขึ้นเท่ากับเพิ่มความสับสนมากขึ้น
ที่น่าสนใจคือ แม้จะมี Coding Agent ช่วยให้วิศวกรทุกคนเขียนโค้ดได้เร็วขึ้น มีข้อผิดพลาดน้อยลง และคุณภาพดีขึ้น งานส่งมอบกลับไม่ได้เร็วขึ้นเพราะติดคอขวดในขั้นตอนตรวจสอบและอนุมัติที่ยังเป็นงานมนุษย์ ผู้นำด้านแรงงานในองค์กรนี้จึงสรุปว่า หากคุณโฟกัสแค่บทบาทเดียว คุณจะพบคอขวดที่ไม่คาดคิดทั้งต้นน้ำและปลายน้ำ และถ้าคุณไม่ได้ออกแบบการทำงานใหม่ตั้งแต่ต้นจนจบ เทคโนโลยีจะส่งผลได้เพียงบางจุดเท่านั้น กรอบที่องค์กรนี้ใช้ต่อมาถูกพัฒนาเป็นแนวคิดแบบ 4R ที่เน้นการออกแบบบทบาท เวิร์กโฟลว์ ความรับผิดชอบ และจังหวะที่ควรหรือไม่ควรใช้ AI
ปิดหนี้เทคโนโลยี สร้างวัฒนธรรมทดลอง คือทางออกไม่ใช่การเพิ่มเครื่องมือ
เบื้องหลังความเหนื่อยของคนทำงานในยุค AI มีอีกปัจจัยหนึ่งที่มักถูกมองข้าม คือหนี้เทคโนโลยีและความสามารถด้านนวัตกรรมที่ยังไม่ถูกสร้าง พอองค์กรสะสมระบบเก่าไว้เต็มไปหมด การเอา AI ใหม่มาเชื่อมใส่ลงไปในเวิร์กโฟลว์เดิม ย่อมทำให้ระบบซับซ้อนขึ้นและพนักงานต้องทำงานกับเครื่องมือหลายยุคพร้อมกัน ผู้เชี่ยวชาญด้านอนาคตการทำงานเตือนว่าการแค่เพิ่ม AI ลงไปในระบบเดิม ไม่ใช่การเปลี่ยนผ่าน แต่เป็นการใช้คนเป็นตัวกลางรับภาระของความไม่เข้ากันเหล่านั้นแทน
สิ่งที่ผู้นำองค์กรชั้นนำทำต่างออกไปคือกลับไปถามคำถามพื้นฐานว่า พนักงานควรทำงานอย่างไรต่างจากเดิมเพื่อใช้ประโยชน์จาก AI แทนการถามว่า จะใช้เครื่องมืออะไรเพิ่ม พร้อมกันนั้นก็สร้างโครงสร้างการรับรู้และให้รางวัลกับคนที่ทดลองแนวทางใหม่ แม้ยังไม่สมบูรณ์ เพื่อสร้างวัฒนธรรมที่เรียนรู้ได้เร็วกว่าองค์กรอื่น การสำรวจหนึ่งพบว่าองค์กรกลุ่มผู้นำที่ทำแบบนี้มีแผนข้อมูลแบบรวมศูนย์และวิสัยทัศน์ด้าน AI ที่ชัดเจนมากกว่ากลุ่มอื่นอย่างมีนัยสำคัญ
มองไปข้างหน้า บริษัทเทคโนโลยีรายหนึ่งประกาศว่าปีหน้าจะเพิ่มตัวชี้วัดด้าน Agentic AI เข้าไปในดัชนีวุฒิภาวะองค์กร เพื่อดูว่าองค์กรใช้เวิร์กโฟลว์อัตโนมัติแบบหลายขั้นตอนที่ไม่มีคนตรวจทุกขั้นมากน้อยเพียงใด และสร้างมูลค่าทางการค้าได้จริงหรือไม่ ขณะเดียวกัน นักคิดด้านอนาคตการทำงานเตือนว่า อนาคตจะเป็นของผู้นำที่สร้างองค์กรให้เรียนรู้ได้เร็วกว่า ไม่ใช่ของคนที่รับ AI ก่อน สำหรับผู้นำธุรกิจ ช่องว่างสำคัญในอีก 1–2 ปีข้างหน้าคือการตอบให้ได้ว่ากลยุทธ์จะไปทางไหน ต้องใช้ทักษะแบบใด และจะสร้างบทบาทงานใหม่อย่างไรให้สอดคล้องกับ AI ที่พัฒนาอย่างรวดเร็ว
