AI literacy องค์กร คืออะไร และทำไมต้องยก “พื้น” ให้ทุกคน
AI literacy องค์กร คือระดับความเข้าใจและความสามารถของคนในองค์กรในการใช้ วิเคราะห์ และตั้งคำถามกับเทคโนโลยีปัญญาประดิษฐ์อย่างมีวิจารณญาณ ครอบคลุมทั้งการใช้เครื่องมือ การมองเห็นโอกาสธุรกิจ และการตระหนักถึงข้อจำกัดและความเสี่ยง เพื่อให้ทุกฝ่ายตั้งแต่ผู้บริหารจนถึงพนักงานแนวหน้าสามารถร่วมกันออกแบบและใช้ AI ได้อย่างรับผิดชอบ ไม่ใช่ปล่อยให้เป็นเรื่องของผู้เชี่ยวชาญเฉพาะทางเพียงไม่กี่คน
ประเด็นสำคัญในตอนนี้คือ ผู้นำองค์กรที่มอง AI เป็นกลยุทธ์ระยะยาวเริ่มเปลี่ยนจากการสร้าง “สตาร์ AI” แค่กลุ่มเล็ก ไปสู่การยกพื้นความเข้าใจของทั้งบริษัท การเน้น AI literacy องค์กรมากกว่าการไล่ตามเทคโนโลยีล่าสุด ทำให้การลงทุนด้าน AI leadership strategy ไม่หลุดออกจากบริบทธุรกิจ และลดโอกาสที่พนักงานจำนวนมากจะถูกทิ้งไว้ข้างหลังในคลื่นการเปลี่ยนผ่านสู่การทำงานร่วมกับ AI
เมื่อซีอีโอลงมือเอง: กลยุทธ์ยก “พื้น AI” ของ WeLab
กรณีของ Simon Loong ซีอีโอ WeLab เป็นตัวอย่างชัดว่าผู้นำสูงสุดเริ่มมอง AI เป็นเรื่องของทั้งองค์กร ไม่ใช่โครงการเทคเฉพาะทาง เขาไม่รอให้ CTO หรือหัวหน้า AI เป็นคนกำหนดทิศทาง แต่รับบทขับเคลื่อนเอง และถึงขั้นลงเรียนเขียนโค้ดแม้ไม่ได้มาจากสายเทคโนโลยี นี่ไม่ใช่การโชว์ภาพลักษณ์เท่มากเท่าเป็นการส่งสัญญาณเชิงโครงสร้างว่า AI คือวาระใหญ่ของบริษัท
Loong ชี้ว่าหากปล่อยให้ AI เป็นโครงการของฝ่ายเทคหรือฝ่ายธุรกิจฝ่ายใดฝ่ายหนึ่ง โครงการจะหลุดจากกันและยากต่อการขยายผล เขาจึงย้ำว่า “CEO should drive the AI agenda for the organisation” การที่ผู้นำสูงสุดเดินหน้ามาอยู่แถวหน้า ทำให้คนในบริษัทเห็นตรงกันว่าเป้าหมายคือให้ “ทุกคนตั้งแต่บนลงล่างใช้ AI ได้” ไม่ใช่สร้างยอดฝีมือไม่กี่คน แล้วปล่อยให้คนอื่นต้องปรับตัวกันเองตามยถากรรม การยกพื้น AI literacy องค์กรแบบนี้ ทำให้การใช้ AI ฝังตัวอยู่ในงานประจำวันของทุกทีม
JPMorganChase: วิศวกรยุค AI ต้องรักปัญหาธุรกิจและสื่อสารเก่ง
ในด้าน workforce AI development ตัวอย่างจากศูนย์เทคที่ซีแอตเทิลของ JPMorganChase แสดงให้เห็นว่าบทบาทวิศวกรกำลังถูกนิยามใหม่ Ture Armas ผู้ดูแลศูนย์เทคได้บอกวิศวกรตั้งแต่ทีมในซีแอตเทิลไปจนถึงอินเดียให้ทบทวนวิธีทำงาน เมื่อ AI เข้ามาเปลี่ยนวิธีสร้างซอฟต์แวร์ จากเดิมที่รอเอกสาร requirement เต็มรูปแบบ วิศวกรต้องกลายเป็นคนตั้งโจทย์ สร้างสเปก และทำงานประชิดกับทีมธุรกิจมากขึ้น
Armas ถึงขั้นบอกว่า “สิ่งที่เคยเรียกว่า soft skills ตอนนี้กลายเป็น hard skills” เพราะองค์กรต้องสัมภาษณ์และคัดเลือกคนจากทักษะการสื่อสารและการทำความเข้าใจโดเมนธุรกิจจริงๆ เทคเซ็นเตอร์มีการใช้เครื่องมืออย่าง GitHub Copilot และ Claude Code บนทีมเล็ก เพื่อให้วิศวกรหันมาโฟกัสการจำลองปัญหาทางธุรกิจมากกว่าการพิมพ์โค้ดทีละบรรทัด ในระดับซีอีโอ Jamie Dimon ระบุบนสายรายงานผลประกอบการว่า ธนาคารมีกรณีใช้ AI เกือบหนึ่งพันเคส และในบางส่วนมีการลดตำแหน่งลงถึง 30–40 เปอร์เซ็นต์ โดยพนักงานส่วนใหญ่ได้รับข้อเสนอไปทำงานในบทบาทใหม่ พร้อมย้ำว่า “เรากำลังเตรียมตัวให้แน่ใจว่าเราสามารถฝึกคนของเราใหม่ได้”
จากการสอนใช้เครื่องมือ สู่การสร้าง AI literacy ที่มองเห็นทั้งข้อดีข้อเสีย
อีกด้านหนึ่ง การสร้าง AI literacy องค์กรไม่ได้หมายถึงการสอนให้คนใช้เครื่องมือเท่านั้น แต่รวมถึงการเข้าใจผลกระทบด้านจริยธรรมและความเสี่ยงด้วย Tommie Lo ผู้ก่อตั้งสตาร์ทอัพด้าน AI เพื่อการเรียนรู้ Preface ย้ำว่าการรู้เท่าทัน AI ต้องครอบคลุมทั้งด้านบวกและด้านลบ เขาไม่มองตัวเองว่าเป็นคนขายเทคโนโลยี แต่เป็นผู้ผลักดันให้คน “ตระหนักถึงด้านลบ” ของ AI ด้วย
Preface พัฒนาหลักสูตร AI สำหรับเด็กและเยาวชนที่แทรกหัวข้อด้านจริยธรรมซึ่งเป็นประเด็นร้อนในปีที่ผ่านมา และเชื่อว่าการทำให้คนเข้าใจเทคโนโลยีก่อนใช้งานจริงเป็นเรื่องสำคัญ ในปี 2025 Preface เปิดตัวโครงการ Just Start เป้าหมายยกระดับ AI literacy ให้คนหนึ่งล้านคน พร้อมเครื่องมือประเมินที่ชื่อ AI-Q Test Lo ระบุชัดว่า “We have been advocating literacy before adoption of AI” เพื่อให้การใช้ AI ในสังคมเริ่มจากฐานความเข้าใจ ไม่ใช่การลองใช้แบบไม่เห็นความเสี่ยง การคิดแบบนี้สะท้อนแนวโน้มใหม่ของ AI leadership strategy ที่ยกประเด็น compliance และกฎหมายมาคิดตั้งแต่ต้น ไม่รอให้ปัญหาเกิดแล้วค่อยแก้
บทสรุปสำหรับผู้นำองค์กร: ยุทธศาสตร์ AI ที่ไม่ทิ้งคนไว้ข้างหลัง
เมื่อมองภาพรวมจากทั้ง WeLab JPMorganChase และ Preface จะเห็นว่าผู้นำด้าน AI กำลังเลื่อนจากบทบาทเทคนิคเฉพาะทาง ไปสู่การเป็นสถาปนิกสมรรถนะของทั้งองค์กร การให้ซีอีโอรับบทขับเคลื่อน AI agenda เอง การออกแบบบทบาทวิศวกรให้ผูกกับปัญหาธุรกิจโดยตรง และการสร้างโปรแกรม AI literacy ที่พูดถึงทั้งข้อดีข้อเสียของเทคโนโลยี ล้วนเป็นสัญญาณว่ายุคที่ AI ถูกทิ้งให้เป็นโครงการของทีมเทคอย่างเดียวกำลังหมดลง
สำหรับผู้นำองค์กร มุมมองที่ควรติดตัวไปจากตัวอย่างเหล่านี้คือ หนึ่ง AI leadership strategy ต้องเริ่มจากการยก “พื้น AI” ให้ทุกคนไม่ใช่การสร้าง “เพดาน” ให้คนเก่งเฉพาะกลุ่ม สอง workforce AI development ควรเน้นการฝึกทักษะความเข้าใจธุรกิจและการสื่อสาร ไม่ใช่แค่การเพิ่มความสามารถด้านโค้ด และสาม การลงทุนใน AI literacy องค์กรต้องรวมมิติด้านจริยธรรม กฎหมาย และความเสี่ยงเข้าไปด้วย ผู้นำที่ทำสามเรื่องนี้พร้อมกันมีโอกาสสูงที่จะพาองค์กรเข้าสู่ยุค AI โดยไม่ทิ้งพนักงานจำนวนมากไว้ข้างหลัง และทำให้ AI กลายเป็นความสามารถร่วมของทุกคน ไม่ใช่เพียงบางทีม
