AI แทนที่งานไม่ได้เป็นแค่กระแส แต่เป็นยุทธศาสตร์ลดต้นทุนจริง
AI แทนที่งานคือกระบวนการที่องค์กรนำระบบปัญญาประดิษฐ์มาเข้ารับช่วงงานมนุษย์ที่ทำซ้ำได้ เป็นงานด้านเอกสาร การสนับสนุน และงานวิเคราะห์พื้นฐาน เพื่อเพิ่มประสิทธิภาพ ลดจำนวนตำแหน่งที่ต้องใช้แรงคน และผลักให้มนุษย์ไปทำงานที่ใช้การคิดเชิงกลยุทธ์และความสัมพันธ์มากขึ้น การเปลี่ยนผ่านนี้มักมาพร้อมการปรับโครงสร้างองค์กร AI และการตัดสินใจด้านทรัพยากรบุคคลที่กระทบแรงงานกลุ่มงานสนับสนุนอย่างมีนัยสำคัญ สิ่งที่กำลังเกิดขึ้นในบริษัทเทคขนาดใหญ่สะท้อนภาพชัดว่า AI แทนที่งานไม่ใช่แค่คำโฆษณา แต่เป็นการตัดสินใจเชิงตัวเลข เมื่อผู้บริหารมองเห็นโอกาสลดงานซ้ำซากและค่าใช้จ่าย ฝ่ายการเงิน ฝ่ายลูกค้าสัมพันธ์ และทีมสนับสนุนภายในจึงกลายเป็นเป้าหมายแรก การลดเลขาคณะ AI และการปรับโครงสร้างองค์กร AI กำลังพลิกบทบาทของคนทำงานสนับสนุนจากผู้ปฏิบัติ เป็นผู้กำกับระบบและตรวจสอบคุณภาพ แรงงานจึงต้องตั้งคำถามใหม่ว่าทักษะไหนยังปลอดภัย และทักษะไหนต้องอัปเกรดเพื่ออยู่รอด
OpenAI: ลดงานซ้ำซากในฝ่ายการเงิน แต่ยกระดับงานวิเคราะห์ปลายทาง
กรณีของ OpenAI แสดงให้เห็นโฉมหน้าที่ตรงไปตรงมาของ AI แทนที่งานในระดับองค์กร เมื่อประธานเจ้าหน้าที่ฝ่ายการเงินออกมายอมรับในรายการสัมภาษณ์ทางโทรทัศน์ว่า บริษัทใช้ผลิตภัณฑ์ AI ของตัวเองในฝ่ายการเงินเพื่อจำกัดจำนวนคนที่ต้องใช้ โดยเฉพาะงานตรวจสอบเครดิตที่ถือเป็นงานรูทีนที่ต้องทำปีละหลายพันครั้ง แต่เนื้อหางานไม่ได้ใช้การคิดเชิงลึก คำถามของผู้บริหารจึงไม่ใช่จะรักษางานเหล่านี้ไว้หรือไม่ แต่คือจะปล่อยให้เป็นงานของนักวิเคราะห์รุ่นใหม่ต่อไป หรือเปลี่ยนให้โมเดลที่ฉลาดทำแทน มุมมองนี้สะท้อนท่าทีว่า AI ถูกมองเป็นเครื่องมือเปิดพื้นที่ให้คนไปทำงานที่ “ขอบ” ซึ่งต้องใช้การตีความและการตัดสินใจมากขึ้น ขณะที่งานซ้ำซากถูกผลักให้โมเดลจัดการ ความคิดเช่นนี้อาจดูฟังขึ้นสำหรับผู้บริหาร แต่สำหรับแรงงานระดับเริ่มต้น นี่คือสัญญาณเตือนว่าบันไดขั้นแรกสู่สายอาชีพกำลังถูกตัดออก ผลกระทบต่องานจึงไม่ใช่แค่จำนวนตำแหน่ง แต่คือการหายไปของเส้นทางฝึกฝนตัวเองในโลกงานสายสำนักงาน
Uber: เมื่อลูกทีมถูกไล่ออก แต่บ็อตตอบแชทแทนทั้งลูกค้าและพนักงาน
ในอีกฟากหนึ่งของโลกเทค AI ถูกดันเข้ามาอยู่แนวหน้าในงานสนับสนุนลูกค้าและการสื่อสารภายในองค์กรอย่างชัดเจน พนักงาน Uber ที่เพิ่งถูกเลิกจ้างหลายคนเล่าว่า ช่วงก่อนถูกปลด พวกเขาใช้งานเครื่องมือ AI เพื่อทำงานส่วนใหญ่ให้เสร็จเร็วขึ้น ทั้งการตอบคำถามใน Slack ที่เดิมผู้จัดการเคยช่วยตอบ แต่ปัจจุบันบ็อตภายในเข้ามาตอบให้แทนอย่างรวดเร็ว ภาพเช่นนี้ชี้ชัดว่า ส่วนหนึ่งของงานบริหารคนและงานให้คำปรึกษาในทีมเริ่มถูกแทนที่ด้วยระบบถามตอบอัตโนมัติ ในงานบริการลูกค้า หน่วยงานที่ตอบคำร้องของคนขับและผู้โดยสารก็ใช้เครื่องมือค้นหาคำตอบจากเอกสารภายใน และบางครั้งถึงขั้นคัดลอกข้อความจากระบบแล้ววางไปตอบในแชทโดยตรง ไม่ว่าองค์กรจะประกาศหรือไม่ ผลกระทบต่องานก็เกิดขึ้นแล้ว เมื่องานประจำของเจ้าหน้าที่บริการลูกค้าถูกย่อยออกเป็นชุดข้อความมาตรฐานที่ AI สามารถสร้างได้เอง ความรู้เชิงปฏิบัติของคนหน้างานจึงถูกลดความสำคัญ เหลือเพียงหน้าที่ตรวจทานและรับผิดชอบเมื่อระบบตอบผิดแรงงานกลุ่มนี้จึงรู้สึกว่า AI คือ “ระเบิดใต้สะพาน” ที่ทำให้ตำแหน่งของตนเองสั่นคลอน
Oracle: ผู้นำโครงสร้างพื้นฐาน AI ที่ยังหาทางปรับองค์กรของตัวเองอยู่
กรณีของ Oracle ชี้ให้เห็นอีกด้านหนึ่งของการปรับโครงสร้างองค์กร AI แม้บริษัทจะลงทุนจำนวนมากเพื่อช่วยลูกค้าใช้งาน AI แต่การนำมาใช้ในองค์กรของตัวเองกลับล่าช้าและเต็มไปด้วยคำถาม ภายในเวทีพูดคุยกับพนักงาน ผู้บริหารร่วมของบริษัทเล่าว่า เพียงปีก่อนหน้า บริษัทยังไม่สามารถหาวิธีทำให้ AI มีประโยชน์อย่างกว้างขวางต่อคนทำงานของตนเองได้ นั่นหมายความว่า แม้จะมีเครื่องมือที่ล้ำหน้า แต่องค์กรยังต้องใช้เวลาเรียนรู้ว่าจะออกแบบกระบวนการใหม่อย่างไรให้คนและ AI ทำงานร่วมกันได้จริง เมื่อองค์กรเริ่มเปิดใช้เครื่องมืออย่าง ChatGPT Enterprise และ Codex พร้อมมาตรฐานด้านความปลอดภัยและนโยบายภายใน การใช้งานก็เพิ่มขึ้นอย่างรวดเร็วจนแตะระดับส่วนใหญ่ของพนักงานในเวลาไม่นาน แต่ความเร็วนี้นำมาซึ่งปัญหาใหม่ งานเขียนโค้ดเร็วขึ้นมาก แต่ขั้นตอนทดสอบ ตรวจสอบความปลอดภัย และการปล่อยใช้งานกลับกลายเป็นคอขวด การเปลี่ยนผ่านสู่ยุค AI จึงไม่ใช่เพียงการปลดคนเพื่อประหยัด แต่เป็นการออกแบบงานชุดใหม่ที่ต้องคิดให้ครบทั้งต้นน้ำและปลายน้ำ
บทสรุป: งานสนับสนุนคือแนวรบแรก และคำถามใหญ่เรื่องการอัปสกิล
เมื่อมองภาพรวมจาก OpenAI Uber และ Oracle แพตเทิร์นหนึ่งชัดเจนมาก AI แทนที่งานเริ่มต้นจากงานสนับสนุนและงานรูทีน ทั้งฝ่ายการเงินที่ให้โมเดลจัดการงานตรวจเครดิต งานบริการลูกค้าที่ใช้เครื่องมือค้นหาคำตอบอัตโนมัติตอบแชท และงานพัฒนาในองค์กรที่ถูกเร่งด้วยโค้ดที่เขียนโดย AI แต่ทำให้ส่วนอื่นของกระบวนการช้าตามไม่ทัน การลดเลขาคณะ AI จึงไม่ได้หมายถึงการตัดตำแหน่งสายผู้บริหารเท่านั้น แต่รวมถึงการลดชั้นของทีมสนับสนุนและผู้จัดการสายกลางที่บทบาทถูกดูดเข้าไปอยู่ในระบบถามตอบภายใน คำถามที่องค์กรยังตอบไม่ชัดคือ จะพาคนที่เดิมอยู่ในงานรูทีนไปสู่บทบาทใหม่อย่างไร ถ้า AI ทำงานประจำแทน พนักงานจะถูกฝึกให้กลายเป็นผู้ควบคุมคุณภาพ ผู้ออกแบบเวิร์กโฟลว์ หรือผู้วิเคราะห์เชิงกลยุทธ์หรือไม่ หากไม่เตรียมเส้นทางอัปสกิล ผลกระทบต่องานจะยิ่งรุนแรง เพราะแรงงานส่วนใหญ่จะเห็น AI เป็นเครื่องมือปลดคนมากกว่าเครื่องมือยกระดับความสามารถ ถึงเวลาแล้วที่ทั้งองค์กรและแรงงานต้องคุยกันตรงๆ ว่าจะใช้ AI เพื่อเปลี่ยนงาน ไม่ใช่แค่ลบงานออกจากระบบ
