เมื่อพูดถึง AI ใน พ.ศ. 2568 เชื่อว่าสำหรับหลายคนไม่ใช่เรื่องไกลตัวอีกต่อไปแล้ว เพราะในยุคนี้ AI ได้แทรกอยู่รอบตัวเรา ไม่ว่าจะเป็นโทรศัพท์มือถือ, แอปช้อปปิ้ง, โซเชียลมีเดีย, แอปแผนที่ ฯลฯ แถมในทุกเช้าที่เราตื่นขึ้นมา เครื่องมือ AI อย่าง ChatGPT, Gemini, Claude ก็มักเปิดตัวความสามารถใหม่ ๆ ให้เราได้ใช้งานเพิ่มขึ้นอย่างต่อเนื่อง
กระนั้น การใช้ AI ให้เกิดประโยชน์สูงสุด โดยเฉพาะในโลกของคนทำงาน อาจต้องใช้เวลาในการปรับเปลี่ยน ซึ่งคุณพร้อมพร ชัยจิรวิวัฒน์ Country manager บริษัท Thinking Machines และวิทยากรของ TDAI | Transform & Driving AI Impact for Success ให้ทัศนะเกี่ยวกับความสำคัญของ AI ในโลกแห่งการทำงานยุคใหม่ว่า มีงานวิจัยหลายชุด (รวมถึงประสบการณ์ตรงของคนที่ใช้ ChatGPT) ชี้ไปในทิศทางเดียวกันว่า Gen AI ช่วยเพิ่ม Productivity และ Job Satisfaction อย่างมีนัยสำคัญ แต่ในผลการศึกษาเหล่านั้นก็มักมีความจริงอีกด้านที่ถูกมองข้าม นั่นคือ พนักงานจำนวนไม่น้อยใช้ Gen AI อยู่แล้ว โดยที่องค์กรหรือผู้จัดการอาจไม่เคยอนุมัติเครื่องมือเหล่านั้นอย่างเป็นทางการ ซึ่งสะท้อนว่า งานที่ถูกส่งให้องค์กร อาจผ่านมือ ChatGPT หรือ Gen AI ตัวอื่นมาแล้ว โดยที่องค์กรไม่รู้ว่าข้อมูลสำคัญของบริษัทถูกนำไปใส่ในแพลตฟอร์มไหน ปลอดภัยหรือไม่ ถูกนำไป Train ต่อหรือเปล่า
ดังนั้น ความรู้ด้าน AI จึงไม่ใช่เรื่องของทีม IT เพียงฝ่ายเดียว แต่เป็น “ทักษะบังคับ” ของผู้บริหารและ Manager ทุกคน ที่ต้องมองให้ออกว่า สิ่งใดที่ Gen AI สามารถช่วยได้ และสิ่งใดที่เป็นความเสี่ยง ตลอดจนแนวทางที่องค์กรควรมีเพื่อปกป้องข้อมูลภายใน ซึ่งการจะทำให้ความสำเร็จในการปรับใช้ AI เกิดขึ้นอย่างเป็นรูปธรรม อาจเป็นไปได้ว่า ต้องเริ่มจากการเปลี่ยนแปลงของ “คน” ที่มีความเข้าในใจ AI เหล่านั้นมากพอนั่นเอง
AI ผู้ช่วยต่อยอด “ความคิดสร้างสรรค์”
ทั้งนี้ หนึ่งในความสามารถของ AI ที่จับต้องได้อย่างชัดเจน คือการเป็นจิ๊กซอว์ที่ช่วยต่อยอดความคิดสร้างสรรค์ให้กับคนทำงาน โดยคุณโชค วิศวโยธิน ซีอีโอ The Magic Wand AI และวิทยากรในคอร์ส TDAI | Transform & Driving AI Impact for Success กล่าวถึงความสามารถนี้ว่า AI มีจุดเด่นในแง่ของการผลิตงานปริมาณมาก ๆ ได้อย่างรวดเร็ว เช่น Namelix เครื่องมือ AI สำหรับช่วยคิดชื่อแบรนด์ และโลโก้ โดยเครื่องมือในลักษณะนี้สามารถลดเวลาของทีมงานในการ Brief และแก้งานลงได้ หรือจะใช้เพื่อคัดกรองทิศทางให้ชัดเจนก่อนก็ได้ จากนั้นจึงค่อยนำมาปรับแต่งโดยมนุษย์อีกที เพื่อให้แบรนด์มีคาแรคเตอร์ที่ชัดเจนขึ้น หรือกรณีของการใช้ AI ต่อสายคุยกับลูกค้า ก็มี Vapi.ai จากแดนภารตะที่เข้ามาช่วยงานในส่วนนี้ได้เช่นกัน
อย่างไรก็ดี สิ่งที่ต้องตระหนักก็คือ คุณภาพงานจาก Gen AI นั้นก็จะอยู่ในระดับกลาง ๆ (งานเกรด B) ด้วยเช่นกัน ซึ่งจำเป็นต้องอาศัยมนุษย์เข้ามายกระดับงานเหล่านั้นให้กลายเป็น “งานเกรด A” เพื่อให้ตัวงานสามารถเชื่อมโยงทางอารมณ์กับมนุษย์ด้วยกันได้มากขึ้น หรือที่คุณโชคนิยามไว้ว่า “AI Draft, Human Craft” คือบทบาทใหม่ของคนทำงาน พ.ศ. นี้
คุณโชค วิศวโยธิน วิทยากรหลักสูตร TDAI | Transform & Driving AI Impact for Success
“ถ้างานของทีมให้ผลลัพธ์ไม่ต่างจาก AI มากนัก แปลว่าถึงเวลาต้องรีบปรับ Business Model หรือรูปแบบการทำงานแล้ว เนื่องจากการแข่งกับ AI ด้านความเร็วและปริมาณ AI จะชนะขาด เหลือจุดแข็งเดียวคือคุณภาพและความคิดสร้างสรรค์ องค์กรที่ชนะได้ต้องใช้ AI เป็นฐาน แล้วต่อยอดให้ไม่เหมือนคนอื่น” คุณโชคกล่าว
ทั้งนี้ งานที่เหมาะกับการเริ่มใช้ AI คือ งาน Routine ที่ต้องทำทุกวัน/ทุกสัปดาห์ หรือเป็นงานที่ต้องใช้เวลาสูง ซึ่งถ้าลดเวลาในส่วนนี้ลงได้ ทีมงานก็จะสามารถสร้างคุณค่าอย่างอื่นให้ธุรกิจได้มากกว่า โดยสิ่งที่ต้องตระหนักก็คือ AI สามารถให้ข้อมูลที่ผิดพลาดได้ คนทำงานจึงไม่ควรเชื่อผลลัพธ์ที่ได้จาก AI เต็มร้อย โดยเฉพาะการนำคำตอบเหล่านั้นไปใช้กับลูกค้า, คนไข้ หรือผู้บริโภค ที่ต้องตรวจสอบก่อนเสมอ
เปิดแนวคิดออกแบบ “ลูกน้องเสมือนจริง” ทำงานร่วมกับมนุษย์
ทั้งนี้ เมื่อกล่าวถึงบริบทของการทำงาน คุณณพวัฒน์ มุกตพันธุ์ Chief eXperience Officer (CXO) ของแพลตฟอร์มด้านการลงทุน FINNOMENA ได้ยกตัวอย่างผลงานจริงของบริษัทนั่นคือ “Finomena Charlie” สำหรับตอบคำถามด้านการลงทุน หรือ AI Market Summary สำหรับสรุปข่าวสาร (และมีการตรวจสอบด้วยพนักงานมนุษย์ก่อน) เพื่อให้นักลงทุนได้เข้าถึงข่าวสารที่รวดเร็วขึ้น โดยคุณณพวัฒน์ได้ขยายภาพของการใช้ Gen AI ไปสู่การทำงานระดับองค์กรว่า สิ่งที่จำเป็นคือการมี governance ที่ดี และการไม่ปล่อยให้เป็นหน้าที่ของทีมเทคโนโลยีอย่างเดียว บริษัทต้องมีโครงสร้างอย่าง AI Steering Committee (ระดับผู้บริหารสายธุรกิจ–HR) สำหรับกำหนดวิสัยทัศน์และการจัดลำดับความสำคัญ Technical Review Board สำหรับดูแลสถาปัตยกรรมให้พร้อมรองรับ multi-model / plug-and-play ตลอดจนคณะกรรมการด้านกฎหมาย–จริยธรรม ไม่เพียงเท่านั้น บทบาทของ CFO ก็ยังสำคัญมากในการควบคุมต้นทุน AI สำหรับองค์กรด้วย
คุณณพวัฒน์ มุกตพันธุ์ CXO FINNOMENA
คุณณพวัฒน์ยังได้กล่าวต่อไปด้วยว่า ความท้าทายสำคัญในจุดนี้คือเรื่องของ Legacy system (ระบบเดิมที่เชื่อมต่อกับ AI ได้ยาก) ความกลัว–แรงต้านจากพนักงาน, การขาด alignment ระหว่างกลยุทธ์ธุรกิจกับ AI, ความเร็วของเทคโนโลยีที่เปลี่ยนไวมาก และกฎระเบียบด้าน AI ที่กำลังจะตามมา ซึ่งการจัดแบ่งงานในอนาคต องค์กรอาจต้องเปลี่ยนโครงสร้างเป็น hybrid workforce ที่มีทั้งคนและ AI Agent ทำงานร่วมกัน โดยแยกตามจุดแข็ง เช่น งานที่ต้องการความอึด–รวดเร็ว–แม่นยำ (how / what) ให้ AI ทำ ส่วนงานที่ต้องใช้ judgment, creativity, empathy, purpose (why / when) ยังเป็นของมนุษย์
“ท่ามกลางความเปลี่ยนแปลง ความรู้แบบ how to จะหมดอายุเร็วมาก แต่ wisdom, passion, purpose และความเข้าใจธุรกิจ–ลูกค้าเชิงลึกคือสิ่งที่มนุษย์ยังถือไพ่เหนือ AI เราต้องกล้ายอมรับว่ายังไม่รู้กับเทคโนโลยีใหม่ ๆ และใช้ AI ในการอัปเดตตัวเองทุกวัน และกลับมาถามตัวเองให้ได้ว่า “เราอยากทำอะไรให้ใคร” จากนั้นจึงใช้ AI เป็นคันโยกเพิ่มศักยภาพให้กับตัวเองและองค์กรต่อไป” คุณณพวัฒน์กล่าว
เมื่อ Gen AI เปลี่ยนองค์กรสู่สนามรบยุคใหม่
อย่างไรก็ดี แนวคิด และตัวอย่างที่กล่าวมาทั้งหมดนี้จะไม่เกิดผล หากองค์กรยังไม่จริงจัง หรือมอง AI ในฐานะ “เครื่องมือช่วยงานเอกสาร” ซึ่งคุณอภิรัตน์ หวานชะเอม Head of True X ทรูดิจิทัล กรุ๊ป ในฐานะวิทยากรของ TDAI | Transform & Driving AI Impact for Success กล่าวถึงความสำคัญของการเข้าใจ AI ของผู้บริหารว่า
“เหมือนซามูไรที่ฝึกใช้ดาบมาทั้งชีวิต แต่ต้องลงสนามรบยุคใหม่ที่อีกฝ่ายถือปืน ต่อให้เก่งดาบแค่ไหน ก็ไม่มีโอกาสเข้าถึงตัวคู่ต่อสู้ ในระดับองค์กรก็เช่นกัน บริษัทใหญ่ที่ไม่ใช้ AI อย่างจริงจัง มีโอกาสถูกทีมเล็ก ๆ 4 คนที่ใช้ AI อย่างชาญฉลาด แซงหน้าได้อย่างรวดเร็ว และนั่นทำให้เห็นภาพว่าสนามรบใหม่ของยุค Generative AI ไม่ได้วัดกันที่ใครมีทีม Tech เก่งกว่า แต่อยู่ที่ “วิสัยทัศน์ของผู้บริหาร” และ “ความคิดสร้างสรรค์” ว่าจะเอา AI ไปทำให้ลูกค้าและองค์กรดีขึ้นอย่างไรต่างหาก”
ทั้งนี้ ในแง่ของ AI ในระดับองค์กร คุณอภิรัตน์ได้แบ่งระดับความพร้อมเป็น 0–4 ระดับ โดย Level 0 คือสถานะที่พนักงานแต่ละคนใช้ ChatGPT, Gemini, CapCut, Freepik กันเองแบบกระจัดกระจาย ไม่มี policy หรือ governance ใด ๆ Level 1 คือองค์กรเริ่มประกาศให้ใช้เครื่องมือชุดเดียวกัน เช่น สมัคร Enterprise Version ให้พนักงาน พร้อมออก policy เรื่อง Data Privacy และ Confidentiality
Level 2 คือเริ่มใช้ AI แบบ “ระบบร่วม” ในทีม เช่น ทีม Tech ใช้ GitHub Copilot เป็นมาตรฐานในการรีวิวโค้ด หรือทีม Marketing ใช้ AI เฉพาะชุดในการทำคอนเทนต์ เป็นต้น ส่วน Level 3 และ Level 4 คือจุดที่ “การเปลี่ยนผ่าน” เริ่มจริงจัง ใน Level 3 องค์กรต้องกล้าปรับ Business Process ใหม่ แทนที่จะมีคนทำกระบวนการหนึ่ง 5 คน อาจเหลือ 2 คน อีก 3 บทบาทกลายเป็น AI Agent ที่ช่วยตรวจ เรียบเรียง วิเคราะห์ หรือสื่อสารกับลูกค้าโดยตรง
และเมื่อไปถึง Level 4 โครงสร้างองค์กร และนิยามคำว่า “ทีมงาน” จะเปลี่ยนไปเป็น Hybrid Workforce หรือทีมที่ประกอบด้วยมนุษย์และ AI ทำงานร่วมกันอย่างเป็นระบบ เช่น ผู้ช่วยส่วนตัวเป็น AI ลูกน้องบางส่วนเป็น AI Agent และมนุษย์ถูกย้ายจากงาน routine ไปทำงานที่ต้องใช้ judgment และ creativity มากขึ้น
อย่างไรก็ตาม Generative AI ยังมีข้อจำกัดเรื่อง Hallucination (ตอบด้วยความมั่นใจแต่ผิด) ส่วนหนึ่งมาจากการที่ LLM ไม่ได้ถูกออกแบบมาเพื่อตรวจสอบ fact แต่มันถูกออกแบบมาเพื่อคาดเดา สิ่งที่น่าจะเป็นคำตอบตามสถิติของภาษา ดังนั้นหากองค์กรนำ Generative AI ไปใช้โดยไม่ออกแบบสถาปัตยกรรมเสริม มันจะกลายเป็นคนทำงานที่พูดเก่ง และสามารถมั่วได้เก่งพอกันให้กับบริษัทได้
คุณอภิรัตน์ ยังได้ฝากทิ้งท้ายถึงการใช้งาน AI ในภาคธุรกิจด้วยว่า ในยุคหนึ่ง เทคโนโลยีอาจเป็นสิ่งที่บริษัทขนาดใหญ่เท่านั้นที่จะเข้าถึงได้ และใช้เทคโนโลยีสร้างความได้เปรียบให้ตนเองเหนือกว่าธุรกิจขนาดกลางและขนาดเล็ก แต่สำหรับ Gen AI มองว่าเป็นโอกาสของธุรกิจทุกขนาด ตั้งแต่ผู้ประกอบการเจ้าของคนเดียว SME ที่จะสามารถเข้าถึงได้อย่างเท่าเทียมกัน ไม่ได้จำกัดเฉพาะธุรกิจขนาดใหญ่อีกต่อไป รวมถึงสามารถใช้ Gen AI พัฒนาประสิทธิภาพขององค์กรให้สูงขึ้นได้อย่างรวดเร็วด้วย