ปี 2024 ที่ทุกคนพูดถึงการนำ AI ไปใช้เพื่อเพิ่มประสิทธิภาพการทำงาน ทั้งในระดับตัวบุคคลและในระดับองค์กร มาฟังจากปากคุณกระทิง-เรืองโรจน์ พูนผล Group Chairman จาก ในงาน #CTC2024 บนเวที AI x Human for Future Business ว่าสิ่งที่เกิดขึ้นในช่วงระยะเวลาเปลี่ยนผ่านของเทคโนโลยีนี้ มีอะไรน่าสนใจบ้าง
– Generative AI จะมีประโยชน์ต่อกลุ่มโลว์สกิล และทำให้สกิลของคนเก่งที่สุดกับคนด้อยที่สุดใกล้เคียงกันมากขึ้น คนที่ได้ประโยชน์ที่สุดคือคนที่อยู่ชั้นล่างของปีระมิด ลดสกิลแก็ปลงมา
– คนที่พัฒนาโดยใช้ AI จะแทนที่คนที่แค่ใช้ AI เป็นอย่างเดียว เพราะทุกคนใช้ AI กันหมดแล้ว คุณต้องพัฒนาอย่างก้าวกระโดด ใช้ประโยชน์จากมันและเกิด productivity improvement และเกิด impact จริงๆ
– พนักงานต้องการ AI ใช้งาน แต่บริษัทตามไม่ทัน 78% ของ AI ยูสเซอร์จึงนำ AI Tools มาใช้เอง แต่ไม่กล้าบอกใครว่าใช้ AI กลัวเจ้านายไล่ออกแล้วใช้ AI แทน
– พนักงานมีพัฒนาการการใช้ AI เร็วกว่าบริษัทปรับตัว และเกิดความรู้สึกไม่สบายใจ ความรู้สึกกังวล และความไม่เชื่อใจกัน เกี่ยวกับ AI ทั่วองค์กร พนักงานก็ไม่กล้าบอกเจ้านาย เจ้านายก็ลังเล
– องค์กรทั่วไปจะใช้เวลาประมาณ 6-10 ปี ในการรู้วิธีเพิ่ม productivity จาก AI
– การใช้ AI ยังไม่เห็น productivity ที่แท้จริง เพราะพอคนใช้ AI ก็เครียดขึ้น เนื่องจากความประสิทธิภาพที่ยังต้องปรับปรุงของ AI ต้องมาตรวจมาแก้ เกิดการ rework หรือบางทีบริษัทนั่งเทียนเขียนไกด์ไลน์ AI พอใช้ตามก็ทำไม่ได้
– การทดลองใช้ Generative AI และ AI ในองค์กร KTBG หลายยูสเคสลด productivity บางยูสเคสเอา AI ไปใช้ ปราฏกว่าช้าลง 2 เท่า เพราะเกิดการ rework การเขียน prompt ผิด หรือ low quality output หรือ fake output แต่ยูสเคสที่เวิร์ก productivity เพิ่มขึ้นถึง 98% ROI เพิ่มขึ้นตั้งแต่ 78% ถึง 523% จากการนำ Generative AI ไปใช้ เพราะมีแบริเออร์หลายอย่าง เช่นเรื่อง data เรื่อง workforce คหรือนำ AI ไปใช้ผิดวิธี เพราะ AI นั้นมีมากกว่า Generative AI แต่มีทั้ง Automation, Predictive AI และ Generative AI แต่ละอย่างมีประโยชน์ไม่เหมือนกัน
– การออกแบบระบบที่รองรับ AI มีโมเดลดังนี้ consume คือซื้อมาใช้ หรือ embed เอามาฝังใน app ที่มีอยู่แล้ว หรือ extend หรือ build ใหม่เลย หลายองค์กรเลือก build แต่ละวิธีมีข้อดีข้อเสียแตกต่างกัน
– Domain knowledge หรือความรู้เชิงลึกในศาสตร์สาขาใดสาขาหนึ่ง ยิ่งสำคัญมากขึ้นในยุค AI ไม่ใช่ว่ามี AI ไม่ต้องเรียนหนังสือแล้ว เพราะการใช้ AI ยังต้องการมนุษย์อยู่ใน loop การทำงาน
– ไม่ใช่ AI first ต้องเป็น People first ถ้า AI first คือนำ AI มาแทนที่คน แต่ People first หมายความว่านำ AI มาช่วยคนสองคน คนแรก พนักงาน ทีมงาน อีกคนคือลูกค้า
– AI กับ Automation จะมีผลกระทบ 80% ของงานปัจจุบัน และมี 2 ความเป็นไปได้เกิดขึ้น คือพนักงาน entry level ไม่จำเป็นต้องมี เพราะถูกแทนที่ด้วย AI เด็กจบใหม่จบมาปุ๊ปตกงานทันที หรืออีกด้านหนึ่ง เกิด Juniorization กลายเป็นว่าเด็กจบใหม่ ใช้ AI เก่งกว่าพี่ที่เป็นเมเนเจอร์ และแย่งงานของซีเนียร์ ซึ่งอย่างหลังเป็นแนวโน้มที่เป็นได้มากกว่า
– การเข้ามาของ AI ทำให้ engagement และ productivity ของพนักงานตก เกิดความเครียด ไม่มีแรงจูงใจ เพราะรู้สึกว่าบทบาทของตัวเองไม่สำคัญกับองค์กร ซึ่งเกิดกับคนรุ่นใหม่พนักงานเด็กๆ มากกว่าพนักงานอายุเยอะๆ
– 4 หลักการในการทำงานกับ AI
- Always invite AI to the table เวลาประชุมเอา AI มาช่วยเบรนสตรอมด้วย เหมือนเป็นเพื่อนร่วมงานคนหนึ่ง
- แต่ทุกครั้งต้องมีคนอยู่ใน loop ของการตัดสินใจและตรวจสอบ AI
- ทรีต AI เหมือนเป็นคน
- เครื่องมือ AI ที่คุณใช้วันนี้จะเป็นเครื่องมือ AI ที่ห่วยที่สุดที่คุณเคยใช้ เพราะวิวัฒนาการจะดีขึ้นเรื่อยๆ
– เรื่อง AI ก็ยากแล้ว เรื่องขององค์กรยิ่งยากขึ้นไปอีก นอกจากการทำ transformation แล้ว องค์กรต้องทำ fatigue management องค์กรล้า เพราะที่ผ่านมาเร่ง สู้กับโควิด สงคราม วิกฤตเศรษฐกิจ ต้องบริหารความเหนื่อยล้าขององค์กรด้วยเช่นกัน
– AI เป็นแค่ฟันเฟืองหนึ่งที่ดึงเอาความคิดสร้างสรรค์ของมนุษยและ AI มาใช้ร่วมกันให้องค์กรปรับตัวและเพิ่มประสิทธิภาพ AI ไม่ใช่ไม้เท้าวิเศษที่จะแก้ทุกอย่าง AI ไม่สามารถเซฟ bad operating model หรือ bad organization structure ดังนั้นจึงต้องทำ AI Transformation ซึ่งเป็นเรื่องของ Human คนที่สำคัญที่สุดคือพนักงานของคุณ
– AI นอกจากจะเพิ่มประสิทธิภาพและลดคอสต์แล้ว ยังต้องทำให้คนเก่งขึ้นและมีประสิทธิภาพมากขึ้นด้วย AI เพราะคนต้องเป็นศูนย์กลาง
– Leader คือคนสำคัญที่สุดในการ transformation ให้สำเร็จ ซึ่งปัจจุบันคำหนึ่งที่สำคัญมากสำหรับลีดเดอร์คือ humility ความถ่อมตัว ยุคนี้ยิ่งใหญ่เท่าไหร่ยิ่งต้องมีความเป็นน้ำครึ่งแก้วเท่านั้น และต้องมี courage ความกล้าหาญที่จะทำในสิ่งที่แตกต่างออกไป
– risk management ต้องเข้าไปฝังอยู่ในทุกจุดของการนำ AI ไปใช้ในองค์กร เพราะเรายังไม่เข้าใจความเสี่ยงทางด้าน AI เพียงพอ
