Story of Business • Technology • Sustainability
Share on
×

Share

AI 2026-2027: เมื่อเครื่องมือทดแทนแรงงาน กลายเป็นครูสอนมนุษย์

AI 2026-2027: เมื่อเครื่องมือทดแทนแรงงาน กลายเป็นครูสอนมนุษย์

ในยุคที่ปัญญาประดิษฐ์เติบโตอย่างรวดเร็ว คำถามยอดฮิตอย่าง “AI จะมาแทนที่มนุษย์หรือไม่” อาจไม่ใช่ประเด็นสำคัญที่สุดอีกต่อไป แต่อยู่ที่ว่าองค์กรจะใช้ AI เพื่อทดแทนแรงงาน หรือใช้เพื่อยกระดับความรู้ของคน

ในเสวนาหัวข้อ “Trends 2026-2027: AI and Technology” ทวิร พานิชสมบัติ (Managing Director ของ ODT) และ ภัทราวุธ ซื่อสัตยาศิลป์ (Chief Technology Officer ของ LINE MAN Wongnai) ได้ร่วมแชร์กรณีศึกษาและมุมมองที่ตรงกันว่า “สิ่งที่น่ากลัวไม่ใช่ AI แต่คือการที่มนุษย์ใช้มันไปเรื่อย ๆ โดยไม่ได้เรียนรู้สิ่งใหม่เลย”

AI ในมุมธุรกิจ: จากเครื่องมือช่วยเหลือ สู่ผู้ชนะมนุษย์ในงานบริการ

คุณภัทราวุธ เปิดเผยว่า บริษัทได้นำ AI Agent มาใช้ในแผนก Customer Support และพบว่าผลลัพธ์เหนือกว่ามนุษย์ในทุกมาตรวัด ไม่ว่าจะเป็นความเร็ว ความแม่นยำ หรือความพึงพอใจของผู้ใช้งาน

“AI สามารถช่วยกู้คืนออเดอร์ไม่ให้ลูกค้ายกเลิกได้ ซึ่งส่งผลดีต่อรายได้ระดับเก้าหลักต่อปี” ภัทราวุธกล่าว

นอกเหนือจากงานบริการลูกค้าแล้ว AI ยังเปลี่ยนแปลงวิธีการทำงานภายในทีม โดยช่วยลบเส้นแบ่งความเชี่ยวชาญ ทำให้พนักงานที่ไม่ใช่ผู้เชี่ยวชาญเฉพาะทางสามารถทำงานชิ้นเล็ก ๆ ให้เสร็จด้วยตนเองได้ องค์กรจึงจำเป็นต้องปรับรูปแบบการทำงานให้สอดรับกับความสามารถนี้

Wardley Mapping: กรอบคิด 4 ระยะของการพัฒนาซอฟต์แวร์

คุณทวิร อธิบายผ่านกรอบแนวคิด Wardley Mapping ว่าการพัฒนาซอฟต์แวร์แบ่งออกเป็น 4 ระยะ ได้แก่ Genesis (การทดลอง), Custom Built, Product และ Commodity

ปัจจุบัน AI สามารถทำงานทดแทนมนุษย์ในระยะ Genesis ได้ 100% แต่ยังไม่สามารถสร้าง Custom Product ได้อย่างสมบูรณ์แบบ เนื่องจากความซับซ้อนของบริบท

ทวิรกล่าวว่า “อย่าเพิ่งรีบไล่คนออก” แต่ผู้บริหารควรใช้เวลานี้ยกระดับความรู้ของคนในองค์กรให้สามารถทำงานในระดับ Product และ Commodity ให้ได้

เลือกเครื่องมือเดียวให้ลึก รู้จักแยก In-House และ Outsource

คุณภัทราวุธแนะนำว่า ไม่จำเป็นต้องเปลี่ยน AI Tool บ่อย ๆ แต่ควรเลือกใช้งานเพียง 1 ตัวให้ลึกและเต็มประสิทธิภาพที่สุด เพราะโมเดลของแต่ละค่ายจะมีความเก่งผลัดกันไปมา และการสลับเครื่องมือในภายหลังทำได้ไม่ยาก

สำหรับการตัดสินใจระหว่างพัฒนาเองหรือจ้างภายนอก ให้ดูว่าธุรกิจต้องการเพียง “แรงงาน” หรือ “มันสมอง” หากต้องการเพียงคนทำงานทั่วไป AI สามารถทำแทนได้ดีกว่า แต่ถ้าเป็นงานที่ต้องใช้สมองควรทำในทีมเป็นหลัก

ทวิรให้กฎเหล็กว่า ห้ามมอบฟังก์ชันหลักหรือ Domain Knowledge ของธุรกิจให้ AI หรือ Outsource ทำจนคนในองค์กรขาดความเข้าใจ งานที่เป็น Core Function ควรทำ In-House ส่วนงานประเภท Generic Domain เช่นงาน Support ทั่วไป สามารถใช้ Outsource ได้

“คนที่ใช้ AI ได้มีประสิทธิภาพที่สุด คือคนที่เข้าใจอย่างถ่องแท้ว่าตัวเองกำลังทำอะไรอยู่” คุณทวิรกล่าว

การติดตามเทรนด์ AI ของผู้บริหาร: จากภายนอกและภายในองค์กร

นอกเหนือจากการผลักดันทีมงานแล้ว คุณภัทราวุธได้แชร์วิธีการอัปเดตความรู้ส่วนตัวว่า จะเน้นติดตามจากคนที่ทำ AI โดยตรงผ่านช่องทางต่าง ๆ เช่น YouTube ช่องของ Anthropic หรือดูจากงาน Conference ที่มักจะมีการอัปเดตแทบทุกวัน

นอกจากนี้ยังใช้วิธีศึกษาจากทีมอื่น ๆ ว่า Workflow การทำงานของพวกเขาเปลี่ยนไปอย่างไรเมื่อมี AI เข้ามา ซึ่งภัทราวุธมองว่าวิธีนี้ช่วยให้เห็นภาพการประยุกต์ใช้ในชีวิตจริงได้ดีมากยิ่งขึ้น

การผลักดันองค์กรสู่ AI: ทั้ง Top-down และชุมชนนักปฏิบัติ

LINE MAN Wongnai มีการผลักดันจากระดับ CEO โดยสั่งให้ทีมบังคับตัวเองทดลองใช้ AI ในโหมดที่ลึกขึ้นและยากขึ้นในการทำงานจริง แม้ผลลัพธ์อาจล้มเหลวก็ต้องนำมาแชร์กัน เพื่อให้เกิดการเรียนรู้อย่างก้าวกระโดด ซึ่งดีกว่าการปล่อยให้พนักงานลองใช้กันเองแบบผิวเผิน

ODT ใช้วิธีสร้างชุมชนนักปฏิบัติภายในองค์กร โดยจัดแข่งขันทุกเดือนว่าใครสามารถนำ AI มาช่วย Optimize การทำงานได้ดีที่สุด เมื่อได้ทีมที่ชนะก็จะนำวิธีนั้นมาเป็น Best Practice ให้คนอื่นเรียนรู้ตาม

เจาะลึกระบบวิเคราะห์ทักษะพนักงานของ ODT

คุณทวิรได้อธิบายการทำงานของระบบ AI ที่บริษัทพัฒนาขึ้นเพื่อประเมินทักษะพนักงาน โดยระบบจะวิเคราะห์ข้อมูล 3 ส่วนหลัก ได้แก่ ความพร้อมของพนักงานแต่ละคน ผลงานที่ทีมสามารถส่งมอบได้ และการสื่อสารที่พนักงานพิมพ์คุยกับเพื่อนร่วมงาน

จากนั้น AI จะนำข้อมูลทั้งหมดมาวิเคราะห์ข้ามกันเพื่อหาว่าแต่ละคนมีช่องว่างในการทำงานตรงจุดไหน และแนะนำได้อย่างแม่นยำว่าพนักงานคนนั้นควรเรียนรู้เรื่องอะไรเพิ่มเติม

“ระบบนี้ไม่ได้มีไว้ใช้ภายใน ODT เพียงอย่างเดียว เรามีให้ทดลองใช้ฟรีด้วย” คุณทวิรกล่าว

First-hand Knowledge: ก่อนให้ AI ช่วย ต้องรู้งานนั้นก่อน

คุณทวิรได้ขยายความเรื่องการใช้ AI ทำงานแทนว่า ก่อนที่จะให้ AI ช่วยงาน เราควรมีความรู้ความเชี่ยวชาญในเรื่องนั้นก่อน หรือ First-hand knowledge

หากเราไม่เข้าใจงานนั้นเลย แล้วปล่อยให้ AI เป็นคนทำความเข้าใจและจัดการแทน สิ่งที่เราได้กลับมาจะเป็นเพียง “ความรู้มือสอง” ซึ่งทำให้เราขาดความเข้าใจที่แท้จริงในงานนั้นๆ และอาจส่งผลเสียต่อการตัดสินใจในระยะยาว เพราะเราไม่สามารถประเมินได้ว่า AI ทำถูกหรือผิด

ทวิรจึงย้ำว่าการรู้ว่า AI ทำผิดหรือทำถูกยังคงเป็นทักษะสำคัญที่มนุษย์จำเป็นต้องมี

AI คือผู้สอน ไม่ใช่ผู้แย่งงาน

คุณภัทราวุธเสริมมุมมองเชิงบวกว่า ยุคนี้เป็นยุคที่สนุก เพราะหลายสิ่งที่เคยคิดว่าทำเองไม่ได้ หรือต้องใช้เวลาเรียนรู้นานมาก ปัจจุบันเราสามารถทำได้แล้วโดยให้ AI เข้ามาช่วยสอนและทำให้เราเกิดการเรียนรู้

คุณภัทราวุธยอมรับว่า AI มาแทนที่งานได้ในบางส่วนแน่นอน มนุษย์จึงต้องเรียนรู้ที่จะปรับตัว แต่สิ่งที่น่ากลัวที่สุดไม่ได้อยู่ที่ AI จะมาแย่งงาน แต่อยู่ที่การที่เราใช้ AI ไปเรื่อย ๆ แล้วตัวเรากลับไม่ได้เก่งขึ้นหรือไม่ได้เรียนรู้อะไรเพิ่มขึ้นเลย

แม้ในช่วงเริ่มต้น AI จะทำให้องค์กรต้องการคนเก่งน้อยลง แต่ในระดับการทำงานที่ลึกขึ้น มนุษย์ยังจำเป็นต้องมีทักษะสำคัญในการตรวจสอบความถูกต้องของ AI ดังนั้น AI จะไม่ได้มาแทนที่ทั้งหมด แต่จะมาช่วยให้คนทำงานได้ดีและเร็วขึ้น

ข่าวอื่น ๆ ที่น่าสนใจ

เมื่อชีวิตไม่ใช่ของเราแล้ว? ‘นิ้วกลม’ ชี้ทางกลับมาเป็นเจ้าของชีวิตด้วย ‘จตุร Control’

จาก AIGC สู่ AIGPC: ก้าวต่อไปของ AI Governance ไทย

KBTG มุ่งสู่ Regional AI Infused Powerhouse ดัน AI สร้างผลลัพธ์ทางธุรกิจ

×

Share

ผู้เขียน

Sona Satta Avatar