หลายคนรู้สึกว่าการใช้ปัญญาประดิษฐ์เป็นเรื่องยาก จึงใช้เพียงถามคำถามหรือค้นข้อมูล แต่เวลาฝากงานคน เราต้องอธิบาย นัดเวลา คำนึงถึงความรู้สึก สร้างความเชื่อใจ และรับผิดชอบถ้าผิดพลาด แบบนี้มนุษย์อาจยากกว่าด้วยซ้ำ
เรื่องนี้เชื่อมคนสองกลุ่มที่ดูเหมือนไม่เกี่ยวกัน คือคนที่ใช้ AI เป็นแค่ช่องค้นหาข้อมูล กับคนทำงานที่รับผิดชอบมากจนต้องทำทุกอย่างเอง ทั้งสองกลุ่มกำลังเจอปัญหาคล้ายกัน คือการส่งงานให้ผู้อื่นทำไม่ใช่เรื่องง่าย
1. เจ้านายไปนอน ส่วน AI รับคำสั่ง
ลองนึกภาพหัวหน้าพูดว่า “ฉันไปนอนก่อน ที่เหลือจัดการให้หมดนะ” ถ้าพูดกับพนักงานจริง พรุ่งนี้อาจมีการประชุมที่ไม่สนุก แต่ถ้าพูดกับ AI มันช่วยค้นข้อมูล คิดแผน เขียนร่าง แปลภาษา ทำโปรแกรมง่าย ๆ และเสนอการแก้ไขได้
อย่างไรก็ตาม ปิดหน้าต่างสนทนาไม่ได้แปลว่าเครื่องมือจะทำงานต่อไปเองทั้งคืน ต้องเตรียมตารางเวลา เครื่องมือที่เชื่อมต่อ สิทธิ์ใช้งาน และวิธีตรวจสอบไว้ก่อน เจ้านายนอนหลับสบายได้เพราะการเตรียมงาน ไม่ใช่เพราะมีเวทมนตร์
2. จ่ายหลักพันถึงหลักหมื่นเยนแล้วคุ้มอย่างไร
บางคนใช้บริการแบบเสียเงินราว 3,000 เยนต่อเดือน ส่วนผู้ใช้หนักอาจตั้งงบประมาณ 16,000–30,000 เยน ตัวเลขนี้เป็นตัวอย่างรายจ่าย ไม่ใช่ราคาปัจจุบันที่ใช้ได้กับทุกบริการ
ในอดีตการทำไอเดียหนึ่งให้เป็นของจริงอาจต้องขอให้คนเขียน คนออกแบบ คนแปล และคนเขียนโปรแกรมช่วยกัน ตอนนี้งานบางส่วนทดลองได้ด้วยตัวเอง จึงรู้สึกว่าคุ้มมาก แต่ค่ารายเดือนไม่รวมเวลาตรวจ แก้งาน และรับผลเสียจากความผิดพลาด คำว่า “AI ตอบอย่างมั่นใจ” ไม่ใช่หลักฐานว่าคำตอบถูกต้อง
3. เช่ารถบรรทุกใหญ่เพื่อขนยางลบหนึ่งก้อน
ถาม AI เพื่อหาคำตอบย่อมมีประโยชน์ แต่ถ้าคิดว่าทำได้เพียงเท่านั้น ก็จะพลาดการจัดข้อมูล เปรียบเทียบทางเลือก แก้ข้อความ ต่อยอดความคิด และสร้างตัวอย่างงานเล็ก ๆ
เหมือนเช่ารถบรรทุกขนาดใหญ่มาเพื่อขนยางลบหนึ่งก้อน ส่งของถึงจุดหมายอย่างปลอดภัย ลูกค้าพอใจ แต่รถบรรทุกจอดนิ่งแล้วสงสัยว่าชีวิตนี้เกิดมาเพื่ออะไร
4. ไม่รู้จะถามอะไรก็เริ่มได้
คนที่ใช้ AI น้อยไม่ได้หมายความว่าขาดความคิดสร้างสรรค์ บางคนไม่มีเวลาทดลอง บริษัทไม่อนุญาต กลัวความผิดพลาด หรือไม่เคยเห็นตัวอย่างที่เกี่ยวข้องกับงานของตัวเอง
เราไม่จำเป็นต้องเตรียมคำถามให้สมบูรณ์แบบก่อนก็ได้ ลองบอกว่า “ฉันยังไม่รู้เลยว่าปัญหาอยู่ตรงไหน ช่วยถามทีละข้อเพื่อจัดความคิดหน่อย” AI ช่วยหาคำถามที่ควรถามได้ ไม่ใช่มีไว้ตอบคำถามที่เตรียมไว้เท่านั้น
5. ฝากงานมนุษย์มีต้นทุนที่มองไม่เห็น
เมื่อขอให้เพื่อนร่วมงานทำอะไรสักอย่าง ต้องนึกถึงเวลา ปริมาณงาน วิธีเข้าใจคำสั่ง ความคิดเห็น ความรู้สึก และความไว้วางใจ บางครั้งตัวงานไม่ได้ยาก แต่การทำให้ทุกคนเข้าใจเป้าหมายเดียวกันกินเวลามาก ถ้าสั่ง “ทำใหม่ทั้งหมด” สิบครั้ง ความสัมพันธ์อาจเสียก่อนงานเสร็จ
AI ขอให้ร่างใหม่หรือแก้หลายครั้งได้สะดวกกว่า แต่คนเข้าใจเรื่องที่ไม่ได้พูดออกมา ดูแลกัน สร้างความเชื่อใจ และรับผิดชอบต่อผลจริงได้ ไม่ใช่ว่าเครื่องมือชนะทุกด้าน แต่เป็นความยากคนละแบบ
6. ทำไมคนรับผิดชอบสูงจึงทำงานล่วงเวลา
พนักงานที่ตั้งใจลองแบ่งงาน ต้องใช้เวลาอธิบาย ต่อด้วยเวลาตรวจ ถ้าพลาดก็กลับมาแก้เอง บางครั้งยังต้องขอโทษแทน สุดท้ายจึงคิดว่า “ทำเองเร็วกว่า”
นับจากนั้นเขารับงานไว้ทั้งหมด กลับบ้านดึกขึ้นเรื่อย ๆ หัวหน้าพูดว่า “ทำไมไม่ให้คนอื่นช่วยบ้าง” เจ้าตัวอยากถามกลับว่า “งั้นงานแบ่งงานนี้ให้ใครช่วยแบ่งได้ไหม”
เรื่องนี้ไม่ได้เกิดจากนิสัยเพียงอย่างเดียว ถ้าไม่มีอำนาจแบ่งงาน เพื่อนร่วมงานก็ยุ่งมาก ไม่มีเวลาสอน และทุกความรับผิดชอบกลับมาตกที่คนเดิม การฝากงานก็ยากจริง ๆ
7. ชวนจ่ายเงินสำเร็จ แต่ได้คำตอบว่า “ยากจัง”
ลองนึกภาพชวนคนรู้จักสมัครใช้ AI แบบเสียเงินได้สำเร็จ อธิบายความสามารถตั้งหลายอย่าง แต่เขาตอบแค่ว่า “อืม ฟังดูยากนะ” ฝ่ายขายอาจฉลอง ส่วนฝ่ายสอนใช้งานอยากร้องไห้ เครื่องมือค้นหาราคาแพงติดตั้งเรียบร้อย
การเล่าความสามารถหนึ่งร้อยอย่างอาจฟังเหมือนเพิ่มการบ้านหนึ่งร้อยข้อ ลองถามว่า “ช่วงนี้งานอะไรน่ารำคาญที่สุด” แล้วช่วยแก้สักเรื่องตรงนั้นเลยอาจเห็นภาพมากกว่า การจ่ายเงินกับการใช้งานจนเป็นนิสัยไม่ใช่สิ่งเดียวกัน
8. งานวิจัยมีทั้งผลดีและข้อจำกัด
การสำรวจผู้มีงานทำในสหรัฐอเมริกาปี 2025 พบว่า 10% ใช้ AI ในการทำงานทุกวัน เป็นตัวเลขของกลุ่มตัวอย่างในสหรัฐฯ ช่วงนั้น ไม่ใช่ของทั้งโลก [1]
การทดลองคิดไอเดียสินค้าใหม่พบว่าคนหนึ่งคนที่ใช้ AI มีผลงานใกล้เคียงกับทีมสองคนที่ไม่ได้ใช้ AI แต่เป็นผลเฉพาะงานลักษณะนั้น ไม่ได้หมายความว่าทุกทีมไม่จำเป็นแล้ว [2] อีกการทดลองกับพนักงานราว 6,000 คนพบว่าคนที่ใช้เครื่องมือจริงใช้เวลากับอีเมลน้อยลงประมาณสามชั่วโมงต่อสัปดาห์ แต่เวลาในการประชุมไม่ได้ลดลงอย่างชัดเจน [3]
งานวิจัยด้านบริการลูกค้าพบผลงานดีขึ้นเฉลี่ย 15% [4] แต่การทดลองกับนักพัฒนาโปรแกรมที่มีประสบการณ์ช่วงต้นปี 2025 พบว่าการใช้ AI ทำให้งานใช้เวลานานขึ้น 19% การติดตามผลในปี 2026 มีข้อจำกัดเรื่องกลุ่มคนที่เข้าร่วม จึงยังบอกขนาดผลล่าสุดได้ไม่แน่นอน [5] เครื่องมือเดียวกันอาจเหมาะกับงานต่างกัน
9. เริ่มจากงานที่กวนใจหนึ่งอย่าง
ไม่ต้องเริ่มด้วยคำสั่ง “ทำงานทั้งหมดแทนฉัน” ให้เล่าเรื่องที่ทำให้เสียเวลาซ้ำ ๆ ขอให้ AI แบ่งขั้นตอนและถามข้อมูลที่ขาด แล้วลองให้ทำแค่ส่วนเล็กที่ผิดพลาดแล้วไม่เสียหายมาก ตรวจผลก่อนค่อยเพิ่มหน้าที่
เช่น “การส่งต่องานของเราวุ่นวายทุกครั้ง ควรจดข้อมูลอะไรไว้บ้าง” ก็พอ ไม่ว่าฝากคนหรือ AI ต้องกำหนดวันเสร็จ ผลงานที่ต้องการ และคนตรวจ อย่าใส่ความลับบริษัทในบริการที่ไม่ได้รับอนุญาต หรือให้เครื่องมือเลือกผลของสัญญาสำคัญและเรื่องบุคลากรเอง
10. เป้าหมายไม่ใช่ให้หัวหน้านอนคนเดียว
ใช้ AI ค้นหาข้อมูลอย่างเดียวก็ไม่ผิด แต่ยังใช้มันช่วยคิด ทดลอง ตรวจ และแก้ซ้ำได้อีก ความสามารถที่สำคัญจึงไม่ใช่แค่ถามเก่ง แต่รู้ว่าควรมอบหมายอะไรและจะตรวจผลอย่างไร
คนที่พูดว่า “ทำเองเร็วกว่า” ต้องการเวลา อำนาจในการแบ่งงาน และขอบเขตความรับผิดชอบที่ชัดเจน ไม่ใช่คำสอนเรื่องประสิทธิภาพเพิ่มอีก ถ้าไม่แก้ปัญหานี้ จากเดิมที่ต้องตรวจงานลูกน้องก็แค่เปลี่ยนไปตรวจงาน AI
บริษัทที่ดีไม่ใช่บริษัทที่หัวหน้านอนสบายในขณะที่คนอื่นทรมาน แต่ทุกคนควรได้พักผ่อน หัวหน้าครับ ก่อนนอนช่วยบอกอย่างน้อยหน่อยว่า “งานเสร็จ” หมายถึงอะไร
เอกสารอ้างอิง (5 รายการ)
- Gallup, AI Use at Work Rises (2025) gallup.com
- Dell’Acqua et al., The Cybernetic Teammate (2025) nber.org
- Dillon et al., Shifting Work Patterns with Generative AI (2025) microsoft.com
- Brynjolfsson, Li & Raymond, Generative AI at Work (2025) academic.oup.com
- METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity (2025) and 2026 follow-up: ; https://metr.org/blog/2026-02-24-uplift-update/ arxiv.org
