เนื้อหา
บริษัทที่พูดว่า "ท้าทาย เปลี่ยนแปลง" แต่ไม่ใช้ AI ผิดปกติตรงไหน
ในบริษัท มีคำพูดบางประโยคที่เราได้ยินบ่อยมาก
"มาลองท้าทายกันเถอะ" "เราต้องเปลี่ยนแปลง" "ขอให้ทุกคนมีความคิดริเริ่ม" "มาปรับปรุงกันต่อไป" "เราจำเป็นต้องเปลี่ยน"
ถ้าดูแค่ตัวคำ ทุกอย่างฟังดูคิดบวกมาก
แต่พอได้ทำงานหน้างานจริง ๆ บางครั้งก็จะเกิดความรู้สึกแบบนี้
ถ้าตั้งใจจะเปลี่ยนจริง ทำไมไม่ใช้เครื่องมือที่ใช้ได้อยู่ตรงหน้า
โดยเฉพาะคนที่ใช้ AI สร้างสรรค์ (Generative AI) หรือ LLM (โมเดลภาษาขนาดใหญ่ที่อยู่เบื้องหลังเครื่องมืออย่าง ChatGPT) อยู่แล้ว คำว่า "เปลี่ยนแปลง" จากปากบริษัทอาจฟังดูกลวงเปล่ามาก
ถ้าจะพูดว่า "เปลี่ยนแปลง" ต้องอัปเดตเครื่องมือก่อน
การเปลี่ยนแปลงที่แท้จริงไม่ใช่เรื่องของความฮึกเหิม
การเปลี่ยนแปลงคือการปรับวิธีทำงาน เครื่องมือ การไหลของข้อมูล กลไกการตัดสินใจ และขอบเขตความรับผิดชอบ
ตัวอย่างเช่น ทุกวันนี้ถ้าใช้ LLM จะร่างต้นฉบับของงานต่อไปนี้ได้ในเวลาสั้น ๆ
- รายงานการประชุม
- คู่มือมาตรฐานการทำงาน (เอกสารที่อธิบายขั้นตอนการทำงานทีละขั้น)
- เอกสารอบรม
- FAQ (คำถามที่พบบ่อย)
- เช็กลิสต์
- ข้อความอีเมล
- โครงสไลด์ PowerPoint
- การออกแบบตาราง Excel
- ผังขั้นตอนงาน
- คำถามที่พนักงานใหม่ควรถาม
- ส่วนที่อาจลืมอธิบาย
- สคริปต์สำหรับพูดคุยรายบุคคล
- ร่างแรกของรายงาน
ถ้าให้คนทำเรื่องเหล่านี้ตั้งแต่ศูนย์ ก็ใช้เวลาตั้งแต่ไม่กี่ชั่วโมงไปจนถึงหลายวันเป็นปกติ
แต่ถ้าส่งเสียงบันทึก โน้ต และเอกสารเดิมให้ LLM ร่างแรกก็ออกมาได้เร็วมาก
แน่นอนว่าคนยังต้องเป็นผู้ตรวจขั้นสุดท้าย
แต่สิ่งที่คนควรทำคือการตรวจสอบข้อเท็จจริง การตัดสินใจ การอนุมัติ และการปรับให้เข้ากับหน้างาน
ไม่จำเป็นต้องเอาเวลาของคนไปใช้แก้สำนวนหรือจัดหน้าเอกสารต่อไปเรื่อย ๆ
"กังวลเรื่องความปลอดภัยของข้อมูล" เข้าใจได้ แต่หยุดอยู่แค่นั้นถือว่าหยาบเกินไป
เหตุผลที่คนยกมาคัดค้านการนำ AI มาใช้บ่อยที่สุดคือความปลอดภัยของข้อมูล
"ถ้าข้อมูลลับรั่วออกไปจะทำยังไง" "ถ้าใส่ข้อมูลส่วนบุคคลเข้าไปจะอันตราย" "ใครจะรับผิดชอบ" "ถ้าตอบผิดจะทำยังไง"
ข้อกังวลเหล่านี้ไม่ใช่สิ่งที่จะมองข้ามได้ทั้งหมด
ตรงกันข้าม ควรคิดอย่างจริงจัง
แต่การหยุดอยู่แค่ตรงนั้นไม่ถูกต้อง
ข้อกังวลด้านความปลอดภัยของข้อมูลไม่ใช่ เหตุผลที่จะไม่ใช้ AI แต่เป็น เหตุผลที่ต้องออกแบบวิธีใช้อย่างปลอดภัย
ตัวอย่างเช่น มีวิธีใช้แบบนี้
- ไม่ใส่ข้อมูลลับลงใน AI บนคลาวด์
- ใช้ LLM แบบโลคัล (รันบนอุปกรณ์ของบริษัทเอง ไม่ผ่านอินเทอร์เน็ต)
- ใช้เฉพาะในเครือข่าย LAN ภายในบริษัท
- สร้างสภาพแวดล้อมที่ไม่ส่งข้อมูลออกภายนอก
- แยกข้อมูลที่ใส่ได้ออกจากข้อมูลต้องห้าม
- ทำให้ข้อมูลส่วนบุคคลและข้อมูลลูกค้าไม่ระบุตัวตน
- เริ่มจากงานที่เสี่ยงต่ำ
- ผลลัพธ์ต้องให้คนตรวจทุกครั้ง
- กำหนดบันทึกการใช้งานและขอบเขตความรับผิดชอบ
อย่างนี้ก็แปลว่ายังมีที่ว่างให้ออกแบบได้
"กลัวเรื่องความปลอดภัย เลยห้ามทั้งหมด" เป็นการตัดสินที่หยาบเกินไป
ทางเลือกหนึ่ง: วาง LLM ไว้ในเครือข่ายภายในที่ใช้ร่วมกัน
ถ้ากังวลเรื่องการส่งข้อมูลขึ้นคลาวด์ ก็มีทางเลือกคือสร้างสภาพแวดล้อม LLM ไว้ในเครือข่ายภายในที่ใช้ร่วมกันของบริษัท
ถ้าเตรียม LLM ที่ทำงานอยู่ใน LAN ของบริษัทและไม่ส่งข้อมูลออกนอก อย่างน้อยปัญหา "กลัวโยนข้อมูลลับขึ้นคลาวด์" ก็ลดลงได้มาก
แน่นอนว่า LLM แบบโลคัลก็มีโจทย์ของมัน
- ประสิทธิภาพของโมเดล
- การดูแลและบริหารจัดการ
- การควบคุมการเข้าถึงจากเครื่องในบริษัท
- การจัดการบันทึกข้อมูลที่ป้อนเข้าไป
- ใครเป็นผู้ดูแลระบบ
- ขอบเขตความรับผิดชอบเมื่อตอบผิด
- ต้นทุน
- การอบรมภายในบริษัท
ถึงอย่างนั้น การคิดว่า "ใช้ได้ในขอบเขตไหน" ก็สร้างสรรค์กว่าการหยุดที่คำว่า "ทำไม่ได้"
อย่างน้อยก็เริ่มจากงานเสี่ยงต่ำได้ เช่น จัดรูปแบบรายงานการประชุม ร่างแรกของคู่มือมาตรฐาน ร่าง FAQ โครงเอกสารอบรม ปรึกษาเรื่องสูตร Excel และร่างอีเมล
"ให้ใช้แรงคนสู้เอา" ไม่ใช่การเปลี่ยนแปลง
ปัญหาไม่ได้อยู่แค่ที่บริษัทไม่ใช้ AI
ปัญหาที่ใหญ่กว่าคือการบอกแค่คนหน้างานว่า "จงเปลี่ยน" ทั้งที่ไม่อัปเดตเครื่องมือเลย
ตัวอย่างสภาพแบบนี้
- ปริมาณงานเพิ่มขึ้น
- โดนสั่งให้เขียนคู่มือมาตรฐานด้วย
- โดนสั่งให้ทำการอบรมด้วย
- โดนสั่งให้เลิกงานที่มีแค่คนคนเดียวที่ทำเป็น
- โดนสั่งให้ลดโอที
- แต่ไม่ใช้ AI หรือระบบอัตโนมัติ
- ไม่สร้างกฎระเบียบ
- ไม่มอบอำนาจ
- สุดท้ายก็บอกว่าให้สู้ด้วยแรงคน
นี่ไม่ใช่การเปลี่ยนแปลง
มันคือแค่ลัทธิ "อดทนเข้าไว้"
ปากจะพูดว่า "ท้าทาย" "เปลี่ยนแปลง" "ปรับปรุง" แต่ถ้าเนื้อในพึ่งแรงคน สภาพจริงก็ยังเก่าเหมือนเดิม
เราเผาเวลาของคนไปกับสำนวนจุกจิกในเอกสารมากเกินไป
หลายบริษัทใช้เวลามหาศาลไปกับการเลือกถ้อยคำและรูปแบบของเอกสาร
"สำนวนนี้เพี้ยนไปนิดนึง" "ทำให้เข้าใจง่ายกว่านี้" "แก้ตรงนี้หน่อย" "โดยรวมยังไม่ใช่" "ลำดับของเอกสารดูแปลก ๆ" "คำแข็งไป" "สุภาพกว่านี้อีกหน่อย"
แน่นอนว่าคุณภาพของเอกสารสำคัญ
แต่การแก้ไขแบบนี้ส่วนใหญ่ลดได้มากถ้าให้ LLM เสนอหลายแบบ
ตัวอย่างเช่น เนื้อหาเดียวกันขยายเป็นแบบต่าง ๆ ได้ดังนี้
- สำหรับผู้บริหาร
- สำหรับหน้างาน
- สำหรับพนักงานใหม่
- ฉบับสั้น
- ฉบับสุภาพ
- ฉบับเป็นข้อ ๆ
- สำหรับ PowerPoint
- สำหรับอีเมล
- สำหรับคู่มือมาตรฐาน
- สำหรับอธิบายในที่ประชุม
คนไม่ต้องไปเรียบเรียงใหม่จากศูนย์ทุกครั้ง
คนแค่ดูข้อเสนอที่ LLM ให้มา แล้วตัดสินว่าตรงกับข้อเท็จจริงหน้างานไหม และเป็นเนื้อหาที่บริษัทเอาออกไปได้หรือเปล่า ก็พอ
การเปลี่ยนแปลงที่แท้จริงไม่ใช่ "ขยันขึ้น" แต่คือ "ตัดออก"
พูดถึงการเปลี่ยนแปลง คนมักนึกถึงการเพิ่มสิ่งใหม่
แต่สิ่งที่หน้างานต้องการจริง ๆ คือการตัดออก มากกว่าการเพิ่ม
- ตัดงานที่ทำด้วยมือ
- ตัดเวลาอธิบายเรื่องเดิมซ้ำแล้วซ้ำอีก
- ตัดการพึ่งความจำหลังประชุม
- ตัดเวลาเรียบเรียงเอกสาร
- ตัดเวลาที่พนักงานใหม่ไม่รู้ว่าควรถามอะไร
- ตัดคำอธิบายที่มีอยู่แต่ในหัวคนคนเดียว
- ตัดการต้องทำซ้ำเพราะคำสั่งคลุมเครือ
- ตัดงานที่คนไม่จำเป็นต้องทำ
AI เป็นเครื่องมือที่เข้ากับเรื่องนี้ได้ดีมาก
โดยเฉพาะการเขียนเป็นข้อความ การสรุป การจัดโครงสร้าง การทำเป็นเช็กลิสต์ การทำเป็นเอกสาร และการทำเป็น FAQ เป็นงานที่ LLM ถนัด
พูดอีกอย่างคือ แก่นของการนำ AI มาใช้ไม่ใช่ "ใช้เพราะกำลังฮิต"
แต่ใช้เพื่อตัดชั่วโมงทำงาน
เมื่อหางานใหม่ ควรมอง "บริษัทที่ไม่ใช้ AI" อย่างไร
ไม่จำเป็นต้องหลีกเลี่ยงบริษัทที่ไม่ใช้ AI ทุกแห่ง
ขึ้นอยู่กับประเภทธุรกิจ ขนาด และข้อกำหนดด้านความปลอดภัย การนำมาใช้อาจล่าช้าได้
ปัญหาไม่ใช่การที่ไม่ได้ใช้ แต่คือการที่ไม่ได้แยกแยะเหตุผลที่ไม่ใช้
เวลาประเมินบริษัทที่จะไปทำงาน มุมมองต่อไปนี้ช่วยได้
ท่าทีที่ดี
- ยังไม่ได้นำมาใช้ทั้งบริษัท แต่ทดลองกับรายงานการประชุมและการทำเอกสารอยู่
- กำลังจัดทำกฎด้านความปลอดภัย
- แต่ละแผนกกำลังพิจารณาวิธีใช้
- เริ่มจากงานที่เสี่ยงต่ำ
- ยินดีต้อนรับคนที่ใช้ AI ปรับปรุงงานได้
- มอง AI สร้างสรรค์เป็นสิ่งที่ต้องบริหารจัดการ ไม่ใช่สิ่งต้องห้าม
- สนใจเรื่องการลดภาระของคนหน้างาน
ท่าทีที่อันตราย
- "ไม่ค่อยเข้าใจ AI เลยไม่ใช้"
- "อันตราย เลยห้ามหมด"
- "ทำด้วยมือถึงจะแสดงความจริงใจ"
- "ทำแบบนี้มาตั้งแต่ก่อน เลยไม่เปลี่ยน"
- แต่ก็ยังพูดว่าให้เปลี่ยนแปลง ให้ท้าทาย
- เพิ่มปริมาณงาน แต่ไม่เพิ่มเครื่องมือ
- คิดว่าการปรับปรุงเป็นเรื่องที่แต่ละคนต้องพยายามเอง
- ใช้คนที่ทำงานให้มีประสิทธิภาพได้ให้กลายเป็นคนทำทุกอย่างของออฟฟิศ
บริษัทกลุ่มหลังมีแนวโน้มจะโยนต้นทุนของการเปลี่ยนแปลงไปให้คนหน้างาน ซึ่งแย่กว่าการไม่ใช้ AI เสียอีก
"สโลแกนท้าทาย" กับ "การเปลี่ยนแปลงจริง" เป็นคนละเรื่อง
การท้าทายในรูปสโลแกนของบริษัทนั้นง่าย
เขียนลงโปสเตอร์ได้
พูดในการประชุมเช้าได้
พูดในงานประกาศนโยบายได้
แต่การท้าทายจริง ๆ คือการเปลี่ยนวิธีทำงานของหน้างาน
และมันมีความเจ็บปวดมาด้วย
- ต้องสร้างกฎระเบียบ
- ต้องกำหนดขอบเขตความรับผิดชอบ
- ต้องทบทวนวิธีที่ทำมาจนถึงตอนนี้
- ผู้บริหารระดับกลางก็ต้องเรียนรู้
- ต้องยอมรับความล้มเหลวได้
- ต้องมอบอำนาจให้หน้างาน
- ต้องลงทุนกับเครื่องมือ
การเลี่ยงทั้งหมดนี้แล้วพูดแค่ "มาท้าทายกันเถอะ" ไม่ใช่การเปลี่ยนแปลง
มันคือการยัดเยียดคำปลุกใจให้หน้างาน
สรุป
การรู้สึกแปลก ๆ กับบริษัทที่พูดว่า "ท้าทาย" "เปลี่ยนแปลง" "ปรับปรุง" แต่ไม่ใช้ AI เป็นเรื่องธรรมดา
การไม่ใช้ AI ในตัวมันเองไม่ได้แย่เสมอไป
แต่บริษัทที่ใช้เรื่องความปลอดภัยของข้อมูลและปัญหาความรับผิดชอบเป็นข้ออ้าง จนไม่ยอมแม้แต่จะออกแบบวิธีใช้ ถือว่าอันตราย
ถ้าจะเปลี่ยนแปลงจริง ต้องทำสิ่งเหล่านี้
- รับข้อมูลใหม่เข้ามา
- ลองใช้เครื่องมือที่ใช้ได้
- แยกแยะความเสี่ยง
- เริ่มจากงานที่เสี่ยงต่ำ
- พิจารณา LLM แบบโลคัลและสภาพแวดล้อมภายในบริษัทด้วย
- แบ่งงานที่คนทำกับงานที่ส่งให้ AI
- ลดชั่วโมงทำงานของหน้างาน
- สร้างเป็นระบบ ไม่ใช่โยนให้คนคนเดียวเป็นคนทำทุกอย่าง
การเปลี่ยนแปลงไม่ใช่การบอกหน้างานว่า "พยายามให้มากกว่านี้"
แต่คือการสร้างระบบที่เดินไปได้โดยไม่ต้องให้คนฝืนตัวเอง
ในความหมายนั้น บริษัทที่ไม่ใช้ AI แล้วบอกว่า "ให้เปลี่ยนแปลงด้วยแรงคน" จึงเพี้ยนไปไกลทีเดียว
สิ่งที่ต้องการจริง ๆ ไม่ใช่สโลแกนท้าทาย แต่คือการอัปเดตเครื่องมือ กฎระเบียบ อำนาจ และขอบเขตความรับผิดชอบ
ไอเดียบทความที่เกี่ยวข้อง
- บริษัทที่ไม่ใช้ AI ยังมีอนาคตไหม
- ลักษณะของบริษัทที่พูดว่า "เปลี่ยนแปลง" แต่ยัดเยียดลัทธิอดทนให้หน้างาน
- รายการงานเอกสารที่ AI สร้างสรรค์ช่วยลดได้
- LLM แบบโลคัลเป็นมาตรการความปลอดภัยของข้อมูลสำหรับ SME ได้ไหม
- ทำไมจึงใช้การนำ AI มาใช้เป็นเกณฑ์เลือกที่ทำงานใหม่ได้
- ทำไมคำว่า "มาท้าทายกันเถอะ" ของบริษัทจึงฟังดูกลวงเปล่า
- ขีดจำกัดของการปรับปรุงด้วยแรงคนกับความเป็นจริงของการใช้ AI
- คู่มือมาตรฐาน รายงานการประชุม และเอกสารอบรม LLM ทำได้ถึงแค่ไหน
