ลองนึกภาพฉากนี้ดูครับ#

สมมติว่ามีเจ้าของร้านอาหารเล็กๆ คนหนึ่ง วันหนึ่งนั่งกินกาแฟอยู่ดีๆ ก็มีพนักงานเดินมาบอกด้วยน้ำเสียงกังวลว่า “พี่ครับ ผมลองเอา AI มาช่วยคิดเมนูใหม่ มันออกมาให้เป็นสิบเมนูเลยภายในสองนาที เขียนสูตร เขียนคำโฆษณา ทำราคาให้เสร็จสรรพ… แบบนี้ตำแหน่งผมยังจำเป็นอยู่ไหมครับ”

เจ้าของร้านก็เลยลองนั่งอ่านสิบเมนูที่ AI คิดมาดู ปรากฏว่า… มันเขียนได้ดีจริง ฟังดูน่ากินจริง คำโฆษณาก็ลื่นไหล แต่พออ่านไปเรื่อยๆ เขาเริ่มเห็นอะไรบางอย่าง มีเมนูนึงใส่วัตถุดิบที่แถวนี้หาไม่ได้เลย มีอีกเมนูที่ราคาตั้งมาสวยมากแต่ถ้าทำขายจริงคือขาดทุนยับ และที่สำคัญที่สุดคือ ไม่มีเมนูไหนเลยที่ “เป็นตัวร้านนี้” ไม่มีกลิ่นอายของย่านนี้ ไม่รู้ว่าลูกค้าประจำที่มากันทุกวันชอบรสจัดหรือรสอ่อน ไม่รู้ว่าเจ้าไหนเจ๊งไปเพราะตั้งราคาผิดมาแล้ว

เจ้าของร้านเลยยิ้มแล้วบอกพนักงานว่า “AI มันคิดเมนูเก่งจริง แต่มันไม่รู้จักร้านเราเลยสักนิด ส่วนที่มันคิดไม่ได้น่ะ นั่นแหละงานของเรา”

ฉากสมมตินี้ผมแต่งขึ้นเองเพื่อให้เห็นภาพนะครับ แต่บทสนทนาทำนองนี้ผมว่ามันกำลังเกิดขึ้นในหัวของคนทำงานจำนวนมากตอนนี้ คือเราเห็น AI ทำของบางอย่างได้เร็วและดีจนน่าตกใจ แล้วก็อดกังวลไม่ได้ว่าตัวเราเองยังเหลือคุณค่าตรงไหน

วันนี้เลยอยากชวนคุยเรื่องนี้แบบตรงๆ ไม่ปลอบใจหลอกๆ และก็ไม่ขู่ให้ตื่นตระหนกเกินจริง มาดูกันว่าจริงๆ แล้วของพวกไหนที่ AI ยังทำแทนคนไม่ได้ และทำไมมันถึงทำไม่ได้

ก่อนอื่น — เรามาตกลงกันก่อนว่า AI เก่งเรื่องอะไร#

ผมว่าก่อนจะคุยเรื่อง “ทักษะที่ AI แทนไม่ได้” เราต้องยอมรับกันตรงๆ ก่อนว่า AI มันเก่งจริงในหลายเรื่อง ไม่งั้นมันจะกลายเป็นการปลอบใจตัวเองแบบหลับหูหลับตา ซึ่งอันตรายกว่าการกลัวเสียอีก

ของที่ AI สมัยนี้ทำได้ดีมากๆ คือพวกงานที่มี “รูปแบบ” ให้มันจับ งานที่ทำซ้ำได้ และงานที่มีตัวอย่างให้มันเรียนรู้เยอะๆ ครับ ลองนึกถึงพวกนี้

• งานเรียบเรียงข้อมูล สรุปเอกสารยาวๆ ให้สั้นลง จัดระเบียบข้อมูลกองโต ร่างจดหมายร่างอีเมล
• งานสร้างของตามโจทย์ เขียนแคปชั่นหลายแบบ ออกไอเดียเป็นสิบๆ อัน วาดภาพประกอบ ร่างโครงเอกสาร
• งานหารูปแบบซ้ำๆ อ่านรีวิวเป็นพันๆ อันแล้วบอกว่าคนบ่นเรื่องอะไรบ่อย ดูยอดขายแล้วชี้ว่าช่วงไหนพีค

สังเกตไหมครับว่างานพวกนี้มีอะไรเหมือนกัน มันคืองานที่ “เคยมีคนทำมาก่อนเยอะๆ” AI ถึงได้เรียนรู้จากของพวกนั้นแล้วทำตามได้ดี เพราะหัวใจการทำงานของ AI สมัยนี้คือการ “ดูตัวอย่างเยอะๆ แล้วเดาว่าอะไรน่าจะใช่” (เรื่องนี้ผมเล่าละเอียดไว้ในตอนต้นๆ ของซีรีส์แล้วว่าเครื่องมันเรียนรู้ยังไง)

ทีนี้พอเราเข้าใจว่า AI เก่งเพราะ “เคยเห็นตัวอย่างมาเยอะ” เราก็จะเริ่มเดาออกแล้วว่า มันจะอ่อนตรงไหน ก็ตรงงานที่ “ไม่มีตัวอย่างให้ดู” หรืองานที่ “ตัวอย่างในอดีตใช้ไม่ได้กับสถานการณ์ตรงหน้า” นั่นแหละครับ และนั่นคือประตูที่พาเราเข้าสู่เรื่องวันนี้

ทักษะที่ 1 — การตัดสินใจ (Judgment): “ตัดสินใจตอนที่ข้อมูลไม่ครบ”#

อันแรกที่อยากพูดถึงคือสิ่งที่ภาษาอังกฤษเรียกว่า judgment (อ่านว่า จัดจ์เมนต์ แปลว่า “วิจารณญาณ” หรือ “การตัดสินใจ”) และนี่คือทักษะที่ผมว่าสำคัญที่สุดในบรรดาทั้งหมด

ขอแยกให้ชัดก่อนนะครับ ระหว่าง “การคำนวณ” กับ “การตัดสินใจ” มันคนละเรื่องกัน

การคำนวณ คือเรื่องที่มีคำตอบถูก-ผิดชัดเจน เช่น “ถ้าลดราคา 10% กำไรเหลือเท่าไหร่” อันนี้ AI ทำได้สบายมาก เพราะมันมีสูตรตายตัว

แต่ การตัดสินใจจริงๆ ในธุรกิจ มันไม่ใช่แบบนั้นครับ มันคือการเลือกตอนที่ ข้อมูลไม่เคยครบ และ ไม่มีคำตอบที่ถูก 100% ลองนึกภาพคำถามแบบนี้ดู

• “ลูกค้ารายใหญ่รายนี้จ่ายช้ามาสามเดือนแล้ว เราควรตัดเขาทิ้งเพื่อรักษากระแสเงินสด หรือกัดฟันอุ้มต่อเพราะเขาเป็นลูกค้าที่อยู่กันมานาน”
• “เศรษฐกิจกำลังจะแย่ เราควรชะลอการขยายสาขาไว้ก่อน หรือควรลุยตอนนี้เพราะคู่แข่งกำลังถอย”
• “พนักงานเก่าคนนี้ผลงานเริ่มตก แต่เขาเป็นคนที่ทีมรักและเป็นกาวใจ เราควรทำยังไงดี”

คำถามพวกนี้มันไม่มีสูตร ไม่มีคำตอบที่ “ถูกแน่นอน” ครับ มันเป็นการชั่งน้ำหนักระหว่างของหลายอย่างที่ขัดกันเอง เงินกับความสัมพันธ์ ความเสี่ยงกับโอกาส ระยะสั้นกับระยะยาว แล้วต้องเลือกทั้งที่รู้ว่าอาจจะผิดก็ได้

ทีนี้ทำไม AI ถึงทำตรงนี้แทนเราไม่ได้ดี? ผมว่ามีสองเหตุผลใหญ่ๆ ครับ

หนึ่ง คือ AI เดาจากอดีต แต่การตัดสินใจสำคัญมักเป็นเรื่องที่ “ไม่เหมือนอดีต” ในเมื่อ AI เรียนรู้จากตัวอย่างเก่าๆ พอเจอสถานการณ์ที่ไม่เคยเกิดขึ้นมาก่อน เช่นวิกฤตแบบใหม่ หรือคู่แข่งหน้าใหม่ที่เล่นนอกตำรา มันก็ได้แต่เดาจากของเดิมที่อาจจะใช้ไม่ได้แล้ว

สอง คือ AI ไม่ได้เป็นคนรับผลของการตัดสินใจ อันนี้สำคัญมาก ถ้า AI แนะนำให้คุณตัดลูกค้ารายใหญ่ทิ้ง แล้วมันพลาดขึ้นมา มันไม่ได้เป็นคนที่นอนไม่หลับ ไม่ได้เป็นคนที่ต้องปลดพนักงานออกเพราะรายได้หาย คนที่แบกผลคือคุณ ฉะนั้นคนที่ “มีหนังติดอยู่ในเกม” (วงการธุรกิจฝรั่งเขาเรียกว่า skin in the game แปลบ้านๆ ว่า “เป็นคนที่เจ็บจริงถ้าพลาด”) คือคนที่ควรเป็นคนตัดสินใจ ไม่ใช่เครื่องมือที่ไม่เจ็บอะไรเลย

💡 มุมเจ้าของกิจการ: ผมว่าวิธีใช้ AI กับการตัดสินใจที่ฉลาดที่สุดคือใช้มันเป็น “ที่ปรึกษา” ไม่ใช่ “คนตัดสิน” ครับ ให้มันช่วยรวบรวมข้อมูล ช่วยชี้ว่ามีทางเลือกอะไรบ้าง ช่วยเตือนว่าเราลืมมองมุมไหนไป ตรงนี้มันเก่งมาก แต่ปุ่ม “ตกลง” สุดท้าย ให้เป็นมือคุณกดเองเสมอ เพราะคนที่ต้องรับผลคือคุณ ไม่ใช่มัน

ทักษะที่ 2 — รสนิยม (Taste): “รู้ว่าอันไหน ‘ใช่’ ทั้งที่อธิบายไม่ได้ว่าทำไม”#

อันต่อมาคือเรื่องที่ฟังดูจับต้องยากแต่สำคัญมากในธุรกิจ นั่นคือ รสนิยม หรือภาษาอังกฤษเรียก taste (เทสต์)

รสนิยมคืออะไร? ผมขอนิยามแบบบ้านๆ ว่ามันคือ ความสามารถในการบอกว่า “อันนี้ดี อันนี้ไม่ดี” ทั้งที่บางทีก็อธิบายเป็นกฎไม่ได้ว่าทำไม มันคือความรู้สึกที่สั่งสมมาจากการเห็นของดีของห่วยมาเยอะ จนตาเราเริ่ม “แม่น”

ลองนึกถึงเรื่องนี้ดูครับ AI สมัยนี้สร้างภาพได้สวยมาก เขียนข้อความได้ลื่นมาก แต่ปัญหาคือ มันสร้างของที่ “เฉลี่ยๆ” ได้เก่ง แต่สร้างของที่ “โดดเด่นจนคนจำได้” ยาก เพราะวิธีทำงานของมันคือการเดาว่า “อะไรน่าจะใช่โดยทั่วไป” ซึ่งโดยธรรมชาติแล้วมันจะวิ่งเข้าหาตรงกลาง วิ่งเข้าหาของที่ปลอดภัย ของที่ใครๆ ก็ทำกัน

สมมติว่าคุณให้ AI ออกแบบโลโก้ร้านให้ มันจะได้ของที่ “โอเค ใช้ได้” ออกมาเยอะมากในเวลาอันสั้น แต่ของที่ “โอเค” กับของที่ “ว้าว นี่แหละแบรนด์ของฉัน” มันคนละเรื่องกันครับ และคนที่จะแยกออกว่าอันไหนแค่โอเค อันไหนคือของที่ใช่จริงๆ นั่นแหละคือคนที่มีรสนิยม

จุดที่น่าสนใจคือ ยุคที่ AI ผลิตของได้เยอะและเร็วขนาดนี้ ผมว่ารสนิยมกลับ มีค่ามากขึ้น ไม่ใช่น้อยลงนะครับ ลองคิดดู เมื่อก่อนการ “ทำของให้ออกมาได้” คือทักษะที่หายาก ใครวาดเป็น เขียนเป็น ก็มีค่า แต่ตอนนี้ AI ทำของออกมาได้เป็นร้อยชิ้นในพริบตา ของล้นตลาดไปหมด ทักษะที่หายากขึ้นจึงกลายเป็นคนละอันแล้ว มันคือความสามารถในการ “เลือก” ว่าในกองของร้อยชิ้นนั้น อันไหนคือเพชร อันไหนคือกรวด

เปรียบเทียบให้เห็นภาพ สมัยก่อนคนที่มีค่าคือ “คนทำของได้” แต่พอของมันถูกผลิตง่ายขึ้นเรื่อยๆ คนที่มีค่ากลายเป็น “คนที่รู้ว่าควรทำของแบบไหน และของที่ทำออกมาแล้วอันไหนใช้ได้” พูดง่ายๆ ก็คือบรรณาธิการ คือคนคุมทิศทาง คือคนที่มีรสนิยมนั่นเอง

💡 มุมเจ้าของกิจการ: ลองเปลี่ยนวิธีคิดดูครับ แทนที่จะกลัวว่า AI จะมาแย่งงานสร้างของ ลองมองว่ามันคือ “ทีมงานที่ผลิตตัวเลือกให้คุณได้ไม่อั้น” แล้วหน้าที่ของคุณกับคนเก่งๆ ในทีม คือเป็น “คนเลือก” และ “คนคุมมาตรฐาน” ว่าอะไรสมควรปล่อยออกไปในนามแบรนด์เรา อะไรไม่ผ่าน ทักษะนี้ฝึกได้จากการดูของดีเยอะๆ และยังเป็นของที่ลูกค้ายอมจ่ายแพงให้เสมอ

ทักษะที่ 3 — ความเชี่ยวชาญเฉพาะทาง (Domain Expertise): “รู้ว่าคำตอบที่ฟังดูดี มันผิดตรงไหน”#

อันที่สามคือเรื่อง ความเชี่ยวชาญเฉพาะทาง หรือ domain expertise (โดเมน เอ็กซ์เพอร์ทิส แปลว่า “ความรู้ความชำนาญในเรื่องใดเรื่องหนึ่งโดยเฉพาะ” เช่น เชี่ยวชาญเรื่องร้านอาหาร เรื่องการเงิน เรื่องโรงงาน)

ตรงนี้คนมักเข้าใจผิดครับ หลายคนคิดว่า “ก็ AI มันรู้ทุกเรื่องอยู่แล้วนี่ จะต้องมีคนเชี่ยวชาญไปทำไม” แต่ความจริงมันกลับกันเลย ยิ่ง AI ตอบได้คล่องเท่าไหร่ คนที่เชี่ยวชาญจริงยิ่งจำเป็นมากขึ้นเท่านั้น

ทำไมน่ะเหรอ เพราะปัญหาใหญ่ที่สุดของ AI คือมัน “ตอบผิดได้แบบหน้าตาเฉย” ครับ (เรื่องอาการนี้ผมเล่าไว้ในตอนก่อนๆ แล้ว วงการเขาเรียกว่า hallucination หรืออาการ “หลอน” คือมันแต่งคำตอบที่ฟังดูน่าเชื่อขึ้นมาเองทั้งที่ผิด) ทีนี้ปัญหาคือ คำตอบผิดของ AI มันมัก ฟังดูดีมาก ภาษาสวย มั่นใจ เป็นระเบียบ คนที่ไม่รู้เรื่องนั้นจริงจะแยกไม่ออกเลยว่าอันไหนถูกอันไหนมั่ว

ลองนึกภาพแบบนี้ครับ สมมติว่าคุณให้ AI ช่วยร่างสัญญาธุรกิจ มันร่างออกมาสวยมาก ภาษากฎหมายเป๊ะ ดูเป็นมืออาชีพสุดๆ แต่ถ้าในนั้นมีข้อความข้อนึงที่เสียเปรียบคุณอย่างร้ายแรง คนที่จะ “เห็น” ตรงนั้นได้คือคนที่เชี่ยวชาญเรื่องสัญญาจริงๆ เท่านั้น คนทั่วไปอ่านแล้วก็จะรู้สึกว่า “โห ดูดีจัง” แล้วเซ็นไปเลย

นี่แหละครับคือคุณค่าที่แท้จริงของความเชี่ยวชาญในยุค AI มันไม่ใช่แค่ “การรู้คำตอบ” อีกต่อไปแล้ว เพราะ AI ก็พ่นคำตอบได้ แต่มันคือ “การรู้ว่าคำตอบที่ฟังดูดีนั้น มันผิดตรงไหน” การจับพิรุธได้ การรู้ว่าอะไรคือกับดัก อะไรคือข้อยกเว้นที่ตำราไม่เขียน ของพวกนี้มาจากประสบการณ์จริงในสนามจริง ที่ AI ไม่เคยลงไปเจ็บมาด้วยตัวเอง

ผมขอเปรียบเทียบให้เห็นภาพชัดๆ

เห็นไหมครับว่าช่องซ้ายกับช่องขวามันต่างกันคนละโลก ช่องซ้ายคือ “การผลิตคำตอบ” ซึ่ง AI เก่งขึ้นทุกวัน ส่วนช่องขวาคือ “การรู้ว่าคำตอบนั้นเชื่อได้แค่ไหน” ซึ่งต้องใช้คนที่อยู่กับเรื่องนั้นมานานจริงๆ

ทักษะที่ 4 — ความเป็นมนุษย์และความเข้าอกเข้าใจ (Empathy): “เข้าใจหัวอกคน ไม่ใช่แค่เข้าใจคำพูด”#

อันที่สี่คือเรื่องที่ AI เลียนแบบได้เก่งจนน่ากลัว แต่ก็ยังไม่ใช่ของจริง นั่นคือ ความเป็นมนุษย์และความเข้าอกเข้าใจ หรือ empathy (เอ็มพาธี แปลว่า “ความเห็นอกเห็นใจ การเข้าใจความรู้สึกของคนอื่น”)

ตรงนี้ต้องระวังให้ดีครับ เพราะ AI สมัยนี้ “พูดเหมือนเข้าใจคน” ได้เนียนมาก คุณพิมพ์ไปว่าเศร้า มันก็ปลอบได้สวยหรู คุณบอกว่ากังวล มันก็ให้กำลังใจเป็นฉากๆ จนหลายคนเริ่มสับสนว่า “งั้นมันก็มีเอ็มพาธีนี่”

แต่ผมอยากให้แยกให้ออกระหว่างสองอย่างนี้ครับ

การเข้าใจ “คำพูด” คือรู้ว่าประโยคนี้แปลว่าอะไร ควรตอบอะไรให้ฟังดูเหมาะสม อันนี้ AI ทำได้ดีมาก เพราะมันเห็นตัวอย่างบทสนทนามาเยอะ

การเข้าใจ “หัวอก” คือการรู้สึกร่วมจริงๆ ว่าอีกฝ่ายกำลังเจ็บตรงไหน อยากได้อะไรที่เขาไม่ได้พูดออกมา รู้ว่าตอนนี้ควรพูด หรือควรเงียบแล้วนั่งเป็นเพื่อนเฉยๆ อันนี้ AI ยังไปไม่ถึง เพราะมันไม่เคยเจ็บ ไม่เคยกลัว ไม่เคยสูญเสีย มันเลยได้แค่ “เลียนแบบคำพูดของคนที่เข้าใจ” แต่ไม่ได้ “เข้าใจ” จริง

เรื่องนี้สำคัญกับธุรกิจมากกว่าที่คิดนะครับ ลองนึกถึงสถานการณ์พวกนี้ดู

• พนักงานคนหนึ่งผลงานตกฮวบ คนที่เข้าใจหัวอกจะรู้สึกได้ว่า “เอ๊ะ เขาน่าจะมีเรื่องอะไรที่บ้าน” แล้วเลือกที่จะถามด้วยความห่วงใยก่อน แทนที่จะด่า
• ลูกค้าโกรธมาก โทรมาด่า คนที่เข้าใจหัวอกจะรู้ว่าจริงๆ เขาไม่ได้อยากได้เงินคืน เขาแค่อยากให้มีคนรับฟังว่าเขารู้สึกถูกเอาเปรียบ
• ทีมงานหมดไฟ คนที่เป็นผู้นำจริงจะรู้ว่าตอนนี้ไม่ใช่เวลาเร่งงาน แต่เป็นเวลาที่ต้องพาทีมหยุดพักก่อน

ของพวกนี้ AI แนะนำเป็น “คำพูด” ได้ แต่มันให้ “ความรู้สึกว่ามีคนเข้าใจเราจริงๆ” ไม่ได้ครับ และในธุรกิจที่ต้องอยู่กับคน ทั้งลูกค้า ทั้งพนักงาน ทั้งคู่ค้า ความรู้สึกตรงนี้แหละที่สร้างความผูกพันระยะยาว ซึ่งเป็นของที่ลอกเลียนยากที่สุด

ผมขอเสริมอีกมุมนะครับ มีบางสถานการณ์ที่ “การมาจากคนจริง” มันมีน้ำหนักในตัวมันเอง โดยไม่เกี่ยวกับว่าเนื้อหาดีแค่ไหนด้วยซ้ำ ลองนึกถึงคำขอโทษดูครับ ถ้าร้านทำพลาดกับลูกค้า แล้วเจ้าของเดินมาขอโทษด้วยตัวเอง เทียบกับการได้รับข้อความขอโทษที่เขียนสวยมากแต่รู้ว่าเครื่องร่างให้ มันคนละน้ำหนักกันเลยใช่ไหมครับ เพราะคุณค่ามันไม่ได้อยู่ที่ “ถ้อยคำ” แต่อยู่ที่ “มีคนยอมเสียเวลาและเสียหน้ามาทำเรื่องนี้เพื่อเรา”

ทักษะที่ 5 — การรับผิดชอบต่อการตัดสินใจ (Accountability): “เป็นคนที่กล้ารับว่า ‘ผมตัดสินใจเอง’”#

อันสุดท้าย และผมว่าเป็นอันที่คนพูดถึงน้อยที่สุดแต่สำคัญมาก นั่นคือ การรับผิดชอบต่อการตัดสินใจ หรือ accountability (แอคเคาน์ทะบิลิตี้ แปลว่า “ความรับผิดชอบ การที่มีคนต้องเป็นเจ้าของผลที่ตามมา”)

ลองคิดเล่นๆ นะครับ สมมติว่าธุรกิจคุณตัดสินใจพลาดครั้งใหญ่ เสียเงินก้อนโต แล้วคุณบอกว่า “อ๋อ AI มันแนะนำมาแบบนั้น” คุณว่าลูกค้าจะยอมรับไหม พนักงานจะเชื่อใจคุณต่อไหม คู่ค้าจะกล้าทำธุรกิจกับคุณอีกไหม

คำตอบคือไม่ครับ เพราะในโลกความจริง ความรับผิดชอบมันโยนให้เครื่องไม่ได้ ทุกการตัดสินใจในธุรกิจต้องมี “คน” ที่ยืนขึ้นมาแล้วบอกว่า “อันนี้ผมตัดสินใจเอง ถ้าผิดผมรับ” และคนคนนั้นจะเป็นเครื่องมือไม่ได้ มันต้องเป็นมนุษย์ที่มีชื่อ มีหน้า มีเครดิตที่ต้องรักษา

นี่คือเหตุผลที่ผมว่าต่อให้ AI เก่งขึ้นอีกสิบเท่า ตำแหน่งที่ต้อง “รับผิดชอบ” ก็ยังต้องเป็นคนอยู่ดี เพราะ

• AI ไม่มีอะไรจะเสีย มันไม่มีชื่อเสียงที่ต้องรักษา ไม่มีใบอนุญาตที่จะถูกเพิกถอน ไม่มีครอบครัวที่ต้องดูแล
• AI ขึ้นศาลแทนคุณไม่ได้ ในหลายเรื่องที่มีผลทางกฎหมาย คนที่เซ็น คนที่อนุมัติ ต้องเป็นมนุษย์ที่กฎหมายเอาผิดได้
• ความไว้ใจสร้างจากการที่มี “คน” รับผิดชอบ เวลาเราทำธุรกิจกับใคร เราไว้ใจเพราะรู้ว่ามีคนที่ต้องแบกผลถ้าพลาด ไม่ใช่ไว้ใจเพราะเครื่องมันเก่ง

ผมว่าตรงนี้แหละที่ทำให้เห็นชัดว่า ต่อให้ AI ช่วยทำงานได้เยอะแค่ไหน “คนที่กดปุ่มตัดสินใจและพร้อมรับผล” จะยังเป็นตำแหน่งที่มีค่าเสมอ และมักจะเป็นตำแหน่งที่ได้รับค่าตอบแทนสูงด้วย เพราะการกล้ารับผิดชอบมันคือของหายาก

ลองมองทั้งห้าอย่างพร้อมกัน — มันมีเส้นใยร่วมกันอยู่#

อ่านมาถึงตรงนี้ ผมอยากชวนถอยออกมามองภาพรวมสักนิดครับ เพราะถ้าสังเกตดีๆ ทักษะทั้งห้าอย่างที่ผมเล่ามา มันมี “เส้นใยร่วมกัน” บางอย่างซ่อนอยู่

ลองดูตารางนี้นะครับ

เห็นเส้นใยร่วมกันไหมครับ? ทั้งห้าอย่างมันคือเรื่องที่ “ต้องมีคนเป็นเจ้าของ มีคนเจ็บจริง มีคนแบกผลจริง” ทั้งนั้น

AI มันเก่งเรื่อง “การผลิต” ทั้งผลิตคำตอบ ผลิตของ ผลิตทางเลือก ได้เร็วและเยอะ แต่มันอ่อนเรื่อง “การเป็นเจ้าของ” คือเป็นเจ้าของการตัดสินใจ เป็นเจ้าของรสนิยม เป็นเจ้าของความรับผิดชอบ เพราะมันไม่มี “ตัวตน” ที่จะได้หรือเสียอะไรจริงๆ

ผมว่านี่คือแก่นที่อยากให้จำกลับไปครับ งานที่ AI แทนได้ คืองานที่ “ทำเสร็จแล้วจบ” ส่วนงานที่ AI แทนไม่ได้ คืองานที่ “ต้องมีคนเป็นเจ้าของผลที่ตามมา”

แล้วเจ้าของกิจการควรทำยังไงกับเรื่องนี้#

ทีนี้มาถึงคำถามที่ใช้ได้จริงในธุรกิจครับ ในเมื่อเรารู้แล้วว่าอะไรคือของที่ AI แทนได้และแทนไม่ได้ เราควรเอาความเข้าใจนี้ไปทำอะไรต่อดี

ผมขอเสนอเป็นมุมคิดง่ายๆ สามข้อนะครับ

หนึ่ง — แบ่งงานในร้านใหม่ว่าอันไหน “ผลิต” อันไหน “ตัดสิน”

ลองนั่งลิสต์งานในธุรกิจคุณดู แล้วแยกออกเป็นสองกอง กองแรกคืองาน “ผลิต” ที่ทำเสร็จแล้วจบ มีรูปแบบชัด พวกนี้ให้ AI ช่วยทุ่นแรงได้เยอะ ส่วนกองสองคืองาน “ตัดสิน/เป็นเจ้าของ” ที่ต้องมีคนรับผล พวกนี้เก็บไว้ให้คน แล้วลงทุนพัฒนาคนของคุณให้เก่งตรงนี้

สอง — ลงทุนกับคนของคุณในทักษะที่ AI แทนไม่ได้

แทนที่จะกังวลว่า AI จะมาแทนพนักงาน ลองเปลี่ยนเป็น “ฝึกพนักงานให้เก่งในของที่ AI ทำไม่ได้” ครับ ฝึกให้เขาตัดสินใจเป็น ฝึกให้เขามีรสนิยมในการเลือกของดี ฝึกให้เขาเข้าใจลูกค้าจริงๆ ไม่ใช่แค่ตอบไปตามบท พนักงานที่ทำของพวกนี้ได้จะมีค่ามากขึ้นเรื่อยๆ ในยุคที่งานผลิตถูกเครื่องช่วยทำหมด

สาม — มองหาคน “หัวคิดบวกใจ” ไม่ใช่แค่ “มือไว”

เมื่อก่อนเราชอบจ้างคนที่ “ทำงานเร็ว ทำงานเยอะ” แต่พอ AI ช่วยทำงานเร็วและเยอะได้แล้ว สิ่งที่หายากขึ้นคือคนที่ “คิดเป็น ตัดสินใจเป็น และใส่ใจคนอื่นเป็น” ครับ ในการรับคนเข้าทีม ลองให้น้ำหนักกับคุณสมบัติพวกนี้มากขึ้น เพราะมันคือของที่จะอยู่ยงไม่ว่าเทคโนโลยีจะไปไกลแค่ไหน

💡 มุมเจ้าของกิจการ: อยากฝากมุมคิดที่ผมว่าปลดล็อกเยอะนะครับ แทนที่จะถามว่า “AI จะมาแทนคนของฉันไหม” ลองเปลี่ยนเป็น “ฉันจะใช้ AI ทำงานผลิตให้เสร็จไวๆ เพื่อปล่อยให้คนของฉันไปทำงานที่ต้องใช้ใจและสมองได้ยังไง” คำถามแรกทำให้คุณกลัวและตั้งรับ ส่วนคำถามหลังทำให้คุณได้ทั้งความเร็วจากเครื่อง และได้คุณค่าจากคน ซึ่งนั่นแหละคือธุรกิจที่แข็งแรงจริงในยุคนี้

สรุปสั้นๆ ส่งท้าย#

ถ้าให้ผมย่อทั้งเรื่องนี้เหลือไม่กี่บรรทัดเอาไว้จำง่ายๆ คือแบบนี้ครับ

• AI เก่งเรื่อง “การผลิต” ทั้งผลิตคำตอบ ผลิตของ ผลิตทางเลือก ได้เร็วและเยอะ เพราะมันเรียนจากตัวอย่างเก่าๆ
• แต่มันอ่อนเรื่อง “การเป็นเจ้าของ” ห้าทักษะที่มันแทนคนไม่ได้คือ การตัดสินใจ, รสนิยม, ความเชี่ยวชาญเฉพาะทาง, ความเข้าอกเข้าใจ, และการรับผิดชอบต่อผล
• เส้นใยร่วมของทั้งห้าอย่างคือ มันต้อง “มีคนเจ็บจริง มีคนแบกผลจริง” ซึ่งเครื่องที่ไม่มีตัวตนทำแทนไม่ได้
• ยุคที่ AI ผลิตของได้ล้นตลาด ทักษะ “การเลือก การตัดสิน และการรับผิดชอบ” กลับมีค่ามากขึ้น ไม่ใช่น้อยลง
• เจ้าของกิจการ ควรใช้ AI ทุ่นงานผลิต แล้วปล่อยให้คนไปทำงานที่ต้องใช้ใจและความรับผิดชอบ ได้ทั้งความเร็วและคุณค่า

ผมไม่ใช่ผู้เชี่ยวชาญด้าน AI อะไรหรอกนะครับ เป็นแค่คนทำธุรกิจคนนึงที่นั่งสังเกตว่าเครื่องมือพวกนี้มันเก่งตรงไหน อ่อนตรงไหน แล้วก็อยากเล่าให้เพื่อนเจ้าของกิจการด้วยกันฟังแบบภาษาคนๆ ว่าเราควรวางตัวเองและทีมงานยังไงในยุคนี้ ตรงไหนผมเข้าใจคลาดเคลื่อนไป ทักท้วงกันเข้ามาได้เลยนะครับ ยินดีมากๆ

ตอนหน้าของซีรีส์ AI 101 ผมว่าจะเล่าต่อในมุมที่ตามมาธรรมชาติ คือในเมื่อเรารู้แล้วว่าควรใช้ AI ทำงานผลิต แล้วเก็บงานตัดสินใจไว้ให้คน คำถามต่อไปก็คือ “แล้วเราจะเริ่มเอา AI เข้ามาช่วยในธุรกิจจริงๆ ยังไงให้ไม่พัง ไม่เสียเงินเปล่า และไม่ทำให้ทีมงานต่อต้าน” ไว้เจอกันตอนหน้าครับ