อย่าเลิกจ้างจูเนียร์ เพียงเพราะ AI เมื่อองค์กรมีพนักงานระดับสูงอย่างเดียว งานอาจไม่เดิน

ทุกวันนี้ ไม่ว่าองค์กร หรือบริษัทไหน ก็เอา AI มาใช้ แต่ไม่ใช่ทุกบริษัท ที่ใช้แล้วสร้างผลิตภาพ หรือประสบความสำเร็จเหมือนกัน 

ผู้เชี่ยวชาญอย่าง Olivier Klein, Chief Technologist, Asia Pacific & Japan จาก Amazon Web Services (AWS) ได้ถ่ายทอดมุมมองเกี่ยวกับทิศทางเทคโนโลยีและบทบาทของ AI ในการเปลี่ยนแปลงองค์กร ในหัวข้อ “The AI-First Enterprise: What’s Next in Technology, and How Organizations Must Change to Win” บนเวที BEYOND CONNECTIVITY: Building the Intelligent Future ภายในงาน CP Innovation Exposition 2026 มหกรรมนวัตกรรมบัวบาน เครือเจริญโภคภัณฑ์ ครั้งที่ 9 ณ True Digital Park West

โดยเขาชี้ว่า ทุกองค์กร และทุกๆ คนเข้าถึง AI เหมือนกัน แต่สิ่งที่ต่างกันคือผลลัพธ์ ดังนั้นต้องทำอย่างไรให้องค์กรโตได้ ไม่ใช่เพียงประหยัดเวลา 

Olivier เริ่มกล่าวด้วยการชี้ว่า การนำปัญญาประดิษฐ์ (AI) มาใช้ในองค์กรให้ประสบความสำเร็จนั้น จำเป็นต้องอาศัยการปรับเปลี่ยนครั้งใหญ่ทั้งในด้านวัฒนธรรม โครงสร้าง และกลยุทธ์ โดยต้องก้าวข้ามเพียงแค่การเพิ่มประสิทธิภาพการทำงาน ไปสู่การสร้างการเติบโตเชิงเปลี่ยนแปลงอย่างแท้จริง

ทั้งที่ผ่านมาหลายองค์กรติด "กับดักแห่งประสิทธิภาพ" (Efficiency Trap) ในการนำ AI มาใช้ โดยเริ่มใช้ AI เพื่อเพิ่มประสิทธิภาพงาน แม้จะประหยัดเวลาได้ แต่บ่อยครั้งกลับไม่ได้นำไปสู่การเพิ่มรายได้หรือการเติบโตเชิงกลยุทธ์ เวลาที่ประหยัดได้มักจะถูกกลืนหายไปภายในองค์กรโดยไม่ได้ก่อให้เกิดคุณค่าใหม่ๆ การเปลี่ยนแปลงที่แท้จริงจำเป็นต้องอาศัยการทบทวนกระบวนการทำงานและประสบการณ์ของลูกค้าใหม่ทั้งหมด

"ในเมื่อทุกคนลงทุนกับ AI กันหมด แต่ผมเห็นคนใช้เครื่องมือเดียวกัน ไม่ว่าจะเป็น ChatGPT, DeepSeek, Claude หรืออะไรก็ตาม แต่ผลลัพธ์กลับต่างกันโดยทั่วไป ผมคิดว่าปัญหาคือเราติดอยู่ในกับดักของประสิทธิภาพ เรามักคิดว่า AI มีประโยชน์หลัก ๆ เพื่อให้เราทำงานได้มีประสิทธิภาพขึ้น คือเอากระบวนการเดิมมาทำให้เร็วขึ้น ซึ่งก็ได้ผลจริง แต่ไม่ได้ผลักเราไปข้างหน้ามากนัก” ผู้บริหารจาก AWS กล่าว 

เขายังยกตัวอย่าง ธนาคารแห่งหนึ่งสามารถจัดการงานค้างสะสมสามเดือนให้เสร็จสิ้นได้ภายในสามวัน แต่กลับไม่รู้วิธีใช้ประโยชน์จากเวลาที่ประหยัดได้นั้นเพื่อสร้างการเติบโต หลายบริษัทได้รับประสิทธิภาพที่เพิ่มขึ้น แต่กลับประสบปัญหาในการเปลี่ยนประสิทธิภาพดังกล่าวให้กลายเป็นการลดต้นทุนหรือการเพิ่มรายได้

Olivier ยังชี้ถึงการปรับโครงสร้างองค์กรและบทบาทหน้าที่ โดย AI ถือว่าเข้ามาท้าทายสมมติฐานดั้งเดิมหลายประการ ไม่ว่าจะเป็นเรื่องการทำงานแบบเป็นรอบ, โครงสร้างองค์กรที่มีลำดับชั้นซับซ้อน, การขยายขนาดองค์กรด้วยการเพิ่มจำนวนพนักงาน หรือการทำงานแบบแยกส่วน (functional silos) ซึ่งปัจจุบันเราอยู่ในยุคที่

AI ช่วยให้การขยายขนาดซอฟต์แวร์และการบูรณาการระบบเป็นเรื่องง่าย ความได้เปรียบในการแข่งขันจึงเปลี่ยนไปอยู่ที่ข้อมูลเฉพาะขององค์กร (proprietary data), ผลกระทบจากเครือข่าย (network effects), เงินทุน, ความเชื่อมั่น และโครงสร้างพื้นฐานทางกายภาพ

ในบริษัท Amazon เอง รูปแบบ และจำนวนคนของทีมเองก็เปลี่ยนไป เขายกแนวคิด "ทีมขนาดสองถาดพิซซ่า" (two-pizza team) ของ Amazon มาเล่าว่า ทีมคนทำงานนั้นมีขนาดเล็กลงและขับเคลื่อนด้วยภารกิจเฉพาะ (ประมาณ 2-10 คน) เนื่องจาก AI ช่วยเพิ่มขีดความสามารถในการสร้างผลงานของบุคคลหรือทีมขนาดเล็กได้อย่างมหาศาล

แต่ถึงอย่างนั้นก็ควรปฏิบัติต่อ AI Agent เสมือนเป็นพนักงานคนหนึ่ง โดยให้ขึ้นตรงต่อแผนกธุรกิจที่ปกติแล้วจะต้องจ้างคนมาทำงานในตำแหน่งนั้นๆ ทั้งขีดความสามารถในการทำงานเริ่มแยกออกจากจำนวนพนักงาน ส่งผลให้เกิดสถานการณ์ที่บุคคลเพียงคนเดียวสามารถสร้างผลงานได้มากกว่าเดิมถึง 10 เท่า หรือสามารถเป็นผู้นำธุรกิจสตาร์ทอัพด้วยตัวคนเดียวได้ โดยจุดเน้นจะเปลี่ยนจากทักษะทางเทคนิคเฉพาะด้าน ไปสู่การสร้างผลิตภัณฑ์แทน

ทักษะที่สำคัญสำหรับยุค AI และพนักงานระดับจูเนียร์ยังจำเป็นกับองค์กร 

แม้ AI จะช่วยให้ผลลัพธ์การทำงานอยู่ในระดับที่ใกล้เคียงกัน แต่การตัดสินใจของมนุษย์และการคิดเชิงวิพากษ์ (critical thinking) คือปัจจัยที่สร้างความแตกต่างระหว่างความสำเร็จและความล้มเหลว 

Chief Technologist ระบุถึงทักษะที่สำคัญ กับการทำงานยุค AI คือ

• ความคล่องตัวในการเรียนรู้และละทิ้งความรู้เดิม (Learning and Unlearning Agility) คือคนที่ เรียนรู้และปรับตัวอยู่ตลอดเวลาได้ 

• ทักษะการกำหนดปัญหาที่ชัดเจน (Clear Problem Framing) เพราะ "ความคิดที่ชัดเจนที่สุดคือผู้ชนะ ไม่ใช่การเขียนคำสั่ง (Prompt) ที่ฉลาดที่สุด" เขากล่าว 

• การมีวิจารณญาณ (Judgment) รู้วิธีจัดการและนำผลลัพธ์จาก AI ไปประยุกต์ใช้อย่างมีประสิทธิภาพ

• ความคุ้นเคยกับระบบที่ซับซ้อน (Comfort with Complex Systems)  สามารถช่วยนำทางและอธิบายสถานการณ์ที่มีความซับซ้อนได้

• และความอยากรู้อยากเห็นและการเรียนรู้ด้วยตนเอง (Curiosity and Autodidacticism): การเรียนรู้เชิงรุกด้วยตนเองและการทดลองใช้เครื่องมือ AI ต่างๆ เป็นสิ่งจำเป็นอย่างยิ่ง

Olivier ยังมองว่า “หลายองค์กรตกหลุมพรางด้วยการปรับโครงสร้างเป็นรูปทรงเพชร โดยคิดว่าเมื่อมีประสิทธิภาพในกระบวนการทำงานและมี AI เข้ามาช่วยแล้ว จึงลดจำนวนพนักงานระดับจูเนียร์ลง ผลที่ตามมาคือองค์กรกลับมีพนักงานระดับกลางที่มากเกินความจำเป็น โดยมี AI ทำหน้าที่เป็นผู้จัดการ ซึ่งถือว่าไม่ยั่งยืน 

เขาชี้ว่า รูปแบบที่เหมาะสมที่สุดคือ "นาฬิกาทราย" (Hourglass) ที่ประกอบด้วยผู้นำระดับสูงจำนวนมาก มี AI Agent ทำหน้าที่จัดการงานระดับกลาง และมีพนักงานระดับเริ่มต้นที่เชี่ยวชาญด้าน AI ซึ่งได้รับการจ้างงานอย่างต่อเนื่อง

การแทนที่พนักงานระดับเริ่มต้นด้วย AI ส่งผลเสียต่อการเติบโตในระยะยาว เพราะพนักงานกลุ่มนี้คือรากฐานของบุคลากรในอนาคต ผู้นำจึงต้องมุ่งมั่นที่จะจ้างงานและบ่มเพาะบุคลากรกลุ่มนี้

สุดท้ายแล้ว Olivier ยังมองว่า เป้าหมายจริงในการใช้ AI คือการคิดใหม่ว่าประสบการณ์ลูกค้าและธุรกิจควรเป็นอย่างไร ขณะเดียวกันโมเดล AI จากหลายค่ายเริ่มเก่งใกล้เคียงกันและราคาถูกลงเร็ว องค์กรจึงไม่จำเป็นต้องผูกติดกับเจ้าใดเจ้าหนึ่ง ควรวางโครงสร้างพื้นฐานที่สลับโมเดลได้ง่าย นอกจากนี้ AI Agent จะทำงานได้ดีแค่ไหนขึ้นอยู่กับว่าเชื่อมต่อกับระบบต่าง ๆ ได้มากน้อยเพียงใด (เช่นผ่านโปรโตคอลอย่าง MCP ที่เปรียบเหมือนพอร์ต USB-C ของ AI) องค์กรจึงต้องสร้าง "กรอบควบคุม" ล้อมรอบ Agent ตั้งแต่วันแรก ทั้งเครื่องมือที่เรียกใช้ได้ ขั้นตอนการคิดและลงมือทำ หน่วยความจำ และมาตรการป้องกัน รวมถึงมี "ระบบประเมินผล" ที่ทดสอบอย่างต่อเนื่องว่า Agent ยังทำงานได้ดีและตรงประเด็นอยู่หรือไม่

และในการวัดความสำเร็จนั้น ไม่ควรดูจากปริมาณการใช้โทเค็นหรือจำนวนผู้ใช้งาน แต่ควรดูว่าองค์กรสร้างขีดความสามารถอะไรขึ้นมา และผู้คนทำอะไรได้จริงมากขึ้น พร้อมออกแบบกระบวนการสร้างคุณค่าใหม่ทั้งหมด 

ก่อนจบนั้น เขายังส่งท้ายว่า นวัตกรรมที่ทรงพลังที่สุดคือสิ่งที่ปลดล็อกความคิดสร้างสรรค์ AI ทำให้ทักษะที่เคยเป็นของคนเฉพาะทางเข้าถึงได้สำหรับทุกคน เช่น คนที่ไม่ใช่ดีไซเนอร์ก็ทำงานออกแบบ 3D ได้ ใครก็ตามจึงกลายเป็นผู้ใช้ AI ที่มีศักยภาพสูงและสร้างสิ่งใหม่ ๆ ได้