ตั้งแต่ผมใช้เครื่องมือ Generative AI อย่าง ChatGPT, Gemini และ Claude ช่วงสองปีที่ผ่านมา จนกระทั่งผมเริ่มใช้ AI Agent อย่าง Claude Cowork แบบจริงจังมากขึ้นในการทำงานของผม ผมเริ่มเห็นวิธีการทำงานที่เปลี่ยนไปอย่างมาก เริ่มตั้งแต่การเขียนบทความที่แต่เดิมจะค้นหาข้อมูลจาก Google Search หรืออ่านจากเนื้อหาต่างๆ ใช้เวลาหลายชั่วโมง
กลายเป็นว่าปัจจุบันผมสามารถใช้ AI Deep Research อย่าง ChatGPT หรือเครื่องมือ AI อย่าง Perplexity และ Claude ให้ค้นหาข้อมูลเชิงลึกได้อย่างรวดเร็ว และยังสามารถเอาเครื่องมือ Gen-AI มาช่วยร่างบทความในเบื้องต้น ก่อนลงมือเขียนเอง และสุดท้ายให้ AI ช่วยตรวจสอบคำผิด ทำให้งานที่เคยใช้เวลา 5-6 ชั่วโมงลดลงเหลือเพียง 1-2 ชั่วโมง
แม้แต่การเตรียมบรรยาย ผมนำเครื่องมือ Gen-AI มาช่วยสร้างสไลด์ แต่ไม่ใช่เราแค่สั่ง AI ให้สร้างออกมาโดยอัตโนมัติแล้วนำไปบรรยายได้เลย แต่ AI เป็นเพียงผู้ช่วยเราในการทำงาน เริ่มตั้งแต่ให้ช่วยคิดเล่าเรื่องที่จะนำเสนอ ช่วยค้นหาข้อมูล ช่วยสรุปการทำสไลด์ในบางหน้า หรือแม้แต่ช่วยสร้างภาพ หรืออินโฟกราฟิกลงในสไลด์ ซึ่งสุดท้ายผมเองยังเป็นผู้กำหนดแนวคิดและสิ่งที่ต้องการบรรยาย ไม่ใช่ให้ AI มากำหนดแนวคิดให้ผมไปบรรยายตามสไลด์ที่เขาสร้าง
จริงๆ มีงานมากมายที่ผมให้ AI เข้ามาช่วย ตั้งแต่งานเขียนข้อเสนอโครงการ งานสรุปประชุม เตรียมแผนงานประจำสัปดาห์ การเขียนรายงาน การวิเคราะห์การเงิน การสร้างภาพกราฟิก หรือแม้แต่เรื่องส่วนตัว เช่น การวางแผนการเดินทาง
หากถามผมกลัวไหมว่า AI จะแย่งงานที่ผมทำอยู่ ผมมักจะตอบว่าน่าจะเป็นไปได้ยาก เพราะ AI เป็นเพียงผู้ช่วยผม และผมจะเป็นคนสั่ง AI ในกระบวนงานที่คิดว่า เขาทำได้ดีกว่าหรือเร็วกว่า เช่น สรุปเอกสาร สร้างภาพ วิเคราะห์ข้อมูล แต่สุดท้ายผมก็|เป็นผู้ตรวจสอบงานที่เขาทำอยู่ดี AI คงไม่สามารถมาทดแทนตำแหน่งงานต่างๆ ที่ผมทำอยู่ได้ แต่สิ่งที่น่าเกิดขึ้นแน่นอนกับทุกตำแหน่งงาน คือ น่าจะเกิดสิ่งที่เรียกว่า “การออกแบบตำแหน่งงานใหม่” หรือ Job Redesign
Job Redesign คือ การออกแบบบทบาท หน้าที่ ทักษะ และตัวชี้วัดตำแหน่งงานเสียใหม่ ให้เข้ากับบริบทที่เปลี่ยนไป แต่เดิมเวลาเราออกแบบงาน เรามักเริ่มจากคำถามว่า “คนหนึ่งตำแหน่งต้องทำอะไรบ้าง” แต่ยุคที่ AI เข้ามาช่วยทำงานได้มากขึ้น ผมว่าคำถามที่น่าสนใจกว่า คือ “งานนี้มีงานย่อยอะไรบ้าง งานย่อยไหนให้ AI ทำ งานย่อยไหนให้คนตัดสินใจ และงานย่อยไหนที่คนกับ AI ทำร่วมกัน” นี่คือการขยับจาก Job-based Organization ไปสู่ Task-based Organization ที่มองงานเป็นชุดภารกิจย่อยๆ แล้วจัดสรรใหม่ระหว่างคน เทคโนโลยี และ AI Agent
หลายคนเข้าใจผิดว่า AI จะเข้ามาแทนอาชีพทั้งอาชีพชั่วข้ามคืน แต่ความเป็นจริง AI มักเข้ามาแทนเพียงงานย่อยบางอย่าง เช่น การค้นข้อมูล สรุปเอกสาร เขียนร่าง หรือจัดรูปแบบรายงาน มีรายงานจาก OECD ระบุว่า AI ก้าวหน้ามากในงานเชิงความรู้และการใช้เหตุผล ทำให้กลุ่มอาชีพที่ได้รับผลกระทบสูงกลับเป็นกลุ่มพนักงานออฟฟิศอย่างผู้จัดการ วิศวกร นักกฎหมาย หรือนักวิทยาศาสตร์ ซึ่งเคยถูกมองว่าปลอดภัยมาตลอด ผมจึงคิดว่าภาพที่ถูกต้องกว่าคือ เนื้องานเดิมจะถูกแยกส่วนและจัดสรรใหม่
ผมขอยกตัวอย่างงานบางตำแหน่ง เช่น นักพัฒนาซอฟต์แวร์ระดับเริ่มต้น ซึ่งเป็นกลุ่มที่กำลังเปลี่ยนเร็วที่สุด เมื่อก่อนตำแหน่งงานนี้ใช้เวลาส่วนใหญ่เขียนโค้ดพื้นฐานตามที่รุ่นพี่กำหนด แต่วันนี้เครื่องมืออย่าง Claude Code ทำงานระดับนั้นได้แล้ว นักพัฒนารุ่นใหม่จึงควรขยับไปทำงานร่วมกับ AI ใช้เวลากับการเข้าใจความต้องการทางธุรกิจ ออกแบบกรณีทดสอบ และตรวจสอบโค้ดที่ AI สร้าง ไม่ใช่เริ่มจากการพิมพ์โค้ดทีละบรรทัด
อีกตัวอย่าง คือ นักบัญชีและนักวิเคราะห์การเงิน งานบันทึกข้อมูล กระทบยอด หรือปิดบัญชีรายเดือน AI จัดการได้เบื้องหลังโดยไม่ต้องมีคน บทบาทใหม่พวกเขาจึงควรเป็นคู่คิดทางการเงินผู้บริหาร ที่ตีความตัวเลข ตั้งคำถามเชิงกลยุทธ์ และคาดการณ์ความเสี่ยง เพราะการตีความและการตัดสินใจยังเป็นของมนุษย์อยู่ และจะเป็นเช่นนั้นไปอีกนาน
อีกเรื่องที่หลายองค์กรมองข้าม คือ การซื้อ AI มาใช้ไม่ได้แปลว่าจะได้ผลงานที่เพิ่มขึ้นโดยอัตโนมัติ เพราะถ้ากระบวนการทำงานยังเหมือนเดิม สุดท้าย AI ก็เป็นแค่เครื่องมือเสริมเล็กๆ ไม่ใช่ตัวเปลี่ยนเกมอย่างที่ผู้บริหารคาดหวังไว้ แต่ AI จะสร้างคุณค่าได้จริงก็ต่อเมื่อเราขยับจาก “ให้คนใช้ AI เป็นรายบุคคล” ไปสู่ “ออกแบบกระบวนการทำงานใหม่ที่มี AI เป็นส่วนหนึ่งของระบบ” ตั้งแต่ต้น
เมื่อโครงสร้างงานเปลี่ยน ทักษะที่มีค่าก็เปลี่ยนตามด้วย ทักษะเดิมอย่างพิมพ์เร็ว ทำสไลด์เก่ง หรือค้นข้อมูลคล่อง อาจยังมีประโยชน์ แต่ไม่เพียงพออีกต่อไป เพราะ AI ทำสิ่งเหล่านี้ได้เร็วและถูกลงทุกวัน ทักษะที่กำลังมาแรงจึงเป็นเรื่องการคิดสร้างสรรค์ ความยืดหยุ่น ความอยากรู้อยากเห็น และการเรียนรู้ตลอดชีวิต หลักคิดง่ายๆ คือ เราต้องปล่อยให้ระบบอัตโนมัติทำงานซ้ำไป เสริมพลังผู้เชี่ยวชาญด้วย AI แล้วยกบทบาทของมนุษย์ไปสู่งานที่มีคุณค่ามากขึ้น
สำหรับองค์กรที่อยากเริ่มออกแบบงานใหม่จริงจัง อาจต้องเริ่มจากการทำบัญชีงานย่อย แยกงานแต่ละตำแหน่งออกเป็นชิ้นเล็กๆ ว่างานไหนเป็นงานซ้ำ งานไหนต้องใช้ความรู้ งานไหนต้องใช้วิจารณญาณ และงานไหนกระทบความเสี่ยงสูง จากนั้นประเมินว่างานย่อยไหนควรปล่อยให้ AI ทำอัตโนมัติ งานไหนให้ AI เสริมพลังคน งานไหนยังต้องสงวนไว้ให้มนุษย์เท่านั้น แล้วจึงออกแบบบทบาทใหม่โดยปรับลักษณะงานจากรายการหน้าที่เดิมให้เป็นบทบาทที่มีคุณค่าชัดเจนขึ้น
พร้อมกันนั้น ต้องปรับตัวชี้วัดและขีดความสามารถใหม่ด้วย เพราะถ้ายังวัดกันที่จำนวนเอกสารหรือจำนวนครั้งในการรับโทรศัพท์ องค์กรที่ยังติดกับดักงานเดิม ต้องเปลี่ยนไปวัดคุณภาพข้อมูลเชิงลึก คุณภาพการตัดสินใจ และผลกระทบต่อลูกค้าแทน สุดท้ายคือการพัฒนาทักษะพนักงานแบบผูกกับงานจริง การอบรม AI ไม่ควรจบที่การสอนใช้เครื่องมือ แต่ต้องให้พนักงานนำ AI ไปออกแบบขั้นตอนการทำงานตัวเองใหม่ในงานประจำวันด้วย
ประเด็นสำคัญที่สุดจึงไม่ใช่ “AI จะมาแทนคนหรือไม่” แต่คือ “เราจะออกแบบงานใหม่อย่างไร ให้คนที่ใช้ AI แทนที่คนที่ไม่ใช้ AI”