ผู้เชี่ยวชาญ AI ข้ามคืน : เมื่อ 'ทางลัด' อาจพาองค์กรหลงทาง

สิ่งที่น่าแปลกใจ คือ บางคนไม่เคยทำงานด้านทรัพยากรบุคคลมาก่อน แต่กลับไปบรรยายเรื่องการใช้ AI ในงานบุคคลได้อย่างเชื่อมั่น บางคนไม่เคยทำด้านการตลาดจริงในชีวิต แต่ก็เปิดหลักสูตรสอนเรื่อง AI กับด้านการตลาด และให้คำแนะนำทางโซเชียลมีเดีย เรามีผู้เชี่ยวชาญการประยุกต์ใช้งาน AI สาขาต่างๆ เต็มไปหมด ถ้าเรามีคนเก่งจริงมากขนาดนั้นก็น่าดีใจ เพราะแปลว่าประเทศเราพร้อมสำหรับยุค AI แล้ว แต่ความจริงกลับไม่ได้เป็นอย่างนั้น

การมีทักษะ AI ที่ดีพอต้องเข้าใจพื้นฐานหรือทฤษฎีของ AI อย่างแท้จริง เพราะ AI ทำงานแบบกล่องดำ (Blackbox) ที่บางครั้งเราไม่สามารถทราบได้ว่าคำตอบมาอย่างไร แต่ถ้าพอเราเข้าใจทฤษฎีหรือหลักของ AI เช่นการพัฒนาโมเดล AI อย่างโมเดลภาษาขนาดใหญ่ (LLM) ว่าใช้ข้อมูลแบบใดในการเทรนโมเดล เข้าใจการเชื่อมโยงข้อมูล มีความรู้ทางด้านคณิตศาสตร์และสถิติบ้าง รู้สาเหตุว่าทำไมโมเดลจึงเกิดการหลอน (Hallucination) รู้ความเสี่ยงของการใช้ AI ว่าเป็นอย่างไร จึงเป็นเรื่องจำเป็นอย่างยิ่งในการที่จะนำ AI เข้าไปประยุกต์ใช้งานได้อย่างลึกซึ้งในงานด้านต่างๆ

สิ่งที่สำคัญสุดคือ คนที่จะนำ AI มาประยุกต์ใช้งานในด้านใด ควรต้องมีประสบการณ์ทางด้านนั้นดีพอ ถ้าไม่เคยทำงานด้านบัญชี ด้านทรัพยากรบุคคล ด้านการตลาด ด้านกฎหมาย หรือด้านการแพทย์ จะไปเป็นผู้เชี่ยวชาญ AI ในสาขานั้นย่อมทำได้ยาก ซึ่งผู้ที่เหมาะจะมาให้คำแนะนำการใช้ AI ในสาขานั้นๆ ควรเป็นผู้เชี่ยวชาญในด้านนั้น แต่มีความรู้พื้นฐาน AI ที่ดีพอ และเคยนำ AI มาประยุกต์ใช้งานมาแล้วจนชำนาญ

ผมได้รับเชิญให้ไปบรรยายเรื่อง AI ในสาขาต่างๆ บ่อยครั้ง และต้องปฏิเสธไปจำนวนไม่น้อย เพราะผมรู้ตัวเองว่าไม่ได้เชี่ยวชาญในสาขานั้นจริงๆ แม้แต่เรื่อง AI กับงานวิศวกรรม ที่ผมจบวิศวกรรมไฟฟ้ามา แต่ผมแทบไม่มีโอกาสทำงานด้านวิศวกรรมโดยตรง เมื่อมีการเชิญมาผมก็ปฏิเสธและบอกผู้จัดงานตรงๆ ว่าผมมีความรู้ด้านวิศวกรรมไม่มากนัก อาจไม่เหมาะที่จะเชิญผมไปบรรยายการประยุกต์ใช้งาน AI ในด้านนี้ โดยเฉพาะงานในโรงงานผลิต เพราะผมไม่เข้าใจกระบวนการผลิต ไม่เข้าใจปัญหาที่เกิดขึ้นจริงในการเดินเครื่องโรงงานขนาดใหญ่ ความรู้ที่ผมมีจะกลายเป็นความรู้แบบผิวเผินทันที

เมื่อมีคนถามหาวิทยากร AI มาบรรยายในบางสาขา ผมจะพยายามแนะนำคนที่ทำงานในด้านนั้นจริงๆ ให้ไปบรรยาย เช่น ถ้าจะพูดเรื่อง AI กับงานกฎหมาย ผมก็แนะนำคนในสาขานั้นที่ใช้ AI ในการทำงานจริง ถ้าจะพูดเรื่อง AI ในโรงงานอุตสาหกรรม ผมก็แนะนำผู้บริหารทางด้านนั้นที่ใช้ AI แม้ความรู้ด้าน AI สามารถอ่านมาจากตำราได้ ลองเล่นเครื่องมือก็ได้ แต่การจะไปบรรยายหรือให้ความรู้กับคนในอุตสาหกรรมใด ถ้าไม่มีประสบการณ์ในด้านนั้นดีพอ ก็จะขาดความเข้าใจอย่างลึกซึ้งว่า AI จะเข้าไปแก้ปัญหาได้อย่างไร

และถ้ายิ่งเครื่องมือแค่ไม่กี่ตัว แล้วเอากรณีศึกษาจากต่างประเทศมาเล่าให้ฟัง โดยไม่เข้าใจว่าบริบทของไทยต่างจากเขาอย่างไร ก็ยิ่งจะทำให้ผู้ฟังเข้าใจผิดมากกว่าจะได้ประโยชน์ ผมเชื่อว่าคนที่ขอให้ผมช่วยหาคนไปบรรยายคงไม่อยากให้ผมแนะนำ “ผู้เชี่ยวชาญข้ามคืน” จากการอ่านเอกสารเพียงคืนเดียวเท่านั้นครับ

ล่าสุดมีองค์กรใหญ่แห่งหนึ่งติดต่อให้ผมไปบรรยายให้กับบอร์ดขององค์กรและผู้บริหารระดับสูง เพื่อแนะนำการใช้ AI คนเชิญบอกว่ามีหลายคนแนะนำผม บอกว่าผมเชี่ยวชาญ AI ผมตอบรับงานนี้ แต่ก็ออกตัวตั้งแต่ต้นว่าผมไม่ใช่ผู้เชี่ยวชาญ AI เพราะยังต้องเรียนรู้อีกมาก เหตุผลที่คนคิดว่าผมพอจะสอนบอร์ดและผู้บริหารระดับสูงได้ 

น่าจะเพราะผมเองมีอาชีพเป็นกรรมการในหลายหน่วยงาน ทั้งกรรมการบริษัทมหาชนและกรรมการสภามหาวิทยาลัย ทำงานในบทบาทนี้มาสิบกว่าปี เข้าใจหน้าที่ของกรรมการ เข้าใจว่าผู้บริหารระดับสูงต้องตัดสินใจอะไรในแต่ละวัน เข้าใจปัญหาในการทำงานจึงพอรู้ว่าจะนำ AI ไปช่วยงานในส่วนไหนได้บ้าง

ที่สำคัญไม่แพ้กันคือ ผมอายุใกล้เกษียณแล้วครับ การจะสอน AI ให้ผู้อาวุโสหลายท่าน บางครั้งก็ต้องเอาคนวัยใกล้กันไปสอน เพราะเข้าใจวิธีคิด เข้าใจจังหวะการรับข้อมูล และเข้าใจว่าคนรุ่นนี้ไม่ได้กังวลว่า AI จะมาแย่งงาน แต่กังวลว่าจะใช้มันอย่างไรให้เหมาะสมกับบทบาทของตัวเอง ผู้ใหญ่หลายท่านอาจคิดว่าผมเชี่ยวชาญ ทั้งที่จริงๆ ก็มีเด็กรุ่นใหม่จำนวนมากที่ใช้เครื่องมือ AI ได้เก่งกว่าผมหลายเท่าแต่เขาอาจขาดประสบการณ์การทำงานในระดับบอร์ดไม่เคยเข้าประชุมบอร์ด ก็ย่อมไม่รู้แนวทางว่ากรรมการทำงานอย่างไร หรืออาจไม่เคยเห็นว่า CEO กับ CFO ต้องวิเคราะห์อะไรก่อนนำเสนอข้อมูลต่างๆ จึงไม่รู้ว่ากรรมการหรือผู้บริหารระดับสูงจะเอา AI ไปทำอะไรให้เกิดคุณค่าจริง

นี่คือสิ่งที่ผมอยากชี้ให้เห็นว่า AI สำคัญที่ประสบการณ์การทำงานหรือ domain expert มากกว่าตัวเทคโนโลยีหรือเครื่องมือ การที่โมเดลเก่งขึ้นเรื่อยๆ ทำให้ช่องว่างระหว่างคนที่ใช้ AI ได้กับใช้ไม่ได้เริ่มแคบลง แต่ช่องว่างที่กำลังกว้างขึ้นกลับเป็นช่องว่างระหว่างคนที่เข้าใจปัญหาในอุตสาหกรรมตัวเองอย่างลึกซึ้ง กับคนที่รู้จักเครื่องมือ AI แต่ละตัวแต่ขาดความเข้าใจในงานจริง

คนกลุ่มแรกจะสามารถเอา AI ไปแก้ปัญหาจริงในงานของเขา เช่น งานบริหาร งานบัญชี งานกฎหมาย หรืองานในโรงพยาบาล แต่คนกลุ่มหลังจะได้เพียงทำสไลด์สวยๆ ไปบรรยายหรือสอนการใช้เครื่องมือเท่านั้น ผมคิดว่าอันตรายที่สุดคือ เมื่อคนกลุ่มหลังกลายเป็นที่ปรึกษาให้กับองค์กรขนาดใหญ่ ทำให้องค์กรลงทุนในโครงการ AI ที่ไม่ตรงกับปัญหาจริง สุดท้ายก็จะผิดหวังและล้มเลิกไป กลายเป็นวงจรที่ทำให้ประเทศเสียโอกาส

แต่ไม่ได้หมายความว่าคนใช้เครื่องมือ AI เก่งๆ ไม่ควรไปสอนใคร การสอนการใช้เครื่องมือ AI ยังมีความจำเป็นอย่างยิ่ง แต่ต้องเข้าใจเครื่องมืออย่างลึกซึ้งและมีพื้นฐาน AI ที่ดี และคนเหล่านั้นจะมีบทบาทสำคัญในการขับเคลื่อนประเทศถ้าทำงานคู่กับ domain expert ที่มีประสบการณ์ในอุตสาหกรรมจริง ไม่ใช่ปล่อยให้คนๆ เดียวกลายเป็นผู้เชี่ยวชาญทุกเรื่อง

ผมเชื่อว่าการศึกษา AI อย่างแท้จริงต้องลงไปลึกถึงทฤษฎี เข้าใจว่า model ทำงานอย่างไรและมีข้อจำกัดอะไร ไม่ใช่แค่ใช้เครื่องมือไม่กี่ตัวแล้วบอกว่าตัวเองเป็นผู้เชี่ยวชาญ

ดังนั้นก่อนจะเชิญใครไปบรรยาย AI ในองค์กรของท่าน ถ้าสอนแค่การใช้เครื่องมือก็คงพอได้ แต่ถ้าจะสอนการประยุกต์ใช้งานในอุตสาหกรรมของท่าน คงต้องตรวจสอบดูว่าบุคคลนั้นเคยทำงานในสายที่ท่านจะใช้ AI มาก่อนหรือไม่