ในยุคที่ AI ทำงานแทนมนุษย์ถึง 80% มนุษย์ควรพัฒนาทักษะใน "20% สุดท้าย"

AI จะมาแย่งงานหรือทำให้งานของมนุษย์ง่ายขึ้น?

คำถามนี้ไม่ได้เป็นเรื่องของวงการเทคโนโลยีเพียงอย่างเดียวอีกต่อไป ไม่ว่าจะเป็นนักเขียน ผู้จัดทำเอกสาร นักขาย ผู้ที่เกี่ยวข้องกับกฎหมาย วิศวกร นักการตลาด หรือผู้บริหาร หากคุณทำงานหน้าจอคอมพิวเตอร์ คุณคงเคยคิดถึงคำถามนี้อย่างน้อยหนึ่งครั้ง

"งานของฉันจะยังจำเป็นอยู่ได้นานแค่ไหน?"

บทความที่มีต้นกำเนิดจาก Fast Company และเผยแพร่ใน Inc. ของสหรัฐฯ ได้แสดงภาพรวมที่เข้าใจง่ายเกี่ยวกับความกังวลนี้ AI อาจจะทำงานในส่วนแรก 80% ของงานทั้งหมด แต่คุณค่าที่แท้จริงอยู่ใน 20% ที่เหลือ

80% ที่กล่าวถึงนี้คือ การวิจัย การจัดระเบียบ การสรุป การร่าง การจำแนก การเปรียบเทียบ และการสร้างโครงสร้าง ซึ่งเป็นงานที่สามารถทำซ้ำได้และง่ายต่อการจัดขั้นตอน แม้จะใช้เวลานาน แต่มีการป้อนข้อมูลและผลลัพธ์ที่ชัดเจน ซึ่งเป็นสิ่งที่ AI ถนัด AI สามารถทำการเตรียมงานที่มนุษย์ใช้เวลาหลายชั่วโมงให้เสร็จในไม่กี่นาที

ในทางกลับกัน 20% สุดท้ายจะแตกต่างออกไป ที่นั่นมีความสามารถในการอ่านบริบท การตัดสินใจจากประสบการณ์ การรับความเสี่ยง ความสัมพันธ์ที่เชื่อถือได้กับลูกค้า และการตัดสินใจที่มีความรับผิดชอบ คำตอบที่ AI ให้มา สามารถนำไปใช้ในความเป็นจริงได้หรือไม่? ควรบอกใครในลำดับใดและด้วยคำพูดแบบไหน? หากเกิดความผิดพลาด ใครจะรับผิดชอบ? คำถามเหล่านี้ไม่สามารถแก้ไขได้ด้วยการประมวลผลข้อมูลเพียงอย่างเดียว

AI กำลังแย่ง "งาน" หรือ "ภารกิจ"?

หนึ่งในเหตุผลที่ทำให้เกิดความสับสนในการอภิปรายเกี่ยวกับ AI คือการที่ "งาน" และ "ภารกิจ" มักถูกพูดถึงในฐานะสิ่งเดียวกัน

ลองพิจารณางานของทนายความ พวกเขาต้องค้นคว้าคดีในอดีต อ่านเอกสารยาวๆ จัดระเบียบประเด็น และร่างเอกสาร ซึ่งเป็นภารกิจสำคัญ แต่ไม่ใช่คุณค่าทั้งหมดที่ลูกค้าคาดหวังจากทนายความ สิ่งที่ลูกค้าต้องการจริงๆ คือการหาวิธีที่จะชนะคดี การสร้างสถานการณ์ที่ได้เปรียบในการเจรจา การประเมินความเสี่ยง และในที่สุดคือความเชี่ยวชาญที่สามารถบอกว่า "เราควรดำเนินการตามการตัดสินใจนี้"

AI สามารถลดเวลาภารกิจในช่วงแรกได้อย่างมาก แต่การตัดสินใจว่าจะเลือกข้อโต้แย้งใด จะเข้าไปลึกแค่ไหน และจะถอยเมื่อใดในบริบททางกฎหมาย สังคม และอารมณ์นั้นเป็นหน้าที่ของมนุษย์

ไม่ใช่แค่ในกฎหมายเท่านั้น วิศวกรก็เช่นกัน AI สามารถเขียนโค้ด คาดเดาสาเหตุของข้อผิดพลาด และเสนอแนวทางแก้ไขได้ แต่เมื่อเกิดปัญหาในสภาพแวดล้อมจริง ใครได้รับผลกระทบ ควรให้ความสำคัญกับการกู้คืนหรือการหาสาเหตุ ควรแจ้งข้อมูลใดแก่ผู้บริหารหรือลูกค้า การตัดสินใจเหล่านี้เป็นของมนุษย์

ในด้านการตลาดก็เช่นกัน AI สามารถสร้างข้อความโฆษณาหลายสิบแบบ สรุปการวิจัยตลาดได้ แต่แบรนด์นั้นได้ให้คำมั่นสัญญาอะไรกับลูกค้า มีความเสี่ยงที่จะเกิดความไม่พอใจหรือไม่ ควรให้ความสำคัญกับความเชื่อมั่นระยะยาวมากกว่าการคลิกในระยะสั้นหรือไม่ การตัดสินใจเหล่านี้ต้องอาศัยประสบการณ์และความรับผิดชอบ

ดังนั้น AI กำลังแย่ง "การประมวลผล" ที่รวมอยู่ในงาน แต่ไม่ได้แย่งความหมายหรือความรับผิดชอบของงานนั้น

คุณค่าของความเร็วลดลง และคุณค่าของการตัดสินใจเพิ่มขึ้น

ในอดีต หลายสถานที่ทำงานให้ความสำคัญกับ "คนที่ทำได้เร็ว" รวบรวมเอกสารได้เร็ว เขียนอีเมลได้เร็ว เขียนโค้ดได้เร็ว ส่งบันทึกการประชุมได้เร็ว แน่นอนว่าความเร็วจะยังคงสำคัญต่อไป

แต่เมื่อ AI แพร่หลาย การแยกแยะด้วยความเร็วของภารกิจง่ายๆ จะยากขึ้น เพราะใครๆ ก็สามารถสร้างร่างหรือวิเคราะห์ในระดับหนึ่งได้ในเวลาอันสั้น

สิ่งที่มีคุณค่าในเวลานั้นคือคนที่สามารถตัดสินใจได้ว่า "ควรสร้างอะไร"

การตั้งคำถามจะมีความสำคัญ หากถามคำถามที่ไม่ดี AI ก็จะให้คำตอบที่ไม่ดี หากสมมติฐานผิด AI จะสร้างคำตอบที่ดูดีแต่ผิดพลาดตามสมมติฐานนั้น ความน่ากลัวของ AI คือคำตอบที่ผิดพลาดอาจดูเป็นธรรมชาติและน่าเชื่อถือ

ดังนั้น ในงานของอนาคต สิ่งที่สำคัญกว่าคือ "ควรให้ AI ทำอะไร" "ควรเชื่อถือผลลัพธ์ของ AI ได้แค่ไหน" "จะเชื่อมโยงกับปัญหาในความเป็นจริงอย่างไร"

ในยุคที่ AI ทำงาน 80% มนุษย์ต้องสร้างคุณค่าใน 20% ที่เหลือ โดยต้องมีความรู้เฉพาะทาง ความสามารถในการค้นหาปัญหา ความสามารถในการแก้ไข ความมีจริยธรรม ความเข้าใจในมนุษย์ และความสามารถในการตัดสินใจ

ความคาดหวังและความระมัดระวังในโซเชียลมีเดีย

เมื่อดูปฏิกิริยาบนโซเชียลมีเดียต่อบทความนี้ ในขณะนี้ยังไม่มีการวิพากษ์วิจารณ์หรือการแพร่กระจายอย่างมาก แต่มีความรู้สึกเห็นด้วยอย่างเงียบๆ ใน LinkedIn โดยผู้ปฏิบัติงาน

ในโพสต์ LinkedIn ของ Inc. Magazine มีความคิดเห็นว่า "AI สามารถทำงานอัตโนมัติได้หลายอย่าง แต่ความเห็นอกเห็นใจ การตัดสินใจ และความเข้าใจยังคงเป็นศูนย์กลางของนวัตกรรมที่มีความหมาย" ซึ่งเป็นเสียงที่รับรู้คุณค่าของมนุษย์มากกว่าแค่มอง AI เป็นภัยคุกคาม

นอกจากนี้ ในการอภิปรายของ Casey Newton และ Aaron Levie CEO ของ Box ใน Platformer ก็มีปฏิกิริยาบน LinkedIn ว่า "ไม่ว่า AI จะมาแย่งงานหรือสร้างงานใหม่ ก็จะมีการเปลี่ยนแปลงครั้งใหญ่" ซึ่งสำคัญที่ไม่ใช่แค่การมองโลกในแง่ดี แต่เป็นการรับรู้ว่ารูปแบบของงานจะเปลี่ยนไป

ในการอภิปรายอื่นบน LinkedIn มีการแชร์ความรู้สึกว่า "AI สามารถสร้าง 80% ได้อย่างรวดเร็ว แต่การตรวจสอบ แก้ไข และปรับสไตล์ใน 20% สุดท้ายต้องใช้ความพยายามมากที่สุด" ซึ่งเป็นสิ่งที่ผู้ใช้ AI หลายคนคุ้นเคย AI สามารถสร้างร่างได้เร็ว แต่การตรวจสอบความถูกต้อง การปรับให้เหมาะสมกับผู้อ่าน และความสอดคล้องกับเจตนาของตนเองยังต้องการสมาธิของมนุษย์

นอกจากนี้ ในความคิดเห็นของโพสต์อื่นยังมีเสียงว่า "AI สามารถดึงข้อมูลได้ แต่ไม่สามารถรับผิดชอบต่อผลลัพธ์และการตัดสินใจที่แท้จริงได้" ซึ่งเป็นการชี้ให้เห็นถึงแก่นแท้ของยุค AI AI สามารถเสนอได้ แต่การโน้มน้าวลูกค้า การขับเคลื่อนองค์กร และการยืนหยัดเมื่อเกิดความล้มเหลวเป็นหน้าที่ของมนุษย์

เมื่อรวมปฏิกิริยาบนโซเชียลมีเดียแล้ว ประเด็นหลักแบ่งออกเป็นสามข้อ

ประการแรก AI ลดภารกิจซ้ำซากและนำมนุษย์ไปสู่การทำงานที่สร้างสรรค์มากขึ้น

ประการที่สอง การเชื่อมั่นใน 80% ที่ AI สร้างขึ้นมากเกินไปอาจนำไปสู่การขาดการตรวจสอบและความไม่ชัดเจนของความรับผิดชอบ

ประการที่สาม ในยุค AI ไม่ใช่แค่ "การใช้" แต่ยังรวมถึงการตัดสินใจและการเรียนรู้ของมนุษย์

ดังนั้น การอภิปรายบนโซเชียลมีเดียก็สอดคล้องกับข้อเสนอของบทความ AI ไม่ได้ทำให้มนุษย์ไม่จำเป็น แต่เปลี่ยนตำแหน่งของคุณค่าที่มนุษย์เหลืออยู่

"20% สุดท้าย" ไม่ได้เหลือให้ทุกคน

อย่างไรก็ตาม ไม่ควรมั่นใจเกินไป

"ถ้า AI ทำ 80% ให้ มนุษย์ก็แค่ทำ 20% สุดท้าย" ฟังดูเป็นการมองโลกในแง่ดี แต่ความแตกต่างระหว่างคนที่สามารถทำ 20% สุดท้ายได้และคนที่ไม่สามารถทำได้อาจขยายตัวมากขึ้นในอนาคต

เพราะ 20% สุดท้ายต้องการประสบการณ์

คนที่สามารถดูข้อความที่ AI สร้างขึ้นและตัดสินได้ว่าตรงไหนที่ยังตื้นเขิน คือคนที่เคยอ่าน เขียน และแก้ไขข้อความมาก่อน คนที่สามารถดูโค้ดที่ AI สร้างขึ้นและรู้ว่ามีความเสี่ยงตรงไหน คือคนที่เคยประสบปัญหาและความล้มเหลวในการออกแบบ คนที่สามารถดูการวิเคราะห์ตลาดที่ AI สร้างขึ้นและรู้สึกว่ามันไม่ตรงกับความรู้สึกในสถานที่ คือคนที่เคยเผชิญหน้ากับลูกค้าจริงๆ

ดังนั้น 20% สุดท้ายไม่ใช่สิ่งที่ใครก็ทำได้ง่ายๆ แต่ประสบการณ์ที่สะสมจากการทำภารกิจ 80% อย่างต่อเนื่องเป็นฐานของความสามารถในการตัดสินใจ

นี่คือความยากลำบากในยุค AI เมื่อ AI ทำภารกิจของผู้เริ่มต้นแทน โอกาสที่คนรุ่นใหม่จะสะสมประสบการณ์อาจลดลง การค้นคว้า สรุป ร่าง และแก้ไข ซึ่งเป็นภารกิจที่ดูธรรมดา ไม่ใช่แค่งานที่น่าเบื่อ แต่เป็นการฝึกฝนที่พัฒนาความสามารถในการตัดสินใจ

องค์กรไม่ควรมองข้ามจุดนี้ แม้ว่า AI จะทำให้มีประสิทธิภาพมากขึ้น แต่ถ้าเอาภารกิจพื้นฐานทั้งหมดจากคนรุ่นใหม่ไป จะไม่มีการพัฒนาบุคลากรที่สามารถทำ "20% สุดท้าย" ในอนาคต การใช้ AI และการพัฒนาบุคลากรต้องออกแบบร่วมกัน

สิ่งที่องค์กรต้องการไม่ใช่แค่ "การนำ AI มาใช้" แต่คือ "การออกแบบความรับผิดชอบ"

หลายองค์กรคิดว่าการนำ AI มาใช้จะเพิ่มประสิทธิภาพการทำงานได้จริง ในด้านการสร้างเอกสาร การสรุป และการวิเคราะห์ AI สามารถลดเวลาทำงานได้อย่างมาก การวิจัยยังรายงานว่า AI ที่สร้างขึ้นสามารถลดเวลาและเพิ่มคุณภาพของงานเขียน

แต่ความสำเร็จที่แท้จริงของการนำ AI มาใช้ไม่ได้ขึ้นอยู่กับการมีเครื่องมือหรือไม่ ใครจะตรวจสอบผลลัพธ์ของ AI งานใดที่ต้องการการอนุมัติจากมนุษย์ การตรวจสอบใดที่ต้องทำก่อนส่งให้ลูกค้า หากเกิดข้อผิดพลาด ใครจะรับผิดชอบ

หากใช้ AI โดยไม่ชัดเจนในจุดนี้ แม้ประสิทธิภาพจะเพิ่มขึ้น แต่ความเสี่ยงขององค์กรจะเพิ่มขึ้น

การสำรวจของ McKinsey ยังแสดงให้เห็นว่าองค์กรที่ประสบความสำเร็จในการใช้ AI มักให้ความสำคัญกับการรวมการตรวจสอบของมนุษย์ในผลลัพธ์ของโมเดล ซึ่งเป็นการจัดระบบ "20% สุดท้าย"

ไม่ควรพึ่งพาความพยายามของบุคคลเพียงอย่างเดียว แต่ควรออกแบบจุดที่การตัดสินใจของมนุษย์เข้ามาในฐานะองค์กร นี่คือการจัดการในยุค AI

5 ทักษะที่บุคคลควรพัฒนา

แล้วบุคคลควรพัฒนาอะไรบ้าง?

ประการแรกคือ ความสามารถในการตั้งคำถาม AI ถนัดในการตอบคำถาม แต่สิ่งที่ควรถามคือสิ่งที่มนุษย์ต้องตัดสินใจ หากการตั้งปัญหาตื้นเขิน ผลลัพธ์ก็จะตื้นเขิน

ประการที่สองคือ ความสามารถในการตรวจสอบ ไม่ควรเชื่อคำตอบของ AI โดยไม่ตรวจสอบ ต้องยืนยันหลักฐาน ค้นหาความขัดแย้ง และตรวจสอบกับข้อจำกัดในความเป็นจริง

ประการที่สามคือ ความสามารถในการอ่านบริบทในสาขาที่เชี่ยวชาญ ข้อมูลเดียวกันอาจมีความหมายต่างกันตามอุตสาหกรรม วัฒนธรรมองค์กร และสถานการณ์ของลูกค้า AI อาจให้ข้อมูลทั่วไปได้ แต่ไม่สามารถอ่านบริบทเฉพาะได้อย่างสมบูรณ์

ประการที่สี่คือ ความสามารถในการสร้างความสัมพันธ์ ลูกค้าและเพื่อนร่วมงานไม่ได้ต้องการแค่ข้อมูลที่ถูกต้อง แต่ยังต้องการความมั่นใจ ความเชื่อถือ ความสะดวกในการปรึกษา และความรับผิดชอบ

ประการที่ห้าคือ ความสามารถในการตัดสินใจ แม้ข้อมูลจะไม่ครบถ้วน แต่บางครั้งก็ต้องตัดสินใจภายในกำหนดเวลา AI สามารถเสนอทางเลือกได้ แต่สุดท้ายมนุษย์ต้องเป็นผู้เลือก

ทักษะเหล่านี้ไม่สามารถเรียนรู้ได้ในระยะเวลาสั้นๆ แต่ต้องสร้างขึ้นจากการทำงานประจำวัน การล้มเหลว การคิด และการแก้ไข##HTML_TAG