“ผู้นำต้องระวัง กับดักผลิตภาพ AI” อ่านข้อเสนอแนะผู้เชี่ยวชาญ

เทคโนโลยี AI กำลังกลายเป็นปัจจัยสำคัญในการแข่งขันทางเศรษฐกิจของประเทศต่างๆ ทั่วโลกรวมถึงไทย โดยเฉพาะในยุคที่ตลาดแรงงานตึงตัวและต้นทุนดำเนินธุรกิจสูงขึ้น AI ไม่ได้ถูกมองว่า เป็นเพียงเครื่องมือเสริมอีกต่อไป แต่กำลังถูกยกระดับให้เป็นโครงสร้างพื้นฐานสำคัญสำหรับการเติบโตทางเศรษฐกิจ

สิงคโปร์เป็นหนึ่งในประเทศที่เดินหน้าเรื่องนี้อย่างจริงจัง ผ่านการจัดตั้งสภาแห่งชาติเพื่อกำหนดทิศทางการพัฒนา AI และให้การสนับสนุนด้วยการลดต้นทุนสำหรับภาคธุรกิจในการนำ AI มาใช้ และสนับสนุนประชาชนที่ลงทะเบียนเรียนหลักสูตร AI

อย่างไรก็ตาม มานู คาปูร์ (Manu Kapur) ศาสตราจารย์และนักวิทยาศาสตร์ด้านการเรียนรู้ ที่มีชื่อเสียงระดับโลก ปัจจุบันดำรงตำแหน่งผู้อำนวยการศูนย์ Singapore-ETH และศาสตราจารย์ด้านวิทยาศาสตร์การเรียนรู้จาก ETH Zurich เผยแพร่บทวิเคราะห์ ที่เตือนไปยังรัฐบาลและภาคธุรกิจว่า การใช้ AI เพียงเพื่อช่วยเพิ่ม ‘ผลิตภาพ (Productivity)’ ในระยะสั้น อาจเป็น ‘กับดัก’ ที่ไม่ได้ช่วยให้แรงงานเกิดการเรียนรู้และมีความเข้าใจในงานที่ทำ ซึ่งจะเป็นการพัฒนาขีดความสามารถของแรงงาน และเป็นประโยชน์มากกว่าในระยะยาว

กับดักด้านผลิตภาพของ AI

จุดขายสำคัญของ AI ที่คนทั่วไปมองเห็น คือความสามารถในการเพิ่มประสิทธิภาพการทำงาน ไม่ว่าจะเป็นการร่างอีเมล สรุปรายงาน จัดทำสไลด์ วิเคราะห์ข้อมูล แต่งเพลง สร้างวิดีโอและรูปภาพ หรือแม้กระทั่งช่วยตัดสินใจในบางเรื่อง ส่งผลให้เวลาในการทำงานลดลง ต้นทุนต่ำลง และบรรลุเป้าหมายชี้วัดผลงานหรือ KPI

เมื่อเทคโนโลยีช่วยให้งานง่ายขึ้น ผู้คนอาจทำงานได้ดีขึ้นในขณะนั้น แต่กลับมีความเข้าใจที่สามารถนำไปใช้ในสถานการณ์ใหม่ๆ ได้น้อยลง

จากการศึกษาล่าสุดในกลุ่มนักเรียนชาวจีนกว่า 26,000 คน เป็นเวลากว่า 30 เดือน พบว่า แม้การใช้ AI จะช่วยปรับปรุงประสิทธิภาพในการทำการบ้านและลดเวลาในการทำงานให้เสร็จ แต่กลับส่งผลเสียต่อการเรียนรู้และคะแนนสอบของนักเรียน

โดยคาปูร์ ชี้ว่า เมื่อเทคโนโลยีช่วยให้งานง่ายขึ้น ผู้คนอาจทำงานได้ดีขึ้นจริง แต่ในขณะเดียวกัน กลับมีความเข้าใจที่สามารถนำ AI ไปใช้ในสถานการณ์ใหม่ๆ ได้น้อยลง

เขามองว่า เรื่องนี้ควรเป็นประเด็นที่สำคัญ สำหรับภาคธุรกิจต่างๆ ที่ต้องการลงทุนในพนักงาน

ตัวอย่างที่เห็นภาพ เช่น ทนายความฝึกหัดใช้ AI ช่วยร่างสัญญาในเวลาไม่กี่นาทีเพื่อให้ผู้บริหารเซ็นอนุมัติ โดยหากมองแบบผิวเผินคือ AI สามารถช่วยให้ทนายความฝึกหัดรายนี้ทำงานได้เร็วขึ้นจริง

อย่างไรก็ตาม สำหรับบริษัทแล้ว งานนั้นจะไม่เสร็จสมบูรณ์หากไม่ได้รับการอนุมัติจากผู้บริหาร เพราะผู้บริหารเป็นผู้แบกรับภาระความรับผิดชอบเนื่องจากมีความรู้และความสามารถในด้านนั้นๆ

โดยหาก AI ทำงานหนักทั้งหมด ทนายความฝึกหัดก็อาจจะไม่ได้เรียนรู้เกี่ยวกับข้อกำหนดในร่างสัญญาว่า ทำไมข้อกำหนดเรื่องการชดใช้ค่าเสียหายจึงมีความสำคัญ และเมื่อใดที่การยกเว้นความลับมีความเสี่ยง หรือเมื่อใดที่ควรยกระดับภาระผูกพันด้านการคุ้มครองข้อมูล

ทั้งหมดนี้ต้องอาศัยความรู้และความสามารถในการตัดสินใจในด้านนั้นๆ แบบที่ผู้บริหารมี และความเชี่ยวชาญนี้จะเกิดขึ้นได้ก็ต่อเมื่อพนักงานระดับจูเนียร์ได้ฝึกฝนการร่างสัญญา รับฟังคำติชม เผชิญหน้ากับสิ่งที่ตนไม่เข้าใจ และได้ลองทำจนเข้าใจ

ขณะที่ คาปูร์ ย้ำว่าความเชี่ยวชาญและความเข้าใจของพนักงานระดับจูเนียร์ จะช่วยให้บริษัทได้รับประโยชน์จาก AI มากยิ่งขึ้นในระยะยาว โดยที่พนักงานไม่เพียงแต่ใช้ AI เท่านั้น แต่ยังต้องประเมินผลลัพธ์ของ AI อย่างมีวิจารณญาณด้วย

หลักการเดียวกันนี้สามารถนำไปใช้ได้กับภาคส่วนต่างๆ ที่ต้องฝึกอบรมพนักงานระดับจูเนียร์ ตั้งแต่การให้คำปรึกษา การบัญชีและการเงิน ไปจนถึงการแพทย์ การกำหนดนโยบาย และการศึกษา

ทาง 2 แพร่งของแผนใช้งาน AI

คาปูร์มองว่า แนวทางที่ยั่งยืนกว่าสำหรับภาคธุรกิจในการนำ AI มาใช้ คือการดำเนินการด้วยแผนใช้งานแบบสองแนวทาง (Two-Track Adoption Plan)

แนวทางแรก คือแนวทางที่เน้นประสิทธิภาพ โดยภาคธุรกิจสามารถนำ AI ไปใช้ในแผนกหรืองานที่ต้องการความเร็วและความสม่ำเสมอ แต่ต้องมีการกำกับดูแลและตรวจสอบอย่างเหมาะสม

ส่วนแนวทางที่สอง คือแนวทางที่เน้นการเรียนรู้ ซึ่งภาคธุรกิจควรสร้างสภาพแวดล้อมที่พนักงานไม่สามารถพึ่งพา AI ให้คิดแทนทั้งหมดได้ ซึ่งในสภาพแวดล้อมเช่นนี้ พนักงานจะต้องทดลองแนวทางแก้ไขปัญหาที่หลากหลาย วิพากษ์และประเมินผลลัพธ์ที่ AI สร้างขึ้น ตลอดจนวิเคราะห์ข้อผิดพลาดหรือความล้มเหลวภายหลัง และพัฒนาแนวปฏิบัติหรือคู่มือการทำงานภายในองค์กรขึ้นมาเอง เพื่อสะสมองค์ความรู้และเสริมสร้างขีดความสามารถขององค์กรในระยะยาว

คาปูร์ มองว่าธุรกิจที่ดำเนินการตามแนวทางแรกเพียงอย่างเดียวจะได้รับผลลัพธ์ที่รวดเร็วอย่างไม่ต้องสงสัย แต่ท้ายที่สุดจะไปถึงขีดจำกัดเมื่อสภาพแวดล้อมเปลี่ยนแปลงไป

ส่วนธุรกิจที่นำแนวทางที่สองมาใช้ จะสร้างองค์กรด้วยการปรับตัว เติบโต และจะเป็นผู้ชนะหรือประสบความสำเร็จอย่างต่อเนื่อง

“นี่คือเหตุผลที่ผู้นำธุรกิจต้องระมัดระวังเกี่ยวกับการเลิกจ้างงานเนื่องจาก AI หากบริษัทใช้ AI เพียงเพื่อลดจำนวนพนักงาน พวกเขาอาจประหยัดค่าใช้จ่ายในระยะสั้น แต่จะสร้างภาระด้านความสามารถ พวกเขาจะมีบุคลากรที่เข้าใจกระบวนการทำงาน ข้อยกเว้น ลูกค้า และความเสี่ยงอย่างลึกซึ้งน้อยลง” คาปูร์ กล่าว และเสริมว่า

“แทนที่จะมุ่งเน้นไปที่ประเด็นว่า AI สามารถทดแทนงานได้กี่ตำแหน่ง บริษัทควรจะถามตัวเองว่า เราต้องสร้างความสามารถของมนุษย์ด้านใดบ้าง เพราะ AI ได้เปลี่ยนรูปแบบของงานไปแล้ว?”

เขามองว่า ภายใต้การพัฒนาของเทคโนโลยี AI งานบางอย่างจะมีการเปลี่ยนแปลง งานบางอย่างจะหายไป และงานใหม่ๆ จะเกิดขึ้น แต่บริษัทที่จะประสบความสำเร็จ คือบริษัทที่ออกแบบงานใหม่เพื่อให้คนย้ายไปอยู่ในบทบาทที่มีมูลค่าสูงขึ้นเมื่อ AI เข้ามาแทนที่งานประจำ

การวัดผลสิ่งที่ได้จาก AI

สำหรับรัฐบาลหรือผู้กำหนดนโยบายนั้น คาปูร์มองว่า ตรรกะเดียวกันนี้สามารถนำมาใช้ในระดับประเทศได้

โดยสภา AI แห่งชาติของสิงคโปร์ ถือเป็นสิ่งที่น่าสนใจเพราะสามารถประสานงานการดำเนินการข้ามภาคส่วนได้ แต่เขามองว่า สิ่งที่สำคัญคือ “ไม่ควรวัดความสำเร็จของ AI เพียงแค่ อัตราการนำไปใช้ จำนวนเครื่องมือ AI ที่ใช้งาน หรือผลผลิตที่เพิ่มขึ้นในระยะสั้น”

สำหรับแบบประเมินผลงานจากการใช้ AI ที่ดี ควรตอบคำถามสี่ข้อนี้ให้ได้

1.ประสิทธิภาพการทำงาน : บริษัทต่างๆ ประหยัดเวลา ลดต้นทุน และปรับปรุงคุณภาพผลงานหรือการบริการได้หรือไม่?

2.ความน่าเชื่อถือ : กระบวนการที่ใช้ AI ช่วยลดข้อผิดพลาด หรือเพียงแค่เร่งให้เกิดข้อผิดพลาดเร็วขึ้น?

3.ความสามารถ : พนักงานมีความสามารถในการวินิจฉัยปัญหา ท้าทายผลลัพธ์ของ AI และอธิบายการตัดสินใจได้ดีขึ้นหรือไม่? โดยควรประเมินข้อนี้ไม่เพียงแต่ในขณะที่ AI พร้อมใช้งานเท่านั้น แต่ยังรวมถึงในสถานการณ์ที่พนักงานต้องใช้เหตุผลอย่างอิสระด้วย

นวัตกรรมและความยืดหยุ่น : องค์กรต่างๆ ใช้ AI เพื่อสร้างบริการใหม่ ปรับปรุงกระบวนการ และปรับตัวให้เข้ากับปัญหาใหม่ๆ แทนที่จะใช้ AI เพียงแค่ทำให้ Workflow หรือกระบวนการทำงานเป็นไปโดยอัตโนมัติหรือไม่?

บทเรียนจากสิงคโปร์

ในช่วงที่ผ่านมาสิงคโปร์ส่งสัญญาณว่า มีนโยบายที่จริงจังกับการนำ AI มาใช้ในการพัฒนาประเทศ

ขณะที่คาปูร์ เสนอแนะว่า ขั้นตอนต่อไปของรัฐบาลสิงคโปร์ คือการจริงจังกับ ‘การเรียนรู้’ ซึ่งเป็นสิ่งที่การนำ AI มาใช้เพียงอย่างเดียวไม่สามารถรับประกันได้

“หากเรามอง AI เป็นเพียงเครื่องมือเพิ่มประสิทธิภาพการทำงาน เราอาจเสี่ยงต่อการขยายความสำเร็จที่ไร้ประโยชน์ ความสำเร็จดังกล่าวอาจให้ผลลัพธ์ที่น่าประทับใจในวันนี้ แต่จะนำไปสู่ความสามารถที่เปราะบางและปรับตัวไม่ได้ในวันพรุ่งนี้” เขากล่าว และย้ำว่า

“หากเราออกแบบการนำ AI มาใช้โดยคำนึงถึงทั้งประสิทธิภาพและการเรียนรู้ เราจะสามารถสร้างแรงงานและเศรษฐกิจที่สามารถปรับตัวได้อย่างต่อเนื่อง เมื่อเทคโนโลยีเปลี่ยนแปลงไปอย่างหลีกเลี่ยงไม่ได้”

อ้างอิง: