ตอนนี้เราทุกคนกำลังอยู่ในยุคที่ AI แทรกซึมเข้าไปอยู่ในแทบทุกจังหวะของการทำงาน ข้อมูลมหาศาล และทักษะหลายแขนงที่ AI สามารถทำได้จากการเทรนนิง ทำให้คุณค่าการเรียนรู้หลายสิบปีของมนุษย์ถูกท้าทาย จนหลายคนกำลังตั้งคำถามกับทักษะของตัวเองว่าความสามารถที่มีตอนนี้ยังเพียงพอไหม
การก้าวกระโดดของ AI ทำให้มนุษย์หันมาทบทวนตัวเองหนักกว่าที่เคย แรงงานมนุษย์ต่างพากันอัปเกรดทักษะการทำงานของตัวเอง บางคนเรียนรู้ศาสตร์อื่นเพิ่มขึ้น บางคนเลือกพัฒนาทักษะในการใช้ AI ของตัวเอง เพื่อให้ยังอยู่เหนือ AI หรืออย่างน้อยที่สุดยังสามารถปรับตัวไปกับสถานการณ์ที่องค์กรหลาย ๆ แห่งให้ความสำคัญกับพนักงานที่ใช้ AI ได้อย่างคล่องแคล่ว
แต่การใช้ AI เป็น อาจยังไม่เพียงพอ เพราะยิ่ง AI เข้ามามีบทบาทในการวิเคราะห์ แนะนำ หรือแม้แต่ลงมือทำงานมากขึ้น การใช้ AI ได้คล่องจึงอาจเป็นเพียงทักษะพื้นฐาน แต่สิ่งที่จะมีความสำคัญมากขึ้นคือการมีความรู้มากพอที่จะประเมินว่าผลลัพธ์ของ AI น่าเชื่อถือเพียงใด มองเห็นสิ่งที่อาจตกหล่น และรู้ว่าต้องเข้าไปแทรกแซงหรือแก้ไขเมื่อไหร่ เพราะยิ่ง AI ทำงานแทนมนุษย์ได้มากแค่ไหน คนที่รับหน้าที่ดูแลงานของ AI ก็ยิ่งต้องเข้าใจทั้งงาน ข้อมูล และความเสี่ยงของการตัดสินใจนั้นมากขึ้นเท่านั้น
AI จำเก่ง แต่คนที่เทรน AI ต้องเก่งกว่า
เคยได้ยินไหมว่า ยุคนี้สิ่งที่แพงที่สุดคือ ‘ข้อมูล’ ยิ่งใครครอบครองข้อมูลมาก ก็ยิ่งกุมความได้เปรียบในการสร้างกำไรมากเท่านั้น และในยุคนี้คงไม่มีใครเก็บข้อมูล และเรียนรู้ได้เร็วไปกว่า AI อีกแล้ว
AI เก็บข้อมูลเก่ง และเรียนรู้ได้เร็วฉันใด ก็สามารถต่อยอดออกไปได้ จนแทนที่การงานของแรงงานมนุษย์ได้ฉันนั้น ยิ่งปัจจุบันทักษะ AI นั้นไปไกลกว่าแค่เรื่องทั่วไป มนุษย์เทรน AI ให้มีความเก่งเฉพาะทางมากขึ้น ทั้งที่เป็นทักษะด้านการแพทย์ การวิเคราะห์ข้อมูล การเขียนโคด หรือแม้แต่การเงิน ซึ่งปัจจุบัน AI เหล่านี้มีความสามารถเทียบเท่าอาชีพเฉพาะทางได้จริง ๆ เมื่อมองเห็นภาพขีดความสามารถนี้ จึงไม่แปลกที่แรงงานมนุษย์จะเริ่มหวาดหวั่นว่าจุดยืนของเราในอนาคตอยู่ตรงไหน
ทว่าท่ามกลางกระแสการแทนที่แรงงานด้วย AI หลายองค์กรกลับเริ่มเดินในทิศทางตรงกันข้าม Ford ผู้ผลิตรถยนต์รายใหญ่ของโลก ตัดสินใจนำแรงงานมนุษย์กลับเข้าสู่กระบวนการผลิตบางส่วนอีกครั้ง หลังพบว่าการพึ่งพาระบบอัตโนมัติมากเกินไปส่งผลต่อคุณภาพของงาน กรณีนี้สะท้อนให้เห็นว่า แม้ AI จะช่วยเพิ่มประสิทธิภาพได้มาก แต่ในงานที่ต้องอาศัยการตัดสินใจและการควบคุมคุณภาพ มนุษย์ก็ยังคงมีบทบาทที่เทคโนโลยีไม่สามารถทดแทนได้ โดยในเคสของฟอร์ดนั้น สิ่งที่ AI ไม่สามารถแทนที่ได้ก็คือประสบการณ์นานนับทศวรรษของทีมช่างผู้ชำนาญการ ซึ่งในครั้งนี้ ช่วงที่ฟอร์ดดึงตัวกลับมาทำงานก็จะรับหน้าที่เป็นเทรนเนอร์ให้กับทั้ง AI และทีมช่างที่มีประสบการณ์น้อยกว่าพวกเขาไปพร้อมกัน
สุดท้ายก็วนกลับมาที่ Human-in-the-loop : ใช้ AI ยังไงก็ต้องมีมนุษย์ควบคุม
จากกรณีของ Ford ตอกย้ำให้เห็นว่า AI อาจจะมีทักษะที่เก่งและเร็วจริง แต่สิ่งที่ AI ยังไม่มีคือความสามารถในการ ‘ใช้วิจารณญาณในการตัดสินใจ’ แบบที่มนุษย์สามารถทำได้ รวมถึงการตรวจสอบความถูกต้องหรือรีเช็กผลลัพธ์ในแบบที่มนุษย์ทำ
สิ่งที่กำลังเกิดขึ้นคือ เรากำลังเปลี่ยนบทบาทจากการเป็น “คนริเริ่ม” สู่ “บรรณาธิการ” ของผลงาน ซึ่งหมายถึงการตรวจสอบ กลั่นกรอง และตัดสินใจบนผลลัพธ์ที่ AI สร้างขึ้น บทบาทนี้อาจไม่โดดเด่นเหมือนการลงมือทำเอง แต่กลับเป็นหนึ่งในหน้าที่ที่สำคัญที่สุดที่คนมักมองข้าม
AI มีข้อจำกัดสำคัญอย่างหนึ่งที่เรามักลืมไป คือการประมวลผลจากข้อมูลที่ได้รับ โดยไม่สามารถใช้วิจารณญาณเพื่อตรวจสอบความถูกต้องหรือบริบทได้เหมือนมนุษย์ อีกทั้งยังอาจเกิดอาการ ‘หลอน’ (Hallucinate) หรือได้รับอิทธิพลจากอคติของข้อมูล (Bias) ทำให้บางครั้งคำตอบที่ดูน่าเชื่อถืออาจไม่ถูกต้องเสมอไป
ในสายงานครีเอทีฟอาจจะแค่งานพัง แต่ในสายงานที่มีความเสี่ยงสูงอย่างการแพทย์ การเงิน หรือกฎหมาย ความผิดพลาดเพียง 1% อาจส่งผลกระทบต่อชีวิตหรือทรัพย์สินมหาศาล จึงเป็นเหตุผลว่าทำไมระบบที่มีความสำคัญสูง (Critical Systems) จึงไม่ควรปล่อยให้ AI ตัดสินใจเพียงลำพัง แต่ต้องมีมนุษย์คอยกำกับ ตรวจสอบ และรับผิดชอบต่อการตัดสินใจและผลลัพธ์ที่เกิดขึ้น
AI ไม่ใช่ปัญหา ปัญหาคือการไม่มีมนุษย์คอยกำกับ
ความเสี่ยงเหล่านี้ไม่ได้เป็นเพียงเรื่องในทางทฤษฎี แต่เกิดขึ้นจริงแล้วในหลายองค์กรทั่วโลก มีรายงานหลายกรณีในต่างประเทศที่ AI Agent ถูกออกแบบมาเพื่อช่วยเขียนโคดและบริหารจัดการระบบอัตโนมัติ แต่กลับดำเนินการผิดพลาดจนส่งผลกระทบต่อฐานข้อมูลและระบบสำคัญขององค์กร เหตุการณ์ลักษณะนี้สะท้อนว่า ความเสียหายไม่ได้เกิดจาก AI เพียงอย่างเดียว หากแต่เกิดจากการออกแบบกระบวนการทำงานที่ปล่อยให้ AI ดำเนินการโดยไม่มีมนุษย์กำกับ ตรวจสอบ และยับยั้งการตัดสินใจในเวลาที่เหมาะสม
บทเรียนสำคัญจึงไม่ใช่ว่าองค์กรควรใช้ AI หรือไม่ แต่คือ “จะใช้ AI อย่างไรโดยที่ยังควบคุมผลลัพธ์ได้” เพราะเมื่อ AI ถูกนำไปใช้ในงานที่มีผลกระทบสูง สิ่งสำคัญไม่ใช่การปล่อยให้ระบบทำงานเองทั้งหมด แต่คือการออกแบบกระบวนการทำงานแบบ Human-in-the-loop ที่ให้ AI ทำหน้าที่วิเคราะห์และประมวลผลข้อมูล ขณะที่มนุษย์ยังคงมีบทบาทในการกำกับ ตรวจสอบ ใช้วิจารณญาณ และตัดสินใจในเรื่องสำคัญ
หลายองค์กรทั่วโลกจึงเริ่มเปลี่ยนมุมมองจากการใช้ AI เพื่อทดแทนแรงงาน ไปสู่การใช้ AI เพื่อเสริมศักยภาพของพนักงาน ตั้งแต่การวิเคราะห์ข้อมูล การบริหารความเสี่ยง การให้บริการลูกค้า ไปจนถึงการคาดการณ์แนวโน้มทางธุรกิจ เพราะยิ่ง AI ถูกนำไปใช้ในงานที่ซับซ้อนและมีผลกระทบสูงมากขึ้นเท่าไร ความสำคัญของมนุษย์ในการกำกับ ตรวจสอบ และตัดสินใจก็ยิ่งเพิ่มขึ้นตามไปด้วย สิ่งที่แยกองค์กรที่ใช้ AI ได้ผลออกจากองค์กรที่ใช้ AI เพียงเพื่อทดลอง คือการมีกรอบการกำกับดูแลที่ชัดเจน และการพัฒนาทักษะของคนให้สามารถทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพ
Case Study : KBank กับแนวคิด “คนต้องเก่งก่อน AI จึงจะเก่งตาม”
ในประเทศไทยเอง หลายองค์กรก็เริ่มเดินไปในทิศทางเดียวกัน และหนึ่งในตัวอย่างที่น่าสนใจคือ ธนาคารกสิกรไทย หรือ KBank องค์กรไทยที่ลงทุนด้าน AI และ Data อย่างต่อเนื่อง
KBank เลือกใช้เทคโนโลยีเพื่อเสริมศักยภาพของพนักงาน เพราะมองว่า AI ไม่ใช่เครื่องมือที่จะเข้ามาแทนที่คน แต่เป็น “ผู้ช่วย” ที่ทำให้คนเก่งขึ้น จึงยึดแนวคิดว่า “คนต้องเก่งก่อน AI จึงจะเก่งตาม” หรือพูดง่าย ๆ ว่า “มนุษย์เป็นนาย AI เป็นบ่าว” AI มีหน้าที่วิเคราะห์และประมวลผลข้อมูล ส่วนมนุษย์ยังคงเป็นผู้ใช้วิจารณญาณ ตรวจสอบ และตัดสินใจขั้นสุดท้าย เพื่อให้ทุกนวัตกรรมทางการเงินมีทั้งประสิทธิภาพและความรับผิดชอบ
แนวคิดนี้ถูกนำมาใช้จริงผ่าน A-P-T Framework (Automation, Prediction และ Timeliness) ที่เน้นการใช้ AI เพื่อทำงานอัตโนมัติ คาดการณ์ และช่วยให้การตัดสินใจเกิดขึ้นได้เร็วขึ้น ตัวอย่างการใช้งานจริง ได้แก่ การประเมินความเสี่ยงสินเชื่อ การตรวจจับธุรกรรมผิดปกติ และการคาดการณ์ความต้องการของลูกค้า เพื่อช่วยให้การตัดสินใจมีความรวดเร็วและแม่นยำยิ่งขึ้น ขณะที่การอนุมัติและการตัดสินใจที่สำคัญยังคงอยู่ภายใต้การกำกับของผู้เชี่ยวชาญ เช่น การอนุมัติสินเชื่อ เพราะสิ่งนี้ไม่ได้เป็นแค่เรื่องของตัวเลขที่ AI คำนวณออกมา แต่มีเรื่องของมิติความเป็นมนุษย์ บริบททางธุรกิจ และความเสี่ยงที่ซับซ้อน ซึ่งมีเพียงผู้เชี่ยวชาญที่เป็น ‘คน’ เท่านั้นที่จะเป็นผู้ตัดสินใจประทับตราอนุมัติในขั้นตอนสุดท้าย
นอกจากนี้ สิ่งที่ KBank ให้ความสำคัญไม่แพ้การลงทุนด้านเทคโนโลยี คือการลงทุนกับ “คน” เพราะเชื่อว่าการสร้าง AI ที่ดี เริ่มต้นจากการสร้างคนที่เข้าใจทั้งศักยภาพและข้อจำกัดของ AI จึงลงทุนพัฒนาทักษะด้าน AI และ Data Literacy ควบคู่กับการสร้าง Use Cases ที่ตอบโจทย์ธุรกิจจริง เพื่อให้พนักงานไม่ได้เป็นเพียงผู้ใช้ AI แต่สามารถออกแบบ กำกับ ตรวจสอบ และประเมินผลการทำงานของ AI ได้ด้วยตัวเอง ขณะเดียวกัน ธนาคารยังยึดหลัก Data Governance เพื่อกำกับการใช้ข้อมูลอย่างโปร่งใส ภายใต้กรอบจริยธรรมและการคุ้มครองความเป็นส่วนตัว เพื่อให้ข้อมูลถูกนำมาใช้สร้างประโยชน์ให้ลูกค้าและสร้างความไว้วางใจในระยะยาว
นอกจากเรื่องประสิทธิภาพแล้ว KBank ยังเป็นกรณีตัวอย่างที่ดีของการใช้ AI มาเพิ่มประสิทธิภาพการทำงาน ที่สะท้อนออกมาเป็นการยกระดับการบริการลูกค้าให้ดียิ่งขึ้น เพราะในธุรกิจการเงิน ความน่าเชื่อถือคือหัวใจสำคัญ หากปล่อยให้ระบบอัตโนมัติทำงาน 100% โดยไม่มีการกำกับดูแล ย่อมเพิ่มความเสี่ยงทั้งด้านความถูกต้องของข้อมูล ความปลอดภัย และการตัดสินใจ ดังนั้น Human-in-the-loop จึงไม่ใช่เพียงแนวคิดในการทำงาน แต่เป็นส่วนหนึ่งของ AI Governance ที่ช่วยให้ AI ถูกใช้อย่างมีความรับผิดชอบ โปร่งใส และสร้างคุณค่าให้กับลูกค้าได้อย่างยั่งยืน การเลือกเดินเกมนี้ของ KBank จึงสร้างความมั่นคงและความไว้วางใจที่ลูกค้ามีต่อแบรนด์ได้อย่างต่อเนื่อง
สรุป
เรารู้ว่า AI มีความสามารถในการประมวลผล เก็บข้อมูล และมีความสามารถในการเทรนจนเกิดทักษะเฉพาะทางได้รวดเร็วและทันใจมากกว่ามนุษย์หลายเท่า แต่เมื่อเกิดความผิดพลาดเรากลับพูดไม่ได้เต็มปากว่าผู้รับผิดชอบต้องเป็น AI เพราะท้ายที่สุด เบื้องหลัง AI และการเกิดขึ้นของ AI คือ ‘มนุษย์’
ในโลกที่เทคโนโลยีหมุนไปข้างหน้าอย่างไม่สิ้นสุด มนุษย์จะยังคงเป็นผู้กุมความได้เปรียบ ตราบใดที่เราปรับบทบาทจาก ‘ผู้ใช้งาน’ มาเป็น ‘ผู้ควบคุม’ และเรียนรู้ที่จะทำงานร่วมกับ AI อย่างมีประสิทธิภาพ เพราะในอนาคต AI อาจฉลาดจนทำงานแทนเราได้เกือบทุกอย่าง แต่คนที่จะอยู่รอดและเติบโต คือคนที่สามารถใช้และพัฒนา AI ให้สร้างคุณค่าได้มากกว่าเดิม
สุดท้ายแล้ว องค์กรที่ได้เปรียบในยุค AI ไม่ใช่องค์กรที่มี AI ฉลาดที่สุด แต่คือองค์กรที่สร้าง “คน” ให้ทำงานร่วมกับ AI ได้ดีที่สุด เพราะเทคโนโลยีอาจเป็นเพียงเครื่องมือ แต่คนยังคงเป็นผู้กำหนดทิศทาง คุณค่า และความรับผิดชอบของทุกการตัดสินใจ และนั่นก็น่าจะเป็นคำตอบว่า ทำไมเรายังต้องมีแรงงานมนุษย์ในยุคที่ AI ครองโลก
