เมื่อ AI เข้ามามีบทบาทในโลกการทำงานมากขึ้น การใช้เครื่องมือ AI ให้เป็นอาจไม่เพียงพออีกต่อไป เพราะคนทำงานยุคใหม่กำลังต้องเรียนรู้ทักษะที่เรียกว่า ‘Managing AI Teammates’ หรือการบริหารจัดการ AI ในฐานะเพื่อนร่วมทีม ตั้งแต่การมอบหมายงาน สั่งงานให้ชัดเจน ตรวจสอบความถูกต้อง ทักษะนี้จึงอาจเป็นหนึ่งในทักษะสำคัญที่จะช่วยให้วัยทำงานรักษาความได้เปรียบในยุคที่มนุษย์ต้องทำงานร่วมกับ AI มากขึ้น
ปัญญาประดิษฐ์ หรือ AI กำลังเปลี่ยนรูปแบบการทำงานของผู้คนอย่างรวดเร็ว จากเดิมที่พนักงานต้องใช้เวลาหลายชั่วโมงในการค้นคว้าข้อมูล เขียนรายงาน วิเคราะห์ตัวเลข หรือจัดระเบียบข้อมูล ปัจจุบัน AI สามารถเข้ามาช่วยรับผิดชอบงานเหล่านี้ได้ภายในเวลาอันสั้น ทำให้บทบาทของคนทำงานเริ่มเปลี่ยนจากผู้ลงมือทำทุกขั้นตอน มาเป็นผู้กำหนดทิศทางและควบคุมคุณภาพของงานที่ AI ช่วยดำเนินการ
โช ดีวาน (Sho Dewan) ผู้เชี่ยวชาญด้านอาชีพและผู้เขียนบทความใน Forbes อธิบายว่า เมื่อเครื่องมือ AI มีความสามารถเพิ่มขึ้น คนทำงานจำเป็นต้องเรียนรู้วิธีสั่งงาน ประเมินผลลัพธ์ และนำผลงานของ AI ไปใช้ให้สอดคล้องกับเป้าหมายที่ใหญ่กว่าเดิม สิ่งเหล่านี้กำลังทำให้ทักษะการบริหารจัดการ AI กลายเป็นส่วนหนึ่งของการทำงานอย่างมีประสิทธิภาพ
แต่การบริหาร AI ไม่ได้หมายถึงการปล่อยให้เทคโนโลยีทำงานทุกอย่างแทนมนุษย์ ตรงกันข้าม คนทำงานต้องเข้าใจว่า AI เหมาะกับงานประเภทใด มีข้อจำกัดอะไรบ้าง และควรเข้าไปตรวจสอบหรือใช้วิจารณญาณในขั้นตอนไหน เพื่อให้ผลงานที่ได้มีคุณภาพและนำไปใช้งานได้จริง
📌 ทักษะ Managing AI Teammates คืออะไร? เมื่อ AI เป็นเพื่อนร่วมงานเรา
Managing AI Teammates คือ ทักษะการรู้จักมอบหมายงานให้ AI อย่างเหมาะสม โดยหัวใจหลักของทักษะนี้เริ่มจากการเข้าใจความสามารถของเครื่องมือที่ใช้งาน เพราะแม้ AI จะสามารถประมวลผลข้อมูลจำนวนมาก ร่างเอกสาร สรุปเนื้อหา ช่วยคัดข้อมูลที่ต้องการ และช่วยประกอบการตัดสินใจได้ แต่ก็ยังต้องอาศัยคำสั่งที่ชัดเจน ข้อมูลประกอบที่เพียงพอ และการตรวจสอบจากมนุษย์
การทำงานร่วมกับ AI จึงมีลักษณะคล้ายกับการมอบหมายงานให้เพื่อนร่วมทีม โดยผู้สั่งงานต้องอธิบายให้ชัดว่าต้องการผลลัพธ์อะไร มีข้อมูลพื้นฐานอะไรที่ AI ควรรู้ ต้องการให้จัดทำผลงานในรูปแบบใด และจะใช้เกณฑ์อะไรในการประเมินว่างานนั้นสำเร็จตามเป้าหมายหรือไม่
ตัวอย่างเช่น ก่อนเข้าประชุม พนักงานอาจมอบหมายให้ AI ช่วยรวบรวมและสรุปข้อมูลที่เกี่ยวข้อง หรือก่อนเขียนรายงาน อาจให้ AI ช่วยจัดระเบียบประเด็นและวางโครงสร้างเนื้อหา รวมถึงใช้ AI ช่วยค้นหาคำถามหรือประเด็นที่ควรศึกษาเพิ่มเติม อย่างไรก็ตาม งานเหล่านี้ไม่ควรจบลงทันทีที่ AI ส่งคำตอบกลับมา แต่ต้องมีขั้นตอนให้มนุษย์ตรวจสอบความถูกต้อง ความครบถ้วน และความเหมาะสมของข้อมูล ก่อนนำไปใช้ในกระบวนการทำงานจริง
📌 ใช้ AI เก่งอย่างเดียวไม่พอ ต้องรู้ว่าเมื่อไรควรเชื่อ เมื่อไรต้องตรวจสอบ
หนึ่งในความท้าทายสำคัญของการทำงานร่วมกับ AI คือการแยกให้ออกว่าข้อมูลใดเชื่อถือได้ และข้อมูลใดจำเป็นต้องตรวจสอบเพิ่มเติม เพราะแม้ AI จะตอบคำถามด้วยภาษาที่ดูมั่นใจและน่าเชื่อถือ แต่คำตอบนั้นก็อาจมีข้อผิดพลาด ใช้ข้อมูลล้าสมัย ขาดบริบทสำคัญ หรือมีข้อสันนิษฐานที่ไม่สอดคล้องกับสถานการณ์จริง
ประเด็นนี้สอดคล้องกับผลการศึกษาปี 2025 ของ University of Melbourne และ KPMG ซึ่งสำรวจผู้คนมากกว่า 48,000 คน จาก 47 ประเทศ พบว่า 66% ของผู้ตอบแบบสำรวจใช้ AI เป็นประจำ ขณะเดียวกันก็มีผู้ตอบแบบสำรวจ 66% ที่ยอมรับว่าพึ่งพาผลลัพธ์จาก AI โดยไม่ได้ตรวจสอบความถูกต้องของข้อมูล
ตัวเลขดังกล่าวสะท้อนให้เห็นว่า แม้การใช้งาน AI จะกลายเป็นเรื่องแพร่หลาย แต่การตรวจสอบคุณภาพของข้อมูลยังเป็นสิ่งที่คนทำงานจำนวนไม่น้อยละเลย ดังนั้น คนที่สามารถใช้วิจารณญาณประเมินคำตอบของ AI ได้อย่างรอบคอบ จึงมีแนวโน้มจะได้เปรียบกว่าคนที่เชื่อทุกคำตอบโดยไม่ตั้งคำถาม
แนวทางสำคัญคือการทำให้การตรวจสอบเป็นส่วนหนึ่งของกระบวนการทำงานตามปกติ ไม่ว่าจะเป็นการตรวจสอบข้อเท็จจริงกับแหล่งข้อมูลที่เชื่อถือได้ ทบทวนความถูกต้องของตัวเลขและการคำนวณ หรือพิจารณาว่าคำแนะนำของ AI เหมาะสมกับบริบททางธุรกิจและสถานการณ์จริงหรือไม่
โดยเฉพาะงานที่มีผลต่อการตัดสินใจสำคัญ คนทำงานยังจำเป็นต้องใช้ความรู้และประสบการณ์ของตนเองประกอบการพิจารณา ไม่ใช่ปล่อยให้ AI เป็นผู้ตัดสินใจแทนทั้งหมด
📌 เปลี่ยนจากการใช้ AI เป็นเครื่องมือ มาเป็นการทำงานร่วมกัน
อีกหนึ่งแนวคิดสำคัญของ Managing AI Teammates คือการมอง AI เป็นผู้ช่วยที่เข้ามาเสริมความสามารถของมนุษย์ แทนที่จะมองว่าเป็นเพียงเครื่องมือสำหรับทำงานให้เสร็จเร็วขึ้น
คนทำงานควรเริ่มจากการสำรวจหน้าที่รับผิดชอบของตนเองว่า งานส่วนใดต้องใช้เวลามาก แต่ไม่ได้จำเป็นต้องอาศัยการคิดเชิงกลยุทธ์หรือการตัดสินใจที่ซับซ้อน จากนั้นจึงทดลองนำ AI เข้ามาช่วย และประเมินว่าสามารถลดเวลาในการทำงานหรือเพิ่มคุณภาพของผลงานได้จริงหรือไม่
ตัวอย่างเช่น AI อาจช่วยวิเคราะห์ข้อมูลเบื้องต้น ขณะที่มนุษย์รับหน้าที่ตีความว่าผลการวิเคราะห์นั้นมีความหมายอย่างไรต่อทีม หรือ AI อาจช่วยรวบรวมข้อมูลจากหลายแหล่ง ก่อนที่คนทำงานจะคัดเลือกว่าข้อมูลใดมีความสำคัญและควรนำไปใช้
ในทำนองเดียวกัน AI สามารถช่วยเสนอแนวทางแก้ปัญหาได้หลายรูปแบบ แต่การเลือกแนวทางที่เหมาะสมที่สุด รวมถึงการปรับรายละเอียดให้สอดคล้องกับข้อจำกัดขององค์กร ยังคงต้องอาศัยประสบการณ์และวิจารณญาณของมนุษย์
การแบ่งหน้าที่ในลักษณะนี้ช่วยให้คนทำงานมีเวลามากขึ้นสำหรับงานที่ต้องใช้ความคิด การวางแผน และการตัดสินใจ ขณะที่ AI เข้ามาช่วยลดภาระงานเตรียมข้อมูลหรืองานที่ต้องทำซ้ำเป็นประจำ
1
📌 ยิ่ง AI เก่งขึ้น ทักษะความเป็นมนุษย์ยิ่งสำคัญ
แม้ AI จะสามารถจัดการข้อมูลและช่วยทำงานได้หลากหลายมากขึ้น แต่ก็ไม่ได้หมายความว่าความสามารถของมนุษย์จะลดความสำคัญลง ตรงกันข้าม เมื่อ AI เข้ามารับผิดชอบงานด้านการประมวลผลข้อมูล ทักษะบางอย่างที่ต้องอาศัยความเข้าใจมนุษย์กลับยิ่งมีคุณค่า
📌 มนุษย์ไม่จำเป็นต้องใช้ AI ทุกเครื่องมือ แต่ต้องเรียนรู้-ปรับตัวเสมอ
อีกหนึ่งเรื่องที่คนทำงานต้องยอมรับคือ เทคโนโลยี AI จะยังคงพัฒนาและเปลี่ยนแปลงต่อไป เครื่องมือที่ได้รับความนิยมในวันนี้อาจไม่ใช่เครื่องมือที่เหมาะสมที่สุดในอนาคต ขณะเดียวกันก็ไม่จำเป็นต้องเรียนรู้หรือเชี่ยวชาญแพลตฟอร์ม AI ทุกตัวที่มีอยู่ แต่ควรให้ความสำคัญกับความสามารถในการประเมินเทคโนโลยีใหม่ และมองให้ออกว่าจะนำเทคโนโลยีนั้นมาช่วยพัฒนางานของตนเองได้อย่างไร
คนทำงานอาจเริ่มจากการจัดสรรเวลาเพื่อทดลองใช้เครื่องมือที่เกี่ยวข้องกับสายอาชีพของตน ติดตามความก้าวหน้าของ AI ในอุตสาหกรรม และทดลองปรับวิธีทำงานใหม่โดยใช้ AI มาช่วย แล้วประเมินว่าเครื่องมือใดบ้างช่วยประหยัดเวลาและเพิ่มคุณภาพของผลงานได้ดีขึ้นจริง
ท้ายที่สุด Managing AI Teammates จึงไม่ใช่เพียงทักษะการเขียนคำสั่งให้ AI ทำงาน แต่เป็นความสามารถในการบริหารจัดการเทคโนโลยี ตั้งแต่การกำหนดเป้าหมาย มอบหมายงาน ตรวจสอบผลลัพธ์ ไปจนถึงการนำความรู้และวิจารณญาณของมนุษย์มาใช้ในขั้นตอนที่สำคัญ ความได้เปรียบของคนทำงานอาจไม่ได้ขึ้นอยู่กับว่าใครใช้ AI มากที่สุด แต่อยู่ที่ว่าใครสามารถทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพที่สุดต่างหาก