เมื่อ AI เปลี่ยนโฉมองค์กรธุรกิจ

หมายเหตุจากผู้เขียน: บทความนี้เป็นบทความลำดับที่สองในชุดบทความเกี่ยวกับเศรษฐกิจในอนาคต ซึ่งเป็นส่วนหนึ่งของแพลตฟอร์มใหม่ที่เปิดพื้นที่ให้ผู้เขียนอิสระได้แบ่งปันมุมมองเกี่ยวกับอนาคตในยุค AGI เนื้อหานี้สะท้อนความคิดเห็นของผู้เขียนเท่านั้น ไม่ใช่ความคิดเห็นของ OpenAI หรือเพื่อนร่วมงาน

เราทั้งคู่เริ่มบริหารทีมของตัวเองที่ OpenAI ตอนอายุเพียง 24 ปี แต่พอได้รู้จักคนในทีมของเราแล้ว ก็คงรู้ว่าเรื่องนี้ไม่ได้พิเศษอะไรขนาดนั้น

จริงๆ แล้ว คนวัยอย่างเราควรจะยังเป็นพนักงานระดับล่างอยู่ด้วยซ้ำ เพราะอายุ 24 ปีถือเป็นช่วงเริ่มต้นของเส้นทางอาชีพ งานที่ได้รับมอบหมายก็มักเป็นเพียงการจดบันทึกการประชุมหรือเขียนบันทึกข้อความสั้นๆ ต้องผ่านงานน่าเบื่อและซ้ำซากไปอีกหลายปี กว่าจะได้รับความไว้วางใจให้รับผิดชอบงานมากขึ้นถ้าโชคเข้าข้าง

แต่เส้นทางอาชีพของเราทั้งคู่ รวมถึงคนรุ่นใหม่อีกมากมายในปัจจุบัน กำลังเปลี่ยนไป เราเริ่มทำงานโดยมี “ลูกน้อง” คอยรับคำสั่งตั้งแต่วันแรก ผู้ช่วยเหล่านี้ทำงานได้ทั้งกลางวันและกลางคืน ไม่เว้นวันหยุดหรือวันเทศกาล แถมยังเก่งเรื่องงานจิปาถะที่ต้องทำเป็นประจำด้วย เรายังมีแม้กระทั่งผู้คว้าเหรียญทองโอลิมปิกวิชาการด้านคณิตศาสตร์คอยให้คำปรึกษา แน่นอนว่าลูกน้องหน้าใหม่เหล่านี้ยังทำผิดพลาดอยู่บ้าง แต่พวกเขาก็เก่งขึ้นเรื่อยๆ เรียนรู้ว่าเราต้องการอะไร ขณะที่เราเองก็เรียนรู้วิธีบริหารจัดการพวกเขาเช่นกัน

เราทั้งคู่ไม่ได้ไต่เต้าขึ้นไปเป็นผู้บริหาร แต่บทบาทที่เคยเป็นของผู้บริหารกลับกลายมาเป็นสิ่งที่คนในระดับอย่างเราทำได้ บทความนี้จะพูดถึงการก้าวขึ้นมารับบทบาทใหม่ของเรา รวมถึงรูปแบบอื่นๆ ที่องค์กรธุรกิจอาจปรับโครงสร้างเมื่อเราก้าวเข้าสู่ยุคแห่งปัญญาประดิษฐ์

เมื่อ AI กลายเป็นส่วนหนึ่งขององค์กร บทบาทของ AI จะอยู่ตรงไหนในโครงสร้างการทำงาน เราจะอธิบายผ่านสถานการณ์ตัวอย่าง 3 รูปแบบ

แม้ทั้งสามสถานการณ์จะไม่ได้เกิดขึ้นเหมือนที่เราเล่าไว้ทั้งหมด แต่เราเชื่อว่าแต่ละสถานการณ์มีบางส่วนที่จะกลายเป็นจริง เพราะตอนนี้เราเริ่มเห็นการเปลี่ยนแปลงในลักษณะเหล่านี้แล้ว เพียงแต่ยังไม่เด่นชัดเท่านั้น

สิ่งที่เราสนใจไม่ใช่การนำระบบอัตโนมัติมาแทนที่การทำงานทั้งหมด แต่เป็นการเปลี่ยนผ่านของระบบเศรษฐกิจ เราต้องการสำรวจว่าองค์กรที่มีทั้งมนุษย์และ AI ทำงานร่วมกันจะมีลักษณะอย่างไร เมื่อ AI พัฒนาความสามารถมากขึ้นและค่อยๆ เข้ามาเป็นส่วนหนึ่งของโครงสร้างองค์กรที่มีอยู่เดิม

เราเชื่อว่าองค์กรที่มีทั้งมนุษย์และ AI ทำงานร่วมกันเป็นแนวคิดที่ควรให้ความสำคัญ เพราะการนำ AI มาใช้เพื่อเพิ่มประสิทธิภาพการทำงานเป็นกระบวนการที่ต้องใช้เวลา พนักงานระดับปฏิบัติการที่คุ้นเคยกับงานเหล่านั้นอาจเป็นกลุ่มที่นำ AI มาใช้ได้ง่ายที่สุด แต่เมื่อโมเดลสามารถรับผิดชอบงานที่ครอบคลุมหลายหน้าที่ได้ตั้งแต่ต้นจนจบ ผู้บริหารระดับสูงก็จะสามารถนำ AI มาใช้ได้โดยตรง ในมุมมองของเรา ยิ่ง AI มีความสามารถมากขึ้น ก็ยิ่งนำมาใช้ในองค์กรได้ง่ายขึ้น เพราะในขณะที่องค์กรต้องเรียนรู้วิธีใช้เทคโนโลยี พนักงานกลับเป็นฝ่ายเรียนรู้วิธีทำงานขององค์กรและปรับตัวเข้ากับงานได้ด้วยตัวเอง

เราจะเจาะลึกโครงสร้างองค์กรรูปแบบใหม่ทั้งสามแบบ ก่อนจะสำรวจว่าการเปลี่ยนแปลงเหล่านี้จะส่งผลต่อขั้นตอนการทำงานที่ยุ่งยากซับซ้อน อิสระในการตัดสินใจของพนักงาน ขนาดขององค์กร และความเหลื่อมล้ำด้านค่าตอบแทนในอนาคตอย่างไร

ในบรรดาสามสถานการณ์ที่เรานำเสนอ สถานการณ์แรกดูจะสร้างความเปลี่ยนแปลงต่อโครงสร้างองค์กรน้อยที่สุด พนักงานยังคงดำรงตำแหน่งเดิม มีสายการบังคับบัญชาเหมือนเดิม และอย่างน้อยในภาพรวมก็ยังดูเหมือนปฏิบัติหน้าที่เดิม เมื่อพิจารณาเฉพาะโครงสร้างองค์กรของบุคลากรที่เป็นมนุษย์ จึงแทบไม่เห็นความแตกต่างระหว่างปัจจุบันกับอนาคตในสถานการณ์นี้

สิ่งที่เปลี่ยนไปคือการมี AI เข้ามาทำงานภายใต้การดูแลของเรา พนักงานแต่ละคนจะมีทีม AI ที่คอยรับคำสั่งและรายงานผลให้ตนเอง โครงสร้างองค์กรจึงมีทีม AI เพิ่มเข้ามาอีกระดับ และเราทุกคนก็กลายเป็นหัวหน้าทีม

ในช่วงแรก ทีม AI ที่เพิ่มเข้ามายังไม่พร้อมทำงานได้อย่างเต็มที่ แต่ละคนจะเริ่มจากการมีเอเจนต์เพียงหนึ่งหรือสองตัว ซึ่งยังไม่ใช่พนักงานที่มีประสบการณ์ แต่เป็นเหมือนเด็กฝึกงานที่กระตือรือร้นและต้องคอยดูแลอย่างใกล้ชิด รวมถึงต้องยอมรับข้อผิดพลาดที่เกิดขึ้น เราจึงยังไม่ได้คาดหวังอะไรมากนัก แค่ช่วยส่งอีเมล ร่างบันทึกข้อความ หรือตอบข้อความใน Slack เท่านั้น เช่นเดียวกับพนักงานใหม่ที่ยังขาดประสบการณ์ เอเจนต์เหล่านี้จึงยังไม่ค่อยมีอิสระในการทำงาน และเราก็ยังไม่ไว้วางใจให้รับผิดชอบงานด้วยตัวเองมากนัก

เมื่อโมเดลเก่งขึ้น เอเจนต์ก็เริ่มทำงานได้มากขึ้นโดยที่เราไม่ต้องคอยกำกับดูแลทุกขั้นตอน อีกทั้งยังประสานงานกันเองได้ด้วย ในทีมอาจมีทั้ง AI ที่ทำหน้าที่เป็นผู้จัดการ พนักงานระดับปฏิบัติการ นักบัญชี และทนายความ ซึ่งทั้งหมดทำงานร่วมกันภายใต้การสั่งการของเรา จากเดิมที่ต้องคอยสอนงานเอเจนต์เหมือนเด็กฝึกงาน ในที่สุดเราก็อาจมีทีม AI ที่ทำงานกันเป็นระบบราวกับบริษัทขนาดเล็ก มีโครงสร้างการบริหารของตัวเอง โดยมีเราเป็นเสมือนคณะกรรมการบริษัท

สังเกตว่าสถานการณ์นี้ไม่ได้หมายความว่าจะต้องมีการเลิกจ้างพนักงาน เรานำ AI มาใช้โดยไม่ได้ให้ AI ทำงานแทนเราทั้งหมด แต่ให้ AI รับหน้าที่ทำงานที่เราเคยทำ แล้วเราก็ขยับขึ้นไปรับผิดชอบงานในระดับที่สูงขึ้น AI จะค่อยๆ เข้ามารับงานเดิมของเรามากขึ้นเรื่อยๆ แต่เรายังคงมีงานทำ เพราะมีงานให้บริหารจัดการมากขึ้น และเราก็ต้องรับผิดชอบต่อผลงานโดยรวมที่เพิ่มขึ้นด้วย

งานของเราไม่ได้เหมือนเดิมตลอดไป⁠(เปิดในหน้าต่างใหม่) สมมติว่า AI สามารถทำงานที่คุณเคยทำได้ถึง 90% คุณอาจคิดว่าตัวเองเหลืองานให้ทำอีกแค่ 10% แต่ก็มีความเป็นไปได้อีกอย่าง นั่นคือคุณยังมีงานให้ทำเต็มที่เหมือนเดิม เพียงแต่เปลี่ยนไปรับผิดชอบเป้าหมายที่ใหญ่ขึ้นถึง 10 เท่า นี่คือประโยชน์ที่เทคโนโลยีมอบให้เรามาโดยตลอด เมื่อเราทำงานได้มากขึ้น เราก็ตั้งเป้าหมายได้สูงขึ้น และค่าตอบแทนก็อาจเพิ่มขึ้น⁠(เปิดในหน้าต่างใหม่)ตามเป้าหมายที่สูงขึ้นนั้นด้วย

ทั้งหมดนี้ขึ้นอยู่กับว่าเรายังสามารถเพิ่มคุณค่า⁠(เปิดในหน้าต่างใหม่)ให้กับกระบวนการผลิตได้หรือไม่ บทความนี้จะเน้นช่วงไม่กี่ปีข้างหน้า ซึ่ง AI ยังไม่สามารถทำงานแทนมนุษย์ได้ทุกอย่าง และยังไม่ได้ถูกนำมาใช้อย่างแพร่หลาย แต่ถึงแม้วันหนึ่ง AI จะทำงานได้ทุกอย่าง เราก็อาจยังให้คุณค่ากับผลงานบางชิ้นมากกว่าเพียงเพราะมนุษย์เป็นคนสร้าง หรือยังต้องการให้มนุษย์เป็นผู้ตัดสินใจขั้นสุดท้าย

เรื่องนี้ยังขึ้นอยู่กับว่าเราต้องการบริโภคมากแค่ไหนด้วย สมมติว่าเราผลิตสินค้าและบริการได้มากขึ้น 10 เท่า แต่ผู้บริโภคไม่ได้ต้องการมากขนาดนั้น ก็อาจทำให้จำนวนคนทำงานหรือชั่วโมงทำงานลดลง แต่ที่ผ่านมา แม้เราจะผลิตสินค้าและบริการได้มากขึ้น ก็ไม่ได้ทำให้ความต้องการของเราหมดไป แม้ทุกวันนี้เราจะมีสินค้าและบริการมาก⁠(เปิดในหน้าต่างใหม่)กว่าเมื่อก่อนมาก แต่เราก็ยังทำงานน้อยลงเพียงเล็กน้อย⁠(เปิดในหน้าต่างใหม่) หากความต้องการของเรายังเพิ่มขึ้นเรื่อยๆ ตามปริมาณการผลิต และแรงงานมนุษย์ยังช่วยสร้างผลผลิตได้ เราก็คงเลือกทำงานต่อเพื่อให้มีกำลังซื้อเพิ่มขึ้น แต่ถ้าวันหนึ่งเราผลิตได้มากจนความต้องการของทุกคนได้รับการตอบสนองแล้ว เราก็อาจเลือกให้มีคนทำงานน้อยลง

ยังมีข้อโต้แย้งอื่นๆ ที่เราจะพูดถึงในภายหลัง เช่น ในอนาคตเราอาจมีบริษัทขนาดเล็กเกิดขึ้นมากกว่าเดิมหรือไม่ แต่เรายังมองว่าสถานการณ์นี้มีความสำคัญ เพราะการนำ AI มาใช้ต้องมีจุดเริ่มต้น และบริษัทก็จำเป็นต้องหาวิธีปรับเปลี่ยนโครงสร้างองค์กรเดิมอย่างค่อยเป็นค่อยไป การใช้ AI ช่วยให้พนักงานที่มีอยู่ทำงานได้ดีขึ้นอาจเป็นจุดเริ่มต้นที่ง่ายกว่าการปรับโครงสร้างองค์กรใหม่ทั้งหมด ซึ่งเราเริ่มเห็นแล้วในปัจจุบัน เมื่อพนักงานทยอยมอบหมายงานให้ AI ทำมากขึ้นทีละคน โดยที่โครงสร้างองค์กรยังไม่ได้เปลี่ยนแปลงครั้งใหญ่แต่อย่างใด

สถานการณ์นี้จะเกิดขึ้นได้ก็ต่อเมื่อพนักงานระดับปฏิบัติการเป็นกลุ่มแรกที่เริ่มนำ AI มาช่วยทำงาน แทนที่จะเป็นผู้จัดการหรือผู้บริหารระดับสูง ซึ่งก็ดูมีความเป็นไปได้ เพราะคนที่รู้ดีที่สุดว่าจะให้ AI ทำงานอย่างไร ก็น่าจะเป็นคนที่เคยลงมือทำงานนั้นด้วยตัวเองมาก่อน

ปัจจุบันโมเดล AI สามารถทำงานด้านวิทยาการข้อมูลได้โดยอัตโนมัติหลายอย่างแล้ว แต่หัวหน้าแผนกที่ไม่คุ้นเคยกับวิธีทำงานและรายละเอียดปลีกย่อยเหล่านี้ก็อาจไม่รู้ว่าจะใช้ AI ให้เกิดประโยชน์ได้อย่างไร ตราบใดที่ AI ยังไม่สามารถริเริ่มบอกเราได้ว่ามีเรื่องอะไรบ้างที่เรายังไม่รู้ (ดูสถานการณ์ถัดไป) AI ก็น่าจะเหมาะกับคนที่รู้ขั้นตอนและวิธีทำงานนั้นดีอยู่แล้วมากที่สุด

คนที่เพิ่งเริ่มทำงานจะได้รับผลจากการเปลี่ยนแปลงนี้มากที่สุด เพราะต่อไปตำแหน่งระดับล่างสุดขององค์กรอาจไม่ใช่งานของมนุษย์อีกแล้ว เมื่อเราจ้างคนรุ่นใหม่เข้ามาทำงาน ก็ไม่จำเป็นต้องให้พวกเขาเริ่มจากงานน่าเบื่อและซ้ำซากในระดับล่างสุดของบริษัทเหมือนแต่ก่อน เพราะ AI จะเข้ามารับหน้าที่เหล่านั้นแทนโดยไม่รู้สึกเบื่อหน่าย

สิ่งที่อาจหายไปคือโอกาสเรียนรู้งานแบบเดิมของพนักงานรุ่นใหม่ ทั้งการฝึกงาน⁠(เปิดในหน้าต่างใหม่) การเริ่มจากงานพื้นฐาน และการเก็บประสบการณ์จนได้รับการยอมรับ แม้จะเป็นข้อเสียที่เกิดขึ้นจริง แต่เรามองว่านี่เป็นโอกาสมากกว่า เพราะแม้แต่พนักงานใหม่ที่ยังไม่มีประสบการณ์ก็มีทรัพยากรให้ทดลองทำตามไอเดียของตัวเองได้แล้ว ข้ออ้างว่า “คนไม่พอ” จึงเริ่มหมดไป พนักงานระดับเริ่มต้นที่มีไอเดียเกมวิดีโอดีๆ แต่ไม่มีทีมให้ช่วยพัฒนา ก็สามารถลงมือสร้างเกมนั้นได้เอง

เรามองว่าแม้ในสถานการณ์นี้ พนักงานรุ่นใหม่ก็ยังมีอะไรให้เรียนรู้อีกมาก ทั้งการใช้วิจารณญาณ รู้จักเลือกสิ่งที่เหมาะสม ฝึกทักษะการบริหาร และพัฒนาวิสัยทัศน์ในการสร้างสรรค์ผลงาน เราจะมีแรงจูงใจที่จะพัฒนาทักษะเหล่านี้ เพราะส่งผลโดยตรงต่องานที่เราทำ เรายังคงเรียนรู้จากการลงมือทำ⁠(เปิดในหน้าต่างใหม่)เหมือนเดิม แต่เป็นการทำงานที่มีความรับผิดชอบกว้างขึ้น ส่วนผู้บริหารและพนักงานรุ่นพี่ก็ยังมีแรงจูงใจที่จะช่วยสอนและสนับสนุนคนรุ่นใหม่ เพราะพวกเขามีส่วนได้รับผลตอบแทนจากความสำเร็จของเรา และมีหน้าที่ดูแลให้เราพัฒนาไปในทิศทางที่ดี โอกาสสำคัญของการเปลี่ยนแปลงนี้คือ พนักงานทุกระดับจะได้ทำงานที่ท้าทายและน่าสนใจมากขึ้น ทุกคนมีโอกาสแสดงความสามารถผ่านงานที่รับผิดชอบมากขึ้น โดยเฉพาะพนักงานใหม่ที่แต่เดิมแทบไม่มีโอกาสได้รับมอบหมายงานสำคัญเลย

รูปแบบที่สองคือการนำ AI เข้ามาเป็นส่วนหนึ่งของโครงสร้างองค์กรเดิม โดยให้เอเจนต์ทำงานเคียงข้างพนักงานในฐานะเพื่อนร่วมทีม ไม่ใช่แค่รับหน้าที่ทำงานพื้นฐาน ผู้จัดการสามารถแบ่งงานบางส่วนของทีมให้โมเดล AI รับผิดชอบได้เหมือนกับที่มอบหมายงานให้พนักงานทั่วไป AI จึงเข้ามาทำงานในระดับเดียวกับพนักงาน ไม่ใช่แค่ทำงานภายใต้การดูแลของพนักงานเท่านั้น

จุดที่ต่างจากสถานการณ์แรกคือ ในรูปแบบนี้ ผู้จัดการที่เป็นมนุษย์สามารถนำ AI มาช่วยทำงานได้โดยตรง ไม่ใช่แค่พนักงานที่รับผิดชอบงานของตัวเองเท่านั้น แต่ AI จะต้องมีความสามารถมากพอที่จะทำงานได้อย่างเต็มที่ในฐานะสมาชิกคนหนึ่งของทีม

คนเราทำงานได้สารพัดอย่าง ไม่เหมือนค้อนที่มีไว้ใช้ทำงานเฉพาะอย่างเท่านั้น AI ก็ต้องพัฒนาจากการเป็นเครื่องมือที่ช่วยทำงานบางอย่าง ไปสู่การรับผิดชอบงานได้มากขึ้น เริ่มจากทำงานเฉพาะอย่าง แล้วขยับไปทำงานแทนพนักงานทั้งตำแหน่ง ทั้งทีม และสุดท้ายคือทั้งบริษัท ซึ่งแต่ละระดับก็ต้องอาศัยความสามารถที่ครอบคลุมมากขึ้นตามไปด้วย

งานแต่ละตำแหน่งไม่ได้มีหน้าที่เพียงอย่างเดียว แต่ประกอบด้วยงานจำนวนมาก ยิ่งเป็นงานของทั้งทีมก็ยิ่งมีหน้าที่หลากหลายมากขึ้น และยิ่งมีงานที่ต้องรับผิดชอบมากเท่าไร ก็ยิ่งมีโอกาสเจอปัญหาที่ทำให้งานสะดุดมากขึ้นเท่านั้น เช่น หากทีมมีงานสำคัญเพียงอย่างเดียวที่ต้องใช้แรงงานในโลกจริง AI ก็จำเป็นต้องมีอุปกรณ์เพิ่มเติมเพื่อทำงานนั้น ดังนั้น การนำ AI มาแทนที่การทำงานของทั้งทีมโดยไม่ต้องปรับเปลี่ยนกระบวนการเดิม จึงต้องอาศัย AI ที่มีความสามารถครอบคลุมทุกหน้าที่ของทีม

การสร้าง AI ให้ทำงานได้ครบวงจรไม่ใช่เรื่องง่าย ยิ่งต้องรับผิดชอบงานมากเท่าไร ก็ยิ่งพัฒนาได้ยากขึ้น แต่ในมุมของบริษัทกลับเป็นเรื่องตรงกันข้าม เพราะ AI ที่รับผิดชอบงานได้กว้างขึ้นกลับนำมาใช้ได้ง่ายกว่า นี่คือความย้อนแย้งสำคัญของการเปลี่ยนผ่านครั้งนี้

หาก AI สามารถทำงานแทนทั้งทีมหรือรับผิดชอบงานหลายด้านได้ตั้งแต่ต้นจนจบ ผู้บริหารก็สามารถนำมาใช้ได้โดยตรง แต่หากเป็นเครื่องมือที่ทำงานได้เพียงบางอย่าง ผู้บริหารก็ไม่สามารถสั่งให้นำมาใช้ทั่วทั้งองค์กรได้ง่ายๆ เพราะต้องอาศัยความร่วมมือจากพนักงานจำนวนมาก และต้องฝึกอบรมให้พนักงานปรับตัวมาใช้เครื่องมือดังกล่าวด้วย

ที่ผ่านมา เทคโนโลยีใหม่ๆ มักช่วยลดต้นทุนในการทำงานเฉพาะบางอย่าง แต่ภาระในการนำเทคโนโลยีมาใช้กลับตกอยู่กับบริษัทที่ซื้อมา บริษัทต้องหาวิธีใช้เครื่องมือใหม่ให้เกิดประโยชน์ ทั้งฝึกอบรมพนักงาน ปรับโครงสร้างการทำงาน และออกแบบกระบวนการทำงานใหม่⁠(เปิดในหน้าต่างใหม่)ให้เหมาะกับเครื่องมือนั้น อย่างเช่นโปรแกรมสเปรดชีตที่ไม่ได้เข้ามาปรับตัวให้เข้ากับฝ่ายบัญชีเอง แต่เป็นฝ่ายบัญชีต่างหากที่ต้องเปลี่ยนวิธีทำงานให้เข้ากับโปรแกรม

ในทางกลับกัน พนักงานสามารถปรับตัวเข้าหาองค์กรได้ ไม่ว่าจะเป็นเด็กฝึกงาน พนักงานประจำ หรือทีมงานที่มีประสิทธิภาพ พวกเขาจะพยายามหาวิธีช่วยงานคุณให้ได้มากที่สุด พวกเขาซักถามเพื่อทำความเข้าใจงาน เรียนรู้บริบท และสังเกตว่าคุณต้องการอะไร บางครั้งยังช่วยชี้ให้เห็นเรื่องที่คุณไม่รู้ด้วยซ้ำว่าตัวเองยังไม่รู้ พนักงานที่เก่งที่สุดสามารถเรียนรู้งานและปรับตัวเข้ากับองค์กรได้ด้วยตัวเอง

ยิ่ง AI มีความคิดริเริ่มและปรับตัวได้เหมือนพนักงานมากขึ้นเท่าไร บริษัทก็ยิ่งไม่ต้องเสียเวลาเรียนรู้วิธีใช้ AI ให้เกิดประโยชน์มากเท่านั้น เพราะ AI จะเป็นฝ่ายเรียนรู้เองว่าจะช่วยบริษัทได้อย่างไร ผู้บริหารคงไม่อยากเสียเวลานั่งเรียนวิธีใช้โปรแกรมออกแบบตั้งแต่พื้นฐาน แต่ถ้ามีใครเสนอว่า “แค่บอกมา ผมจะจัดการงานการตลาดทั้งหมดให้เอง” ก็คงเป็นข้อเสนอที่ผู้บริหารยินดีรับฟัง

เรามักมองว่าเป้าหมายสูงสุดของ AGI คือการทำงานแทนมนุษย์ได้ทั้งตำแหน่ง ซึ่งต้องยอมรับว่าเรายังไปไม่ถึงจุดนั้น งานแต่ละตำแหน่งมีความซับซ้อนอย่างมาก เพราะมนุษย์มีความสามารถหลากหลายและทำอะไรได้มากมาย แต่ถึงอย่างนั้น ⁠(เปิดในหน้าต่างใหม่)ผลผลิตส่วนใหญ่ในระบบเศรษฐกิจก็ไม่ได้มาจากคนที่ทำงานคนเดียว พนักงานแต่ละคนทำงานเป็นส่วนหนึ่งของทีม ทีมต่างๆ รวมกันเป็นบริษัท และบริษัทเหล่านี้ก็ผลิตสินค้าและบริการแทบทุกอย่างที่เราใช้ในชีวิตประจำวัน

การวัด AGI จากความสามารถในการทำงานยังเป็นการประเมินมนุษย์ต่ำเกินไป เพราะการทำงานไม่ได้มีแค่การทำงานแต่ละอย่างให้สำเร็จ หรือรับมือกับปัญหาเฉพาะหน้าเท่านั้น แต่ยังต้องอาศัยการประสานงานและความสามารถในการปรับตัวเพื่อรับผิดชอบงานเล็กๆ น้อยๆ ที่ช่วยให้งานใหญ่สำเร็จได้ การมองว่ามนุษย์เป็นแค่คนที่ทำงานหลายอย่างได้ จึงเป็นการประเมินคุณค่าของมนุษย์ต่ำเกินไปมาก เพราะศักยภาพที่แท้จริงอยู่ที่การทำงานร่วมกันเป็นองค์กร⁠(เปิดในหน้าต่างใหม่)มากกว่าความสามารถของคนใดคนหนึ่ง AGI ที่จะทำงานได้ทัดเทียมมนุษย์ในเชิงเศรษฐกิจจึงต้องมีศักยภาพเทียบเท่ากับมนุษย์ที่ทำงานร่วมกัน ไม่ใช่แค่คนเดียว

ด้วยเหตุนี้ การให้ AI ทำงานเคียงข้างมนุษย์อาจเป็นรูปแบบที่ไม่มีประสิทธิภาพมากนัก หาก AI ยังรับผิดชอบได้เพียงงานเฉพาะอย่างหรืองานของพนักงานหนึ่งคน แทนที่จะรับผิดชอบงานทั้งทีมหรือทั้งบริษัทได้ เพราะการมี AI ทำงานร่วมกับพนักงานทุกคนหมายถึงต้องประสานงานและส่งต่องานกันอีกมาก⁠(เปิดในหน้าต่างใหม่) ซึ่งอาจทำให้บริษัทนำ AI มาใช้ได้ช้าลง

เรามองเห็นการแข่งขันระหว่าง AI ที่เก่งน้อยกว่าแต่ใช้ได้ก่อน กับ AI ที่เก่งกว่าแต่ต้องรอพัฒนา โดยผลลัพธ์ขึ้นอยู่กับว่า AI รุ่นใหม่จะนำมาใช้ในองค์กรได้เร็วพอที่จะชดเชยเวลาที่ใช้พัฒนาเพิ่มเติมหรือไม่

การที่ AI เข้ามาทำงานเคียงข้างพนักงานสามารถเกิดขึ้นควบคู่กับรูปแบบแรกที่พนักงานมีทีม AI อยู่ภายใต้การดูแลได้ บริษัทอาจลดจำนวนพนักงานลงเมื่อ AI เข้ามารับผิดชอบงานบางส่วน ขณะที่พนักงานที่เหลือก็มีหน้าที่รับผิดชอบมากขึ้น โดยมีทีมเอเจนต์ AI คอยช่วยเหลือ อย่างไรก็ตาม การเปลี่ยนแปลงนี้ไม่ได้หมายความว่าจำนวนคนมีงานทำโดยรวมจะลดลงเสมอไป เพราะในอนาคตเราอาจมีบริษัทจำนวนมากขึ้น แต่ละบริษัทมีพนักงานน้อยลงก็ได้

สถานการณ์ที่สามอาจเป็นรูปแบบที่คาดไม่ถึงที่สุด เพราะครั้งนี้ AI จะเข้ามาอยู่ในตำแหน่งที่สูงกว่าพนักงานบางส่วนในองค์กร โครงสร้างการทำงานจึงไม่ใช่แค่คนเป็นหัวหน้าและ AI เป็นลูกน้องอีกต่อไป แต่จะมี AI อยู่ตรงกลางระหว่างผู้บริหารกับพนักงาน กลายเป็นโครงสร้างที่มีทั้งคน AI และคนสลับกัน โดยพนักงานบางคนจะต้อง “รายงาน” การทำงานต่อ AI

แนวคิดนี้อาจฟังดูเป็นเรื่องไกลตัว โดยเฉพาะหากจะให้องค์กรเริ่มนำ AI มาใช้ในรูปแบบนี้ตั้งแต่แรก แต่เราเชื่อว่าการเปลี่ยนแปลงลักษณะนี้เริ่มเกิดขึ้นแล้ว เพียงแต่ยังไม่ถึงขั้นเปลี่ยนแปลงโครงสร้างองค์กรอย่างมาก

แม้เราจะมองว่า AI สามารถเข้ามาทำงานที่ต้องใช้ความคิดแทนมนุษย์ได้ แต่เราก็มักนึกถึงงานระดับล่างขององค์กรมากกว่า เช่น การจัดการสเปรดชีตหรือทำสไลด์นำเสนอ ไม่ใช่งานบริหาร เรามักคิดว่า AI จะเริ่มจากงานพื้นฐานที่ต้องใช้ความคิดก่อน แล้วค่อยขยับไปทำงานระดับสูงขึ้น โดยงานที่ต้องใช้วิจารณญาณจะเป็นสิ่งสุดท้ายที่ AI ทำแทนได้ และผู้บริหารจะเป็นกลุ่มสุดท้ายที่ยังคงทำหน้าที่เหล่านี้เอง

แต่ความจริงแล้ว งานส่วนใหญ่ของผู้จัดการเป็นงานที่ทำผ่านคอมพิวเตอร์และใช้ความคิด ไม่ว่าจะเป็นการอ่านข้อมูล เข้าประชุม พิจารณาทางเลือก จดจำรายละเอียดต่างๆ หรือการตัดสินใจ แน่นอนว่าการลงไปพบปะพนักงานและดูการทำงานในออฟฟิศด้วยตัวเองก็มีความสำคัญ แต่เมื่อเทียบกันแล้ว งานระดับปฏิบัติการกลับต้องเกี่ยวข้องกับสิ่งของและเครื่องมือจริงๆ มากกว่างานบริหาร แม้จะเป็นงานที่ใช้ความคิดเป็นหลักก็ตาม เช่น เวลาต้องถ่ายเอกสาร คนที่ถูกส่งไปทำก็มักเป็นเด็กฝึกงาน ไม่ใช่หัวหน้า

การฝึกโมเดล AI ให้ตัดสินใจเรื่องการบริหารเป็นเรื่องยาก เพราะไม่ใช่เรื่องที่สามารถวัดความสำเร็จได้ง่าย และบางครั้งก็ต้องใช้เวลานานกว่าจะเห็นผล ด้วยเหตุผลคล้ายกันนี้⁠(เปิดในหน้าต่างใหม่) การฝึกคนให้เป็นผู้บริหารที่เก่งจึงไม่ใช่เรื่องง่ายเช่นกัน เรายังไม่รู้แน่ชัดว่าโมเดล AI มีความสามารถด้านการบริหารมากแค่ไหน แม้เราจะมีแบบทดสอบมากมายสำหรับประเมิน AI ในงานที่ต้องใช้ความคิดและลงมือทำให้สำเร็จ แต่ยังมีแบบทดสอบเพียงไม่กี่ชุดที่วัดความสามารถในการวางแผน ประสานงาน และบริหารงานขนาดใหญ่ในระดับเดียวกับผู้จัดการหรือผู้บริหารระดับสูงได้

อย่างไรก็ตาม เราก็ไม่ควรมองข้ามความเป็นไปได้ที่ว่า AI ในปัจจุบันอาจทำงานได้ใกล้เคียงกับผู้จัดการมากกว่าพนักงานระดับปฏิบัติการ และงานบริหารบางอย่างก็อาจนำ AI มาทำแทนได้ก่อนงานของพนักงานที่อยู่ภายใต้การดูแลเสียอีก

หากรูปแบบนี้พัฒนาไปอย่างเต็มที่ เราอาจได้เห็น AI เป็นฝ่ายคิดและตัดสินใจ แล้วจ้างคนมารับผิดชอบงานส่วนที่ AI ยังทำเองไม่ได้ โดยคนเหล่านั้นต้องรายงานผลการทำงานต่อ AI โลกที่เป็นแบบนี้คงแตกต่างจากสิ่งที่เราคุ้นเคยอย่างมาก และกว่าจะไปถึงจุดนั้นได้ ก็คงต้องมีหลายอย่างเปลี่ยนไป

แต่ยังมีอีกรูปแบบหนึ่งที่เกิดขึ้นได้ง่ายกว่า และตอนนี้เราก็เริ่มเห็นแล้ว นั่นคือการใช้ AI เป็นที่ปรึกษา ทุกวันนี้ ผู้บริหารสามารถให้ ChatGPT อ่านข้อมูลจากช่องทางต่างๆ ใน Slack หลายร้อยช่อง รวมถึงเอกสาร ข้อความติดต่อสื่อสาร และไฟล์โค้ดจากทั่วทั้งบริษัท แล้วถามสิ่งที่อยากรู้ได้ เช่น ทีมนี้ทำหน้าที่อะไรกันแน่ พบช่องโหว่ด้านความปลอดภัยตรงไหนบ้าง? วิธีนี้ช่วยให้ผู้บริหารเข้าใจการทำงานในทุกส่วนขององค์กรได้ชัดเจนขึ้นเรื่อยๆ⁠(เปิดในหน้าต่างใหม่)

ที่ผ่านมา ผู้บริหารมักจ้างที่ปรึกษาภายนอกเข้ามาช่วยวิเคราะห์และประสานงานระหว่างฝ่ายต่างๆ ในองค์กร ซึ่งก็คือบริการให้คำปรึกษาด้านการบริหารนั่นเอง บริษัทที่ปรึกษาเหล่านี้เข้ามาเป็นตัวกลางระหว่างคนในองค์กรเพียงชั่วคราว แต่มีค่าใช้จ่ายสูง ทว่าในอนาคต ที่ปรึกษา AI อาจมีต้นทุนต่ำมากและพร้อมให้ความช่วยเหลือได้ตลอดเวลา

ตอนนี้โมเดล AI เพิ่งเริ่มอ่านและทำความเข้าใจเอกสารกับข้อความสื่อสารภายในบริษัทได้อย่างน่าเชื่อถือ แต่ยังต้องพัฒนาความสามารถในการประเมินสิ่งต่างๆ และความสามารถในการริเริ่มงานเอง ปัจจุบัน ChatGPT ช่วยให้ผู้บริหารที่ต้องการทำความเข้าใจองค์กรของตัวเองสามารถมองเห็นรายละเอียดต่างๆ ได้มากขึ้น เรามองว่าในอนาคต AI อาจพัฒนาไปเป็นที่ปรึกษาที่ช่วยงานได้ครบทุกด้าน ไม่ใช่เข้ามาเป็น “หัวหน้า” ของพนักงานโดยตรง แต่เป็นผู้ช่วยที่คอยติดตามความเคลื่อนไหวในองค์กรและให้คำแนะนำแก่ผู้บริหาร โดยใช้ความรู้ด้านธุรกิจวิเคราะห์ข้อมูลจากทุกฝ่าย คอยแจ้งปัญหาที่พบให้ทราบล่วงหน้า และช่วยจัดลำดับความสำคัญของเรื่องที่ต้องจัดการ

การเปลี่ยนแปลงนี้จะส่งผลดีหรือเสียก็ขึ้นอยู่กับตัวผู้บริหาร แต่สิ่งที่จะเปลี่ยนไปในโครงสร้างองค์กรคือ อำนาจการตัดสินใจจะไปรวมอยู่ที่ผู้บริหารระดับสูงมากขึ้น เรามองว่า AI จะช่วยลดช่องว่างระหว่างผู้บริหารระดับสูงกับพนักงานในส่วนต่างๆ ของบริษัท ทำให้ผู้บริหารมีอำนาจมากขึ้น เพราะที่ผ่านมา ปัญหาการสื่อสารและการส่งต่อข้อมูลทำให้บริษัทต้องกระจายอำนาจการตัดสินใจไปยังคนในระดับต่างๆ

เรามองว่าสถานการณ์นี้น่าสนใจมาก ไม่ใช่แค่เพราะ AI อาจเปลี่ยนรูปแบบการกระจายอำนาจในองค์กร แต่ยังเป็นเพราะบริษัทสามารถนำ AI มาใช้เป็นที่ปรึกษาได้ง่ายด้วย เช่นเดียวกับการจ้างบริษัทที่ปรึกษาทั่วไป ผู้บริหารไม่จำเป็นต้องมีความรู้ด้านเทคนิคก็ใช้บริการที่ปรึกษา AI ได้ ต่างจากคอมพิวเตอร์ในยุคแรกๆ ที่คนเริ่มนำมาใช้มักเป็นพนักงานระดับปฏิบัติการที่รู้วิธีพิมพ์คำสั่งผ่านหน้าจอ แต่สำหรับที่ปรึกษา AI ผู้บริหารเพียงแค่พูดคุยและบอกสิ่งที่ต้องการ ส่วน AI จะจัดการเรื่องเทคนิคให้เอง การนำ AI มาใช้ในองค์กรจึงอาจเริ่มจากผู้บริหารระดับสูง และที่ปรึกษา AI ก็อาจช่วยให้ฝ่ายอื่นๆ ในองค์กรนำ AI มาใช้ได้เร็วขึ้นตามไปด้วย

สาเหตุหลักอย่างหนึ่งที่บริษัทไม่มั่นใจในการให้พนักงานทำงานจากระยะไกลหรือจ้างผู้รับเหมาภายนอก คือไม่รู้ว่าจะตรวจสอบการทำงานได้อย่างไร เพราะยังไม่เคยมีวิธีที่ประหยัดและช่วยให้บริษัทเข้าใจการทำงานของพนักงานได้อย่างรอบด้าน บริษัทจึงเลือกวัดสิ่งที่สังเกตได้ง่าย⁠(เปิดในหน้าต่างใหม่)แทน ไม่ว่าจะเป็นการนับจำนวนครั้งที่คลิกเมาส์ ตรวจจับการขยับเมาส์ หรือสถานะออนไลน์ที่แสดงเป็นจุดสีเขียว ทั้งที่สิ่งเหล่านี้บอกได้เพียงว่าพนักงานดูเหมือนกำลังทำงาน ไม่ได้บอกเลยว่างานที่ทำมีคุณภาพแค่ไหน

AI ช่วยให้บริษัทตรวจสอบการทำงานของพนักงานได้โดยเข้าใจเนื้องานจริงๆ ไม่ใช่แค่ดูว่าพนักงานกำลังทำอะไร แต่ยังประเมินจากผลงานได้ด้วยว่างานคืบหน้าไปสู่เป้าหมายใหญ่ขององค์กรมากแค่ไหน อย่างไรก็ตาม การนำเทคโนโลยีใหม่มาใช้ติดตามพนักงานเป็นเรื่องที่ต้องพิจารณาอย่างรอบคอบ⁠(เปิดในหน้าต่างใหม่) ซึ่งเราจะอธิบายเพิ่มเติมในหัวข้อถัดไป แต่หากนำมาใช้อย่างเหมาะสม ก็อาจช่วยสร้างความไว้วางใจและทำให้บริษัทกล้าให้อิสระแก่พนักงานมากขึ้น

ถ้า AI มองออกว่างานที่ดีไม่จำเป็นต้องมีวิธีทำเพียงแบบเดียว พนักงานก็จะเลือกทำงานในแบบที่ตัวเองถนัดได้มากขึ้น บริษัทจะให้ความสำคัญกับความคืบหน้าและผลลัพธ์ของงาน แทนที่จะบังคับให้ทุกคนทำตามขั้นตอนที่กำหนดไว้เพียงเพราะหัวหน้าตรวจสอบได้ง่าย AI ที่เข้าใจการทำงานจริงจึงช่วยให้พนักงานทำงานได้ยืดหยุ่นขึ้น และลดปัญหาการทำทีว่ายุ่งกับงานเพื่อให้ดูเหมือนขยัน ซึ่งเป็นสิ่งที่เราไม่ชอบกันอยู่แล้ว

ประโยชน์ของระบบนี้คล้ายกับการที่บริษัทประกันลดเบี้ยประกันรถยนต์ให้ลูกค้าที่ยอมติดตั้งอุปกรณ์ติดตามการขับขี่ หากคุณพยายามหาวิธีทำให้ตัวเองดูดีในสายตาของระบบตรวจสอบ วิธีนี้ก็อาจทำให้คุณเสียเปรียบ แต่ถ้าคุณตั้งใจทำงานตามปกติ ระบบก็จะช่วยยืนยันว่าคุณทำงานได้ดีจริง ทำให้ผู้บริหารไว้วางใจคุณมากขึ้น

ความไว้วางใจนี้อาจเปิดโอกาสใหม่ๆ ให้เกิดขึ้น เราอาจได้เห็นบริษัทที่เคยลังเลกับการทำงานแบบไฮบริด การจ้างคนที่คิดนอกกรอบ การใช้ผู้รับจ้างภายนอก หรือการจ้างคนเก่งๆ จากต่างประเทศ เริ่มเปิดรับ⁠(เปิดในหน้าต่างใหม่)ทางเลือกเหล่านี้มากขึ้น

โครงสร้างองค์กรในปัจจุบันสร้างปัญหาให้พนักงานระดับปฏิบัติการอยู่ไม่น้อย การพบปัญหาด้วยตัวเองแต่ไม่มีช่องทางแจ้งให้ผู้บริหารระดับสูงรับรู้เป็นเรื่องที่น่าท้อใจอย่างมาก เช่นเดียวกับการต้องทำงานภายใต้หัวหน้าที่บริหารงานไม่เป็น หรือทุ่มเททำงานอย่างเต็มที่แต่กลับไม่มีใครเห็นคุณค่าของผลงาน

ที่ผ่านมา บริษัทต่างพยายามเพิ่มประสิทธิภาพการทำงานให้มากที่สุด แต่กลับต้องพึ่งข้อมูลที่มีอยู่อย่างจำกัด แนวทางการทำงานแบบคร่าวๆ และระบบที่ประเมินได้เพียงเรื่องพื้นฐาน เมื่อมองทุกอย่างเป็นแค่ตัวเลข พนักงานแต่ละคนก็ถูกมองเป็นเพียงฟันเฟืองในระบบ ทั้งที่บริษัทมีปัญหาเรื่องการประเมินผลงานพนักงานมานานแล้ว AI ที่เข้าใจการทำงานจริงอาจช่วยเปลี่ยนเรื่องนี้ได้ โดยมองเห็นทั้งผลงานที่มีคุณค่าและวิธีทำงานเฉพาะตัวที่ระบบประเมินแบบเดิมมองข้ามไป

จากสถานการณ์ตัวอย่างทั้งสามรูปแบบที่กล่าวมา เราจะมาดูกันต่อว่ามีประเด็นสำคัญอะไรบ้างที่จะเป็นตัวกำหนดอนาคตขององค์กรธุรกิจ

โดยทั่วไป การสร้างผลงานแต่ละชิ้นต้องใช้ทั้งเวลาและเงินทุนมหาศาล ไม่ว่าจะเป็นแอป ภาพยนตร์ สไลด์นำเสนอ ฟีเจอร์ใหม่ หรือรายงานวิเคราะห์ ทุกอย่างล้วนมีต้นทุนสูง ใช้เวลานาน และหากต้องกลับมาแก้ไขใหม่ก็ยุ่งยากไม่น้อย เมื่อแทบไม่มีโอกาสให้ลองผิดลองถูก บริษัทจึงต้องทุ่มเทให้กับการวางแผนอย่างรอบคอบ ทั้งการประชุมวางแผนงาน การกำหนดทิศทางโครงการ และการขออนุมัติจากคณะกรรมการหลายฝ่าย เพื่อให้มั่นใจว่าเมื่อถึงเวลาลงมือจริง สิ่งที่ทำจะคุ้มค่ากับทรัพยากรที่เสียไป ขั้นตอนตรวจสอบและอนุมัติหลายระดับในองค์กรจึงเกิดขึ้นเพราะการลงมือทำแต่ละครั้งมีต้นทุนสูง

AI กำลังช่วยลดต้นทุนการสร้างผลงานในหลายสาขาลงอย่างมาก อย่างน้อยก็ในขั้นตอนการสร้างต้นแบบ แม้อาจยังไม่ถึงขั้นสร้างผลงานที่เสร็จสมบูรณ์ เราเชื่อว่าบริษัทควรปรับวิธีทำงานตามไปด้วย โดยลดเวลาที่ใช้วางแผนล่วงหน้า แล้วหันมาลงมือทดลองมากขึ้น บริษัทสามารถสร้างต้นแบบขึ้นมา ดูผลลัพธ์ เรียนรู้จากสิ่งที่เกิดขึ้น ปรับแนวทาง แล้วทดลองสร้างใหม่ได้อย่างรวดเร็ว เมื่อการสร้างต้นแบบทำได้ง่าย⁠(เปิดในหน้าต่างใหม่)ขึ้น บริษัทก็น่าจะค่อยๆ ลดการพึ่งพาระบบและขั้นตอนต่างๆ ที่ออกแบบมาสำหรับการทำงานซึ่งต้องวางแผนอย่างละเอียดก่อนลงมือทำ

การเปลี่ยนแปลงที่เห็นได้ชัดที่สุดคือทีมสามารถทดลองและปรับปรุงงานได้รวดเร็วขึ้น แต่หากมองไปอีกขั้น เราอาจต้องตั้งคำถามกันใหม่ถึงความจำเป็นของการทำงานเป็นทีม หากการร่วมกันวางแผนมีความสำคัญน้อยลง ขณะที่แนวคิดที่หลากหลายและเกิดขึ้นอย่างอิสระจากกันกลับมีคุณค่ามากขึ้น แบบไหนจะดีกว่ากันระหว่างการมีทีมเดียวที่ทดลองและปรับปรุงงานอย่างรวดเร็ว กับการให้หลายคนแยกกันสร้างต้นแบบที่ใช้งานได้จริงตามแนวคิดของตัวเอง และหากต้นแบบที่สร้างขึ้นจริงสามารถถ่ายทอดแนวคิดได้ชัดเจนกว่าเอกสารอธิบายขอบเขตงาน เราจะเปลี่ยนวิธีสื่อสารกันหรือไม่ โดยหันมาแบ่งปันผลงานที่สร้างขึ้นให้กันดูตั้งแต่เนิ่นๆ และบ่อยขึ้น แทนการส่งเอกสารบันทึกข้อความ

เมื่อการลงมือสร้างผลงานทำได้ง่ายและประหยัดขึ้น บริษัทก็อาจหันมาให้พนักงานแต่ละคนทำงานได้อย่างอิสระมากขึ้น ไม่ต้องผ่านหัวหน้าหลายระดับหรือคอยขออนุญาตก่อนทำทุกอย่าง เพราะเมื่อก่อนการขออนุมัติใช้ทรัพยากรน้อยกว่าการลงมือทำ แต่ตอนนี้การลงมือทำเองอาจง่ายกว่าแล้ว

แต่ในอีกด้านหนึ่ง AI ที่ช่วยให้พนักงานทดลองสร้างผลงานได้เองโดยมีความเสี่ยงน้อยลง ก็อาจถูกนำมาใช้เพิ่มขั้นตอนและข้อกำหนดต่างๆ ภายในองค์กรได้เช่นกัน ซึ่งเราจะพูดถึงในหัวข้อถัดไป

เหตุผลสำคัญอย่างหนึ่งที่บริษัทใช้ระบบบริหารแบบสั่งการจากบนลงล่าง คือความเชื่อที่ว่าผู้บริหารสามารถตัดสินใจเรื่องธุรกิจ⁠(เปิดในหน้าต่างใหม่)ได้ดีกว่าพนักงานระดับเริ่มต้น บริษัทจึงให้ค่าตอบแทนสูงแก่ผู้บริหารระดับสูงที่มีประสบการณ์และความสามารถ ขณะที่ผู้จัดการมักได้รับการฝึกฝนด้านกลยุทธ์ธุรกิจ ส่วนพนักงานที่ไม่ได้มีหน้าที่บริหารก็จะเชี่ยวชาญงานเฉพาะด้านของตัวเอง แต่หาก AI สามารถให้คำแนะนำที่ยอดเยี่ยมแก่พนักงานทุกคน ความแตกต่างด้านคุณภาพการตัดสินใจก็จะลดลง ผู้จัดการจึงมีเหตุผลน้อยลงที่จะต้องเข้ามาก้าวก่ายการทำงานของพนักงาน ส่งผลให้พนักงานมีอิสระในการทำงานมากขึ้น และอาจช่วยลดลำดับชั้นการบริหารภายในองค์กรได้ด้วย

ในทำนองเดียวกัน “ทีมที่ปรึกษา AI” ยังช่วยให้ผู้บริหารรับรู้เรื่องสำคัญที่อาจส่งผลกระทบต่อบริษัทได้ทันท่วงที เช่น หากพนักงานกำลังจะโพสต์บทความที่อาจสร้างปัญหาร้ายแรงให้บริษัท AI ก็จะแจ้งเตือนผู้บริหารล่วงหน้าโดยอัตโนมัติ เมื่อมั่นใจว่าจะไม่เกิดข้อผิดพลาดครั้งใหญ่โดยไม่มีใครแจ้งให้ทราบ ผู้บริหารก็สามารถไว้วางใจพนักงานได้มากขึ้น และปล่อยให้แต่ละคนทำงานในแบบของตัวเองโดยไม่ต้องคอยกำกับทุกขั้นตอน⁠(เปิดในหน้าต่างใหม่)

อย่างไรก็ตาม ทีมที่ปรึกษา AI ก็เป็นเหมือนดาบสองคม⁠(เปิดในหน้าต่างใหม่) แม้จะช่วยให้ผู้บริหารไว้วางใจพนักงานมากขึ้น เพราะ AI สามารถตรวจสอบและติดตามการทำงานได้อย่างมีประสิทธิภาพ แต่ในทางกลับกัน AI ก็อาจถูกนำมาใช้ควบคุมให้ทุกฝ่ายปฏิบัติงานตามแนวทางที่ CEO ต้องการอย่างเข้มงวดมากขึ้นเช่นกัน บริษัทต่างให้ความสำคัญกับการทำงานที่สอดคล้องกัน⁠(เปิดในหน้าต่างใหม่)ทั่วทั้งองค์กร เพราะการตัดสินใจที่ดีเพียงอย่างเดียวยังไม่พอ แต่ต้องสอดคล้องกับวัฒนธรรมองค์กร ภาพลักษณ์ของแบรนด์ และการประหยัดต้นทุนจากการดำเนินงานในขนาดใหญ่ด้วย ตัวอย่างเช่น ร้านอาหารในเครืออาจต้องการให้ทุกสาขาใช้เมนูเดียวกัน เพื่อให้สามารถสั่งซื้อวัตถุดิบครั้งละมากๆ ในราคาที่คุ้มค่าขึ้น และลูกค้าก็มั่นใจได้ว่าจะได้รับอาหารที่มีมาตรฐานเดียวกันทุกสาขา

อีกประเด็นหนึ่งคือ ผู้บริหารกับพนักงานไม่ได้มีแรงจูงใจในการทำงานตรงกันเสมอไป พนักงานมักมุ่งให้งานในส่วนที่ตัวเองรับผิดชอบประสบความสำเร็จ⁠(เปิดในหน้าต่างใหม่) ขณะที่ผู้บริหารให้ความสำคัญกับผลสำเร็จของบริษัทโดยรวม ผู้ถือหุ้นเองก็มีผลประโยชน์ต่างจากพนักงานที่รับเงินเดือน เพราะผู้ถือหุ้นเป็นฝ่ายได้รับผลตอบแทน⁠(เปิดในหน้าต่างใหม่)จากการที่พนักงานทำงานหนักขึ้น ทีมที่ปรึกษา AI จึงอาจถูกนำมาใช้กำกับให้พนักงานปฏิบัติตามวิธีการทำงานที่ผู้บริหารระดับสูงกำหนดไว้อย่างเคร่งครัดมากขึ้น

เรามองว่าโดยรวมแล้ว พนักงานจะมีอิสระในการทำงานและตัดสินใจมากขึ้น เพราะเราเชื่อว่าบริษัทจะใช้ AI ช่วยแจ้งเตือนเมื่อพบเรื่องสำคัญที่ต้องให้ผู้บริหารเข้ามาดูแล และเปิดโอกาสให้พนักงานตัดสินใจเรื่องอื่นๆ ได้ด้วยตัวเองมากขึ้น

เรามองว่า AI จะเป็นตัวช่วยให้พนักงานมีอิสระในการทำงานมากขึ้น แม้ผู้บริหารอยากให้ทุกอย่างสอดคล้องกับภาพลักษณ์ของแบรนด์ พนักงานก็เพียงต้องทำงานภายใต้กรอบนั้น โดยมี AI ช่วยให้เข้าใจว่าบริษัทมีข้อจำกัดอะไรบ้าง และช่วยลดความเสี่ยงในการลองทำสิ่งใหม่ๆ ที่นอกเหนือจากข้อจำกัดเหล่านั้น เมื่อผู้บริหารไม่ต้องกังวลว่าจะมีปัญหาสำคัญเกิดขึ้น ก็สามารถปล่อยให้พนักงานลองวิธีใหม่ๆ ที่อาจสร้างรายได้หรือผลกำไรให้บริษัทได้ ขณะเดียวกัน เอเจนต์ AI ที่คอยช่วยงานก็ทำให้พนักงานรับผิดชอบงานที่ใหญ่ขึ้นได้ และเราเชื่อว่ายิ่งมีโอกาสดูแลงานที่ซับซ้อนมากขึ้น ก็ยิ่งมีพื้นที่ให้ใช้ความคิดสร้างสรรค์มากขึ้นด้วย

หลักการเดียวกับเรื่องอิสระในการทำงานของพนักงานยังนำมาใช้กับขนาดของบริษัทได้ด้วย Ronald Coase⁠(เปิดในหน้าต่างใหม่) เคยตั้งคำถามว่า ทำไมเราจึงเลือกจัดการกระบวนการผลิตภายในบริษัท แทนที่จะให้แต่ละฝ่ายทำสัญญาจ้างงานกันเอง แม้แต่การสร้างเครื่องบินทั้งลำก็สามารถใช้วิธีจ้างผู้รับเหมาหรือผู้ผลิตแต่ละรายให้ทำงานร่วมกันผ่านสัญญาได้ แต่การทำเช่นนั้นจะไม่มีประสิทธิภาพอย่างมาก การรวมงานไว้ภายในบริษัทช่วยให้ประหยัดต้นทุนจากการผลิตในปริมาณมาก ทำให้ทุกฝ่ายมีแรงจูงใจสอดคล้องกัน บริหารโครงการขนาดใหญ่ได้ง่ายขึ้น และไม่ต้องเสียเวลาเจรจาต่อรองกันอยู่ตลอดเวลา

การที่ AI ช่วยให้คนในองค์กรสื่อสารกันได้ดีขึ้น อาจส่งผลต่อขนาดของบริษัทด้วย เพราะเดิมทีองค์กรต้องส่งต่อข้อมูลจากพนักงานขึ้นไปยังผู้บริหาร และส่งคำสั่งกลับลงมาอีกทอดหนึ่ง ซึ่งทั้งยุ่งยากและเสี่ยงต่อการสื่อสารผิดพลาด หาก AI เข้ามาช่วยประสานงานระหว่างฝ่าย บริษัทที่มีพนักงานจำนวนมากก็ไม่จำเป็นต้องบริหารยากเหมือนแต่ก่อนอีกต่อไป “ทีมที่ปรึกษา AI” อาจช่วยให้ผู้บริหารเข้าใจการทำงานภายในบริษัทได้อย่างใกล้ชิด ราวกับเป็นผู้ก่อตั้งสตาร์ทอัพที่มีพนักงานเพียง 20 คน แทนที่จะต้องรอรายงานสรุปความคืบหน้าทุกสามเดือน ผู้บริหารก็สามารถติดตามการดำเนินงานได้ตลอด และให้ AI แจ้งเตือนเมื่อมีเรื่องเกิดขึ้น วิสัยทัศน์ของผู้บริหารจึงส่งต่อไปยังส่วนต่างๆ ขององค์กรได้ทั่วถึงขึ้น ขณะที่ทุกคนก็รับรู้ทั้งความเคลื่อนไหวของเพื่อนร่วมงานและเป้าหมายสำคัญของบริษัทได้ดีขึ้น

ในทางกลับกัน AI ก็อาจทำให้บริษัทเล็กลงได้ หากการติดต่อประสานงานไม่ใช่เรื่องยุ่งยากอีกต่อไป และบริษัทสามารถติดตามได้ว่าคู่ค้าปฏิบัติตามข้อตกลงหรือไม่ ก็ไม่จำเป็นต้องทำทุกอย่างเองภายในองค์กร แต่สามารถพึ่งพาซัพพลายเออร์และผู้รับจ้างภายนอกได้อย่างมั่นใจมากขึ้น

หนึ่งในเหตุผลหลักที่บริษัทซื้อกิจการอื่นเข้ามารวมไว้ในธุรกิจของตัวเอง คือการทำให้ทุกฝ่ายมีผลประโยชน์ไปในทิศทางเดียวกัน เพราะสัญญาไม่สามารถกำหนดรายละเอียดได้ครบทุกเรื่อง⁠(เปิดในหน้าต่างใหม่) ตัวอย่างเช่น บริษัทผลิตเครื่องบินอาจจ้างอีกบริษัทผลิตเครื่องยนต์ไอพ่นให้ แต่หากมีเรื่องใดที่สัญญาไม่ได้ระบุไว้ บริษัทผลิตเครื่องยนต์ก็มีแรงจูงใจที่จะลดค่าใช้จ่ายให้มากที่สุดเพื่อเพิ่มกำไรของตัวเอง แม้อาจไม่เป็นผลดีต่อบริษัทผู้ว่าจ้างก็ตาม บริษัทผลิตเครื่องบินจึงอาจเลือกซื้อกิจการของผู้ผลิตเครื่องยนต์เสียเลยเพื่อป้องกันปัญหานี้ หลักการเดียวกันนี้ใช้กับความสัมพันธ์ระหว่างพนักงานกับหัวหน้าได้เช่นกัน หากบริษัทสามารถตรวจสอบการปฏิบัติตามสัญญาได้ดีขึ้น และใช้ระบบที่มีความสามารถในการประเมินและตัดสินข้อพิพาทตามเนื้อหาจริง แทนที่จะตรวจเพียงว่าทำครบตามรายการที่กำหนดหรือไม่ บริษัทก็อาจมั่นใจที่จะพึ่งพาบริษัทภายนอกมากขึ้น โดยไม่จำเป็นต้องดำเนินงานทุกอย่างด้วยตัวเอง

เราคาดว่าในอนาคตจะมีบริษัทขนาดเล็กเกิดขึ้นมากมาย แต่ขณะเดียวกันก็อาจมีบริษัทขนาดใหญ่ที่ใช้ AI บริหารธุรกิจและโครงการต่างๆ จำนวนมากภายใต้องค์กรเดียวกัน การรวมธุรกิจหลายอย่างไว้ในบริษัทเดียวจะคุ้มค่าก็ต่อเมื่อโครงการเหล่านั้นสามารถใช้ทรัพยากรสำคัญร่วมกันได้ เช่น ทรัพยากรประมวลผล แม้ว่าทรัพยากรประเภทนี้จะสามารถจัดหามาใช้เฉพาะเวลาที่ต้องการในปริมาณเล็กน้อยได้ไม่ยากก็ตาม การมีโรงงานหรือหุ่นยนต์ที่หลายโครงการใช้ร่วมกันจึงเป็นเหตุผลที่มีน้ำหนักมากกว่าในการรวมธุรกิจต่างๆ ไว้ภายใต้องค์กรเดียว

การมีเป้าหมายร่วมกันก็เป็นอีกเหตุผลที่ทำให้บริษัทขนาดใหญ่ลักษณะนี้มีข้อได้เปรียบ ลองนึกถึงองค์กรที่รวบรวม AI และเงินทุนจำนวนมากไว้เพื่อภารกิจเดียว เช่น การหาวิธีรักษามะเร็ง เมื่อทุกฝ่ายมุ่งไปสู่เป้าหมายเดียวกัน ก็อาจไม่จำเป็นต้องแยกออกไปทำโครงการเล็กๆ มากมาย บริษัทที่ขับเคลื่อนด้วย AI อาจลดปัญหาการแย่งชิงอำนาจภายในองค์กร ทำให้ทุกฝ่ายแบ่งปันข้อมูลกันได้ทั้งหมด และสร้างความหลากหลายทางความคิดให้กับเหล่าเอเจนต์เพื่อค้นหาเส้นทางที่แตกต่างกันได้ตามต้องการ

ระบบการทำงานในปัจจุบันควรเปิดโอกาสให้พนักงานที่มีความสามารถโดดเด่นได้เติบโตในหน้าที่การงานและได้รับค่าตอบแทนสูงขึ้น แต่ในโลกที่ทุกคนมี AI เก่งๆ คอยให้คำปรึกษา พนักงานจะสร้างความโดดเด่นเหนือคนอื่นได้อย่างไร

หาก AI ให้คำแนะนำดีๆ เหมือนกันกับทุกคน พนักงานก็จะมีโอกาสสร้างความโดดเด่นจากคนอื่นน้อยลง และความเหลื่อมล้ำด้านค่าตอบแทนก็น่าจะลดลงตามไปด้วย

แต่สิ่งที่อาจทำให้ช่องว่างด้านค่าตอบแทนไม่ลดลงก็คือ ความสามารถในการตัดสินใจ วิจารณญาณในการเลือกสิ่งที่เหมาะสม และขอบเขตความรับผิดชอบ หากเราแต่ละคนมีทีม AI ทำงานภายใต้การดูแล สิ่งที่มนุษย์ยังมีคุณค่าเหนือกว่าก็คือความสามารถในการตัดสินใจ เพราะยิ่งแต่ละคนรับผิดชอบงานในภาพรวมมากขึ้นเท่าไร ผลของการตัดสินใจที่ดีหรือผิดพลาดก็ยิ่งเห็นชัดขึ้น⁠(เปิดในหน้าต่างใหม่)เท่านั้น

ที่ผ่านมาเราใช้เหตุผลนี้อธิบายค่าตอบแทนของผู้บริหารระดับสูง⁠(เปิดในหน้าต่างใหม่)มานานแล้ว โดยมองว่าการตัดสินใจที่ดีกว่าเพียงเล็กน้อยของผู้บริหารระดับสูงสามารถส่งผลอย่างมหาศาลต่อผลกำไรของบริษัท ในทำนองเดียวกัน ความเหลื่อมล้ำด้านค่าตอบแทนก็อาจเพิ่มขึ้น หากพนักงานบางคนสามารถบริหารทีม AI ของตัวเองให้ใช้ทรัพยากรที่มีจำกัดได้ดีกว่าคนอื่น

ยิ่งงานที่รับผิดชอบมีความสำคัญมากขึ้น ความสามารถที่ดีกว่าคนอื่นเพียงนิดเดียวก็อาจทำให้ได้รับค่าตอบแทนต่างกันมากขึ้น แต่ขณะเดียวกัน AI ก็จะให้คำแนะนำดีๆ กับทุกคนได้เหมือนกัน ทำให้แต่ละคนสร้างความแตกต่างจากคนอื่นได้ยากขึ้น และค่าตอบแทนก็มีแนวโน้มใกล้เคียงกันมากขึ้น

ไม่ว่าจะเป็นเรื่องนี้หรือเรื่องอื่นๆ สิ่งที่จะมีอิทธิพลมากกว่าอาจขึ้นอยู่กับว่า เราใช้ความสามารถในการตัดสินใจของตัวเองมากแค่ไหน หรือเพียงทำตามคำแนะนำที่ได้รับเป็นหลัก