ใช้ AI ช่วยทำงาน แต่ทำไมยังเหนื่อยเท่าเดิม? ถอดบทเรียนจาก Salesforce เมื่อการสั่ง AI ทำทุกอย่างไม่ใช่ทางออก

ในวันที่ AI ทำงานแทนมนุษย์ได้มากขึ้น ความได้เปรียบของคนอาจไม่ใช่การใช้ AI ให้มากที่สุด แต่คือการรู้ว่าอะไรควรให้ AI ทำ และอะไรยังควรเก็บไว้ให้มนุษย์ตัดสินใจ

• แค่ใช้ AI ไม่เท่ากับงานที่ประสิทธิภาพดีขึ้นเสมอไป
• ถ้าไม่ออกแบบการทำงานใหม่ งานจะเร็วขึ้นแค่บางจุด แล้วติดขัดในท้ายที่สุด
• งานที่เคยทำ 3 คน แต่ AI ช่วยให้เหลือ 1 คน แล้วอีก 2 คนจะไปไหน?
• AI Fluency มากกว่า AI Literacy
• Judgment ทักษะที่ยิ่งมี AI ยิ่งสำคัญ
• คนรุ่นใหม่ควรเตรียมตัวอย่างไร

Josh Gray ผู้ดำรงตำแหน่ง Senior Director, Workforce Innovation Strategy & AI Fluency GTM ของ Salesforce พูดถึงเรื่องการทำงานในยุค AI ได้อย่างน่าสนใจ ระหว่างการให้สัมภาษณ์พิเศษกับ THE STANDARD WEALTH ที่งาน Dreamforce 2026 ณ เมืองซานฟรานซิสโก ประเทศสหรัฐอเมริกา

“มันไม่ใช่แค่เรื่องของการเปิดรับ การใช้งาน หรือความมั่นใจเท่านั้น แต่ยังรวมถึงการรู้ว่าเมื่อใดที่ไม่ควรใช้ AI ด้วย ผมคิดว่าสิ่งนี้กำลังจะกลายเป็นซูเปอร์พาวเวอร์ สำหรับคนที่รู้ว่าเมื่อใดไม่ควรใช้ AI แทนที่จะบอกว่าต้องใช้ AI เสมอ”

นับเป็นประโยคที่อาจฟังดูขัดแย้งสำหรับบริษัทที่ขาย AI ให้องค์กรทั่วโลก แต่จากประสบการณ์ของ Josh และการนำ AI มาใช้ภายในองค์กรของ Salesforce เอง นับว่าเป็นแง่มุมที่น่าสนใจ

ภายในเวลาไม่กี่ปี AI พัฒนาจาก Chatbot เป็น Copilot และตอนนี้คือ Agent ซึ่งไม่ได้แค่ช่วยตอบคำถาม แต่ลงมือทำงานบางส่วนแทนคนได้จริง คำถามที่ตามมาจึงใหญ่กว่าเรื่องเครื่องมือ แต่คือเมื่อ AI เริ่มทำงานแทนเรา งานของมนุษย์จะเปลี่ยนไปอย่างไร

แค่ใช้ AI ไม่เท่ากับงานที่ประสิทธิภาพดีขึ้นเสมอไป

“ตอนที่เราเริ่มออกเดินทางในเส้นทางนี้ใหม่ๆ เรามีปรัชญาประมาณว่า มาปล่อย Agent ให้ได้มากที่สุดเท่าที่จะทำได้กันเถอะ” Josh เล่า

ผลที่ตามมาคือพนักงานไม่รู้ว่าต้องไปที่ไหนเพื่อเรื่องอะไร และต้องใช้ Agent ตัวไหน

Salesforce จึงเปลี่ยนไปใช้กลยุทธ์ที่เรียกว่า Persona-driven Agent หรือการออกแบบ Agent ตามบทบาทของผู้ใช้ ในฝ่าย Employee Success มี Agent หลัก 6 ตัว ได้แก่ Agent สำหรับพนักงาน ผู้จัดการ HR Business Partner ฝ่ายสรรหา ฝ่ายซัพพอร์ต HR และผู้สมัครงาน

จากนั้นจึงยกระดับอีกขั้นด้วยการให้ Slackbot ทำหน้าที่เป็น Super Agent หรือประตูหน้าบ้าน พนักงานไม่ต้องจำว่า Agent ตัวไหนทำอะไร แค่ไปหา Slackbot ตัวเดียว แล้ว Slackbot จะประสานงานและเรียกใช้ Agent ตัวอื่นที่อยู่เบื้องหลังให้เอง

ถ้าไม่ออกแบบการทำงานใหม่ งานจะเร็วขึ้นแค่บางจุด แล้วติดขัดในท้ายที่สุด

วันนี้วิศวกรซอฟต์แวร์ของ Salesforce 100% ใช้ Coding Agent และเครื่องมือช่วยเขียนโค้ด ซึ่งในอดีตไม่ได้เป็นแบบนี้ ตอนเริ่มต้น บริษัทโฟกัสไปที่การออกแบบบทบาทใหม่ ว่าวิศวกรซอฟต์แวร์ในอนาคตควรมีหน้าตาแบบไหน

“สิ่งที่เราพบคือ โค้ดถูกเขียนได้ไวขึ้น มีข้อผิดพลาดน้อยลง จึงมีคุณภาพสูงขึ้น แต่ในขณะเดียวกัน ผลงานกลับไม่ได้ส่งมอบออกไปได้เร็วขึ้น” Josh เล่า ก่อนจะอธิบายเพิ่มเติมว่า โค้ดที่เขียนเร็วขึ้นไปติดคอขวดตรงขั้นตอนที่มนุษย์ต้องตรวจสอบและยืนยันก่อนปล่อยงาน AI เร่งขั้นตอนหนึ่งได้จริง แต่ขั้นตอนถัดไปยังเดินด้วยความเร็วเท่าเดิม

“หากคุณโฟกัสแค่บทบาทเดียว คุณอาจเจอคอขวดที่ไม่ได้คาดคิดไม่ว่าจะที่ต้นน้ำหรือปลายน้ำ”

Salesforce จึงต้องขยับจากการคิดเรื่องบทบาทไปสู่การคิดเรื่องเวิร์กโฟลว์ตั้งแต่ต้นจนจบ ว่าบทบาทนั้นสังกัดอยู่ในเส้นทางการทำงานแบบไหน และทีมที่อยู่ข้างเคียงต้องถูกออกแบบใหม่อย่างไรเพื่อไม่ให้เกิดคอขวด

นี่คือกับดักที่หลายองค์กรน่าจะกำลังเจอโดยไม่รู้ตัว AI ทำให้งานบางชิ้นเร็วขึ้น แต่ไม่ได้แปลว่า ทั้งระบบการทำงานจะเร็วขึ้นตาม

Josh อ้างถึงสถิติของ Deloitte ที่พบว่าองค์กรเกือบ 85% ยังไม่ได้คิดถึงการออกแบบการทำงานใหม่ แม้ทุกคนจะเน้นความสนใจไปที่การนำเครื่องมือ AI และ Agent มาใช้

“หากคุณไม่ได้ออกแบบการทำงานใหม่ และไม่ได้เริ่มจากการเปลี่ยนแปลงในตัวบุคคล ด้านเทคโนโลยีก็จะส่งผลกระทบได้เพียงในระดับหนึ่งเท่านั้น” Josh กล่าว “เพราะคุณกำลังพยายามนำเทคโนโลยีใหม่ที่เปลี่ยนวิถีการทำงานมาใช้ แต่คุณกลับไม่ได้คิดจริงๆ ว่าจำเป็นต้องเปลี่ยนอะไรในบทบาทหน้าที่ ทีมงาน และโมเดลการดำเนินงานโดยรอบบ้าง”

งานที่เคยทำ 3 คน แต่ AI ช่วยให้เหลือ 1 คน แล้วอีก 2 คนจะไปไหน?

คำถามหนึ่งจากการสัมภาษณ์ครั้งนี้คือ หากงานที่เคยใช้คน 3 คน วันหนึ่ง AI ทำให้เหลือเพียงคนเดียว อีก 2 คนจะเป็นอย่างไร Josh ตอบด้วยกรอบคิดที่ Salesforce เรียกว่า 4R’s Framework ซึ่งบริษัทมองว่าเป็นคู่มือสู่การเป็น Agentic Enterprise

R ตัวแรกคือ Redesign how work gets done การออกแบบการทำงานใหม่ทั้งหมด

R ตัวที่สองคือ Reskill your people การเติมทักษะใหม่ให้บุคลากร เมื่องานเปลี่ยนไปก็ต้องถามว่าต้องสร้างทักษะและความสามารถอะไรขึ้นมาใหม่

R ตัวที่สามคือ Redeploy talent to unlock agility การโยกย้ายบุคลากรไปรับบทบาทใหม่ ซึ่งตรงกับคำถามพอดี

R ตัวที่สี่คือ Rebalance work การสร้างสมดุลระหว่างมนุษย์และ AI เพื่อให้มั่นใจว่าทั้งสองฝั่งกำลังทำสิ่งที่ตัวเองทำได้ดีที่สุด

“เราเชื่ออย่างสุดใจว่ายุค AI นี้ไม่ใช่เรื่องของการลดจำนวนคนหรือการเลิกล้างตำแหน่งงาน แต่เราเชื่อว่าเป็นโอกาสที่จะให้มนุษย์ไปโฟกัสกับงานที่พวกเขาถนัดที่สุด” Josh กล่าว

ตัวอย่างที่เกิดขึ้นจริงในฝ่าย Employee Success คือ Salesforce ลดจำนวนเคสระดับ Tier 1 หรือเคสพื้นฐานลงได้อย่างมีนัยสำคัญ เพราะ Agent ตอบเคสส่วนใหญ่ได้เอง ทำให้พนักงานได้ไปโฟกัสกับเคสที่ถูกส่งต่อขึ้นมาหรือเคสระดับ Tier 2 ที่ต้องใช้ความเห็นอกเห็นใจและการปฏิสัมพันธ์กับมนุษย์มากกว่า

แต่การออกแบบงานใหม่จะเกิดขึ้นจากฝ่ายบริหารเพียงฝ่ายเดียวไม่ได้ Josh มองว่าต้องทำทั้งจากบนลงล่างและจากล่างขึ้นบน ด้านหนึ่งคือผู้นำธุรกิจต้องตอบว่าใน 1-2 ปีข้างหน้ากลยุทธ์จะไปทางไหน ต้องใช้ทักษะแบบไหน และจะมีบทบาทหน้าที่อะไรเกิดขึ้น อีกด้านคือการให้อำนาจพนักงานและผู้จัดการเห็นเองว่าตรงไหนเริ่มออกแบบวิธีทำงานใหม่ได้

AI Fluency มากกว่า AI Literacy

คำหนึ่งในชื่อตำแหน่งของ Josh คือ AI Fluency ซึ่งต่างจากคำว่า AI Literacy ที่องค์กรส่วนใหญ่ใช้ สำหรับ Salesforce ความต่างอยู่ที่ Literacy คือความรู้ความเข้าใจ ขณะที่ Fluency คือการใช้ได้จริง รู้สึกคุ้นเคยกับเครื่องมือ และเข้าใจว่าควรใช้เมื่อใดและอย่างไร

Josh เล่าว่าในช่วงแรก ทุกองค์กรรวมถึง Salesforce เองโฟกัสอย่างหนักไปที่ Adoption หรือการทำให้คนเริ่มใช้งาน แต่บทเรียนที่ได้คือ

“การใช้งานไม่ได้หมายความว่าจะนำไปสู่ผลลัพธ์ทางธุรกิจที่ดีขึ้นเสมอไป คุณอาจจะใช้มันมากขึ้น แต่สิ่งนั้นช่วยให้คุณทำงานได้ผลิตภาพสูงขึ้น มีประสิทธิภาพมากขึ้น และบรรลุผลลัพธ์ทางธุรกิจที่ดีขึ้นจริงหรือเปล่า”

โจทย์ของ Salesforce วันนี้จึงเปลี่ยนจาก ใช้ AI มากแค่ไหน ไปเป็น AI สร้างผลลัพธ์อะไร

สำหรับบางบทบาท เรื่องนี้วัดได้ไม่ยาก วิศวกรซอฟต์แวร์วัดได้จากคุณภาพโค้ดและความเร็วในการส่งมอบ ทีมขายวัดได้จาก SDR Agent ที่ช่วยคัดกรองลูกค้า ว่าอัตราการแปลงลูกค้าสูงขึ้นหรือวงจรการขายสั้นลงหรือไม่

แต่ในบทบาทอื่นอย่างงานของ Josh เอง การวัดยากกว่ามาก ตัวชี้วัดที่ Salesforce ใช้จึงเป็นเชิงคุณภาพ เช่น พนักงาน ผู้จัดการ และผู้นำรู้สึกมั่นใจในการตัดสินใจมากขึ้นหรือไม่ และรู้หรือไม่ว่างานของตัวเองจะเปลี่ยนไปอย่างไร

Judgment ทักษะที่ยิ่งมี AI ยิ่งสำคัญ

แล้วเมื่อไรที่ไม่ควรใช้ AI คำตอบของ Josh อยู่ที่คำว่า วิจารณญาณ หรือ Judgment

“คุณรู้หรือไม่ว่าเมื่อไรที่ AI สร้างงานขยะหรือผลลัพธ์ที่ไม่ดีออกมา แทนที่จะหลับตายอมรับงานที่มันสร้างขึ้น เราควรมีวิจารณญาณที่ว่าหัวข้อประเภทนี้ไม่ใช่เรื่องที่ AI ควรมาตัดสินใจ” Josh กล่าว

ตัวอย่างที่ชัดที่สุดคือเรื่องการบริหารคน AI มีโอกาสดีในการช่วยรวบรวมข้อมูล ไม่ว่าจะเป็นการติดตามงานหรือการพูดคุยตัวต่อตัว แต่เส้นที่ Salesforce ขีดไว้คือ “AI ไม่ควรเป็นผู้ตัดสินใจใดๆ ที่เกี่ยวข้องกับผลการทำงานของคน นั่นเป็นองค์ประกอบของมนุษย์โดยแท้จริง”

นี่คือจุดที่ทำให้แนวคิดของ Josh ต่างจากการพูดเรื่องทักษะ AI ทั่วไป เพราะในวันที่ทุกคนใช้เครื่องมือเดียวกันได้ ความแตกต่างอาจไม่ได้อยู่ที่ใครใช้ AI มากกว่า แต่อยู่ที่ใครรู้ว่าต้องหยุดตรงไหน

“มองในมุมโลกสวยนิดนึง ผมคิดว่าหนึ่งในประโยชน์ของการปฏิวัติ AI คือ งานควรมุ่งสู่ความเป็นมนุษย์มากขึ้น” เหตุผลของ Josh คือ เมื่อ AI รับงานเชิงปฏิบัติการและเวิร์กโฟลว์ที่ซับซ้อนมากขึ้นเรื่อยๆ มนุษย์ควรถูกปลดปล่อยให้ไปทำงานที่มนุษย์ถูกสร้างมาให้ทำ นั่นคือการปฏิสัมพันธ์ระหว่างกัน ความเห็นอกเห็นใจ และการเชื่อมโยงระหว่างคน

Josh ยังเตือนว่าองค์กรมักหลงไปโฟกัสกับเรื่องหวือหวา ขณะที่คุณค่าจริงของ AI ในมุมประสบการณ์พนักงานมักอยู่ที่เรื่องพื้นฐาน อย่างการตอบคำถามประจำวัน การขอความช่วยเหลือ หรือการอัปเดตข้อมูล ซึ่งเป็นภาระที่กินเวลาคนทำงานโดยไม่จำเป็น และการจะทำเรื่องพื้นฐานเหล่านี้ได้ดี Salesforce ต้องใช้เวลาหลายต่อหลายชั่วโมงไปกับการรวบรวมความรู้และเนื้อหาเบื้องหลัง เพื่อให้ Agent ดึงคำตอบที่ถูกต้องออกมาได้

คนรุ่นใหม่ควรเตรียมตัวอย่างไร

ท่ามกลางกระแสที่ว่า AI จะทำให้ตำแหน่งงานระดับเริ่มต้นหายไป Josh ยืนยันว่างานเหล่านี้จะยังอยู่ พร้อมเผยว่าบริษัทกำลังลงทุนเพิ่มเป็นสองเท่ากับบุคลากรระดับเริ่มต้น และโปรแกรมฝึกงาน Futureforce

เหตุผลแรกคือคนที่กำลังเข้าสู่ตลาดแรงงานวันนี้เป็น AI-native โดยธรรมชาติ พวกเขาเติบโตมากับเครื่องมือเหล่านี้ และมีสัญชาตญาณที่คนรุ่นก่อนในช่วงเริ่มต้นอาชีพไม่มี เหตุผลที่สองคือโอกาสในการทำ Reverse Mentoring หรือให้คนรุ่นใหม่เป็นพี่เลี้ยงให้รุ่นพี่ จากวิธีมองปัญหาที่ต่างออกไป

เมื่อถามว่าเด็กจบใหม่ควรสร้างทักษะอะไร คำตอบของ Josh ไม่ใช่ Prompt Engineering หรือเครื่องมือตัวใดตัวหนึ่ง แต่คือความอยากรู้อยากเห็น การทดลอง การเรียนรู้อย่างต่อเนื่อง และการล้มเหลวให้ไว

“เรากำลังอยู่ในจุดเปลี่ยนผ่านที่ไม่มีใครรู้ว่าจะเกิดอะไรขึ้นในวันพรุ่งนี้ เพราะสิ่งต่างๆ เปลี่ยนแปลงไปเร็วมาก” เขากล่าว และแนะนำให้คนรุ่นใหม่เข้าหาการทำงานด้วย Beginner’s Mindset หรือจิตใจของผู้เริ่มต้น แนวคิดที่ Marc Benioff ซีอีโอของ Salesforce ชอบพูดถึง โดยไม่ยึดติดกับวิธีทำงานแบบใดแบบหนึ่ง

“องค์กรที่จะสร้างความแตกต่างได้ คือองค์กรที่ไม่มองการปฏิวัติ AI นี้เป็นแค่การปรับเปลี่ยนทางเทคโนโลยี แต่มองว่ามันคือการปรับเปลี่ยนตัวบุคคลและมนุษย์ โดยมีส่วนประกอบทางเทคโนโลยีที่สำคัญ ซึ่งเปิดโอกาสให้เราได้คิดทบทวนใหม่ทั้งหมดว่างานคืออะไรและมีความหมายอย่างไร”

เขาบอกว่าคำถามที่ลูกค้าองค์กรถามเขาที่ Dreamforce ปีนี้ ก็คือคำถามเดียวกับที่ Salesforce ถามตัวเองภายใน ว่าจะออกแบบการทำงานใหม่อย่างไรเพื่อดึงศักยภาพของ AI ออกมาให้ได้มากที่สุด และควรเริ่มจากตรงไหน

คำตอบที่บริษัท AI แห่งหนึ่งค้นพบจากการใช้ AI กับคนของตัวเองจึงอาจไม่ใช่สิ่งที่หลายคนคาดหวัง

การมี AI มากขึ้นไม่ได้ทำให้คนใช้ได้ดีขึ้น การใช้ AI มากขึ้นไม่ได้ทำให้ผลลัพธ์ดีขึ้น และการเร่งงานชิ้นหนึ่งให้เร็วขึ้นไม่ได้ทำให้ทั้งองค์กรเร็วขึ้น

สิ่งที่ยังต้องอาศัยมนุษย์ คือการตัดสินใจว่าจะใช้มันตรงไหน และจะไม่ใช้มันตรงไหน