AI Transformation คืออะไร: ทุกคนใช้ AI แล้ว ทำไมองค์กรยังเหมือนเดิม

ทุกคนใช้ AI แล้ว แต่องค์กรดีขึ้นตรงไหน

คำถามนี้ฟังดูง่าย แต่ผู้บริหารหลายคนตอบได้ไม่เต็มปากครับ เพราะสิ่งที่เห็นชัดที่สุดตอนนี้ ก็คือทุกคนทำงานเร็วขึ้น อีเมลสวยขึ้น รายงานเสร็จไวขึ้น แต่พอถามต่อว่า แล้วลูกค้าได้อะไรมากขึ้น หรือรายได้ขององค์กรขยับไหม ก็มักไม่มีใครตอบได้ชัด ๆ ครับ

เพื่อให้เห็นภาพ ผมขอเล่าเรื่องของผู้จัดการโรงแรมคนหนึ่ง ที่ทุกแผนกใช้ AI กันทุกวัน แต่ยอดจองกับรายได้ของโรงแรมกลับไม่ได้เพิ่มขึ้นเลย

เคสคุณเอก: โรงแรมที่ทุกแผนกใช้ AI

เรื่องที่ผมจะเล่าเป็นสถานการณ์สมมตินะครับ

คุณเอกเป็นผู้จัดการทั่วไปของโรงแรมขนาดกลางแห่งหนึ่ง ในเมืองท่องเที่ยวทางภาคเหนือ นอกจากห้องพักแล้ว โรงแรมนี้ยังรับจัดงานสัมมนาให้กับบริษัทต่าง ๆ ด้วย

เมื่อราว ๆ ครึ่งปีก่อน คุณเอกเปิดให้ทุกแผนกเริ่มใช้ AI ช่วยทำงาน

• ฝ่ายต้อนรับใช้ AI แปลข้อความของแขกต่างชาติ
• ฝ่ายการตลาดใช้เขียนโพสต์
• ฝ่ายขายใช้ร่างอีเมลตอบลูกค้า
• ส่วนคุณเอกเองก็ใช้ทำรายงานส่งเจ้าของโรงแรม

ผ่านไปไม่กี่เดือน ทุกคนก็บอกตรงกันว่าทำงานได้เร็วขึ้นจริง ๆ ครับ

เจ้าของโรงแรมถามคำถามเดียว

จนเมื่อเดือนที่แล้ว เจ้าของโรงแรมก็ถามคุณเอกขึ้นมาคำถามเดียวเลยครับ ว่าตกลงแล้วโรงแรมของเราดีขึ้นตรงไหน

คุณเอกก็เลยเปิดผลประกอบการขึ้นมาดู ทั้งยอดจองห้องพัก รายได้จากงานสัมมนา และคะแนนรีวิวของโรงแรม แล้วเทียบกับช่วงก่อนเริ่มใช้ AI ผลก็ออกมาว่า ยอดจองกับรายได้แทบไม่ได้เพิ่มขึ้นเลย ส่วนคะแนนรีวิวก็ยังเท่าเดิม

เวลาที่ประหยัดได้ หายไปไหน

แล้วเวลาที่ทุกคนบอกว่าประหยัดไปได้ หายไปไหนครับ

พอคุณเอกลองไล่ดู ก็เห็นว่าอีเมลของฝ่ายขายยาวขึ้นและสวยขึ้น โพสต์ของฝ่ายการตลาดเยอะขึ้นเกือบเท่าตัว ส่วนรายงานที่เขาส่งให้เจ้าของโรงแรม ก็หนาขึ้นกว่าเดิม เวลาที่ได้คืนมาก็เลยไปกลายเป็นงานแบบเดิมที่ละเอียดขึ้น

ไม่มีใครอู้งานเลยนะครับ ทุกคนยังทำงานหนักเท่าเดิม เพียงแค่ทำงานแบบเดิมได้เร็วขึ้น และออกมาสวยขึ้นเท่านั้นเอง

ลูกค้ากรุ๊ป 18 คนที่หลุดมือไป

แล้วก็มีอีกเรื่องหนึ่งที่ทำให้คุณเอกสะดุดใจมากครับ

บริษัทเล็ก ๆ แห่งหนึ่งที่มีพนักงานสิบแปดคน ส่งอีเมลเข้ามาขอจัดงานสัมมนาแบบสองวันหนึ่งคืน และอยากได้กิจกรรมที่ออกแบบมาเฉพาะสำหรับทีมของเขา

ฝ่ายขายตอบกลับไปภายในชั่วโมงเดียว ด้วยอีเมลที่ AI ช่วยขัดเกลาจนอ่านดีมาก แต่ของที่แนบไปกับอีเมล ยังเป็นแพ็กเกจสำเร็จรูปสามแบบเหมือนทุกครั้ง เพราะโรงแรมมีกติกาว่า กรุ๊ปที่ต่ำกว่าสามสิบท่าน ให้เสนอได้เฉพาะแพ็กเกจสำเร็จรูปเท่านั้น

สองวันต่อมา ลูกค้าตอบกลับมาว่าไปจองที่อื่นแล้ว เพราะที่นั่นทำแผนงานมาให้เฉพาะเขาเลย

กติกาสามสิบท่านข้อนี้ไม่ได้ตั้งขึ้นมาลอย ๆ นะครับ เหตุผลที่คนในโรงแรมเข้าใจกันก็คือ เมื่อก่อนการทำข้อเสนอแบบเฉพาะรายหนึ่งชุด ทั้งโปรแกรม เมนูอาหาร และราคา ต้องใช้เวลาของฝ่ายขายราว ๆ ครึ่งวัน กรุ๊ปเล็ก ๆ ก็เลยไม่คุ้มที่จะทำ ใครเป็นผู้จัดการในตอนนั้นก็คงตั้งกติกาแบบเดียวกัน

ปัญหาไม่ได้อยู่ที่ AI

ถึงตรงนี้จะเห็นแล้วนะครับว่า ทำไมยอดจองกับรายได้ของโรงแรมถึงยังไม่เพิ่มขึ้น ทั้งที่ AI ทำให้อีเมลดีขึ้นมาก

ก็เพราะคำตอบที่อยู่ในอีเมล ยังเป็นคำตอบเดิม และสิ่งที่กำหนดคำตอบนั้นไม่ใช่ AI แต่เป็นกติกาของโรงแรม ที่ตั้งไว้ตั้งแต่ตอนที่ทุกอย่างยังต้องใช้คนทำเองทั้งหมด

เช็กอาการในองค์กรของเรา

สรุปเคสคุณเอก: AI ทำให้ทุกคนทำงานแบบเดิมได้เร็วขึ้น แต่ตราบใดที่กติกาเดิมยังอยู่ สิ่งที่ลูกค้าได้รับก็ยังเหมือนเดิม

มอเตอร์ใหม่ในโรงงานเก่า

ทีนี้ผมขอพาย้อนกลับไปที่โรงงานเมื่อร้อยกว่าปีก่อนนะครับ

สมัยนั้นโรงงานในอเมริกาใช้เครื่องจักรไอน้ำตัวใหญ่เพียงตัวเดียว หมุนแกนเหล็กยาว ๆ ที่พาดอยู่ใต้เพดาน แล้วใช้สายพานต่อลงมาหมุนเครื่องจักรทุกตัวในโรงงาน ผังโรงงานทั้งหลังก็เลยต้องจัดตามแกนเหล็กอันนี้ บางโรงงานถึงขั้นต้องสร้างเป็นหลายชั้น เพื่อให้เครื่องจักรทุกตัวอยู่ใกล้แกนเหล็กให้มากที่สุด

พอมอเตอร์ไฟฟ้าเข้ามา หลายโรงงานก็ทำแบบที่ใคร ๆ ก็คงทำครับ คือถอดเครื่องจักรไอน้ำออก แล้วเอามอเตอร์ไฟฟ้าตัวใหญ่ไปหมุนแกนเหล็กอันเดิมแทน สายพานยังเป็นชุดเดิม ผังโรงงานก็ยังเหมือนเดิมทุกอย่าง ผลิตภาพดีขึ้นมาบ้าง แต่ไม่ได้ต่างจากเดิมมากนัก

คุณ Paul David (พอล เดวิด) นักเศรษฐศาสตร์ที่ศึกษาเรื่องนี้ไว้ เขียนว่าราวปี 1900 พลังงานที่ใช้ขับเครื่องจักรในโรงงานในอเมริกา มาจากมอเตอร์ไฟฟ้าไม่ถึงห้าเปอร์เซ็นต์ แล้วต้องใช้เวลาราวสองทศวรรษ กว่าสัดส่วนนี้จะเกินครึ่ง ส่วนผลิตภาพของโรงงาน (ผลงานที่ได้ต่อแรงงานและทุนที่ลงไป) ก็เพิ่งเร่งขึ้นจริง ๆ ในช่วงที่โรงงานส่วนใหญ่หันมาใช้มอเตอร์ไฟฟ้ากันแล้ว

โรงงานเปลี่ยนจริงเพราะอะไร

สิ่งที่เปลี่ยนไปก็คือ โรงงานเลิกมองว่ามอเตอร์ไฟฟ้าเป็นแค่ของที่เอามาแทนเครื่องจักรไอน้ำ แต่เริ่มติดมอเตอร์ตัวเล็ก ๆ ให้เครื่องจักรแต่ละตัว

พอไม่ต้องมีแกนเหล็กใต้เพดานแล้ว โรงงานก็สร้างเป็นอาคารชั้นเดียวได้ จัดเครื่องจักรเรียงตามลำดับงานได้ กติกาเดิมที่บอกว่าเครื่องจักรตัวไหนต้องอยู่ตรงไหน ก็เลยหมดเหตุผลไปทั้งหมด

มอเตอร์ไฟฟ้ายังเป็นเทคโนโลยีเดียวกันเลยนะครับ แต่ผลิตภาพต่างกันมาก เพราะคราวนี้โรงงานเปลี่ยนวิธีจัดงานทั้งหมด ไม่ได้เปลี่ยนแค่ตัวเครื่องจักร

เรื่องนี้ผมขอเรียกสั้น ๆ ว่า มอเตอร์ใหม่ในโรงงานเก่า และโรงแรมของคุณเอกก็เป็นแบบเดียวกันเลยครับ AI คือมอเตอร์ตัวใหม่ ส่วนกติกาสามสิบท่าน ก็คือแกนเหล็กอันเดิม ที่เรายังเอามอเตอร์ตัวใหม่ไปหมุนอยู่

สรุปเรื่องโรงงาน: เทคโนโลยีใหม่ให้ผลจริงก็ต่อเมื่อเราเปลี่ยนวิธีจัดงานให้เข้ากับเทคโนโลยีนั้น ไม่ใช่แค่เอาของใหม่ไปแทนที่ของเก่า

AI Transformation คืออะไร

แล้ว AI Transformation คืออะไรกันแน่ครับ

ตอนนี้ยังไม่มีคำนิยามกลางที่ทุกคนใช้ตรงกันนะครับ ผมเลยขอสรุปจากเรื่องโรงงานนี้ ให้จำได้ง่าย ๆ แบบนี้

การใช้ AI ในองค์กรจึงมีอยู่สองแบบครับ

ทั้งสองแบบใช้ AI เหมือนกันนะครับ แต่มีแค่แบบที่สองเท่านั้น ที่ทำให้องค์กรเปลี่ยนไปจริง ๆ

วิธีดูง่าย ๆ ก็คือ อย่าดูแค่ว่าทีมประหยัดเวลาไปได้กี่ชั่วโมง แต่ให้ดูว่าสิ่งที่ลูกค้าได้รับ เปลี่ยนไปจากเดิมหรือเปล่า

3 เรื่องที่คนมักเข้าใจผิดเกี่ยวกับ AI Transformation

1. คิดว่าแค่ซื้อ AI ให้ทุกคนใช้ ก็คือ Transformation แล้ว โรงแรมของคุณเอกก็ให้ทุกคนใช้ AI กันหมดแล้ว แต่ยอดจองกับรายได้ก็ยังไม่เพิ่มขึ้นเลย
2. คิดว่าต้องเป็นโปรเจกต์ใหญ่ ใช้เงินเยอะ ทั้งที่บางครั้ง เราเริ่มได้จากการเปลี่ยนกติกาเพียงข้อเดียว แล้วค่อย ๆ ทำแบบนี้ต่อไปทีละงาน
3. คิดว่า Transformation แปลว่าการลดคน ข้อนี้ผมอยากให้ระวังที่สุดครับ เป้าหมายของเรื่องนี้ไม่ใช่การลดคน แต่คือการย้ายงานที่คนต้องนั่งทำซ้ำ ๆ ไปให้ AI ช่วย เพื่อให้คนมีเวลาไปทำงานที่ AI ทำแทนไม่ได้ อย่างการคุยกับลูกค้าจริง ๆ หรือการตัดสินใจ

สรุปคำนิยาม: AI Transformation วัดกันที่สิ่งที่ลูกค้าได้รับ ไม่ได้วัดกันที่จำนวนคนที่ใช้ AI หรือชั่วโมงที่ประหยัดได้

การเปลี่ยนกติกา เป็นงานของผู้บริหาร

สำหรับผู้บริหาร มีข้อหนึ่งที่สำคัญมาก ๆ ครับ

ฝ่ายขายของคุณเอกจะใช้ AI เก่งแค่ไหนก็ตาม แต่ก็ยกเลิกกติกาสามสิบท่านเองไม่ได้ เพราะฉะนั้นถ้าผู้บริหารไม่เข้ามาดูเรื่องกติกาด้วยตัวเอง AI ในองค์กรก็จะไปได้ไกลสุดแค่ช่วยทีมทำงานแบบเดิมได้เร็วขึ้นเท่านั้น

แล้วถ้าเราเป็นผู้จัดการ ที่อาจยังไม่มีอำนาจเปลี่ยนกติกาได้เอง งานของเราก็คือหาให้เจอว่ากติกาข้อไหนควรปรับ ควรเปลี่ยน แล้วถือเหตุผลนั้นไปคุยกับคนที่มีอำนาจตัดสินใจครับ

ทำไมกับดักนี้เกิดกับ AI ได้ง่ายเป็นพิเศษ

ลองเทียบกับระบบใหญ่ ๆ ที่องค์กรเคยติดตั้งกันดูนะครับ ผมเองเคยอยู่ในงานติดตั้งระบบ ERP หรือระบบบริหารงานทั้งองค์กรมาหลายปี กว่าจะเริ่มใช้ระบบแบบนี้ได้ บริษัทต้องนั่งตกลงกันให้ได้ก่อนว่าจะทำงานกันยังไง ใครเป็นคนอนุมัติเรื่องอะไร

เรื่องนี้คุณ Thomas Davenport (โธมัส ดาเวนพอร์ต) นักวิชาการด้านการจัดการ เคยเขียนไว้ใน Harvard Business Review ซึ่งผมขอสรุปย่อ ๆ ว่า ระบบแบบนี้มีวิธีทำงานติดมาด้วย และบริษัทต้องปรับทั้งกลยุทธ์ โครงสร้าง และวัฒนธรรมขององค์กรให้เข้ากับระบบ การเปลี่ยนวิธีทำงานก็เลยมาพร้อมกับระบบ ไม่ว่าเราจะชอบหรือไม่ก็ตาม

แต่ AI ไม่ได้เข้ามาแบบนั้นครับ AI เข้ามาทีละโต๊ะ ในหลายองค์กร ใครอยากใช้ก็เปิดใช้ได้เลย ไม่ต้องรอให้เป็นโครงการที่ผ่านการอนุมัติ และไม่ต้องเปลี่ยนวิธีทำงานอะไรก่อน

ข้อดีคือเราเริ่มได้เร็วมาก แต่ข้อเสียคือ ถ้าไม่มีใครตั้งใจหยุดถามว่ากติกาข้อไหนควรเปลี่ยน AI ก็จะค่อย ๆ ไหลลงไปอยู่ในงานแบบเดิมเองโดยอัตโนมัติ เหมือนมอเตอร์ไฟฟ้าที่คนเอาไปหมุนแกนเหล็กอันเดิมนั่นแหละครับ

สรุปเรื่องนี้: ถ้าผู้บริหารไม่ลงมาดูกติกาเอง AI จะช่วยได้แค่ทำงานเดิมให้เร็วขึ้น

คำถาม 4 ข้อ หากติกาเก่าที่ควรเปลี่ยน

แล้วเราจะรู้ได้ยังไง ว่ากติกาข้อไหนควรเปลี่ยน

ผมขอยืมคำถาม 4 ข้อ จากคุณ Eliyahu Goldratt (เอลิยาฮู โกลด์แรตต์) นักคิดด้านการบริหาร เจ้าของหนังสือ The Goal ซึ่งเขาตั้งคำถามชุดนี้ไว้ใช้กับเทคโนโลยีใหม่ทุกชนิด ผมแปลและเรียบเรียงให้เป็นภาษาที่เข้าใจง่าย แล้วลองใช้กับโรงแรมของคุณเอกไปทีละข้อครับ

คำถามที่ 1: AI เก่งอะไรในงานของเรา (AI ช่วยตอบได้)

คำถามนี้ AI ช่วยตอบได้ แต่เราต้องลองกับงานจริงของเราด้วย

พอคุณเอกให้ฝ่ายขายลองใช้ AI กับงานจริง ก็เห็นว่า AI ร่างโปรแกรมงานสัมมนาตามโจทย์ของลูกค้าแต่ละรายได้ในเวลาไม่กี่นาที ทั้งภาษาไทยและภาษาอังกฤษ

คำถามที่ 2: อะไรที่เมื่อก่อนเคยยากหรือแพง แล้ว AI ทำให้ง่ายลง (AI ช่วยคิดได้)

คำถามนี้ต่างจากข้อแรกตรงที่ เราหันกลับมามองงานของเราเอง ว่าเมื่อก่อนเราเสียเวลาหรือเสียเงินไปกับเรื่องไหนมาก AI ช่วยคิดได้ แต่คนที่รู้ดีที่สุดก็คือคนทำงานเอง

ของคุณเอกคำตอบชัดมากครับ ข้อเสนอเฉพาะรายทั้งชุด ที่เมื่อก่อนต้องใช้เวลาของฝ่ายขายถึงครึ่งวัน ตอนนี้ต่อให้รวมเวลาเช็กราคาแล้ว ฝ่ายขายก็ได้ร่างแรกภายในไม่ถึงชั่วโมง

คำถามที่ 3: เมื่อก่อนเราตั้งกติกาอะไรไว้ เพราะบางเรื่องเคยยากหรือแพง (AI ช่วยไล่ได้)

ข้อนี้คือหัวใจของชุดคำถามครับ และเป็นข้อที่คนในองค์กรมักตอบไม่ได้ทันที เพราะกติกาส่วนใหญ่อยู่กับเรามานาน จนเราลืมไปแล้วว่าตั้งขึ้นมาเพราะอะไร

คุณเอกก็เลยให้ AI ช่วยไล่ให้ก่อน โดยพิมพ์วิธีทำงานและกติกาของโรงแรมทั้งแปดข้อลงไปในแชท พร้อมกับคำสั่งชุดหนึ่ง ซึ่งผมใส่ไว้ให้คัดลอกในหัวข้อถัดไป ผลที่ได้ออกมาแบบนี้ครับ

ตารางนี้ผมยกมาเฉพาะข้อที่เห็นภาพชัดนะครับ แล้ว AI ก็เขียนคำถามไว้ให้คุณเอกเอาไปถามคนที่อยู่มานานด้วย

เหตุผลที่ไม่ได้เขียนไว้ในกติกา

คุณเอกเอาคำถามจาก AI ไปถามพี่ชัย หัวหน้าฝ่ายจัดเลี้ยงที่อยู่กับโรงแรมมาสิบกว่าปี ว่าเคยมีงานกรุ๊ปเล็กที่ทำแบบเฉพาะรายแล้วเกิดปัญหาบ้างไหม

พี่ชัยหัวเราะ แล้วเล่าว่าเมื่อหลายปีก่อน โรงแรมเคยรับทำเมนูเฉพาะรายให้กรุ๊ปเล็กหลายงานในวันเดียวกัน ครัวต้องทำอาหารหลายชุดพร้อมกันจนเสิร์ฟช้าทุกห้อง หลังจากวันนั้น เรื่องครัวก็กลายเป็นอีกเหตุผลหนึ่ง ที่ทำให้โรงแรมยึดกติกาให้กรุ๊ปเล็กเลือกจากแพ็กเกจอย่างเดียว

เรื่องนี้ไม่ได้เขียนไว้ที่ไหนเลยนะครับ AI ก็เลยเดาได้แค่ว่าอาจเกี่ยวกับครัว แต่ไม่มีทางรู้ว่าเคยเกิดอะไรขึ้นจริง

ตรงนี้สำคัญมากครับ เพราะ กติกาเดิมหนึ่งข้อ อาจมีเหตุผลหลายอย่างซ้อนกันอยู่ อย่างกติกาสามสิบท่าน เหตุผลเรื่องเวลาทำข้อเสนอตกไปแล้ว เพราะ AI ช่วยได้ แต่เหตุผลเรื่องครัวรับงานไม่ไหว ยังอยู่ครบ ถ้าเรารีบยกเลิกกติกาทิ้งไปทั้งข้อ เพราะเห็นเหตุผลแค่ครึ่งเดียว ก็อาจไปสร้างปัญหาใหม่ขึ้นมาแทน

AI ช่วยให้เราเห็นได้ว่ากติกาข้อไหนน่าสงสัย แต่เหตุผลที่ไม่ได้เขียนไว้ เราต้องไปถามคนที่รู้จริง หรือคนที่อยู่มานาน ด้วยตัวเองก่อนครับ

คำถามที่ 4: ตอนนี้ควรใช้กติกาอะไรแทน (ต้องตัดสินใจเอง)

คำถามสุดท้ายนี้เราต้องตัดสินใจเองครับ คุณเอกนั่งคุยกับฝ่ายขายและพี่ชัย จนได้กติกาใหม่ออกมาแบบนี้

• กรุ๊ปเล็กได้ข้อเสนอเฉพาะรายภายในวันเดียว ฝ่ายขายใช้ AI ช่วยร่างโปรแกรมกับข้อความ
• เมนูอาหารต้องเลือกจากชุดที่ครัวรับไหว ซึ่งพี่ชัยเป็นคนจัดชุดไว้ให้
• วันไหนมีงานซ้อนกันหลายงาน ฝ่ายขายต้องถามครัวก่อน
• ใบเสนอราคา คุณเอกยังเซ็นเองเหมือนเดิม เพราะเหตุผลเรื่องการคุมส่วนลดยังอยู่ครบ

แล้วงานของฝ่ายขายก็เปลี่ยนไปด้วยครับ ร่างข้อเสนอเฉพาะรายที่เมื่อก่อนกินเวลาครึ่งวัน ตอนนี้ได้ร่างแรกในไม่ถึงชั่วโมง ฝ่ายขายก็เลยมีเวลาโทรไปคุยกับลูกค้าก่อน ว่าเขาอยากได้อะไรจริง ๆ ซึ่งเป็นงานที่ AI ทำแทนไม่ได้ ไม่มีใครต้องออกจากงาน แต่หน้าที่ของคนเปลี่ยนไป

คุณเอกเองก็ยังไม่รู้หรอกครับว่ากติกาใหม่จะได้ผลมากน้อยแค่ไหน แต่ครั้งหน้าที่เจ้าของโรงแรมถามว่าโรงแรมดีขึ้นตรงไหน คุณเอกจะดูที่ยอดขายงานสัมมนาของกรุ๊ปเล็ก ไม่ได้ดูแค่ว่าทีมประหยัดเวลาไปได้กี่ชั่วโมง และอย่างน้อย ครั้งหน้าที่บริษัทเล็ก ๆ ส่งอีเมลเข้ามา สิ่งที่ลูกค้าได้รับก็จะไม่ใช่แพ็กเกจแบบเดิมแล้ว

AI ช่วยอะไร และอะไรที่ AI ทำแทนไม่ได้

ในเรื่องนี้ AI ช่วยคุณเอกไว้เยอะเลยครับ ทั้งช่วยร่างข้อเสนอให้เร็วขึ้นมาก และช่วยไล่ให้เห็นว่ากติกาข้อไหนน่าสงสัย

ส่วนที่ AI ทำแทนไม่ได้มีอยู่สองอย่าง คือ การรู้เรื่องที่ไม่มีใครเขียนไว้ กับ การตัดสินใจเปลี่ยนกติกา

การ์ดสรุป: 4 คำถาม เช็กกติกาเก่า

ส่วนนี้เอาไปใช้ได้ตั้งแต่สัปดาห์นี้เลยครับ

ถ้าอยากลองดู ให้เลือกงานที่ทีมของเราใช้ AI เยอะที่สุดมาสักหนึ่งงาน แล้วลองถามคำถามสี่ข้อนี้ดูได้เลยครับ

คำสั่งให้ AI ช่วยไล่กติกาเก่าในหน่วยงาน

ถ้าอยากให้ AI ช่วยไล่คำถามที่สาม แบบที่คุณเอกทำ ใช้คำสั่งข้างล่างนี้ได้เลยครับ

วิธีใช้: เปิดแชทใหม่ วางคำสั่ง แล้วพิมพ์วิธีทำงานและกติกาของหน่วยงานเราต่อท้ายตรงบรรทัดสุดท้าย ยิ่งเขียนกติกาเป็นข้อ ๆ และบอกว่าหน่วยงานทำอะไร มีกี่คน AI ก็ยิ่งไล่ได้ตรง

ฉันแนบวิธีทำงานและกติกาของหน่วยงานฉันมาให้ด้านล่าง
ช่วยไล่ดูว่ากติกาหรือธรรมเนียมข้อไหน น่าจะตั้งขึ้นเพราะเมื่อก่อนมีบางอย่างที่ทำยาก ช้า หรือแพง
แต่ละข้อที่เข้าข่าย ให้บอกสามเรื่อง
1. เรื่องที่เคยยาก ช้า หรือแพงนั้น น่าจะคืออะไร
2. วันนี้ AI ทำให้เรื่องนั้นง่ายขึ้นจริงไหม และยังมีส่วนไหนที่ AI ช่วยไม่ได้
3. กติกาข้อนี้อาจยังมีเหตุผลอื่นอยู่ไหม ที่ไม่เกี่ยวกับความยากหรือแพง
ยังไม่ต้องเสนอกติกาใหม่ แต่ให้เขียนคำถามที่ฉันควรไปถามคนที่อยู่มานาน ว่ากติกาข้อนั้นตั้งขึ้นเพราะอะไร ข้อละไม่เกินสองคำถาม
ข้อไหนไม่แน่ใจ ให้บอกว่าไม่แน่ใจ และตอบจากสิ่งที่ฉันให้เท่านั้น

{วางวิธีทำงานและกติกาของหน่วยงานตรงนี้ เช่น หน่วยงานทำอะไร มีกี่คน แล้วตามด้วยกติกาเป็นข้อ ๆ}

คำสั่งนี้เป็นข้อความเดียวกับในคลิปครับ ต่างกันแค่สองจุด คือเปลี่ยนคำว่า "ผม" เป็น "ฉัน" ให้ทุกคนใช้ได้ และเพิ่มบรรทัดสุดท้ายไว้บอกว่าต้องวางอะไรตรงไหน

ที่สำคัญมาก ก็คือข้อ 3 ที่ให้ AI บอกด้วยว่ากติกาข้อนั้นอาจยังมีเหตุผลอื่นอยู่หรือเปล่า และท้ายคำสั่ง ผมกำชับไว้ว่ายังไม่ต้องเสนอกติกาใหม่ แต่ให้เขียนคำถามไว้ให้เราเอาไปถามคนที่อยู่มานานแทน เพราะคนที่ต้องตัดสินใจเปลี่ยนกติกา ยังเป็นเรา

อยากลองก่อน ใช้ข้อมูลตัวอย่างของโรงแรมคุณเอกได้

ถ้ายังไม่สะดวกใช้กติกาของหน่วยงานตัวเอง ลองวางข้อมูลชุดนี้ต่อท้ายคำสั่งดูก่อนได้ครับ เป็นชุดเดียวกับที่ผมใช้ทดสอบตอนทำคลิป (สถานการณ์สมมติทั้งหมด)

โรงแรมของฉันมีห้องพักราว 120 ห้อง อยู่ในเมืองท่องเที่ยวภาคเหนือ มีห้องอาหาร 1 ห้อง ห้องประชุม 3 ห้อง รับงานสัมมนาและงานเลี้ยงของบริษัท พนักงานราว 90 คน
ตั้งแต่ครึ่งปีที่แล้ว ทุกแผนกใช้ AI ช่วยทำงานทุกวัน เช่น แปลข้อความแขกต่างชาติ เขียนโพสต์ ร่างอีเมล เขียนคำบรรยายเมนู ทำรายงาน

กติกาและธรรมเนียมที่เราทำกันอยู่ตอนนี้
1. กรุ๊ปสัมมนาหรืองานของบริษัทที่ต่ำกว่า 30 ท่าน ฝ่ายขายเสนอได้เฉพาะแพ็กเกจสำเร็จรูป 3 แบบ (ครึ่งวัน เต็มวัน ค้างคืนสองวันหนึ่งคืน) ถ้า 30 ท่านขึ้นไป ฝ่ายขายจะทำข้อเสนอเฉพาะราย
2. ใบเสนอราคาทุกใบ ต้องให้ผู้จัดการทั่วไปเซ็นก่อนส่งให้ลูกค้า
3. อีเมลยืนยันการจองห้องพัก ใช้แบบฟอร์มเดียวกันทุกการจอง ถ้าแขกมีคำขอพิเศษ ให้แจ้งพนักงานตอนเช็กอิน
4. ตอบรีวิวออนไลน์เฉพาะรีวิวที่ได้ 3 ดาวลงมา
5. ข้อความจากแขกที่เป็นภาษาจีน ส่งต่อให้พนักงานต้อนรับคนเดียวที่อ่านภาษาจีนได้
6. งานเลี้ยงและงานสัมมนา ต้องยืนยันเมนูกับครัวล่วงหน้าอย่างน้อย 7 วัน
7. รายงานยอดขายและยอดเข้าพักส่งให้เจ้าของโรงแรมเดือนละครั้ง หลังปิดเดือน
8. ป้ายเมนูห้องอาหารพิมพ์ใหม่ปีละครั้ง มีภาษาไทยกับภาษาอังกฤษ

ผลที่ได้ตอนผมลองกับ AI จริง

คุณเอกเป็นตัวละครสมมติก็จริง แต่คำตอบของ AI ที่เล่าในบทความนี้ ผมเอามาจากตอนที่ลองใช้คำสั่งนี้จริงกับ AI หลายรุ่น ผลที่ได้ออกมาคล้ายกันมากครับ

• AI แยกได้ว่ากติกาข้อไหนน่าจะหมดเหตุผลเดิมไปแล้ว ข้อไหนยังมีเหตุผลอยู่
• AI ชี้ว่ากติกาสามสิบท่านอาจมีเหตุผลอื่นซ่อนอยู่ พร้อมเขียนคำถามไว้ให้ไปถามต่อ
• AI ใช้คำว่า "น่าจะ" และบอกตรง ๆ ว่าไม่รู้ประวัติจริงของกติกาแต่ละข้อ

AI แต่ละค่ายอัปเดตรุ่นกันบ่อย ผลที่ได้อาจไม่เหมือนกันเป๊ะ แต่หลักยังใช้ได้เหมือนเดิมครับ ขอแค่จำไว้ว่า คำถามที่ AI เขียนไว้ให้ เราต้องเอาไปถามกับคนจริง ๆ

สรุปการใช้ AI ช่วยไล่กติกา: ให้ AI ช่วยชี้ว่ากติกาข้อไหนน่าสงสัย และช่วยตั้งคำถาม ส่วนการหาเหตุผลที่ไม่ได้เขียนไว้ และการตัดสินใจเปลี่ยนกติกา ยังเป็นงานของเรา

ข้อควรรู้ก่อนใช้จริง 3 เรื่อง

1. เรื่องของคุณเอกเป็นสถานการณ์สมมติ ตัวเลขทั้งหมดเป็นข้อมูลจำลอง เอาหลักคิดไปใช้ได้ แต่อย่าเอาตัวเลขไปเทียบกับธุรกิจจริง
2. ระวังข้อมูลที่วางให้ AI ใช้บัญชี AI ที่บริษัทอนุญาต และให้ข้อมูลเท่าที่จำเป็น กติกาบางข้อเกี่ยวกับราคา ส่วนลด หรือข้อมูลลูกค้า ถ้าปกติเราไม่เปิดให้คนนอกบริษัทเห็น ก็ตัดรายละเอียดส่วนนั้นออกก่อน หรือเขียนแบบกว้าง ๆ แทน
3. AI ไม่รู้ประวัติจริงของกติกา คำตอบที่ได้คือการเดาจากสิ่งที่เราให้ไป อย่ารีบยกเลิกกติกาทิ้งทั้งข้อ จนกว่าจะได้คุยกับคนที่รู้เหตุผลจริง เพราะกติกาข้อเดียวอาจมีเหตุผลซ้อนกันหลายข้อ

สรุป AI Transformation

• AI Transformation คือการเปลี่ยนวิธีทำงานและกติกาขององค์กร ให้เข้ากับสิ่งที่ตอนนี้ทำได้แล้วเพราะมี AI ไม่ใช่แค่ให้ทุกคนใช้ AI ในงานเดิม
• วัดกันที่สิ่งที่ลูกค้าได้รับ ไม่ได้วัดกันที่ชั่วโมงที่ประหยัดได้
• การเปลี่ยนกติกาเป็นงานของผู้บริหาร ส่วนผู้จัดการมีหน้าที่หาให้เจอว่าข้อไหนควรเปลี่ยน แล้วถือเหตุผลไปคุยกับคนที่ตัดสินใจได้
• ใช้ 4 คำถามของคุณ Goldratt ไล่หากติกาที่ตั้งไว้ตอนที่บางเรื่องยังยากหรือแพง
• AI ช่วยไล่และช่วยถามได้ แต่เหตุผลที่ไม่ได้เขียนไว้ต้องไปถามคน และการตัดสินใจยังเป็นของเรา

ลองคิดดูนะครับ

ในทีมของเรามีกติกาข้อไหนบ้าง ที่ยังทำตามกันอยู่ทุกวัน ทั้งที่เหตุผลเดิมของกติกาข้อนั้นอาจหายไปแล้ว

ถ้านึกออกแล้ว มาเล่าให้ผมฟังในคอมเมนต์ใต้คลิป YouTube ได้เลยครับ ผมอ่านทุกคอมเมนต์

อยากหาจุดที่ AI สร้างผลได้มากที่สุดในงานของตัวเอง

ซีรีส์นี้มีตอนอื่นอีก

บทความนี้มาจากตอนที่สามของซีรีส์พิเศษของช่องผม แต่ละตอนเป็นเรื่องใหม่ อ่านหรือดูแยกกันได้เลย ไม่ต้องเรียงตามลำดับครับ

• ตอนที่ 1 Systems Thinking: เอา AI มาแก้ปัญหา แต่ทำไมปัญหากลับหนักกว่าเดิม อ่านบทความ · ดูคลิป
• ตอนที่ 2 Critical Thinking: AI ตอบดูน่าเชื่อ แต่ทำไมเรายังตัดสินใจพลาด อ่านบทความ · ดูคลิป
• ตอนหน้า Design Thinking: ทำไม AI ตอบได้แทบทุกโจทย์ แต่กลับช่วยอะไรเราไม่ได้ในบางครั้ง ถ้าเราตั้งโจทย์ผิดมาตั้งแต่แรก

คำถามที่พบบ่อย

แหล่งข้อมูล

• Paul A. David, "The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox", American Economic Review Papers and Proceedings, Vol. 80 No. 2 (1990) ที่มาของเรื่องมอเตอร์ไฟฟ้าในโรงงานอเมริกา
• Eliyahu M. Goldratt, "The Reason for Technology", Necessary & Sufficient Series ตอนที่ 1 (Goldratt Group) ที่มาของคำถาม 4 ข้อเรื่องเทคโนโลยี (ผู้เขียนแปลและเรียบเรียง)
• Thomas H. Davenport, "Putting the Enterprise into the Enterprise System", Harvard Business Review (ก.ค. ถึง ส.ค. 1998) ที่มาของข้อสรุปเรื่องระบบ ERP ที่มีวิธีทำงานติดมาด้วย (ผู้เขียนสรุปย่อ)