ปัญญาประดิษฐ์ส่งผลกระทบต่อตำแหน่งงานอย่างไร?

คำตอบสั้นๆ คือ AI กำลังปรับเปลี่ยนรูปแบบการทำงานโดยส่วนใหญ่ ด้วยการทำให้งานบางส่วนเป็นไปโดยอัตโนมัติ เพิ่มความเร็วในการทำงาน และยกระดับความคาดหวัง โดยเฉพาะอย่างยิ่งในตำแหน่งงานระดับเริ่มต้น หากคุณเรียนรู้ที่จะใช้ AI และตรวจสอบผลลัพธ์ของมัน คุณจะมีโอกาสได้เปรียบมากขึ้น หากงานของคุณส่วนใหญ่เป็นการผลิตขั้นต้นแบบซ้ำซาก คุณจะมีความเสี่ยงมากขึ้นเมื่อทีมต่างๆ นำ AI มาใช้

ประเด็นสำคัญ:

การปรับเปลี่ยนลักษณะงาน : คาดว่าจะมีการใช้ระบบอัตโนมัติกับงานที่ทำซ้ำได้ โดยบทบาทต่างๆ จะพัฒนาไปเรื่อยๆ แทนที่จะหายไป

เส้นทางสู่การเป็นพนักงานระดับเริ่มต้น : พนักงานระดับจูเนียร์อาจเผชิญกับโอกาสในการทำงานที่น้อยกว่า และความต้องการด้านความสามารถที่สูงกว่าตั้งแต่วันแรก

การตรวจสอบ : พัฒนาทักษะในการตรวจสอบข้อเท็จจริง ตัวเลข กรณีพิเศษ และการปฏิบัติตามนโยบาย

ก้าวไปสู่การตัดสินใจ : เข้าใกล้เป้าหมาย ข้อจำกัด ข้อแลกเปลี่ยน และความรับผิดชอบต่อผลลัพธ์มากขึ้น

หลักฐานการทำงาน : ติดตามเวลาที่ประหยัดได้ ข้อผิดพลาดที่ลดลง และผลลัพธ์เพื่อให้เห็นคุณค่าอย่างชัดเจน

บทความที่คุณอาจสนใจอ่านต่อหลังจากบทความนี้:

🔗 ปัญญาประดิษฐ์จะเข้ามาแทนที่นักบัญชีหรือไม่?
สำรวจว่าระบบอัตโนมัติเปลี่ยนแปลงงานด้านบัญชีและบทบาทในอนาคตอย่างไร.

🔗 ปัญญาประดิษฐ์สามารถเข้ามาแทนที่ระบบรักษาความปลอดภัยทางไซเบอร์ได้หรือไม่?
ประเมินผลกระทบของ AI ต่อการป้องกันภัยทางไซเบอร์ ความเสี่ยง และการกำกับดูแลโดยมนุษย์.

🔗 AI จะเข้ามาแทนที่วิศวกรข้อมูลหรือไม่?
ดูว่า AI สามารถช่วยทำงานด้านวิศวกรรมข้อมูลใดได้บ้างในปัจจุบัน.

🔗 AI จะเข้ามาแทนที่ตัวแทนประกันภัยหรือไม่?
เรียนรู้ว่า AI สามารถเปลี่ยนแปลงโฉมหน้าการขายประกันภัยและการบริการลูกค้าได้อย่างไร.

---

1) คำตอบแบบมนุษย์ต่อคำถามที่ว่า “AI ส่งผลกระทบต่อตำแหน่งงานอย่างไร?” (ไม่ใช่คำตอบแบบดราม่า) 😅

เรามาข้ามฉากในหนังที่หุ่นยนต์ยึดทุกอย่างไปในชั่วข้ามคืนกันเถอะ ผลกระทบที่แท้จริงมักจะเกิดขึ้นแบบนี้:

• งานบางส่วนจะถูกทำให้เป็นระบบอัตโนมัติ ไม่ใช่ทั้งงาน (ในตอนแรก) OECD

• การทำงานจะรวดเร็วขึ้น สำหรับผู้ที่เรียนรู้การใช้ AI อย่างดี (NBER)

• งานระดับเริ่มต้นมีการเปลี่ยนแปลง มากที่สุด เพราะมักเป็นงานที่ทำซ้ำๆ กัน IMF

• บทบาทใหม่ๆ เกิดขึ้น เนื่องจากต้องมีคนคอยดำเนินการ ควบคุมดูแล วัดผล และแก้ไขเวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI ( World Economic Forum)

• นิยามของ “พนักงานที่ดี” เปลี่ยนไป จาก “มือไว” เป็น “การตัดสินใจที่ชาญฉลาด” ( World Economic Forum

ดังนั้น เมื่อมีคนถามว่า AI ส่งผลกระทบต่อตำแหน่งงานอย่างไร คำตอบที่ชัดเจนที่สุดก็คือ
AI เปลี่ยนรูปแบบของงาน และให้รางวัลแก่ผู้ที่สามารถควบคุมทิศทางของงานได้ แทนที่จะเพิกเฉยต่อมัน (IMF

ใช่แล้ว บทบาทบางอย่างก็ลดลง ฉันจะไม่พูดให้ดูดีด้วยอีโมจิให้กำลังใจหรอกนะ แต่เรื่องราวนี้เหมือนกับการปรับปรุงบ้านมากกว่าการโค่นล้มเมืองทั้งเมืองเสียอีก 🧱🏠.

---

2) สามวิธีที่ AI นำมาซึ่งการเปลี่ยนแปลง: แทนที่ ปรับเปลี่ยน หรือยกระดับมาตรฐาน 📈

ผลกระทบต่อการจ้างงานส่วนใหญ่สามารถแบ่งออกได้เป็น 3 ประเภท:

ก) แทนที่ (ส่วนหนึ่งของงาน)

นี่คือช่วงเวลาที่ AI จัดการกับข้อมูลจำนวนมากที่มีลักษณะซ้ำซาก:

• การจัดตารางเวลาขั้นพื้นฐาน

• บทสรุปฉบับร่างแรก

• คำตอบง่ายๆ จากลูกค้า

• การล้างข้อมูลตามปกติ

• การเขียนตามแม่แบบ

การเปลี่ยนตัวบุคลากรนั้นแทบจะไม่ใช่การ “แทนที่คนทั้งคน” แต่เป็นการ “ลดบทบาทลง 20-40% จากงานที่พวกเขาเคยทำ” (OpenAI OECD)

ฟังดูดีทีเดียว จนกระทั่งคุณรู้ว่า 20-40% คือตัวเลขที่บางคนใช้เป็นเหตุผลในการกำหนดจำนวนพนักงาน.

ข) ปรับเปลี่ยนรูปแบบ (งานเดิม แต่ขั้นตอนการทำงานเปลี่ยนแปลงไป)

นี่เป็นกรณีที่พบได้บ่อยที่สุด คุณยังคงทำงานเดิม แต่:

• คุณควบคุมดูแลผลลัพธ์

• คุณแก้ไขและตรวจสอบ

• คุณกำหนดข้อจำกัด

• คุณจัดการกับกรณีพิเศษ

• คุณเป็นผู้ตัดสินใจขั้นสุดท้าย

คนจำนวนมากกลายเป็น "นักวิจารณ์" โดยไม่ได้รับตำแหน่งหรือการขึ้นเงินเดือน ซึ่ง...ไม่ใช่เรื่องที่ดี แต่ก็เป็นเรื่องจริง.

ค) ยกระดับมาตรฐาน (ตำแหน่งงานเดิม แต่มีความคาดหวังสูงขึ้น)

อันนี้ค่อนข้างแยบยล ทีมงานเริ่มใช้เครื่องมือ AI แล้วจู่ๆ "ผลผลิตเฉลี่ย" ก็กลายเป็น "ผลผลิตขั้นต่ำที่ยอมรับได้"
งานไม่ได้ง่ายขึ้น แต่กลับรู้สึกว่าเร็วขึ้น...และยุ่งมากขึ้น 😵💫

ใช่แล้ว - AI ส่งผลกระทบต่องานอย่างไร? บางครั้งมันก็ทำให้งานเดิมๆ รู้สึกเหมือนวิ่งบนลู่วิ่งที่เร่งความเร็วขึ้นอย่างเงียบๆ

---

3) งานประเภทไหนได้รับผลกระทบมากที่สุด และทำไมจึงเป็นเรื่องลักษณะงาน ไม่ใช่เรื่องเกียรติยศ 🎯

กฎที่ดีอย่างหนึ่งคือ ยิ่งงานนั้นคาดเดาได้มากเท่าไหร่ มีลักษณะเป็นข้อความ หรือมีรูปแบบที่ชัดเจนมากเท่าไหร่ AI ก็ยิ่งสามารถช่วยเหลือหรือทำงานนั้นโดยอัตโนมัติได้มากขึ้นเท่านั้น นั่นไม่ได้หมายความว่างานนั้นจะหายไป แต่หมายความว่า "จุดศูนย์กลาง" ของงานนั้นเปลี่ยนไป OpenAI ILO

ประเภทงานที่เปิดเผยมากขึ้น

• การรายงานซ้ำ

• เทมเพลตอีเมลและข้อเสนอ

• การวิจัยพื้นฐานและบทสรุป

• การตรวจสอบคุณภาพตามปกติ

• การป้อนข้อมูลและการจำแนกประเภท

• ตัวเลือกการปรับแต่งภาพมาตรฐาน (การปรับขนาด การลบพื้นหลัง การแก้ไขอย่างรวดเร็ว)

ประเภทงานที่ได้รับการปกป้องมากขึ้น (ในตอนนี้… ประมาณนั้น)

• การตัดสินใจที่มีความเสี่ยงสูง

• การเจรจาระหว่างบุคคลที่ซับซ้อน

• การทำงานภาคปฏิบัติในสภาพแวดล้อมที่ไม่สามารถคาดเดาได้

• การตัดสินใจด้านภาวะผู้นำที่ไม่ชัดเจน

• งานที่ต้องการบริบทเชิงลึกและความไว้วางใจ จากบริษัท McKinsey

และเพื่อเป็นการกวนใจอีกนิด: งานหนึ่งอาจรวมทั้งสองอย่างไว้ด้วยกันได้ บทบาทของคุณอาจ "ปลอดภัย" ในขณะที่งานครึ่งหนึ่งในแต่ละสัปดาห์นั้นแทบจะเป็นงานที่ใช้ระบบอัตโนมัติเข้ามาจัดการเลยทีเดียว.

---

4) ผลกระทบที่ "มองไม่เห็น": ตำแหน่งงานระดับเริ่มต้นและบันไดสู่ความก้าวหน้าที่ขาดหายไป 🪜😬

ส่วนนี้สำคัญมาก แต่คนไม่ค่อยพูดถึงกันเท่าไหร่.

ตำแหน่งงานระดับเริ่มต้นจำนวนมากมีอยู่เนื่องจากองค์กรต้องการ:

• ใครสักคนที่จะร่างฉบับแรก

• บุคคลที่ทำหน้าที่จัดการตั๋วทั่วไป

• ใครสักคนที่ทำหน้าที่รวบรวมบันทึกและรายงาน

• ใครสักคนที่จะมาทำหน้าที่ "ยุ่งยากแต่จำเป็น" นี้

AI สามารถทำบางส่วนของงานนั้นได้ ซึ่งหมายความว่าบริษัทอาจจ้างพนักงานระดับจูเนียร์น้อยลง หรือมอบงานที่แตกต่างออกไปให้พนักงานระดับจูเนียร์ (เช่น งานควบคุมคุณภาพมากขึ้น งานประสานงานมากขึ้น หรือการใช้เครื่องมือมากขึ้น) IMF NBER

ความเสี่ยงคือผลกระทบแบบ “บันไดหัก”:

• จุดเข้าน้อยลง

• มีโอกาสน้อยลงที่จะได้เรียนรู้พื้นฐาน

• มีผู้ให้คำปรึกษาน้อยลงเนื่องจากทีมมีขนาดเล็กลง

• ความคาดหวังที่สูงขึ้นสำหรับความสามารถตั้งแต่วันแรก

หากคุณเพิ่งเริ่มต้นทำงาน คำถามที่ว่า " ปัญญาประดิษฐ์ส่งผลกระทบต่อตำแหน่งงานอย่างไร?" มักหมายความว่า คุณอาจต้องแสดงความสามารถเชิงปฏิบัติเร็วกว่าที่คนในอดีตเคยทำ

ไม่ยุติธรรมเหรอ? บางครั้ง จริงเหรอ? บ่อยครั้ง 🤷

---

5) งานใหม่ๆ ที่ AI สร้างขึ้น (และงานที่มักถูกมองข้าม) 🧠✨

ทุกคลื่นแห่งเทคโนโลยีล้วนทำให้บางงานหายไปและสร้างงานใหม่ขึ้นมา ปัญญาประดิษฐ์ก็เช่นกัน แต่ตำแหน่งงานใหม่เหล่านี้อาจดู...ไม่น่าดึงดูดใจในตอนแรก ( World Economic Forum)

ต่อไปนี้คือพื้นที่ที่มักมีการขยายตัว:

• การออกแบบการดำเนินงานและขั้นตอนการทำงานของ AI : เปลี่ยน "เราควรใช้ AI" ให้เป็นขั้นตอนที่ผู้คนปฏิบัติตามจริง

• คุณภาพและการประเมิน AI : การทดสอบผลลัพธ์ การให้คะแนนความน่าเชื่อถือ การติดตามข้อผิดพลาด

• การบริหารจัดการข้อมูล : การทำให้มั่นใจว่ามีข้อมูลที่ถูกต้อง สะอาด และได้รับการจัดการอย่างมีจริยธรรม

• ความปลอดภัยและการปฏิบัติตามกฎระเบียบ : ป้องกันการรั่วไหล การใช้ในทางที่ผิด และความผิดพลาดที่อาจเกิดขึ้น เช่น "เผลอวางข้อมูลลับลงไป"

• บทบาทของมนุษย์ในกระบวนการทำงาน : การตรวจสอบ การแก้ไข และการอนุมัติผลลัพธ์ที่มีผลกระทบสูง (ILO)

• การฝึกอบรมและการเสริมศักยภาพ : การสอนทีมงานให้ใช้เครื่องมืออย่างถูกต้อง (เรื่องนี้สำคัญกว่าที่คิด) เวทีเศรษฐกิจโลก

นอกจากนี้ ยังมีประโยชน์เฉพาะกลุ่มอีกอย่างหนึ่ง คือ คนที่สามารถเขียนแนวทางปฏิบัติภายในองค์กรได้อย่างชัดเจน จะมีคุณค่าอย่างคาดไม่ถึง เหมือนกับนโยบายที่ใช้งานได้จริง อาจไม่สนุกในงานปาร์ตี้ แต่มีประโยชน์มากในที่ทำงาน 📝

---

6) อะไรคือคุณสมบัติของแผนการทำงานที่ทนทานต่อ AI ที่ดี? 🧭🤝

นี่คือส่วนที่ทุกคนต้องการ: แผนการทำงาน และไม่ใช่ว่าแผนการทำงานนั้นจะหมายถึง “เรียนเขียนโค้ด” (บางครั้งก็มีประโยชน์ บางครั้งก็ไม่เกี่ยวข้องเลย) แผนการทำงานที่ดีที่สามารถรับมือกับ AI ได้นั้นประกอบด้วยส่วนประกอบไม่กี่อย่าง:

1) คุณเลือก "ชุดทักษะ" ไม่ใช่ทักษะเดียว

ลองนึกภาพกองซ้อนกันแบบนี้:

• ความรู้เฉพาะด้าน (อุตสาหกรรมของคุณ)

• ความชำนาญในการใช้เครื่องมือ (AI + เครื่องมือหลัก)

• การสื่อสาร (การอธิบายการตัดสินใจ)

• การตัดสินใจ (การรู้ว่าควรเชื่ออะไร)

• ความน่าเชื่อถือ (ผู้คนไว้วางใจคุณ)

ทักษะอย่างหนึ่งเปรียบเสมือนเทียนไข กองเทียนเปรียบเสมือนกองไฟ 🔥 คำอุปมาอาจจะไม่สมบูรณ์แบบนัก แต่คุณคงเข้าใจ.

2) คุณเข้าใกล้การตัดสินใจมากขึ้น

AI เก่งในการสร้างทางเลือก มนุษย์ยังคงมีคุณค่าเมื่อพวกเขา:

• กำหนดเป้าหมาย

• กำหนดข้อจำกัด

• เลือกข้อแลกเปลี่ยน

• รับผิดชอบต่อผลลัพธ์ BLS

หากงานของคุณส่วนใหญ่คือ "ผลิตสิ่งนั้นออกมา" ให้เริ่มเปลี่ยนไปเป็น "ตัดสินใจว่าสิ่งนั้นควรจะเป็นอย่างไร"

3) คุณสร้างหลักฐานการทำงาน (Proof of Work)

ไม่ใช่แค่ความรู้สึก แต่มีหลักฐานยืนยัน.

• ตัวชี้วัดก่อน/หลัง

• ประหยัดเวลา

• ลดข้อผิดพลาด

• ความพึงพอใจของลูกค้าที่ดีขึ้น

• กระบวนการที่บันทึกไว้

เก็บข้อมูลความภาคภูมิใจเล็กๆ ไว้บ้าง ฉันรู้ว่ามันอาจดูน่าอาย แต่ก็ทำเถอะ 😬.

4) คุณจะได้เรียนรู้ทักษะการตรวจสอบยืนยัน

นี่คือพลังวิเศษที่คนมองข้าม:

• ตรวจสอบข้อเท็จจริงที่เกิดจากภาพหลอน

• การค้นหากรณีพิเศษที่ขาดหายไป

• ตรวจสอบความถูกต้องของตัวเลขและแหล่งที่มาภายใน

• รู้จักว่าเมื่อไหร่ควรพูดว่า “ไม่เอา ทำใหม่ดีกว่า”

อนาคตเป็นของบรรณาธิการที่ดี ไม่ใช่แค่ในด้านการเขียน แต่รวมถึงการตัดสินใจด้วย.

---

7) ตารางเปรียบเทียบ: วิธีที่ผู้คนใช้ AI ในที่ทำงานมากที่สุด (และเหตุใดบางวิธีจึงได้ผลดีกว่า) 🧾🤖

นี่คือ “เมนู” แนวทางปฏิบัติที่ใช้งานได้จริง ไม่สมบูรณ์แบบ แต่ก็มีประโยชน์.

เครื่องมือ/วิธีการ	ผู้ชม	ราคา	เหตุผลที่มันได้ผล
ผู้ช่วยแชทสำหรับการร่างและการระดมความคิด	ผู้ทำงานด้านความรู้ นักศึกษา ผู้จัดการ	ค่าธรรมเนียมรายเดือนฟรี	เขียนร่างแรกได้เร็ว ระดมความคิดได้ดี แต่คุณยังต้องตรวจสอบความถูกต้องอยู่ดี… จริงๆ นะ
ผู้ช่วยด้านการเขียนและการแก้ไข	นักการตลาด, ฝ่ายสื่อสาร, ฝ่ายทรัพยากรบุคคล	รายเดือนราคาต่ำ	ช่วยเปลี่ยนร่างคร่าวๆ ให้เป็นฉบับที่สมบูรณ์ยิ่งขึ้น ประหยัดเวลา แต่ก็อาจดูซ้ำซากไปบ้าง
บันทึกการประชุม + การดึงข้อมูลรายการดำเนินการ	หัวหน้าทีม ฝ่ายขาย ฝ่ายปฏิบัติการ	มักจะรวมกลุ่มกัน	บันทึกการตัดสินใจ ลดช่วงเวลาที่ต้องถามตัวเองว่า “เราตกลงกันไว้ตรงไหนนะ??” 😵
คำแนะนำในการตอบกลับฝ่ายสนับสนุนลูกค้า	ทีมสนับสนุน	อิงตามการใช้งานโดยประมาณ	ช่วยให้ตอบสนองได้รวดเร็วขึ้น ปรับปรุงความสม่ำเสมอ - แต่มีความเสี่ยงหากนโยบายเข้มงวด
สเปรดชีตและ "ผู้ช่วยนักบิน" ด้านข้อมูล	นักวิเคราะห์, การเงิน, การดำเนินงาน	แตกต่างกันไป	เหมาะสำหรับการสรุปและสูตรต่างๆ แต่บางครั้งอาจเข้าใจบริบทผิด (น่ารำคาญ)
ผู้ช่วยเขียนโค้ด	วิศวกร นักวิเคราะห์ และนักเขียนโปรแกรมมือสมัครเล่น	ฟรีรายเดือน	ช่วยลดขั้นตอนการเขียนโค้ดพื้นฐาน ช่วยในการแก้ไขข้อผิดพลาด แต่ยังคงต้องการการตรวจสอบจากมนุษย์
เครื่องมือสร้างระบบอัตโนมัติ (AI + เวิร์กโฟลว์)	ฝ่ายปฏิบัติการ, ฝ่ายปรับปรุงและเพิ่มประสิทธิภาพการดำเนินงาน, ผู้ก่อตั้ง	กลางเดือน	เชื่อมต่อเครื่องมือและลดงานซ้ำซ้อน การตั้งค่าต้องใช้ความอดทน
คำถามและคำตอบในฐานข้อมูลความรู้ (ภายใน)	ทีมขนาดใหญ่ขึ้น	ต้นทุนที่สูงขึ้น	ช่วยให้ผู้คนค้นหาคำตอบภายในได้เร็วขึ้น - ซึ่งมีประสิทธิภาพมากน้อยเพียงใดขึ้นอยู่กับข้อมูลที่มีอยู่

สารภาพเรื่องความผิดพลาดในการจัดรูปแบบ: ราคาที่ระบุไว้จงใจให้คลุมเครือ เนื่องจากราคาจริงมีการเปลี่ยนแปลง และผู้คนก็ถกเถียงกันว่า "คุ้มค่า" หมายถึงอะไร ซึ่งทั้งสองอย่างนั้นเป็นความจริง.

---

8) ทักษะที่ "เพิ่มพูน" เมื่อ AI อยู่ทุกหนทุกแห่ง 📚⚙️

ถ้าคุณต้องการรายชื่อทักษะสั้นๆ ที่ยังคงมีคุณค่าแม้ว่าเครื่องมือจะเปลี่ยนแปลงไป นี่คือทักษะที่ผมมั่นใจว่าจะยังคงมีค่าอยู่ (โดยอิงจากการสังเกตภาคปฏิบัติมากมายและสิ่งที่ได้ผลดีอย่างสม่ำเสมอในทีม): การประชุม เศรษฐกิจโลก (World Economic Forum

การตัดสินใจและการคิดเชิงวิพากษ์ 🧠

• การตรวจจับสมมติฐานที่ผิดพลาด

• การถามคำถามติดตามผลที่ถูกต้อง

• การรับรู้ว่าผลลัพธ์นั้นดูสมเหตุสมผลแต่ผิดพลาด

การสื่อสารที่ชัดเจน 🗣️

• การเขียนคำตัดสินอย่างชัดเจน

• อธิบายถึงข้อดีข้อเสีย

• แปลเนื้อหาทางเทคนิคให้คนทั่วไปเข้าใจได้ง่าย

การคิดเชิงระบบ 🔁

• เข้าใจขั้นตอนการทำงานตั้งแต่ต้นจนจบ

• การระบุปัญหาคอขวด

• ปรับปรุงกระบวนการ ไม่ใช่แค่ผลลัพธ์

ความเห็นอกเห็นใจของผู้มีส่วนได้ส่วนเสีย 🤝

• การรู้ว่าผู้คนต้องการอะไรอย่างแท้จริง

• รับมือกับแรงต้านโดยไม่แสดงพฤติกรรมที่ไม่เหมาะสม

• การประสานทีมที่มีเป้าหมายแตกต่างกัน

ความชำนาญในการใช้เครื่องมือ (ไม่ใช่การหมกมุ่นกับเครื่องมือ) 🧰

เรียนรู้:

• วิธีการตั้งคำถามอย่างมีประสิทธิภาพ

• วิธีการประเมินผลลัพธ์

• วิธีการผสาน AI เข้ากับขั้นตอนการทำงานของคุณ BLS

อย่าเป็นคนที่เอาแต่พูดเรื่องเครื่องมือ ไม่มีใครชวนคนแบบนั้นไปกินข้าวเที่ยงหรอก (โอเค ​​บางครั้งก็ชวน แต่คุณคงเข้าใจความหมาย) 🍜

---

9) วิธีใช้ AI โดยไม่ทำให้ตัวเองกลายเป็นส่วนที่ถูกแทนที่ได้ 😬➡️😎

นี่เป็นประเด็นสำคัญมาก เพราะมีกับดักอยู่: หากคุณใช้ AI เพียงเพื่อทำส่วนที่ง่ายที่สุดให้เร็วขึ้น คุณอาจทำให้บทบาทของคุณดูง่ายกว่าที่เป็นจริงโดยไม่ตั้งใจ.

ลองใช้กลยุทธ์เหล่านี้แทน:

จงเป็น “ผู้เป็นเจ้าของ” ผลลัพธ์

แทนที่จะพูดว่า “ฉันสร้างตัวเลือกมา 10 ตัวเลือก” ให้เปลี่ยนเป็น:

• “ฉันเลือกตัวเลือกที่ดีที่สุดโดยพิจารณาจาก X”

• “ฉันตรวจสอบความถูกต้องนี้โดยเทียบกับข้อจำกัด Y แล้ว”

• “ฉันได้ทดสอบกับกลุ่มผู้ใช้ Z แล้ว”

ความเป็นเจ้าของนั้นยึดติดแน่น แต่ผลผลิตนั้นเปลี่ยนแปลงได้ง่าย.

บันทึกขั้นตอนการทำงานของคุณ

จดบันทึก:

• คุณทำอะไร

• ทำไมคุณถึงทำแบบนั้น

• อะไรเปลี่ยนไป

• สิ่งที่คุณได้เรียนรู้

มันช่วยปกป้องคุณจากบทสนทนาที่ว่า “ใครๆ ก็ทำแบบนั้นได้”.

ร่วมเป็นสะพานเชื่อมระหว่างปัญญาประดิษฐ์และความเป็นจริง 🌍

ความเป็นจริงประกอบด้วย:

• นโยบาย

• น้ำเสียงของแบรนด์

• ความแตกต่างเล็กน้อยของลูกค้า

• ข้อจำกัดทางกฎหมาย

• การเมืองภายในทีม (ใช่แล้ว การเมือง ไม่ใช่การเมืองแบบรัฐบาล)

AI ไม่สามารถจัดการกับความยุ่งยากแบบนั้นได้โดยธรรมชาติ มีแต่มนุษย์เท่านั้นที่ทำได้.

พัฒนาความเชี่ยวชาญเฉพาะด้านที่ AI สนับสนุน แต่ไม่เข้ามาแทนที่

ตัวอย่าง:

• การตลาดที่คำนึงถึงการปฏิบัติตามกฎระเบียบ

• การดำเนินงานด้านการดูแลสุขภาพ (บริบทสูง)

• การวิเคราะห์ความปลอดภัยทางไซเบอร์ (ความเสี่ยงสูง)

• กลยุทธ์การขายระดับองค์กร (เน้นความสัมพันธ์เป็นอย่างมาก)

• การจัดการผลิตภัณฑ์ (การแลกเปลี่ยนผลประโยชน์และการปรับให้สอดคล้องกัน)

ดังนั้นอีกครั้งหนึ่ง AI ส่งผลกระทบต่อตำแหน่งงานอย่างไร? บางครั้งมันก็บังคับให้คุณเลื่อนระดับขึ้นไปในห่วงโซ่คุณค่า...แม้ว่าคุณจะไม่ได้ร้องขอเลยก็ตาม

---

10) สิ่งที่นายจ้างมักทำผิดพลาด (และสิ่งที่ทีมที่ฉลาดทำแทน) 🏢🛠️

หากคุณบริหารจัดการผู้คนหรือสร้างทีม ปัญญาประดิษฐ์ (AI) อาจเป็นทั้งของขวัญหรือปัญหาปวดหัวที่ค่อยๆ คืบคลานเข้ามา.

ข้อผิดพลาดที่พบบ่อย:

• การนำเครื่องมือมาใช้งานโดยไม่มีการฝึกอบรม

• การวัด "กิจกรรม" แทนที่จะวัดผลลัพธ์

• โดยถือว่าผลลัพธ์จาก AI นั้นเป็นที่ยอมรับได้โดยอัตโนมัติ

• ลดจำนวนพนักงานก่อนออกแบบกระบวนการทำงานใหม่

• เพิกเฉยต่อผลกระทบทางด้านขวัญกำลังใจเมื่อผู้คนรู้สึกว่าตนเองสามารถถูกแทนที่ได้

กลยุทธ์ที่ชาญฉลาดกว่า:

• กำหนดว่าอนุญาตให้ใช้ AI ได้ที่ใด และไม่อนุญาตให้ใช้ที่ใด

• สร้างมาตรฐานการรีวิว (ว่า "ดี" หมายถึงอะไร)

• ลงทุนในการฝึกอบรมและจัดทำคู่มือการทำงานภายในองค์กร

• มอบหมายผู้รับผิดชอบในการตรวจสอบคุณภาพและความเสี่ยง

• ให้รางวัลแก่การปรับปรุงกระบวนการ ไม่ใช่แค่ความเร็ว เวทีเศรษฐกิจโลก

อีกเรื่องหนึ่งนะคะ ถ้าคุณอยากให้ลูกรับเลี้ยงบุตรบุญธรรม อย่าไปตำหนิคนที่ระมัดระวังเลยค่ะ ความระมัดระวังอาจเป็นความฉลาด หรืออาจเป็นความกลัวก็ได้ ส่วนใหญ่แล้วมักจะเป็นทั้งสองอย่างค่ะ 😅.

---

11) คำถามที่พบบ่อย (FAQ): คำถามที่คนมักกระซิบกันในที่ประชุม 🤫

“ปัญญาประดิษฐ์จะแย่งงานของฉันไปหรือเปล่า?”

อาจต้องใช้บางส่วนของมัน วิธีป้องกันที่ดีที่สุดคือการเป็นคนที่มีคุณสมบัติดังต่อไปนี้:

• ใช้ AI ได้ดี

• ตรวจสอบแล้วว่าถูกต้อง

• เข้าใจบริบททางธุรกิจ

• สามารถประสานงานมนุษย์ได้ IMF

“การเรียนรู้เครื่องมือ AI เพียงพอแล้วหรือ?”

ไม่เลย เครื่องมือเปลี่ยนแปลงไป แต่หลักการพื้นฐานยังคงอยู่ เรียนรู้เครื่องมือก็จริง แต่ต้องเชื่อมโยงเครื่องมือเหล่านั้นเข้ากับทักษะอื่นๆ เช่น การตัดสินใจ การคิดเชิงระบบ และการสื่อสาร.

“ถ้าฉันเกลียด AI ล่ะ?”

คุณไม่จำเป็นต้องรักมัน คุณแค่ต้องมีวิธีใช้งานมันให้ได้ผลก็พอ เหมือนกับเพื่อนร่วมงานที่น่ารำคาญแต่ก็มีประโยชน์นั่นแหละ.

“เส้นทางอาชีพไหนปลอดภัยที่สุด?”

ไม่มีอะไรปลอดภัยอย่างสมบูรณ์แบบ แต่บทบาทที่มีบริบทสูง ความไว้วางใจ ความรับผิดชอบ และความสัมพันธ์ระหว่างบุคคล มักจะมีความยืดหยุ่นมากกว่า ( McKinsey OECD)

---

12) สรุปสุดท้าย - แล้ว AI ส่งผลกระทบต่อตำแหน่งงานอย่างไรบ้าง? ✅🤖

ปัญญาประดิษฐ์ (AI) ไม่ใช่เหตุการณ์ที่เกิดขึ้นเพียงครั้งเดียว แต่เป็นการปรับเปลี่ยนงาน ความคาดหวัง และขั้นตอนการทำงานอย่างค่อยเป็นค่อยไป บทบาทบางอย่างลดลง บางอย่างขยายตัว และหลายอย่างเปลี่ยนแปลงไป ( World Economic Forum, IMF)

คนที่ทำได้ดีที่สุดมักจะเป็น:

• จงปฏิบัติต่อ AI ในฐานะเพื่อนร่วมงาน ไม่ใช่ไม้กายสิทธิ์ 🪄

• เรียนรู้วิธีตรวจสอบและแก้ไข ไม่ใช่แค่สร้างข้อมูลขึ้นมาใหม่

• เข้าใกล้การตัดสินใจและการเป็นเจ้าของมากขึ้น

• สร้างทักษะสะสมแทนที่จะไล่ตามกระแสเพียงอย่างเดียว

• ผลกระทบและผลลัพธ์ของเอกสาร

และหากคุณยังคงสงสัยว่า AI ส่งผลกระทบต่อการจ้างงานอย่างไร นี่คือบทสรุปแบบตรงไปตรงมา:

AI ให้รางวัลแก่ความสามารถในการปรับตัว การคิดอย่างชัดเจน และความรับผิดชอบ และลงโทษการทำงานซ้ำซากที่ปราศจากวิจารณญาณ OpenAI BLS
ไม่ยุติธรรมเสมอไป ไม่สนุกเสมอไป แต่ใช้งานได้...และบางครั้งก็ตื่นเต้นด้วย 😄

---

คำถามที่พบบ่อย

ปัญญาประดิษฐ์ (AI) ส่งผลกระทบต่อการทำงานในสำนักงานประจำวันอย่างไร?

ในสถานที่ทำงานส่วนใหญ่ AI ไม่ได้เข้ามาแทนที่งานทั้งหมดในชั่วข้ามคืน แต่จะเข้ามาแทนที่งานบางส่วน ซึ่งมักจะปรากฏในรูปแบบของการร่างเอกสารฉบับแรกที่เร็วขึ้น การสรุปที่รวดเร็วขึ้น และงานธุรการอัตโนมัติมากขึ้น เมื่อเวลาผ่านไป บทบาทหลายอย่างจะเปลี่ยนไปเป็นการตรวจสอบ ยืนยัน และตัดสินใจขั้นสุดท้าย ผู้ที่ได้รับประโยชน์มากที่สุดมักจะเป็นผู้ที่เรียนรู้ที่จะควบคุมผลลัพธ์ของ AI แทนที่จะมองว่าเครื่องมือเหล่านั้นเป็นเพียงเสียงรบกวนเบื้องหลัง.

งานประเภทใดบ้างที่ได้รับผลกระทบจาก AI มากที่สุด และเพราะเหตุใด?

งานจะได้รับผลกระทบมากที่สุดเมื่อส่วนใหญ่ของงานนั้นคาดเดาได้ เป็นงานที่ใช้ข้อความ หรือมีรูปแบบตายตัว เช่น การรายงานประจำวัน อีเมลตามแบบแผน สรุปงานวิจัยพื้นฐาน และการจัดประเภทข้อมูล นั่นไม่ได้หมายความว่าบทบาทนั้นจะหายไปโดยอัตโนมัติ แต่ "จุดศูนย์กลาง" ของงานจะเปลี่ยนไป งานที่แยกตัวออกมามากกว่ามักเกี่ยวข้องกับการตัดสินใจที่มีความเสี่ยงสูง การปฏิสัมพันธ์กับมนุษย์อย่างละเอียดอ่อน ความไว้วางใจ และความซับซ้อนในภาคปฏิบัติ.

AI จะแย่งงานของฉันไป หรือแค่บางส่วนเท่านั้น?

ผลลัพธ์ที่พบบ่อยคือ AI จะเข้ามาทำงานบางส่วนแทน โดยเฉพาะงานซ้ำซากในขั้นตอนแรก ในขณะที่มนุษย์ยังคงรับผิดชอบในการตัดสินใจ กรณีพิเศษ และความรับผิดชอบอื่นๆ ความเสี่ยงคือ หากงาน 20-40% หายไป ทีมบางทีมอาจลดจำนวนพนักงานแทนที่จะออกแบบกระบวนการทำงานใหม่ แนวทางที่ปลอดภัยกว่าคือการเป็นผู้ที่ใช้ AI ได้ดี ตรวจสอบอย่างเข้มงวด และเข้าใจบริบททางธุรกิจ.

เหตุใดบทบาทงานระดับเริ่มต้นจึงเปลี่ยนแปลงไปมากเช่นนี้เนื่องจากปัญญาประดิษฐ์ (AI)?

ในอดีต ตำแหน่งงานระดับเริ่มต้นจำนวนมากมีหน้าที่จัดการกับร่างแรก งานประจำ และกระบวนการทำงานที่ยุ่งยากแต่จำเป็น แต่ปัจจุบัน AI สามารถเข้ามาช่วยทำงานบางส่วนได้แล้ว ทำให้บริษัทต่างๆ อาจจ้างพนักงานระดับจูเนียร์น้อยลง หรือโยกย้ายงานของจูเนียร์ไปด้าน QA การประสานงาน และกระบวนการทำงานที่ขับเคลื่อนด้วยเครื่องมือ ซึ่งอาจสร้างผลกระทบแบบ “บันไดหัก” คือมีจุดเริ่มต้นน้อยลงและมีความคาดหวังสูงขึ้นตั้งแต่วันแรก คนทำงานรุ่นใหม่จึงมักต้องการพิสูจน์ความสามารถในทางปฏิบัติเร็วกว่าแต่ก่อน.

ปัญญาประดิษฐ์ (AI) สร้างงานใหม่อะไรบ้างที่ผู้คนมองข้ามไป?

นอกเหนือจากชื่อตำแหน่งที่ดูหวือหวาแล้ว การเติบโตมักปรากฏให้เห็นในด้านการดำเนินงาน AI การออกแบบเวิร์กโฟลว์ การประเมินคุณภาพ และการตรวจสอบโดยมนุษย์ ทีมงานยังต้องการการดูแลจัดการข้อมูล การกำกับดูแลด้านความปลอดภัยและการปฏิบัติตามกฎระเบียบ และการฝึกอบรมภายในเพื่อให้มีการนำเครื่องมือไปใช้โดยไม่มีการรั่วไหลหรือข้อผิดพลาดที่หลีกเลี่ยงได้ บุคคลที่สามารถเขียนแนวทางและคู่มือภายในที่ชัดเจนจึงมีคุณค่าอย่างมาก ใครสักคนต้องเปลี่ยน "การใช้ AI" ให้เป็นกระบวนการที่ปลอดภัยและทำซ้ำได้.

แผนการทำงานที่สมจริงและทนทานต่อการเปลี่ยนแปลงจาก AI (โดยไม่ตามกระแส) ควรเป็นอย่างไร?

แผนงานที่ดีนั้นต้องอาศัยการสร้างทักษะที่ครบครัน ได้แก่ ความรู้ในสาขาที่เกี่ยวข้อง ความชำนาญในการใช้เครื่องมือ การสื่อสาร การตัดสินใจ และความน่าเชื่อถือ ก้าวไปสู่การตัดสินใจที่ใกล้ชิดยิ่งขึ้น – กำหนดเป้าหมาย ตั้งข้อจำกัด เลือกข้อแลกเปลี่ยน และรับผิดชอบต่อผลลัพธ์ เก็บหลักฐานการทำงาน เช่น เวลาที่ประหยัดได้ ข้อผิดพลาดที่ลดลง และกระบวนการที่ได้รับการปรับปรุง พลังที่มักถูกมองข้ามคือการตรวจสอบ: การตรวจจับภาพลวงตา กรณีพิเศษที่มองข้ามไป และตัวเลขที่ผิดพลาด.

ฉันจะใช้ AI ในที่ทำงานได้อย่างไรโดยไม่กลายเป็นส่วนที่ถูกแทนที่ได้ง่าย?

หากคุณใช้ AI เพียงเพื่อทำส่วนที่ง่ายที่สุดให้เร็วขึ้น คุณอาจทำให้บทบาทของคุณดูง่ายขึ้นโดยไม่รู้ตัว เปลี่ยนมาเน้นการเป็นเจ้าของ: อธิบายว่าคุณเลือกอะไร ทำไมคุณถึงเลือก และคุณตรวจสอบความถูกต้องอย่างไร บันทึกกระบวนการของคุณเพื่อไม่ให้เกิดความคิดที่ว่า “ใครๆ ก็ทำได้” จงเป็นสะพานเชื่อมระหว่าง AI กับข้อจำกัดในทางปฏิบัติ เช่น นโยบาย น้ำเสียงของแบรนด์ ความต้องการเฉพาะของลูกค้า และความเสี่ยงทางกฎหมาย.

ทักษะใดบ้างที่จะเพิ่มพูนได้มากที่สุดเมื่อ AI เข้ามามีบทบาทในทุกที่?

การตัดสินใจและการคิดเชิงวิพากษ์มีความสำคัญมากขึ้น เพราะ AI สามารถสร้างผลลัพธ์ที่ดูน่าเชื่อถือแต่ก็ยังผิดพลาดได้ การสื่อสารที่ชัดเจนจึงมีความสำคัญยิ่งขึ้น เนื่องจากทีมงานต้องการการตัดสินใจและการแลกเปลี่ยนที่เขียนไว้อย่างชัดเจน การคิดเชิงระบบช่วยให้คุณปรับปรุงขั้นตอนการทำงานตั้งแต่ต้นจนจบ ไม่ใช่แค่เร่งความเร็วในขั้นตอนเดียว ความชำนาญในการใช้เครื่องมือก็ช่วยได้เช่นกัน แต่ไม่ใช่การหมกมุ่นกับเครื่องมือ ข้อได้เปรียบที่ยั่งยืนคือการรู้วิธีการกระตุ้น ประเมิน และบูรณาการ AI อย่างมีความรับผิดชอบ.

อะไรคือสิ่งที่นายจ้างมักทำผิดพลาดเมื่อนำเครื่องมือ AI มาใช้?

ข้อผิดพลาดที่พบบ่อยคือการนำเครื่องมือมาใช้โดยไม่มีการฝึกอบรม มาตรฐานการตรวจสอบ หรือขอบเขตที่ชัดเจนว่าอนุญาตให้ใช้ AI ได้ที่ใดบ้าง บางทีมลดจำนวนพนักงานก่อนที่จะออกแบบขั้นตอนการทำงานใหม่ แล้วสุดท้ายก็เจอปัญหาด้านคุณภาพและขวัญกำลังใจ ทีมที่แข็งแกร่งกว่าจะกำหนดขอบเขตที่ชัดเจน กำหนด "สิ่งที่ดีควรเป็นอย่างไร" ลงทุนในคู่มือการปฏิบัติงาน และมอบหมายผู้รับผิดชอบในการตรวจสอบความเสี่ยง การยอมรับจะดีขึ้นเมื่อมองว่าความระมัดระวังเป็นสิ่งที่มีคุณค่า ไม่ใช่การต่อต้าน.

เอกสารอ้างอิง

1. องค์การแรงงานระหว่างประเทศ (ILO) - ilo.org

2. องค์การแรงงานระหว่างประเทศ (ILO) - ilo.org

3. องค์การเพื่อความร่วมมือทางเศรษฐกิจและการพัฒนา (OECD) - oecd.org

4. องค์การเพื่อความร่วมมือทางเศรษฐกิจและการพัฒนา (OECD) - oecdskillsandwork.wordpress.com

5. สำนักงานวิจัยเศรษฐกิจแห่งชาติ (NBER) - nber.org

6. กองทุนการเงินระหว่างประเทศ (IMF) - imf.org

7. กองทุนการเงินระหว่างประเทศ (IMF) - imf.org

8. เวทีเศรษฐกิจโลก - รายงานอนาคตของการจ้างงาน ปี 2023 - weforum.org

9. สภาเศรษฐกิจโลก - รายงานอนาคตของการจ้างงานปี 2025: แนวโน้มด้านทักษะ - weforum.org

10. OpenAI - GPT คือ GPT - openai.com

11. บริษัท แมคคินซีย์ แอนด์ คอมพานี - mckinsey.com

12. สำนักงานสถิติแรงงานแห่งสหรัฐอเมริกา (BLS) - การประเมินผลกระทบของเทคโนโลยีใหม่ต่อตลาดแรงงาน - bls.gov

13. สำนักงานสถิติแรงงานแห่งสหรัฐอเมริกา (BLS) - การนำผลกระทบของ AI มาใช้ในการคาดการณ์การจ้างงานของ BLS - bls.gov

ค้นหา AI รุ่นล่าสุดได้ที่ร้านค้าผู้ช่วย AI อย่างเป็นทางการ

เกี่ยวกับเรา