ในยุค AI ใครจะถูกกำจัด? Bradley และ Harvey ซึ่งเป็นศิษย์เก่าจาก Harvard และบริษัทที่ปรึกษา McKinsey ได้พูดคุยกันในวิดีโอเรื่อง “ในมิติอีกด้านของโลกการตัดสินใจ การแสวงหาความแม่นยำอาจไร้ความหมาย” ถึงหัวข้อนี้
Bradley เริ่มกล่าวว่า AI ไม่สามารถ “อ่านอากาศ” ได้เลย แต่สิ่งนี้เป็นกุญแจสำคัญในการทำให้สิ่งต่างๆ เกิดขึ้นจริง ในวงการที่ปรึกษาด้านการบริหาร จัดสรรเวลาส่วนใหญ่มักใช้ไปกับการพิจารณาว่าจะใส่อะไรเข้าไป เช่น “คำนี้จะทำให้บางคนเกิดอารมณ์ตอบสนองหรือไม่?” คำถามเช่นนี้ AI ยากที่จะประเมิน และยังเป็นการทดสอบความเข้าใจของมนุษย์ในสถานการณ์จริง
Harvey กล่าวว่าคนที่ได้รับการฝึกฝนและมีสายตาแล้ว การให้ AI กับเขาเป็นเหมือนเสริมพลัง เพราะเขารู้ว่าสิ่งไหนคือ “ดี” สิ่งที่ AI ให้มา เขาสามารถปรับปรุงให้ดีขึ้นได้ แต่คนที่เพิ่งออกจากมหาวิทยาลัยและยังไม่รู้ว่าสิ่งไหนดี AI ให้คำตอบมา เขาก็รับไปเต็มๆ สิ่งที่ต้องการในอนาคตคือ ใช้ AI ทำงานให้ได้ 80 คะแนน แล้วปรับแต่งให้สมบูรณ์เป็น 100 คะแนน แต่คนที่ขาดความสามารถในการตัดสินใจ จะส่งงานออกไปที่ 80 คะแนนโดยตรง ไม่ว่าจะ AI ช่วยทำมากแค่ไหน คุณก็ต้องเติมเต็มส่วนสุดท้ายนี้ โดยมีเงื่อนไขว่าคุณต้องรู้ว่ามันแตกต่างกันตรงไหน
AI ไม่สามารถ “อ่านอากาศ” ได้ แต่สิ่งนี้คือกุญแจสำคัญในการทำให้ธุรกิจประสบความสำเร็จ
Bradley กล่าวว่า AI ไม่สามารถ “อ่านอากาศ” ได้จริงๆ เขากล่าวว่า AI ในปัจจุบันยังไม่สามารถเข้าใจอารมณ์ตอบสนองของผู้คนได้อย่างแท้จริง แต่เรื่องนี้เป็นสิ่งที่สำคัญมากในการ “ทำให้สิ่งต่างๆ เกิดขึ้นจริง” จริงๆ แล้ว ต้องนั่งลงพูดคุยและโต้ตอบกับคนจริงๆ จึงจะเข้าใจรายละเอียดเหล่านี้ได้ จากมุมมองทางธุรกิจ เรื่องนี้กลายเป็นจุดเรียนรู้ที่สำคัญและแตกต่างอย่างมาก
หลังจากที่ AI เข้ามา การวิเคราะห์ข้อมูลจะค่อยๆ ถูกแทนที่ด้วย AI ซึ่งเป็นแนวโน้มที่ไม่สามารถย้อนกลับได้ แต่สุดท้ายแล้ว จะกลับมาที่สิ่งเดียวคือ ใครสามารถถือข้อมูลที่วิเคราะห์แล้วเหล่านี้ มาทำการตัดสินใจที่ดี และสร้างความเข้าใจร่วมกันในทีมเพื่อเดินหน้าต่อไป
นี่แหละคือความท้าทายที่แท้จริง การตัดสินใจหลายอย่างสุดท้ายก็ยังต้องอาศัยมนุษย์ในการตีความ
ผู้เขียนเสริม: โมเดลภาษาใหญ่ (Large Language Models) ตามชื่อของมันคือการฝึกโดยการป้อนข้อมูลจำนวนมหาศาลให้กับโมเดล เพื่อให้มันทำนายคำศัพท์ที่น่าจะปรากฏถัดไป โดยอาศัยฐานข้อมูลขนาดใหญ่เพื่อเข้าใจบริบทก่อนหลัง แล้วจึงส่งออกเนื้อหาออกมา มันรู้ว่าคำว่า “แอปเปิลตกลงมา” มักจะปรากฏบ่อย แต่ไม่ได้เข้าใจแรงโน้มถ่วง เช่นเดียวกัน มันก็ยากที่จะเข้าใจบริบทเชิงนามธรรมอย่าง “อ่านอากาศ” แต่ในด้านการวิเคราะห์ข้อมูล มันก็แค่ต่างกันตรงประสิทธิภาพของโมเดลเท่านั้น
ใช้ AI ทำรายงาน? ความสำคัญที่แท้จริงคือความสามารถในการตัดสินใจ
Bradley ยกตัวอย่างการทำพรีเซนเทชั่น ในวงการวิชาการ อาจใช้เวลามากในการปรับแต่งรูปแบบ วิเคราะห์ข้อมูล แล้วจัดเนื้อหาให้เรียบร้อย ก่อนขึ้นเวทีนำเสนอและอภิปราย แต่ในบริษัทที่ปรึกษาด้านการบริหาร เวลาส่วนใหญ่จะใช้ไปกับ “การพิจารณาว่าจะใส่อะไรเข้าไป” และ “คำพูดเดียวกันจะพูดอย่างไร”
Harvey เสริมว่า การเลือกคำนี้ สำหรับบางคนในสถานที่นั้น อาจเป็นคำที่อ่อนไหวหรือกระตุ้นอารมณ์โดยสัญชาตญาณหรือไม่? เพราะเมื่อสมองส่วนอารมณ์ของเขาถูกกระตุ้น เขาก็จะปิดหูปิดตาไปเลย
AI มีข้อจำกัดตามธรรมชาติ ยากที่จะทำการตัดสินใจเชิงนามธรรมและอัตวิสัยเช่น “คำนี้จะทำให้เกิดอารมณ์ตอบสนองหรือไม่?” ดังนั้น แม้ AI จะช่วยได้ ก็ช่วยให้ทำงานได้รวดเร็วขึ้น แต่สิ่งที่สำคัญที่สุดคือ “มนุษย์” ที่จะเป็นผู้ตัดสินใจในภาพรวม
ตรงนี้ “ความสามารถในการตัดสินใจ” คือคำสำคัญ Harvey กล่าวว่า เมื่อคุณสามารถทำการตัดสินใจเหล่านี้ได้ แสดงว่าคุณเข้าใจคนในสถานที่นั้น พื้นหลังของพวกเขา และสิ่งที่พวกเขากำลังคิดอยู่ในระดับหนึ่ง
ดังนั้น ทุกครั้งที่有人พูดว่า “AI ทำพรีเซนเทชั่นได้แล้ว งั้นที่ปรึกษาด้านการบริหารจะต้องหายไปไหม?” Harvey จะตอบว่า ถ้าเป็นแค่การส่งมอบรายงานวิเคราะห์ AI ก็สามารถทดแทนได้แน่นอน แต่ถ้าจุดประสงค์ของพรีเซนเทชั่นคือ “การสร้างการเปลี่ยนแปลง” ความสำคัญอยู่ที่การตัดสินใจ ถ้าคุณให้ AI เป็นตัวแทนคุณเต็มที่ คุณก็ต้องรับความเสี่ยงไปด้วยว่า การตัดสินคุณค่าของ AI จะกลายเป็นการตัดสินคุณค่าของคุณเอง แต่คำถามคือ ค่าคุณค่าที่ AI ตัดสินคืออะไร? ในระดับหนึ่ง มันก็ยังเป็นกล่องดำอยู่ดี
PowerPoint จุดสำคัญคือการ “ทำให้จุด”
Harvey ชี้ให้เห็นจุดสำคัญว่า การนำเสนอไม่ใช่แค่การส่งมอบข้อมูล แต่เป็นการ “ทำให้เกิดจุด” PowerPoint ชื่อของมันก็เพราะมันช่วยให้คุณสื่อสารมุมมอง การนำเสนอจึงเป็นเครื่องมือหนึ่งในการสื่อสารความคิด แต่ก็ไม่ใช่แค่การใช้ PowerPoint เท่านั้น ยังต้องมีความสามารถอื่นๆ ร่วมด้วย
เขากล่าวว่าบทบาทของผู้จัดการในระดับหนึ่งคือการใช้สายตาของผู้จัดการเอง เช่น การรู้ว่าสิ่งไหนดี การส่งคืนให้ปรับปรุงใหม่ และการจัดการคน นี่คือความสามารถสำคัญที่สุดของผู้นำ
คนที่มีสายตาใช้ AI เป็นเสมือนเสริมพลัง แต่คนที่ขาดความสามารถในการตัดสินใจ จะรับคำตอบไปเต็มๆ
คนที่เก่งจริงคือใช้ AI ทำงานให้ได้ 80 คะแนน แล้วปรับแต่งให้สมบูรณ์เป็น 100 คะแนน แต่คนที่ขาดความสามารถในการตัดสินใจ จะส่งงานออกไปที่ 80 คะแนน ซึ่งในยุคนี้ 80 คะแนนไม่มีค่าอะไรแล้ว เพราะ AI ทำได้ภายในหนึ่งนาที ตลาดต้องการ 100 คะแนน ไม่ว่าจะ AI ช่วยทำมากแค่ไหน คุณก็ต้องเติมเต็มส่วนสุดท้ายนี้ เงื่อนไขคือคุณต้องรู้ว่ามันแตกต่างกันตรงไหน
ทักษะสำคัญในอนาคต: เรียนรู้การตัดสินใจเช proactively, การปรับปรุงอย่างต่อเนื่อง, การอัปเกรดมาตรฐานของตัวเอง
Harvey กล่าวว่าตนเองรู้สึกขอบคุณที่มีคนชี้แนะและแก้ไขตลอดเส้นทาง การโดนตำหนิในช่วงนั้นเป็นการฝึกฝนความสามารถในการตัดสินใจ ตอนนี้ไม่เหมือนเดิมแล้ว สิ่งที่เคยต้องพึ่งพามนุษย์ ตอนนี้ AI สามารถแทนที่ได้แล้ว แล้วเรายังจำเป็นต้องเสียแรงฝึกฝนคนใหม่อยู่ไหม?
เขายังเสนอการตัดสินใจสำคัญว่า องค์กรในอนาคตจะยิ่งคัดเลือกคนที่ “เต็มที่จนได้ 100 คะแนน” เท่านั้น ถ้าคุณส่งงานแค่ 80 คะแนน AI ก็สามารถแทนที่คุณได้ ยิ่งการตัดสินใจมีผลกระทบและขอบเขตมากขึ้น ผู้บริหารระดับสูงก็จะมีความสามารถในการตัดสินใจที่แน่วแน่มากขึ้น
ความโกรธ ความอ่อนโยน ความเป็นคน introvert หรือ extrovert ไม่สำคัญ สิ่งสำคัญคือ “สายตา” ทุกก้าวที่เดินมามีความหมาย รวมถึงการโดนตำหนิ การได้รับคำแก้ไข ตอนนี้เมื่อมองย้อนกลับไป ล้วนเป็นสิ่งล้ำค่า แต่ปัญหาคือ ตอนนี้ไม่มีใครมีหน้าที่สอนคุณแล้ว เขาจึงสนับสนุนให้คนรุ่นใหม่กล้าหา feedback ด้วยตัวเอง เมื่อก่อนรอให้คนมาด่า ตอนนี้ต้องกล้าถามคนอื่นว่า ยังสามารถปรับปรุงอะไรได้อีก? ยังสามารถทำให้ดีขึ้นได้ไหม?
ตอนนี้ทุกคนกำลังมองหา “คนที่ทำได้ 100 คะแนน” ดังนั้น ทักษะสำคัญในอนาคตคือ การเรียนรู้การตัดสินใจเช proactively, การปรับปรุงอย่างต่อเนื่อง, การอัปเกรดมาตรฐานของตัวเอง
เพราะสิ่งเหล่านี้ จะไม่มีใครทำแทนคุณอีกต่อไป
บทความนี้ AI ทำได้แค่ 80 คะแนน คนที่ทำไม่ได้ 100 คะแนน ก็จะถูกกำจัดแน่นอน! ศิษย์เก่า Harvard และ McKinsey แนะนำให้คนรุ่นใหม่ทำแบบนี้ เริ่มต้นจากที่นี่ ซึ่งปรากฏครั้งแรกใน ABMedia.
