ผู้นำทางความคิด

คอขวดที่ใหญ่ที่สุดของคุณอาจเป็น AI แชมเปี้ยนที่มั่นใจในตัวเองที่สุด

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

จนถึงตอนนี้ ฉันได้เข้าร่วมการประชุมคณะกรรมการกำกับดูแล AI เพียงพอที่จะสังเกตแนวโน้มได้แล้ว มีคนหนึ่งเสมอในห้อง (มักจะเป็นคนที่คุ้นเคยกับเครื่องมือมากที่สุด) ที่เป็นผู้ตัดสินใจขั้นสุดท้ายว่าผู้อื่นในห้องจะเคลื่อนไหวได้เร็วแค่ไหน การตัดสินใจนี้ทำอย่างเงียบ ๆ และไม่มีเจตนาร้าย พวกเขาแทบไม่ตั้งใจจะกีดกันอะไรเลย พูดง่าย ๆ ทุกคนอื่นได้เชี่ยวชาญศิลปะของการรอการอนุมัติจากเขาก่อนลงมือทำ

รูปแบบนี้ไม่ได้มีแค่ในการประชุมเดียว ตามการศึกษาโดย Gartner ปี 2026 เพียง 20% ของธุรกิจเชื่อว่าพนักงานของพวกเขาพร้อมรับ AI อย่างแท้จริง ส่วนใหญ่ของการสนทนาเกี่ยวกับช่องว่างนี้มักโฟกัสที่ทักษะ: เวลา การฝึกอบรม หรือเครื่องมือที่ไม่เพียงพอ ปัญหาอ่อนแอที่ซ่อนอยู่เบื้องหลังช่องว่างทักษะมักถูกมองข้าม; มันไม่ได้เกี่ยวกับความรู้ของคนมากนัก แต่เกี่ยวกับความสำคัญที่พวกเขาเริ่มรู้สึกว่าตนเองเป็นศูนย์กลาง

การมีส่วนร่วมและความมั่นใจเป็นสองสิ่งที่แตกต่างกัน

คนมักประเมินการมีส่วนร่วมของตนต่อความสำเร็จของทีมได้ไม่แม่นยำ ซึ่งเป็นปัญหาที่ค่อนข้างสม่ำเสมอ เมื่อคุณขอให้สมาชิกทีมคำนวณปริมาณของโครงการที่แต่ละคนมีส่วนร่วมโดยอิสระ ผลลัพธ์มักรวมกันเกิน 100% มันไม่ได้เกี่ยวกับความซื่อสัตย์ แต่เกี่ยวกับการทำงานของความจำ: ทุกคนจำความพยายามของตนเองได้อย่างชัดเจน ส่วนความพยายามของคนอื่นเพียงคร่าว ๆ

เมื่อมี AI เข้ามา ผลกระทบจะยิ่งเด่นชัด ผู้ที่เรียนรู้ทักษะใหม่ได้เร็วที่สุดมักพัฒนาความรู้สึกว่าตนควบคุมผลลัพธ์ที่เครื่องมือเหล่านั้นสร้างได้ ความโน้มเอียงนี้เรียกว่าความเป็นเจ้าของเชิงจิตวิทยา หากใช้ในระดับที่พอเหมาะ ความเป็นเจ้าของนี้คือสิ่งที่คุณต้องการ: มันทำให้คนใส่ใจต่อความสำเร็จของโครงการจริง ๆ มากกว่าจำนวนตั๋วงาน แต่หากขยายความต่อไป แรงจูงใจเดียวกันที่ปกป้องงานที่ดีก็อาจทำให้คนยึดติดกับการมีส่วนร่วมของตนเอง

ตัวเลขบอกอะไรจริง ๆ

เราจัดการสำรวจกับผู้เชี่ยวชาญ 2,000 คนที่ทำงานกับ AI ที่ Sombra เนื่องจากต้องการดูว่าความเชื่อนี้แพร่กระจายแค่ไหน ผลลัพธ์น่าตกใจ 79% ของผู้ตอบบอกว่าตนเองเป็นแรงผลักดันสำคัญของนวัตกรรมในองค์กรของตน: 37% “แน่นอน” และอีก 42% “มาก” 64% ยังบอกว่า หากตนเองลาออกพรุ่งนี้ นวัตกรรมของบริษัทจะชะลอตัวลง

เราตั้งชื่อช่องว่างระหว่างภาพลักษณ์ของตนเองกับผลลัพธ์ที่จริงว่า “AIrrogance” คำนี้อาจทำให้เข้าใจผิดเล็กน้อย เพราะไม่มีใครในข้อมูลของเราที่อวดเกินจริง สิ่งที่เราจับได้คือความเชื่อส่วนบุคคลว่าผลงานพึ่งพาตนเองโดยเฉพาะ มากกว่าการพึ่งพาทีมที่มีคนที่มีทักษะเดียวกัน ตามการรายงานอื่น ๆ ของผลการวิจัย ความคิดสร้างสรรค์ดูเหมือนจะมีปัญหาเรื่องอีโก้

สิ่งที่ตามมาคือการค้นพบที่ไม่สบายใจ ปรากฏว่าผู้ที่เชื่อว่าตนเป็นแรงผลักดันนวัตกรรมมากที่สุด กลับเป็นคนที่ทำให้กระบวนการช้าลง 22% ของผู้ตอบบอกว่าตนได้ขัดขวางโครงการ AI เพราะมองว่าไม่มีศักยภาพเพียงพอ 21% กล่าวว่าขาดข้อมูลที่พร้อมใช้ในเวลาที่ต้องการ 17% ยอมรับว่าชะลอโครงการโดยไม่ต้องบล็อกอย่างเป็นทางการ

นอกจากนี้ 70% ของธุรกิจทั้งหมดในตัวอย่างบอกว่าพวกเขาเคยประสบกับการต่อต้านภายในแบบนี้ สิ่งนี้มักไม่รู้สึกเหมือนการทำลายล้างจากภายใน แม้ว่ามันจะดึงศักยภาพนวัตกรรมที่พวกเขาคิดว่าตนกำลังผลักดัน แต่ก็รู้สึกเหมือนความระมัดระวังและการดูแลสิ่งที่ตนจริง ๆ ใส่ใจ

ปัญหา Bus Factor

ทีมวิศวกรรมมีชื่อเรียกความเสี่ยงจากการพึ่งพาคนคนเดียวว่าbus factor หรือจำนวนคนที่ต้องหายไปก่อนที่โครงการจะหยุดชะงัก แม้ว่าคนคนเดียวที่ทำให้ทุกอย่างดำเนินต่อไปจะเป็นพนักงานที่ยอดเยี่ยม ผู้จัดการก็ยังควรกังวลเรื่อง bus factor ทีมส่วนใหญ่รับรู้ว่าต้องเฝ้าระวังในเอกสารและโค้ด แต่แทบไม่มีใครนำเหตุผลเดียวกันไปใช้กับความเชื่อมั่น หรือความคิดว่าโครงการก้าวหน้าเพราะบุคคลหนึ่งกำหนดว่ามันคุ้มค่า

AIrrogance สร้างความเสี่ยงในรูปแบบของมันเอง แต่แทนที่จะเป็นภูมิปัญญาชนเผ่า ความเชื่อมั่นนั้นถูกกระจุกอยู่ที่คนคนเดียว แม้ด้วยเจตนาดีที่สุด ความคิดเห็นแข็งแรงเพียงคนเดียวก็กลายเป็นประตูที่ทุกโครงการต้องผ่าน

สิ่งที่ฉันจะทำจริง ๆ

ทั้งหมดนี้ไม่ได้หมายความว่าผู้ที่ทำให้กระบวนการช้าลงจะไม่สามารถแสดงความคิดเห็นได้ การเปิดตัว AI ที่มีข้อบกพร่องควรได้รับการชะลอโดยการต่อต้านที่ดีซึ่งอิงจากข้อมูลที่ขาดหายจริงหรือหลักฐานที่อ่อนแอเกี่ยวกับประโยชน์ เมื่อความระมัดระวังไม่แยกแยะระหว่าง “การนำไปใช้เฉพาะนี้มีข้อบกพร่องจริง” กับ “ฉันยังไม่เชื่อมั่นและความไม่เชื่อมั่นของฉันก็พอเป็นเหตุผล” — ที่นี่คือจุดที่ปัญหาเกิดขึ้น

ทีมที่ฉันทำงานด้วยพบวิธีแยกความแตกต่างระหว่างสองกรณีนี้ ก่อนที่จะหยุดโครงการ ควรทำให้ข้อร้องเรียนชัดเจนและตรวจสอบได้โดยถามว่าหลักฐานใดที่จะแก้ไขปัญหาและเมื่อใด ข้อมูลที่ขาดหายควรได้รับน้ำหนักมากกว่าคำพูดที่คลุมเครือว่า “ยังไม่เห็นคุณค่า”

ประการที่สอง อย่าให้บทบาทผู้เชี่ยวชาญด้านโดเมนแก่คนที่ดีที่สุดเสมอ เราเปลี่ยนบทบาทนั้นอย่างตั้งใจที่ Sombra แม้ว่าจะหมายถึงการให้คนที่ประสบการณ์น้อยกว่าดำรงตำแหน่งหัวหน้า มันอาจทำให้ความเร็วของโครงการลดลงบ้าง แต่ทำให้เราไม่เสี่ยงต่อการสูญเสียคนเดียวที่เข้าใจวิธีการทำงานของสิ่งนั้น

ประการที่สาม ให้คนนั้นออกจากจุดตรวจสอบ หากโครงการ AI ต้องการการอนุมัติจากผู้เชี่ยวชาญคนหนึ่งก่อนดำเนินต่อไป ให้บันทึกเหตุผลและระบุชื่อของบุคคลอื่นที่สามารถให้การอนุมัติได้ภายในไตรมาสเดียว หากคุณคิดไม่ออกถึงชื่อคนที่สอง นั่นอาจเป็นสัญญาณว่าคุณกำลังเผชิญกับปัญหา bus factor แบบดั้งเดิม

และประการที่สี่ นี่คือการทดสอบที่ฉันใช้กับตัวเอง: คิดถึงไอเดียใหญ่ล่าสุดในบริษัทที่ไม่ได้มาจากคุณเอง แล้วถามว่าคุณทำอะไรเพื่อให้มันเกิดขึ้นบ้าง หากต้องคิดนานกว่าหลายวินาที ให้หยุดคิดและพิจารณา วัฒนธรรมนวัตกรรมที่แข็งแกร่งที่ฉันเคยเห็นมักมีความรับผิดชอบร่วมกันสูงและมีผู้มีส่วนร่วมเด่นน้อยลง ผู้มีส่วนร่วมเหล่านั้นกระจายอย่างกว้างขวางจนไม่มีบุคคลใดคนเดียว แม้จะมีความสามารถสูงก็ไม่กลายเป็นเงื่อนไขสำคัญของความก้าวหน้า

ผู้คนจะยังคงอ่านตัวเลข 20% ของ Gartner ว่าเป็นช่องว่างด้านการฝึกอบรม และการฝึกอบรมก็เป็นส่วนหนึ่งของมัน แต่ฉันได้เฝ้าดูการเปิดตัวหลายครั้งจนรู้ว่าการแก้ไขที่ยากกว่าไม่ได้เกี่ยวกับการสอนคนให้ใช้เครื่องมือเร็วขึ้น แต่เกี่ยวกับการทำให้ผู้เรียนที่เร็วที่สุดสังเกตว่าความก้าวหน้าของตนเองได้หยุดยืนแทนที่การทำหน้าที่แทนทุกคนแล้ว

Viacheslav Brui เป็นผู้จัดการฝ่าย Data & AI ที่มีประสบการณ์ในอุตสาหกรรมไอทีมากกว่า 14 ปี เขาเริ่มต้นอาชีพในตำแหน่ง Data Engineer และตั้งแต่นั้นได้ทำงานกับบริษัทให้บริการไอทีระดับโลกขนาดใหญ่และบริษัทที่ปรึกษาขนาดเล็ก ปัจจุบันเขานำการพัฒนาความสามารถด้านข้อมูลและ AI ช่วยให้องค์กรกำหนดและดำเนินกลยุทธ์ข้อมูลของตน

Viacheslav เชี่ยวชาญในโครงการเปลี่ยนแปลง AI สนับสนุนบริษัทในการย้ายจากการทดลองไปสู่การนำ AI ไปใช้ในระดับที่ขยายได้และขับเคลื่อนโดยธุรกิจ