บริษัทกำลังใช้ AI ลดจำนวนผู้จัดการ และอาจกำจัดชั้นองค์กรที่ทำให้ AI สร้างผลตอบแทน

การเติบโตของ AI กำลังทำให้ชั้นการดำเนินงานในบริษัทแบนราบลง โดยอาศัยการประสานงานอัตโนมัติเพื่อจัดการงานที่เคยมีมนุษย์เป็นผู้บริหาร ปัจจุบันผู้จัดการชาวอเมริกันโดยเฉลี่ยดูแลทีมที่มีสมาชิก 12 คน เพิ่มจาก 8.2 คนในปี 2013 ขณะที่ AI เร่งการเปลี่ยนแปลงอย่างเงียบ ๆ แต่รุนแรงต่อรูปแบบการจัดองค์กรในที่ทำงานของสหรัฐฯ

ปรากฏการณ์นี้ถูกเรียกว่าการเปลี่ยนผ่านสู่ “เมกะแมเนเจอร์” ซึ่งบริษัทใช้ AI เพื่อให้ผู้จัดการคนหนึ่งรับผิดชอบคนจำนวนมากขึ้นพร้อมกัน ภายใต้สมมติฐานว่าซอฟต์แวร์ AI ช่วยเพิ่มประสิทธิภาพ

อย่างไรก็ตาม งานศึกษาอีกชิ้นของ Gallup พบว่าผู้จัดการเป็นปัจจัยที่อธิบายความแตกต่างของความผูกพันของพนักงานระหว่างหน่วยธุรกิจได้อย่างน้อย 82% ซึ่งมีส่วนทำให้ความผูกพันของพนักงานทั่วโลกอยู่ในระดับต่ำมากเช่นกัน พนักงานในสหรัฐฯ ที่มีความผูกพันกับงานอย่างจริงจังมีเพียง 31% และทั่วโลกมีเพียง 17% ที่มีความผูกพันกับงาน ตัวเลขเหล่านี้แทบไม่เปลี่ยนแปลงตลอด 12 ปีที่ผ่านมา และชี้ว่าพนักงานส่วนใหญ่ไม่ได้พัฒนาตนเองหรือสร้างผลงานที่มีความหมายในงานของตน

ปัญหานี้มีสาเหตุหลักจากช่องว่างระหว่างพนักงานกับฝ่ายผู้นำของบริษัท ผู้จัดการต้องดูแลผู้ใต้บังคับบัญชามากเกินไปจนแทบไม่มีเวลาและพลังงานเพียงพอที่จะติดตามดูแลทีม

หาก AI ช่วยขจัดงานธุรการ ผลตอบแทนด้านผลิตภาพในทางทฤษฎีควรทำให้ผู้จัดการมีเวลามากขึ้นสำหรับการโค้ช การให้ข้อเสนอแนะ การสื่อสาร และการสร้างความสัมพันธ์ แต่หากบริษัทตอบสนองด้วยการเพิ่มพนักงานอีก 5–10 คนให้ผู้จัดการแต่ละคน บริษัทก็อาจเพียงเปลี่ยนประสิทธิภาพที่ AI สร้างขึ้นให้กลายเป็นขอบเขตการควบคุมที่กว้างขึ้น

Darrin Murriner ผู้ร่วมก่อตั้งและซีอีโอของ Cloverleaf กล่าวว่า “ผู้จัดการคือคนที่เชื่อมกระบวนการใหม่เข้ากับความสัมพันธ์และขั้นตอนการทำงานจริงที่ดำเนินอยู่ในทีมอยู่แล้ว วันนี้เมื่อกระบวนการเหล่านั้นเปลี่ยนแปลงอย่างต่อเนื่อง การข้ามชั้นนี้จะทำให้การนำระบบไปใช้ล้มเหลว แต่หากสร้างผ่านชั้นนี้ การยอมรับก็จะหยั่งรากได้”

AI อาจทำให้ผู้จัดการไม่จำเป็น หรือทำให้พวกเขาสำคัญยิ่งขึ้น

บริษัทต่างเร่งใช้ AI และตัดชั้นงานที่เคยมองว่าจำเป็นออกไปเพื่อลดต้นทุน

แนวคิดนี้ก็มีเหตุผล ผู้จัดการที่ไม่ต้องใช้เวลาครึ่งสัปดาห์รวบรวมรายงานและติดตามสถานะย่อมมีศักยภาพเหลือจริง ดังนั้นการขยายบทบาทนั้นให้ครอบคลุมคนมากขึ้นจึงดูเป็นวิธีที่สมเหตุสมผลในการบันทึกต้นทุนที่ประหยัดได้

แต่การคำนวณเช่นนี้มองข้ามสิ่งที่ผู้จัดการทำจริง ๆ

เมื่อ AI รับช่วงงานประจำได้ ชั้นมนุษย์ที่เปลี่ยนโครงการให้เป็นจริงและเปลี่ยนกลยุทธ์ให้เป็นผลงานของพนักงานกลับกลายเป็นจุดแข็งของบริษัท

หากบริษัทตัดชั้นที่รับผิดชอบแปลงกลยุทธ์ขององค์กรให้เป็นพฤติกรรมของพนักงาน แล้วผลผลิตที่เพิ่มขึ้นจาก AI จะไปอยู่ที่ใด?

Murriner กล่าวว่า “เรื่องนี้ควรทำให้ผู้คนกังวลมากกว่าที่เป็นอยู่ เพราะความสัมพันธ์กับผู้จัดการยังคงเป็นปัจจัยสำคัญที่สุดเพียงปัจจัยเดียวที่กำหนดว่าคนคนหนึ่งจะยังมีส่วนร่วมและอยู่กับบริษัทต่อหรือไม่ หากทำให้ชั้นนี้บางลงแทนที่จะลงทุน คุณไม่ได้กำลังลดค่าใช้จ่ายแฝง แต่กำลังตัดทอนความสัมพันธ์หนึ่งเดียวที่มีแนวโน้มมากที่สุดว่าจะรักษาคนเก่งที่สุดของคุณให้อยู่และเติบโตต่อไป”

ผลการศึกษาล่าสุดรายงานความเชื่อมโยงระหว่างความผูกพันของพนักงานในระดับหน่วยธุรกิจกับตัวชี้วัดผลงานสำคัญ ซึ่งรวมถึงความสามารถในการทำกำไร ผลิตภาพ และคุณภาพที่สูงขึ้น ตลอดจนอัตราการลาออก การขาดงาน และการสูญเสียที่ลดลง

สิ่งนี้เกิดขึ้นเมื่อบริษัทเลือกลงทุนในกลยุทธ์การบริหารที่เหมาะสม เพราะการบริหารคือรากฐานของความผันแปรด้านผลงานและความเป็นอันหนึ่งอันเดียวกันของทีม ทุกคนในทีมมีความต้องการ ค่านิยม แรงจูงใจ และความชัดเจนที่แตกต่างกัน ปัจจัยทั้งหมดนี้กำหนดผลงานของพนักงานและต้องได้รับการสนับสนุนจากผู้จัดการที่ดี

อย่างไรก็ตาม ผู้จัดการที่ดีหาได้ยาก แม้ความรู้ ประสบการณ์ และทักษะจะช่วยพัฒนาพรสวรรค์โดยกำเนิดให้เป็นจุดแข็งได้ แต่พรสวรรค์โดยกำเนิดที่เหมาะสมก็มีความสำคัญเช่นกัน หากไม่มีสิ่งเหล่านี้ การฝึกอบรมหรือประสบการณ์มากเพียงใดก็ไม่จำเป็นว่าจะนำไปสู่ผลงานที่โดดเด่น

ผลการศึกษาของ CMB ในปี 2023ชี้ว่า มีเพียงประมาณ 1 ใน 10 คนที่มีพรสวรรค์ระดับสูงซึ่งจำเป็นต่อการบริหารอย่างมีประสิทธิผล แม้หลายคนจะมีคุณลักษณะที่จำเป็นบางประการ แต่มีเพียงไม่กี่คนที่มีชุดพรสวรรค์เฉพาะตัวซึ่งจำเป็นต่อการช่วยให้ทีมบรรลุความเป็นเลิศและปรับปรุงผลงานของบริษัทอย่างมีนัยสำคัญ เมื่อบุคคลเหล่านี้ได้รับบทบาทบริหาร พวกเขามีแนวโน้มที่จะสร้างความผูกพันให้พนักงานและลูกค้าได้อย่างเป็นธรรมชาติ รักษาคนทำงานผลงานสูง และคงไว้ซึ่งวัฒนธรรมที่มีผลิตภาพสูง

Murriner กล่าวว่า “เรื่องผลิตภาพ 10 เท่าที่ผู้คนขายกันอยู่นั้นตั้งอยู่บนสมมติฐานว่าเทคโนโลยีคือคอขวด แต่แทบไม่เคยเป็นเช่นนั้น คอขวดคือมนุษย์รอบเทคโนโลยีจะใช้มันได้ดีหรือไม่ และการสร้างขีดความสามารถนั้นก็คือหน้าที่ของการบริหาร”

ปัญหาที่ซ่อนอยู่ในการขยายขอบเขตการควบคุม

แม้ในตอนแรกบริษัทอาจรู้สึกว่าประหยัดเงินจากการลดต้นทุนการบริหาร แต่ในระยะยาวอาจกลับมีค่าใช้จ่ายสูงกว่ามาก

หากเดิมผู้จัดการมีผู้ใต้บังคับบัญชาโดยตรง 7–8 คน แต่ตอนนี้มี 15–20 คน ผู้จัดการก็จะมีเวลาน้อยลงสำหรับการพูดคุยแบบตัวต่อตัว การโค้ชเชิงลึก การให้ข้อเสนอแนะเฉพาะบุคคล การตรวจจับภาวะหมดใจ และการสนับสนุนการพัฒนาอาชีพของพนักงาน

เมื่อผู้นำและพนักงานขาดการเชื่อมโยงกันมากเช่นนี้ พนักงานย่อมมีแนวโน้มลาออกจากบริษัทสูงขึ้นมาก โดยมีต้นทุนอยู่ระหว่าง 50% ถึง 200% ของเงินเดือนประจำปีของพนักงานคนนั้น ตามข้อมูลของ Cision Research

ผลการศึกษาล่าสุดระบุว่า ต้นทุนรวมโดยเฉลี่ยของการลาออกหนึ่งครั้งเพิ่มขึ้นเป็น 45,236 ดอลลาร์ต่อพนักงานหนึ่งคน

และต้นทุนไม่ได้มาจากความผูกพันของพนักงานที่ลดลงเท่านั้น แต่ยังสะท้อนออกมาเป็นการติดขัดระหว่างงบประมาณ แผน กลยุทธ์ และการลงมือทำ

Murriner กล่าวว่า “ทุกดอลลาร์ที่คุณใช้กับ AI ยังคงต้องผ่านผู้จัดการก่อนจะกลายเป็นมูลค่าทางธุรกิจ และการตัดผู้จัดการในจังหวะเดียวกับที่คุณขอให้พวกเขารับคนเพิ่มขึ้นนั้นตรงกันข้ามกับสิ่งที่ควรทำอย่างสิ้นเชิง”

ตัวอย่างเช่น Cloverleaf รวบรวมการประเมิน การโค้ชเฉพาะบุคคล และข้อมูลเชิงลึกของทีมไว้ในแพลตฟอร์มเดียว เพื่อให้ผู้นำด้านบุคลากรรวมค่าใช้จ่าย เสริมความแข็งแกร่งให้ทีม และปรับปรุงผลงานด้วยคำแนะนำเฉพาะบุคคล พวกเขาใช้ AI รวบรวมข้อมูล แต่ทุกอย่างยังคงดำเนินการโดยมนุษย์

Murriner กล่าวว่า “สิ่งที่ต้องคงความเป็นมนุษย์ไว้คือการตัดสินใจและความหมาย AI ส่วนใหญ่ถูกสร้างมาให้เห็นด้วยกับคุณ แต่การเห็นด้วยไม่ใช่สิ่งที่ช่วงเวลายากลำบากต้องการ การตัดสินว่าอะไรสำคัญจริงเมื่อสถานการณ์คลุมเครือ การบอกข่าวร้ายในแบบที่อีกฝ่ายรับฟังได้จริง และการอยู่เคียงข้างคนคนหนึ่งระหว่างความผิดหวัง สิ่งเหล่านี้ไม่ใช่ปัญหาด้านประสิทธิภาพ และการปฏิบัติต่อมันเสมือนเป็นปัญหาด้านประสิทธิภาพคือวิธีที่ทำให้คุณสูญเสียคน”

ในทำนองเดียวกัน Mariano Jurich ผู้นำอาวุโสด้านผลิตภัณฑ์ AI ที่ Making Sense ซึ่งเป็นบริษัทที่มุ่งเน้นการพัฒนาซอฟต์แวร์และการเปลี่ยนผ่านสู่ดิจิทัล กล่าวว่า ความแตกต่างระหว่างผลิตภาพกับมูลค่าทางธุรกิจมักถูกมองข้าม

เขากล่าวว่า “ผมคิดว่าบริษัทเข้าใจผิดเมื่อวัดปริมาณงานที่ส่งมอบแทนที่จะวัดผลลัพธ์ ปริมาณงานคือสิ่งที่คุณส่งมอบ ส่วนผลลัพธ์คือสิ่งที่เปลี่ยนไปเพราะงานนั้น การทำให้กระบวนการที่แย่เร็วขึ้นไม่ใช่มูลค่าทางธุรกิจ การที่กระบวนการหนึ่งเป็นอยู่เช่นนั้นไม่ได้หมายความว่านั่นคือวิธีที่ควรเป็นเพื่อบรรลุเป้าหมายทางธุรกิจและสร้างมูลค่าทางธุรกิจในท้ายที่สุด”

กรณีใช้งานที่ดีกว่า: AI ในฐานะตัวทวีคูณความสามารถของผู้จัดการ

โจทย์ใหม่ในตอนนี้จึงเป็นเรื่องของการใช้ AI เพื่อปรับปรุงการบริหาร มากกว่าการใช้เพื่อเพิ่มผลิตภาพเพียงอย่างเดียว

AI สามารถจัดการงานประจำและกิจกรรมที่ไม่ต้องอาศัยปฏิสัมพันธ์ส่วนบุคคล เช่น การวิเคราะห์ข้อมูล การวางตารางเวลา การวิเคราะห์สถิติ และการวางงบประมาณ สิ่งนี้ช่วยเพิ่มเวลาและพื้นที่ทางความคิดให้ผู้จัดการดูแลเรื่องที่เกี่ยวข้องกับมนุษย์

ตัวอย่างเช่น เดิมผู้จัดการอาจใช้เวลาประมาณ 30 นาทีเตรียมการประชุม แต่ AI สามารถสังเคราะห์ข้อมูลที่เกี่ยวข้องและช่วยให้ผู้จัดการเตรียมตัวได้อย่างมีประสิทธิภาพมากขึ้น

บริษัทกำลังคิดว่าเมื่อมี AI พวกเขาจะดำเนินงานด้วยผู้จัดการที่น้อยลงและลดต้นทุนได้ แต่สมการที่สมจริงกว่าคือการประเมินว่า AI จะเพิ่มขีดความสามารถของผู้จัดการได้อย่างไรด้วยการทำงานประจำให้เป็นอัตโนมัติ เพื่อให้ผู้นำใช้เวลามากขึ้นกับการโค้ช การสื่อสาร และการพัฒนาทีม

แนวคิดนี้ยังปรากฏในวิธีที่บริษัทประเมินการลงทุนด้าน AI ตัวอย่างเช่น แพลตฟอร์มอย่าง MODO ซึ่งเป็นแพลตฟอร์ม AI สำหรับองค์กรที่วัดว่าการนำ AI มาใช้เปลี่ยนขั้นตอนการทำงานและผลตอบแทนจากการลงทุนอย่างไร แสดงให้เห็นว่าหลายองค์กรยังไม่มีภาพที่ชัดเจนว่าสิ่งใดเปลี่ยนแปลงจริงหลังนำ AI มาใช้

Johnny Chang ผู้ร่วมก่อตั้งและซีอีโอของ Modo บอกกับ Unite.AI ว่า “โดยปกติจะมีช่องว่างระหว่างสิ่งที่ผู้นำคิดว่า AI กำลังทำกับสิ่งที่เกิดขึ้นจริงหน้างาน ขั้นตอนการทำงานยังไม่เปลี่ยน การยอมรับอยู่ในระดับต่ำ และไม่มีใครมองเห็นว่ามูลค่ากำลังเกิดหรือไม่เกิดขึ้นที่ใด หากไม่มีเส้นฐานนั้น ก็ยากมากที่จะรู้ว่าการลงทุนให้ผลคุ้มค่าหรือไม่”

โดยพื้นฐานแล้ว ทีมไม่ได้ต้องการระบบเพิ่มขึ้นหรือซอฟต์แวร์ที่สวยงามเพียงเพราะตัวมันเอง แต่ต้องการการสนับสนุนและแรงจูงใจจากผู้นำที่ช่วยให้พวกเขาปรับตัว ทำงานร่วมกัน และมีส่วนต่อการเติบโตของบริษัทในท้ายที่สุด

แพลตฟอร์มอย่าง Cloverleaf ได้รับการออกแบบให้การบริหารลักษณะนี้ขยายผลได้มากขึ้น โดยใช้ AI มอบข้อมูลเชิงลึกและการโค้ชเฉพาะบุคคลแก่ผู้จัดการ พร้อมรักษาความสัมพันธ์ระหว่างมนุษย์ไว้ที่ศูนย์กลางของกระบวนการ

Murriner กล่าวว่า “เราศึกษาบทสนทนาการโค้ชจริงเกือบ 30,000 รายการ และในครึ่งหนึ่งของบทสนทนา พนักงานเอ่ยถึงเพื่อนร่วมงานคนหนึ่งโดยเฉพาะ ไม่ใช่ทักษะหรือสมรรถนะ พวกเขาต้องการความช่วยเหลือเกี่ยวกับคน อีกทั้งพวกเขาขอให้ช่วยทำความเข้าใจเพื่อนร่วมงานบ่อยกว่าขอให้แก้ความขัดแย้ง 2.5 เท่า ซึ่งบอกเราว่าคนพร้อมจะทำงานด้านความสัมพันธ์ตั้งแต่เนิ่น ๆ หากคุณให้การสนับสนุน นั่นคือการเปลี่ยนแปลงพฤติกรรมที่เราต้องการ และสามารถวัดผลได้”

ข้อสรุปไม่ใช่ว่า AI ไม่มีที่ยืนในการบริหาร แต่คุณค่าสูงสุดของมันอาจมาจากการเสริมความแข็งแกร่งให้ผู้ที่รับผิดชอบการนำทีมอยู่แล้ว บริษัทที่มองผู้จัดการเป็นต้นทุนที่ต้องกำจัดเสี่ยงตัดทิ้งชั้นสำคัญซึ่งเปลี่ยนประสิทธิภาพจาก AI ให้เป็นผลงานที่ยั่งยืน

Murriner กล่าวว่า “รูปแบบที่อยู่เบื้องหลังทุกอย่างเหมือนกัน เมื่อคุณเสริมความแข็งแกร่งให้ผู้จัดการแทนที่จะแทนที่พวกเขา ผู้คนจะมีส่วนร่วมกับการพัฒนา ลงมือดูแลความสัมพันธ์เร็วขึ้น และทีมทำผลงานได้ดีขึ้น เรื่องเหล่านี้จะไม่เกิดขึ้นเลยหากคุณมองการบริหารเป็นต้นทุนที่ต้องตัด”