สิ้นสุดของการแสดงผลิตภาพ: ทำไมเราต้องคิดใหม่ว่าสิ่งไหนที่ทำให้ “พนักงานที่ดี” ในยุค AI

หลายปีที่ผ่านมา องค์กรต่างๆ ได้เชื่อมโยงผลผลิตกับความพยายามที่เห็นได้: ชั่วโมงทำงาน ตารางเวลาเต็ม อีเมลตอบกลับเร็ว และรายการงานยาว นักวิจัยพบว่า พนักงานทำงานนานกว่าที่เคย โดยเกือบหนึ่งในสามของพนักงานกลับมาที่อินบ็อกซ์ของตนเองหลัง 10 โมงเย็น แต่การทำงานมากขึ้นไม่จำเป็นต้องแปลเป็นผลกระทบที่มากขึ้นเสมอไป

ปัญญาประดิษฐ์ (AI) กำลังเปิดเผยว่าเราได้กลายเป็นมืออาชีพในการวัดความยุ่งยากในขณะที่มองข้ามสิ่งที่ขับเคลื่อนธุรกิจไปข้างหน้า เมื่อพนักงานสามารถอัตโนมัติงานที่ทำซ้ำๆ ได้หลายชั่วโมงและเปลี่ยนเวลานั้นไปสู่การแก้ปัญหาที่มีค่ามากกว่า เราควรพิจารณาผลผลิตใหม่

การเปลี่ยนแปลงนี้กำลังกำหนดความหมายใหม่ของ “พนักงานที่ดี” มากกว่าที่เคย ผู้นำต้องถามว่าใครที่สร้างคุณค่ามากที่สุดให้กับธุรกิจ มากกว่าที่จะถามว่าใครที่ทำงานมากที่สุด

การแสดงผลิตภาพกำลังจะถูกเปิดเผย

ทุกองค์กรมีงานที่ทำให้คนยุ่งๆ แต่ไม่สร้างคุณค่ามากนัก

การนัดหมายที่ต้องจัดตารางเวลาที่ซับซ้อน การตามติดการอนุมัติ การคัดลอกข้อมูลระหว่างระบบ

ด้วย AI ที่เปลี่ยนแปลงอย่างรวดเร็ว งานที่ทำซ้ำๆ สามารถทำเสร็จได้ภายในวินาที ดังนั้นการวัดพนักงานโดยปริมาณงานเหล่านั้นจึงไม่บอกเราอะไรเกี่ยวกับการมีส่วนร่วมของพวกเขา เมื่อการแสดงผลิตภาพถูกเปิดเผย มันสำคัญที่จะเข้าใจว่าพนักงานใช้เวลาที่ได้รับจากความสามารถของ AI ในการเพิ่มความสามารถในการทำงานและผลผลิต

สิ่งไหนที่ทำให้ “พนักงานที่ดี” ในยุค AI

โอกาสที่แท้จริงของ AI คือการแยกแยะระหว่างงานที่ไม่ต้องการความพยายามของมนุษย์อีกต่อไปหรือยังต้องการ

ลองพิจารณาการสรรหาบุคลากร การจัดตารางสัมภาษณ์ที่ต้องประสานงานระหว่างผู้จัดการ การติดต่อผู้สมัคร และช่วงเวลา สามารถใช้เวลานานทุกสัปดาห์ มันจำเป็น แต่ไม่ต้องการการคิดเชิงกลยุทธ์ เมื่อผู้ประสานงานรับรู้สิ่งนี้และอัตโนมัติการจัดตาราง พวกเขาจะมีเวลาในการสร้างความสัมพันธ์กับผู้สมัคร ให้คำแนะนำผู้จัดการ และปรับปรุงการตัดสินใจในการจ้างงาน

การวิจัยสนับสนุนการเปลี่ยนแปลงนี้ PwC’s 2025 AI Jobs Barometer พบว่าอุตสาหกรรมที่ได้รับผลกระทบจาก AI มีการเติบโตของผลผลิตสูงกว่าเกือบสี่เท่า ตั้งแต่ AI ที่สร้างขึ้นได้กลายเป็นกระแสหลัก ในขณะที่รายได้ต่อพนักงานเติบโตเร็วกว่าสามเท่าในอุตสาหกรรมที่ได้รับผลกระทบน้อยกว่า

พนักงานที่ประสบความสำเร็จในยุค AI จะต้องเร็วขึ้น แต่ที่สำคัญกว่านั้น พวกเขาจะพัฒนาความสามารถในการตัดสินใจว่าเมื่อไหร่ที่ความเชี่ยวชาญของมนุษย์สร้างคุณค่ามากที่สุด และเมื่อไหร่ที่เทคโนโลยีควรจัดการงานที่ทำซ้ำๆ

พวกเขาจะมีความอยากรู้อยากเห็นในการทดลองวิธีการทำงานใหม่ๆ กับ AI พวกเขาจะสร้างความสามารถในการใช้ AI และแบ่งปันสิ่งที่ได้ผลและไม่ได้ผลกับทีมเพื่อช่วยให้ทุกคนก้าวไปข้างหน้า

การช่วยให้พนักงานพัฒนามุมมองนี้คือที่ที่องค์กรมีโอกาสที่ดี

การให้พนักงานมีกลยุทธ์ AI ที่ถูกต้องสำหรับการเพิ่มผลผลิต

การให้พนักงานเข้าถึงเครื่องมือ AI เพียงอย่างเดียวไม่เพียงพอที่จะสร้างผลผลิตที่มีความหมาย

หลายองค์กรได้ใช้เวลา两ปีที่ผ่านมาในการแนะนำ AI ที่ช่วยเหลือ การติดต่ออัตโนมัติ และการบินร่วม แม้ว่าเครื่องมือเหล่านี้จะช่วยประหยัดเวลา แต่การเพิ่มเครื่องมือ AI ที่แยกจากกันเข้ากับวิธีการทำงานที่มีอยู่ไม่เปลี่ยนแปลงผลลัพธ์โดยทั่วไป

โอกาสที่ดีกว่าคือการออกแบบวิธีการทำงานใหม่

Boston Consulting Group พบว่า 80% ของพนักงานที่ทำงานภายใต้กลยุทธ์ AI ที่ชัดเจนรายงานผลกระทบทางธุรกิจที่วัดได้ เมื่อเทียบกับ 60% ของพนักงานที่มีเครื่องมือ AI แต่ไม่มีกลยุทธ์ที่ชัดเจน Gartner ได้เตือนในทำนองเดียวกันว่าหลายองค์กรต้องดิ้นรนในการรับรู้ผลผลิตที่มีความหมาย เนื่องจากไม่ได้ออกแบบงานใหม่รอบๆ AI

การเพิ่มผลผลิตที่มากที่สุดมาจากการออกแบบกระบวนการทำงานที่ซ้ำกันซึ่งทำให้ AI จัดการงานที่ทำซ้ำๆ ทั่วทั้งกระบวนการ ในขณะที่พนักงานยังคงรับผิดชอบในการดูแล การตัดสินใจ และสิ่งผิดปกติ กระบวนการทำงานที่มีเจตนา (Agentic workflows) ทำให้สิ่งนี้เป็นไปได้โดยการประสานการกระทำหลายอย่างเข้าด้วยกันในกระบวนการเชื่อมต่อเดียว แทนที่จะรักษา AI เป็นเครื่องมือที่แยกจากกัน

พิจารณาการบริการลูกค้า หากลูกค้าต้องการเปลี่ยนคำสั่งซื้อ ผู้แทนบริการอาจใช้เวลามากในการยืนยันรายละเอียดบัญชี ตรวจสอบสินค้าในสต็อก อัปเดตระบบการจัดการคำสั่งซื้อ จัดการการเปลี่ยนแปลงการชำระเงิน และจัดเตรียมการขนส่ง AI ที่มีเจตนา (Agentic AI) สามารถประสานขั้นตอนเหล่านี้ทั่วทั้งระบบหลายระบบภายในกระบวนการทำงานเดียว

การมีกระบวนการทำงานที่ซ้ำกันนี้เปลี่ยนบทบาทของพนักงาน พนักงานสามารถลงทุนเวลาในการแก้ไขปัญหาที่ซับซ้อนและรับรองว่าทุกๆ การโต้ตอบจะสิ้นสุดด้วยผลลัพธ์ที่ดีที่สุดเท่าที่จะเป็นไปได้ นั่นคือช่วงเวลาที่ลูกค้าจดจำและที่มีอิทธิพลต่อความภักดี การรักษาลูกค้า และผลการดำเนินงานทางธุรกิจ

การตัดสินใจและการเชี่ยวชาญของมนุษย์กลายเป็นเรื่องสำคัญมากขึ้น

เมื่อองค์กรสร้างกำลังคนแบบผสมผสาน—ที่พนักงานมนุษย์ทำงานร่วมกับ AI—ความได้เปรียบทางการแข่งขันของคนเรามีแนวโน้มที่จะเปลี่ยนไปสู่ความสามารถที่เป็นเอกลักษณ์ของมนุษย์

ระบบ AI อาจแนะนำวิธีแก้ปัญหาที่เร็วที่สุด แต่คนเข้าใจว่ามันคือวิธีแก้ปัญหาที่ถูกต้อง คนสามารถชั่งน้ำหนักความสำคัญที่แข่งขันกัน รับรู้บริบทขององค์กรและวัฒนธรรม สร้างความไว้วางใจกับลูกค้าและเพื่อนร่วมงาน และรู้ว่าเมื่อใดที่สถานการณ์เรียกร้องความยืดหยุ่นมากกว่าการปฏิบัติตามกระบวนการมาตรฐาน

ความรู้เกี่ยวกับ AI กำลังจะกลายเป็นทักษะพื้นฐานในที่ทำงาน ทักษะที่แยกพนักงานที่มีประสิทธิภาพสูงออกจากคนอื่นคือความสามารถในการรับรู้ว่าเทคโนโลยีลดความซับซ้อนไปที่ไหน และที่ไหนที่ความเชี่ยวชาญของตนเองมีอิทธิพลมากที่สุดต่อลูกค้า เพื่อนร่วมงาน และผลลัพธ์ขององค์กร

หากสิ่งนี้คือสิ่งที่พนักงานที่มีประสิทธิภาพสูงและ “พนักงานที่ดี” ดูเหมือน องค์กรต้องคิดใหม่ว่าจะต้องรับรู้และตอบแทนงานนี้อย่างไร

ผู้นำต้องกำหนดความสำเร็จใหม่

เมื่อ AI ขยายวิธีการที่พนักงานสามารถสร้างคุณค่า องค์กรควรประเมินว่ากรอบการทำงานที่มีอยู่จับผลงานที่พวกเขาสร้างได้ครบถ้วนหรือไม่

การวัดกิจกรรม เช่น ชั่วโมงทำงาน ใบแจ้งหนี้ที่ปิด และการตอบกลับ มีประโยชน์มาโดยตลอด แต่ไม่ได้บอกเล่าเรื่องราวทั้งหมดในองค์กรที่ขับเคลื่อนด้วย AI

AI ไม่เพียงแต่ช่วยให้พนักงานทำงานที่เหมือนเดิมได้อย่างมีประสิทธิภาพมากขึ้น เมื่องานที่ทำซ้ำๆ ถูกอัตโนมัติ พนักงานมีความสามารถในการก้าวเข้าสู่งานเชิงกลยุทธ์มากขึ้น: การแก้ปัญหาที่ซับซ้อน การลดความเสี่ยงทางธุรกิจ และการค้นพบโอกาสการเติบโตใหม่ๆ ที่ไม่เคยเห็นมาก่อน สิ่งเหล่านี้มักจะมีผลกระทบต่อธุรกิจที่กว้างขึ้นและยาวนานกว่างานที่ AI ถูกถอดออกจากจานของพวกเขา

การอภิปรายผลการทำงานควรพัฒนาเพื่อรับรู้วิธีการที่เพิ่มขึ้นที่พนักงานสร้างคุณค่า ร่วมกับผลลัพธ์ทางธุรกิจที่กำหนดไว้และมาตรการดั้งเดิม ผู้นำควรยอมรับพนักงานที่ใช้ AI เพื่อสร้างคุณค่าที่ช่วยให้ทั้งองค์กรปรับตัวได้เร็วขึ้น

การวางแผนกำลังคนก็ต้องเปลี่ยนแปลงสำหรับกำลังคนแบบผสมผสาน การตัดสินใจเกี่ยวกับการจ้างงาน การออกแบบงาน และพัฒนาการอาชีพไม่สามารถเกิดขึ้นได้อย่างเป็นอิสระจากแผนการเทคโนโลยี ก่อนที่องค์กรจะตัดสินใจว่าบทบาทใดที่ต้องการในวันพรุ่งนี้ พวกเขาต้องเข้าใจก่อนว่ากระบวนการทำงานใดที่ AI สามารถอัตโนมัติได้ และที่ไหนที่ความเชี่ยวชาญของมนุษย์สร้างคุณค่ามากที่สุด

ความต้องการทักษะ AI—ความสามารถในการใช้และจัดการเครื่องมือ AI—เติบโตขึ้นเจ็ดเท่าในสองปี เร็วกว่าทักษะอื่นๆ ในการประกาศงานในสหรัฐฯ แต่การสร้างกำลังคน AI ที่มีประสิทธิภาพต้องมากกว่าให้การเข้าถึงเครื่องมือ AI ใหม่ๆ เพียงอย่างเดียว

ผู้นำมีหน้าที่ให้คำแนะนำที่เป็นรูปธรรมและการฝึกอบรม ให้พนักงานโอกาสในการทดลองกับ AI และเรียนรู้จากกันและกัน และตั้งค่าการคาดหวังที่ชัดเจนเกี่ยวกับวิธีการวัดความสำเร็จที่กำลังพัฒนา

ตัวอย่างหนึ่งของคำแนะนำที่เป็นรูปธรรมคือผ่านโมเดล Hub-and-Spoke คณะกรรมการชุดกลางสามารถกำหนดแนวทางปฏิบัติ AI ที่รับผิดชอบและจัดลำดับความสำคัญเชิงกลยุทธ์ ในขณะที่ผู้เชี่ยวชาญ AI ในฟังก์ชันทางธุรกิจต่างๆ สามารถระบุกรณีการใช้งานในการทดลองการนำ AI ไปใช้ สิ่งนี้ช่วยให้ธุรกิจสามารถขยายการนำ AI ไปใช้อย่างสม่ำเสมอ ในขณะเดียวกันก็ยอมให้มีความยืดหยุ่นในการแก้ปัญหาที่ไม่เหมือนใครที่ฟังก์ชันทางธุรกิจแต่ละฟังก์ชันต้องเผชิญ

สุดท้าย การกำหนด “พนักงานที่ดี” กำลังพัฒนาในบรรยากาศใหม่นี้ พนักงานที่โดดเด่นจะยังคงสร้างความสามารถ AI ของตนเอง เข้าใจว่าเทคโนโลยีสร้างประสิทธิภาพที่ไหน และความเชี่ยวชาญของมนุษย์มีผลกระทบมากที่สุด และแบ่งปันสิ่งที่ได้ผลและไม่ได้ผลกับคนอื่นๆ เพื่อช่วยให้ทุกคนก้าวไปข้างหน้า

องค์กรมีบทบาทสำคัญในการช่วยพนักงานบรรลุความสำเร็จใหม่นี้ โดยการออกแบบกระบวนการทำงานใหม่ การปรับปรุงมาตรการผลการทำงาน และส่งเสริมวัฒนธรรมที่เรียนรู้และทดลองกับ AI พวกเขาสามารถสร้างกำลังคนได้ซึ่งมีประสิทธิภาพมากขึ้น มีส่วนร่วมในการสร้างคุณค่าทางธุรกิจที่มากขึ้น และเตรียมพร้อมสำหรับอนาคต