คอรีย์ สเปนเซอร์ GM และ GVP ของ AI ที่ UKG – ซีรีส์สัมภาษณ์

Corey Spencer เป็นรองประธานกลุ่มและผู้จัดการทั่วไปฝ่ายบริหารผลิตภัณฑ์ด้าน AI และแพลตฟอร์มของ UKG เขานำกลยุทธ์ผลิตภัณฑ์และนวัตกรรมด้าน AI แพลตฟอร์ม และการวิเคราะห์กำลังคนของบริษัท ช่วยให้องค์กรเปลี่ยนข้อมูลบุคลากรเป็นข้อมูลเชิงลึกที่นำไปลงมือทำและสร้างผลลัพธ์ทางธุรกิจที่ดีได้ Spencer มีประสบการณ์กว่า 20 ปี และเป็นผู้นำทางความคิดที่ได้รับการยอมรับเรื่องอนาคตของ AI การวิเคราะห์กำลังคน และการประยุกต์ AI กับงานด่านหน้า

UKG เป็นผู้ให้บริการซอฟต์แวร์บริหารทุนมนุษย์ เงินเดือน และกำลังคนระดับโลก ซึ่งออกแบบเพื่อให้องค์กรบริหารและสนับสนุนพนักงานได้ดีขึ้น แพลตฟอร์มรวมงานทรัพยากรบุคคล เงินเดือน ตารางงาน เวลาและการเข้างาน การปฏิบัติตามข้อกำหนด การวิเคราะห์ และข้อมูลเชิงลึกด้านกำลังคนที่ใช้ AI ให้บริการตั้งแต่บริษัทเล็กจนถึงองค์กรข้ามชาติขนาดใหญ่ UKG มีประสบการณ์ในอุตสาหกรรม 50 ปี สนับสนุนองค์กรมากกว่า 80,000 แห่งใน 150 ประเทศ และมีผู้ใช้โซลูชันหลายสิบล้านคนทุกวัน

คุณใช้เวลากว่าสองทศวรรษช่วยองค์กรทำความเข้าใจข้อมูลลูกค้า การวิเคราะห์ และกำลังคนในบริษัทอย่าง Adobe (ADBE ), Alteryx และ UKG อะไรทำให้เชื่อว่าพนักงานด่านหน้าเป็นหนึ่งในโอกาสสำคัญที่สุดของ AI ที่ถูกมองข้ามในวันนี้ มากกว่าพนักงานที่ทำงานใช้ความรู้?

สิ่งที่ทำให้ผมเชื่อนั้นเรียบง่าย งานด่านหน้าคือที่ที่เศรษฐกิจขับเคลื่อนจริง

เราเห็นความก้าวหน้าอย่างมากในการใช้ AI กับงานใช้ความรู้ แต่กำลังคนส่วนที่ใหญ่และเปลี่ยนแปลงมากที่สุดมักได้รับการตอบสนองไม่เพียงพอ พนักงานด่านหน้าเป็นแรงงานส่วนใหญ่ของโลก บางประมาณการสูงถึง 80% และขับเคลื่อนอุตสาหกรรมที่ทุกคนพึ่งพาทุกวัน ทั้งสุขภาพ ค้าปลีก การผลิต โลจิสติกส์ บริการต้อนรับ และบริการสาธารณะ

สำหรับหลายบริษัท งานด่านหน้ายังเป็นส่วนใหญ่ส่วนหนึ่งของรายการกำไรขาดทุน เป็นจุดที่ต้นทุนแรงงาน ประสบการณ์ลูกค้า การปฏิบัติตามข้อกำหนด ความปลอดภัย คุณภาพบริการ และความผูกพันของพนักงานมาบรรจบกัน แต่ยังเป็นส่วนหนึ่งขององค์กรที่ได้รับการปรับปรุงประสิทธิภาพน้อยที่สุด

ไม่ใช่เพราะงานง่าย แต่เพราะซับซ้อนอย่างยิ่ง

งานอาจถูกวางแผนรายสัปดาห์หรือรายเดือน แต่เปลี่ยนทุกนาทีของทุกกะ มีคนแจ้งขาดงาน ความต้องการพุ่ง จำนวนผู้ป่วยเปลี่ยน สินค้าส่งล่าช้า หรือกฎข้อกำหนดใช้ต่างกันตามบทบาท สถานที่ ใบรับรอง หรือชั่วโมงทำงาน

ระบบองค์กรแบบเดิมสร้างมาเพื่อบันทึกว่าเกิดอะไรขึ้น แต่งานด่านหน้าต้องการเทคโนโลยีที่ช่วยให้องค์กรลงมือทำได้ในเวลาที่การตัดสินใจยังส่งผล

AI จึงสำคัญมาก AI แบบเอเจนต์เข้าใจบริบท เจตนา และข้อจำกัด แล้วช่วยประสานการดำเนินการข้ามตารางงาน เวลา ค่าจ้าง HR และงานปฏิบัติการ โดยคนยังเป็นผู้ควบคุม

สำหรับผม โอกาสคือการปิดช่องว่างระหว่างการวางแผนกำลังคนกับการลงมือปฏิบัติ เมื่อทำได้ พนักงานมีประสบการณ์ดีขึ้น ผู้จัดการได้ความช่วยเหลือในขนาดที่คนเดียวรับไม่ไหว และธุรกิจทำงานได้เร็ว แม่นยำ และน่าเชื่อถือขึ้น

นี่ไม่ใช่เพียงเรื่องผลิตภาพ แต่เป็นเรื่องการลงมือปฏิบัติ

พนักงานด่านหน้าเป็นกำลังคนส่วนใหญ่ทั่วโลก แต่กระแส AI กลับมุ่งเครื่องมือเพิ่มผลิตภาพในสำนักงานเป็นหลัก ทำไมอุตสาหกรรมจึงประเมินความซับซ้อนและความสำคัญของสภาพงานด่านหน้าต่ำไปนานขนาดนั้น?

ผมคิดว่าเพราะการสร้าง AI สำหรับงานที่เป็นดิจิทัลอยู่แล้วทำได้ง่ายกว่า

งานสำนักงานเกิดในเอกสาร อีเมล การประชุม ปฏิทิน และเครื่องมือทำงานร่วมกัน จึงเป็นจุดเริ่มต้นตามธรรมชาติของ AI แต่งานด่านหน้าต่างออกไป เป็นงานทางกายภาพ กระจายหลายพื้นที่ ถูกกำกับเข้มงวด ต้องทันเวลา และเปลี่ยนตลอด ถึงอย่างนั้นก็คิดเป็นแรงงานโลกสูงถึง 80% คนเหล่านี้มักไม่ได้นั่งโต๊ะ แต่ทำให้ธุรกิจ ชุมชน และเศรษฐกิจเดินหน้าทุกวัน

ความซับซ้อนไม่ได้อยู่แค่งาน แต่รวมข้อมูลรอบงาน เราโชคดีที่ UKG เน้นงานด่านหน้ามาตลอด จึงมีความได้เปรียบจากการเริ่มทำเรื่องนี้มาหลายทศวรรษ

ข้อมูลกำลังคนด่านหน้ามีปริมาณสูงมากและมีสัญญาณรบกวน มาจากตารางงาน เครื่องลงเวลา รายการตอกบัตร กฎค่าจ้าง ใบรับรอง การคาดการณ์แรงงาน การขาดงาน สัญญาณความต้องการ ข้อกำหนด การตัดสินใจของผู้จัดการ ความต้องการพนักงาน และความเปลี่ยนแปลงปฏิบัติการในสถานที่และกะนับพัน สัญญาณเหล่านี้เปลี่ยนตลอดและขึ้นกับบริบทอย่างมาก ทั้งบทบาท สถานที่ ทักษะ นโยบาย กฎระเบียบ ความต้องการ และเวลา

จึงวิเคราะห์สภาพงานด่านหน้าอย่างมีความหมายได้ยากกว่า กว่าหลายองค์กรจะเข้าใจว่าเกิดอะไรขึ้น ช่วงเวลาที่จะเปลี่ยนผลลัพธ์ก็ผ่านไปแล้ว ช่องว่างกำลังคน ความเสี่ยงล่วงเวลา ปัญหาข้อกำหนด รายการเงินเดือนผิดปกติ หรือสัญญาณว่าคนไม่พอ ไม่ได้สำคัญเมื่อผ่านไปหนึ่งสัปดาห์ แต่สำคัญขณะยังมีเวลาจัดการ

AI ด่านหน้าจึงต้องต่างจาก AI เพิ่มผลิตภาพสำนักงานในพื้นฐาน ไม่ใช่แค่สรุปข้อมูลหรือสร้างเนื้อหา แต่ต้องเข้าใจบริบทปฏิบัติการ ตีความสัญญาณกำลังคนที่มีข้อมูลรบกวน และช่วยคนลงมือแบบเรียลไทม์

สำหรับ UKG นี่คือโอกาสหลักของธุรกิจและโซลูชันอย่าง UKG Workforce Intelligence Hub งานด่านหน้าไม่ต้องการระบบบันทึกอีกระบบ แต่ต้องการระบบช่วยลงมือทำ ที่เปลี่ยนข้อมูลกำลังคนเป็นการตัดสินใจดีขึ้น การปฏิบัติเร็วขึ้น และผลลัพธ์ที่พนักงาน ผู้จัดการ และธุรกิจไว้วางใจมากขึ้น

หลายปีที่ผ่านมา ซอฟต์แวร์องค์กรสร้างขึ้นรอบงานที่เปลี่ยนเป็นดิจิทัลได้ง่ายกว่า เช่น โต๊ะทำงาน เอกสาร การประชุม เวิร์กโฟลว์ และงานใช้ความรู้ แต่งานด่านหน้าเป็นงานทางกายภาพ กระจายตัว อยู่ภายใต้กฎ ต้องทันเวลา และเฉพาะเจาะจงกับอุตสาหกรรมสูง

พนักงานร้านค้า พยาบาล ช่างโรงงาน พนักงานคลังสินค้า และผู้จัดการโรงแรมล้วนเป็นพนักงานด่านหน้า แต่สภาพปฏิบัติการต่างกันโดยสิ้นเชิง ทีมค้าปลีกอาจต้องปรับกำลังคนตามจำนวนลูกค้า โปรโมชัน อากาศ หรือกิจกรรมท้องถิ่น ทีมสุขภาพต้องมีคนที่มีคุณสมบัติเหมาะสมอยู่ในหน่วยที่ถูกต้องเมื่อความต้องการผู้ป่วยเปลี่ยนตลอดวัน ทีมผลิตต้องสมดุลทักษะ ความปลอดภัย ล่วงเวลา แผนผลิต และกฎแรงงาน

นี่คือความซับซ้อนจริง อาจวางแผนงานเป็นสัปดาห์หรือเดือน แต่งานเปลี่ยนทุกนาทีของทุกกะ ตารางที่เหมาะวันจันทร์อาจผิดในวันพุธ แผนกำลังคนที่ใช้ได้ตอนแปดโมงอาจใช้ไม่ได้เมื่อเที่ยง

ในอดีต ระบบส่วนใหญ่บันทึกได้เพียงสิ่งที่เกิดแล้ว งานด่านหน้าต้องการมากกว่ารายงาน ต้องลงมือได้ในขณะนั้น

AI จึงเป็นแรงส่งสำคัญ AI แบบเอเจนต์เข้าใจบริบท เจตนา ข้อจำกัด และกฎธุรกิจ แล้วช่วยผู้จัดการและพนักงานดำเนินการข้ามตารางงาน การบันทึกเวลา ค่าจ้าง HR และปฏิบัติการ

เราใช้เวลาหลายทศวรรษกับความท้าทายนี้ สิ่งที่ต่างตอนนี้คือ AI ทำให้เปลี่ยนแปลงได้ด้วยความเร็ว ความแม่นยำ และความเหมาะกับอุตสาหกรรมในอีกระดับ

โอกาสไม่ใช่ทำให้งานด่านหน้าเหมือนงานสำนักงาน แต่คือสร้างเทคโนโลยีที่เคารพวิธีทำงานจริง และช่วยคนกับธุรกิจตัดสินใจดีขึ้นแบบเรียลไทม์

การสร้าง AI ให้พนักงานร้านค้า พยาบาล พนักงานคลังสินค้า หรือพนักงานบริการต้อนรับต่างจากการสร้างผู้ช่วย AI ให้คนทำงานโต๊ะมาก ความแตกต่างทางเทคนิคและปฏิบัติการที่ใหญ่ที่สุดคืออะไร?

ความต่างใหญ่ที่สุดคือ AI ด่านหน้าอยู่แค่ในเอกสาร กล่องอีเมล หรือหน้าต่างแชตไม่ได้ ต้องอยู่ในกระบวนการทำงานจริง

สำหรับคนทำงานโต๊ะ AI มักช่วยสร้าง สรุป ค้นหา หรือวิเคราะห์ข้อมูล แต่สำหรับด่านหน้า ต้องเข้าใจสิ่งที่เกิดในงานตอนนี้ ใครกำลังทำงาน ใครมีคุณสมบัติ ใครว่าง ความต้องการเป็นอย่างไร ใช้กฎอะไร และควรทำอะไรต่อ เป็นโจทย์เทคนิคที่ต่างกันมาก

AI จึงต้องเข้าใจบริบท อุตสาหกรรม และมุ่งสู่การลงมือ ต้องเข้าใจบทบาท นโยบาย กฎแรงงาน ผลต่อค่าจ้าง ตารางงาน ใบรับรอง และลำดับความสำคัญธุรกิจ โดยน่าเชื่อถือ อธิบายได้ และมีมนุษย์กำกับ

ความต่างด้านปฏิบัติการก็สำคัญพอกัน ผู้จัดการด่านหน้าไม่มีเวลาตีความแดชบอร์ดขณะที่กะยังเดินอยู่ พนักงานไม่ต้องการเรียนรู้ระบบเพิ่ม AI ต้องฝังอยู่ในงาน เร็ว ใช้ง่าย และมีประโยชน์ในขณะนั้น

AI ด่านหน้าจึงไม่ใช่แค่ผู้ช่วยทำงาน แต่เป็นความสามารถที่ช่วยให้องค์กรรับรู้ ตัดสินใจ และลงมือแบบเรียลไทม์

คุณพูดถึงความสำคัญของข้อมูลกำลังคนแบบเรียลไทม์ ทั้งกะ ตารางงาน เงินเดือน และสัญญาณกำลังคน ทำไมการลงมือแบบเรียลไทม์จึงสำคัญเป็นพิเศษต่อ AI ด่านหน้า?

โจทย์ไม่ใช่องค์กรมีข้อมูลหรือไม่ องค์กรส่วนใหญ่สร้างข้อมูลกำลังคนมากกว่าเคย โจทย์คือเปลี่ยนสัญญาณเหล่านั้นเป็นคำแนะนำ แนวทาง และการดำเนินการที่ทันเวลา ขณะที่การตัดสินใจยังมีความหมาย

AI จึงต้องเข้าใจว่าเกิดอะไรขึ้น มีข้อจำกัดใด และการกระทำถัดไปที่ดีที่สุดควรเป็นอะไร จะปรับตารางหรือไม่ เติมคนในกะว่าง แจ้งผู้จัดการ ป้องกันปัญหาข้อกำหนด หรือแก้รายการเงินเดือนผิดปกติก่อนกระทบประสบการณ์พนักงานหรือไม่

ฟังดูเป็นการตัดสินใจเล็ก ๆ แต่เมื่อครอบคลุมพนักงาน กะ และสถานที่นับพัน การปรับปรุงเล็กน้อยสะสมผลได้เร็ว การมีคนเพียงพอ ข้อยกเว้นน้อยลง การตัดสินใจแรงงานฉลาดขึ้น และผู้จัดการลงมือเร็วขึ้น สร้างผลสำคัญต่อทั้งพนักงานและธุรกิจ

นี่คือจุดประสงค์ของ UKG Workforce Intelligence Hub ช่วยให้องค์กรเปลี่ยนข้อมูลกำลังคนเป็นการตัดสินใจดีขึ้นและการลงมือเร็วขึ้น โดยเฉพาะด่านหน้า

เรามีมุมมองข้อมูลที่ครอบคลุมเป็นพิเศษทั้ง HR ค่าจ้าง และการบริหารกำลังคน ซึ่งเป็นจุดที่กลยุทธ์บุคลากรกลายเป็นงานจริง เมื่อรวมกับเกณฑ์เทียบอุตสาหกรรมและองค์กรระดับเดียวกัน ข้อมูลต้นทุนแรงงาน และ AI ที่ดึงข้อสรุปสำคัญกับแนวทางดำเนินการ ผู้นำเห็นชัดขึ้นว่าเกิดอะไร ทำไมสำคัญ และควรลงมือตรงไหน

สำหรับผู้บริหาร นี่คือคุณค่าจริง ไม่ใช่แดชบอร์ดอีกอันให้ตรวจ แต่เป็นเครื่องมือบริหารแรงงานแม่นยำขึ้น พบความเสี่ยงเร็วขึ้น เทียบผลได้ดีขึ้น และตัดสินใจมั่นใจขึ้นในเวลาสำคัญ

หลายองค์กรกำลังสำรวจ AI แบบเอเจนต์ แต่กังวลเรื่องความเป็นอิสระ การกำกับดูแล และความไว้วางใจ ต้องมีมาตรการอะไรบ้างก่อนให้เอเจนต์ลงมือในระบบบริหารกำลังคน?

เอเจนต์ในงานกำลังคนต้องมีขอบเขตชัด เพราะการตัดสินใจเกี่ยวข้องกับมนุษย์อย่างลึกซึ้ง กระทบตารางงาน ค่าจ้าง ข้อกำหนด การมีคนเพียงพอ ความเหนื่อยล้า ความเป็นธรรม และความไว้วางใจ จึงมุ่งแค่ความเร็วหรือประสิทธิภาพไม่ได้ ต้องอยู่ในนโยบาย สิทธิ์ และวัตถุประสงค์

หลักสำคัญที่สุดคือบริบท การควบคุม และความรับผิดชอบ

บริบทหมายถึง AI เข้าใจพนักงาน บทบาท สถานที่ กฎแรงงาน ความต้องการธุรกิจ และผลต่อเนื่อง การควบคุมคือเอเจนต์ทำเฉพาะที่ได้รับสิทธิ์ โดยมีระดับการอนุมัติของคนเหมาะกับความเสี่ยง ความรับผิดชอบคือทุกคำแนะนำและการกระทำอธิบายได้ ตรวจสอบย้อนหลังได้ และย้อนคืนได้

บางการกระทำอาจเหมาะให้ทำอัตโนมัติ เช่น แจ้งกะว่างให้พนักงานที่มีคุณสมบัติ หรือเตือนผู้จัดการเรื่องความเสี่ยงล่วงเวลา แต่การกระทำที่มีผลสูง โดยเฉพาะค่าจ้าง ข้อกำหนด วินัย หรือการเปลี่ยนตารางที่สำคัญ ควรให้คนตรวจ

เป้าหมายไม่ใช่เอาผู้จัดการหรือ HR ออกจากกระบวนการ แต่ให้ความช่วยเหลืออัจฉริยะในขนาดที่คนเดียวจัดการไม่ไหว

AI แบบเอเจนต์ที่ไว้วางใจได้ควรเปลี่ยนเจตนาเป็นการลงมือ โดยมีความโปร่งใส การกำกับดูแล และคนมีส่วนร่วมเสมอ

ทุกความสามารถควรผ่านการตรวจสอบโมเดลอย่างเข้มงวด การทบทวนความปลอดภัย การประเมินความเป็นส่วนตัว และการติดตามต่อเนื่องก่อนเข้าสู่ระบบใช้งานจริง

UKG กล่าวถึง AI ที่ปรับสมดุลตารางงาน ตรวจความผิดปกติเงินเดือน และเร่งการจ้างงาน กรณีใดให้คุณค่าปฏิบัติการที่วัดได้แล้ว และกรณีใดยังอยู่ช่วงต้น?

กรณีที่ให้คุณค่าเร็วที่สุดคือสิ่งที่ลดอุปสรรคในการตัดสินใจที่ผู้จัดการและทีมต้องทำทุกวันอยู่แล้ว

การตรวจความผิดปกติเงินเดือนเป็นตัวอย่างที่ทุกคนน่าจะเข้าใจ เงินเดือนเป็นหนึ่งในกระบวนการที่ต้องไว้วางใจสูงที่สุด และซับซ้อนเป็นพิเศษสำหรับพนักงานด่านหน้าและรายชั่วโมง การลืมลงเวลา ปัญหาล่วงเวลา ข้อยกเว้นกฎค่าจ้าง หรือปัญหาข้อกำหนด อาจสร้างงานมือหลายชั่วโมงและกระทบความไว้วางใจโดยตรง AI ช่วยพบเร็ว อธิบายสิ่งที่ดูผิด และแนะนำการแก้ก่อนปิดรอบเงินเดือนได้

ยังมีตัวอย่างที่ก้าวหน้ากว่านั้นและเราตื่นเต้นมาก หนึ่งคือการปรับแรงงานกับตารางแบบเรียลไทม์ ซึ่ง UKG Dynamic Workforce Operations สำคัญมาก คุณค่าไม่ใช่แค่เห็นว่าร้าน หน่วยงาน คลังสินค้า หรือโรงแรมขาดคน แต่คือเข้าใจว่าอะไรเปลี่ยน มีข้อจำกัดใด และผู้จัดการทำอะไรได้ตอนนี้ เช่น เติมกะว่าง เลี่ยงความเสี่ยงล่วงเวลา หรือรักษาจำนวนคนให้พอ ปัจจุบันมักตัดสินใจด้วยสัญชาตญาณและช้าไปหลายชั่วโมง แต่ตอนนี้ผู้จัดการรับคำแนะนำจากข้อมูลได้ก่อนที่คนจะรู้ว่ามีปัญหา

อย่างที่สามคือการสนับสนุนพนักงานในกระบวนการทำงาน ผ่าน UKG Frontline Worker Network ข้อมูลกำลังคนช่วยเชื่อมพนักงานกับความช่วยเหลือด้านการเงิน สุขภาพ และสิ่งจำเป็นประจำวัน ในเวลาที่เกี่ยวข้องที่สุด หมวดนี้ยังเกิดใหม่ แต่สำคัญเพราะประสบการณ์พนักงานอยู่ในพอร์ทัลแยกที่ไม่มีใครมีเวลาใช้ไม่ได้

การเร่งจ้างงานก็ใช้ได้จริงขึ้น โดยเฉพาะงานด่านหน้าที่รับคนจำนวนมากและความเร็วสำคัญ UKG Rapid Hire ซึ่งสร้างโดยมี AI เป็นแกน ลดเวลาจากผู้สมัครแสดงความสนใจจนถึงนัดสัมภาษณ์ จากหลายสัปดาห์หรือหลายวันเหลือชั่วโมง และบางกรณีเหลือนาที เราลดงานซ้ำทั้งการหาผู้สมัคร คัดกรอง นัดหมาย รับเข้าทำงาน และเตรียมพร้อมวันแรกสำหรับการจ้างด่านหน้าขนาดใหญ่

โอกาสจริงไม่ใช่ออโตเมชันแยกส่วน แต่คือแพลตฟอร์มปฏิบัติการกำลังคนที่รับรู้การเปลี่ยน แนะนำการกระทำถัดไปที่ดีที่สุด และช่วยองค์กรเปลี่ยนเจตนาเป็นการลงมือภายใต้การกำกับและการดูแลของคนที่เหมาะสม

ในสุขภาพ การผลิต และโลจิสติกส์ ความสะดุดกำลังคนเล็กน้อยอาจส่งผลต่อเนื่องทันที คุณออกแบบ AI ให้ตอบสนองเร็วโดยไม่เพิ่มความเสี่ยงปฏิบัติการอย่างไร?

ความเร็วสำคัญ แต่ในงานด่านหน้า ความเร็วที่ไม่มีการควบคุมคือความเสี่ยง

ในสุขภาพ การผลิต โลจิสติกส์ และภาคส่วนซับซ้อนอื่น ความสะดุดเล็กน้อยส่งผลเร็ว การขาดงานหนึ่งคนกระทบการดูแลผู้ป่วย ช่องว่างทักษะหนึ่งจุดชะลอสายผลิต สัญญาณกำลังคนที่พลาดหนึ่งครั้งทำให้ส่งของช้าหรือเสี่ยงล่วงเวลา

เป้าหมายจึงไม่ใช่ AI ที่เร็วขึ้นอย่างเดียว แต่เร็วขึ้นภายในข้อจำกัดที่เหมาะสม

เริ่มด้วยบริบท AI ต้องรู้ว่าใครมีคุณสมบัติ ใช้กฎอะไร ต้องมีคนเท่าไร มีความเสี่ยงข้อกำหนดใด และแต่ละการกระทำอาจส่งผลต่อเนื่องอย่างไร

ยังต้องกำหนดอิสระตามความเสี่ยง บางอย่างเสนอหรือทำได้ด้วยความเสี่ยงต่ำมาก เช่น แจ้งผู้จัดการ ระบุคนทดแทนที่มีคุณสมบัติ หรือแจ้งกะว่าง อย่างอื่นควรให้คนตรวจ โดยเฉพาะเมื่อกระทบค่าจ้าง ข้อกำหนด ความปลอดภัย หรือการเปลี่ยนตารางสำคัญ

ระบบ AI ด่านหน้าที่ดีที่สุดออกแบบให้อธิบายได้ ตรวจย้อนหลังได้ และย้อนคืนได้ ผู้จัดการต้องรู้เหตุผลของคำแนะนำ พนักงานต้องไว้ใจกระบวนการ และธุรกิจต้องมั่นใจว่า AI ปรับปรุงการปฏิบัติโดยไม่สร้างความเสี่ยงใหม่

หลักออกแบบของเราเรียบง่าย AI ควรช่วยให้องค์กรรับรู้ ตัดสินใจ และลงมือแบบเรียลไทม์ โดยรวมคน นโยบาย และการกำกับดูแลไว้ตั้งแต่ต้น

แรงงานกังวลมากขึ้นว่า AI อาจแทนที่งาน โดยเฉพาะอุตสาหกรรมด่านหน้า คุณสมดุลออโตเมชันกับการเสริมพลังพนักงานอย่างไร โดยไม่สร้างความกลัวหรือความไม่แน่นอน?

ผมคิดว่าเราต้องแยกกระแสโฆษณาออโตเมชันออกจากความจริงปฏิบัติการ

ตลอดทศวรรษที่ผ่านมา มีหลายตัวอย่างที่การแทนงานด่านหน้ายากกว่าคาด เครื่องชำระเงินด้วยตนเองมีผลคละกัน ฟาสต์ฟู้ดอัตโนมัติเต็มรูปแบบยังเป็นโครงการทดลองมากกว่ารูปแบบหลัก การส่งของด้วยโดรนยังดูเป็นอนาคตสำหรับคนส่วนใหญ่

ไม่ใช่เพราะเทคโนโลยีไม่ทรงพลัง แต่เพราะงานด่านหน้าส่วนใหญ่ยังพึ่งความเป็นมนุษย์อย่างลึกซึ้ง

พนักงานด่านหน้าจัดการข้อยกเว้น ใช้ดุลยพินิจ ดูแลความปลอดภัย ให้บริการ เอาใจใส่ และสร้างความไว้วางใจ พยาบาลไม่ได้แค่ทำงานชิ้นหนึ่ง พนักงานร้านค้าไม่ได้แค่ย้ายสินค้า พนักงานร้านอาหารไม่ได้แค่ทำตามออร์เดอร์ บทบาทเหล่านี้อยู่ตรงจุดตัดของคน ปฏิบัติการ ข้อกำหนด และประสบการณ์ลูกค้า

AI ลดอุปสรรครอบงานได้ ทั้งตารางสับสน ลืมลงเวลา คำถามค่าจ้าง กะว่าง ข้อกำหนดซับซ้อน คนขาด และงานธุรการที่ดึงผู้จัดการออกจากทีม ช่วยให้พนักงานได้คำตอบเร็ว ผู้จัดการตัดสินใจดี และองค์กรทำงานแม่นยำขึ้น

อนาคต AI ด่านหน้าไม่ใช่การเอาคนออกจากงาน แต่คือให้เครื่องมือ แนวทาง และความช่วยเหลือที่ดีขึ้นในเวลาสำคัญ

คุณอธิบายว่า AI กำลังเปลี่ยนซอฟต์แวร์องค์กรจากระบบบันทึกไปเป็นระบบลงมืออย่างชาญฉลาด คุณเห็นแพลตฟอร์มกำลังคนเปลี่ยนอย่างไรในห้าปี เมื่อ AI แบบเอเจนต์ฝังในงานประจำวันมากขึ้น?

ผมขอปรับคำถามเล็กน้อย คำถามไม่ใช่แพลตฟอร์มกำลังคนจะหน้าตาอย่างไรในอีกห้าปี แต่คือองค์กรใดกำลังสร้างรากฐานวันนี้เพื่อเป็นผู้นำตอนนั้น

AI เปลี่ยนเร็วเกินกว่าจะมองเป็นการเปลี่ยนแปลงไกลตัว ความได้เปรียบจะเป็นขององค์กรที่เริ่มขยับจากระบบไม่เชื่อมกัน ชุดซอฟต์แวร์เทอะทะ และเครื่องมือเฉพาะจุด ไปสู่แพลตฟอร์มปฏิบัติการกำลังคนจริง ที่เชื่อม HR ค่าจ้าง เวลา ตารางงาน การวิเคราะห์กำลังคน และการลงมือ

นี่เป็นอีกจุดที่ UKG Workforce Intelligence Hub สำคัญ เมื่อ AI ฝังในงานกำลังคนประจำวันมากขึ้น ความสามารถวิเคราะห์อยู่ข้าง ๆ เป็นรายงานคงที่ไม่ได้ ต้องเป็นส่วนหนึ่งของการเข้าใจ จัดลำดับความสำคัญ และดำเนินงาน องค์กรต้องมีชั้นความสามารถวิเคราะห์สำหรับงานกำลังคนด่านหน้า เพื่อนำข้อมูลที่ถูกต้องมาในจังหวะที่เหมาะ

เรื่องนี้สำคัญเพราะงานกำลังคนเต็มไปด้วยกำไรและความสูญเสียเล็กน้อย สัญญาณขาดคนที่พลาด รายการเงินเดือนผิดปกติ ปัญหาข้อกำหนด กะว่าง หรือการตัดสินใจช้า อาจดูเล็กเมื่อแยกกัน แต่เมื่อรวมพนักงาน สถานที่ และกะนับพัน ผลสะสมเกิดเร็ว

AI แบบเอเจนต์ช่วยปิดช่องว่างนี้ เข้าใจการเปลี่ยน ตีความบริบทธุรกิจ แนะนำการกระทำถัดไป และช่วยคนลงมือแบบเรียลไทม์พร้อมการกำกับที่เหมาะสม

ในห้าปีข้างหน้า ผู้นำจะไม่ใช่องค์กรที่เพียงเพิ่มฟีเจอร์ AI ในเวิร์กโฟลว์เดิม แต่คือผู้ที่คิดใหม่ว่าการบริหารกำลังคนเป็นระบบลงมืออย่างชาญฉลาด

สำหรับผู้บริหาร ความเร่งด่วนคือด่านหน้าเคลื่อนแบบเรียลไทม์อยู่แล้ว เทคโนโลยีต้องตามให้ทัน องค์กรที่สร้างความสามารถนี้ตอนนี้จะได้ออกตัวนำอย่างมาก

มองไปข้างหน้า คุณเชื่อว่าผู้ชนะใน AI องค์กรจะเป็นบริษัทที่มีโมเดลดีที่สุด หรือมีข้อมูลปฏิบัติการและกำลังคนลึกที่สุดซึ่งเชื่อมกับเวิร์กโฟลว์จริงโดยตรง?

โมเดลที่ดีที่สุดสำคัญ แต่ผมไม่เชื่อว่าโมเดลเพียงอย่างเดียวจะตัดสินผู้ชนะ

ในองค์กร ความฉลาดมีค่าก็ต่อเมื่อเข้าใจบริบทงานและช่วยคนลงมือได้ถูกต้อง โดยเฉพาะงานกำลังคนที่คำแนะนำอาจขึ้นกับใครอยู่ในตาราง ใครมีคุณสมบัติ ใช้กฎอะไร ความต้องการเป็นอย่างไร มีผลต่อค่าจ้างอย่างไร และอาจสร้างความเสี่ยงหรือปัญหาข้อกำหนดต่อเนื่องใด

โมเดลที่ไม่มีบริบทปฏิบัติการสร้างคำตอบได้ แต่แพลตฟอร์มที่มีข้อมูลกำลังคน กฎธุรกิจ บริบทเวิร์กโฟลว์ และการกำกับที่ถูกต้อง ช่วยสร้างผลลัพธ์ได้

ชั้นความสามารถวิเคราะห์อย่างที่เราสร้างใน Workforce Intelligence Hub จึงสำคัญ AI ที่วางทับระบบมีค่าจำกัด ความสามารถนี้ควรฝังในงาน ตีความสัญญาณ เข้าใจข้อจำกัดปฏิบัติการ และนำเสนอการตัดสินใจที่สำคัญที่สุด

ผมคิดว่าตลาดกำลังไปทางนี้ เมื่อโมเดลทรงพลังและเข้าถึงง่ายขึ้น ความต่างจะมาจากการที่ AI ยึดโยงกับเวิร์กโฟลว์จริงได้ดีเพียงใด และเปลี่ยนข้อมูลเชิงลึกเป็นการลงมือได้ปลอดภัยเพียงใด

สำหรับด่านหน้า ความต่างนี้สำคัญมาก งานเปลี่ยนตลอดและการตัดสินใจส่งผลทันทีต่อพนักงาน ผู้จัดการ ลูกค้า ผู้ป่วย และธุรกิจ

ผู้ชนะใน AI องค์กรจะไม่ได้มีเพียง AI ที่ฟังดูฉลาด แต่มี AI ที่เข้าใจว่างานเกิดจริงอย่างไร และช่วยองค์กรทำงานด้วยความเร็ว ความแม่นยำ ความไว้วางใจ และความเป็นมนุษย์มากขึ้น

ขอบคุณสำหรับการสัมภาษณ์ ผู้อ่านที่ต้องการทราบเพิ่มเติมสามารถเยี่ยมชม UKG.