ผู้นำทางความคิด

การหาสมดุลระหว่างวิจารณญาณของมนุษย์กับการลงมือทำของ AI

Joe Gagnon
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
A professional woman in a modern office environment interacting with a holographic interface displaying data nodes and collaborative icons above a tablet.
ประเด็นสำคัญAI เร่งการตัดสินใจของมนุษย์มากกว่าจะมาแทนที่…
ดูเพิ่มเติม
  • AI เร่งการตัดสินใจของมนุษย์มากกว่าจะมาแทนที่ โดยขยายขอบเขตสิ่งที่คนคนหนึ่งสามารถควบคุมได้ตั้งแต่ต้นจนจบ
  • ความเสี่ยงที่ใหญ่ที่สุดของการพึ่งพา AI อย่างหนักคือการสูญเสียความสามารถในการสังเกตเมื่อมันผิดพลาดอย่างเงียบเชียบ
  • ผู้นำต้องปรับโครงสร้างทีมโดยยึดตามผู้ที่รับผิดชอบผลลัพธ์ ไม่ใช่ผู้ที่ปฏิบัติงาน เนื่องจาก AI จัดการการดำเนินการแทน

หนึ่งในความเข้าใจผิดที่ใหญ่ที่สุดเกี่ยวกับ AI ในขณะนี้คือว่ามีความสมดุลที่ชัดเจนและถูกต้องระหว่างการมีส่วนร่วมของมนุษย์และการดำเนินการของเครื่องจักร ความสมดุลเช่นนั้นไม่มีอยู่ เรากำลังเรียนรู้กันแบบเรียลไทม์

สิ่งที่สำคัญไม่ใช่การกำหนดการแบ่งส่วนแบบคงที่ แต่การเข้าใจว่าบทบาทและการตัดสินใจใดที่เหมาะสมที่สุดสำหรับมนุษย์เทียบกับ AI และยินดีที่จะปรับเปลี่ยนเมื่อเส้นแบ่งนั้นยังคงเคลื่อนไหว ตั้งแต่วิธีการทำงานและใครรับผิดชอบต่อผลลัพธ์ ไปจนถึงที่ที่การตัดสินใจยังคงจำเป็น ความสมดุลนั้นยังคงกำลังเกิดขึ้น

คำถามที่สำคัญกว่าสำหรับผู้นำไม่ใช่แค่วิธีการใช้ AI แต่วิธีการคิดเกี่ยวกับที่ที่มันเหมาะสม ที่ที่ไม่เหมาะสม และความเสี่ยงที่เกิดขึ้นเมื่อความสมดุลนั้นผิดพลาด

AI ไม่แทนที่การตัดสินใจ มันเพิ่มความเร็วให้กับการตัดสินใจ

มีเรื่องราวทั่วไปที่ว่า AI แทนที่การคิดของมนุษย์ ในทางปฏิบัติ สิ่งที่ฉันเห็นคือสิ่งที่ตรงกันข้าม AI ช่วยให้ตัดสินใจได้เร็วขึ้น แต่ไม่ได้ทำให้ความจำเป็นในการใช้วิจารณญาณหมดไป

พื้นฐานคือการเสริมศักยภาพมนุษย์ เมื่อคุณจับคู่มนุษย์ที่เหมาะสมกับเครื่องมือ AI ที่เหมาะสม คุณไม่เพียงแต่ทำให้พวกเขาเร็วขึ้นในงานเดียว คุณยังขยายขอบเขตของสิ่งที่พวกเขาสามารถรับมือได้ทั้งหมด

ในธุรกิจซอฟต์แวร์ ตัวอย่างเช่น ทีมผลิตภัณฑ์สามารถขยายออกไปนอกเหนือจากการจัดทำข้อกำหนดได้ ด้วย AI พวกเขายังสามารถมีส่วนร่วมในการทดสอบ การจัดทำเอกสาร และแม้กระทั่งการโต้ตอบกับลูกค้า บทบาทไม่ลดลง มันขยายออกไป โหลดเพิ่มขึ้น แต่ความสามารถก็เพิ่มขึ้นด้วย

นั่นคือที่ที่การเปลี่ยนแปลงที่แท้จริงกำลังเกิดขึ้น ไม่ใช่การแทนที่คน แต่การกำหนดใหม่ว่าคนคนหนึ่งสามารถรับผิดชอบงานตั้งแต่ต้นจนจบได้มากเพียงใดอย่างเป็นจริง

ที่ที่มนุษย์ยังคงต้องเป็นผู้นำ

เมื่อ AI มีความสามารถมากขึ้น คำถามไม่ใช่ว่ามนุษย์ยังคงเกี่ยวข้องหรือไม่ แต่ที่ที่พวกเขาสำคัญที่สุด และความแตกต่างที่ชัดเจนที่สุดในปัจจุบันคือระหว่างงานเชิงอัตวิสัยกับงานเชิงวัตถุวิสัย

AI ทำงานได้ดีในพื้นที่ที่ต้องใช้ความเป็นกลาง: วิเคราะห์ข้อมูลขนาดใหญ่ รักษาความสม่ำเสมอ จัดการงานปริมาณมาก และกำจัดอคติ มนุษย์ยังคงดีกว่าใน การตัดสินใจเชิงอัตวิสัย โดยเฉพาะอย่างยิ่งเมื่อต้องชั่งน้ำหนักสิ่งที่ได้กับสิ่งที่เสีย มีข้อยกเว้น หรือมีความแตกต่างละเอียดอ่อน

ยังมีประเภทงานที่มนุษย์ควรเป็นผู้นำต่อไป เพราะงานเหล่านั้นกำหนดตัวตนของบริษัทเอง

  • การตัดสินใจเกี่ยวกับค่านิยมและวัฒนธรรม
  • การสนทนากับลูกค้าที่มีผลได้เสียสำคัญ
  • ช่วงเวลาที่บางสิ่งผิดพลาด
  • สถานการณ์ใดๆ ที่ต้องการความรับผิดชอบ

AI สามารถเตรียมคนให้พร้อมสำหรับช่วงเวลานั้น แต่ช่วงเวลานั้นยังคงเป็นของมนุษย์

โดยเฉพาะความรับผิดชอบนั้นยากที่จะมอบหมายให้ผู้อื่นทำแทน คนต้องยืนอยู่เบื้องหลังการตัดสินใจและผลลัพธ์ วันนี้ สิ่งนั้นยังคงรู้สึกเป็นมนุษย์โดยพื้นฐาน

อย่างไรก็ตาม ไม่มีสิ่งใดที่คงที่ เส้นแบ่งจะยังคงเคลื่อนไหว ผู้นำต้องยินดีที่จะกลับมาที่เส้นแบ่งนั้นอีกครั้งเมื่อหลักฐานเปลี่ยนแปลง

ที่ที่ AI มีประสิทธิภาพเหนือมนุษย์ในปัจจุบัน

มีพื้นที่ที่ AI มีประสิทธิภาพเหนือมนุษย์อย่างมีนัยสำคัญ

ทั่วทั้งวิศวกรรม เครื่องมืออย่าง Cursor, Replit, Claude Code และ Codex กำลัง เปลี่ยนแปลงวิธีการสร้างซอฟต์แวร์อย่างถึงรากฐาน ระดับการทำงานที่ระบบเหล่านี้ให้มาเป็นที่น่าประทับใจ

โดยทั่วไป AI มีประสิทธิภาพเหนือกว่าใน:

  • การดำเนินการในปริมาณมาก
  • การวิเคราะห์ข้อมูลขนาดใหญ่
  • การรักษาความสม่ำเสมอในช่วงการโต้ตอบหลายพันครั้ง
  • การทำงานโดยไม่มีความเหนื่อยล้าหรือการเบี่ยงเบนความสนใจ

ในบริบทการขาย เรื่องนี้เห็นได้ชัดเป็นพิเศษ AI สามารถดูแลผู้สนใจซื้อที่ติดต่อเข้ามาทุกราย รักษาน้ำเสียงให้สม่ำเสมอตลอดการสนทนาหลายพันครั้ง และติดตามผลโดยไม่ล่าช้า เมื่อทำงานในวงกว้าง AI สามารถประเมินความเหมาะสม บันทึกข้อมูล และมีปฏิสัมพันธ์กับผู้ซื้อทุกรายได้ในลักษณะเดียวกับสมาชิกที่ทำผลงานได้ดีที่สุดในทีม

ระดับความสม่ำเสมอนั้นไม่ใช่สิ่งที่เราคาดหวังจากทีมมนุษย์ ไม่ว่าพวกเขาจะมีพรสวรรค์แค่ไหน

กระบวนการทำงานที่มนุษย์นำและ AI สนับสนุนมีหน้าตาอย่างไรจริง ๆ

รูปแบบที่มีประสิทธิภาพที่สุดซึ่งเกิดขึ้นในขณะนี้ไม่ใช่ AI ที่แทนที่งาน แต่เป็น AI ที่เปลี่ยนแปลงวิธีการกระจายงาน

รูปแบบที่ดูเหมือนจะทำงานคือ: มนุษย์กำหนดทิศทางและใช้วิจารณญาณ ในขณะที่ AI จัดการปริมาณงานและการเรียกคืนข้อมูล

ในทางปฏิบัติ: พนักงานขายเริ่มต้นวันทำงานโดยที่ AI ได้ประเมินผู้สนใจซื้อที่ติดต่อเข้ามา บันทึกบริบทการสนทนา และนำเสนอโอกาสที่ต้องการความสนใจจากมนุษย์จริง ๆ ไว้แล้ว ในด้านผลิตภัณฑ์ AI ช่วยร่างงาน ทดสอบ และจัดทำเอกสาร ในขณะที่มนุษย์มุ่งเน้นไปที่สถาปัตยกรรมและการตัดสินใจเกี่ยวกับลูกค้า

เป้าหมายไม่ใช่การเอางานออกจากมนุษย์ แต่เพื่อให้แน่ใจว่ามนุษย์ทำเฉพาะงานที่จำเป็นต้องอาศัยตนจริง ๆ ทุกสิ่งที่เหลือจะถูกจัดการในพื้นหลังอย่างสม่ำเสมอและในระดับที่กว้างขึ้น

อย่างไรก็ตาม รูปแบบนี้ยังคงพัฒนา สิ่งที่ดูเหมือนจะทันสมัยวันนี้อาจดูไม่สมบูรณ์ในอีกหนึ่งปี นั่นคือส่วนหนึ่งของกระบวนการ

ความเสี่ยงของการพึ่งพา AI มากเกินไป

ความเสี่ยงที่ใหญ่ที่สุดตามที่ฉันเห็นคือการหยุดสังเกตเมื่อมันผิดพลาด AI มีความมั่นใจโดยค่าเริ่มต้น มันจะให้คำตอบไม่ว่ามันจะดีหรือไม่ โดยไม่มีมนุษย์ที่เข้าใจโดเมนในการตรวจสอบผลลัพธ์ บริษัทอาจดำเนินงานเป็นเวลานานโดยอาศัยสิ่งที่แท้จริงแล้วเป็นข้อผิดพลาดที่ไม่มีใครสังเกตเห็น

ความเสี่ยงอันดับสองคือการสูญเสียความรู้ที่สั่งสมในองค์กร เมื่อทีมหยุดทำงานเอง พวกเขาจะสูญเสียสัญชาตญาณที่เกิดจากการทำงานนั้น หากไม่มีใครฟังการโทรศัพท์ในการคัดกรอง พวกเขาจะหยุดรู้ว่าผู้ซื้อพูดอย่างไรจริง ๆ เมื่อเวลาผ่านไป ระยะห่างนั้นจะทำให้ยากต่อการรู้สึกว่าบางสิ่งผิดพลาด

ความเสี่ยงอันดับสามเป็นเรื่องของวัฒนธรรมและไม่ได้ถูกกล่าวถึงมากนัก บริษัทที่เอียงไปทาง AI มากเกินไปโดยไม่รักษามุมมองของมนุษย์สามารถเริ่มดูว่างเปล่าได้ ลูกค้าสังเกตเห็นเมื่อการโต้ตอบสูญเสียความจริงใจ แม้ว่าทุกอย่างจะถูกต้องตามหลักเทคนิค

ดังนั้น คำถามไม่ใช่เพียงว่าจะใช้ AI มากเพียงใด แต่คือคนในธุรกิจยังใกล้ชิดกับงานพอที่จะรู้ว่าเมื่อใด AI กำลังช่วยและเมื่อใดกำลังสร้างผลเสียหรือไม่ ยังไม่มีสูตรสำเร็จที่ชัดเจนสำหรับเรื่องนี้ และคงยังไม่มีไปอีกระยะหนึ่ง

การคิดใหม่เกี่ยวกับทีมงานรอบๆ ผลลัพธ์ ไม่ใช่งาน

เมื่อ AI รับหน้าที่ลงมือทำมากขึ้น ผู้นำจำเป็นต้องทบทวนโครงสร้างของทีมใหม่

เป็นเวลาหลายทศวรรษที่เราสร้างแผนผังองค์กรตามว่าใครทำอะไร SDR ประเมินผู้มีโอกาสเป็นลูกค้า AE ปิดการขาย ส่วนเจ้าหน้าที่ CS ช่วยลูกค้าเริ่มต้นใช้งานผลิตภัณฑ์ AI จะจัดการงานเหล่านั้นมากขึ้น ดังนั้นแผนผังที่สร้างขึ้นตามงานจะพังทลาย

สิ่งที่สำคัญที่สุดคือใครรับผิดชอบต่อผลลัพธ์

ใครรับผิดชอบประสบการณ์ของผู้ซื้อตั้งแต่การติดต่อครั้งแรกจนถึงการต่ออายุ ใครรับผิดชอบวงจรข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์ ใครรับผิดชอบความไว้วางใจที่ลูกค้ามีต่อบริษัท

สร้างทีมโดยมีผู้รับผิดชอบเหล่านั้นเป็นศูนย์กลาง ให้ AI เป็นเครื่องทุ่นแรง และปล่อยให้พวกเขาตัดสินใจว่างานส่วนใดควรให้มนุษย์ทำและส่วนใดไม่ควร

ผู้นำที่ทำสิ่งนี้ได้ดีน่าจะบริหารทีมที่เล็กลง แต่ผลิตผลลัพธ์มากขึ้น โดยมีพนักงานทำงานที่พวกเขารู้สึกว่ามีความหมาย ผู้นำที่ทำผิดจะยังคงเพิ่มจำนวนพนักงานในโมเดลที่ไม่จำเป็นต้องเพิ่มคนอีกต่อไป และสงสัยว่าทำไมอัตรากำไรจึงแย่ลงแทนที่จะดีขึ้น

เรายังคงอยู่ในช่วงเริ่มต้น และคู่มือการทำงานกำลังถูกเขียนขึ้นในเวลาจริง เรื่องนี้เป็นทิศทางที่จะพัฒนาต่อไปมากกว่าจะเป็นโมเดลตายตัว เราทุกคนพยายามหาวิธีการนำทางช่วงเวลานี้ให้ดีที่สุด และหากเป็นไปได้ ก็ในลักษณะที่เสริมสร้างระบบของมนุษย์ ไม่ใช่ทำให้อ่อนแอลง

โจ แกนยอน (Joe Gagnon) เป็นซีอีโอและผู้ร่วมก่อตั้ง Raynmaker แพลตฟอร์มการขายสำหรับธุรกิจขนาดเล็กแห่งแรกที่สร้างขึ้นโดยมี AI เป็นแกนหลัก เขาเคยดำรงตำแหน่งซีอีโอมาแล้วหกครั้ง เป็นนักกีฬาประเภทความทนทานระยะไกลพิเศษ และเป็นผู้เขียน Living Intentionally โจมุ่งมั่นที่จะช่วยผู้นำใช้ประโยชน์จากเทคโนโลยีโดยไม่สูญเสียความเป็นมนุษย์