ทำไมการนำ AI มาใช้จึงชะลอตัว — และทำไมการควบคุมคือคุณสมบัติที่หายไป

เรากำลังได้ยินคำขู่เดิมซ้ำๆ ว่าฟองสบู่ AI จะแตก

มานานหลายเดือนแล้วที่ผู้เชี่ยวชาญได้คาดการณ์ว่าไม่ใช่ว่าฟองสบู่จะแตกเมื่อไหร่ แต่จะเกิดขึ้นอย่างไร — และตอนนี้เรากำลังเห็น การชะลอตัวของการเติบโตของ AI เป็นครั้งแรกตั้งแต่ปี 2023 นักลงทุนยังคงลงทุนเงินทุนจำนวนมากใน AI แต่เงินทุนไม่ได้รับประกันการนำไปใช้ การนำไปใช้ของผู้ใช้ ไม่ใช่เงินทุน คือสิ่งที่决定ถึงการอยู่รอด — และ อัตราการนำ AI ไปใช้ของบริษัทขนาดใหญ่กำลังลดลง

แม้ว่าการนำไปใช้จะยังคงเท่าเดิม แต่เรากำลังเห็นสัญญาณเตือน การใช้ AI ของบริษัทขนาดเล็กและสตาร์ทอัพยังคงใช้ AI อย่างต่อเนื่อง แต่พวกเขาได้รับผลกระทบจากสิ่งอื่น: การใช้ AI ได้ถูก เชื่อมโยงกับการเผาผลาญ

เมื่อพูดถึงการนำ AI ไปใช้โดยพนักงานที่มีความรู้ สิ่งหนึ่งที่ไม่ถูกต้องคือ AI สินค้าล้มเหลวเรา — และสิ่งที่ขาดคือการควบคุมและปรับแต่งที่ดีกว่า

การนำ AI ไปใช้ที่ชะลอตัว

เครื่องมือ AI ควรเอางานที่ยุ่งยากออกไป เร่งกระบวนการ และทำให้ชีวิตของผู้คนดีขึ้น แต่มีหลายวิธีที่เครื่องมือ AI ไม่ถูกต้อง — ไม่ว่าจะเป็นการนำไปใช้หรือความไม่ตรงกันระหว่างกระบวนการและเป้าหมาย

มาทำความเข้าใจว่าทำไมเครื่องมือ AI จึงสูญเสียความน่าสนใจสำหรับพนักงานที่มีความรู้

ความต้องการของฝ่ายบริหารกับ现實ของพนักงาน

จากมุมมอง 10,000 ฟุต AI ดูเหมือนจะเปลี่ยนแปลงโลก แต่ลงในสนามแล้วเป็นอีกเรื่องหนึ่ง

ฝ่ายบริหารรู้สึกตื่นเต้นกับการเพิ่มผลผลิตที่สัญญาไว้ของ AI และ บริษัทต่างๆ กำลังบังคับให้ใช้ AI แต่พนักงานที่มีความรู้คือผู้ที่ต้องทนทุกข์กับปัญหาต่างๆ ตั้งแต่กระบวนการใหม่และการฝึกอบรม ไปจนถึงความไม่ตรงกันระหว่างความคาดหวังของฝ่ายบริหารและความเป็นจริงของพนักงาน

การนำ AI ไปใช้เทียบกับการควบคุม

AI สามารถสร้างเอกสารได้ภายในไม่กี่วินาที แต่บริษัทต่างๆ อาจใช้เวลาหลายสัปดาห์ในการพิจารณา ดังนั้นจึงไม่ใช่เรื่องน่าประหลาดใจที่ การนำ AI ไปใช้กำลังชะลอตัวในบริษัทขนาดใหญ่

AI มีความเร็วกว่าความคิด แต่กระบวนการของบริษัทขนาดใหญ่ไม่ใช่ พวกเขาถูกสร้างขึ้นเพื่อการลดความเสี่ยงและการปฏิบัติตามกฎหมาย และ AI อาจเป็นภัยคุกคาม ดังนั้นพนักงานจึงต้องสร้างกระบวนการใหม่ที่ไม่พึงประสงค์ เช่น การทบทวนเพิ่มเติมเพื่อจับข้อผิดพลาดของ AI หรือการค้นหาในโค้ดที่ AI สร้างขึ้น

AI ที่ไม่มีขอบเขตกับพนักงานที่เผาผลาญ

มีผลข้างเคียงที่น่าห่วงใยอีกอย่างหนึ่ง: การเผาผลาญของ AI ตาม การวิจัยล่าสุดที่เผยแพร่ใน Harvard Business Review การใช้ AI ส่งผลให้เกิดการขยายงาน การทำงานหลายอย่างพร้อมกัน และขอบเขตการทำงานและชีวิตส่วนตัวที่ไม่ดี

คนรู้สึกว่าต้องทำมากกว่าและมากกว่าด้วย AI — และนั่น เหมือนรถไฟที่กำลังจะเผาผลาญ บางส่วนของแรงกดดันนี้มาจากตัวเราเอง เนื่องจากเราทุกคนมีความคาดหวังที่จะทำได้มากกว่า แต่ฝ่ายบริหารสามารถใช้การปฏิวัติ AI เป็นเครื่องมือและกล่าวโทษ AI สำหรับการคาดหวังที่สูงขึ้น — และแม้กระทั่งการปลดพนักงาน ดังนั้นจึงไม่ใช่เรื่องน่าประหลาดใจที่พนักงานรายงานความรู้สึก การเชื่อมต่อและความสูญเสียจุดประสงค์ เมื่อเทคโนโลยี AI ถูกเพิ่มเข้าไปในกระบวนการทำงาน

AI ที่ไม่สอดคล้องกัน

การเสียดสี การทำงานที่ไม่ถูกต้อง พนักงานที่เหนื่อยล้าและเสียใจ… อาการทั้งหมดนี้มีสาเหตุเดียวกัน: AI ที่ถูกแทรกเข้ามาและไม่มีการปรับแต่ง

ดังนั้น ถ้า AI สามารถสร้างรายงานที่น่าประทับใจหรือสร้างโค้ดที่น่าเชื่อถือได้ แต่ทำให้เกิดงานเพิ่มเติมหลายชั่วโมงในการทบทวนและตรวจสอบ ก็หมายความว่า AI ล้มเหลวในคำสัญญาที่จะทำให้การทำงานเร็วขึ้นและง่ายขึ้น ไม่น่าประหลาดใจที่ความน่าสนใจกำลังหายไป และเรากำลังเห็นการเพิ่มขึ้นของความลังเลในการใช้ AI

การวิจัยในปี 2025 ของคนใน 47 ประเทศพบว่าเพียง 46% ของคนเชื่อถือความสามารถทางเทคนิคของเครื่องมือ AI ของตน ในขณะที่ รายงานอื่นในปี 2025 พบว่า 82% ไม่พบวิธีการใช้ AI ในการทำงานประจำวันอย่างมีประสิทธิภาพ หากคุณกำลังทำงานเพื่อปรับ AI ให้เข้ากับกระบวนการทำงานหรือแก้ไขปัญหาเพิ่มเติม คุณกำลังทำงานให้กับ AI — ไม่ใช่ในทางกลับกัน

การกลับมาควบคุม AI

สิ่งที่เราขาดคือทางเลือกที่ดีกว่าและความสามารถในการปรับแต่งที่ดีกว่า

ดูเหมือนเรื่องง่ายๆ แต่การเลือกเมื่อและวิธีการใช้ AI สามารถเปลี่ยน AI จากเครื่องมือที่อาจเป็นอันตรายในกระบวนการทำงานของคุณให้กลายเป็นเครื่องมือที่คุณสามารถควบคุมได้ และเครื่องมือที่ช่วยให้คุณสามารถปรับ AI ให้เข้ากับกระบวนการทำงานได้อย่างราบรื่น

แต่การควบคุมผู้ใช้ไม่ได้เป็นจุดสนใจหลักของบริษัท Big Tech มาโดยตลอด ผู้วิจารณ์หลายคนได้กล่าวถึง ว่าใน某่จุด AI ได้เปลี่ยนจากตัวเลือกเป็นคุณสมบัติที่ถูกติดตั้งไว้โดยอัตโนมัติ แทนที่จะเป็นตัวเลือกที่ผู้ใช้สามารถเลือกได้ คุณคิดว่านั่นอาจเป็นจุดที่ผู้ใช้เริ่มไม่สนใจ และการนำ AI ไปใช้เริ่มชะลอตัวหรือไม่?

การแข่งขันการปรับแต่ง

คนจะยังคงปฏิเสธเครื่องมือที่มีขนาดเดียวและกระบวนการ AI ที่ถูกนำไปใช้อย่างเร่งรีบ และตอนนี้เรากำลังเห็นผู้นำ AI เริ่มตอบสนอง

บางคนจากผู้นำใหญ่ๆ กำลังปรับปรุงการปรับแต่ง เช่น ChatGPT ที่ แนะนำคุณสมบัติการปรับแต่ง ที่ช่วยให้คุณสามารถเล่นกับโทน เสียง และแม้กระทั่งปริมาณอีโมจิของ AI ได้ บางคนคิดว่าเราจะเห็นเครื่องมือ AI ลดขนาดลง และชนะการนำไปใช้โดยการกลายเป็นเครื่องมือที่เฉพาะเจาะจงมากขึ้น

AI ที่ปรับแต่งให้เหมาะสม

ตอนนี้ชัดเจนแล้วว่าในระยะต่อไปของการพัฒนา AI เครื่องมือที่สามารถปรับแต่งได้มากที่สุดจะชนะ เครื่องมือที่ทำสิ่งต่อไปนี้:

• ปรับแต่งให้เข้ากับกระบวนการทำงานที่มีอยู่ แทนที่จะบังคับให้คุณสร้างกระบวนการใหม่ Zoom AI Companion 3.0 ได้รับข้อความนี้ และเปิดตัวการอัปเกรด รวมถึงเครื่องมือบันทึกย่อที่ไม่ขึ้นอยู่กับแพลตฟอร์ม — ซึ่งพบกับผู้ใช้ในเครื่องมือที่พวกเขาใช้อยู่แล้ว
• ให้พนักงานเลือกเมื่อ AI เข้าร่วม และเมื่อ AI ถอยออกไป เช่น GitLab Duo ซึ่งผู้ใช้สามารถเลือกกลุ่มและโครงการที่สามารถใช้ความสามารถของ AI ได้
• ลดภาระการทำงาน แทนที่จะเพิ่มกระบวนการใหม่สำหรับการตรวจสอบ ClickUp Brain ตัวอย่างเช่น ทำงานภายในกระบวนการ ไม่ใช่ข้างๆ กระบวนการ โดยฝัง AI ลงในมุมมองของงาน — เช่น สรุปสตริง การอัปเดต และขั้นตอนต่อไปที่แนะนำ
• ให้ความโปร่งใสในการสร้างผลลัพธ์ แทนที่จะวางภาระให้พนักงานต้องค้นหาสาเหตุ เครื่องมืออย่าง WorkflowGen มุ่งเน้นไปที่ความรับผิดชอบของ AI โดย สร้างหลักฐานการตรวจสอบโดยตรงเข้าไปในกระบวนการ AI เพื่อให้ผู้ตรวจสอบไม่ต้องย้อนกลับไปค้นหาผลลัพธ์

มาตรฐานใหม่ของ AI

คลื่นแรกของ AI ถูกขับเคลื่อนด้วยความเป็นไปได้ มีการแสดงสาธิตที่น่าประทับใจ การลงทุนที่ทำลายสถิติ และความคาดหวังที่สูงมาก แต่ตอนนี้ความน่าประทับใจได้หายไป และตลาดกำลังปรับให้เหมาะสม

คลื่นต่อไปจะถูกขับเคลื่อนด้วยสิ่งที่มีพลังมากขึ้น: การใช้งานที่ดี เราได้เห็นแล้วว่าเกิดอะไรขึ้นเมื่อ AI มากกว่าการผสมผสาน: การเผาผลาญ การเสียดสีของกระบวนการ และการนำไปใช้ที่ชะลอตัวลง สิ่งเหล่านี้ไม่ใช่สัญญาณที่ฟองสบู่ AI กำลังแตก แต่ AI ที่ไม่มีการปรับแต่งที่เพียงพอเป็นภาระมากกว่าการเพิ่มพลัง

อุปสรรคในการแข่งขันครั้งต่อไปสำหรับผู้สร้าง AI จะเป็นความไว้วางใจ — และความไว้วางใจมาจากการที่ให้ผู้ใช้นำหน้า

เมื่อ AI มากกว่าการผสมผสาน: การเผาผลาญ, การเสียดสีของกระบวนการ, และการนำไปใช้ที่ชะลอตัวลง สิ่งเหล่านี้ไม่ใช่สัญญาณที่ฟองสบู่ AI กำลังแตก แต่ AI ที่ไม่มีการปรับแต่งที่เพียงพอเป็นภาระมากกว่าการเพิ่มพลัง