AI พायलอตที่ดีที่สุดของคุณกำลังยึดกระบวนการที่คุณตั้งใจจะฆ่า

McKinsey ตีพิมพ์บทความเมื่อวันที่ 4 สิงหาคม 2026 เกี่ยวกับการสร้างหน้าที่ HR รอบๆ ตัวแทน และบทความนั้นมีประโยคที่มีประโยชน์ที่สุดเกี่ยวกับ AI ในองค์กรในไตรมาสนี้ เมื่อพรรณนาถึงสิ่งที่เกิดขึ้นเมื่อทีมสร้างตัวแทนโดยไม่มีแผน ผู้เขียนเขียนว่า “ทุกตัวแทนไม่มีการควบคุมจะทำให้กระบวนการเก่าเข้าไปในโค้ด”

พวกเขาเรียกผลลัพธ์นี้ว่า “กับดักตัวแทน”: ความเร็วที่ระดับของงาน แต่การเปลี่ยนแปลงที่ระดับของการออกแบบ

ประโยคนั้นมีค่ามากกว่ากรอบงานที่บทความนี้นำเสนอ และมันใช้ได้กับบริษัทหลายแห่งที่กำลังสร้างตัวแทนอยู่ตอนนี้ แต่ไม่สามารถมองเห็นผลลัพธ์ได้ เพราะตัวแทนเหล่านั้นกำลังทำงาน

กับดักคือตัวแทนซึ่งประสบความสำเร็จ

นี่คือกลไก ตัวแทนเงินเดือนหรือผู้จัดหางานสามารถตั้งค่าตัวแทนให้ทำงานได้ภายในหนึ่งเช้าโดยใช้เครื่องมือ low-code ซึ่งเป็นแพลตฟอร์มที่ทำให้คนส่วนใหญ่ทำงานโดยการคลิกและเขียนคำแนะนำมากกว่าการเขียนโค้ด ไม่ใช่แบบจำลอง แต่ตัวแทนที่ทำงานจริงๆ ที่เชื่อมต่อกับกระบวนการทำงานจริงและผลิตผลลัพธ์จริง

ซึ่งหมายความว่าลำดับที่ทุกคนได้รับการสอน คือ เริ่มต้นด้วยขนาดเล็ก จากนั้นเรียนรู้และขยายใหญ่ขึ้น ไม่ใช่ตัวเลือกที่ระมัดระวังอีกต่อไป McKinsey กล่าวอย่างตรงไปตรงมา: สัญชาตญาณในการ “เริ่มต้นด้วยขนาดเล็กและเรียนรู้” ไม่ใช่ตัวเลือกที่ระมัดระวังอีกต่อไป เมื่อตัวแทนใดๆ สามารถตั้งค่าให้ทำงานได้ภายในหนึ่งเช้า การเริ่มต้นด้วยขนาดเล็กจะเกิดขึ้นไม่ว่าผู้นำจะอนุมัติหรือไม่

มีค่าในการชี้ให้เห็นว่าบทความหยุดและการขยายออกไปที่ไหน McKinsey’s กับดักตัวแทนเป็นหลักคือการให้เหตุผลเกี่ยวกับการเสียเวลา — ทีมที่สมบูรณ์แบบที่ขั้นตอนซึ่งการออกแบบใหม่ที่เหมาะสมจะลบออกไป ส่วนตัวฉัน: การเสียเวลานั้นสามารถกู้คืนได้ และการล็อกอินไม่ใช่

ตัวแทนการทดลองที่ล้มเหลวไม่ใช่เรื่องใหญ่ ตัวแทนการทดลองที่ล้มเหลวจะถูกปิดและลืมเลือนไปและเสียเวลาเพียงไม่กี่สัปดาห์ ตัวแทนที่อันตรายคือตัวแทนที่ทำงานได้ เพราะตัวแทนการทดลองที่ทำงานได้จะกลายเป็นตัวแทนการทำงานทันที มีคนพึ่งพาในวันพุธของเขา มันถูกป้องกันในการประชุมงบประมาณ และกระบวนการที่มันทำให้ทำงานอัตโนมัติ รวมทั้งขั้นตอนที่มีอยู่เฉพาะเพราะระบบที่คุณแทนที่ไปเมื่อ 4 ปีที่แล้วหรือนโยบายที่ไม่มีใครอ่านมาตั้งแต่นั้น จะถูกเข้ารหัสและทำงานและยากที่จะโต้แย้งมากกว่าที่เคยอยู่ในเอกสาร

นั่นคือกับดัก คุณไม่ได้ทำให้กระบวนการทำงานอัตโนมัติ คุณให้การอนุมัติกระบวนการนั้น ซึ่งเป็นรูปแบบที่ไม่สบายใจของการค้นพบที่เพิ่มขึ้นเรื่อยๆ ว่า ผลลัพธ์ของ AI ขึ้นอยู่กับรูปร่างของกระบวนการทำงานมากกว่าเครื่องมือที่ใช้ หากกระบวนการทำงานเป็นตัวแปรที่สำคัญ การทำให้กระบวนการที่ไม่ดีกลายเป็นของแข็งคือสิ่งที่มีค่าใช้จ่ายมากที่สุดสำหรับตัวแทนการทดลองที่ประสบความสำเร็จ

ตัวเลขที่พวกเขาทำให้หายไป

ตัวเลขที่มีชื่อเสียงในบทความคือว่าประมาณสองในสามของกิจกรรม HR ในปัจจุบันสามารถทำให้ทำงานอัตโนมัติได้หรือทำงานอัตโนมัติในการจัดส่งภายในปี 2030 ตัวเลขนั้นจะถูกอ้างอิงทุกที่ในสัปดาห์นี้ และเป็นสิ่งที่น่าสนใจที่สุดในบทความ

ตัวเลขที่น่าสนใจคือในแผนภูมิเวลาที่ใช้ ในสถานะปลายทางที่ McKinsey อธิบาย ประมาณ 20 เปอร์เซ็นต์ของเวลาของมนุษย์ไปสู่การบริหารจัดการความสามารถของตัวแทน: การตั้งค่า ตัวแทน การเขียนและตรวจสอบตรรกะที่ตัวแทนเหล่านั้นปฏิบัติตาม การทดสอบก่อนการเผยแพร่ การติดตามผลการทำงานและการเปลี่ยนแปลง และการปลดประจำการเมื่อกระบวนการทำงานเปลี่ยนแปลง บทความไม่ได้กำหนดความหมายของการเปลี่ยนแปลง: อ่านมันเป็นการเปลี่ยนแปลงที่ช้าๆ ที่ตัวแทนผลลัพธ์ยังคงอยู่ในขณะที่เงียบๆ หยุดทำงาน

หนึ่งในห้าของชั่วโมงการทำงานของมนุษย์ไปสู่การดูแลเครื่องจักร บทความนี้ชี้แจงว่านี่ไม่ใช่หมวดหมู่ที่ปัดเศษ และมันถูกต้อง มันเป็นตัวแทนของ ค่าใช้จ่ายที่ซ่อนอยู่ในการควบคุม AI ขององค์กร ที่ปรากฏขึ้นเป็นเปอร์เซ็นต์ แต่บทความไม่ได้กล่าวถึงว่า 20 เปอร์เซ็นต์นั้นเป็นต้นทุนการเปลี่ยนแปลงที่ลดลงเมื่อการปฏิบัติงานเติบโตขึ้น หรือเป็นต้นทุนการทำงานที่แท้จริงในการทำงานตัวแทนในระดับใหญ่ นั่นคือตัวเลขที่ตัดสินว่าโปรแกรมตัวแทนเป็นการลดต้นทุนหรือการเปลี่ยนต้นทุน และมันหายไป หากคุณกำลังสร้างแบบจำลองการประหยัดต้นทุนจากอัตโนมัติและคุณไม่ได้เพิ่มบรรทัดสำหรับคนดูแลอัตโนมัติในแบบจำลองของคุณ แบบจำลองของคุณผิดพลาดประมาณหนึ่งในห้าของทีมที่ได้รับผลกระทบ

ช่องว่างเดียวกันนี้ปรากฏในรายละเอียดกรณีศึกษา หนึ่งองค์กรในบทความนี้ใช้งานกรณีศึกษา 50 รายการและ “ระบุการประหยัดต้นทุนประจำปีที่มีนัยสำคัญพร้อมกับการปรับปรุงระดับการบริการ HR ที่มีความหมาย” คำว่า “มีนัยสำคัญ” ทำงานหนักในนั้น มากกว่านั้น: บทความเตือนในย่อหน้าที่อยู่ถัดจากนั้นว่าในบางกรณี องค์กรปรับปรุงประสิทธิภาพของกระบวนการที่การออกแบบใหม่จะลบออกหรือดูดซับเข้าไปในกระบวนการทำงานที่แตกต่างกันโดยสิ้นเชิง ดังนั้นกรณีศึกษากี่กรณีที่รอดชีวิต? ตัวเลขนั้นจะช่วยตัดสินว่าเส้นทางจากล่างขึ้นบนเป็นทางลัดหรือทางที่มีค่าใช้จ่ายสูง และมันไม่มีอยู่

ส่วนที่บริษัทปกติสามารถใช้ได้

สูตรของ McKinsey คือการกำหนดรูปแบบการทำงานของมนุษย์และตัวแทนในปี 2030 ก่อน และทำงานย้อนกลับจากนั้น กำหนดจุดหมายปลายทาง จากนั้นจึงกำหนดลำดับการดำเนินการ การลงทุนความสามารถ การกำกับดูแล

บทความนี้ซื่อสัตย์เกี่ยวกับใครที่สามารถทำได้ โครงสร้างองค์กรปลายทางของตนเองบอกว่าต้องการ “กล้ามเนื้อการจัดการผลิตภัณฑ์ที่ฟังก์ชัน HR ส่วนใหญ่ไม่มีในปัจจุบัน พื้นฐานข้อมูลที่แข็งแรงพอที่จะทำงานกราฟทักษะ และ CHRO ที่มีอำนาจในการออกแบบกำลังคนองค์กรที่แท้จริง” จากนั้น: “มีองค์กรที่สามารถเริ่มต้นได้น้อยกว่า”

สำหรับทุกคน รวมถึงบริษัทที่มีตัวแทนกำลังทำงานอยู่แล้ว ดาวเหนือไม่ใช่ส่วนที่สามารถดำเนินการได้ การวินิจฉัยคือ หากตัวแทนที่ไม่มีการควบคุมเข้ารหัสกระบวนการเก่า การเสี่ยงที่คุณมีอยู่ในปัจจุบันสัมพันธ์กับจำนวนของตัวแทนซึ่งไม่มีใครอนุมัติ และคุณแทบจะไม่รู้จักตัวเลขนั้น

ดังนั้น การเคลื่อนไหวครั้งแรกไม่ใช่การวางแผนปี 2030 มันเป็นการนับ

ค้นหาว่าอะไรทำงานอยู่จริงๆ ไม่ใช่สิ่งที่ได้รับการอนุมัติ อะไรถูกสร้างขึ้นในเครื่องมือ low-code อะไรถูกกำหนดเวลาเชื่อมต่อกับกล่องจดหมายร่วม อะไรถูกกำหนดค่าให้ทำงานกับระบบบันทึกที่แท้จริง สำหรับแต่ละรายการ มีสามข้อเท็จจริง: ใครสร้างมัน อะไรมันสัมผัสได้ และอะไรจะพังหากมันหยุดการทำงาน การสำรวจสิ่งนั้นใช้เวลาหนึ่งเช้าสำหรับแต่ละแผนก และเป็นรูปแบบเดียวของ “การกำกับดูแล” ที่บริษัทที่ไม่มีสำนักงานการเปลี่ยนแปลงสามารถดำเนินการได้ในวันจันทร์

คำถามที่ห้าของ CHRO ในบทความนี้คือคำถามที่คุณควรขโมยไป และเป็นคำถามที่คมที่สุดในห้าคำถาม: การเลือกครั้งแรกใดที่เป็นรากฐาน การเลือกใดที่สะสมผลกระทบตามเวลา และเลือกใดที่สามารถยกเลิกได้อย่างปลอดภัย จัดเรียงรายการที่คุณสำรวจตามวิธีนั้น ตัวแทนการทดลองที่สามารถยกเลิกได้อย่างปลอดภัยคือการทดลองของคุณ และคุณควรทำมากกว่านั้น ตัวแทนที่ไม่สามารถยกเลิกได้คือโครงสร้างของคุณ ไม่ว่าใครจะตัดสินใจหรือไม่ นอกจากนี้ยังเป็นการแก้ไขที่มีประโยชน์ต่อความเชื่อที่ขับเคลื่อนการทดลองตัวแทนแรกส่วนใหญ่ ซึ่งก็คือการชี้ตัวแทนไปที่ กระบวนการที่มองเห็นได้มากกว่ากระบวนการภายในที่เงียบกว่า

ใครที่เสียค่าใช้จ่ายจริงๆ

ฝ่ายที่แพ้ไม่ใช่บริษัทที่ไม่เคยเริ่มต้น แต่เป็นบริษัทที่เริ่มต้นมา 2 ปีแล้วและมีจำนวนการทดลองที่ดีและมีเส้นกราฟที่แสดงการนำไปใช้เพิ่มขึ้น

จำนวนการทดลองเป็นมาตรวัดที่ดูเหมือนความคืบหน้า แต่วัดสิ่งที่ตรงกันข้าม การทดลองเพิ่มเติมที่สร้างขึ้นจากการทำงานกระบวนการปัจจุบันเพิ่มต้นทุนในการเปลี่ยนแปลงกระบวนการในอนาคต เพราะตอนนี้มีเครื่องมืออยู่ทางและบุคคลที่เป็นเจ้าของและตัวเลขในเด็คที่บอกว่ามันทำงาน บริษัทที่มีตัวแทนการทดลองหลายสิบรายการไม่ได้เร็วกว่าบริษัทที่มีเพียง 3 รายการ มัน มุ่งมั่น มากขึ้น

นั่นคือการเปลี่ยนมุมมองที่ควรนำออกจากบทความนี้ คำถามที่คุณควรถามเกี่ยวกับโปรแกรมตัวแทนของคุณไม่ใช่ว่ามีกี่ตัวที่ทำงานหรือมีความแม่นยำแค่ไหน แต่เป็นกระบวนการทำงานแบบใดบ้างที่คุณต้องถอยกลับเพื่อเปลี่ยนใจ — และว่าใครสามารถบอกคุณได้วันนี้