ภาวะผู้นำ
ทักษะ AI สำหรับผู้จัดการ: ต้องเรียนอะไรและทำไม
ทักษะ AI ที่สำคัญที่สุดสำหรับผู้จัดการไม่ใช่ทักษะด้านเทคนิค แต่เป็นทักษะด้านวิจารณญาณ ผู้จัดการต้องมีความรู้ความเข้าใจเกี่ยวกับ AI มากพอที่จะรู้ว่าเครื่องมือเหล่านี้ทำอะไรได้จริงบ้าง วิธีออกแบบงานใหม่ให้เข้ากับมัน วิธีตรวจสอบผลลัพธ์จาก AI ว่ามีข้อผิดพลาดหรือไม่ และวิธีนำทีมที่ใช้ AI ทำงานทุกวัน คุณไม่จำเป็นต้องสร้างโมเดลหรือเขียนโค้ด แต่ต้องตัดสินใจได้ดีว่า AI ช่วยงานได้ตรงไหน พลาดตรงไหน และทีมของคุณควรใช้มันอย่างมีความรับผิดชอบอย่างไร
ทำไมผู้จัดการต้องมีทักษะ AI ตั้งแต่วันนี้
เครื่องมือ AI อย่างโมเดลภาษาขนาดใหญ่ (large language model) ถูกฝังอยู่ในอีเมล เอกสาร สเปรดชีต และซอฟต์แวร์บริการลูกค้าอยู่แล้ว ทีมของคุณน่าจะใช้งานมันอยู่แล้วไม่ว่าจะมีนโยบายรองรับหรือไม่ก็ตาม ผู้จัดการที่เข้าใจเครื่องมือเหล่านี้จะกำหนดกรอบการใช้งานที่เหมาะสมได้ สังเกตได้เมื่อผลลัพธ์ผิดพลาด และเปิดเวลาให้ทีมทำงานที่มีคุณค่ามากขึ้น ส่วนผู้จัดการที่หลีกเลี่ยงมันมีความเสี่ยงที่จะอนุมัติงานจาก AI ที่มีข้อผิดพลาด หรือปิดกั้นประโยชน์ที่ควรได้รับเพราะความไม่เข้าใจ
ที่สำคัญคือ การเรียนรู้ทักษะเหล่านี้ไม่ได้การันตีการเลื่อนตำแหน่งหรือปกป้องตำแหน่งงานใดตำแหน่งหนึ่ง แต่จะช่วยให้คุณตัดสินใจได้ดีขึ้น เร็วขึ้น และมีข้อมูลรอบด้านมากขึ้น ซึ่งเป็นแก่นแท้ของบทบาทผู้จัดการ
ทักษะ AI หลักที่ควรสร้างขึ้น
1. ความรู้ AI เชิงปฏิบัติ
ทำความเข้าใจแบบง่ายๆ ว่าโมเดลภาษาขนาดใหญ่คืออะไร นั่นคือระบบที่ทำนายข้อความที่น่าจะเป็นไปได้จากรูปแบบข้อมูล ไม่ใช่ฐานข้อมูลข้อเท็จจริงที่ผ่านการตรวจสอบ นี่คือเหตุผลว่าทำไมมันถึงฟังดูมั่นใจได้ทั้งที่คำตอบผิด (เรียกว่า "อาการหลอน" หรือ hallucination) การเข้าใจจุดนี้จะกำหนดว่าคุณและทีมควรเชื่อคำตอบของมันมากแค่ไหน
2. การเขียนพรอมต์และการมอบหมายงาน
การเขียนพรอมต์ที่ชัดเจนไม่ต่างจากการบรีฟงานที่ดีให้กับสมาชิกในทีม หลักการเดียวกันนี้ใช้ได้กับทั้งสองอย่าง:
- ระบุเป้าหมาย กลุ่มเป้าหมาย และรูปแบบผลลัพธ์ที่ต้องการให้ชัดเจน
- ให้บริบทและตัวอย่างประกอบ
- ขอร่างแรกก่อน แล้วค่อยปรับปรุงด้วยคำสั่งต่อเนื่อง
- แบ่งงานใหญ่ออกเป็นขั้นตอนย่อย
ผู้จัดการที่เขียนพรอมต์เก่งมักมอบหมายงานเก่งด้วย เพราะทักษะพื้นฐานคือความชัดเจนในการสั่งงานแบบเดียวกัน
3. การประเมินผลลัพธ์จาก AI
นี่อาจเป็นทักษะที่มีค่าที่สุด คุณควรมองข้อความ ตัวเลข หรือบทวิเคราะห์ที่ AI สร้างขึ้นแล้วตั้งคำถามได้ว่า ข้อมูลนี้ถูกต้องไหม เหตุผลสมเหตุสมผลไหม แหล่งที่มามีอยู่จริงไหม ผู้จัดการทำหน้าที่เป็นด่านตรวจสอบคุณภาพสุดท้าย ดังนั้นความสามารถในการตรวจสอบ ไม่ใช่แค่ยอมรับเฉยๆ จึงเป็นเรื่องจำเป็น
4. การออกแบบขั้นตอนการทำงานใหม่
ประโยชน์ที่ได้มากที่สุดมักไม่ได้มาจากการแปะ AI เข้าไปในกระบวนการเดิม แต่มาจากการคิดขั้นตอนการทำงานใหม่ทั้งหมด ลองถามว่าส่วนไหนของงานเป็นการร่างเอกสารซ้ำๆ การสรุปความ หรือการวิเคราะห์รอบแรก และส่วนไหนที่ยังต้องใช้วิจารณญาณของคนอยู่ แล้วจึงออกแบบกระบวนการใหม่ให้คนใช้เวลากับสิ่งที่สำคัญที่สุด
5. ความตระหนักเรื่องข้อมูลและความเป็นส่วนตัว
ผู้จัดการควรเข้าใจความเสี่ยงพื้นฐาน ได้แก่ ห้ามวางข้อมูลลับหรือข้อมูลส่วนบุคคลลงในเครื่องมือสาธารณะ ต้องรู้ว่าองค์กรอนุมัติให้ใช้เครื่องมือใดบ้าง และเข้าใจว่า AI อาจสะท้อนอคติที่แฝงอยู่ในข้อมูลที่ใช้ฝึกโมเดล คุณไม่จำเป็นต้องเป็นนักกฎหมาย แต่ต้องมีความตระหนักมากพอที่จะหลีกเลี่ยงความผิดพลาดที่เห็นได้ชัด และตั้งคำถามที่ถูกต้อง
6. การนำทีมที่ใช้ AI เสริมการทำงาน
กำหนดความคาดหวังว่าควรใช้ AI เมื่อใดจึงเหมาะสม วิธีเปิดเผยการใช้งาน และวิธีรักษาทักษะของทีมให้คมชัดเพื่อไม่ให้พึ่งพา AI มากเกินไป สนับสนุนให้ทดลองใช้งานได้อย่างอิสระ แต่ยังคงยึดมั่นเรื่องความถูกต้องและความรับผิดชอบ เพราะคนเป็นเจ้าของผลลัพธ์ ไม่ใช่เครื่องมือ
ทักษะที่ไม่จำเป็นต้องมี (และความเข้าใจผิดที่ควรเลิกเชื่อ)
- การเขียนโค้ด: ผู้จัดการส่วนใหญ่สามารถนำการใช้งาน AI ในองค์กรได้โดยไม่ต้องเขียนโค้ดเลย
- คณิตศาสตร์เชิงลึก: คุณไม่จำเป็นต้องเข้าใจคณิตศาสตร์เบื้องหลังเพื่อใช้เครื่องมือได้ดีหรือประเมินผลลัพธ์ได้
- การไล่ตามเครื่องมือใหม่ทุกตัว: หลักการอยู่ได้นานกว่าตัวผลิตภัณฑ์ เรียนรู้พื้นฐานแล้วนำไปปรับใช้กับเครื่องมือใดก็ตามที่องค์กรของคุณเลือกใช้
วิธีเริ่มต้นเรียนรู้
- ใช้เครื่องมือทุกสัปดาห์ เลือกงานจริงสักอย่าง เช่น ร่างอัปเดต สรุปรายงาน หรือระดมความคิด แล้วลองทำด้วย AI การลงมือทำจริงได้ผลดีกว่าการอ่านเฉยๆ
- จดบันทึกพรอมต์ที่ใช้ เก็บพรอมต์ที่ได้ผลไว้ แล้วคุณจะเริ่มเห็นรูปแบบที่นำกลับมาใช้ซ้ำและแชร์ให้ทีมได้
- เรียนรู้จุดที่ AI มักพลาด ทดลองหาจุดที่เครื่องมือทำผิดพลาดโดยตั้งใจ เพื่อสร้างสัญชาตญาณว่าเมื่อไรควรตรวจสอบซ้ำ
- เรียนคอร์สที่มีโครงสร้างชัดเจน คอร์สสั้นๆ ที่เน้นเรื่อง AI สำหรับผู้จัดการหรือผู้นำสามารถย่นระยะเวลาลองผิดลองถูกหลายเดือนให้เหลือเป็นเส้นทางที่ชัดเจน หากยังไม่แน่ใจว่าจะเริ่มตรงไหน แบบทดสอบทักษะสั้นๆ จะช่วยวางแผนว่าควรให้ความสำคัญกับด้านใดตามบทบาทของคุณ
- ตั้งมาตรฐานให้ทีม เมื่อคุณคุ้นเคยแล้ว ให้เขียนแนวทางง่ายๆ หนึ่งหน้าสำหรับทีมเรื่องเครื่องมือที่อนุมัติให้ใช้ การเปิดเผยการใช้งาน และการตรวจสอบ
มุมมองที่สมจริงต่อผลตอบแทน
ทักษะ AI ช่วยให้ผู้จัดการทำงานประจำได้เร็วขึ้น สื่อสารได้ชัดเจนขึ้น และตัดสินใจได้อย่างมีข้อมูลรอบด้านมากขึ้น มันไม่ได้มาแทนที่ความเชี่ยวชาญเฉพาะด้าน ทักษะด้านคน หรือวิจารณญาณที่ดี แต่ช่วยขยายศักยภาพของสิ่งเหล่านั้น ผู้จัดการที่ได้ประโยชน์สูงสุดมักมอง AI เป็นผู้ช่วยที่มีความสามารถแต่ก็ยังพลาดได้ และต้องมีคนตรวจทานเสมอ เริ่มจากจุดเล็กๆ ตรวจสอบทุกอย่าง และสร้างนิสัยตั้งคำถามไม่ใช่ว่า "AI ทำสิ่งนี้ได้ไหม" แต่เป็น "AI ช่วยให้ทีมของฉันทำงานได้ดีขึ้นตรงไหนบ้าง"