แชร์บทความนี้
ส่งต่อให้เพื่อนหรือทีมงานของคุณ
ข้อมูลที่น่าสนใจ
AI adoption in HR continues, but human judgment remains critical in recruiting
ใช้รองรับคำแนะนำว่า use case แรกควรอยู่ในงานช่วยเตรียมงานและ service flow มากกว่างานตัดสินใจขั้นสุดท้าย
SHRM 2025 Talent Trends - AI in HRเปิดต้นทางGovern, Map, Measure, Manage as a first-use-case checklist
ใช้เป็นกรอบถามว่า use case แรกมี owner, data, metric และ stop rule ครบหรือยัง
NIST AI Risk Management Frameworkเปิดต้นทางหมายเหตุก่อนเริ่มบทสนทนา
บทสัมภาษณ์นี้เป็นสถานการณ์จำลอง ตัวละครไม่ได้อ้างถึงบุคคลจริง คำตอบสังเคราะห์จาก SHRM, Microsoft, NIST และ OECD เพื่อให้ผู้บริหาร HR อ่านประเด็นการเลือก use case ได้ง่ายขึ้นโดยไม่สร้างคำพูดให้ผู้เชี่ยวชาญจริง
เราเลือกบทสนทนาระหว่าง HR Transformation Lead กับ HRIT Lead เพราะการเริ่ม agent ในงาน HR ไม่ใช่คำถามของฝ่าย HR เพียงอย่างเดียว แต่เป็นการออกแบบงานร่วมกันระหว่าง process owner, data owner และคนที่ต้องดูแล guardrail
ถาม: ถ้าจะมี HR agent ตัวแรก ควรเริ่มจากงานแบบไหน
HR Transformation Lead: ผมจะเลือกงานที่คนถามซ้ำบ่อย กติกาพอชัด และผลกระทบยังอยู่ในระดับที่คนรับช่วงแก้ได้ เช่น ค้นนโยบาย ตอบคำถามมาตรฐาน ติดตามความครบของ onboarding หรือช่วย triage ticket ก่อนส่งต่อ
HRIT Lead: ถ้างานนั้นมี owner ชัด แหล่งข้อมูลไม่กระจัดกระจายเกินไป และเราบอกได้ว่าคำตอบผิดแบบไหนคือผิดร้ายแรง เราจะออกแบบ control ได้ง่ายกว่า SHRM รายงานว่าหลายองค์กรเริ่มใช้ AI ใน recruiting จริง แต่ผลที่ดีเกิดเมื่อยังมีคนคุมคุณภาพและอคติอย่างต่อเนื่อง
ถาม: แล้วงานแบบไหนยังไม่ควรให้ agent แตะก่อน
HR Transformation Lead: งานที่เกี่ยวกับการตัดสินใจเรื่องคนโดยตรง เช่น คัดออกจาก shortlist, แนะนำค่าตอบแทน, ตัดสินวินัย หรือจัดอันดับผลงานแบบใช้ output จาก AI เป็นคำตอบสุดท้าย ผมยังไม่เริ่มตรงนั้นเพราะต้นทุนความผิดพลาดสูงเกินกว่าจะใช้เป็น pilot
HRIT Lead: ถ้าข้อมูลยังไม่สม่ำเสมอหรือ policy ยังเถียงกันอยู่ Agent จะทำให้ข้อขัดแย้งวิ่งเร็วขึ้น ไม่ได้ช่วยแก้ปัญหาเดิม การเลือก use case จึงต้องเริ่มจากความพร้อมของข้อมูลพอ ๆ กับความพร้อมของ workflow
ถาม: ถ้าอยากเริ่ม แต่ข้อมูลยังไม่พร้อมเต็มร้อย ต้องทำอย่างไร
HR Transformation Lead: ไม่ต้องรอความสมบูรณ์แบบ แต่ต้องรู้ว่าข้อมูลส่วนใดเชื่อถือได้จริงและส่วนใดต้องมี disclaimer ก่อนตอบ ถ้า source of truth ยังมีหลายชุด เราควรจำกัดขอบเขตให้ agent ใช้แหล่งที่ตรวจแล้วเท่านั้น
HRIT Lead: NIST AI Risk Management Framework ช่วยมากตรงที่มันบังคับให้เราถามว่า use case นี้ใช้ข้อมูลอะไร เกิดผลกระทบกับใคร และเราจะวัดความผิดพลาดอย่างไร คำถามพวกนี้ทำให้ทีมไม่ข้ามเรื่อง data quality ไปคุย automation อย่างเดียว
ถาม: Pilot ที่ดีควรวัดผลและ stop rule อย่างไร
HR Transformation Lead: ผมดูสี่ด้าน คือเวลาที่ลดลง คุณภาพคำตอบ ความพอใจของผู้ใช้ และจำนวนเคสที่ต้อง escalate ถ้าตอบเร็วขึ้นแต่คนต้องตามแก้มากขึ้น แปลว่าเราย้ายภาระ ไม่ได้แก้ปัญหา
HRIT Lead: stop rule ต้องมี เช่น ถ้าคำตอบผิดใน policy สำคัญเกิน threshold ที่กำหนด หรือมีการดึงข้อมูลเกินสิทธิ์ ระบบต้องหยุดหรือเปลี่ยนเป็น assist mode ทันที การมี stop rule ทำให้ pilot ปลอดภัยขึ้นและทำให้ผู้บริหารไว้ใจมากกว่าการเร่ง go live
ถาม: ฝ่าย HR, HRIT และผู้บริหารต้องแบ่งบทบาทกันอย่างไร
HR Transformation Lead: HR ต้องเป็นเจ้าของ use case, policy intent และผลกระทบต่อคน HRIT ต้องดู data access, logging, integration และ control ส่วนผู้บริหารต้องให้ทิศทางว่าความเสี่ยงระดับใดองค์กรยอมรับได้
HRIT Lead: ถ้าฝ่ายใดฝ่ายหนึ่งถูกทิ้งให้ตัดสินใจลำพัง โครงการจะเอียงทันที บางองค์กรให้อำนาจกับเทคโนโลยีมากไป บางองค์กรคุยแต่ policy โดยไม่ออกแบบระบบจริง การมี ownership ร่วมจึงสำคัญกว่าการเลือก model รุ่นใหม่ที่สุดในตลาด
ถาม: อยากฝากอะไรถึงผู้บริหารที่กำลังจะอนุมัติ use case แรก
HR Transformation Lead: อย่าเริ่มจากคำถามว่า agent ทำได้กี่อย่าง ให้เริ่มจากคำถามว่าเรากล้าให้มันทำอะไรภายใต้กติกาแบบไหน เพราะ use case แรกจะกลายเป็นมาตรฐานทางวัฒนธรรมของ use case ถัดไป
HRIT Lead: ถ้า use case แรกออกแบบให้คนอ่าน ตรวจ และหยุดระบบได้จริง ทีมจะกล้าขยายงานต่อ แต่ถ้าเริ่มจากงานที่เสี่ยงเกินจำเป็นหรือไม่มี stop rule คนจะจำประสบการณ์นั้นไปอีกนานกว่า slide เปิดตัวสวย ๆ