แชร์บทความนี้
ส่งต่อให้เพื่อนหรือทีมงานของคุณ
หมายเหตุก่อนเริ่มบทสนทนา
บทสัมภาษณ์นี้เป็นสถานการณ์จำลอง ตัวละครชื่อคุณกานต์ไม่ได้อ้างถึงบุคคลจริง คำตอบสังเคราะห์จาก SHRM, Microsoft, McKinsey, Gartner และ OECD เพื่อแปลงงานวิจัยให้เป็นบทสนทนาที่อ่านง่าย โดยไม่สร้างคำพูดให้ผู้บริหารจริง
เราเลือกให้คุณกานต์เป็น Chief People Transformation Officer ขององค์กรสมมติที่กำลังนำ AI เข้ามาใช้ใน Recruiting, Employee Service และ People Analytics เพราะสามพื้นที่นี้รวมทั้งโอกาส งานจุกจิก และกับดักไว้ครบถ้วนแบบชุดอาหารกลางวันประชุม
ถาม: ถ้าทีม HR เพิ่งเริ่ม ควรเลือก Use Case แรกอย่างไร
คุณกานต์: ผมเริ่มจากงานที่คนทำซ้ำบ่อย กติกาค่อนข้างชัด และถ้าระบบพลาดยังมีเวลาหยุดแก้ เช่น ค้นนโยบาย เตรียมคำตอบมาตรฐาน สรุป Feedback หรือเช็กความครบถ้วนของ Onboarding Checklist
ผมไม่เริ่มจากการให้ AI คัดคนออกหรือแนะนำค่าตอบแทนทันที งานเหล่านั้นมีผลต่อคนสูง ข้อมูลซับซ้อน และต้องอธิบายได้ SHRM พบว่า Recruiting เป็นพื้นที่ใช้ AI มากสุดก็จริง แต่ประโยชน์ด้านความเร็วต้องเดินคู่กับ Human Judgment และการตรวจอคติ
ถาม: พนักงานกลัวว่า AI จะมาแทนงาน ควรสื่อสารแบบไหน
คุณกานต์: อย่าบอกว่าไม่มีอะไรเปลี่ยน เพราะทุกคนรู้ว่าไม่จริง ให้บอกว่างานส่วนไหนกำลังเปลี่ยน ทักษะใดจะสำคัญขึ้น และองค์กรจะช่วยให้คนเรียนอย่างไร ความเชื่อใจเกิดจากรายละเอียด ไม่ได้เกิดจากโปสเตอร์คำว่า Future Ready
McKinsey รายงานปี 2025 ว่าพนักงานพร้อมใช้ AI มากกว่าที่ผู้นำคิด แต่หลายองค์กรติดที่การนำและการขยายผล ผมจึงเปิดพื้นที่ทดลอง ให้ทีมบันทึกทั้งสิ่งที่ช่วยและสิ่งที่พลาด แล้วแชร์กันแบบไม่ลงโทษคนที่รายงานปัญหา เราต้องการเรียนรู้ ไม่ใช่ประกวดว่าใคร Prompt สวยที่สุด
ถาม: HR ต้อง Upskill อะไรบ้าง
คุณกานต์: ผมแบ่งเป็นสามระดับ ทุกคนต้องมี AI Literacy และ Data Privacy คนที่ใช้เครื่องมือประจำต้องรู้ Prompt, Verification และ Escalation ส่วน Process Owner ต้องออกแบบ Workflow, Metric และ Control ได้
ตัวเลขของ SHRM ที่ 67% มองว่าองค์กรยังไม่เชิงรุกเรื่อง Upskill เป็นสัญญาณเตือน การอบรมสองชั่วโมงแล้วแจก Certificate ไม่พอ เราใช้ Office Hours, ตัวอย่างงานจริง, Checklist สั้น และ Community of Practice เพื่อให้ทักษะติดกับงานประจำ
ถาม: แล้วผู้จัดการต้องเปลี่ยนบทบาทอย่างไร
คุณกานต์: ผู้จัดการต้องเป็นคนกำกับงานของทั้งคนและ Agent เขาต้องรู้ว่างานใดมอบหมายได้ เกณฑ์คุณภาพคืออะไร และเมื่อไรต้องรับช่วงต่อ Microsoft เรียกภาพนี้ว่า Human Agency ซึ่งผมชอบ เพราะมันย้ำว่าความรับผิดชอบไม่ได้หายไปตาม Automation
ถ้า Agent สรุป Performance Feedback ผู้จัดการยังต้องอ่านบริบทและคุยกับลูกทีม ห้ามโยนประโยคจาก AI ลงแบบประเมินแล้วบอกว่าระบบคิดมาให้ ความสะดวกไม่ใช่ใบอนุญาตให้เลิกใช้วิจารณญาณ
ถาม: Governance ควรเริ่มจาก Policy หรือ Technology
คุณกานต์: เริ่มพร้อมกันแต่ให้ Use Case เป็นศูนย์กลาง Policy ต้องบอกข้อมูลใดห้ามใส่ เครื่องมือใดอนุมัติ ใครตรวจ Output และพนักงานร้องเรียนหรือขอทบทวนได้อย่างไร Technology ต้องบังคับ Permission, Logging, Retention และ Human Approval ตามกติกานั้น
OECD ศึกษา Algorithmic Management และชี้ว่าซอฟต์แวร์ที่ทำหน้าที่บางส่วนแทนผู้จัดการอาจกระทบ Autonomy และคุณภาพงาน องค์กรจึงต้องคุยกับพนักงานและตรวจผลกระทบ ไม่ใช่ดูแค่ System Uptime เพราะระบบออนไลน์ครบ 99.9% ก็ยังสร้างประสบการณ์แย่ได้ครบถ้วน
ถาม: วัดผลโครงการ AI อย่างไรไม่ให้หลงตัวเลขสวย
คุณกานต์: ผมใช้ Scorecard สี่ด้าน เวลาและต้นทุน คุณภาพและ Error ความเป็นธรรมและ Risk และประสบการณ์ของผู้ใช้ ถ้าตอบเร็วขึ้นแต่ HR ต้องใช้เวลาตามแก้มากกว่าเดิม เราไม่ได้ประหยัดอะไร แค่ย้ายงานไปหลบหลังฉาก
ทุก Pilot ต้องมี Baseline ก่อนเริ่ม ระบุ Sample และเก็บเหตุผิดพลาด จากนั้น Review รายสัปดาห์ในช่วงแรก เราวัด Adoption ด้วย แต่ไม่บังคับให้คนใช้เพื่อทำตัวเลข เพราะจำนวนผู้ใช้สูงอาจแปลว่าระบบดี หรืออาจแปลว่าผู้บริหารถามทุกเช้าว่าใช้หรือยัง
ถาม: ประโยคเดียวที่อยากฝากผู้นำ HR
คุณกานต์: อย่ารีบทำให้องค์กรดูเป็น AI-first จนลืมทำให้ Process มีเหตุผลก่อน เทคโนโลยีควรขยายงานที่ดี ไม่ใช่ขยายความสับสนเดิม
คำตอบนี้อาจไม่หวือหวาเท่าการประกาศ Agent ร้อยตัว แต่เป็นจุดยืนที่ใช้ได้จริง ผู้นำ HR ไม่ต้องรู้ทุกโมเดล เขาต้องสร้างระบบที่คนกล้าทดลอง กล้าตรวจ และกล้าหยุดเมื่อผลลัพธ์ไม่สมเหตุผล