แชร์บทความนี้
ส่งต่อให้เพื่อนหรือทีมงานของคุณ
ข้อมูลที่น่าสนใจ
การใช้ AI ในกลุ่มสำรวจไทยยังต้องพิจารณาความพร้อมของแต่ละงาน
สัดส่วนการใช้ AI เป็นของกลุ่มสำรวจ 574 องค์กร ไม่ใช่ผลประเมินเฉพาะระบบ HR ความพร้อมของบริษัทต้องตรวจจากข้อมูล สิทธิ์ และผู้รับผิดชอบในงานจริง
NECTEC, AI Readiness 2026เปิดต้นทางโอกาสที่งานได้รับผลจาก AI ต่างจากการตกงานจริง
การประเมินว่างานมีโอกาสได้รับผลจาก GenAI ต่างจากจำนวนการเลิกจ้างที่เกิดขึ้นจริง ควรพิจารณาการเปลี่ยนงานและทักษะประกอบ
ILO, ASEAN GenAI labour-market brief 2026เปิดต้นทางมีระบบเก็บข้อมูลแล้ว เหตุใดยังต้องตรวจความพร้อมก่อนใช้ AI
ฝ่าย HR อาจมีข้อมูลพนักงานอยู่ในระบบครบ แต่เมื่อเริ่มถาม AI ว่าพนักงานคนหนึ่งมีสิทธิ์อะไร กลับพบว่านโยบายหลายฉบับยังใช้ปะปนกัน ข้อมูลตำแหน่งไม่ตรงกับโครงสร้างล่าสุด หรือผู้ใช้บางกลุ่มเห็นข้อมูลเกินหน้าที่ ปัญหาเหล่านี้ต้องแก้ที่ข้อมูลและวิธีทำงานร่วมกัน
ก่อนเชื่อมเครื่องมือใหม่ HISTECH เสนอให้เลือกงาน HR หนึ่งเรื่อง แล้วตรวจเส้นทางตั้งแต่ข้อมูลต้นทาง ผู้ใช้ ไปจนถึงผู้รับผิดชอบผลลัพธ์ วิธีนี้ช่วยให้การประเมินความพร้อมผูกกับงานที่ต้องทำจริง
ผลสำรวจไทยปี 2569 บอกอะไร และยังตอบอะไรไม่ได้
NECTEC เผยผลสำรวจ AI Readiness 2026 เมื่อ 3 กันยายน 2569 จากองค์กรภาครัฐและเอกชน 574 แห่ง ใน 10 กลุ่มอุตสาหกรรมเป้าหมาย โดยรายงานว่า 53.7% ขององค์กรในกลุ่มสำรวจนำ AI มาใช้แล้ว ตัวเลขนี้ไม่ได้หมายความว่าทุกองค์กรไทยมีอัตราการใช้เท่ากัน และไม่ได้วัดเฉพาะระบบ HR
รายงานยังชี้ประเด็นความพร้อมด้านข้อมูล เทคโนโลยี บุคลากร และการกำกับดูแล ซึ่ง HR ใช้ตั้งคำถามตรวจงานของตนเองต่อได้ แต่ไม่ควรนำคะแนนระดับองค์กรไปใช้รับรองความพร้อมของระบบใดระบบหนึ่งโดยไม่มีหลักฐานจากงานนั้น
ETDA มีเครื่องมือประเมินความพร้อม AI สำหรับองค์กรให้ศึกษาเพิ่มเติม ส่วนรายการเตรียมงานในบทความนี้เป็นข้อเสนอของ HISTECH ไม่ใช่แบบประเมินหรือผลรับรองจาก ETDA
ข้อมูล ASEAN ช่วยมองเรื่องงานและทักษะอย่างไร
ข่าวสรุปงานศึกษาของ ILO วันที่ 8 กรกฎาคม 2569 มีข้อมูลประเทศไทยร่วมกับประเทศใน ASEAN และแยกการประเมินว่างานมีโอกาสได้รับผลจาก GenAI ออกจากหลักฐานผลกระทบที่เกิดขึ้นจริง จึงไม่ควรแปลผลการประเมินโอกาสได้รับผลกระทบว่าเป็นจำนวนคนที่จะถูกเลิกจ้าง
เมื่อนำมาพิจารณางาน HR ควรดูว่ากิจกรรมใดเปลี่ยนได้ กิจกรรมใดยังต้องใช้วิจารณญาณ และพนักงานต้องเรียนรู้อะไรเพิ่ม การนำประเด็นนี้มาใช้วางงานภายในเป็นการวิเคราะห์ของ HISTECH ซึ่งต้องทดสอบกับลักษณะงานและคนขององค์กรอีกครั้ง
ก่อนให้ AI อ่านข้อมูล ควรตรวจอะไรบ้าง
เริ่มจากข้อมูลที่จำเป็นสำหรับคำถามของงานนั้น หลีกเลี่ยงการนำข้อมูลพนักงานทั้งชุดเข้าเครื่องมือโดยยังไม่รู้ว่าจะใช้ส่วนใด และให้ผู้รับผิดชอบข้อมูลกับทีม IT ตรวจเงื่อนไขการจัดเก็บและการนำข้อมูลของผู้ให้บริการไปใช้ก่อนเชื่อมระบบ
- เจ้าของข้อมูล: ใครรับรองว่าข้อมูลถูกต้อง และใครแก้ได้เมื่อพบข้อผิดพลาด
- ความหมายและช่วงเวลา: รหัสตำแหน่ง หน่วยงาน สถานะ และวันที่มีผลตรงกันระหว่างระบบหรือไม่
- สิทธิ์เข้าถึง: ผู้ใช้แต่ละบทบาทจำเป็นต้องเห็นข้อมูลใด และผลตอบกลับยังรักษาขอบเขตสิทธิ์นั้นหรือไม่
- นโยบายต้นทาง: เอกสารฉบับใดใช้อยู่ มีผู้อนุมัติและวันที่มีผลชัดหรือไม่
- ผู้ตรวจผล: ใครตรวจคำตอบก่อนนำไปใช้กับการตัดสินใจที่กระทบพนักงาน
- การแก้ปัญหา: เมื่อระบบหาข้อมูลไม่พบ ข้อมูลขัดกัน หรือคำตอบผิด จะส่งต่อให้ใคร
ตัวอย่างทดลองที่ตรวจผลได้ควรหน้าตาอย่างไร
ตัวอย่างสมมติ: HR ต้องการให้ AI ช่วยค้นขั้นตอนเตรียมเอกสารสำหรับพนักงานใหม่ เริ่มจากนโยบายที่อนุมัติแล้วและข้อมูลพนักงานสมมติ สร้างคำถามที่มีคำตอบอ้างอิงชัดเจน รวมทั้งกรณีที่เอกสารหมดอายุ ข้อมูลขัดกัน และผู้ใช้ไม่มีสิทธิ์เห็นรายละเอียด
ให้ระบบช่วยค้นและร่างคำตอบ โดย HR ตรวจเอกสารอ้างอิงและข้อยกเว้นก่อนส่งจริง หากระบบไม่พบหลักฐาน ควรส่งต่อผู้รับผิดชอบแทนการแต่งคำตอบขึ้นเอง ตัวอย่างนี้เป็นแนวทางทดลอง ไม่ใช่ผลโครงการหรือหลักฐานประสิทธิภาพของ HISTECH
จะวัดว่าพร้อมขยายการใช้ได้อย่างไร
กำหนดเกณฑ์ร่วมกันก่อนทดลอง โดยวัดความถูกต้องและงานตรวจแก้ควบคู่กับเวลา ความเร็วที่เพิ่มขึ้นอาจไม่คุ้ม หาก HR ต้องตามแก้ข้อมูลหรือคำตอบในขั้นตอนถัดไปมากขึ้น
- คำตอบอ้างอิงนโยบายและข้อมูลฉบับที่ถูกต้องได้กี่กรณี
- ผู้ใช้เข้าถึงข้อมูลเกินหน้าที่หรือข้ามเงื่อนไขที่กำหนดหรือไม่
- HR ใช้เวลาตรวจและแก้คำตอบเท่าไร รวมเวลาที่ต้องย้อนหาข้อมูล
- ระบบหยุดหรือส่งต่อได้ถูกต้องหรือไม่เมื่อข้อมูลไม่พอ
- ผู้ใช้เข้าใจว่าเมื่อใดต้องรอคนยืนยันก่อนดำเนินการหรือไม่
ข้อมูลแบบไหนควรหยุดตรวจให้ครบก่อนใช้
ข้อมูลสุขภาพ ค่าตอบแทน ผลงาน และข้อมูลที่นำไปตัดสินสิทธิ์ของพนักงานควรได้รับการพิจารณาตามความจำเป็นของงานและข้อกำหนดที่เกี่ยวข้อง ให้เจ้าของงาน ทีมข้อมูล IT และผู้รับผิดชอบด้านกฎหมายหรือความเป็นส่วนตัวตรวจร่วมกันก่อนใช้ในระบบจริง
ถ้ายังระบุไม่ได้ว่าใครเห็นข้อมูล ใครตรวจผล หรือจะจัดการอย่างไรเมื่อผิดพลาด ควรแก้ขั้นตอนนั้นก่อนขยายการใช้งาน และไม่ให้ระบบอนุมัติการจ้าง ค่าตอบแทน หรือการประเมินบุคคลเองจากการทดลองค้นข้อมูล
เริ่มจากรายการข้อมูลและผู้รับผิดชอบของงานหนึ่งเรื่อง
ผลสำรวจไทยและภูมิภาคช่วยให้เห็นประเด็นที่ควรเตรียม ส่วนความพร้อมของบริษัทต้องพิสูจน์จากข้อมูลและการทดลองที่ตรวจสอบได้ เริ่มจากเขียนให้ครบว่างานคืออะไร ใช้ข้อมูลไหน ใครมีสิทธิ์ ใครตรวจผล และอะไรคือเงื่อนไขหยุด
หากข้อมูลพนักงานและนโยบายยังแยกอยู่หลายระบบ สามารถอ่านบริการ HRIS และ HR Tech ของ HISTECH เพื่อพิจารณาขอบเขตการจัดข้อมูลและระบบที่เกี่ยวข้องได้จากลิงก์อ่านต่อ

