เกริ่นนำ – ทุกคนถามว่า AI จะเข้ามาแทนที่ในงานต่างๆไหม แต่ไม่มีใครถามว่า แล้วมันสร้างงานอะไรใหม่ๆบ้าง ?
ผมเข้าใจว่าทำไมคำถามแบบนี้ถึงน่ากลัวครับ แต่มันเป็นคำถามที่ผิดประมานครึ่งนึงเลยแหละ
ประวัติศาสตร์ไม่เคยมีครั้งไหนที่เทคโนโลยีใหม่เข้ามาแล้วทำให้งานในโลกหายไปหมด มันเปลี่ยนรูปแบบบ้าง ย้ายคนบ้าง และแน่นอนว่าก็สร้างสิ่งใหม่ๆขึ้นมาแทนเสมอ เครื่องพิมพ์ดีดฆ่าอาชีพนักคัดลอก แต่สร้างเลขาและ typesetter อินเทอร์เน็ตฆ่าร้านเช่าวิดีโอ แต่ก็สร้าง YouTuber และ UX Designer
AI ก็กำลังทำแบบเดียวกันครับ และถ้าดูให้ดี งานบางอย่างที่มันสร้างขึ้นน่าสนใจกว่างานที่มันกำลังค่อยๆแทนที่มากๆ
หัวข้อที่ 1 – Prompt Engineer — อาชีพที่ฟังดูแปลก แต่ตลาดต้องการจริงๆ
สองปีที่แล้วถ้าบอกว่ามีคนได้เงินเดือนหกหลักจากการ “คุยกับ AI ให้เป็น” คงมีคนหัวเราะอย่างแน่นอนครับ
แต่ประเด็นคือ “ตอนนี้ไม่ตลกแล้ว”
Prompt Engineer คือคนที่รู้ว่าจะสั่ง AI ยังไงให้ได้ผลลัพธ์ที่ใช้งานได้จริงในบริบทของธุรกิจ ฟังดูง่าย แต่ทำจริงๆยากกว่าที่คิดมากครับ เพราะมันไม่ใช่แค่พิมพ์คำถามสวยๆ มันคือการเข้าใจว่า model มีข้อจำกัดอะไร มันตอบสนองต่อ context ยังไง และจะออกแบบ workflow ที่ใช้ AI ทำงานจริงในองค์กรได้อย่างไร
คนที่ทำงานนี้ได้ดีมักมีพื้นฐานผสมกัน ทั้งเข้าใจ business ว่าต้องการอะไร เข้าใจ AI ว่าทำอะไรได้และไม่ได้ และสื่อสารเป็นว่าจะบอก AI ยังไงให้มันทำงานออกมาตรงกับที่ต้องการ สามอย่างนี้อยู่ในคนเดียวกัน ค่อนข้างที่จะหายากมากๆเลยแหละครับ
หัวข้อที่ 2 – Data Storyteller — คนที่แปลตัวเลขให้กลายเป็นเรื่องที่คนฟังแล้วเข้าใจ
นี่คืออาชีพที่ผมคิดว่า underrated มากที่สุดในยุคนี้ครับ
ปัญหาในองค์กรส่วนใหญ่ไม่ใช่ขาด data แต่คือขาดคนที่เอา data มาอธิบายให้คนอื่นเข้าใจได้
CEO ไม่อยากดู pivot table ครับ เขาอยากรู้ว่า “ยอดขายตกเพราะอะไร และต้องทำอะไรต่อ” และนั่นต้องการทักษะที่ต่างออกไปจากการวิเคราะห์ตัวเลขเพียงอย่างเดียวเท่านั้น
Data Storyteller คือคนที่เชื่อมระหว่างสองโลกได้ คือโลกของข้อมูลและโลกของคนที่ต้องตัดสินใจ เขาเอาตัวเลขซับซ้อนๆ มาเล่าให้เป็นเรื่องที่มีต้นมีปลาย มีตัวละคร มีปัญหา และมีทางออก
ทักษะนี้ฝึกได้นะครับ แต่ต้องการทั้งความเข้าใจ data และทักษะการสื่อสาร ซึ่งระบบการศึกษาส่วนใหญ่ยังสอนสองอย่างนี้แยกกันอยู่เลย ใครที่รวมมันได้ไว้ที่ตัวคนเดียว จะมีคุณค่าในตลาดงานสูงมาก
หัวข้อที่ 3 – AI Trainer และ AI Evaluator — คนที่สอน AI ให้ฉลาดขึ้น
AI ไม่ได้ฉลาดขึ้นเอง มันต้องการมนุษย์ช่วยสอนมันครับ
AI Trainer คือคนที่สอน model ว่าคำตอบไหนดี คำตอบไหนผิด คำตอบไหนถูกแต่ไม่เหมาะสมกับบริบท งานนี้ต้องการคนที่มีความรู้เฉพาะทางในหลายสาขา ทั้งการแพทย์ กฎหมาย การเงิน หรือแม้แต่วัฒนธรรมท้องถิ่น เพราะ AI ที่ดีต้องเข้าใจ nuance ของแต่ละบริบท ไม่ใช่แค่ตอบถูกในเชิงข้อเท็จจริงอย่างเดียวเท่านั้น
AI Evaluator ก็คล้ายกันครับ แต่เน้นไปที่การทดสอบว่า AI มีจุดบกพร่องตรงไหน มี bias อะไรซ่อนอยู่ หรือจะตอบผิดในกรณีใดบ้าง งานนี้ต้องการคนที่คิดแบบ adversarial คือต้องนึกว่าจะหลอก AI ยังไงให้มันพลาด เพื่อที่จะได้แก้ไขก่อนที่ผู้ใช้จริงจะเจอปัญหา
ตลาดนี้โตเร็วมากเลยนะครับ และยังขาดคนที่มีทักษะเฉพาะทางอยู่มาก
หัวข้อที่ 4 – AI Ethics Officer — งานที่ยิ่งใหญ่กว่าที่ชื่อ
ฟังดูเหมือนตำแหน่งที่มีไว้เพื่อให้บริษัทดูดีในสายตาสาธารณะ แต่จริงๆ แล้วงานนี้มีความสำคัญมากกว่านั้นอีกนะครับ
AI Ethics Officer คือคนที่ตอบคำถามที่ยากๆในองค์กร เช่น ถ้าระบบ AI ของเราตัดสินใจผิดพลาดและทำให้ลูกค้าเสียหาย ใครจะเป็นคนที่ต้องรับผิดชอบ? ข้อมูลที่เราใช้เทรน AI มีการเลือกปฏิบัติ(ที่ชอบเรียกกันว่า Bias) ซ่อนอยู่ไหม? ถ้าลูกค้ารู้ว่ากำลังคุยกับ AI อยู่ในตอนนั้นๆ พวกเขาจะรู้สึกยังไง?
คำถามเหล่านี้ไม่มีคำตอบตายตัวเลยครับ และนั่นแหละคือเหตุผลที่ต้องการมนุษย์มาคิด ไม่ใช่ปล่อยให้ AI ตัดสินใจเอง คนที่ทำงานนี้ได้ดีมักมีพื้นฐานด้านปรัชญา กฎหมาย หรือสังคมศาสตร์ ผสมกับความเข้าใจเทคโนโลยีพอสมควร
ในไทยงานนี้ยังไม่ค่อยมีตำแหน่งชัดเจนครับ
แต่องค์กรใหญ่ๆเริ่มมองหาคนที่ทำหน้าที่นี้ได้แล้ว แค่อาจยังไม่ได้เรียกชื่อตำแหน่งแบบนี้
หัวข้อที่ 5 – Human-AI Collaboration Designer — อาชีพที่ยังไม่มีชื่อเป็นทางการ
นี่คืองานที่ผมว่าจะใหญ่มากๆในอีก 5 ปีข้างหน้าครับ(เหมือนกับสมัยแรกๆที่ Data Analyst บูมๆ) แม้ตอนนี้ยังไม่มีใครรู้จักชื่อมันดีนัก
ลองนึกภาพว่าคุณเป็นบริษัทที่เพิ่งซื้อระบบ AI มาช่วยงาน customer service คำถามคือจะออกแบบ workflow ยังไงให้ AI รับงานส่วนที่มันทำได้ดี แล้วส่งต่อให้คนในจังหวะที่ถูกต้อง โดยที่ลูกค้าไม่รู้สึกว่าถูกส่งไปๆมาๆแบบไม่มีที่ไป?
นั่นคืองานของ Human-AI Collaboration Designer ครับ คือการออกแบบว่ามนุษย์และ AI จะทำงานร่วมกันยังไง ใครทำส่วนไหน handoff เกิดขึ้นตรงไหน และ experience ของคนในระบบทั้งพนักงานและลูกค้าจะเป็นอย่างไร (คือเป็น Center ระหว่างคนและจักรกล)
งานนี้ต้องการทักษะหลายอย่างมากๆ ทั้ง UX design, process design, ความเข้าใจ AI และ organizational psychology แต่ใครที่ทำได้จะมีงานรอครับ เพราะทุกองค์กรที่นำ AI มาใช้ต้องเจอคำถามนี้
หัวข้อที่ 6 – ทักษะที่มองข้ามไม่ได้ในทุกงานที่บอกไป
ไม่ว่าจะสนใจงานไหนในบรรดาที่พูดถึง มีทักษะบางอย่างที่ปรากฏในทุกตำแหน่งครับ
ความเข้าใจว่า AI ทำอะไรได้และไม่ได้ ไม่ต้องเขียนโค้ดเป็น แต่ต้องรู้พอที่จะประเมินว่าจะเอา AI มาใช้กับปัญหาไหนได้ผล และปัญหาไหนที่ใช้ AI แล้วจะพังมากกว่าเดิม
ทักษะการตั้งคำถามที่ดี AI ให้คำตอบ แต่คนต้องตั้งคำถาม และคำถามที่ดีกับคำถามที่แย่ให้ผลต่างกันมาก ทักษะนี้ฟังดูธรรมดา แต่หายากในทางปฏิบัติครับ
การทำงานกับ uncertainty งานใหม่ที่เกิดจาก AI ส่วนใหญ่ยังไม่มี playbook ชัดเจน ใครที่ทนกับความไม่แน่นอนได้และยังทำงานต่อไปได้จะได้เปรียบมาก
การสื่อสารข้ามสาขา งานเหล่านี้ต้องพูดคุยกับทั้งทีมเทคนิคและทีม business พร้อมกัน ซึ่งบางทีก็เหมือนพูดสองภาษาที่ต่างกันสุดขั้วในองค์กรเดียวกัน
สรุป – ไม่ต้องแข่งกับ AI แค่ทำงานที่ AI ทำแทนไม่ได้
ผมเห็นคนสองกลุ่มในช่วง 2-3 ปีที่ผ่านมาครับ ตั้งแต่ที่ ChatGPT เริ่มเข้ามา
กลุ่มแรกกลัว AI และพยายามเพิกเฉยมันให้นานที่สุด กลุ่มที่สองลองใช้มัน เรียนรู้ข้อจำกัดของมัน และเริ่มคิดว่าจะเอามันมาใช้ร่วมกับทักษะที่ตัวเองมีได้ยังไง
กลุ่มสองไม่ได้ฉลาดกว่าครับ แค่ไม่กลัวก็เท่านั้น และก็เลือกที่จะเริ่มให้ไวกว่า
งานใหม่ที่ AI สร้างขึ้นมาส่วนใหญ่ต้องการทักษะที่มนุษย์พัฒนามาตลอดชีวิต ทั้งการเข้าใจคน การตัดสินใจในความไม่แน่นอน การสื่อสาร และการคิดเชิงวิพากษ์ AI เก่งเรื่อง pattern และความเร็ว แต่ยังต้องการมนุษย์มาบอกว่า pattern ไหนสำคัญ และความเร็วนั้นควรพาไปทิศไหน
ถ้าคุณมีทักษะเหล่านั้นอยู่แล้ว คุณไม่ได้เริ่มจากศูนย์ครับ แค่ต้องเรียนรู้ว่าจะเอา AI มาเป็นเครื่องมือยังไงให้มันขยายสิ่งที่คุณทำได้ดีอยู่แล้ว
แค่นั้นเองครับ ไม่ต้องแข่งกับ AI เพราะนั่นเป็นการแข่งที่คุณแพ้ตั้งแต่ต้น 5555555 เราไม่ต้องไปทะลึ่งแข่งเลยครับ
แต่ถ้าทำงานร่วมกับมันเป็น คุณจะกลายเป็นคนที่ทำได้มากกว่าคนที่ไม่มี AI และดีกว่า AI ที่ไม่มีมนุษย์ในเวลาเดียวกัน
Leave a Reply