ดูเหมือนว่าความสามารถใหม่ๆ ของ AI ทุกอย่างจะดำเนินไปในรูปแบบเดียวกัน

มีคนเอาสิ่งนั้นมาห่อหุ้มด้วยอินเทอร์เฟซที่ใช้งานง่าย สร้างบริษัทขึ้นมารอบๆ มัน แล้วประกาศว่าอุตสาหกรรมทั้งอุตสาหกรรมกำลังจะถูกพลิกโฉม

ในช่วงแรก มันอาจดูเป็นอย่างนั้น แต่เมื่อความสามารถเดียวกันนี้กลายเป็นสิ่งที่หาได้ทั่วไป ข้อได้เปรียบก็เริ่มจะหายไป สิ่งที่ดูเหมือนการพลิกโฉม อาจกลายเป็นเพียงอีกหนึ่งฟีเจอร์เท่านั้น

AI สามารถทำให้การดำเนินการต่างๆ เร็วขึ้น ถูกกว่า และง่ายขึ้น แต่เมื่อโมเดลและความสามารถเดียวกันนี้มีให้ทุกคนใช้ การเข้าถึงเทคโนโลยีจึงแทบจะไม่ใช่ข้อได้เปรียบที่ยั่งยืน

ข้อได้เปรียบที่แท้จริงมาจากวิธีการที่ผู้คนนำมันไปประยุกต์ใช้ภายในองค์กร

AI ไม่เข้าใจองค์กร

โมเดลอาจเข้าใจการเขียนโปรแกรม การเงิน การตลาด หรือการสนับสนุนลูกค้า แต่มันไม่เข้าใจโดยอัตโนมัติว่าทำไมองค์กรถึงดำเนินงานในแบบที่เป็นอยู่

การตัดสินใจในอดีตแบบไหนที่สร้างระบบปัจจุบันขึ้นมา?

ข้อกำหนดของลูกค้าข้อใดที่จริงๆ แล้วไม่สามารถต่อรองได้?

กระบวนการใดบ้างที่ถูกนำมาใช้เพราะความล้มเหลวในอดีต?

เป้าหมายใดที่ดูสมเหตุสมผลในสเปรดชีต แต่แทบจะเป็นไปไม่ได้เลยที่จะบรรลุในทางปฏิบัติ?

ข้อจำกัดทางกฎหมาย ความปลอดภัย การดำเนินงาน หรือทางธุรกิจใดบ้างที่สำคัญในโดเมนนี้?

ความรู้นี้แทบจะไม่เคยมีอยู่ในที่เดียวที่สมบูรณ์และเชื่อถือได้ มันอาจกระจายอยู่ตามผู้คน ระบบ เอกสาร การสนทนา และการตัดสินใจในอดีต

เรามักเรียกมันว่าความรู้เฉพาะกลุ่ม (tribal knowledge) ซึ่งส่วนใหญ่สามารถและควรถูกบันทึกเป็นเอกสาร แต่การมีเอกสารเพียงอย่างเดียวไม่ได้ช่วยแก้ปัญหา

RAG และ fine-tuning สามารถช่วยให้โมเดลเข้าถึงความรู้ขององค์กรได้ แต่พวกมันไม่สามารถรับประกันได้ว่าข้อมูลนั้นสมบูรณ์ ทันสมัย เกี่ยวข้อง หรือถูกนำไปใช้อย่างถูกต้อง

ผู้คนยังคงจำเป็นต้องรับรู้ถึงบริบทที่ขาดหายไป จัดการกับกรณีพิเศษ ตั้งคำถามกับสมมติฐาน และตรวจสอบผลลัพธ์

ที่สำคัญกว่านั้น ผู้คนต้องตัดสินใจในสิ่งที่เกินขีดความสามารถที่ระบบเหล่านี้จะรองรับได้อย่างน่าเชื่อถือ

การตรวจทานไม่ใช่แค่การแก้ไขข้อผิดพลาดของ AI

โมเดลภาษาขนาดใหญ่สามารถสร้างข้อมูลที่ไม่ถูกต้องได้ โดยไม่รู้ว่ามันไม่ถูกต้อง

การตอบสนองตามปกติคือการเพิ่มผู้ตรวจสอบที่เป็นมนุษย์ซึ่งคอยตรวจสอบผลลัพธ์ แต่การตรวจทานผลลัพธ์ของ AI ควรมากกว่าแค่การแก้ไขข้อผิดพลาดด้านข้อเท็จจริง

คนที่เข้าใจโดเมนและองค์กรสามารถ:

• ใช้ตรรกะขององค์กร
• รับรู้กรณีพิเศษ
• ระบุข้อมูลที่ขาดหายไป
• เข้าใจต้นทุนของความผิดพลาด
• ประเมินความเสี่ยงทางธุรกิจ กฎหมาย และความปลอดภัย
• รับรู้เมื่อ AI ถูกใช้กับปัญหาที่ผิด
• ปรับปรุงพรอมต์ เวิร์กโฟลว์ หรือระบบเพื่อการใช้งานในอนาคต

ผ่านกระบวนการนี้ ผู้คนไม่ได้แค่แก้ไขโมเดล แต่พวกเขาทำให้องค์กรมีความสามารถมากขึ้น

มนุษย์ไม่ใช่ส่วนประกอบเสริมของระบบ AI

พวกเขาเป็นส่วนหนึ่งของระบบ

โมเดลเปลี่ยนไป แต่องค์กรต้องดำเนินต่อไปได้

โมเดล AI ได้รับการอัปเดตอยู่ตลอดเวลา

โมเดลที่ใหม่กว่าอาจมีเหตุผลที่ดีกว่า แต่มีน้ำเสียง รูปแบบ หรือพฤติกรรมการใช้เครื่องมือที่แย่ลง API อาจเปลี่ยนแปลง ฟีเจอร์อาจถูกลบออก โมเดลอาจถูกเลิกใช้

นอกจากนี้ยังมีความเสี่ยงที่เกี่ยวข้องกับการพึ่งพาผู้ให้บริการรายใดรายหนึ่งมากเกินไป

ราคาอาจเพิ่มขึ้น นโยบายการใช้งานอาจเปลี่ยนแปลง ฟีเจอร์อาจไม่สามารถใช้ได้อีกต่อไป โมเดลที่ทำงานได้ดีในวันนี้อาจไม่เหมาะสมอีกต่อไปในอีกหกเดือนต่อมา

องค์กรที่ปรับกระบวนการของตนให้เหมาะสมกับโมเดลใดโมเดลหนึ่งโดยเฉพาะ อาจประสบปัญหาการหยุดชะงักอย่างรุนแรงหากขาดความเชี่ยวชาญภายใน

ทีมงานที่มีความสามารถสามารถลดความเสี่ยงนี้ได้โดย:

• ทำความเข้าใจว่าระบบทำงานอย่างไร
• ประเมินโมเดลเวอร์ชันใหม่
• ทดสอบการเปลี่ยนแปลงก่อนที่จะนำไปใช้จริง
• ติดตามคุณภาพของผลลัพธ์
• ปรับพรอมต์และเวิร์กโฟลว์
• เปรียบเทียบโมเดลทางเลือก
• ลดการพึ่งพาผู้ให้บริการรายเดียว

เมื่อโมเดลแพงเกินไป ไม่น่าเชื่อถือ หรือไม่เหมาะสม ทีมงานควรจะสามารถย้ายระบบได้โดยมีการหยุดชะงักน้อยที่สุด

หากไม่มีความสามารถนั้น องค์กรก็ไม่ได้ถูกเสริมพลังโดย AI

มันกำลังพึ่งพา AI

ระบบอัตโนมัติเต็มรูปแบบสามารถสร้างความเสี่ยงใหม่ๆ

มนุษย์ไม่จำเป็นต้องมีส่วนร่วมในทุกขั้นตอนที่เป็นกิจวัตร

แต่การเอาคนออกจากกระบวนการเพียงเพราะว่ามันสามารถทำให้เป็นอัตโนมัติได้ อาจสร้างระบบที่อันตรายกว่า

ผลิตภัณฑ์ AI จำนวนมากพึ่งพาโมเดล ไลบรารี API เครื่องมือ ปลั๊กอิน และแหล่งข้อมูลภายนอก

สิ่งเหล่านี้ใดๆ ก็สามารถกลายเป็นจุดที่เกิดความล้มเหลวได้เนื่องจาก:

• การพึ่งพาที่อ่อนแอหรือถูกบุกรุก
• ข้อมูลที่ไม่ถูกต้องหรือถูกปนเปื้อน
• เอกสารที่เป็นอันตราย
• การฉีดพรอมต์ (prompt injection)
• การเจลเบรก (jailbreak)
• การอนุญาตที่มากเกินไป
• การใช้เครื่องมือที่ไม่ถูกต้อง
• ความเข้าใจผิดว่าระบบสามารถทำอะไรได้อย่างปลอดภัย

ยิ่งมีเลเยอร์ระหว่างผู้รับผิดชอบกับงานที่ทำมากเท่าไหร่ โอกาสที่สิ่งต่างๆ จะผิดพลาดก็ยิ่งมีมากขึ้นเท่านั้น

ซอฟต์แวร์แบบดั้งเดิมทำตามคำแนะนำที่กำหนดไว้ล่วงหน้า

ระบบ AI ตีความคำแนะนำ

ความแตกต่างนั้นสำคัญ

การตรวจสอบอินพุต การควบคุมการเข้าถึง การบันทึก日志 การตรวจสอบ การตรวจสอบบัญชี และเวิร์กโฟลว์การอนุมัติยังคงมีความจำเป็น แต่ตอนนี้พวกเขาต้องคำนึงถึงระบบที่สามารถตีความภาษาที่ไม่น่าเชื่อถือและดำเนินการตามการตีความนั้น

คำตอบไม่ใช่การหลีกเลี่ยงระบบอัตโนมัติ

มันคือการกำหนดให้ชัดเจนว่าใครเป็นเจ้าของระบบ ใครเข้าใจความเสี่ยงของมัน และใครต้องรับผิดชอบเมื่อมีสิ่งผิดพลาดเกิดขึ้น

ทางเลือกไม่ได้อยู่ระหว่างมนุษย์กับ AI

คำถามที่แท้จริงคือความรับผิดชอบของมนุษย์ต้องอยู่ที่จุดไหน

สุดโต่งทั้งสองด้านของการถกเถียงเรื่อง AI ทำให้เข้าใจผิด

ฝ่ายหนึ่งอ้างว่า AI จะเข้ามาแทนที่แรงงานมนุษย์อย่างสมบูรณ์

อีกฝ่ายสันนิษฐานว่า AI จะมีผลกระทบที่มีความหมายเพียงเล็กน้อย

ทั้งสองมุมมองนั้นเรียบง่ายเกินไป

AI จะทำให้บางงานเป็นอัตโนมัติ ลดบทบาทบางอย่าง สร้างบทบาทใหม่ และเปลี่ยนแปลงบทบาทอื่นๆ อย่างมีนัยสำคัญ

มันจะทำให้ทีมขนาดเล็กสามารถทำงานที่ก่อนหน้านี้ต้องใช้ทีมที่ใหญ่กว่ามาก

แต่สิ่งนั้นไม่ได้ทำให้ผู้คนมีความสำคัญน้อยลง

มันทำให้ผู้คนที่เหลืออยู่มีความรับผิดชอบมากขึ้น

เมื่อ AI ทำให้การดำเนินการเร็วขึ้นและถูกลง คุณค่าของการตัดสินใจจะเพิ่มขึ้น

AI สามารถสนับสนุนการตัดสินใจและทำให้ส่วนต่างๆ ของกระบวนการตัดสินใจเป็นอัตโนมัติ แต่ความรับผิดชอบและความรับผิดชอบไม่สามารถโอนไปยังโมเดลได้เพียงเท่านั้น

ทุนมนุษย์ไม่ใช่การรักษางานให้คงอยู่ในรูปแบบเดิม

การลงทุนในคนไม่ได้หมายถึงการปกป้องทุกบทบาท กระบวนการ หรือวิธีการทำงานที่มีอยู่

มันหมายถึงการพัฒนาคนที่สามารถปรับตัวเข้ากับสถานการณ์ใหม่และมีส่วนร่วมในความสำเร็จระยะยาวขององค์กร

คนที่มีค่าที่สุดอาจไม่ใช่แค่คนที่งานปัจจุบันดูปลอดภัยจากระบบอัตโนมัติมากที่สุด

พวกเขาอาจเป็นคนที่สามารถผสมผสาน:

• ความรู้ในโดเมน
• บริบทขององค์กร
• ความเข้าใจลูกค้า
• ความสามารถทางเทคนิค
• การตัดสินใจที่ถูกต้อง
• ความตระหนักรู้ถึงความเสี่ยง
• ความสามารถในการใช้ AI อย่างมีประสิทธิภาพ

องค์กรไม่ควรถามเพียงแค่ว่า:

“เราสามารถแทนที่คนได้กี่คนด้วย AI?”

พวกเขาควรถามด้วยว่า:

• AI จะช่วยให้คนของเราทำงานได้ดีขึ้นได้อย่างไร?
• ความรู้ขององค์กรใดที่เราต้องรักษาไว้?
• ใครเข้าใจระบบโดยรวม?
• ใครสามารถตัดสินใจที่ยากลำบากได้เมื่อจำเป็น?
• ผู้คนจะประเมินคำแนะนำที่สร้างโดย AI อย่างไร?
• ความรับผิดชอบจะถูกกำหนดอย่างไรเมื่อ AI ดำเนินการบางอย่าง?
• เราจะมั่นใจได้อย่างไรว่าทีมของเราสามารถปรับตัวได้เมื่อเทคโนโลยีเปลี่ยนไป?

คำถามเหล่านี้เป็นตัวกำหนดว่า AI จะกลายเป็นเครื่องมือเพิ่มประสิทธิภาพระยะสั้น หรือเป็นความสามารถขององค์กรในระยะยาว

ข้อได้เปรียบที่แท้จริง

AI อาจลดคุณค่าของการดำเนินการตามปกติ ในขณะที่เพิ่มคุณค่าของการตัดสินใจ

มันอาจทำให้บางบทบาทไม่จำเป็น แต่มันก็สามารถทำให้คนที่ใช่มีความสามารถมากขึ้นอย่างมาก

องค์กรที่ได้รับประโยชน์สูงสุดจาก AI จะไม่ทำให้ระบบเป็นอัตโนมัติมากที่สุดเท่าที่จะทำได้

พวกเขาจะใช้ AI เพื่อทำให้คนของพวกเขามีประสิทธิภาพมากขึ้น

พวกเขาจะทำให้งานเป็นอัตโนมัติในจุดที่ความเร็ว ความสม่ำเสมอ และขนาดมีความสำคัญ

พวกเขาจะรักษาความเป็นเจ้าของที่ชัดเจนของมนุษย์ในจุดที่บริบท ความเสี่ยง การตัดสินใจ และความรับผิดชอบมีความสำคัญ

ผู้คนไม่ควรใช้เวลาทำงานที่ AI สามารถทำได้อย่างน่าเชื่อถือ

ในเวลาเดียวกัน AI ไม่ควรถูกปล่อยให้ตัดสินใจที่ต้องใช้บริบท ความรับผิดชอบ หรือความรับผิดชอบของมนุษย์

การรู้ว่าเส้นแบ่งนั้นอยู่ตรงไหน จะยังคงเป็นปัญหาของมนุษย์

เมื่อทุกคนสามารถเข้าถึง AI ได้ โมเดลเองก็จะไม่ใช่ข้อได้เปรียบ คนที่รู้วิธี รู้ว่าใช้ที่ไหน และรู้ว่าใช้เมื่อไหร่ ต่างหากที่จะเป็นข้อได้เปรียบ