AI Workforce
AI Workforce คืออะไร และ SME เริ่มใช้ยังไงให้ไม่ต้องมีทีมเทคนิค
AI Workforce ไม่ได้แปลว่าบริษัทต้องมีแผนกเทคโนโลยี แต่แปลว่าคุณให้ AI มีหน้าที่ชัด มีข้อมูลให้ใช้ และมีคนคอยตรวจงาน
แป้งเปิดร้านขายอุปกรณ์ทำขนม มีพนักงานเก้าคน ทุกเช้าวันจันทร์เธอใช้เวลาเกือบสองชั่วโมงนั่งรวมยอดขายสัปดาห์ก่อนจากสามไฟล์ที่คนละคนกรอก แล้วพิมพ์สรุปยิงเข้าไลน์กลุ่ม งานนี้ไม่ยากเลย แต่มันกินช่วงเช้าที่หัวโล่งที่สุดของสัปดาห์ไปทุกที
พอได้ยินคนพูดเรื่อง AI เธอสนใจ แต่ภาพในหัวคือต้องจ้างโปรแกรมเมอร์ ต้องมีงบก้อนใหญ่ ต้องรื้อระบบทั้งร้าน สุดท้ายเลยยังไม่ได้เริ่ม
ความจริงจุดเริ่มต้นมันเล็กกว่านั้นมาก และไม่ต้องมีใครในทีมเขียนโค้ดเป็นเลยสักคน
บทนี้เหมาะกับคนที่: ผู้บริหาร SME ที่เพิ่งเริ่มสนใจ AI และอยากเข้าใจภาพรวมก่อนคุยกับผู้ให้บริการ
ทำไม SME ได้เปรียบเมื่อเริ่มจากงานเล็ก
กว่าบริษัทใหญ่จะเริ่มใช้ AI ได้ ต้องผ่านฝ่ายจัดซื้อ ฝ่ายกฎหมาย ฝ่าย IT และงบที่อนุมัติข้ามปี ส่วน SME แบบร้านแป้ง ตัดสินใจวันนี้ พรุ่งนี้ก็ลองได้เลย ความคล่องตัวนี้คือข้อได้เปรียบที่คนมักมองข้าม
งานที่ควรหยิบมาเริ่มมีสามเงื่อนไข คือเกิดซ้ำทุกสัปดาห์ มีคนในทีมเคยบ่นว่าเสียเวลา และดูออกด้วยตาเปล่าว่าทำถูกหรือผิด เช่น สรุปยอดขาย ร่างอีเมลตอบลูกค้าที่ถามคำถามเดิม ๆ หรือจัดหมวดใบเสร็จก่อนส่งบัญชี
ส่วนงานที่ควรเก็บไว้ทีหลังคืองานที่พลาดแล้วเสียหายจริง เช่น ตอบลูกค้าเรื่องเงื่อนไขสัญญา หรือปิดงบสิ้นเดือน งานพวกนี้ให้ AI ช่วยเตรียมได้ แต่ยังไม่ใช่ตอนนี้
ให้นึกถึง AI Workforce เหมือนการรับพนักงานเพิ่มหนึ่งคน คนคนนี้พิมพ์เร็ว จำเอกสารได้หมด และไม่เคยเบื่องานซ้ำ แต่ก็เหมือนพนักงานใหม่ทุกคน คือช่วงแรกต้องมีคนสอนงาน บอกขอบเขต และตรวจงานให้ก่อนปล่อยจริง
ต่างจากการที่พนักงานแอบเปิด ChatGPT ใช้เองยังไง
หลายบริษัทมี AI ใช้อยู่แล้วโดยเจ้าของไม่รู้ตัว เพราะพนักงานเปิดบัญชีส่วนตัวใช้กันเอง ผลคือคำตอบที่ลูกค้าได้รับไม่เหมือนกันเลยในแต่ละคน ข้อมูลราคาต้นทุนหลุดไปอยู่ในแชตที่บริษัทตามไม่ได้ และถ้ามีใครทำพลาด ก็ไม่มีทางรู้ว่าเกิดจากตรงไหน
AI Workforce คือการเอาสิ่งที่เกิดอยู่แล้วมาจัดให้เป็นระเบียบ มีพื้นที่กลางที่ทุกคนเข้าใช้ มี Agent ที่ตั้งค่าไว้ตามงาน และมีคู่มือสั้น ๆ ให้ทำตามได้เหมือนกัน
มันเหมือนความต่างระหว่างการปล่อยให้ช่างแต่ละคนซื้อเครื่องมือเอง กับการที่ร้านมีห้องเครื่องมือจัดไว้ให้ อย่างหลังช้ากว่าตอนเริ่ม แต่พอทีมโต จะเห็นว่ามันคุ้ม
จุดเริ่มที่ไม่บานปลาย
สูตรที่ใช้ได้จริงคือ หนึ่งงาน หนึ่งเจ้าของ หนึ่งตัวเลข เช่นร้านแป้งตั้งเป้าว่าลดเวลาทำสรุปยอดขายวันจันทร์จากสองชั่วโมงเหลือครึ่งชั่วโมง แล้วให้ตัวเธอเองเป็นคนตรวจผลทุกสัปดาห์
ลองแบบนี้สองถึงสี่สัปดาห์ ถ้าตัวเลขขยับจริงและทีมไม่บ่น ค่อยเพิ่มงานที่สอง ถ้าไม่ขยับ ก็เสียแค่เวลาทดลอง ไม่ได้เสียทั้งระบบ
สามสัปดาห์ต่อมา เช้าวันจันทร์ของแป้งเปลี่ยนไป เธอเปิดสรุปที่ Agent ร่างไว้ให้ อ่านห้านาที แก้ตัวเลขที่คลาดเคลื่อนนิดหน่อย แล้วกดส่ง เวลาที่เหลือเธอเอาไปคุยกับซัพพลายเออร์เรื่องของใหม่ ซึ่งเป็นงานที่สร้างรายได้มากกว่า
สัญญาณว่าทีมพร้อมเริ่มแล้ว
ถ้าทีมมีไฟล์กองอยู่ใน Google Drive และ Sheets เยอะ มีคำถามเดิมวนถามในไลน์กลุ่มทุกสัปดาห์ และมีงานที่ต้อง copy ข้อมูลจากระบบหนึ่งไปอีกระบบทุกวัน สามอย่างนี้คือสัญญาณที่ดีมาก
ไม่ต้องรอให้ข้อมูลเป๊ะทุกอย่างก่อน แค่มีมากพอสำหรับงานแรกและมีคนดูแลก็เริ่มได้แล้ว
ลองเช็กก่อนคุยกับทีม
- เลือกงานที่เกิดซ้ำทุกสัปดาห์และมีคนเคยบ่นว่าเสียเวลา
- ตั้งเจ้าของงานหนึ่งคนที่ตรวจผลลัพธ์ของ AI ได้เอง
- มีตัวอย่างงานเดิมที่ทำด้วยมือ 3-5 ชิ้นไว้เทียบ
- จับเวลาแบบเดิมไว้ก่อน เพื่อรู้ว่าลดได้จริงเท่าไร
- กำหนดชัดว่ากรณีไหน AI ต้องหยุดและส่งต่อให้คน
คำถามที่คนมักถาม
ต้องมีคนในทีมที่เขียนโปรแกรมเป็นไหม
ไม่ต้องสำหรับรอบแรก ถ้าเลือกงานที่ขอบเขตชัดและมีผู้ให้บริการช่วยตั้งค่ากับสอนทีมให้ คนที่ทำงานนั้นอยู่แล้วคือคนที่เหมาะจะดูแล Agent ที่สุด
ข้อมูลร้านจะปลอดภัยไหมถ้าให้ AI อ่าน
ปลอดภัยได้ถ้าใช้ระบบที่แยกสิทธิ์ผู้ใช้และไม่นำข้อมูลไปเทรนโมเดลสาธารณะ เริ่มจากข้อมูลทั่วไปก่อน เก็บข้อมูลเงินเดือนและสัญญาไว้รอบหลัง
ลงทุนครั้งแรกประมาณเท่าไร
ขึ้นกับจำนวนงานและเครื่องมือที่ต้องเชื่อม แต่รอบเริ่มต้นที่ทำแค่หนึ่ง workflow มักอยู่ในระดับที่ SME ตัดสินใจได้โดยไม่ต้องกู้ ลองคุยเป็นขอบเขตงานมากกว่าเป็นแพ็กเกจสำเร็จรูป