รู้จักสมการ ‘ทุนคน + ทุน AI’ ที่ผู้บริหาร Big Tech ใช้กัน

เมื่อพูดถึง AI หลายคนมักตั้งคำถามด้วยความกังวลว่า “มันจะมาแย่งงานเราไหม?” แต่สำหรับผู้นำเทคโนโลยีระดับโลกอย่าง Satya Nadella ซีอีโอของ Microsoft คำถามนั้นอาจจะผิดจุดไปหน่อย

เมื่อเร็วๆ นี้ เขาได้โพสต์ข้อความที่น่าสนใจผ่านบัญชี X (Twitter) ส่วนตัว ซึ่งเป็นการตีกรอบความคิดใหม่ที่ทุกองค์กรควรนำไปใช้ โดยเขามองว่าสิ่งที่เราต้องโฟกัสในตอนนี้ไม่ใช่ความกลัว แต่คือการเร่งสะสม ‘ทุน’ สองชนิดที่จะเป็นตัวตัดสินว่าธุรกิจไหนจะอยู่รอดในยุคต่อไป

ทุนที่ว่านั้นคือ Human Capital และดาวรุ่งดวงใหม่อย่าง Token Capital

Nadella ชี้ว่าการเปลี่ยนผ่านสู่ยุค AI ไม่เหมือนการเปลี่ยนผ่านแพลตฟอร์มครั้งไหน ๆ เพราะในอดีต เราเคยใช้คอมพิวเตอร์และดิจิทัลเป็นแค่เครื่องมือเพื่อให้คนทำงานเร็วขึ้น แต่นี่เป็นครั้งแรกที่เรากำลังสร้างวงจรการรับรู้ หรือ Cognitive Loop ที่คนและระบบดิจิทัลสามารถเรียนรู้ไปพร้อมกันได้

แล้วทุนทั้งสองอย่างที่ Satya Nadella พูดถึงคืออะไร? ทำไมมันถึงสำคัญ?

กับดักของการใช้ AI สำเร็จรูป

ก่อนจะไปทำความรู้จักกับทุนทั้งสองประเภท เราต้องเข้าใจปัญหาใหญ่ในตอนนี้ก่อน ปัจจุบันหลายบริษัทคิดว่าแค่จ่ายเงินซื้อเครื่องมือ AI มาให้พนักงานใช้ ก็ถือว่า Transform องค์กรสำเร็จแล้ว

แต่ความจริงก็คือ ถ้าทุกบริษัทในอุตสาหกรรมเดียวกัน ใช้ AI โมเดลเดียวกันในการคิดแผนการตลาด เขียนโค้ด หรือตอบลูกค้า... แล้วความได้เปรียบทางการแข่งขันของบริษัทคุณจะอยู่ตรงไหน?

หากคุณปล่อยให้ AI สำเร็จรูปทำงานแทนคุณไปซะทุกอย่าง สุดท้ายความรู้และกระบวนการทำงานของคุณก็จะกลายเป็นแค่สินค้าโหลที่ใคร ๆ ก็ทำได้ นี่คือเหตุผลที่องค์กรต้องเริ่มสร้างสมองที่สองเป็นของตัวเอง ผ่านการผสาน 2 ขุมพลังเข้าด้วยกัน 

และนั้นคือที่มาของทุนอย่าง Human Capital และ Token Capital

ทุนที่ 1 = Human Capital วิจารณญาณที่ AI ก๊อปปี้ไม่ได้

หลายคนคิดว่าเมื่อเทคโนโลยีล้ำหน้า ความสำคัญของคนจะลดลง แต่แนวคิดของ Nadella กลับตอกย้ำว่า Human Capital หรือ ทุนมนุษย์ จะยิ่งมีค่ามากขึ้นทวีคูณ

ทุนมนุษย์ในที่นี้ ไม่ใช่แค่กำลังแรงงาน แต่คือ กึ๋น ประสบการณ์ วิจารณญาณ ความสัมพันธ์ และความสามารถในการเชื่อมโยงเรื่องราวต่าง ๆ ของคนทำงาน

AI อาจจะร่างอีเมลเจรจาธุรกิจได้รวดเร็วและสละสลวย แต่มันไม่มีสัญชาตญาณที่จะรู้ว่าคู่ค้ารายนี้กำลังลังเลใจ และต้องใช้วิธีการพูดคุยแบบไหนเพื่อปิดการขาย AI ไม่รู้ว่าวิสัยทัศน์ในอีก 5 ปีข้างหน้าของบริษัทควรไปทางไหน หากไม่มีเจตจำนงของมนุษย์คอยตั้งเป้าหมายและเชื่อมโยงข้อมูล พลังประมวลผลอันมหาศาลของ AI ก็เป็นเพียงการวิ่งวนไปมาอย่างสูญเปล่า

ทุนที่ 2 = Token Capita ขีดความสามารถ AI เฉพาะตัวที่ซื้อด้วยเงินไม่ได้

นี่คือแนวคิดที่จะเปลี่ยนเกมธุรกิจ Token Capital คือ ขีดความสามารถด้าน AI ที่บริษัทของคุณสร้างขึ้น ปรับแต่ง และเป็นเจ้าของจริง ๆ

นึกภาพง่าย ๆ คือบริษัทมี AI ตัวหนึ่งที่ถูกฝึกฝนด้วยข้อมูล กระบวนการทำงาน และวิธีแก้ปัญหาเฉพาะหน้าแบบฉบับของบริษัท นั่นแปลว่า AI ตัวนี้รู้ว่ามาตรฐานการทำงานขององค์กรคุณเป็นอย่างไร เข้าใจบริบทธุรกิจของคุณอย่างลึกซึ้ง และทำหน้าที่เป็นความจำขององค์กรที่สืบค้นได้ง่าย

ความสามารถเหล่านี้ที่ฝังอยู่ในระบบ AI ของคุณนั่นแหละคือ Token Capital ซึ่งถือเป็นทรัพย์สินทางปัญญา (IP) ชิ้นใหม่ที่คู่แข่งไม่สามารถเดินไปจ่ายเงินซื้อจากค่ายไหนมาเทียบเคียงได้

The Learning Loop เมื่อ 1 + 1 = 100

ประโยคที่สำคัญที่สุดจากวิสัยทัศน์นี้คือ "คุณสามารถโอนงานให้ AI ทำได้ แต่คุณให้ใครมาสะสมการเรียนรู้แทนองค์กรคุณไม่ได้"

ฟังดูอาจจะนามธรรม แต่สมมติคุณใช้ ChatGPT ช่วยร่างอีเมลเพื่อไปเจรจาธุรกิจ นั่นคือการโอนงานให้ AI ทำ ซึ่งคู่แข่งของคุณก็สามารถทำได้เหมือนกัน

แต่ถ้าคุณสร้างระบบให้ AI เรียนรู้ว่า... สไตล์การเจรจาแบบไหน คำพูดเปิดประโยคแบบใดที่สามารถปิดการขายลูกค้า VIP ของบริษัทคุณได้สำเร็จจริง ๆ ข้อมูลตรงนี้แหละคือ การเรียนรู้ ที่เป็นสูตรลับเฉพาะตัว ซึ่งคุณให้ใครมาทำแทนไม่ได้

บริษัทที่จะชนะในยุคนี้ คือบริษัทที่เอาสูตรลับนี้มาสร้างเป็นวงจรการเรียนรู้ (Learning Loop) ได้ก่อน ซึ่ง Nadella ก็ได้แจงไว้ว่าวิธีการสร้างวงจรการเรียนรู้หลัก ๆ ก็หนีไม่พ้น 4 ข้อนี้ อาทิ

  1. ให้คนเก่งเริ่มก่อน โดยพนักงานเก่ง ๆ จะนำ AI ของบริษัทมาใช้ช่วยทำงาน [Human Capital]
  2. สอนและปรับปรุง คอยปรับแก้คำ ปรับกลยุทธ์ และใส่ความเก่งของพนักงานคนนั้นลงไปในงานนั้น ๆ [Human Capital]
  3. AI จดจำและเก่งขึ้น  เมื่อระบบจะดึงข้อมูลที่พนักงานแก้ไขไปเรียนรู้ ทำให้ AI ประจำบริษัทฉลาดขึ้น และจำสไตล์การทำงานที่ถูกต้องได้ [Token Capital]
  4. เมื่อ AI พื้นฐานแน่นและจำงานเก่า ๆ ได้หมด พนักงานก็ไม่ต้องมานั่งเสียเวลาเริ่มนับหนึ่งใหม่ และเอาเวลาไปคิดกลยุทธ์ที่ซับซ้อน หรือต่อยอดโปรเจกต์ที่สร้างรายได้มหาศาลกว่าเดิม [Token Capital]

วงจรนี้จะหมุนทำงานเหมือนดอกเบี้ยทบต้น ยิ่งคนและ AI ทำงานด้วยกันบ่อยแค่ไหน ความรู้ขององค์กรก็ยิ่งสะสมหนาแน่นขึ้นจนคู่แข่งหน้าไหนก็ลอกเลียนแบบไม่ได้ และความเจ๋งที่สุดของการมีระบบนี้เป็นของตัวเองคือ ต่อให้ในอนาคตโลกเราจะมี AI โมเดลใหม่ล่าสุดที่ฉลาดกว่าเดิมเปิดตัวออกมาอีกกี่ค่าย คุณก็แค่เปลี่ยนเอาโมเดลตัวใหม่มาเสียบปลั๊กใช้งาน แต่ความรู้ ความจำ และความเชี่ยวชาญที่คุณสอน AI ไว้ จะยังคงถูกฝังอยู่ในระบบของบริษัทคุณอย่างครบถ้วน 

ในช่วงท้ายของโพสต์ Nadella ได้ฝากข้อคิดที่น่าสนใจในระดับมหภาค เขาเปรียบเทียบยุค AI กับยุคโลกาภิวัตน์ในเฟสแรก ที่การย้ายฐานการผลิตทำให้ประเทศที่พัฒนาแล้วดูมีตัวเลข GDP ที่สวยหรู แต่ในความเป็นจริง อุตสาหกรรมท้องถิ่นกลับกลวงโบ๋และผู้คนต้องสูญเสียงาน

เราต้องไม่ปล่อยให้โลกยุค AI เดินซ้ำรอยเดิม สังคมจะไม่ยอมรับอนาคตที่โมเดล AI ยักษ์ใหญ่เพียงไม่กี่ราย สามารถกวาดผลประโยชน์ทางเศรษฐกิจไปได้ทั้งหมด ในขณะที่อุตสาหกรรมอื่น ๆ ถูกดูดกลืนความรู้จนไม่เหลืออะไร

สิ่งที่เราต้องร่วมกันสร้างคือ Frontier Ecosystem หรือระบบนิเวศที่อนุญาตให้ทุกองค์กร ทุกอุตสาหกรรม และทุกประเทศ สามารถเป็นเจ้าของวงจรการเรียนรู้ของตนเอง เพื่อให้มูลค่าและผลกำไรยังคงหมุนเวียนและถูกต่อยอดโดยผู้คนในอุตสาหกรรมนั้น ๆ

และทั้งหมดนี้คือจุดสมดุลใหม่ของโลกธุรกิจ ที่ยืนยันว่ามนุษย์และ AI จะไม่ได้มาแทนที่กัน แต่จะมาช่วยกันขยายขีดจำกัดความสามารถ เพื่อสร้างมูลค่าใหม่ ๆ ที่ไม่เคยมีมาก่อนในประวัติศาสตร์

อ้างอิง: x

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

Alibaba Moonshot AI เตรียมเก็บส่วนแบ่งรายได้จากบริษัทที่เอา AI ไปทำธุรกิจแล้วมีรายได้สูง

Alibaba ปล่อยน้ำหนักโมเดล Qwen3.8-Max แบบ Open-weight ให้ดาวน์โหลดฟรีบน Hugging Face แต่ธุรกิจที่นำไปให้บริการต่อและมีรายได้ถึงเกณฑ์ ต้องทำสัญญาเชิงพาณิชย์และแบ่งรายได้กลับ เดินตาม...

Responsive image

Dario ชี้ คนไม่ได้กลัว AI แต่เริ่มไม่ไว้ใจ สะท้อน ‘วิกฤตความเชื่อมั่น’ ต่อเทคโนโลยี

กระแสต่อต้าน AI ในสหรัฐอเมริกากำลังกลายเป็นโจทย์ใหญ่ที่บริษัทเทคโนโลยีหลีกเลี่ยงไม่ได้ มีตั้งแต่การออกมาประท้วงไม่ให้สร้าง Data Center ไปจนถึงการเรียกร้องให้รัฐบาลเข้ามาคุมเข้มเทคโ...

Responsive image

4 ทักษะ AI Engineering ที่คนสายเทคต้องมี สรุปจาก Andrew Ng

สรุป 4 ทักษะสำคัญในแผนที่ AI Engineering Skills Map จาก Andrew Ng วิเคราะห์จากประกาศงาน 10,000+ ตำแหน่ง โปรแกรมเมอร์และนักพัฒนาสายเทคยุคใหม่ต้องมี...