HBR เตือนองค์กรที่ใช้ AI แบบสุดทาง ระวัง 'งานสวยแต่ข้างในกลวง'

ช่วงนี้หลายบริษัทพยายามนำ AI เข้ามาช่วยทำงาน เพราะหวังว่าจะช่วยลดต้นทุนและทำให้งานเสร็จไวขึ้น แต่ผลลัพธ์ที่ได้กลับไม่ได้สวยอย่างที่คิด

บทความจาก HBR ระบุว่าตอนนี้หลายองค์กรกำลังเจอปัญหาที่เรียกว่า ‘ภาวะความรู้ถดถอย’ อาการที่ว่านี้คือการที่ชิ้นงานที่สร้างจาก AI มักจะถูกจัดรูปแบบมาอย่างดี ดูเป็นมืออาชีพและน่าเชื่อถือ แต่พอเจาะดูเนื้อหาจริงๆ กลับพบว่ากลวง ขาดใจความสำคัญ หรือมีข้อมูลผิดๆ ซ่อนอยู่

อาจารย์จากมหาวิทยาลัยออกซ์ฟอร์ด อธิบายว่าเรื่องนี้ว่ามันส่งผลกระทบเป็นลูกโซ่ เพราะเมื่อพนักงานคนหนึ่งใช้ AI ปั่นงานส่ง เนื้องานอาจจะดูดี แต่ถ้าข้อมูลข้างในผิด คนที่ต้องรับงานไปทำต่อก็ต้องตกที่นั่งลำบาก เพราะต้องเสียเวลามานั่งรีเช็กและตามแก้ใหม่ทั้งหมด พอเหตุการณ์แบบนี้หลุดไปบ่อยๆ และเกิดขึ้นซ้ำ ข้อมูลที่ถูกต้องและองค์ความรู้สำคัญที่บริษัทต้องนำไปใช้ตัดสินใจ ก็จะค่อยๆ ด้อยคุณภาพและเชื่อถือไม่ได้อีกต่อไปในที่สุด

วิกฤตงานขยะจาก AI กำลังลุกลาม  

ผลงานจาก AI ที่ขาดคุณภาพมีชื่อเรียกว่า ‘Workslop’ ซึ่งหมายถึงชิ้นงานที่ดูผิวเผินเหมือนจะสมบูรณ์แบบ แต่กลับไม่มีคุณภาพที่จะนำไปใช้งานได้ ผลการสำรวจพนักงานประจำในสหรัฐพบว่าพนักงานถึง 41% เคยได้รับชิ้นงานลักษณะนี้ และต้องเสียเวลาเกือบ 2 ชั่วโมงในแต่ละครั้ง เพื่อมานั่งเช็กข้อมูลและแก้ข้อผิดพลาดให้งานเดินต่อไปได้ 

พอลองเอาเวลาที่เสียไปมาตีเป็นเงิน นักวิจัยประเมินว่าปัญหา Workslop ทำให้บริษัทต้องเสียต้นทุนทิ้งฟรีๆ เฉลี่ยคนละ 186 ดอลลาร์ต่อเดือนหรือประมาณ 6 พันกว่าบาท และหากประเมินในระดับองค์กรที่มีพนักงาน 10,000 คน เท่ากับว่าบริษัทอาจสูญเงินไปฟรีๆ มากกว่า 9 ล้านดอลลาร์ต่อปีเลยทีเดียวหรือเกือบ 300 ล้านบาท 

AI อาจไม่ได้กระทบแค่ประสิทธิภาพการทำงาน 

สิ่งที่น่ากังวลยิ่งกว่าเรื่องมูลค่าของความเสียหาย คือผลกระทบที่มีต่อความสัมพันธ์ในที่ทำงาน ผลสำรวจชุดเดียวกันระบุว่าพนักงานที่ต้องมารับช่วงต่องานแบบ Workslop ถึง 53% รู้สึกรำคาญใจกับสิ่งที่เกิดขึ้น และ 42% รู้สึกว่าคนที่ส่งงานมาให้นั้นมีความน่าเชื่อถือลดลง นอกจากนี้เกือบครึ่งหนึ่งยังมองว่าเพื่อนร่วมงานคนดังกล่าวมีความสามารถและความคิดสร้างสรรค์ลดลงจากเดิม และผลกระทบที่ร้ายแรงที่สุดคือมีพนักงานประมาณ 1 ใน 3 ยอมรับเลยว่าไม่อยากร่วมงานกับบุคคลนั้นอีก

หลายองค์กรลงทุน AI แต่ยังไม่เห็นผล 

เมื่อมองในภาพรวมระดับองค์กร สถานการณ์ก็ไม่ได้ดูดีไปกว่ากัน เพราะรายงานจาก MIT Media Lab ระบุว่าแม้หลายบริษัทจะทุ่มเงินมหาศาลไปกับ AI แต่กว่า 95% ยังมองไม่เห็นผลตอบแทนหรือความคุ้มค่าที่จับต้องได้

ข้อมูลนี้สอดคล้องกับสถาบันการเงินอย่าง Goldman Sachs ที่สรุปไปในทิศทางเดียวกันว่าการนำ AI มาใช้ยังไม่ได้ช่วยให้ประสิทธิภาพการทำงานในภาพรวมเพิ่มขึ้น ถึงแม้ว่าผู้บริหารระดับสูงกว่า 70% ของบริษัทชั้นนำระดับโลกจะพากันพูดถึงแต่เรื่อง AI อย่างตื่นตัวทุกครั้งที่มีการแถลงผลประกอบการก็ตาม

ปัญหานี้ไม่ใช่แค่เรื่อง AI หลอนข้อมูล

นักวิจัยชี้ให้เห็นว่าปัญหาภาวะความรู้ถดถอยนั้นต่างจากอาการ AI หลอนข้อมูล 

ความต่างก็คืออาการ AI หลอนข้อมูล เป็นความผิดพลาดที่เกิดขึ้นเป็นครั้งคราว แต่ภาวะความรู้ถดถอย เป็นผลเสียที่สะสมมาเป็นเดือนๆ ซึ่งเกิดจากการที่พนักงานใช้ AI ปั่นงานแบบลวกๆ แล้วส่งต่อกันไปมา พอปล่อยให้เป็นแบบนี้นาน ๆพนักงานจะเริ่มระแวงและไม่เชื่อถือข้อมูลในบริษัทตัวเอง และเมื่อต้องทำงานโดยอิงจากข้อมูลที่ผิดเพี้ยน งานที่ออกมาก็ยิ่งพังต่อกันเป็นโดมิโน และที่แย่ที่สุดคือ ความรู้หรือความเก่งของพนักงานจะค่อยๆ เลือนหายไป เพราะมัวแต่พึ่งให้ AI คิดแทนจนไม่ได้ฝึกทักษะด้วยตัวเอง

กระบวนการรับคนเข้าทำงานก็ได้รับผลกระทบ

นักวิจัยชี้ว่ากระบวนการรับสมัครงานเป็นอีกจุดที่ได้รับผลกระทบอย่างหนัก ปัญหาเริ่มตั้งแต่มีคนหางานแห่ไปใช้ AI ปั่นเรซูเมส่งเข้ามาจนล้นระบบ ส่วนฝั่งบริษัทก็ใช้ AI เขียนประกาศรับคนจนทำเอาผู้สมัครอ่านแล้วสับสน ซ้ำร้ายบางครั้งเครื่องมือ AI ที่เอามาช่วยคัดเรซูเมก็ดันปัดตกคนเก่งๆ ที่มีคุณสมบัติตรงสเปกออกไป เมื่อทุกอย่างรวนไปหมด ผลที่ตามมาคือความเชื่อใจในระบบการจ้างงานพังทลายลง ซึ่ง HBR ระบุว่า ตอนนี้ความเชื่อมั่นของทั้งฝั่งคนหางานและบริษัทรับคนกำลังตกต่ำแบบที่ไม่เคยเป็นมาก่อน

กระแสต่อต้าน AI จากพนักงานเริ่มเกิดขึ้น 

ผลสำรวจพนักงานกว่า 2,400 คนในสหรัฐฯ อังกฤษและยุโรปในปี 2026 มีตัวเลขที่น่าตกใจพอสมควร คือพนักงานถึง 29% ยอมรับตรงๆ ว่าพวกเขาตั้งใจขัดขวางการเอา AI มาใช้ ยิ่งถ้าเป็นกลุ่มคนทำงานรุ่นใหม่อย่าง Gen Z สัดส่วนคนต่อต้านยิ่งพุ่งสูงถึง 44% โดยสาเหตุหลักมาจากความเครียดและกลัวว่าจะโดน AI แย่งงานนั่นเอง

ซึ่งความกังวลนี้ก็ไม่ได้คิดไปเอง เพราะในปี 2026 วงการเทคโนโลยีมีการปลดคนออกไปแล้วกว่า 95,000 ตำแหน่ง โดยบริษัทเกือบครึ่งอ้างว่าเลิกจ้างเพราะจะเอา AI มาทำงานแทน แต่ความตลกร้ายก็คือนักวิเคราะห์หลายคนจับสังเกตได้ว่าจริงๆ แล้วหลายบริษัทยังไม่มีระบบ AI ที่เก่งพอจะมาทำงานแทนคนได้จริงด้วยซ้ำ เหมือนแค่เอาคำว่า AI มาเป็นข้ออ้างในการลดคนมากกว่า

AI ก็ยังต้องพึ่งคนตรวจงาน

สิ่งที่ตลกร้ายมาก ๆ คือวิธีแก้ปัญหา Workslop กลับกลายเป็นว่าต้องดึง ‘คน’ เข้ามาช่วยตามเช็ก ซึ่งมันขัดกับเป้าหมายที่บริษัทต้องการเอา AI มาใช้เพื่อลดภาระงาน

ซึ่งมันกลายเป็นว่าองค์กรต้องเสียเงินและเวลาเพิ่มเพื่อสร้างระบบตรวจสอบคุณภาพของงานและต้องให้คนมาคอยคุม AI อีกชั้นหนึ่ง แทนที่คนจะงานน้อยลงกลับต้องมาเพิ่มขั้นตอน ‘ตรวจการบ้าน AI’ ทำให้ข้ออ้างที่บอกว่าเอา AI มาใช้แล้วงานจะคุ้มค่าหรือมีประสิทธิภาพขึ้น เริ่มฟังไม่ค่อยขึ้นแล้ว

แต่ทั้งนี้ HBR ไม่ได้บอกว่าให้เลิกใช้ AI เขาแค่ชี้ให้เห็นว่าเราต้องใช้ให้เป็น หากบริษัทใช้ AI ที่ถูกเทรนมาด้วยข้อมูลเฉพาะขององค์กร อันนี้อาจมีประโยชน์และช่วยงานได้จริง แต่ถ้าหลับหูหลับตาเอา AI ไปใช้กับงานทุกอย่าง ผลคืองานที่ได้ภาษาอาจดูสวย แต่เนื้อหาข้างในอาจกลวงและจับใจความไม่ได้ 

สำหรับบริษัทที่ชะลอการรับคนเพราะหวังพึ่งให้ AI ช่วยทุ่นแรง สิ่งที่ต้องระวังตอนนี้ไม่ใช่เรื่องความเร็ว แต่เป็นผลเสียระยะยาว เพราะ HBR ชี้ชัดว่าการปล่อยให้พนักงานพึ่งพา AI มากเกินไปโดยขาดการคุมคุณภาพ จะยิ่งทำให้ความรู้และความสามารถของคนในบริษัทเสื่อมถอยลงอย่างหลีกเลี่ยงไม่ได้ 

อ้างอิง: thenextweb