AI จะพรากงานหรือเพิ่มมูลค่า? บทเรียนจาก All-In ว่าคนแบบไหนได้เปรียบ
บทสนทนานี้ไม่ได้มอง AI แค่ในมุมความเสี่ยงเรื่องงานหาย แต่ชี้ว่าความได้เปรียบกำลังย้ายไปอยู่กับคนที่มี high agency และใช้ AI เป็นเครื่องมือเรียนรู้และลงมือทำจริง โดยเฉพาะแรงงานรุ่นใหม่ที่เป็น AI native ตั้งแต่ต้นทาง
AI, Future of Work, AI Native, Productivity, Talent
ในตอนนี้ของ All-In Podcast วงสนทนาหลักหมุนรอบคำถามที่ภาคธุรกิจจำนวนมากกำลังเผชิญอยู่: AI จะทำให้คนตกงาน หรือจะสร้างคนทำงานแบบใหม่ที่มีประสิทธิภาพกว่าเดิม? Bill Gurley ร่วมวงสนทนากับ Jason Calacanis, Chamath Palihapitiya และ David Sacks โดยประเด็นที่น่าสนใจไม่ใช่การคาดการณ์ปลายทางของเทคโนโลยี แต่คือวิธีที่คนทำงาน ผู้บริหาร และบัณฑิตจบใหม่ควรปรับตัวในช่วงที่ AI เริ่มกลายเป็นความสามารถพื้นฐานของการทำงานแทบทุกสาย
https://www.youtube.com/watch?v=4oq91rzQcO8
ความเสี่ยงจาก AI ไม่ได้เริ่มที่เทคโนโลยี แต่เริ่มที่ทัศนคติการทำงาน
Bill Gurley ชี้ประเด็นสำคัญว่า สิ่งที่ทำให้หลายคนเปราะบางต่อ AI ไม่ใช่เพราะโมเดลเก่งขึ้นอย่างเดียว แต่เป็นเพราะคนจำนวนมาก “ไม่ได้อิน” กับงานของตัวเองอยู่แล้ว เขาอ้างถึงผลสำรวจของ Gallup ว่าคนจำนวนมากมีความรู้สึกเฉย ๆ กับงาน ซึ่งทำให้ไม่เกิดพฤติกรรมแบบ proactive หรือที่เขาเรียกว่า high agency
> "I think the best way to protect yourself from AI is to be the most AI enabled version of yourself you can be." — Bill Gurley
สาระสำคัญสำหรับธุรกิจคือ บริษัทที่หวังจะใช้ AI ให้เกิดผลจริง ไม่ควรมองแค่การซื้อเครื่องมือหรือเปิดใช้งาน license แต่ต้องมองว่าทีมงานมีแรงจูงใจจะทดลอง ใช้งาน และปรับ workflow หรือไม่ หากพนักงานยังมอง AI เป็นของไกลตัว หรือใช้แบบผิวเผิน องค์กรก็จะไม่ได้ประโยชน์เต็มที่
ในมุม B2B นี่สะท้อนว่าโครงการ AI transformation ที่ได้ผล มักต้องเริ่มจาก 2 ส่วนควบคู่กัน:
ตลาดแรงงานกำลังให้รางวัลกับคนที่ “ใช้ AI เป็น” มากกว่าคนที่ “พูดเรื่อง AI ได้”
หนึ่งในช่วงที่น่าสนใจที่สุดคือการเล่าประสบการณ์คัดเลือกคนเข้าร่วมโปรแกรม associate training ของ Bill Gurley โดยผู้สมัครสามารถเลือกทำ assignment ได้ 2 แบบ คือเขียนบทวิเคราะห์บริษัท หรือสร้างซอฟต์แวร์สำหรับโจทย์ competitive intelligence ที่เขาอยากใช้ในบริษัทมานาน
ตามที่กล่าวในวิดีโอ มีผู้สมัครประมาณ 400-500 คน เพื่อชิง 6 ตำแหน่ง และ Bill Gurley ระบุว่าราว 80% เลือกทำโจทย์แบบ “vibe coding” หรือการลงมือสร้างซอฟต์แวร์ด้วย AI มากกว่าการเขียน memo แบบเดิม
> "They actually built software and that's the scary thing." — Bill Gurley
นี่เป็นสัญญาณที่สำคัญสำหรับผู้บริหารและทีมเทคในไทย เพราะแปลว่า skill premium กำลังเคลื่อนจากการทำงานเชิงวิเคราะห์แบบ static ไปสู่ความสามารถในการสร้าง output ที่จับต้องได้เร็วขึ้น เช่น prototype, internal tools, automation หรือ dashboard ที่ใช้ได้จริง
ผลกระทบเชิงปฏิบัติคือ องค์กรควรเริ่มประเมินคนและทีมจากสิ่งเหล่านี้มากขึ้น:
สำหรับการจ้างงาน บัณฑิตหรือคนรุ่นใหม่ที่เป็น AI native อาจไม่ได้มีประสบการณ์มากที่สุด แต่มีโอกาสสร้าง leverage ให้ทีมได้สูงกว่า หากองค์กรเปิดพื้นที่ให้ทดลองจริง
จาก Job Loss Narrative สู่ Productivity Narrative
อีกประเด็นที่ผู้ร่วมรายการพูดชัดคือ narrative เรื่อง “AI จะทำลายงาน” อาจกำลังถูกปรับใหม่ Chamath มองว่าก่อนหน้านี้ การถกเถียงเรื่อง AI เน้นไปที่การปกป้องงานในเชิงนามธรรมมากเกินไป แต่ไม่ค่อยถามคนทำงานจริง ๆ ว่าเขาชอบงานนั้นหรืออยากทำต่อหรือไม่
> "There are two types of people in the world. Those that use AI to learn faster than they ever could before and those that use AI to avoid learning altogether." — อ้างอิงคำพูดของ Mark Cuban ในรายการ
ใจความนี้มีผลต่อผู้บริหารโดยตรง เพราะถ้ามอง AI เป็นแค่เครื่องมือแทนคน บริษัทจะติดกับดักการลดต้นทุนระยะสั้น แต่ถ้ามอง AI เป็นตัวเร่งการเรียนรู้และการลงมือทำ องค์กรจะได้ productivity uplift ที่ยั่งยืนกว่า
ในทางปฏิบัติ สิ่งที่ควรระวังคือการใช้ AI แบบ “shortcut” ที่ลดคุณภาพการเรียนรู้ของทีม เช่น ใช้เพื่อสรุปแทนคิด ใช้เพื่อเขียนแทนเข้าใจ หรือใช้เพื่อส่งงานแทนการแก้ปัญหา หากเกิดพฤติกรรมแบบนี้ในวงกว้าง ประสิทธิภาพอาจดูดีระยะสั้น แต่ความสามารถจริงขององค์กรจะไม่เพิ่ม
คนรุ่นใหม่ที่เป็น AI Native อาจได้เปรียบกว่าคนทำงานที่มีประสบการณ์แต่ยังไม่ปรับตัว
วงสนทนาชี้ตรงกันว่าคนที่เพิ่งจบใหม่ในยุคนี้อาจมีความได้เปรียบเฉพาะตัว เพราะเติบโตมากับเครื่องมืออย่าง ChatGPT หรือ Claude และคุ้นเคยกับการใช้ AI เพื่อเรียนรู้ ทำ assignment และแก้โจทย์ต่าง ๆ
> "As a young college graduate right now, you have such an advantage if you're an AI native." — David Sacks
David Sacks ถึงกับบอกว่า ทักษะที่อาจ “ขายได้” มากที่สุดในตลาดตอนนี้ คือความชำนาญในการใช้ Claude โดยเปรียบว่า หากคุณเข้าไปในองค์กรแล้วเป็นคนเดียวที่ใช้เครื่องมือนี้เป็น ก็อาจเหมือนเป็นคนเดียวในออฟฟิศที่ใช้ spreadsheet หรือ word processor ได้ในยุคเริ่มต้น
แม้เขาจะมองว่านี่เป็น short-term arbitrage เพราะท้ายที่สุดทุกคนต้องเรียนรู้เครื่องมือเหล่านี้ แต่สำหรับองค์กร นี่คือหน้าต่างเวลาในการสร้างความได้เปรียบ ถ้าทีมสามารถยกระดับจาก “ทดลองใช้” ไปสู่ “ใช้เป็นระบบ” ได้ก่อนคู่แข่ง
กรอบคิดที่นำไปใช้ได้ทันทีคือ:
การเรียนรู้ตลอดชีวิตไม่ใช่ soft skill อีกต่อไป แต่เป็นเงื่อนไขการอยู่รอด
Bill Gurley ปิดประเด็นไว้อย่างน่าสนใจว่า คนที่เรียนรู้ต่อเนื่องมักไม่รู้สึกว่าการเรียนเป็นภาระ เพราะพวกเขาสนใจในสิ่งที่ทำจริง เขามองว่าระบบการศึกษาทำให้หลายคนเข้าใจผิดว่า “การเรียนจบลง” เมื่อได้ปริญญา แต่ในโลกงานจริง โดยเฉพาะยุค AI คนที่เก่งที่สุดล้วนอยู่ในภาวะเรียนรู้อย่างต่อเนื่อง
> "The best and brightest in all of our fields are on a constant learning journey." — Bill Gurley
สำหรับบริษัทไทย นี่แปลว่าการ reskill/upskill ไม่ควรถูกมองเป็นโครงการ HR แบบปีละครั้ง แต่ควรเป็นส่วนหนึ่งของ operating model โดยเฉพาะทีมที่เกี่ยวข้องกับ knowledge work, operations, customer support, product และ software development
หากจะเริ่มต้นอย่างเป็นรูปธรรม องค์กรอาจตั้งคำถามง่าย ๆ ว่า: