4 บทบาทหลักของ AI ต่อ EVP

‍

เมื่อ AI ไม่ได้มีหน้าที่แค่เพิ่มประสิทธิภาพ แต่ต้องช่วยให้ “คน” เติบโต ทำงานดีขึ้น ได้รับประสบการณ์ที่เข้าใจมากขึ้น และมีผู้นำที่เป็นมนุษย์กว่าเดิม

‍

ในช่วงไม่กี่ปีที่ผ่านมา AI ได้ขยับจากเทคโนโลยีที่ดูไกลตัว เข้ามาอยู่ในชีวิตการทำงานประจำวันอย่างรวดเร็ว หลายคนเริ่มใช้ AI เพื่อช่วยค้นหาข้อมูล สรุปเอกสาร วิเคราะห์ตัวเลข เขียนเนื้อหา เตรียมการประชุม วางแผนงาน หรือแม้กระทั่งช่วยคิดทางเลือกก่อนตัดสินใจ

สำหรับพนักงานบางกลุ่ม การเปลี่ยนแปลงนี้สร้างความตื่นเต้น เพราะ AI เปิดความเป็นไปได้ใหม่ ๆ ให้คนสามารถทำงานได้เร็วขึ้น เรียนรู้สิ่งใหม่ได้ง่ายขึ้น และทำงานบางอย่างที่เคยต้องใช้ทรัพยากรมากได้ด้วยตัวเอง พนักงานอาจรู้สึกว่าตนเองกำลังได้รับ “พลังใหม่” ที่ช่วยขยายขีดความสามารถ ทั้งในด้านการคิด การสร้างสรรค์ และการแก้ปัญหา

แต่อีกด้านหนึ่ง พนักงานจำนวนไม่น้อยอาจกำลังรู้สึกไม่มั่นคงมากขึ้นเช่นกัน

‍

บางคนเริ่มตั้งคำถามว่า งานของตนจะยังมีความสำคัญอยู่หรือไม่ ทักษะที่เคยสะสมมาหลายปีจะกลายเป็นสิ่งที่ AI ทำแทนได้เร็วกว่าและถูกกว่าหรือเปล่า เกณฑ์การประเมินผลงานจะเปลี่ยนไปอย่างไร และองค์กรจะคาดหวังให้พนักงานทำงานเพิ่มขึ้นเพียงเพราะมี AI มาช่วยหรือไม่

คำถามที่เกิดขึ้นจึงไม่ได้มีเพียงว่า

“องค์กรจะนำ AI มาใช้กับงานอะไรได้บ้าง”

แต่ยังรวมถึงคำถามที่สำคัญกว่า คือ

“เมื่อองค์กรนำ AI มาใช้แล้ว พนักงานจะรู้สึกว่าตนเองมีคุณค่ามากขึ้น หรือมีคุณค่าน้อยลง”

‍

นี่คือเหตุผลที่ผู้นำองค์กรควรมอง AI ให้ไกลกว่ามิติของ Productivity หรือ Cost Efficiency เพราะแม้ AI จะช่วยลดเวลา ลดต้นทุน หรือเพิ่มปริมาณงานได้ แต่หากการนำ AI มาใช้สร้างความหวาดระแวง ลดความมั่นใจ หรือทำให้พนักงานรู้สึกว่าตนเองถูกลดทอนเหลือเพียงทรัพยากรที่สามารถแทนที่ได้ ผลลัพธ์ระยะยาวอาจเป็นการสูญเสียความไว้วางใจ ความผูกพัน และความเต็มใจที่จะเติบโตไปกับองค์กร

ในมุมนี้ AI จึงควรเชื่อมโยงกับ Employee Value Proposition หรือ EVP อย่างจริงจัง

EVP คือ คุณค่าหรือคำมั่นสัญญาที่องค์กรส่งมอบให้กับพนักงาน เพื่อให้คนรู้สึกว่าองค์กรแห่งนี้เป็นสถานที่ที่คุ้มค่าต่อการเข้ามาทำงาน เติบโต ทุ่มเท และอยู่ร่วมกันในระยะยาว EVP ครอบคลุมทั้งโอกาสเติบโต การพัฒนาอาชีพ วัฒนธรรมการทำงาน คุณภาพของผู้นำ ความมั่นคง ค่าตอบแทน สวัสดิการ ความยืดหยุ่น และประสบการณ์การทำงานโดยรวม

ในอดีต หลายองค์กรอาจมอง EVP เป็นเรื่องของเงินเดือน สวัสดิการ บรรยากาศ และภาพลักษณ์นายจ้าง แต่เมื่อ AI เข้ามาเปลี่ยนรูปแบบงาน บทบาทของคน และความคาดหวังที่องค์กรมีต่อพนักงาน EVP จำเป็นต้องพัฒนาไปอีกขั้น

องค์กรต้องตอบให้ได้ว่า AI จะช่วยทำให้พนักงานมีอนาคตอย่างไร ช่วยให้การทำงานดีขึ้นอย่างไร ช่วยให้องค์กรเข้าใจความต้องการของคนได้มากขึ้นอย่างไร และช่วยให้ผู้นำบริหารคนอย่างมีคุณภาพและมีความเป็นมนุษย์มากขึ้นได้อย่างไร

บทความนี้จึงชวนผู้นำองค์กรวิเคราะห์บทบาทของ AI ต่อ EVP ผ่าน 4 มุมมองสำคัญ ได้แก่

1. AI That Helps Me Grow — AI ที่ช่วยให้ฉันเติบโต
2. AI That Makes Work Better — AI ที่ช่วยให้การทำงานดีขึ้น
3. AI That Understands Me — AI ที่ช่วยให้องค์กรเข้าใจฉันมากขึ้น
4. AI That Makes Leadership More Human — AI ที่ช่วยให้ภาวะผู้นำมีความเป็นมนุษย์มากขึ้น

ทั้ง 4 บทบาทนี้ไม่ได้หมายความว่าองค์กรต้องสร้างระบบ AI ขนาดใหญ่ในทันที แต่เป็นกรอบคิดที่ช่วยให้ผู้นำตั้งคำถามใหม่ว่า การลงทุนใน AI ขององค์กรกำลังสร้างคุณค่าต่อพนักงานอย่างไร และจะออกแบบการใช้ AI ให้กลายเป็นส่วนหนึ่งของคำมั่นสัญญาที่องค์กรมีต่อคนได้อย่างไร

‍

‍

1. AI That Helps Me Grow

AI ที่ไม่ได้ทำให้ฉันกลัวอนาคต แต่ช่วยให้ฉันมองเห็นอนาคตของตัวเองชัดขึ้น

‍

หนึ่งในความกังวลที่ชัดเจนที่สุดเมื่อพูดถึง AI คือความมั่นคงในอาชีพ

ในอดีต พนักงานอาจประเมินความมั่นคงจากชื่อเสียงขององค์กร ขนาดของบริษัท ผลประกอบการ หรือความแข็งแรงของอุตสาหกรรม แต่ในปัจจุบัน ความมั่นคงเริ่มขึ้นอยู่กับอีกปัจจัยหนึ่ง คือความสามารถของพนักงานในการปรับตัวให้ทันกับงานที่กำลังเปลี่ยนแปลง

แม้พนักงานจะอยู่ในองค์กรที่แข็งแรง แต่หากทักษะของเขาไม่สอดคล้องกับทิศทางธุรกิจใหม่ ความมั่นคงก็อาจลดลงได้ ในทางกลับกัน แม้งานบางประเภทจะเปลี่ยนหรือหายไป แต่หากพนักงานมีทักษะที่ยืดหยุ่น เรียนรู้เร็ว และสามารถย้ายไปสร้างคุณค่าในบทบาทใหม่ได้ เขาก็ยังมีความมั่นคงในรูปแบบใหม่

ดังนั้น Job Security ในยุค AI จึงอาจไม่ใช่การรับประกันว่า “ตำแหน่งเดิมจะยังอยู่ตลอดไป” แต่เป็นการสร้างความมั่นใจว่า

“แม้งานจะเปลี่ยน องค์กรจะไม่ทิ้งให้คุณรับมือกับการเปลี่ยนแปลงเพียงลำพัง”

‍

แนวคิดนี้สามารถเรียกได้ว่า Skill Security หรือความมั่นคงจากความสามารถในการเรียนรู้และปรับตัว

AI สามารถมีบทบาทสำคัญในการสร้าง Skill Security ให้กับพนักงานได้หลายทาง

‍

1. AI สามารถช่วยให้พนักงานเข้าใจทักษะของตัวเองได้ชัดขึ้น

ในหลายองค์กร พนักงานยังไม่สามารถตอบได้อย่างชัดเจนว่าตนเองมีทักษะอะไรในระดับใด จุดแข็งใดที่มีคุณค่าต่อองค์กร และทักษะใดที่ควรพัฒนาต่อ ความไม่ชัดเจนนี้ทำให้การพัฒนาอาชีพมักขึ้นอยู่กับความบังเอิญ ขึ้นอยู่กับว่าหัวหน้ามองเห็นหรือไม่ หรือขึ้นอยู่กับว่าพนักงานกล้าขอโอกาสมากแค่ไหน

AI สามารถช่วยวิเคราะห์ประสบการณ์ ผลงาน โครงการที่เคยทำ และรูปแบบการทำงาน เพื่อสร้างภาพของ Skill Profile ที่เป็นระบบมากขึ้น พนักงานอาจมองเห็นว่าตนมีความสามารถด้านการวิเคราะห์ การบริหารผู้มีส่วนได้ส่วนเสีย การคิดเชิงกลยุทธ์ การแก้ปัญหา หรือการจัดการโครงการในระดับใด และทักษะเหล่านี้สามารถต่อยอดไปสู่งานประเภทใดได้บ้าง

‍

2. AI สามารถช่วยทำให้ Career Path มีความเป็นส่วนบุคคลมากขึ้น

Career Path แบบเดิมมักเป็นเส้นตรง พนักงานระดับหนึ่งเติบโตไปสู่อีกระดับหนึ่ง และสุดท้ายอาจถูกคาดหวังให้ขึ้นเป็นผู้จัดการ แต่ในความเป็นจริง คนแต่ละคนไม่ได้ต้องการเติบโตในรูปแบบเดียวกัน

บางคนต้องการเป็นผู้เชี่ยวชาญ บางคนต้องการบริหารทีม บางคนต้องการทำงานข้ามสายงาน และบางคนต้องการมีประสบการณ์ที่หลากหลายมากกว่าตำแหน่งที่สูงขึ้น

AI สามารถช่วยนำเสนอเส้นทางหลายรูปแบบจากทักษะ ความสนใจ และความต้องการของพนักงาน เช่น จากนักวิเคราะห์ไปสู่ผู้เชี่ยวชาญด้านข้อมูล จากสายปฏิบัติการไปสู่การบริหารโครงการ หรือจากงานหน้าบ้านไปสู่งานด้าน Customer Experience

แทนที่จะให้พนักงานเห็นเพียงตำแหน่งถัดไป AI อาจช่วยให้พนักงานเห็น “ชุดความเป็นไปได้” ที่หลากหลายขึ้น

‍

3. AI สามารถช่วยแนะนำการเรียนรู้ที่ตรงจุดมากขึ้น

หนึ่งในข้อจำกัดของ Learning and Development ในหลายองค์กรคือมีหลักสูตรจำนวนมาก แต่พนักงานไม่รู้ว่าควรเรียนอะไร การเรียนจึงกลายเป็นกิจกรรมที่แยกออกจากงานจริง หรือเลือกเรียนตามหัวข้อที่น่าสนใจแต่ไม่เชื่อมกับเป้าหมายอาชีพ

AI สามารถช่วยเชื่อมระหว่าง Skill Gap, Career Aspiration และ Learning Recommendation ให้เป็นเส้นทางเดียวกัน เช่น หากพนักงานต้องการไปสู่บทบาทผู้นำโครงการ ระบบอาจแนะนำให้พัฒนาทักษะการวางแผน การสื่อสารกับผู้บริหาร การบริหารความเสี่ยง และการนำทีม พร้อมเสนอหลักสูตร โครงการ หรือประสบการณ์ที่เกี่ยวข้อง

สิ่งสำคัญคือ การพัฒนาไม่ควรจำกัดอยู่แค่การแนะนำคอร์สเรียน

AI ที่ช่วยให้คนเติบโตควรมองไปถึงการแนะนำ Assignment, Project, Mentor, Internal Gig หรือโอกาสทำงานข้ามทีม เพราะทักษะจำนวนมากไม่สามารถพัฒนาได้จากการเรียนออนไลน์เพียงอย่างเดียว แต่ต้องเกิดจากการนำไปใช้จริง

‍

4. AI สามารถช่วยให้ Internal Mobility เกิดขึ้นได้มากขึ้น

หลายองค์กรมีบุคลากรที่มีศักยภาพอยู่แล้ว แต่ไม่สามารถจับคู่คนกับโอกาสได้อย่างมีประสิทธิภาพ ตำแหน่งใหม่อาจถูกประกาศออกไปโดยที่พนักงานภายในไม่รู้ หรือหัวหน้าบางคนอาจไม่อยากปล่อยคนเก่งออกจากทีม

AI สามารถช่วยมองเห็นความใกล้เคียงระหว่างทักษะของพนักงานกับตำแหน่งหรือโครงการต่าง ๆ แม้พนักงานจะยังมีคุณสมบัติไม่ครบทั้งหมด ระบบอาจแสดงให้เห็นว่าเขามีทักษะที่ถ่ายโอนได้มากน้อยเพียงใด และควรพัฒนาอะไรเพิ่มเติม

สิ่งนี้ทำให้องค์กรสามารถส่งสัญญาณกับพนักงานว่า

“ก่อนที่เราจะมองหาคนนอก เรามองเห็นโอกาสของคนในองค์กรก่อน”

‍

5. AI สามารถทำหน้าที่เป็น Career Coach เบื้องต้นได้

พนักงานจำนวนมากไม่ได้มีโอกาสพูดคุยเรื่องอาชีพกับหัวหน้าอย่างสม่ำเสมอ บางคนไม่กล้าพูดเพราะกลัวถูกมองว่าไม่พอใจกับงานปัจจุบัน ขณะที่หัวหน้าบางคนก็ไม่รู้ว่าจะเริ่มต้นบทสนทนาอย่างไร

AI สามารถช่วยให้พนักงานสำรวจความต้องการของตัวเอง เตรียมคำถามสำหรับการสนทนา หรือเสนอทางเลือกเบื้องต้นก่อนพูดคุยกับหัวหน้า เช่น ช่วยให้พนักงานสะท้อนว่าอะไรคือสิ่งที่ทำได้ดี งานแบบไหนที่ทำแล้วมีพลัง และทักษะใดที่ต้องการพัฒนา

อย่างไรก็ตาม AI ไม่ควรแทนที่บทสนทนาระหว่างคน

หน้าที่ที่เหมาะสมของ AI คือช่วยให้บทสนทนาเกิดขึ้นได้ง่ายขึ้น มีข้อมูลมากขึ้น และชัดเจนขึ้น แต่การตัดสินใจเกี่ยวกับอนาคตของพนักงานยังต้องอาศัยความเข้าใจ ความเห็นอกเห็นใจ และบริบทที่มนุษย์สามารถมองเห็นได้ดีกว่า

ในมุม EVP สิ่งที่องค์กรกำลังส่งมอบผ่าน AI ไม่ใช่เพียงเครื่องมือการเรียนรู้ แต่คือคำมั่นสัญญาว่า

“เราจะช่วยให้คุณมีอนาคต แม้อนาคตของงานจะเปลี่ยนไป”

คำถามสำคัญที่ผู้นำควรพิจารณาจึงไม่ใช่เพียงว่าองค์กรมี AI Learning Platform หรือไม่ แต่ควรถามว่า

• พนักงานเห็นอนาคตของตัวเองในองค์กรชัดขึ้นหรือไม่
• พนักงานเข้าใจหรือไม่ว่าต้องพัฒนาทักษะใดเพื่อเติบโตต่อ
• คนสามารถเข้าถึงโอกาสได้อย่างเป็นธรรมหรือยัง
• องค์กรลงทุนพัฒนาคนก่อนที่จะสรุปว่าทักษะของเขาไม่ตอบโจทย์หรือไม่
• AI ช่วยเปิดทางเลือกใหม่ หรือกำลังจำกัดคนด้วยข้อมูลในอดีต

เพราะหาก AI ถูกใช้เพียงเพื่อคัดแยกว่าคนใด “พร้อม” หรือ “ไม่พร้อม” องค์กรอาจสร้างระบบที่ตัดสินคนจากอดีต แทนที่จะช่วยให้คนสร้างอนาคต

AI That Helps Me Grow จึงต้องอยู่บนหลักคิดว่า AI ไม่ควรมีหน้าที่เพียงระบุช่องว่างของพนักงาน แต่ต้องช่วยสร้างสะพานให้พนักงานข้ามช่องว่างนั้นได้ด้วย

‍

2. AI That Makes Work Better

AI ที่ช่วยให้คนทำงานอย่างมีคุณค่ามากขึ้น ไม่ใช่แค่ทำงานได้มากขึ้น

‍

การเพิ่ม Productivity เป็นหนึ่งในเหตุผลหลักที่องค์กรลงทุนใน AI

AI สามารถช่วยสรุปข้อมูลภายในไม่กี่นาที ช่วยสร้างร่างแรกของเอกสาร ช่วยวิเคราะห์แนวโน้ม ช่วยตรวจสอบความผิดพลาด และช่วยลดงานประจำที่กินเวลา พนักงานจึงสามารถทำงานบางอย่างได้เร็วกว่าเดิมอย่างเห็นได้ชัด

แต่ Productivity ที่เพิ่มขึ้นไม่ได้หมายความว่า Employee Experience จะดีขึ้นโดยอัตโนมัติ

ในบางองค์กร เมื่อพนักงานทำงานได้เร็วขึ้น ความคาดหวังอาจเพิ่มขึ้นตามไปด้วย งานที่เคยใช้เวลาสามวันอาจถูกคาดหวังให้เสร็จภายในวันเดียว และเวลาที่ประหยัดได้อาจถูกเติมด้วยงานใหม่ทันที

ผลลัพธ์คือพนักงานอาจทำงานได้มากขึ้น แต่ไม่ได้รู้สึกว่างานดีขึ้น ไม่ได้มีเวลาคิดมากขึ้น และไม่ได้มีสมดุลชีวิตที่ดีขึ้น

AI จึงสามารถกลายเป็นได้ทั้งเครื่องมือปลดปล่อยคนออกจากงานที่ไม่จำเป็น และเครื่องมือที่เร่งให้คนทำงานหนักขึ้นโดยไม่มีขอบเขต

ความแตกต่างไม่ได้อยู่ที่ความสามารถของเทคโนโลยี แต่อยู่ที่วิธีที่องค์กรออกแบบการใช้งานและกำหนดความคาดหวัง

AI That Makes Work Better เริ่มต้นจากคำถามว่า

“เวลาที่ AI ช่วยประหยัดได้ จะถูกคืนกลับไปสร้างคุณค่าอะไรให้กับพนักงาน”

องค์กรอาจเลือกนำเวลานั้นไปเพิ่มปริมาณงาน หรืออาจนำไปเพิ่มคุณภาพของงาน เพิ่มพื้นที่สำหรับความคิดสร้างสรรค์ การเรียนรู้ การร่วมมือ และการพักฟื้นพลังงาน

หากองค์กรต้องการให้ AI เป็นส่วนหนึ่งของ EVP AI ควรทำให้การทำงานดีขึ้นอย่างน้อย 4 ด้าน

‍

1. การลด Friction ในการทำงาน

ในหลายองค์กร ปัญหาไม่ได้เกิดจากพนักงานไม่เก่ง แต่เกิดจากระบบงานที่ซับซ้อน ข้อมูลกระจัดกระจาย ขั้นตอนอนุมัติมากเกินไป และการต้องทำงานซ้ำหลายครั้ง

พนักงานอาจใช้เวลาหาข้อมูลมากกว่าวิเคราะห์ข้อมูล ใช้เวลาจัดรูปแบบเอกสารมากกว่าคิดเนื้อหา หรือใช้เวลารอการตอบกลับมากกว่าลงมือทำงาน

AI สามารถช่วยเป็นประตูเข้าสู่ความรู้และระบบขององค์กรได้ เช่น พนักงานอาจถามเกี่ยวกับนโยบาย ขั้นตอน เอกสาร หรือข้อมูลโครงการผ่าน AI Assistant แทนการค้นหาในหลายโฟลเดอร์ หรือส่งข้อความถามหลายฝ่าย

หากออกแบบได้ดี AI จะทำให้พนักงานรู้สึกว่าองค์กร “ทำงานง่าย” มากขึ้น

ความรู้ไม่ได้ถูกซ่อนอยู่กับบางคน ขั้นตอนไม่จำเป็นต้องอาศัยความจำส่วนบุคคล และคนใหม่สามารถเรียนรู้ระบบได้เร็วขึ้น

‍

2. การลดงานที่ทำซ้ำ

งานบางอย่างยังจำเป็นต้องทำ แต่ไม่ได้ต้องใช้ศักยภาพของมนุษย์มากนัก เช่น การจัดหมวดหมู่ข้อมูล การสรุปการประชุม การเตรียมรายงานเบื้องต้น การตรวจสอบรูปแบบเอกสาร หรือการติดตามรายการงาน

AI สามารถรับผิดชอบงานเหล่านี้บางส่วน เพื่อให้คนมีเวลาไปทำงานที่ต้องใช้การตัดสินใจ ความเข้าใจบริบท ความคิดสร้างสรรค์ และความสัมพันธ์ระหว่างบุคคลมากขึ้น

สำหรับองค์กร ประเด็นนี้ไม่ควรถูกมองเพียงว่า “ลดคนได้เท่าไร” แต่ควรถามว่า

“เรากำลังปลดล็อกศักยภาพของคนจากงานประเภทใด”

เมื่อพนักงานไม่ต้องใช้เวลาส่วนใหญ่ไปกับงานซ้ำ เขาอาจมีโอกาสคิดเชิงกลยุทธ์มากขึ้น เข้าใจลูกค้ามากขึ้น หรือสร้างนวัตกรรมได้มากขึ้น ซึ่งเป็นคุณค่าที่มีผลต่อธุรกิจในระยะยาว

‍

3. การเพิ่ม Work Autonomy

AI สามารถทำให้พนักงานทำสิ่งต่าง ๆ ได้ด้วยตัวเองมากขึ้นโดยไม่ต้องรอความช่วยเหลือจากผู้เชี่ยวชาญทุกครั้ง เช่น นักการตลาดอาจวิเคราะห์ข้อมูลเบื้องต้นได้ด้วยตัวเอง ผู้จัดการอาจเตรียม Scenario ก่อนการตัดสินใจ และพนักงานอาจสร้างต้นแบบไอเดียก่อนส่งต่อให้ทีมเฉพาะทาง

สิ่งนี้ช่วยให้พนักงานรู้สึกว่าตนเองมีอำนาจในการทำงานมากขึ้น

แต่ Autonomy ไม่ได้หมายความว่าองค์กรปล่อยให้พนักงานใช้ AI โดยไม่มีกรอบ องค์กรยังต้องกำหนดมาตรฐานเรื่องข้อมูล ความปลอดภัย ความถูกต้อง และความรับผิดชอบให้ชัดเจน

Autonomy ที่ดีเกิดขึ้นเมื่อพนักงานมีทั้งเครื่องมือ ความสามารถ และขอบเขตการตัดสินใจที่ชัดเจน

‍

4. การช่วยบริหารภาระงานและพลังงาน

AI ไม่ควรช่วยเพียงให้งานเสร็จเร็วขึ้น แต่สามารถช่วยให้องค์กรมองเห็นภาระงานที่ไม่สมดุลได้ด้วย

หากข้อมูลถูกจัดการอย่างเหมาะสม AI อาจช่วยวิเคราะห์ความหนาแน่นของการประชุม ปริมาณงานที่ค้าง การกระจายงานในทีม หรือช่วงเวลาที่พนักงานต้องทำงานเกินกำลังอย่างต่อเนื่อง

ข้อมูลเหล่านี้สามารถช่วยให้ผู้นำปรับลำดับความสำคัญ จัดสรรทรัพยากร และลดความเสี่ยงจาก Burnout ได้

อย่างไรก็ตาม การใช้ AI ในลักษณะนี้ต้องระวังไม่ให้กลายเป็น Employee Surveillance

เส้นแบ่งระหว่างการใช้ข้อมูลเพื่อดูแลคน กับการใช้ข้อมูลเพื่อติดตามและควบคุมคนมีความละเอียดอ่อนมาก หากพนักงานรู้สึกว่าทุกพฤติกรรมถูกจับตา ความไว้วางใจจะลดลง แม้องค์กรจะอธิบายว่าทำเพื่อเพิ่มประสิทธิภาพก็ตาม

องค์กรจึงต้องมีความโปร่งใสว่าเก็บข้อมูลอะไร ใช้เพื่อวัตถุประสงค์ใด ใครเข้าถึงได้ และพนักงานมีสิทธิ์ตั้งคำถามหรือปฏิเสธการใช้งานบางรูปแบบหรือไม่

‍

อีกประเด็นที่ผู้นำต้องให้ความสำคัญคือ Definition of Productivity

หากองค์กรนิยาม Productivity ว่าเป็นจำนวนงานที่ทำได้ต่อเวลา AI จะกลายเป็นเครื่องมือเพิ่ม Output เป็นหลัก แต่หากองค์กรนิยาม Productivity ว่าเป็นความสามารถในการสร้างผลลัพธ์ที่มีคุณภาพโดยใช้ทรัพยากรอย่างเหมาะสม AI จะสามารถช่วยให้คนตัดสิ่งที่ไม่สำคัญออก และโฟกัสกับงานที่มีผลกระทบสูงขึ้น

องค์กรจึงอาจต้องปรับ Performance Expectation พร้อมกับการนำ AI มาใช้

ตัวอย่างเช่น แทนที่จะประเมินพนักงานจากจำนวนรายงานที่ผลิตได้ อาจประเมินจากคุณภาพของ Insight ความสามารถในการนำข้อมูลไปตัดสินใจ หรือผลลัพธ์ที่เกิดขึ้นกับลูกค้าและธุรกิจ

เพราะเมื่อ AI สามารถสร้าง Output ได้ง่ายขึ้น สิ่งที่มีคุณค่าจะไม่ใช่แค่การผลิตสิ่งต่าง ๆ แต่คือการตั้งคำถามที่ดี การเลือกใช้ข้อมูลอย่างมีวิจารณญาณ และการเปลี่ยน Output ให้กลายเป็น Impact

ในมุม EVP คำมั่นสัญญาของ AI That Makes Work Better จึงอาจเป็นว่า

“เราจะใช้เทคโนโลยีเพื่อลดสิ่งที่ทำให้คุณเสียเวลา เพื่อให้คุณมีพื้นที่ทำงานที่มีความหมายมากขึ้น”

ผู้นำควรถามตนเองว่า

• AI ช่วยลดงานที่ไม่จำเป็นจริงหรือไม่
• พนักงานมีเวลาไปทำงานที่มีคุณค่ามากขึ้นหรือไม่
• เวลาที่ประหยัดได้ถูกเติมด้วยงานใหม่ทั้งหมดหรือเปล่า
• ความคาดหวังขององค์กรเพิ่มขึ้นเร็วกว่าทรัพยากรของพนักงานหรือไม่
• AI ช่วยให้คนมี Autonomy มากขึ้น หรือทำให้ถูกควบคุมมากขึ้น
• พนักงานรู้สึกว่างานง่ายขึ้น ชัดขึ้น และมีความหมายขึ้นหรือไม่

เพราะ AI ที่ดีต่อ EVP ไม่ใช่ AI ที่ทำให้คนทำงานได้ตลอดเวลา แต่คือ AI ที่ช่วยให้คนทำงานได้ดีในเวลาที่เหมาะสม และสามารถหยุดพักได้โดยไม่รู้สึกผิด

‍

3. AI That Understands Me

AI ที่ช่วยให้องค์กรออกแบบประสบการณ์พนักงานจากความต้องการจริง ไม่ใช่จากสมมติฐาน

‍

หนึ่งในความท้าทายของ EVP คือพนักงานในองค์กรไม่ได้ต้องการสิ่งเดียวกันทั้งหมด

พนักงานที่เพิ่งเริ่มทำงานอาจให้ความสำคัญกับการเรียนรู้ เพื่อนร่วมงาน และโอกาสได้ทดลองทำสิ่งใหม่ ขณะที่พนักงานระดับกลางอาจสนใจความก้าวหน้า รายได้ และความสามารถในการดูแลครอบครัว

พนักงานที่มีลูกอาจต้องการความยืดหยุ่นเรื่องเวลา พนักงานสายผู้เชี่ยวชาญอาจต้องการอิสระและการยอมรับในความเชี่ยวชาญ ส่วนพนักงานหน้างานอาจให้ความสำคัญกับตารางงานที่แน่นอน ความปลอดภัย และความเป็นธรรมในแต่ละวัน

หากองค์กรออกแบบ EVP แบบเดียวสำหรับทุกคน คุณค่าที่ส่งมอบอาจกว้างเกินไปและไม่ตอบโจทย์ใครอย่างแท้จริง

AI สามารถช่วยให้องค์กรเข้าใจความแตกต่างของพนักงานได้ละเอียดขึ้น และออกแบบ Employee Experience ให้เหมาะสมกับแต่ละกลุ่มมากขึ้น

แต่คำว่า “เข้าใจ” ในที่นี้ไม่ควรหมายถึงการเก็บข้อมูลให้มากที่สุด

การเข้าใจพนักงานอย่างแท้จริงต้องประกอบด้วยการฟัง การตีความอย่างมีบริบท การเคารพสิทธิส่วนบุคคล และการนำข้อมูลไปสร้างการเปลี่ยนแปลงที่พนักงานสัมผัสได้จริง

บทบาทแรกของ AI ในมิตินี้คือการช่วยฟัง Employee Voice อย่างต่อเนื่อง

หลายองค์กรมี Engagement Survey ปีละครั้ง ซึ่งช่วยให้เห็นภาพรวม แต่บางครั้งข้อมูลมาถึงช้าเกินไป และคำถามอาจไม่สะท้อนสิ่งที่กำลังเกิดขึ้นในชีวิตการทำงานจริง

AI สามารถช่วยวิเคราะห์ข้อมูลจาก Pulse Survey ข้อเสนอแนะ การลาออก การสัมภาษณ์ หรือช่องทางการสื่อสารภายใน เพื่อมองเห็นประเด็นที่เกิดขึ้นซ้ำ ความรู้สึกที่เปลี่ยนไป หรือกลุ่มพนักงานที่มีประสบการณ์แตกต่างจากค่าเฉลี่ย

ตัวอย่างเช่น คะแนน Engagement โดยรวมอาจอยู่ในระดับดี แต่ AI อาจช่วยให้เห็นว่าพนักงานในทีมหนึ่งกำลังมีความกังวลเรื่องภาระงาน หรือพนักงานช่วงอายุหนึ่งรู้สึกว่า Career Path ไม่ชัดเจน

ข้อมูลเชิงลึกเช่นนี้ช่วยให้องค์กรไม่มองพนักงานเป็นประชากรก้อนเดียว แต่เห็นความแตกต่างภายในองค์กรได้ชัดขึ้น

‍

บทบาทที่สองคือการช่วยออกแบบ Personalized EVP

Personalized EVP ไม่ได้หมายความว่าทุกคนต้องได้รับสิ่งที่แตกต่างกันทั้งหมด แต่หมายถึงการมี Core Promise ร่วมกัน และเปิดให้พนักงานได้รับประสบการณ์ที่เหมาะกับบริบทของตน

ตัวอย่างที่ชัดเจนคือสวัสดิการ

พนักงานแต่ละคนอาจให้คุณค่ากับสวัสดิการต่างกัน บางคนต้องการประกันสุขภาพเพิ่มเติม บางคนต้องการงบเรียนรู้ บางคนต้องการวันลาเพิ่มเติม และบางคนต้องการการสนับสนุนด้านการเงิน

AI สามารถช่วยวิเคราะห์รูปแบบความต้องการ และแนะนำทางเลือกที่เหมาะสมให้พนักงาน โดยไม่จำเป็นต้องใช้แพ็กเกจเดียวกับทุกคน

ในด้านการเรียนรู้ AI สามารถแนะนำเนื้อหาที่ตรงกับบทบาทและเป้าหมายอาชีพ ในด้านการทำงาน AI อาจช่วยปรับรูปแบบการสื่อสารหรือการเข้าถึงข้อมูลตามความต้องการ และในด้าน Wellbeing AI อาจช่วยแนะนำทรัพยากรหรือสิทธิประโยชน์ที่เหมาะกับสถานการณ์ของพนักงาน

‍

บทบาทที่สามคือการช่วยให้องค์กรเข้าใจ Moments That Matter

Employee Experience ไม่ได้ถูกตัดสินจากทุกวันเท่า ๆ กัน แต่มีบางช่วงเวลาที่มีผลต่อความรู้สึกของพนักงานมากเป็นพิเศษ เช่น วันแรกของการทำงาน การได้รับ Feedback ครั้งสำคัญ การถูกปฏิเสธการเลื่อนตำแหน่ง การกลับมาทำงานหลังลาคลอด การเปลี่ยนหัวหน้า หรือการตัดสินใจลาออก

AI สามารถช่วยวิเคราะห์ว่าในช่วงเวลาใดพนักงานมักเผชิญปัญหา ขาดข้อมูล หรือมีประสบการณ์ที่ไม่สอดคล้องกับ EVP

ตัวอย่างเช่น องค์กรอาจบอกว่าตนให้ความสำคัญกับ Growth แต่ข้อมูลอาจชี้ว่าหลังจากพนักงานถูกปฏิเสธการเลื่อนตำแหน่ง ไม่มีใครพูดคุยถึงแผนพัฒนาต่อ ทำให้พนักงานจำนวนหนึ่งตัดสินใจลาออกในช่วงหกเดือนถัดมา

AI ช่วยให้องค์กรเห็น Pattern เหล่านี้ได้ แต่หน้าที่ของผู้นำคือเปลี่ยนข้อมูลให้เป็นการออกแบบประสบการณ์ที่ดีขึ้น

‍

4. AI That Makes Leadership More Human

AI ที่ช่วยให้ผู้นำมีเวลาฟัง เข้าใจ และดูแลคนมากขึ้น

‍

แม้องค์กรจะมี EVP ที่ดีเพียงใด ประสบการณ์ที่พนักงานได้รับจริงมักขึ้นอยู่กับหัวหน้าโดยตรง

พนักงานไม่ได้สัมผัส Leadership Quality ผ่านข้อความขององค์กรเท่านั้น แต่สัมผัสผ่านวิธีที่หัวหน้ามอบหมายงาน ให้ Feedback รับฟังปัญหา จัดการความขัดแย้ง เปิดโอกาส และปฏิบัติต่อคนในแต่ละวัน

หากหัวหน้าสื่อสารไม่ชัด ไม่รับฟัง หรือไม่สามารถจัดการภาระงานของทีมได้ EVP ที่องค์กรประกาศอาจไม่มีความหมายต่อพนักงาน

ในทางกลับกัน หัวหน้าที่ดีสามารถทำให้พนักงานรู้สึกได้รับการสนับสนุน แม้องค์กรจะยังมีข้อจำกัดอยู่ก็ตาม

AI จึงมีโอกาสช่วยยกระดับ Leadership Quality ได้อย่างมาก หากถูกใช้เพื่อเสริมความสามารถของผู้นำ ไม่ใช่แทนที่ความสัมพันธ์ระหว่างผู้นำกับทีม

บทบาทแรกของ AI คือช่วยลดภาระงานบริหารของหัวหน้า

ผู้จัดการจำนวนมากใช้เวลาไปกับรายงาน การติดตามงาน การสรุปข้อมูล และการเตรียมเอกสาร จนเหลือเวลาพูดคุยกับคนไม่มากนัก

AI สามารถช่วยสรุปสถานะโครงการ เตรียมข้อมูลก่อนการประชุม ติดตามประเด็นที่ต้องดำเนินการ และจัดระเบียบข้อมูลของทีม ทำให้หัวหน้ามีเวลาสำหรับบทสนทนาที่มีคุณภาพมากขึ้น

แต่เวลาที่ประหยัดได้ต้องถูกนำกลับมาใช้กับคนจริง ๆ

หาก AI ช่วยลดงานบริหาร แต่หัวหน้าได้รับงานเพิ่มจนไม่มีเวลาพูดคุยกับทีมเหมือนเดิม AI ก็ยังไม่ได้ทำให้ Leadership มีความเป็นมนุษย์มากขึ้น

‍

บทบาทที่สองคือช่วยเตรียม Coaching Conversation

หัวหน้าบางคนต้องการช่วยพนักงานเติบโต แต่ไม่รู้ว่าจะเริ่มบทสนทนาอย่างไร โดยเฉพาะเมื่อเกี่ยวข้องกับประเด็นละเอียดอ่อน เช่น ผลงานที่ต่ำกว่าคาด ความเหนื่อยล้า ความต้องการเปลี่ยนบทบาท หรือความขัดแย้งในทีม

AI สามารถช่วยหัวหน้าเตรียมคำถาม สรุปข้อมูลที่เกี่ยวข้อง หรือเสนอกรอบการสนทนา โดยไม่จำเป็นต้องเขียนบทสนทนาแทนทั้งหมด

ตัวอย่างเช่น ก่อน Career Conversation AI อาจช่วยรวบรวมความสำเร็จ ทักษะที่พนักงานพัฒนา Feedback ที่ได้รับ และโอกาสที่เกี่ยวข้อง เพื่อให้หัวหน้าเข้าไปสนทนาด้วยข้อมูลที่ครบขึ้น

สิ่งนี้ช่วยลดโอกาสที่การพูดคุยจะกลายเป็นความคิดเห็นส่วนตัวหรืออาศัยความจำของหัวหน้าเพียงอย่างเดียว

‍

บทบาทที่สามคือช่วยให้หัวหน้าเข้าใจทีมในภาพรวม

AI สามารถช่วยวิเคราะห์สัญญาณเกี่ยวกับภาระงาน ความร่วมมือ Engagement หรือความเสี่ยงของทีม เพื่อให้หัวหน้าเห็นปัญหาเร็วขึ้น

ตัวอย่างเช่น หากทีมหนึ่งมีการประชุมเพิ่มขึ้นอย่างต่อเนื่อง แต่ความคืบหน้าของงานลดลง AI อาจช่วยเตือนว่ากระบวนการทำงานกำลังมี Friction หรือหากมีสมาชิกบางคนได้รับงานเร่งด่วนซ้ำ ๆ ระบบอาจช่วยชี้ให้เห็นความไม่สมดุลของภาระงาน

อย่างไรก็ตาม ข้อมูลเหล่านี้ควรเป็นจุดเริ่มต้นของการตั้งคำถาม ไม่ใช่ข้อสรุปเกี่ยวกับพนักงาน

หัวหน้าไม่ควรเห็นข้อมูลว่าใครมีความเสี่ยง Burnout แล้วตัดสินแทนพนักงาน แต่ควรใช้ข้อมูลเพื่อเริ่มบทสนทนา เช่น “ช่วงนี้ภาระงานเป็นอย่างไรบ้าง” หรือ “มีอะไรที่ทีมสามารถช่วยลดได้หรือไม่”

‍

บทบาทที่สี่คือช่วยลด Bias ในการตัดสินใจ

การประเมินผลงาน การเลื่อนตำแหน่ง และการให้โอกาสมักได้รับอิทธิพลจาก Recency Bias, Similarity Bias หรือ Visibility Bias คนที่พูดเก่ง ใกล้ชิดหัวหน้า หรือเพิ่งมีผลงานเด่นอาจถูกจดจำมากกว่าคนที่สร้างผลงานอย่างสม่ำเสมอ

AI สามารถช่วยรวบรวมข้อมูลจากหลายช่วงเวลาและหลายแหล่ง ทำให้หัวหน้าเห็นภาพที่กว้างขึ้น

แต่ต้องระวังว่า AI เองก็สามารถมี Bias ได้เช่นกัน หากข้อมูลในอดีตสะท้อนความไม่เท่าเทียม ระบบอาจเรียนรู้และทำซ้ำ Bias นั้น

ดังนั้น AI ควรช่วยตรวจสอบความสอดคล้องและเตือนให้ผู้นำทบทวน ไม่ควรเป็นผู้ตัดสินขั้นสุดท้าย

‍

บทบาทที่ห้าคือช่วยให้ Recognition เกิดขึ้นอย่างสม่ำเสมอ

หัวหน้าหลายคนตั้งใจให้ Feedback หรือชื่นชมพนักงาน แต่ในช่วงงานยุ่งอาจลืมหรือทำเฉพาะช่วงประเมินผลงาน

AI สามารถช่วยเตือนให้หัวหน้ามองเห็น Milestone Contribution หรือพัฒนาการของพนักงาน และแนะนำประเด็นที่ควรกล่าวถึง

อย่างไรก็ตาม Recognition ที่ดีต้องมีความจริงใจและเฉพาะเจาะจง การส่งข้อความอัตโนมัติแบบเดียวให้ทุกคนอาจทำให้การชื่นชมสูญเสียความหมาย

AI จึงควรช่วยให้หัวหน้า “จำได้และเห็นได้” แต่คำพูดสุดท้ายควรมาจากมนุษย์

‍

บทบาทที่หกคือช่วยให้ผู้นำสื่อสารการเปลี่ยนแปลงได้ดีขึ้น

เมื่อองค์กรนำ AI มาใช้ พนักงานมักมีคำถามเกี่ยวกับผลกระทบต่องาน บทบาท และอนาคตของตน หัวหน้าเป็นบุคคลสำคัญที่ต้องอธิบายและสร้างความมั่นใจ แต่หัวหน้าจำนวนมากอาจไม่มีข้อมูลหรือไม่รู้ว่าจะตอบอย่างไร

AI สามารถช่วยเตรียม FAQ จำลองคำถามยาก ๆ หรือช่วยให้ผู้นำปรับข้อความให้เหมาะกับแต่ละกลุ่ม

แต่หัวใจสำคัญของการสื่อสารยังคงเป็นความตรงไปตรงมา

หากองค์กรไม่สามารถรับประกันได้ว่าจะไม่มีงานบางประเภทเปลี่ยนแปลง ผู้นำไม่ควรสร้างความมั่นใจที่เกินจริง แต่ควรอธิบายสิ่งที่รู้ สิ่งที่ยังไม่รู้ และสิ่งที่องค์กรจะทำเพื่อช่วยให้พนักงานเตรียมตัว

AI That Makes Leadership More Human จึงไม่ได้หมายถึงการให้ AI ทำหน้าที่บริหารคนแทนหัวหน้า แต่หมายถึงการใช้ AI เพื่อช่วยให้หัวหน้ามีข้อมูล เวลา และความพร้อมในการดูแลคนมากขึ้น

คำมั่นสัญญาในมุม EVP อาจเป็นว่า

“เราจะใช้ AI เพื่อช่วยให้ผู้นำเข้าใจคุณมากขึ้น ไม่ใช่เพื่อตัดสินคุณโดยไม่ต้องพูดคุยกัน”

ผู้นำองค์กรควรถามว่า

• AI ช่วยให้หัวหน้ามีเวลาคุยกับคนมากขึ้นหรือไม่
• หัวหน้าใช้ AI เพื่อเตรียมบทสนทนา หรือใช้ AI แทนบทสนทนา
• การตัดสินใจสำคัญยังมีมนุษย์รับผิดชอบหรือไม่
• พนักงานสามารถอธิบายบริบทที่ข้อมูลมองไม่เห็นได้หรือไม่
• AI ช่วยลด Bias หรือกำลังทำให้ Bias ดูเป็นวิทยาศาสตร์มากขึ้น
• เทคโนโลยีทำให้ผู้นำใกล้ชิดกับทีมมากขึ้น หรือห่างไกลจากทีมมากขึ้น

เพราะท้ายที่สุด ภาวะผู้นำไม่ได้วัดจากจำนวนข้อมูลที่หัวหน้ามี แต่วัดจากสิ่งที่หัวหน้าทำกับข้อมูลนั้น และจากความรู้สึกที่พนักงานได้รับเมื่อพูดคุยกับหัวหน้า

‍

‍

5 หลักการสำคัญสำหรับผู้นำที่ต้องการสร้าง Human–AI EVP

‍

1. เริ่มจาก Employee Value ไม่ใช่ Technology Capability

องค์กรไม่ควรเริ่มจากคำถามว่า “AI ตัวนี้ทำอะไรได้บ้าง” เพียงอย่างเดียว แต่ควรเริ่มจากปัญหาและความต้องการของพนักงาน

พนักงานเสียเวลาไปกับอะไร รู้สึกติดขัดตรงไหน กังวลเรื่องใด และต้องการการสนับสนุนอะไร

เทคโนโลยีควรเข้ามาตอบโจทย์เหล่านี้ ไม่ใช่สร้าง Use Case ขึ้นมาเพียงเพราะองค์กรมีเครื่องมืออยู่แล้ว

‍

2. ให้พนักงานมีส่วนร่วมในการออกแบบ

การนำ AI มาใช้โดยไม่รับฟังพนักงานอาจทำให้เกิดแรงต้าน แม้ระบบจะมีประโยชน์ก็ตาม

องค์กรควรเชิญพนักงานร่วมระบุ Pain Point ทดลองใช้งาน ให้ Feedback และกำหนดขอบเขตที่เหมาะสม

การมีส่วนร่วมไม่เพียงช่วยให้ระบบตอบโจทย์มากขึ้น แต่ยังสร้างความรู้สึกว่าพนักงานมีอำนาจต่ออนาคตของงานตนเอง

‍

3. โปร่งใสว่ามี AI อยู่ตรงไหน

พนักงานควรรู้ว่า AI ถูกใช้ในกระบวนการใด ใช้ข้อมูลอะไร และมีอิทธิพลต่อการตัดสินใจระดับใด

โดยเฉพาะเรื่องที่กระทบอนาคตของคน เช่น การประเมินผลงาน การคัดเลือก Talent การปรับค่าตอบแทน หรือการเลื่อนตำแหน่ง

AI ที่มองไม่เห็นอาจสร้างประสิทธิภาพ แต่ AI ที่โปร่งใสจะสร้างความไว้วางใจได้มากกว่า

‍

4. รักษา Human Accountability

ทุกการตัดสินใจที่มีผลกระทบสูงต่อพนักงานควรมีมนุษย์รับผิดชอบ อธิบายได้ และเปิดให้ทบทวนได้

องค์กรไม่ควรตอบพนักงานว่า “ระบบเป็นคนตัดสิน” เพราะระบบไม่มีความรับผิดชอบทางศีลธรรมต่อผลที่เกิดขึ้น

AI สามารถให้ข้อมูล คำแนะนำ หรือแจ้งเตือน แต่ผู้นำต้องเป็นผู้รับผิดชอบต่อการตัดสินใจสุดท้าย

‍

5. วัดผลลัพธ์จากประสบการณ์ของพนักงาน ไม่ใช่เฉพาะผลลัพธ์ของธุรกิจ

องค์กรอาจวัดว่า AI ช่วยลดเวลาได้กี่ชั่วโมง ลดต้นทุนได้เท่าไร หรือเพิ่ม Output ได้แค่ไหน แต่ควรวัดด้วยว่าพนักงานรู้สึกอย่างไรหลังการใช้งาน

พนักงานรู้สึกว่าตนเองมีความสามารถมากขึ้นหรือไม่ งานมีคุณค่ามากขึ้นหรือไม่ มี Autonomy เพิ่มขึ้นหรือไม่ ไว้วางใจองค์กรขึ้นหรือลดลง และเห็นอนาคตของตัวเองชัดขึ้นหรือไม่

หาก AI สร้างผลลัพธ์ทางธุรกิจ แต่ทำลายความมั่นใจและความผูกพันของคน ต้นทุนที่แท้จริงอาจปรากฏในภายหลังผ่านการลาออก การต่อต้านการเปลี่ยนแปลง และการสูญเสียความไว้วางใจ

‍

‍

คำถามสุดท้ายสำหรับผู้นำองค์กร

การเข้ามาของ AI ทำให้องค์กรมีโอกาสทบทวนความสัมพันธ์ระหว่างคน งาน และเทคโนโลยีใหม่ทั้งหมด

ผู้นำมีทางเลือกว่าจะใช้ AI เพื่อบีบให้คนทำงานได้มากขึ้น หรือใช้ AI เพื่อเปิดพื้นที่ให้คนทำงานที่มีคุณค่ามากขึ้น

จะใช้ AI เพื่อระบุว่าใครมีทักษะไม่เพียงพอ หรือใช้ AI เพื่อช่วยให้คนพัฒนาทักษะที่จำเป็น

จะใช้ AI เพื่อรู้ทุกอย่างเกี่ยวกับพนักงาน หรือใช้ AI เพื่อรับฟังและตอบสนองความต้องการของพนักงานอย่างรับผิดชอบ

และจะใช้ AI เพื่อช่วยหัวหน้าตัดสินใจแทนการพูดคุย หรือใช้ AI เพื่อทำให้บทสนทนาระหว่างหัวหน้ากับทีมมีคุณภาพมากขึ้น

AI จึงไม่ใช่เพียงคำถามด้านเทคโนโลยี แต่เป็นคำถามด้านความเป็นผู้นำ

องค์กรกำลังใช้ AI เพื่อสร้างอนาคตแบบใด และพนักงานมีบทบาทอย่างไรในอนาคตนั้น

Human–AI EVP ที่ดีไม่จำเป็นต้องสัญญาว่า AI จะไม่เปลี่ยนแปลงงาน เพราะในความเป็นจริงงานจำนวนมากย่อมเปลี่ยนไป แต่ควรสัญญาว่าองค์กรจะบริหารการเปลี่ยนแปลงอย่างรับผิดชอบ โปร่งใส และไม่ทิ้งคนไว้ข้างหลัง

ท้ายที่สุด AI ที่ดีที่สุดสำหรับ EVP อาจไม่ใช่ AI ที่ฉลาดที่สุด เร็วที่สุด หรือทำงานได้มากที่สุด

แต่คือ AI ที่ทำให้พนักงานสามารถตอบคำถามเหล่านี้ได้อย่างมั่นใจว่า

ฉันมีโอกาสเติบโตมากขึ้นหรือไม่
งานของฉันดีขึ้นและมีความหมายมากขึ้นหรือไม่
องค์กรเข้าใจและปฏิบัติต่อฉันอย่างเป็นธรรมหรือไม่
ผู้นำของฉันมีเวลาและความใส่ใจให้กับคนมากขึ้นหรือไม่

หากคำตอบคือ “ใช่” AI จะไม่ได้เป็นเพียงเทคโนโลยีที่องค์กรนำมาใช้ แต่จะกลายเป็นส่วนหนึ่งของ EVP ที่ทำให้คนรู้สึกว่าองค์กรแห่งนี้คุ้มค่าที่จะร่วมสร้างอนาคตไปด้วยกัน

‍

‍

ร่วมเป็นส่วนหนึ่ง ที่ทำให้องค์กรไทยน่าทำงาน

สำหรับพนักงานไทย
ร่วมแชร์เสียงของคุณผ่านแบบสำรวจ EVP Thai เพื่อบอกว่า “อะไรคือสิ่งที่พนักงานต้องการจากองค์กรจริง ๆ” และช่วยให้องค์กรเข้าใจความต้องการของคนทำงานไทยได้ดียิ่งขึ้น
แบบสำรวจไม่เก็บข้อมูลส่วนบุคคล และคำตอบจะถูกนำเสนอในภาพรวมเท่านั้น ได้ที่ [คลิ้ก]

สำหรับองค์กร
ค้นหา Insight จากเสียงของพนักงานไทย เพื่อเข้าใจว่าอะไรคือสิ่งที่คนทำงานให้ความสำคัญ และนำไปต่อยอดการออกแบบ EVP และ Employee Experience ได้ที่ [คลิ้ก]

‍