เมื่อเทคโนโลยีเปลี่ยนเร็วขึ้น สิ่งที่องค์กรต้องเร่งปรับตามไม่ใช่แค่ระบบหรือเครื่องมือ แต่รวมถึงวิธีบริหารคน วิธีออกแบบงาน และบทบาทของ HR เองด้วย เพราะในวันที่ AI และเทคโนโลยีใหม่ ๆ เริ่มเข้ามาเป็นส่วนหนึ่งของการทำงานจริง เทคโนโลยีเหล่านั้นสามารถยกระดับคนและธุรกิจให้เดินไปข้างหน้าพร้อมกันได้กว่าที่เคย
ประเด็นนี้กลายเป็นแกนสำคัญของ HR & WorkTech Summit Thailand 2026 ซึ่งกลับมาจัดในประเทศไทยเป็นปีที่ 2 ภายใต้ธีม “Shaping the Future of Talent and Technology” พร้อมรวบรวมผู้นำองค์กร ผู้บริหาร HR และผู้เชี่ยวชาญด้านเทคโนโลยีมาร่วมแลกเปลี่ยนมุมมองต่อความเปลี่ยนแปลงที่กำลังเกิดขึ้น ตั้งแต่การพัฒนาทักษะของ Workforce การใช้ข้อมูลเพื่อบริหาร Talent การออกแบบ Employee Experience ไปจนถึงบทบาทของ AI ที่กำลังเปลี่ยนทั้งวิธีทำงานและวิธีตัดสินใจขององค์กร
หากใครพลาดงานนี้ไป HREX สรุปสาระสำคัญที่ HR ควรรู้มาให้แล้ว ดังนี้
From Skills Signals to Talent Sustainability: How Generative AI Is Rewiring Thailand’s Digital Workforce Pipeline
ดร.พุทธิพันธุ์ หิรัณยตระกูล Big Data Research Fellow จาก Thailand Development Research Institute (TDRI) ชวนมองตลาดแรงงานไทยผ่านข้อมูลรูปแบบใหม่ เพราะที่ผ่านมา หากอยากรู้ว่าตลาดแรงงานกำลังเปลี่ยนไปทางไหน เรามักต้องรอผลสำรวจเป็นรอบ ๆ แต่ปัจจุบัน TDRI เริ่มนำข้อมูลจากแพลตฟอร์มหางานมากกว่า 20 แห่งมาวิเคราะห์ ทำให้มองเห็นได้เร็วขึ้นว่าอาชีพไหนกำลังเป็นที่ต้องการ นายจ้างกำลังมองหาทักษะแบบใด และความต้องการของตลาดกำลังขยับไปในทิศทางไหน
อย่างไรก็ตาม ข้อมูลชุดนี้ยังมีข้อจำกัด ทั้งเรื่องคุณภาพและขนาดของฐานข้อมูลแต่ละแพลตฟอร์ม รวมถึงการเก็บข้อมูลที่เพิ่งเริ่มตั้งแต่ไตรมาส 2 ปี 2024 จึงยังเร็วเกินไปที่จะใช้ยืนยันว่า AI เป็นสาเหตุโดยตรงของความเปลี่ยนแปลงที่เกิดขึ้น
ถึงอย่างนั้น ข้อมูลที่มีอยู่ก็เริ่มเผยให้เห็นสัญญาณบางอย่างที่น่าสนใจ แม้จำนวนประกาศงานโดยรวมจะค่อนข้างทรงตัว แต่งานที่เกี่ยวข้องกับ AI เพิ่มขึ้นประมาณ 4 เท่า และกระจายจาก 101 อาชีพเป็น 207 อาชีพ โดยกลุ่มที่พบมากยังเป็นงานสายเทคโนโลยี เช่น Data Engineer, Graphic Designer และ Full Stack Developer
ขณะเดียวกัน นายจ้างเริ่มระบุความต้องการเกี่ยวกับ AI ในประกาศงานชัดเจนขึ้น จากเดิมที่อาจระบุเพียงว่าผู้สมัครควรมีความรู้เรื่อง AI ตอนนี้เริ่มเจาะจงมากขึ้นว่าต้องใช้เครื่องมืออะไร ใช้กับงานแบบไหน และต้องทำอะไรได้จริง นั่นทำให้ AI ค่อย ๆ เปลี่ยนจากคำที่ใส่ไว้ตามกระแส มาเป็นทักษะที่ผูกกับหน้าที่งานชัดเจนขึ้น
ความเปลี่ยนแปลงไม่ได้เกิดเฉพาะงานสายเทคเท่านั้น เพราะเริ่มมีตำแหน่งใหม่ที่มี AI อยู่ในชื่องานโดยตรง เช่น AI Adoption Lead ในสาย HR รวมถึงบทบาทลักษณะเดียวกันที่กระจายไปสู่งานด้านอื่นมากขึ้น สิ่งที่ตามมาคือความรับผิดชอบของคนทำงานก็เริ่มเปลี่ยน จากการเป็นผู้ลงมือทำทุกขั้นตอน ไปสู่การตรวจสอบ ประเมิน และตัดสินใจจากสิ่งที่ AI ช่วยสร้างขึ้น
องค์กรบางแห่งจึงไม่ได้มองหาแค่คนที่ใช้ AI เป็น แต่ต้องการคนที่สามารถนำ AI ไปสร้างเครื่องมือ กระบวนการ หรือนวัตกรรมใหม่ให้เกิดขึ้นกับงานได้ด้วย
อย่างไรก็ตาม ผลของ AI อาจไม่ได้เกิดกับคนทำงานทุกระดับเท่ากัน ข้อมูลของ TDRI พบว่า งานที่เกี่ยวข้องกับการสร้างหรือพัฒนา AI มีแนวโน้มต้องการคนระดับ Senior และประสบการณ์สูงกว่า ขณะที่งานที่ใช้ AI เป็นเครื่องมือยังเปิดกว้างกว่า
ประเด็นที่ต้องจับตาคือ หากงานพื้นฐานบางประเภทเริ่มถูก AI รับไปทำมากขึ้น โอกาสของคนที่เพิ่งเข้าสู่ตลาดแรงงานก็อาจลดลงตามไปด้วย ตัวอย่างอย่างงาน Graphic Designer แม้วันนี้ AI ยังไม่สามารถเข้ามาแทนที่คนได้ทั้งหมด แต่ความสามารถของ Generative AI ที่พัฒนาขึ้นอย่างรวดเร็วก็ทำให้คนในสายงานนี้ต้องปรับตัว และความคาดหวังต่อคนระดับ Senior ก็ยิ่งสูงขึ้นตามไปด้วย
ดร.พุทธิพันธุ์จึงสรุป 3 สัญญาณของตลาดงานที่ควรจับตา ได้แก่
- งานที่เกี่ยวข้องกับ AI กำลังเพิ่มขึ้นและระบุทักษะที่ต้องการชัดขึ้น
- ตลาดงาน AI เริ่มแบ่งออกระหว่างคนที่ “ใช้” กับคนที่ “สร้าง” AI
- ประเด็นที่น่ากังวลที่สุดคือ บันไดขั้นแรกของการเข้าสู่ตลาดแรงงานกำลังแคบลง
เพราะหากองค์กรต้องการคนที่มีประสบการณ์มากขึ้น ขณะที่ตำแหน่งสำหรับ Junior ลดลง คำถามสำคัญคือ คนรุ่นใหม่จะหาโอกาสจากไหนเพื่อสะสมประสบการณ์และเติบโตขึ้นมาเป็น Senior ในอนาคต
“TDRI ยังไม่สามารถบอกได้ว่าตลาดแรงงานจะเดินไปถึงจุดใด แต่โจทย์จากนี้จึงไม่ได้มีแค่การติดตามว่า AI จะเปลี่ยนงานอะไรบ้าง หากยังต้องคิดต่อด้วยว่าเราจะออกแบบงานและเส้นทางการเติบโตของคนอย่างไร เพื่อไม่ให้โอกาสในการเริ่มต้นอาชีพหายไปพร้อมกับการเปลี่ยนแปลงของเทคโนโลยี”
“คำถามสำคัญต่อจากนี้คือ องค์กรจะออกแบบงานและเส้นทางการเติบโตของคนใหม่อย่างไร เพื่อให้ AI ช่วยเพิ่มความสามารถของแรงงาน โดยไม่ทำให้คนที่เพิ่งเริ่มต้นอาชีพสูญเสียโอกาสที่จะเรียนรู้ เติบโต และก้าวขึ้นมาเป็นกำลังหลักของตลาดแรงงานในวันข้างหน้า”
Human-Centered Transformation: How HR Leaders Create Capacity for Growth Through Human-Centered Design
คุณ ปาริฉัตร หาญญานันท์ Head of Digital HR จาก Central Group เริ่มจากการฉายภาพที่ HR หลายคนน่าจะคุ้นเคยดี โดยเฉพาะคนที่รับผิดชอบเรื่องระบบและเทคโนโลยี ซึ่งตลอดช่วงที่ผ่านมาอาจเคยต้องมองหาและเสนอระบบใหม่ให้องค์กรนำมาใช้มาแล้วไม่ต่ำกว่า 3 ระบบ เพื่อช่วยแก้ปัญหาและเพิ่มประสิทธิภาพการทำงาน
อย่างไรก็ตาม แม้ HR จะมีเทคโนโลยีให้เลือกใช้มากขึ้น ความกดดันกลับไม่ได้ลดลงตามไปด้วย เพราะวันนี้ต้องรับมือทั้ง AI ความไม่แน่นอนทางธุรกิจ ภาวะขาดแคลน Talent ทักษะที่เปลี่ยนเร็วกว่าการฝึกอบรมจะตามทัน และความคาดหวังของพนักงานที่แตกต่างกันไปในแต่ละคน HR จึงต้องเข้าใจธุรกิจมากขึ้น พร้อมกับถามตัวเองอยู่เสมอว่า เราใช้ AI เป็นหรือยัง พนักงานใช้เป็นแค่ไหน และเครื่องมือที่มีช่วยให้งานดีขึ้นจริงหรือไม่
“ปัญหาหลักไม่ได้อยู่ที่ HR ใช้เทคโนโลยีไม่เก่ง แต่อยู่ที่การออกแบบงานและระบบให้เหมาะกับคนตั้งแต่ต้น”
เธออธิบายแนวคิด Human-Centered Transformation ว่าเป็นการออกแบบงานโดยเริ่มจากคน แทนที่จะสร้างกระบวนการที่ยุ่งยากแล้วค่อยให้พนักงานพยายามปรับตัวตาม หาก HR ไม่เข้าใจว่าระบบควรถูกออกแบบอย่างไร ต่อให้ลงทุนซื้อเครื่องมือราคาแพงมาใช้ ก็อาจลงเอยด้วยระบบที่ใช้ยาก ต้องอธิบายซ้ำ หรือสร้างภาระใหม่ให้กับคนทำงาน ดังนั้น HR อย่างน้อยต้องเข้าใจว่าผู้ใช้ต้องทำอะไร ฟังก์ชันไหนจำเป็น และจะออกแบบประสบการณ์ให้คนเริ่มใช้งานได้ง่ายที่สุดอย่างไร
หลักคิดนี้ถูกนำมาใช้จริงใน Central Group เช่นกัน จากกระบวนการบางอย่างที่เคยต้องใช้แรงงานคน เมื่อนำระบบ Automation เข้ามาช่วยและทำให้พนักงานเข้าถึงระบบได้สะดวกขึ้น ก็เกิดการใช้งานมากกว่า 10,000 Transactions และช่วยลดเวลาการทำงานได้ราว 560-780 ชั่วโมง ผลลัพธ์ที่ตามมาคือทีมสามารถรองรับงานที่เพิ่มขึ้นได้ โดยไม่ต้องเพิ่มจำนวนคนตามสัดส่วนเดิม
“Hiring at scale, without scaling the team”
สิ่งนี้ชี้ให้เห็นว่า การเพิ่ม Capacity ขององค์กรอาจไม่ได้เริ่มจากการจ้างคนเพิ่มเสมอไป หากเราสามารถลดงานที่ไม่จำเป็นและคืนเวลาให้คนไปทำงานที่สร้างคุณค่ามากกว่าเดิมได้
จากมุมมองนี้ คุณปาริฉัตรเสนอว่า HR สามารถเริ่มเปลี่ยนวิธีคิดได้ 3 เรื่อง ได้แก่
- จาก Managing Process ไปสู่ Designing Experience คิดให้น้อยลงว่า Process ต้องเดินอย่างไร แล้วหันมาดูว่าคนใช้งานรู้สึกอย่างไร
- จาก Adding Resources ไปสู่ Creating Capacity แทนที่จะตอบทุกปัญหาด้วยการเพิ่มคนหรือเพิ่มงบ ให้มองหาวิธีคืนเวลาและลดภาระที่ไม่จำเป็น
- จาก Running a Technology Project ไปสู่ Leading a Business Transformation เพราะการนำระบบใหม่เข้ามาใช้ไม่ควรถูกมองเป็นโครงการ IT แยกออกจากธุรกิจ หากควรเริ่มจากโจทย์ว่าองค์กรต้องการเปลี่ยนอะไร และเทคโนโลยีจะเข้าไปช่วยตรงไหน
สุดท้ายก่อนเลือกระบบหรือออกแบบ Process การทำงานใหม่ เธอชวน HR ลองถามตัวเอง 4 ข้อดังนี้ก่อนว่า
- หากเราต้องเป็นผู้ใช้งานเอง เรายังจะออกแบบมันแบบนี้หรือไม่ ?
- เวลาของทีม HR วันนี้ถูกใช้ไปกับการช่วยพนักงานจริง ๆ มากแค่ไหน และเสียไปกับการสอนให้คนหาทางผ่านระบบมากเพียงใด ?
- หาก Process นี้หายไปพรุ่งนี้ จะมีใครอยากได้มันกลับมาหรือเปล่า ?
- ประสบการณ์ใช้งานนี้ยังดีอยู่ไหมหากพนักงานต้องใช้งานตอน 6 โมงเย็นวันศุกร์โดยไม่มี HR คอยอธิบายอยู่ข้าง ๆ ?
คำถามเหล่านี้พาเรากลับมาที่โจทย์สำคัญที่สุดของ Human-Centered Transformation ว่า สิ่งที่ HR กำลังทำช่วยให้คนทำงานได้ดีขึ้นจริง หรือเพียงเปลี่ยนให้พวกเขาต้องเรียนรู้เทคโนโลยีที่ดีขึ้นกว่าเดิมเท่านั้น
The Leadership and Talent Density Revolution — Engineering Global Ready Resilience for Thailand’s Titans
ในเวทีเสวนานี้ได้รับเกียรติจากคุณ Jason Wang – HR Director จาก Ingredion, คุณ Saudi Khaneng – Country Lead, HR – Thailand and The Maldives จาก IHG Hotels and Resorts, คุณ Vineeta Kukreti, RVP People APAC จาก AppsFlyer และคุณ สุทธพงศ์ เอี่ยมพานิช Regional HR Business Partner จาก Jebsen & Jessen Ingredients มาร่วมถกเถียงกันว่า องค์กรควรมอง Talent Density อย่างไร ?
เพราะการมี Talent จำนวนมากไม่ได้หมายความว่าองค์กรจะแข็งแรงขึ้นเสมอไป หนึ่งในผู้ร่วมเสวนาอธิบายว่า Talent Density หรือจำนวนของคนเก่งในองค์กร ควรถูกมองผ่านคุณภาพของการตัดสินใจมากกว่าจำนวนคนเก่งในองค์กร เพราะต่อให้ดึงคนที่มีความสามารถสูงเข้ามา หากต้องทำงานอยู่ในระบบที่เชื่องช้า ซับซ้อน หรือไม่เปิดพื้นที่ให้ตัดสินใจ ความสามารถของคนเหล่านั้นก็อาจถูกลดทอนลงได้เช่นกัน
เมื่อขยับจาก Talent ไปสู่ Leadership ความพร้อมในการทำงานระดับ Global ก็ไม่ได้วัดจากการมีตำแหน่ง Regional หรือ Global อยู่บนชื่อตำแหน่ง สิ่งสำคัญกว่าคือความสามารถในการทำงานท่ามกลางบริบทที่แตกต่าง ผู้นำต้องรักษาสมดุลระหว่างสิ่งที่สำนักงานใหญ่ต้องการกับความเป็นจริงของแต่ละประเทศ เข้าใจวัฒนธรรมโดยไม่ตัดสินคนจากภาพจำ และสามารถตัดสินใจได้แม้ข้อมูลหรือสถานการณ์ยังไม่ชัดเจน
นอกจากนี้ รูปแบบของตลาดแรงงานเองก็กำลังเปลี่ยน จากเดิมที่คนต้องย้ายไปหางาน วันนี้หลายองค์กรเริ่มนำงานไปหา Talent ที่มีอยู่ในแต่ละพื้นที่มากขึ้น ผู้นำจึงต้องเรียนรู้ว่าจะสร้างทีมและพัฒนาความสามารถของคนข้ามประเทศอย่างไร มากกว่ารอให้ทุกคนย้ายมาอยู่ในที่เดียวกัน
โจทย์เดียวกันยังย้อนกลับมาถึงวิธีที่องค์กรเลือกและเลื่อนตำแหน่งคน เพราะหลายแห่งยังตัดสินจากผลงานในบทบาทปัจจุบัน ทั้งที่การทำงานในตำแหน่งถัดไปอาจต้องใช้ทักษะอีกชุดหนึ่ง คนที่ทำยอดขายดีที่สุดจึงไม่ได้หมายความว่าจะเป็นหัวหน้าทีมที่ดีที่สุดเสมอไป โดยเฉพาะเมื่อบทบาท Leadership ต้องลดเวลาที่ใช้กับงานเดิม แล้วเพิ่มเวลาสำหรับการบริหารคนและการตัดสินใจ
ขณะเดียวกัน ทักษะที่องค์กรต้องการก็มีอายุสั้นลงเรื่อย ๆ ข้อมูลที่ถูกยกขึ้นมาบนเวทีระบุว่า 39% ของ Core Skills ในวันนี้อาจเปลี่ยนไปภายในปี 2030 ทำให้ Learning Agility หรือความสามารถในการเรียนรู้ ปรับตัว และรับมือกับเรื่องที่ยังไม่รู้ กลายเป็นสิ่งที่องค์กรต้องให้ความสำคัญมากขึ้น พร้อมกับแยกให้ออกระหว่างประสบการณ์ที่เกี่ยวข้องกับงาน กับจำนวนปีที่คนอยู่ในองค์กร
AI ยิ่งทำให้บทบาทของผู้นำต้องเปลี่ยนเร็วขึ้น งานที่เคยทำให้ผู้จัดการมีคุณค่าเพราะเป็นคนรวบรวมข้อมูล สรุปรายงาน หรือส่งต่อข้อมูลระหว่างทีม สามารถถูกเทคโนโลยีเข้ามาช่วยได้มากขึ้น สิ่งที่ยังต้องการจากมนุษย์จึงเป็นการตัดสินใจในสถานการณ์ที่คลุมเครือ การสร้างความไว้วางใจ การรับฟัง และการพาคนผ่านความเปลี่ยนแปลง ผู้นำเองก็ต้องเรียนรู้วิธีใช้ AI มากพอที่จะตั้งคำถาม ตรวจสอบผลงาน และแนะนำทีมได้ เพราะการใช้ AI ได้เร็วไม่ได้หมายความว่าคนนั้นจะคิดวิเคราะห์ได้ดีเสมอไป
ที่สำคัญ การนำ AI เข้ามาในองค์กรเป็นเรื่องของการเปลี่ยนวิธีทำงานและพฤติกรรมของคนอย่างมาก เทคโนโลยีจึงเป็นเพียงองค์ประกอบหนึ่งของการเปลี่ยนแปลงทั้งหมด
หากองค์กรต้องการสร้างผลลัพธ์ทางธุรกิจเพิ่มขึ้นโดยไม่เพิ่มจำนวนคนในสัดส่วนเดียวกัน ผู้ร่วมเสวนาเสนอให้เริ่มจากการกลับไปดู “งาน” ที่ทำอยู่ก่อนจะรีบนำเทคโนโลยีเข้ามาใช้ ด้วยแนวคิด “Delete before we Deploy”
เพราะการเอา AI ไปช่วยทำรายงาน ประชุม หรือ Process ที่ไม่มีใครต้องการ ก็อาจทำได้เพียงผลิตสิ่งที่ไม่มีคุณค่าให้เร็วขึ้นเท่านั้น องค์กรจึงต้องกล้าตัดงานที่ไม่จำเป็น ออกแบบงานใหม่ และค่อยเลือกเทคโนโลยีที่เหมาะสมเข้ามาช่วย
ท้ายที่สุด อุปสรรคของการสร้าง Talent Density อาจไม่ได้อยู่ที่คนขาดความสามารถ แต่อยู่ที่ความพร้อมของผู้นำที่จะยอมเปลี่ยนวิธีคิด พูดคุยเรื่องยาก และพาองค์กรเปลี่ยนด้วยความเร็วที่คนยังตามทัน ด้วยเหตุนี้ Talent Density จึงเป็นเรื่องที่ผู้บริหารทั้งองค์กรต้องร่วมรับผิดชอบ ไม่ควรถูกวางไว้เป็นโจทย์ของ HR เพียงฝ่ายเดียว
From Intuition to Intelligence — The Rise of Predictive Talent Analytics
คุณ ณัฐฐิกา มนตรีวัต Head of Analytics and AI Project Management and Operation จาก True Corporation, คุณ ภานุ ราษฎร์เจริญ Advisor จาก Management Associates Club และคุณ อภย สิงห์ SBP HR – Asia จาก LIXIL
โดยมีคุณ ณัฐวุฒิ กุลแก้ว Community Management จาก HREX เป็นผู้ดำเนินรายการ
แกนหลักของหัวข้อนี้คือการหาคำตอบว่า เมื่อองค์กรมีข้อมูลพนักงานมากขึ้น เราจะเปลี่ยนข้อมูลเหล่านั้นให้ช่วยตัดสินใจได้จริงอย่างไร เพราะปัญหาของหลายองค์กรวันนี้ไม่ใช่การไม่มี Data หลายแห่งมีทั้ง Dashboard ข้อมูลการลาออก การสรรหา และ Performance อยู่แล้ว สิ่งที่ยังตอบไม่ได้คือ “แล้วต้องทำอะไรต่อ?”
คุณณัฐฐิกามองว่า จากที่เคยตัดสินใจด้วยประสบการณ์และความรู้สึก ต้องเปลี่ยนไปสู่การตัดสินใจด้วยข้อมูล และสร้าง Action ให้เกิดขึ้นจริง นอกจากนั้นต้องทำให้ผลลัพธ์ที่เกิดขึ้นสามารถวัดได้ทั้งกับคนและธุรกิจ ซึ่งตรงจุดนี้ Predictive Analytics จะเข้ามาช่วยให้ HR มองไปข้างหน้าได้มากกว่าเดิม เช่น ใครมีแนวโน้มลาออก หรือตำแหน่งใดกำลังจะต้องการคนเพิ่ม โดยที่ผู้บริหารยังต้องใช้วิจารณญาณและบริบทประกอบทุกครั้ง
คุณภาณุเสริมว่า จุดเริ่มต้นของเรื่องนี้ยังกลับไปอยู่ที่พื้นฐาน ตั้งแต่ความเข้าใจเรื่อง Data ไปจนถึง AI Literacy เพราะก่อนองค์กรจะใช้ AI หรือ Predictive Analytics ได้ คนต้องรู้ก่อนว่าจะเก็บข้อมูลอย่างไร เปลี่ยนข้อมูลให้เป็น Information และนำไปสร้าง Intelligence ที่ตอบโจทย์ธุรกิจได้อย่างไร
ความท้าทายของ HR คือ หลายองค์กรยังทำงานแบบ Reactive คือบอกได้ว่า เกิดอะไรขึ้น ขณะที่สิ่งที่ผู้นำธุรกิจต้องการมากกว่าคือ แนวโน้มจะเกิดอะไรขึ้นต่อไป และเราจะป้องกันความเสี่ยงได้อย่างไร ?
Predictive Analytics มีค่าเพราะมันช่วยบอกได้ว่าความเสี่ยงอยู่ตรงไหน มีโอกาสเกิดเมื่อไร ส่งผลอย่างไร และองค์กรควรเตรียม Action แบบใดไว้ล่วงหน้า อย่างไรก็ตาม ทุกอย่างต้องเริ่มจากข้อมูลที่น่าเชื่อถือ เพราะหาก Root Cause หรือข้อมูลตั้งต้นผิด ต่อให้ระบบวิเคราะห์เก่งแค่ไหน คำตอบที่ได้ก็มีโอกาสพาองค์กรตัดสินใจผิดตามไปด้วย
อีกโจทย์สำคัญคือ HR ต้องเลิกปล่อยให้ข้อมูลคนอยู่บน “เกาะของ HR” แล้วนำมันมาเชื่อมกับตัวเลขที่ธุรกิจใช้ตัดสินใจจริง คุณอภยยกตัวอย่างว่า ผู้นำธุรกิจติดตามตัวเลข Revenue, Sales และ P&L อยู่เป็นประจำ ดังนั้น People Data ก็ควรถูกนำไปวางอยู่ในบริบทเดียวกัน
หาก HR นำ Dashboard ที่เต็มไปด้วยตัวเลขเฉพาะทางไปให้ผู้บริหารดู สิ่งที่มักได้รับกลับมาคือคำถามว่า “แล้วข้อมูลนี้เกี่ยวอะไรกับธุรกิจ ?” วิธีที่ดีกว่าคือเริ่มจากผู้ใช้และโจทย์ของเขา เช่น แทนที่จะรายงานเพียงจำนวน OT ในแต่ละเดือน HR สามารถใช้ข้อมูลในอดีตคาดการณ์ว่าเดือนไหน OT มีแนวโน้มพุ่งขึ้น แล้วเชื่อมต่อไปถึง Burnout, Turnover, Quality และ Cost เพื่อช่วยวางแผนกำลังคนล่วงหน้า
หรือใช้ข้อมูลการเข้าเรียนงาน Feedback ช่วง 30–60 วัน และความคิดเห็นจากผู้จัดการ เพื่อหาสัญญาณว่าพนักงานใหม่คนใดมีความเสี่ยงจะลาออกในช่วง 60–90 วัน เมื่อ HR Data เชื่อมกับผลกระทบทางธุรกิจได้ ผู้บริหารก็มีเหตุผลที่จะหยิบข้อมูลนั้นไปใช้ตัดสินใจจริง
มุมมองดังกล่าวยังทำให้ HR ต้องกลับมาคิดเหมือนคนทำธุรกิจมากขึ้น คุณณัฐริกาเสนอว่า HR สามารถเรียนรู้จากวิธีคิดของทีม Sales ที่เริ่มต้นจากการถามว่า “ลูกค้ากำลังเจอปัญหาอะไร” ก่อนจะนำ Solution ไปเสนอ สำหรับ HR ลูกค้าก็คือคนที่ต้องใช้สิ่งที่เราสร้างขึ้น ไม่ว่าจะเป็นพนักงาน ผู้จัดการ หรือผู้นำธุรกิจ ดังนั้นก่อนสร้าง Policy, Dashboard หรือซื้อเทคโนโลยีใหม่ ควรเริ่มจาก Problem ที่ต้องการแก้ และออกแบบข้อมูลให้ผู้ใช้เข้าใจได้ง่าย
“ตัวอย่างของ LIXIL คือการใช้ Predictive Analytics วิเคราะห์วงจร OT และความต้องการกำลังคนตามฤดูกาล เพื่อรู้ล่วงหน้าว่าช่วงไหนต้องใช้คนหรือทักษะอะไรเพิ่ม รวมถึงเตรียม Upskill คนที่มีอยู่ให้รองรับความต้องการได้ ส่วนการดูสัญญาณของพนักงานใหม่ก็ช่วยให้องค์กรเข้าไปจัดการความเสี่ยงเรื่อง Turnover ก่อนที่การลาออกจะเกิดขึ้นจริง วิธีคิดแบบนี้ทำให้ Analytics ไม่ได้เป็นเพียงรายงานย้อนหลัง แต่เข้าไปช่วยแก้ปัญหาที่ธุรกิจกำลังจะเผชิญ”
สำหรับองค์กรที่อยากเริ่มทำ Predictive Talent Analytics ผู้ร่วมเสวนาเห็นตรงกันว่า ไม่จำเป็นต้องเริ่มด้วยระบบราคาแพงหรือเทคโนโลยีที่ซับซ้อน เพราะหาก HR ยังไม่เข้าใจพื้นฐานของ Talent Management, Succession Planning หรือ Competency ต่อให้ซื้อระบบที่เก่งเพียงใด ก็อาจใช้ความสามารถของมันได้เพียงเล็กน้อย องค์กรสามารถเริ่มจาก Excel หรือ Dashboard พื้นฐาน เลือก หนึ่ง Use Case ที่มีข้อมูลอยู่แล้ว ทดลองในขนาดเล็ก และพิสูจน์ก่อนว่ามันช่วยเปลี่ยนการตัดสินใจได้จริงหรือไม่
ทั้งนี้ 2 คำถามที่ HR ควรถามก่อนเริ่มทำ Analytics ทุกครั้งคือ
- การวิเคราะห์นี้จะเปลี่ยนการตัดสินใจทางธุรกิจเรื่องอะไร ?
- ใครมีอำนาจลงมือทำจากการตัดสินใจนั้น ?
หากยังตอบไม่ได้ การวิเคราะห์นั้นอาจยังไม่จำเป็นในตอนนี้
การเปลี่ยนจากการตัดสินใจด้วยประสบการณ์และสัญชาตญาณ ไปสู่การใช้ข้อมูล ช่วยตัดสินใจไม่ได้เริ่มจากการมี AI ที่ซับซ้อนที่สุด หากเริ่มจากการทำให้ข้อมูลเรื่องคนกลายเป็นส่วนหนึ่งของวิธีที่ธุรกิจใช้คิดและตัดสินใจในทุกวัน
From HR Cost to Business Advantage: How Language Investment Pays Off in an AI Economy
คุณ Fai Tang – Managing Director, Southeast Asia จาก ELSA Corp เริ่มต้นด้วยการชี้ให้เห็นถึงปัญหา ที่พบได้ในองค์กรจำนวนมากที่ต้องใช้ภาษาอังกฤษในการทำงาน องค์กรเหล่านี้มีคนที่เก่งและเชี่ยวชาญด้านเทคนิค วิเคราะห์ข้อมูลเก่ง หรือใช้ AI ได้คล่อง แต่กลับไม่มั่นใจเมื่อต้องนำเสนอความคิดเห็นเป็นภาษาอังกฤษ
เมื่อเกิดปัญหานี้ ปฏิเสธไม่ได้ว่าผลกระทบจะขยายไปถึงการทำงานและธุรกิจด้วย โดยมีสถิติระบุว่า ปัญหาการสื่อสารภาษาอังกฤษสร้างความสูญเสียทางเศรษฐกิจทั่วโลกสูงถึง 2 ล้านล้านดอลลาร์
ส่วนประเทศไทย สถานการณ์ตอนนี้น่าตื่นตระหนกกว่าที่คิด เมื่ออยู่ในอันดับ 116 จาก 123 ประเทศด้านทักษะภาษาอังกฤษ เรียกได้ว่าอยู่ในกลุ่มท้ายของเอเชียไปแล้ว
ผลกระทบจากการไม่เก่งภาษาอังกฤษเชื่อมโยงกับโอกาสทางธุรกิจ และประสิทธิภาพการทำงานโดยตรง มีผู้นำ 1 ใน 5 คนที่เคยพลาดโอกาสปิดดีลอย่างน้อย 1 ครั้งจากข้อจำกัดด้านภาษา ขณะที่พนักงานหนึ่งคนอาจเสียเวลาถึง 7.5 ชั่วโมงต่อสัปดาห์จากการสื่อสารภาษาอังกฤษที่ไม่ชัดเจน เทียบได้กับเวลาทำงานเกือบหนึ่งวันเต็ม ยิ่งในองค์กรที่ต้องประชุม อ่านเอกสาร หรือทำงานร่วมกับทีมต่างประเทศเป็นประจำ การวัดระดับภาษาเพียงครั้งเดียวจึงอาจบอกอะไรได้ไม่มากนัก เพราะบททดสอบที่แท้จริงเกิดขึ้นทุกวันระหว่างการทำงาน
อย่างไรก็ตาม คำตอบไม่ได้อยู่ที่การจ้างเฉพาะคนที่พูดภาษาอังกฤษเก่ง โดยเฉพาะเมื่อต้องสร้างทีมในแต่ละประเทศ จากประสบการณ์ที่ Fai ได้พูดคุยกับผู้นำหลายองค์กร บริษัทที่เข้ามาทำธุรกิจในเอเชียยังต้องการคนที่เข้าใจตลาด วัฒนธรรม และบริบทของพื้นที่ เพราะความรู้เหล่านี้สามารถสร้างการเติบโตให้ธุรกิจได้มากกว่าการเลือกคนจากความสามารถทางภาษาเพียงอย่างเดียว โจทย์ขององค์กรจึงอยู่ที่การช่วยให้คนที่มีความรู้และความสามารถอยู่แล้ว สื่อสารสิ่งที่ตัวเองคิดออกมาได้ดีขึ้น เพื่อให้ศักยภาพที่มีถูกมองเห็นและนำไปใช้ได้เต็มที่
อย่างไรก็ตามแม้ AI จะช่วยเขียนงานภาษาอังกฤษแทนคุณได้ แต่มันไม่สามารถพูดภาษาอังกฤษแทนคุณได้ นี่จึงเป็นเหตุผลที่นายจ้างถึง 81% มองว่าการนำ AI มาใช้ยิ่งเพิ่มความจำเป็นของทักษะภาษาอังกฤษ และนายจ้างระดับโลก 60% เห็นว่า AI ไม่สามารถชดเชยการขาดทักษะภาษาอังกฤษได้ทั้งหมด เพราะเมื่อถึงเวลาต้องประชุม อธิบายเหตุผล โน้มน้าวผู้ฟัง หรือรับมือกับคำถามเฉพาะหน้า คนยังต้องเป็นผู้สื่อสารด้วยตัวเอง
“หาก Technical Skill ของเรามีอยู่ระดับ 10 แต่ Communication Skill แสดงออกมาได้เพียงระดับ 5 คนรอบข้างก็อาจรับรู้ความสามารถของเราได้เพียงเท่าที่เราสื่อสารออกมา”
แนวทางที่ ELSA เสนอคือการทำให้การพัฒนาภาษาเข้าไปอยู่ในชีวิตการทำงานได้ง่ายขึ้น ผ่าน ELSA AI Coaching ที่ให้ผู้ใช้ฝึกพูดวันละประมาณ 5-10 นาที เพื่อสร้างความต่อเนื่องมากกว่าการเรียนเป็นครั้งคราว พร้อม Dashboard สำหรับติดตามพัฒนาการของพนักงาน โดยคะแนนที่ได้ไม่ได้อ้างอิงจากข้อสอบเพียงอย่างเดียว แต่พยายามวัดจากการสื่อสารที่ใกล้กับสถานการณ์จริง
ประเด็นสำคัญของ Session นี้จึงอยู่ที่การมองภาษาอังกฤษใหม่ จากสิ่งที่องค์กรเคยมองเป็นค่าใช้จ่ายด้าน Training ไปสู่ความสามารถที่ช่วยให้คนทำงานได้เร็วขึ้น แสดงศักยภาพได้ชัดขึ้น และสร้างผลลัพธ์ทางธุรกิจได้มากขึ้นในวันที่ AI กลายเป็นเครื่องมือพื้นฐานของการทำงาน
From Training to Transformation: Building Future-Ready Talent in the Age of AI
คุณ ชีวีนัดดา เผือกใจแผ้ว Director of Human Resources Development จาก HaadThip Public Company Limited ชวนมองว่า การพัฒนาคนด้วยการจัด Training เพียงอย่างเดียวอาจไม่ทันกับความเปลี่ยนแปลงที่เกิดขึ้นอีกแล้ว โดยเฉพาะเมื่อ AI กลายเป็นเครื่องมือที่คนใช้ทั้งในการทำงานและชีวิตประจำวันมากขึ้น องค์กรเองก็ลงทุนกับ AI มากขึ้นเพื่อเพิ่ม Productivity และผลลัพธ์ทางธุรกิจ ขณะที่พนักงานก็มีความต้องการของตัวเอง พวกเขาอยากทำงานให้เสร็จเร็วขึ้น ทำได้ดีขึ้น และยังมีคุณภาพชีวิตที่ดีอยู่ด้วย
สำหรับคนทำงานด้าน L&D สิ่งที่ควรถามต่อคือ วิธีพัฒนาคนของเราต้องเปลี่ยนไปอย่างไรให้ตามทันทั้งงาน เทคโนโลยี และความต้องการของคน ?
จากประสบการณ์การจัดการเรียนรู้จำนวนมาก คุณชีวีนัดดายืนยันว่า การ Training ยังสำคัญ เพียงแต่มันเป็นจุดเริ่มต้นของการเรียนรู้เท่านั้น รูปแบบเดิมที่ HR เตรียมห้อง หา Instructor จัดคลาส แล้ววัดผลหลังเรียน อาจสร้างความรู้ได้ในช่วงเวลาหนึ่ง แต่ความรู้จากห้องเรียนมีโอกาสล้าสมัยเร็วกว่าที่เคย
หน้าที่ของ HR ควรขยับจากการเป็นผู้จัดคอร์ส ไปสู่การสร้าง Organizational Capability ให้คนสามารถเรียนรู้และพัฒนาตัวเองได้ระหว่างการทำงาน
เธอยกตัวอย่างว่า หากจู่ ๆ เราที่พายเรือไม่เป็นต้องพายเรือที่อยู่ตรงหน้า ตอนนั้นต่อให้ดูวิดีโอ อ่านคู่มือ หรือถาม AI ก็ไม่ช่วยให้เราพายเป็นเร็วขึ้น การลงเรือแล้วลองพายจริงนั่นแหละ จึงจะทำให้รู้ว่าต้องออกแรงแบบไหน รักษาสมดุลอย่างไร และปรับตัวเมื่อเจอสถานการณ์ที่คาดไม่ถึง
นอกจากนั้น ไม่ได้มีแค่การเรียนรู้จากสถานการณ์จริง หรือในห้องเรียนเพียงเท่านั้น แต่คนเราสามารถเรียนรู้ผ่านงานที่ทำ ผ่านหัวหน้า เพื่อนร่วมทีม การได้รับ Feedback รวมถึงโอกาสในการลองผิด ล้มเหลว แล้วกลับมาทำใหม่ได้ สิ่งสำคัญคือ HR ต้องสร้างสภาพแวดล้อมที่ทำให้การเรียนรู้เกิดขึ้นได้ทุกวัน และเชื่อมอยู่กับ Workflow ของพนักงานมากขึ้น
อีกเรื่องสำคัญคือ ไม่ว่าพนักงานจะเรียนจบกี่คอร์ส แต่สิ่งที่เรียนต้องช่วยให้พวกเขาทำงานและรับมือกับโจทย์ใหม่ได้ดีขึ้นด้วย
AI สามารถเข้ามาช่วยส่งเสริมระบบการเรียนรู้ได้ แทนที่จะพยายามปิดกั้นการใช้งาน องค์กรควรฝึกให้คนรู้ว่าจะทำงานร่วมกับ AI อย่างไร ตั้งคำถามอย่างไร ตรวจสอบคำตอบอย่างไร และรู้ว่าเมื่อใดควรใช้วิจารณญาณของตัวเอง
ท้ายที่สุด คุณชีวีนัดดาทิ้งแนวคิดสำคัญไว้ว่า “Training Doesn’t Create Transformation. The Workplace Does.” การเปลี่ยนแปลงไม่ได้เกิดขึ้นตอนพนักงานนั่งอยู่ในห้องเรียน แต่เกิดขึ้นเมื่อพวกเขากลับไปทำงานแล้วสามารถนำสิ่งที่เรียนรู้ไปทดลอง ปรับใช้ รับ Feedback และพัฒนาต่อได้จริง
“องค์กรที่พร้อมรับอนาคตจึงอาจไม่ใช่องค์กรที่เรียนรู้ได้เร็วที่สุดในทุกเรื่อง หากเป็นองค์กรที่สามารถปรับตัวเมื่อสถานการณ์เปลี่ยน และสร้างพื้นที่ให้คนเรียนรู้ระหว่างทางได้อย่างต่อเนื่อง” คุณชีวีนัดดาทิ้งท้าย
