Nostalgic Job คืออะไร? งานที่ควรคงไว้ให้มนุษย์ทำแม้ AI จะแทนที่ได้ และกลยุทธ์สำหรับองค์กร

Nostalgic Job หมายถึง งานที่ผู้คนยังคงต้องการให้ "มนุษย์ตัวเป็นๆ เป็นผู้รับผิดชอบ ไม่ใช่เพราะประสิทธิภาพหรือความแม่นยำ แต่เป็นเพราะเหตุผลทางสังคม จริยธรรม และวัฒนธรรม" แม้ในอนาคตที่ AI และหุ่นยนต์จะสามารถทดแทนงานของมนุษย์ได้อย่างสมบูรณ์ในเชิงเทคนิคแล้วก็ตาม บทความนี้จะอธิบายถึงนิยามและภูมิหลังของแนวคิดดังกล่าว ตัวอย่างที่เป็นรูปธรรม รวมถึงวิธีการที่องค์กรจะนำ "งานที่ควรเหลือไว้ให้มนุษย์" ไปปรับใช้ในกลยุทธ์การบริหารจัดการ ในยุคที่ Generative AI และ LLM เริ่มเข้ามามีบทบาทแม้กระทั่งในงานที่ต้องใช้ความรู้ นี่คือคู่มือเบื้องต้นสำหรับผู้บริหาร ฝ่ายทรัพยากรบุคคล และผู้จัดการหน้างาน ที่กำลังพิจารณาว่าจะมอบหมายงานใดให้ AI และงานใดที่ควรเหลือไว้ให้มนุษย์ทำ

Nostalgic Job เป็นแนวคิดที่ไม่ได้เกิดจากความเป็นไปได้ทางเทคนิคว่า "ทำได้/ทำไม่ได้" แต่เกิดจากการตัดสินคุณค่าของผู้คนว่า "อยากให้ทำ/ไม่อยากให้ทำ" ต่อไปนี้จะขอสรุปคำนิยาม เหตุผลทางสังคม จริยธรรม และวัฒนธรรมที่อยู่เบื้องหลัง รวมถึงความแตกต่างจาก Human-in-the-Loop (HITL) ที่มักจะถูกเข้าใจผิดบ่อยครั้ง

นิยามของ "Nostalgic Job" (งานที่โหยหาอดีต) ในคำเดียวคือ "งานที่สังคมยังคงต้องการให้มนุษย์เป็นผู้ทำ แม้ว่า AI จะสามารถเข้ามาทดแทนได้แล้วก็ตาม" สิ่งสำคัญในที่นี้คือ การที่เทคโนโลยีสามารถทดแทนได้ กับการที่สังคมจะยอมรับการทดแทนนั้น เป็นคนละประเด็นกัน

การถกเถียงเรื่อง "งานที่จะไม่ถูก AI แย่งไป" ในแบบเดิม มักใช้เกณฑ์ว่า "สามารถทดแทนได้ในทางเทคนิคหรือไม่" เป็นหลัก แต่แนวคิดเรื่อง Nostalgic Job นั้นกลับกัน โดยมุ่งเน้นไปที่ความต้องการที่ยังคงหลงเหลืออยู่แม้ว่าเทคโนโลยีจะสามารถทดแทนได้แล้วก็ตาม ตัวอย่างเช่น ต่อให้ระบบขับเคลื่อนอัตโนมัติจะแพร่หลายอย่างสมบูรณ์แล้ว แต่ความต้องการที่ว่า "อยากให้คนที่คุ้นเคยเป็นคนไปรับไปส่ง" สำหรับการรับส่งลูกหรือพาพ่อแม่ผู้สูงอายุไปโรงพยาบาล ก็อาจจะยังคงอยู่

กล่าวคือ Nostalgic Job ไม่ใช่งานที่ถูกปกป้องด้วยข้อจำกัดของเครื่องจักร แต่เป็นงานที่ถูกเลือกให้คงอยู่ต่อไปด้วยความพึงพอใจของมนุษย์ การเปลี่ยนมุมมองเช่นนี้จะเป็นจุดเริ่มต้นในการพิจารณาเรื่องการทำงานในยุค AI

เหตุผลที่ผู้คนเลือกใช้มนุษย์แม้จะต้องแลกมาด้วยประสิทธิภาพหรือความแม่นยำนั้น สามารถแบ่งออกได้เป็น 3 ประการหลัก ดังนี้

เหตุผลทางสังคม: เป็นสถานการณ์ที่การปฏิสัมพันธ์ระหว่างบุคคลมีคุณค่าในตัวเอง ในงานดูแลผู้ป่วยหรือการบริการ ความรู้สึกว่า "ได้รับการใส่ใจจากคน" มีผลต่อความพึงพอใจมากกว่าความแม่นยำของบริการเสียอีก

เหตุผลทางจริยธรรม: เป็นสถานการณ์ที่ผลของการตัดสินใจมาพร้อมกับความรับผิดชอบ การตัดสินใจขั้นสุดท้ายทางการแพทย์ การคัดเลือกเข้าทำงาน หรือการกำหนดบทลงโทษทางกฎหมาย แม้ AI จะมีความแม่นยำสูง แต่ก็ยังมีบรรทัดฐานที่ว่า "มนุษย์ควรเป็นผู้รับผิดชอบ" ทำงานอยู่

เหตุผลทางวัฒนธรรม: เป็นสถานการณ์ที่งานฝีมือหรือประเพณีมีความหมายในตัวเอง งานหัตถกรรมของช่างฝีมือหรือการแสดงสด แม้เครื่องจักรจะสามารถผลิตสิ่งที่เหมือนกันได้ แต่ข้อเท็จจริงที่ว่า "มนุษย์เป็นผู้สร้าง" คือแหล่งกำเนิดของมูลค่า

เหตุผลทั้ง 3 ประการนี้ไม่ได้แยกขาดจากกัน แต่มีความคาบเกี่ยวกันในงานหลายประเภท ตัวอย่างเช่น งานพยาบาลที่มีทั้งเหตุผลทางสังคมและเหตุผลทางจริยธรรมรวมอยู่ด้วย จึงเป็นเหตุผลว่าทำไมความต้องการที่จะให้มนุษย์ทำหน้าที่นี้ต่อไปจึงยังคงมีอยู่อย่างแข็งแกร่ง

Nostalgic Job มีจุดเริ่มต้นที่แตกต่างจากการทำงานร่วมกับ Human-in-the-Loop (HITL) หรือ AI Agent

HITL เป็นแนวคิดการออกแบบจากฝั่งผู้ให้บริการและผู้ปฏิบัติงานที่ว่า "ต้องนำมนุษย์เข้ามามีส่วนร่วมเพื่อให้ AI ทำงานได้อย่างปลอดภัย" โดยมีจุดประสงค์เพื่อรับประกันความแม่นยำและความปลอดภัยของ AI ซึ่งมนุษย์จะเข้ามามีบทบาทในฐานะผู้กำกับดูแลเพื่อรักษาคุณภาพ

ในทางกลับกัน Nostalgic Job เริ่มต้นจากความต้องการของฝั่งผู้ใช้งานที่ว่า "ต้องการให้มนุษย์เป็นผู้รับผิดชอบงานนั้นตั้งแต่แรก" ในบริบทนี้ มนุษย์ไม่ได้ถูกต้องการตัวมาเพื่อกำกับดูแล AI แต่ถูกต้องการตัวมาในฐานะตัวเอกของงานนั้นๆ

กล่าวอีกนัยหนึ่งคือ ในขณะที่ HITL เป็นคำถามที่ว่า "จะใช้ AI อย่างไรให้ถูกต้อง" แต่ Nostalgic Job กลับเป็นคำถามที่ว่า "จะเหลืออะไรไว้ให้มนุษย์ทำ" ทั้งสองแนวคิดนี้ไม่ได้ขัดแย้งกัน แต่สามารถอยู่ร่วมกันได้โดยการใช้ AI อย่างปลอดภัยไปพร้อมๆ กับการคัดเลือกขอบเขตงานที่ควรเหลือไว้ให้มนุษย์ทำ สำหรับรายละเอียดเพิ่มเติม โปรดดู บทความอธิบายเกี่ยวกับ HITL

แนวคิดเรื่อง "Nostalgic Job" เริ่มมีความเป็นจริงมากขึ้น เพราะ AI ไม่ได้ทำเพียงแค่งานรูทีนทั่วไปเท่านั้น แต่ยังเริ่มเข้ามามีบทบาทในงานที่ต้องใช้ความรู้ (Knowledge Work) อีกด้วย ยิ่งขอบเขตการทดแทนด้วยเทคโนโลยีขยายกว้างขึ้นเท่าใด ก็ยิ่งจำเป็นต้องนิยาม "ขอบเขตที่ต้องการให้มนุษย์ทำต่อไป" ออกมาอย่างชัดเจนมากขึ้นเท่านั้น

ในอดีต ขอบเขตของระบบอัตโนมัติจำกัดอยู่เพียงงานประจำ เช่น งานสายการผลิตในโรงงานหรืองานป้อนข้อมูล แต่ด้วยการมาถึงของ Generative AI และ Large Language Models (LLM) ทำให้งานที่ใช้ความคิดสร้างสรรค์ซึ่งเคยถือว่าเป็นเอกสิทธิ์เฉพาะของมนุษย์ เช่น การเขียนบทความ การสรุปความ การแปลภาษา การเขียนโค้ด และการวางแผนงาน ได้เข้ามาอยู่ในขอบเขตของระบบอัตโนมัติด้วยเช่นกัน

ยิ่งไปกว่านั้น เมื่อ AI Agent เริ่มแพร่หลาย AI ไม่ได้ทำหน้าที่เพียงแค่ตอบคำถามเท่านั้น แต่ยังสามารถดำเนินการตามขั้นตอนต่างๆ ได้อย่างอิสระ เรากำลังเข้าใกล้ระดับที่ AI สามารถจัดการงานวิจัย การร่างเอกสาร การจัดตารางเวลา และการตอบกลับข้อสอบถามได้โดยไม่ต้องอาศัยคำสั่งโดยละเอียดจากมนุษย์

ผลจากการที่แผนที่ของ "สิ่งที่ AI ทำได้" ถูกเขียนขึ้นใหม่โดยฉับพลันเช่นนี้ คำถามที่ว่า "แล้วมนุษย์ควรรับผิดชอบงานส่วนใด" จึงไม่ได้เป็นเพียงทฤษฎีในอนาคตที่เป็นนามธรรมอีกต่อไป แต่กลายเป็นโจทย์ทางธุรกิจที่ต้องเผชิญในปัจจุบัน ซึ่งเป็นคำถามที่ไม่เคยจำเป็นในยุคที่ขอบเขตการทดแทนงานยังคงที่ แต่ในตอนนี้คำถามดังกล่าวกลับมีความสำคัญมากขึ้นอย่างเห็นได้ชัด

มักจะมีช่องว่างขนาดใหญ่ระหว่างสิ่งที่สามารถทดแทนได้ในทางเทคนิค กับสิ่งที่สังคมยอมรับ

ตัวอย่างเช่น แม้ AI จะสามารถวินิจฉัยทางการแพทย์ได้อย่างแม่นยำสูง แต่ความรู้สึกของผู้ป่วยที่ว่า "อยากได้ยินคำอธิบายสุดท้ายจากปากของแพทย์" ก็ยังคงไม่จางหายไป หรือแม้ AI จะสามารถเขียนคำไว้อาลัยได้อย่างสละสลวย แต่ความปรารถนาของครอบครัวผู้สูญเสียที่ว่า "อยากส่งผู้ล่วงลับด้วยถ้อยคำจากคนที่รู้จักเขาดี" ก็ยังคงอยู่

ช่องว่างนี้ไม่ได้เกิดจากความไม่สมบูรณ์ของเทคโนโลยี แต่มีรากฐานมาจากค่านิยมของมนุษย์ ด้วยเหตุนี้ แม้ประสิทธิภาพจะเพิ่มขึ้น แต่ช่องว่างดังกล่าวก็ไม่ได้ถูกเติมเต็มโดยอัตโนมัติ ในทางกลับกัน ยิ่ง AI มีประสิทธิภาพสูงขึ้นเท่าใด คำถามที่ว่า "ทำไมถึงยังอยากพึ่งพามนุษย์อยู่ดี" ก็ยิ่งชัดเจนขึ้น และทำให้เห็นเค้าโครงของ "Nostalgic Job" ได้เด่นชัดขึ้น ความก้าวหน้าของเทคโนโลยีไม่เพียงแต่ทำให้ขอบเขตของมนุษย์แคบลงเท่านั้น แต่ยังช่วยเผยให้เห็นเค้าโครงของขอบเขตนั้นให้ชัดเจนยิ่งขึ้นอีกด้วย

เมื่อ AI สามารถรับหน้าที่งานต่างๆ ได้มากขึ้น จึงเกิดความจำเป็นที่จะต้องนิยาม "ความหมายของการที่มนุษย์ต้องทำ" ขึ้นมาใหม่อีกครั้ง เพราะที่ผ่านมาเรามักจะสรุปกันง่ายๆ ว่า "มนุษย์ทำเพราะเป็นสิ่งที่มนุษย์เท่านั้นที่ทำได้" แต่ในปัจจุบันสมมติฐานดังกล่าวได้พังทลายลงแล้ว

การตั้งคำถามใหม่นี้บีบให้บุคคลที่ทำงานต้องออกแบบอาชีพของตนใหม่ และบีบให้องค์กรต้องทบทวนการจัดสรรบุคลากรและเกณฑ์การประเมินผล การมีเพียงแค่ "การเพิ่มประสิทธิภาพด้วย AI" นั้นไม่เพียงพออีกต่อไป แต่ความสามารถในการแยกแยะว่า "งานใดที่สร้างมูลค่าได้เพราะเป็นงานที่มนุษย์รับผิดชอบ" กำลังกลายเป็นปัจจัยที่ส่งผลโดยตรงต่อความสามารถในการแข่งขันขององค์กร

Nostalgic Job ถือเป็นแนวคิดที่มอบมุมมองที่เป็นรูปธรรมต่อการตั้งคำถามนี้ แทนที่จะคิดอย่างคลุมเครือว่า "งานของมนุษย์จะยังคงอยู่" แนวคิดนี้จะช่วยให้เราสามารถจัดระเบียบเชิงโครงสร้างได้ว่า งานใดจะยังคงอยู่และเพราะเหตุใด

Nostalgic Job ไม่ใช่รายการคงที่ที่ระบุถึงประเภทงานเฉพาะเจาะจง แต่จะเข้าใจได้ง่ายกว่าหากมองว่าเป็นระดับของ "ความต้องการให้มนุษย์เป็นผู้รับผิดชอบ" แม้จะเป็นงานประเภทเดียวกัน แต่ก็มีส่วนที่ปล่อยให้ AI ทำได้และส่วนที่อยากให้มนุษย์ทำหลงเหลืออยู่ปะปนกันไป ในที่นี้ เราจะมาดูตัวอย่างที่เป็นรูปธรรมจาก 3 สาขาหลัก

สิ่งที่เห็นได้ชัดเจนที่สุดคือในแวดวงงานบริการดูแลและงานบริการบุคคล เช่น การดูแลผู้สูงอายุ การพยาบาล การดูแลเด็ก และงานบริการลูกค้า

ในงานเหล่านี้ แม้ว่าตัวเนื้องานบางส่วนจะสามารถใช้ AI หรือหุ่นยนต์มาทดแทนได้ แต่หัวใจสำคัญของมูลค่าอยู่ที่ความรู้สึกถึงความสัมพันธ์ที่ว่า "ได้รับการใส่ใจจากมนุษย์" ต่อให้หุ่นยนต์เสิร์ฟอาหารสามารถนำอาหารมาส่งได้ แต่ก็ไม่สามารถทดแทนบทสนทนาสั้นๆ ที่แลกเปลี่ยนกันบนโต๊ะอาหารได้

โดยเฉพาะในสังคมที่กำลังเข้าสู่สังคมผู้สูงอายุ ยิ่งในหน้างานการดูแลที่มักถูกมองว่าเป็นเป้าหมายของการเพิ่มประสิทธิภาพ กลับมีความต้องการที่หยั่งรากลึกว่า "ต้องการได้รับการดูแลจากมือมนุษย์" การแบ่งบทบาทหน้าที่โดยให้ AI รับผิดชอบงานส่วนเสริม เช่น การบันทึกข้อมูล การเฝ้าระวัง และการจัดการยา ส่วนมนุษย์มุ่งเน้นไปที่การพูดคุยและการสนับสนุนทางอารมณ์นั้น ถือเป็นจุดสมดุลที่เกิดขึ้นได้จริง สิ่งสำคัญไม่ใช่การนำมนุษย์ออกจากงานดูแล แต่คือการผลักดันให้มนุษย์ไปทำในส่วนที่มนุษย์เท่านั้นที่ทำได้

ในด้านการศึกษา วัฒนธรรม และศิลปะ ก็เป็นอีกหนึ่งขอบเขตที่ "Nostalgic Job" ปรากฏให้เห็นอย่างเด่นชัด

Generative AI สามารถสร้างสื่อการสอนที่ปรับให้เหมาะสมกับรายบุคคล และสามารถอธิบายจุดที่ไม่เข้าใจได้ซ้ำแล้วซ้ำเล่า อย่างไรก็ตาม เชื่อว่าบทบาทของครูผู้คอยสังเกตสีหน้าของนักเรียน เลือกใช้คำพูด และคอยประคับประคองเมื่อนักเรียนติดขัดจะยังคงอยู่ต่อไป เพราะการเรียนรู้นั้นไม่ได้มีเพียงแค่การถ่ายทอดความรู้เท่านั้น แต่ยังมีแง่มุมของความสัมพันธ์ระหว่างบุคคลที่ว่า "เรียนมาจากใคร" อีกด้วย

สำหรับศิลปะยิ่งเห็นได้ชัดเจนยิ่งกว่า แม้ AI จะสามารถสร้างสรรค์ภาพวาดหรือบทเพลงที่ประณีตได้ แต่สำหรับการแสดงสดหรืองานฝีมือที่ทำด้วยมือ คุณค่ากลับถูกวางไว้ที่ข้อเท็จจริงที่ว่า "มนุษย์เป็นผู้สร้างขึ้น" ผู้ชมไม่ได้จ่ายเงินเพียงเพื่อความสมบูรณ์แบบของผลงานเท่านั้น แต่ยังจ่ายให้กับตัวตนของผู้สร้างและเรื่องราวที่อยู่เบื้องหลังอีกด้วย ในบริบทนี้ การเปรียบเทียบสมรรถนะกับ AI จึงไม่ใช่ประเด็นสำคัญแต่อย่างใด

การตัดสินใจที่มาพร้อมกับความรับผิดชอบอันหนักอึ้งหรือการตัดสินเชิงจริยธรรม ก็มีแนวโน้มที่จะกลายเป็น "Nostalgic Job" ได้ง่ายเช่นกัน

ไม่ว่าจะเป็นการตัดสินใจรับเข้าทำงาน การประเมินผลงาน การกำหนดนโยบายทางการแพทย์ หรือการตัดสินทางกระบวนการยุติธรรม แม้ AI จะสามารถให้ข้อมูลอ้างอิงหรือร่างเนื้อหาเบื้องต้นได้ แต่ก็มีบรรทัดฐานที่ว่าการตัดสินใจขั้นสุดท้ายควรเป็นหน้าที่ของมนุษย์ เหตุผลไม่ได้อยู่ที่ปัญหาเรื่องความแม่นยำ แต่อยู่ที่ "ความรับผิดชอบต่อผลลัพธ์" ว่าใครจะเป็นผู้รับผิดชอบ

การปล่อยให้ AI ตัดสินใจโดยสิ้นเชิงจนนำไปสู่สถานการณ์ที่ไม่มีใครสามารถรับผิดชอบได้นั้น เป็นสิ่งที่สังคมยอมรับได้ยาก ด้วยเหตุนี้ แม้ในกรณีที่ต้องปฏิบัติตามคำแนะนำของ AI รูปแบบที่ว่า "มนุษย์เป็นผู้รับผิดชอบและตัดสินใจ" จึงถูกให้ความสำคัญ ในจุดนี้ มนุษย์ไม่ได้ถูกต้องการในฐานะผู้เพิ่มประสิทธิภาพ แต่ในฐานะผู้ถือครองความชอบธรรม การที่ประเด็น "การตัดสินใจขั้นสุดท้ายโดยมนุษย์" ถูกเน้นย้ำซ้ำๆ ในการอภิปรายเรื่อง AI Governance ก็ถือเป็นการยืนยันความต้องการนี้จากฝั่งของสถาบันนั่นเอง

งานที่ให้ความรู้สึกโหยหาอดีต (Nostalgic Job) มักถูกเข้าใจผิดว่าเป็น "งานที่ AI แย่งไปไม่ได้" แต่ทั้งสองสิ่งนี้มีเกณฑ์ที่แตกต่างกันโดยสิ้นเชิง หากเข้าใจความแตกต่างนี้ จะช่วยให้การสำรวจและประเมินงานภายในองค์กรทำได้ง่ายขึ้น

การถกเถียงแบบเดิมในหัวข้อ "งานที่จะไม่ถูก AI แย่งไป" มักมุ่งเน้นไปที่ข้อจำกัดทางด้านอุปทาน กล่าวคือ "งานที่จะยังคงอยู่เพราะเทคโนโลยียังไม่สามารถทดแทนได้" ตัวอย่างเช่น งานฝีมือที่ซับซ้อน การรับมือกับสถานการณ์ที่ไม่คาดคิดอย่างยืดหยุ่น หรือการทำงานที่ไม่เป็นรูปแบบซึ่งต้องใช้ร่างกาย

ภายใต้กรอบแนวคิดนี้ หากเทคโนโลยีพัฒนาจนสามารถทดแทนได้ งานนั้นก็จะถูกจัดอยู่ในกลุ่ม "งานที่จะถูกแย่งไป" เนื่องจากเหตุผลในการปกป้องงานนั้นขึ้นอยู่กับข้อจำกัดทางเทคโนโลยี เมื่อข้อจำกัดเปลี่ยนไป บทสรุปจึงเปลี่ยนตาม ในความเป็นจริง งานอย่างการแปลภาษาหรือการเขียนบทความที่เคยถูกมองว่า "AI ทำไม่ได้" ในปัจจุบันกลับกลายเป็นเป้าหมายของการทำงานอัตโนมัติไปแล้ว

Nostalgic Job (งานที่เน้นคุณค่าทางจิตใจและประสบการณ์) อยู่ในระดับที่ต่างออกไปจากแนวคิด "งานที่จะยังคงอยู่เพราะเทคโนโลยีทดแทนไม่ได้" จุดที่แตกต่างอย่างชัดเจนคือการมุ่งเน้นไปที่งานที่มนุษย์จะยังคงถูกเลือกให้ทำ แม้ว่าเทคโนโลยีจะสามารถทดแทนงานนั้นได้แล้วก็ตาม ซึ่งถือเป็นมุมมองที่ยั่งยืนกว่าเนื่องจากไม่ค่อยได้รับผลกระทบจากความก้าวหน้าทางเทคโนโลยี

หัวใจสำคัญของ "Nostalgic Job" คือความต้องการเชิงรุกจากฝั่งผู้บริโภคที่ "เลือกจะมอบหมายงานให้มนุษย์ทำ"

ตัวอย่างเช่น มีผู้บริโภคที่เลือกสินค้าทำมือทั้งที่การผลิตด้วยเครื่องจักรมีราคาถูกและได้มาตรฐานกว่า หรือมีลูกค้าที่ต้องการคุยกับพนักงานที่เป็นมนุษย์ทั้งที่แชทบอทสามารถตอบคำถามได้รวดเร็วกว่า การที่มนุษย์ถูกเลือกในกรณีเหล่านี้ไม่ใช่เพราะประสิทธิภาพที่ด้อยกว่า แต่เป็นเพราะคุณค่าที่ถูกมองเห็นในความเป็นมนุษย์นั่นเอง

เกณฑ์ในการตัดสินว่างานใดเป็น Nostalgic Job หรือไม่นั้น ขึ้นอยู่กับว่าคำว่า "เลือกจะ" นี้สามารถคงอยู่ได้หรือไม่ หากเป็นความพึงพอใจที่จะไม่หายไปแม้เทคโนโลยีจะก้าวหน้าขึ้น งานนั้นก็มีคุณค่าพอที่จะนำไปรวมไว้ในกลยุทธ์ขององค์กรในฐานะความต้องการที่ยั่งยืน ในทางกลับกัน หากเป็นงานที่ผู้คนพร้อมจะเปลี่ยนไปใช้ AI ทันทีที่ความสะดวกสบายเพิ่มขึ้น งานนั้นก็ไม่ถือว่าเป็น Nostalgic Job การแยกแยะระหว่างสองสิ่งนี้คือขั้นตอนแรกของการจัดประเภทงาน

เนื่องจาก "Nostalgic Job" เป็นแนวคิดใหม่ จึงมักถูกเข้าใจผิดได้ง่าย ขอนำเสนอการไขความเข้าใจผิดที่พบบ่อย 2 ประการ ดังนี้

ความเข้าใจผิดประการแรกคือ "Nostalgic Job คือการยื้อชีวิตงานที่ไร้ประสิทธิภาพด้วยความโหยหาอดีต"

ทว่านี่ไม่ถูกต้องนัก สิ่งที่ Nostalgic Job พยายามปกป้องไม่ใช่ "ความไร้ประสิทธิภาพ" แต่เป็นคุณค่าเฉพาะตัวของมนุษย์ที่จะไม่สูญหายไปแม้จะเพิ่มประสิทธิภาพการทำงานแล้วก็ตาม การที่หน้างานดูแลผู้สูงอายุให้ AI รับหน้าที่บันทึกข้อมูลและเฝ้าระวัง เพื่อให้มนุษย์ได้ทุ่มเทกับการสื่อสารนั้น ไม่ใช่การรักษาความไร้ประสิทธิภาพไว้ แต่เป็นการจัดสรรทรัพยากรมนุษย์ใหม่ไปยังส่วนที่มีคุณค่าสูงกว่าอย่างชัดเจน

ในทางกลับกัน การปล่อยให้มนุษย์ทำทุกอย่างต่อไปเรื่อยๆ กลับเป็นการบั่นทอนคุณค่าที่มนุษย์เท่านั้นที่มอบให้ได้ การเพิ่มประสิทธิภาพและ Nostalgic Job จึงไม่ได้ขัดแย้งกัน แต่เป็นสิ่งที่เกื้อกูลกัน การเพิ่มประสิทธิภาพด้วย AI และการคงไว้ซึ่งงานที่มีคุณค่าสำหรับมนุษย์นั้น สามารถทำควบคู่กันไปได้

ความเข้าใจผิดประการที่สองคือ "Nostalgic Job เป็นข้อโต้แย้งที่ต่อต้านการส่งเสริม AI"

ในความเป็นจริงกลับตรงกันข้าม แนวคิดนี้ตั้งอยู่บนสมมติฐานของการใช้ประโยชน์จาก AI เพราะ AI เข้ามารับหน้าที่งานประจำและงานประมวลผลข้อมูล มนุษย์จึงสามารถมุ่งเน้นไปที่ส่วนงานที่มีมูลค่าเพิ่มสูงได้ Nostalgic Job ไม่ใช่ข้อเรียกร้องเพื่อหยุดยั้งการนำ AI มาใช้ แต่เป็นคำถามเชิงสร้างสรรค์ว่าเราจะนิยามบทบาทของมนุษย์ในยุค AI ใหม่ได้อย่างไร

การที่โมเดลการทำงานร่วมกันโดยแบ่งบทบาทระหว่างคนกับ AI อย่าง AI Hybrid BPO กำลังแพร่หลายมากขึ้นนั้น ก็ถือเป็นสิ่งที่ต่อเนื่องมาจากแนวคิดนี้เช่นกัน เราสามารถออกแบบให้ AI และมนุษย์เป็นความสัมพันธ์ที่เกื้อกูลกันแทนที่จะเป็นความสัมพันธ์แบบแย่งชิงงานกัน ยิ่งไปกว่านั้น บริษัทที่ใช้ AI อย่างจริงจังกลับเป็นบริษัทที่ตระหนักและยกระดับคุณค่าของงานที่เหลือให้มนุษย์ทำอย่างตั้งใจมากขึ้น

Nostalgic Job จะมีความหมายก็ต่อเมื่อไม่ได้จบลงแค่ทฤษฎีนามธรรม แต่ถูกนำมาปรับใช้ในการออกแบบการปฏิบัติงานจริงของบริษัท ในที่นี้จะขอนำเสนอใน 2 แง่มุม ได้แก่ การขีดเส้นแบ่งและการสร้างองค์กร

สิ่งแรกที่ควรทำคือการจำแนกงานในองค์กรออกเป็น "งานที่มอบหมายให้ AI ทำ" และ "งานที่เหลือให้มนุษย์ทำ" โดยมีเกณฑ์การตัดสินใจ 3 ประการที่นำไปใช้ได้ง่าย ดังนี้:

1. ความเป็นไปได้ในการทดแทน (Replaceability): งานนั้นสามารถใช้ AI ทดแทนในทางเทคนิคได้หรือไม่
2. ความต้องการของลูกค้า (Customer Preference): ลูกค้ารู้สึกว่าการให้มนุษย์เป็นผู้รับผิดชอบมีคุณค่ามากกว่าหรือไม่
3. ความรับผิดชอบ (Accountability): งานนั้นมีลักษณะที่มนุษย์จำเป็นต้องรับผิดชอบต่อผลลัพธ์ที่เกิดขึ้นหรือไม่

งานที่สามารถทดแทนได้ ลูกค้าไม่ได้ยึดติดว่าต้องเป็นมนุษย์ และไม่มีความรับผิดชอบสูง สามารถโอนย้ายไปให้ AI ทำได้อย่างเต็มที่ ในทางกลับกัน งานที่ลูกค้าต้องการให้มนุษย์ทำและมีความรับผิดชอบสูง ถือเป็น "Nostalgic Job" ที่มีคุณค่าควรแก่การให้มนุษย์ทำต่อไป

การจำแนกงานนี้ไม่ควรทำเพียงครั้งเดียวจบ แต่ควรทบทวนอย่างสม่ำเสมอตามความก้าวหน้าของเทคโนโลยีและการเปลี่ยนแปลงของความต้องการลูกค้า ทั้งนี้ เมื่อวัด ROI ของการนำ AI มาใช้ การใช้เกณฑ์การแบ่งแยกนี้เป็นพื้นฐานจะช่วยให้สามารถประเมินผลได้โดยไม่มุ่งเน้นไปที่การลดต้นทุนเพียงอย่างเดียว

เมื่อแบ่งขอบเขตงานได้แล้ว ให้จัดสรรทรัพยากรบุคคลใหม่ไปยังงานที่ต้องใช้มนุษย์ เพื่อสร้างองค์กรที่สามารถดึงศักยภาพของคนออกมาได้อย่างเต็มที่

ประเด็นสำคัญคือ อย่าปล่อยให้เวลาที่ว่างจากการมอบหมายงานให้ AI กลายเป็นการลดต้นทุนเพียงอย่างเดียว การนำ AI มาใช้จะสร้างความได้เปรียบในการแข่งขันได้ก็ต่อเมื่อนำเวลาที่เหลือไปใช้กับ "Nostalgic Jobs" เช่น การพูดคุยกับลูกค้าหรืองานที่ต้องใช้ความคิดสร้างสรรค์

ด้วยเหตุนี้ การเพิ่ม AI Literacy และการเตรียมความพร้อมให้พนักงานสามารถใช้ AI เป็นเครื่องมือได้อย่างคล่องแคล่วจึงเป็นสิ่งที่ขาดไม่ได้ การไม่ตกเป็นทาสของ AI แต่รู้จักมอบหมายงานให้ AI แล้วหันมาโฟกัสกับงานที่มนุษย์เท่านั้นที่ทำได้ การออกแบบระบบการศึกษาและการประเมินผลที่รองรับการแบ่งบทบาทหน้าที่นี้จะเป็นกุญแจสำคัญของการบริหารองค์กรในอนาคต ทั้งนี้ บริษัทของเรากำลังมุ่งเน้นให้การสนับสนุนการออกแบบกระบวนการทำงานโดยมีพื้นฐานมาจากการแบ่งบทบาทระหว่าง AI และมนุษย์

Q. Nostalgic Job และ "งานที่ไม่ถูก AI แย่งไป" ต่างกันอย่างไร? "งานที่ไม่ถูก AI แย่งไป" หมายถึงงานที่ยังคงอยู่เพราะไม่สามารถทดแทนได้ด้วยเทคโนโลยี ในขณะที่ Nostalgic Job คืองานที่แม้จะสามารถทดแทนได้ด้วยเทคโนโลยี แต่ยังคงอยู่เพราะผู้คนต้องการให้มนุษย์เป็นผู้ทำโดยสมัครใจ ความแตกต่างที่สำคัญคือเหตุผลที่งานนั้นยังคงอยู่ว่ามาจาก "ขีดจำกัดของเครื่องจักร" หรือ "ความพึงพอใจของมนุษย์"

Q. เกี่ยวข้องกับอุตสาหกรรมประเภทใดบ้าง? ยิ่งเป็นอุตสาหกรรมที่ให้ความสำคัญกับความสัมพันธ์ระหว่างบุคคล ความรับผิดชอบ และคุณค่าทางวัฒนธรรม เช่น การดูแลผู้สูงอายุ การแพทย์ การศึกษา การบริการ วิชาชีพเฉพาะทาง และงานสร้างสรรค์ ก็ยิ่งมีความเกี่ยวข้องมาก อย่างไรก็ตาม แม้แต่ในอุตสาหกรรมการผลิตหรือโลจิสติกส์ Nostalgic Job ก็ยังแฝงอยู่ในขั้นตอนการรับมือลูกค้าหรือการตัดสินใจขั้นสุดท้าย

Q. หากนำ AI มาใช้ งานของมนุษย์จะหายไปหรือไม่? ไม่ใช่ว่าจะหายไปทั้งหมด ในขณะที่งานประจำหรืองานประมวลผลข้อมูลจะถูกโอนย้ายไปให้ AI แต่งานที่ผู้คนต้องการให้มนุษย์ทำจะยังคงอยู่ สิ่งสำคัญคือการแยกแยะระหว่างงานที่จะหายไปกับงานที่จะยังคงอยู่ และจัดสรรบุคลากรใหม่ไปยังงานส่วนหลัง

Q. ธุรกิจขนาดกลางและขนาดย่อม (SME) สามารถนำไปปรับใช้ได้หรือไม่? สามารถทำได้ ยิ่งสำหรับธุรกิจขนาดกลางและขนาดย่อมที่มีทรัพยากรบุคคลจำกัด การแบ่งขอบเขตระหว่างงานที่มอบหมายให้ AI กับงานที่ให้มนุษย์ทำนั้นส่งผลโดยตรงต่อการบริหารจัดการ การเริ่มต้นจาก PoC เล็กๆ เพื่อตรวจสอบผลลัพธ์ก่อนจะขยายขอบเขตออกไปถือเป็นแนวทางที่ทำได้จริง

Nostalgic Job หมายถึง งานที่สังคมยังคงต้องการให้มนุษย์เป็นผู้รับผิดชอบด้วยเหตุผลทางสังคม จริยธรรม และวัฒนธรรม แม้จะเป็นยุคที่ AI สามารถเข้ามาทดแทนได้ในทางเทคนิคแล้วก็ตาม จุดที่แตกต่างอย่างชัดเจนจากแนวคิดเรื่อง "งานที่ไม่ถูก AI แย่งไป" แบบเดิม คือเหตุผลที่งานนั้นยังคงอยู่ไม่ได้ขึ้นอยู่กับข้อจำกัดของเครื่องจักร แต่ขึ้นอยู่กับความต้องการของมนุษย์

ในขณะที่ Generative AI และ AI Agent เริ่มเข้ามามีบทบาทแม้กระทั่งในงานด้านความรู้ สิ่งที่องค์กรถูกตั้งคำถามในปัจจุบันไม่ใช่แค่ "จะใช้ AI เพิ่มประสิทธิภาพในด้านใด" เท่านั้น แต่ความสามารถในการกำหนดเชิงรุกว่า "จะเหลืออะไรไว้ให้มนุษย์ทำ" และการจัดสรรบุคลากรไปยังส่วนนั้นได้หรือไม่ คือสิ่งที่ตัดสินความสามารถในการแข่งขันนับจากนี้

เราควรเริ่มต้นจากการสำรวจการดำเนินงานของบริษัทโดยใช้ 3 แกนหลัก ได้แก่ ความสามารถในการทดแทน ความต้องการของลูกค้า และความรับผิดชอบ เพื่อคัดแยกงานที่จะมอบหมายให้ AI และงานที่จะให้มนุษย์ทำ หากคุณกำลังเผชิญกับความท้าทายในการแบ่งบทบาทระหว่าง AI และมนุษย์ โปรดปรึกษาเรา