A.I. Human Models | เส้นทางแห่งผู้นำ

วันก่อนอยู่กับทีมผู้บริหารของสายการบินในเอเชียแห่งหนึ่ง กัปตันในห้องเล่าโจ๊กให้ฟังว่า อีกหน่อยการขับเครื่องบินจะมีเพียงนักบิน 1 คน กับสุนัข 1 ตัว  

“Who does what?” ผมอดถามไม่ได้  

“นักบินมีหน้าที่คอยให้ข้าวให้น้ำหมา ส่วนหมาก็มีไว้คอยกัดนักบินถ้าเค้าพยายามจะแตะต้องอะไรในห้องควบคุม” แกตอบแล้วหัวเราะฮ่าๆ  

ใครฟังแล้วผิดหูผิดใจอย่างไร คนเล่าเป็นนักบินนะครับ ผมเองเอามาเล่าต่อสู่กันฟังเฉยๆ ใจความหลักของโจ๊กนี้คือ เทคโนโลยีจะเข้ามามีบทบาทสำคัญมากขึ้นเรื่อยๆ ต่องานที่มนุษย์ทำอยู่ 

ช่วงนี้ผมกำลังทุ่มเทกับโจทย์ใหม่ Augmented Leadership การเสริมสร้างภาวะผู้นำด้วยเทคโนโลยีเช่น A.I. Artificial Intelligence เพื่อช่วยผู้บริหารรับมือกับโจทย์ที่นับวันจะท้าทายขึ้นแห่ง Rapid, Unpredictable, Paradoxical, and Tangled (RUPT) 

งั้นวันนี้ขอนำโมเดลในการทำงานร่วมกันระหว่างเอไอกับมนุษย์จากค่ายต่างๆ มาเล่าสู่กันสักนิด เผื่อจุดประกายความคิดต่อยอดให้ทั้งคนเขียนคนอ่านครับ 

ข้อคิดสำหรับผู้นำสมอง 

1. เริ่มต้นด้วยโมเดล MIT ก่อน Human-in-The-Loop (HiTL) เป็นการเริ่มต้นโจทย์จากเอไอ แล้วมาแตกแขนงตรงความมั่นใจ Confidence Level ถ้า High คอมพ์มั่นใจมากก็ทำต่อไปได้เลย เช่นการตอบคำถามที่มีคำตอบในแฟ้มอยู่แล้ว เหมือนพวก FAQ หรือ Policy ต่างๆ แต่ถ้า Low คือเอไอก็ไม่แน่ใจเหมือนกันว่าคำตอบที่ถูกคืออะไร จะส่งต่อไปยังมนุษย์ มีขั้นตอนรีวิวเกิดขึ้น รวมไปถึงสามารถ Override คำตอบเดิมที่เอไอตั้งใจจะตอบอีกด้วย 

2. ต่อมาไปที่ Augmented Intelligence Framework ของ Deloitte ตัวนี้ไม่ถึงกับระบุเป็นขั้นตอนชัดเจนอย่าง MIT แต่อธิบายให้เห็นภาพว่าการใช้เอไอมีสามส่วน คือหนึ่ง Automate ใช้คอมพ์ทำงานร้อยเปอร์เซ็นต์ไปเลย ใช้กับงานซ้ำๆ ที่สามารถคาดเดาผลลัพธ์ได้ ส่วนที่สองเรียกว่า Augmented คือการให้เอไอนำเสนอแนวทางแต่ให้มนุษย์เป็นผู้เลือกอีกทีว่าจะเอาอย่างไร กับส่วนสุดท้าย Amplify เอไอสามารถนำผลที่มนุษย์ทำไว้มาขยายเป็นวงกว้างขึ้นได้ เช่นการตัดสินใจในกรณีนี้ สามารถเอาไปใช้กับกรณีอื่นๆ ได้เช่นเดียวกัน โดยไม่ต้องให้มนุษย์มาเสียเวลาเพิ่ม คล้ายว่าวนกลับไปเข้าข้อแรก 

3. 2x2 Matrix ของ Gartner โมเดลนี้ผมชอบเป็นพิเศษเพราะเป็นสาวกเฟรมเวิร์คแบบสองมิติ ตัวแปรแกนนอนคือ ระดับของ Human Involvement ส่วนแกนตั้งคือ AI Autonomy มุมซ้ายล่างกล่าวถึงงานที่ยังต้องให้มนุษย์เป็นผู้ทำเอง มุมซ้ายบนเรียกว่า AI Assistance คือมนุษย์ยังทำเป็นหลัก แต่ว่ามี AI คอยช่วยสนับสนุนความแข็งแกร่ง มุมขวาล่างเรียกว่า Semi-Autonomous คือ AI เริ่มทำเยอะขึ้น มนุษย์ลดลงเป็นบทเสริม จนจบที่ Fully Autonomous นั่นคืองานที่ AI สามารถทำเองได้หมด ไม่ต้องใช้มนุษย์เลย 

ยังมีตัวอื่นๆ จากค่ายอื่นอีก เช่น Human-AI Teaming model ของฮาร์วาร์ด หรือ AI Augmented Spectrum ของ PWC ท่านใดสนใจสามารถหาข้อมูลอ่านเพิ่มเติมได้เลยครับ  

สิ่งน่าคิดต่อเพื่อปรับองค์กรคือ งานพัฒนาบุคลากรของเราต่อไปควรจะอยู่ในช่องไหน เช่น เมื่อก่อนการจัดเทรนนิ่งโค้ชชิ่งเคยเป็นงานแบบ Manual Work ใช้ภูมิของอาจารย์สอนในห้อง ใครสอนเก่งคนเรียนชอบก็มีภาษี เอา NPS Net Promoter Score มาแข่งกัน เราอาจต้องเริ่มมองในมิติของ AI Assistance หรือกระทั่ง Semi-Autonomous กล่าวคือเอาข้อมูลการทำงานจริงๆ ของคนของเรามาจับ พฤติกรรมที่หัวหน้าแสดงต่อลูกน้อง ลูกน้องแสดงต่อหัวหน้า พนักงานแสดงซึ่งกันและกัน ฯลฯ ในทุกๆ บริบททุกๆ วัน แล้วนำมันมา Augment ไปจนถึง Amplify ผูกกับการพัฒนาเพื่อให้ได้ทั้งประสิทธิภาพและประสิทธิผล  

ได้รู้ (Visibility) ได้ใจ (Frequency) ได้งาน (Measurability) สามอย่างอันเป็นหัวใจของ Augmented Leadership ครับ