5 ปีข้างหน้าจะเป็นยุคแห่งความไม่แน่นอนเชิงโครงสร้างอย่างถาวร กติกาเดิมของโลกการค้า การเงิน เทคโนโลยี และภูมิรัฐศาสตร์ไม่มีทางกลับไปเหมือนเดิมได้ง่าย ๆ โลกเดินหน้าจาก Globalization สู่ Fragmentation และกำลังเข้าสู่ยุคหลายขั้วอำนาจที่ต้นทุนพลังงาน โลจิสติกส์ และห่วงโซ่อุปทานผันผวนอย่างหนัก
สำหรับประเทศขนาดกลางอย่างไทย แรงกดดันนี้มาพร้อมกันจากหลายทิศทาง ทั้งด้านตลาด เทคโนโลยี และกติกาการค้าในภูมิภาคที่การแข่งขันพุ่งสูงขึ้นทุกขณะ
รศ.ดร.ศิริยุพา รุ่งเริงสุข ที่ปรึกษาบริหารสำนักประธานเจ้าหน้าที่บริหาร โรงพยาบาลชั้นนำของประเทศไทย ให้สัมภาษณ์กับ “ประชาชาติธุรกิจ” เตือนผู้นำองค์กรและภาคธุรกิจไทยให้ตั้งสติก่อนนำ AI มาใช้งาน
เธอชี้ว่าปัญหาใหญ่ที่พบในระดับประเทศขณะนี้ คือคนใช้ AI ได้ แต่ “คิดไม่เป็น” พร้อมระบุว่าช่วงปี 2026-2030 ผู้นำไทยจะต้องเผชิญกับความไม่แน่นอนเชิงโครงสร้างที่ไม่อาจหลีกเลี่ยงได้ และการพึ่งพา AI อย่างขาดวิจารณญาณจะยิ่งขยายจุดอ่อนให้ใหญ่โตขึ้นกว่าเดิม
ในเชิงเศรษฐกิจ ไทยเผชิญข้อจำกัดเชิงโครงสร้างที่ชัดเจนขึ้นเรื่อย ๆ การฟื้นตัวหลังโควิด-19 ของไทยถือว่าช้าและไม่สมดุลที่สุดในกลุ่มประเทศอาเซียน เมื่อเทียบกับเวียดนามและประเทศอื่นในภูมิภาค ขณะที่ผลิตภาพแรงงาน (Productivity) กลายเป็นเพดานที่กดขีดความสามารถในการแข่งขันขององค์กรไทยเอาไว้อย่างเหนียวแน่น
สภาพเหล่านี้ทำให้บทบาทผู้นำองค์กรเปลี่ยนจากบริหารในโลกที่พอคาดการณ์ได้ ไปสู่บริหารในโลกที่ข้อมูลไม่ครบ แต่ต้องตัดสินใจให้ฉลาดอย่างหลีกเลี่ยงไม่ได้
ประเด็นที่ รศ.ดร.ศิริยุพาย้ำว่าหลายองค์กรพูดถึงน้อยเกินไปคือ ขณะที่ทุกคนกำลังพูดถึง AI, Digital Transformation และ Agile กันอย่างคึกคัก สิ่งที่เกิดขึ้นจริงในองค์กรกลับเป็นการใช้ AI เพื่อ “เร่งความเร็ว” มากกว่าการยกระดับคุณภาพการคิด
ผลลัพธ์ที่เห็นซ้ำแล้วซ้ำเล่าคือ ตัดสินใจเร็วขึ้น แต่ยังคิดแบบ Silo ใช้และเชื่อข้อมูลมากขึ้น แต่ค้นคว้าเองและตั้งคำถามกับข้อมูลน้อยลง และเริ่มเชื่อ Output จาก AI มากกว่าใช้วิจารณญาณของตนเอง
“ผู้บริหารส่วนมากใช้ AI เพื่อเร่งความเร็วในการตัดสินใจ มันได้ความเร็ว แต่ไม่ได้ยกระดับคุณภาพการคิดเชิงระบบ ขาด Systems Thinking”
รศ.ดร.ศิริยุพากล่าวต่อว่า งานวิจัยจาก MIT ชี้ให้เห็นว่านักศึกษาที่ให้ AI ทำงานทั้งหมดโดยไม่ผ่านกระบวนการค้นคว้าและอ่านด้วยตนเอง จะไม่เกิดการพัฒนาด้าน IQ และทักษะการคิดอย่างสิ้นเชิง ซึ่งปัญหานี้ขยายไปสู่ระดับประเทศแล้ว
ตัวอย่างที่พบในไทยคือ หลายองค์กรลงทุนกับ Data Lake และ AI Platform อย่างหนัก แต่ผลลัพธ์ทางธุรกิจกลับไม่ขยับตาม เพราะโจทย์ที่ตั้งไว้ไม่ชัด และ Governance ตามไม่ทัน จึงต้องกลับมาถามตัวเองใหม่ว่า “เราต้องการตัดสินใจเรื่องอะไรให้ดีขึ้น” ก่อนจะควักเงินซื้อเทคโนโลยี
เลิกตามกระแส แค่ Prompt คน
รศ.ดร.ศิริยุพาให้ภาพของผู้บริหารระดับสูงที่ใช้ AI อย่างชาญฉลาดว่า ไม่ใช่การให้ AI คิดแทนทั้งหมด หากแต่ใช้เพื่อตรวจสอบความคิดของตนเอง (Sense-Check) หามุมมองที่ตกหล่น เพิ่มความคมชัดของข้อโต้แย้ง และสร้างตัวอย่าง หรือกรณีศึกษาที่สอดคล้องกับโจทย์ธุรกิจ พร้อมกับท้าทาย Output ของ AI ด้วยการตั้งคำถาม “Why” และ “How” ตลอดเวลา รวมถึงตรวจสอบแหล่งอ้างอิงเสมอ
“อย่าทำเหมือน AI เป็นไสยศาสตร์ จุดธูปปัก AI แล้วเดี๋ยวให้คำตอบ คุณต้องมีวิจารณญาณของตัวเอง”
พฤติกรรมของ AI เช่นเครื่องมืออย่าง ChatGPT หรือ Copilot มักมีลักษณะไม่ขัดใจผู้ใช้ ทำให้ผู้ใช้ต้องยิ่งระมัดระวังและตรวจสอบข้อมูลอย่างมีวิจารณญาณ ก่อนนำไปใช้ตัดสินใจเรื่องสำคัญ
นอกจากนี้ ยังแนะว่าก่อนจะสั่งงาน AI องค์กรต้อง “Prompt พนักงาน” ให้พร้อมก่อน นั่นคือพนักงานต้องเข้าใจวัตถุประสงค์ ค่านิยมองค์กร กลยุทธ์ และงบประมาณให้ชัดเจน รวมถึงมีพื้นฐานทักษะการแก้ปัญหาและหลักการวิจัย เช่น การตั้งสมมติฐานและการถามถึงแหล่งอ้างอิง ก่อนที่จะปล่อยให้ AI เข้ามามีบทบาทในกระบวนการทำงาน
3 แกนหลักที่ผู้นำไทยต้องยกระดับ
รศ.ดร.ศิริยุพาเสนอกรอบการพัฒนาผู้นำในช่วง 2026-2030 โดยเปลี่ยนโจทย์จากเก่งขึ้น เป็นคิดลึกขึ้น ผ่าน 3 แกนหลัก ได้แก่ “Questioning Capability” คือการฝึกตั้งคำถามที่เฉียบคมกับ AI กับทีม และกับสมมติฐานที่ตนเองตั้งขึ้น
ถัดมาคือ “Decision Quality” คือการแยกให้ออกระหว่าง Data-Informed ซึ่งหมายถึงการใช้ข้อมูลประกอบการตัดสินใจ กับ Data-Driven ที่ถูกขับเคลื่อนด้วยข้อมูลล้วน ๆ เพราะในโลกความเป็นจริงข้อมูลมักไม่ครบถ้วนสมบูรณ์
และ “Governance for Ambiguity” คือการที่บอร์ดและผู้บริหารต้องยอมรับว่าความไม่แน่นอนไม่ใช่ความล้มเหลว แต่คือสภาพปกติของการบริหารยุคใหม่
เธอยังเตือนผู้นำให้เลิกให้คำสัญญาที่ทำไม่ได้ในสถานการณ์ที่ไม่แน่นอน และหันมาควบคุมในสิ่งที่ทำได้จริง อย่างการพัฒนาคุณภาพความสามารถของคน
“ในโลกแห่งความไม่แน่นอน คุมโลกไม่ได้ แต่คุณคุมการพัฒนาและคุณภาพของตัวคุณได้”
สำหรับแนวทางปฏิบัติ รศ.ดร.ศิริยุพาแนะนำให้แตกต่างกันตามขนาดองค์กร “ธุรกิจขนาดเล็ก” ควรเลือก 1-2 Use Case ที่คืนทุนเร็วในด้านการขาย บริการลูกค้า บัญชี หรือจัดซื้อ ใช้เครื่องมือสำเร็จรูป และตั้งกติกาง่าย ๆ เช่น ห้ามใส่ข้อมูลลับ และให้มนุษย์ตรวจทานทุก Output เสมอ
“ธุรกิจขนาดกลาง” ควรสร้าง Data Governance ขั้นพื้นฐาน และตั้งเครือข่าย AI Champion ในแต่ละสายงานแทนการสร้าง Center of Excellence ขนาดใหญ่ทันที
ส่วน “ธุรกิจขนาดใหญ่” ควรยกระดับสู่ Decision Governance อย่างเต็มรูปแบบ ทำ Portfolio Use Cases ทั้งระยะสั้น กลาง และยาว พร้อมมีระบบบริหารความเสี่ยงของโมเดล AI สำหรับงานที่กระทบลูกค้าโดยตรง
สำหรับแนวทางการวัดผล (KPI) ในระดับธุรกิจ รศ.ดร.ศิริยุพาเน้นว่า การวัดผลการนำ AI มาใช้ต้องเปลี่ยนจากการวัดแค่ความเร็วในการเข้าถึงข้อมูล ไปสู่การวัดผลลัพธ์ที่จับต้องได้จริงไม่ว่าจะเป็นชั่วโมงทำงานที่ลดลงยอดขายที่เพิ่มขึ้น หรือข้อผิดพลาดที่หายไป
ธรรมาภิบาล AI ไทยยังตามไม่ทัน
นอกจากนี้ รศ.ดร.ศิริยุพายังหยิบยกปัญหาเชิงระบบว่า ประเทศไทยยังขาดธรรมาภิบาลด้าน AI ที่ชัดเจน เพราะกฎหมายวิ่งตามความก้าวหน้าของเทคโนโลยีไม่ทัน อันดับความพร้อมด้าน AI ของไทยในระดับอาเซียนที่เคยอยู่ในเกณฑ์ดีก็เริ่มตกลงในปีล่าสุด และหากไม่เร่งออกกฎหมายที่เกี่ยวข้อง ไทยจะเสียขีดความสามารถในการแข่งขันไปเรื่อย ๆ โดยเฉพาะในยุคที่ข้อมูลคือทรัพย์สินหลักขององค์กร
เธอแนะนำให้องค์กรภาครัฐเริ่มจาก Use Case ที่มีความเสี่ยงต่ำและลดเวลาบริการ เช่น การคัดกรองคำร้องหรือลดงานซ้ำซ้อน และให้จัดการเรื่องนโยบายข้อมูลทั้งด้าน Privacy, Quality และ Access ให้นิ่งก่อนเสมอ ก่อนที่จะขยายการใช้ AI ไปทั่วองค์กร