เมื่อ AI ทำงานเร็วขึ้น แต่การตัดสินใจยังช้า: ถึงเวลาที่ผู้บริหารต้อง “ออกแบบสิทธิ์ในการตัดสินใจ” ใหม่

ในบทความก่อน ผมพูดถึงเรื่องการใช้ AI ว่าเราไม่ควรเอาเทคโนโลยีใหม่ไปครอบบน Workflow แบบเดิม แล้วหวังว่าองค์กรจะเปลี่ยนไปเอง เพราะต่อให้ AI ช่วยทำงานได้เร็วขึ้นมาก แต่ถ้าทุกเรื่องยังต้องรอหัวหน้า รอประชุม รออนุมัติ และรอข้อมูลจากหลายฝ่ายเหมือนเดิม สิ่งที่เกิดขึ้นก็อาจเป็นเพียง “งานเร็วขึ้น แต่การตัดสินใจยังช้าเหมือนเดิม” และผมคิดว่านี่จะกลายเป็นปัญหาใหม่ของหลายองค์กรในยุค AI เมื่อ AI เริ่มลดเวลาของงานบางประเภทจากหลายชั่วโมงเหลือไม่กี่นาที คอขวดขององค์กรอาจไม่ได้อยู่ที่การทำงานอีกต่อไป แต่อยู่ที่คำถามว่า ใครมีสิทธิ์ตัดสินใจเรื่องอะไร และต้องรอใครบ้างก่อนที่จะลงมือทำ

AI อาจทำให้เราเห็นว่า ปัญหาจริงไม่ใช่ “คนทำงานช้า”

ลองนึกภาพทีม Sales ที่ต้องการอนุมัติส่วนลดให้ลูกค้ารายสำคัญ AI สามารถดึงประวัติการซื้อ กำไรขั้นต้น Credit Risk ยอดขายที่ผ่านมา และพฤติกรรมของลูกค้ามาวิเคราะห์ได้แทบจะทันที ระบบอาจบอกได้ด้วยซ้ำว่า ถ้าให้ส่วนลดระดับนี้ Margin จะเหลือเท่าไร และโอกาสปิดการขายเพิ่มขึ้นมากแค่ไหน ข้อมูลพร้อมแล้ว แต่ Sales ยังต้องส่งเรื่องไปหา Manager Manager ส่งต่อไป Finance Finance ขอรายละเอียดเพิ่ม จากนั้นอาจต้องรอ Director อนุมัติอีกครั้ง สุดท้ายใช้เวลา 2 วัน ตรงนี้เราต้องถามแล้วว่า AI ช้าหรือองค์กรช้า? หลายครั้งคำตอบไม่ได้อยู่ที่เทคโนโลยีเลย แต่อยู่ที่โครงสร้างการตัดสินใจที่เราสร้างไว้เมื่อหลายปีก่อน

จาก Work Design ต้องไปต่อถึง Decision Design

ถ้าเราเริ่มแยกงานออกเป็น Task แล้วพิจารณาว่าอะไรควรให้ Human ทำ อะไรควรให้ AI ทำ และอะไรควรทำร่วมกัน ขั้นต่อไปที่ผมคิดว่าสำคัญไม่แพ้กันคือ Decision Design หรือการออกแบบว่า ในแต่ละเรื่อง ใครควรเป็นคนตัดสินใจ ข้อมูลอะไรต้องใช้ AI ช่วยได้ถึงระดับไหน เรื่องไหนตัดสินใจได้ทันที และเรื่องไหนจำเป็นต้อง Escalate ขึ้นไป เพราะไม่ใช่ทุก Decision ที่ต้องขึ้นไปถึงผู้บริหารระดับสูง ในทางกลับกัน ก็ไม่ใช่ทุก Decision ที่ควรปล่อยให้ AI หรือระบบดำเนินการเอง สิ่งสำคัญคือการแยกให้ออก

ผู้บริหารไม่ควรต้องตัดสินใจทุกเรื่อง

เรื่องหนึ่งที่ผมพบค่อนข้างบ่อยคือ ยิ่งองค์กรโต ผู้บริหารยิ่งมีเรื่องเข้ามาให้ตัดสินใจมากขึ้น ช่วงแรกอาจดูเหมือนเป็นเรื่องดี เพราะผู้บริหารรู้ทุกเรื่อง ควบคุมทุกอย่างได้ และมั่นใจว่าไม่มีอะไรหลุด แต่เมื่อองค์กรใหญ่ขึ้น วิธีนี้จะเริ่มกลายเป็นคอขวด วันหนึ่งผู้บริหารอาจพบว่าตัวเองใช้เวลาส่วนใหญ่ไปกับการ อนุมัติ ตรวจสอบ ตอบคำถาม แก้ปัญหาเฉพาะหน้า แทนที่จะใช้เวลาไปกับ Strategy หรือเรื่องที่มีผลต่ออนาคตของธุรกิจจริง ๆ AI อาจทำให้ปัญหานี้เห็นชัดขึ้น เพราะเมื่อข้อมูลไหลเร็วขึ้น งานเสร็จเร็วขึ้น จำนวน Decision ที่รออยู่ข้างหน้าผู้บริหารก็อาจเพิ่มขึ้นตามไปด้วย ดังนั้นโจทย์ของผู้บริหารไม่ใช่ “ทำอย่างไรให้ผมตัดสินใจได้เร็วขึ้นทุกเรื่อง” แต่อาจเป็น “เรื่องไหนที่ไม่จำเป็นต้องมาถึงผมตั้งแต่แรก”

AI ควรมีบทบาทแค่ไหนในการตัดสินใจ?

ผมมองว่าต้องแยกเป็นระดับ บางเรื่อง AI สามารถช่วย รวบรวมและสรุปข้อมูล บางเรื่อง AI สามารถช่วย วิเคราะห์ทางเลือก บางเรื่องสามารถช่วย แนะนำ Recommendation และบางเรื่องที่มีกรอบชัดเจน ความเสี่ยงต่ำ และตรวจสอบย้อนหลังได้ อาจสามารถให้ระบบดำเนินการโดยอัตโนมัติภายใต้เงื่อนไขที่กำหนด แต่เมื่อ Decision นั้นเกี่ยวข้องกับ คน จริยธรรม ผลกระทบสูง ความสัมพันธ์กับลูกค้า ชื่อเสียงองค์กร หรือสถานการณ์ที่มี Context ซับซ้อน ผมยังคิดว่ามนุษย์ต้องเป็นเจ้าของการตัดสินใจ โดยเฉพาะเรื่อง People AI อาจบอกว่า Performance ของพนักงานลดลง แต่ไม่ควรสรุปทันทีว่า “ควรเลิกจ้าง” เพราะระหว่างข้อมูลกับการตัดสินใจ ยังมีสิ่งที่เรียกว่า Context อยู่เสมอ

คำว่า “AI แนะนำ” กับ “AI ตัดสิน” ต่างกันมาก

ผมคิดว่าองค์กรต้องกำหนดเรื่องนี้ให้ชัดตั้งแต่ต้น ลองนึกถึงระบบที่แจ้งว่า พนักงานคนนี้มีความเสี่ยงที่จะลาออกสูง สิ่งที่ระบบควรทำต่อ อาจเป็น แสดงปัจจัยที่เกี่ยวข้อง ชี้ข้อมูลที่เปลี่ยนไป แนะนำให้ Manager เข้าไปพูดคุย หรือเตือนว่าตำแหน่งนี้มี Business Impact สูง แต่ไม่ควรกลายเป็น พนักงานคนนี้กำลังจะลาออกแน่นอน เพราะสองประโยคนี้ให้ความหมายต่างกันมาก AI ที่ดีควรช่วยให้ผู้บริหาร มองเห็น → เข้าใจ → ตั้งคำถาม → ตัดสินใจ ไม่ใช่ข้ามไปจากข้อมูล แล้วตัดสินแทนคนทันที

เมื่อ AI เข้ามา Accountability ยิ่งต้องชัด

มีเรื่องหนึ่งที่ผมคิดว่าจะกลายเป็นคำถามใหญ่ในหลายองค์กร ถ้า AI แนะนำแล้ว Decision ผิด ใครรับผิดชอบ? AI? คนใช้ระบบ? Manager? หรือองค์กร? นี่คือเหตุผลที่ผมคิดว่า ยิ่งเราใช้ AI มากขึ้น เรายิ่งต้องออกแบบ Accountability ให้ชัดกว่าเดิม เพราะประโยคว่า “AI แนะนำมา” ไม่ควรกลายเป็นเหตุผลสำหรับการไม่รับผิดชอบต่อการตัดสินใจ ผู้บริหารยังต้องรู้ว่า Decision นั้นเกิดจากข้อมูลอะไร ข้อจำกัดของข้อมูลคืออะไร AI กำลังตั้งสมมติฐานอะไร และสุดท้าย เหตุผลที่องค์กรเลือกทางนั้นคืออะไร AI อาจช่วย Decision ได้ดีขึ้น แต่ Accountability ยังต้องอยู่กับมนุษย์

จาก Organization Chart ไปสู่ Decision Map

ที่ผ่านมาเวลาพูดถึงโครงสร้างองค์กร เรามักวาดว่า ใครรายงานใคร ทีมไหนอยู่ใต้ฝ่ายไหน Manager คนไหนมีลูกทีมกี่คน แต่ในยุค AI ผมคิดว่าแค่นี้อาจไม่พอ อีกสิ่งหนึ่งที่ผู้บริหารควรเห็นคือ Decision Map เช่น เรื่อง Pricing ใครตัดสินใจ เรื่อง Hiring ใครตัดสินใจ เรื่อง Performance ใครตัดสินใจ เรื่อง Budget ใครตัดสินใจ เรื่อง Customer Exception ใครตัดสินใจ และแต่ละ Decision ต้องผ่านกี่ขั้นตอน ถ้าเราวาดสิ่งนี้ออกมาได้ บางองค์กรอาจตกใจว่า Decision ที่ควรจบภายในทีม ต้องเดินทางผ่านคน 4–5 คนก่อนจะเกิด Action ตรงนี้ AI ไม่ได้เป็นตัวแก้ทั้งหมด แต่ AI สามารถช่วยให้เรามั่นใจมากขึ้นว่า Decision สามารถถูกกระจายลงไปใกล้หน้างานได้ โดยยังมีข้อมูลและ Guardrail รองรับ

ผู้บริหารจึงต้องเปลี่ยนจาก “คนอนุมัติ” เป็น “คนออกแบบระบบการตัดสินใจ”

ผมคิดว่านี่เป็นการเปลี่ยนบทบาท Leadership ที่สำคัญมาก ผู้บริหารที่เก่งในอนาคตอาจไม่ใช่คนที่ตัดสินใจได้เก่งที่สุดทุกเรื่อง แต่คือคนที่สามารถออกแบบองค์กรให้ คนที่อยู่ใกล้ปัญหาที่สุด สามารถตัดสินใจได้ดีพอ โดยมีข้อมูลที่เหมาะสม บางเรื่องให้ทีมตัดสินใจเอง บางเรื่องใช้ AI ช่วยวิเคราะห์ บางเรื่องต้องมี Threshold และเฉพาะเรื่องที่มีผลกระทบสูงจริง ๆ จึงค่อยขึ้นมาถึงผู้บริหาร ถ้าทำได้ ผมคิดว่าความเร็วขององค์กรจะเปลี่ยนไปมาก

ExeRoot ควรเดินต่อจาก Insight ไปถึง Decision อย่างไร

นี่เป็นอีกมุมหนึ่งที่ผมมองว่า ExeRoot by Space Root ควรพัฒนาไป เพราะการมี People Insight หรือ Business Insight อย่างเดียวอาจยังไม่เพียงพอ ถ้าผู้บริหารเห็น Risk แล้ว แต่ไม่รู้ว่า ใครต้องรับผิดชอบ ต้องทำอะไรต่อ ต้องทำเมื่อไร และต้องติดตามผลอย่างไร Insight ก็อาจกลายเป็นเพียงข้อมูลอีกชุดหนึ่ง สิ่งที่ผมอยากเห็นคือ Flow ที่ต่อเนื่องขึ้น Signal → Insight → Decision → Owner → Action → Result ตัวอย่างเช่น ระบบพบว่า Turnover ของทีมหนึ่งเพิ่มขึ้นผิดปกติ AI ช่วยเชื่อมข้อมูลแล้วพบว่า Performance ของทีมเริ่มลดลงพร้อมกัน และตำแหน่งสำคัญกำลังไม่มี Successor ตรงนี้ไม่ควรจบแค่ Alert แต่ควรพาผู้บริหารไปถึงคำถามว่า เรื่องนี้ใครเป็น Owner? HR? Business Manager? Line Manager? หรือผู้บริหาร? แล้ว Action คืออะไร ตรงนี้ต่างหากที่ข้อมูลเริ่มกลายเป็น Management System จริง ๆ

AI จะทำให้องค์กรเร็วขึ้นได้หรือไม่ ขึ้นอยู่กับสิ่งที่อยู่ “หลัง AI”

ในช่วงแรกหลายองค์กรอาจแข่งขันกันว่าใครมี AI Tool มากกว่า แต่ผมคิดว่าไม่นาน Tools เหล่านี้จะเข้าถึงง่ายขึ้นเรื่อย ๆ ความแตกต่างจึงอาจไม่ได้อยู่ที่เทคโนโลยีเพียงอย่างเดียว แต่อยู่ที่ Operating Model ขององค์กร ใครตัดสินใจ ใครรับผิดชอบ ข้อมูลเดินอย่างไร AI อยู่ตรงไหน และ Action เกิดเร็วแค่ไหน เพราะต่อให้ AI วิเคราะห์ภายใน 5 วินาที ถ้าองค์กรใช้เวลาอีก 5 วันเพื่ออนุมัติ เราก็ยังไม่ได้เป็นองค์กรที่เร็วขึ้นจริง ๆ

ผมอยากทิ้งคำถามไว้ข้อหนึ่ง

ถ้าวันนี้ AI สามารถให้ข้อมูลที่เพียงพอสำหรับการตัดสินใจได้ภายในไม่กี่นาที องค์กรของคุณยังต้องใช้ขั้นตอนอนุมัติแบบเดิมทั้งหมดอยู่หรือไม่? บางทีการเปลี่ยนแปลงครั้งต่อไปของ AI อาจไม่ได้อยู่ที่ว่า “AI ทำอะไรแทนคนได้อีก?” แต่อยู่ที่ “เมื่อเรารู้ได้เร็วขึ้น เราจะกล้าตัดสินใจและลงมือทำเร็วขึ้นหรือเปล่า?” และนั่นอาจเป็นจุดที่ AI เริ่มเปลี่ยนองค์กรจริง ๆ

Tag: DecisionIntelligence, AIDecisionMaking, DecisionDesign, ExecutiveDecisionMaking, AIEnabledOrganization, OperatingModel, ManagementInnovation, DecisionRights, OrganizationalAgility, AIGovernance, BusinessDecision, FutureManagement, ExecutiveIntelligence, StrategyExecution, ExeRootPlatform