สั่งงาน AI กับ ถาม AI ไม่ใช่ทักษะเดียวกัน และอย่างแรกคือทักษะของหัวหน้า

การ “ถาม” AI กับการ “สั่งงาน” AI ฟังดูคล้ายกัน แต่เป็นงานคนละแบบ การถามคือการได้คำตอบหนึ่งข้อกลับมาแล้วเรานำไปใช้ต่อ ส่วนการสั่งงานคือการส่งต่อเรื่องทั้งก้อนให้ใครสักคนไปทำให้เสร็จ โดยเราไม่ได้ยืนดูทุกขั้นตอน

เมื่อเครื่องมือ AI ขยับจากการตอบคำถามไปสู่การทำงานหลายขั้นตอนต่อเนื่อง (ที่เรียกกันว่า AI Agent) ผู้ใช้จำนวนมากจึงเจอปัญหาที่คุ้นเคยจากชีวิตหัวหน้า คืองานที่ส่งออกไปแล้วกลับมาไม่ตรงที่คิดไว้

ปัญหาที่เกิดกับ AI ในงานหลายขั้นตอน เป็นปัญหาเดียวกับการมอบหมายงานให้คน

บทความความเห็นในนิตยสาร Fortune เมื่อกันยายน 2025 โดย Colin Fisher อาจารย์จาก UCL และ Sarah Touzani ผู้ร่วมก่อตั้ง Waggle AI ชี้ว่าผู้จัดการยุคนี้เริ่มต้องจัดสรรงานให้โมเดลหลายตัว ตรวจผลลัพธ์ของแต่ละตัว และรับผิดชอบเมื่อผลผิดพลาด พวกเขาอ้างผลสำรวจ Work Trend Index 2025 ของ Microsoft ที่ระบุว่า 36% ของผู้นำคาดว่าการบริหารระบบ AI จะอยู่ในขอบเขตงานของตนภายในห้าปี และชี้ว่าทักษะที่ต้องใช้ ได้แก่ การออกแบบบทบาทให้ชัด การมอบหมายและออกแบบงาน การติดตามผลและให้ฟีดแบ็ก การปรับระดับความไว้ใจ และการกำกับดูแลเชิงจริยธรรม

รายการนี้อ่านแล้วคุ้นเหมือนตำราการบริหารคนทุกเล่ม และนั่นคือประเด็น เพราะ AI ไม่ได้ต่อรองบทบาท ไม่ตั้งคำถามกลับ และไม่เติมช่องว่างด้วยความเข้าใจร่วมแบบที่ลูกทีมที่ทำงานด้วยกันมานานทำได้ มันทำตามสิ่งที่เขียนไว้ ส่วนที่ไม่ได้เขียน มันเดาเอาเอง

การมอบหมายงานที่ดีมีสี่ส่วนที่มักตกหล่น ไม่ว่าคนรับจะเป็นคนหรือ AI

ในห้องทำงานจริง การมอบงานที่ล้มเหลวมักไม่ใช่เพราะคนรับไม่เก่ง แต่เพราะคนสั่งข้ามสี่อย่างนี้ ข้อแรก วัตถุประสงค์ คือผลลัพธ์นี้จะถูกเอาไปทำอะไร ข้อสอง เกณฑ์ว่า “เสร็จ” และ “ดี” หมายถึงอะไร ข้อสาม ขอบเขตที่ห้ามแตะหรือจุดที่ต้องกลับมาถามก่อน ข้อสี่ จังหวะการตรวจกลางทาง

ลองดูตัวอย่างประโยค “ช่วยสรุปคู่แข่งให้หน่อย” ที่ส่งให้ลูกทีมคนหนึ่งหรือส่งให้ AI สิ่งที่กลับมาน่าจะเป็นข้อมูลที่ถูกต้องแต่ไม่ได้ตอบคำถามที่หัวหน้าสงสัยจริง ๆ เพราะไม่ได้บอกว่าสรุปไว้ตัดสินใจเรื่องอะไร ถ้าเติมว่า “ไว้ตัดสินใจว่าจะลดราคาแพ็กเกจกลางหรือไม่ เอาเฉพาะคู่แข่งสามรายที่ลูกค้าเรามักเปรียบเทียบ และให้ระบุแหล่งที่มาทุกตัวเลข” ผลลัพธ์ที่ได้จะเปลี่ยนไปคนละเรื่อง

ผู้ที่เคยฝึกมอบหมายงานให้คน ย่อมได้เปรียบในการใช้ AI มากกว่าที่คิด

ข้อสังเกตที่น่าสนใจคือ ทักษะนี้เคยเป็นของหัวหน้าเท่านั้น คนทำงานทั่วไปแทบไม่ได้ฝึกการกำหนดเกณฑ์ว่างานดีคืออะไร หรือการออกแบบจุดตรวจ เพราะมีหัวหน้าทำให้ แต่เมื่อทุกคนมี “ผู้ช่วย” เป็น AI ที่ต้องมอบงานให้ ทักษะเหล่านี้กลายเป็นทักษะพื้นฐานของทุกตำแหน่ง

ทีมที่มีวัฒนธรรมมอบหมายงานชัดเจนอยู่แล้วจึงต่อยอดกับ AI ได้เร็ว ส่วนทีมที่เคยสั่งงานด้วยประโยคกว้าง ๆ แล้วหวังว่าคนรับจะเข้าใจเอง ก็จะเจอปัญหาเดิมซ้ำกับเครื่องมือใหม่ และอาจโทษเครื่องมือทั้งที่ต้นเหตุคือความชัดของโจทย์

ฝึกก่อนใช้ ด้วยการลองเขียนบรีฟให้เพื่อนร่วมงานที่ไม่รู้เรื่องมาก่อน

วิธีเช็กง่าย ๆ ก่อนส่งงานให้ AI คือลองเขียนบรีฟนั้นให้เหมือนส่งให้เพื่อนร่วมงานที่เพิ่งย้ายมาและไม่รู้บริบทใด ๆ ถ้าอ่านแล้วเพื่อนคนนั้นต้องถามกลับสามข้อขึ้นไป แปลว่ายังมีสิ่งที่อยู่ในหัวเราแต่ไม่อยู่ในบรีฟ

อีกสิ่งที่ควรเติมคือจุดตรวจที่เราเป็นผู้กำหนดเอง เช่น ให้ AI แสดงข้อสมมติฐานที่ใช้ก่อนเริ่มทำจริง หรือหยุดถามเมื่อเจอข้อมูลที่ขัดกัน เพราะผู้บริหารงานที่ดีไม่ได้รอดูผลสุดท้ายเพียงอย่างเดียว แต่วางจุดที่งานต้องเดินกลับมาให้เราเห็นก่อนจะเดินไกลเกินไป

ทักษะการสั่งงาน AI จึงไม่ใช่ทักษะใหม่เอี่ยม มันคือทักษะการคิดให้ชัดว่าเราต้องการอะไร และกล้าเขียนมันออกมาให้ครบ ซึ่งเป็นสิ่งที่หัวหน้าที่ดีฝึกกันมาตลอด และตอนนี้ทุกคนมีโอกาสได้ฝึกเหมือนกัน