คำถามที่ HR และ L&D ถามบ่อยที่สุดตอนวางแผนอบรม AI คือ "ทุกคนต้องเรียนเหมือนกันไหม" คำตอบคือไม่ และการอบรมทั้งองค์กรด้วยหลักสูตรเดียวคือวิธีที่เสียงบมากที่สุดโดยได้ผลน้อยที่สุด บทความนี้ใช้กรอบ AI Learning Layer 4 ระดับ อธิบายว่าจะจัดว่าใครควรอยู่ระดับไหน อบรมกลุ่มไหนก่อน และวางงบให้แต่ละระดับอย่างไรให้สมเหตุสมผล
กรอบ 4 ระดับคืออะไร
- ระดับ 1 ปูพื้นฐาน ใช้ generative AI กับงานประจำได้อย่างปลอดภัย รู้ว่าข้อมูลอะไรป้อนได้ เขียนคำสั่งให้ได้ผล
- ระดับ 2 ใช้ขั้นสูงตามบทบาท เจาะเครื่องมือและงานเฉพาะสายงาน เช่น Copilot สำหรับทีมเอกสาร การวิเคราะห์ข้อมูลสำหรับทีมตัวเลข การผลิตคอนเทนต์สำหรับทีมการตลาด
- ระดับ 3 ออโตเมชันและ AI agent ออกแบบ workflow อัตโนมัติและ agent ขนาดเล็กเชื่อมกับเครื่องมือที่ใช้อยู่
- ระดับ 4 นำ AI ขึ้นใช้งานจริงในระบบ เชื่อมโมเดลผ่าน API สร้าง RAG pipeline และ micro service สำหรับทีมเทคนิค
แต่ละระดับต่อยอดจากระดับก่อนหน้า ข้ามไม่ได้ ทีมที่ถูกส่งไปเรียนระดับ 3 โดยไม่ผ่านระดับ 1 จะสร้าง agent ที่สะท้อนความไม่เข้าใจเรื่องข้อมูลออกมาแบบอัตโนมัติ
ใครควรอยู่ระดับไหน
ใช้คำถามสองข้อจัดคนเข้าระดับ
ข้อแรก งานหลักของคนนี้เป็นงานภาษาและเอกสาร งานเฉพาะทาง งานกระบวนการ หรืองานระบบ งานภาษาและเอกสารทั่วไปอยู่ระดับ 1 งานเฉพาะสายงานที่มีเครื่องมือเฉพาะอยู่ระดับ 2 งานที่ต้องเชื่อมหลายระบบและทำซ้ำอยู่ระดับ 3 งานพัฒนาซอฟต์แวร์และข้อมูลอยู่ระดับ 4
ข้อสอง คนนี้ใช้ AI กับงานจริงอยู่แล้วหรือยัง ถ้ายัง เริ่มระดับ 1 เสมอไม่ว่าตำแหน่งอะไร ผู้บริหารก็ไม่ยกเว้น เพียงแต่โปรแกรมของผู้บริหารมีโครงต่างออกไป (อบรมผู้บริหารต่างจากพนักงานอย่างไร)
สัดส่วนที่พบในองค์กรทั่วไปคือคนส่วนใหญ่อยู่ระดับ 1 กลุ่มที่เล็กลงตามลำดับอยู่ระดับ 2 และ 3 และระดับ 4 คือทีมเทคนิคจำนวนไม่มาก การวางงบจึงไม่ควรเท่ากันทุกระดับ
อบรมกลุ่มไหนก่อน
ลำดับที่ได้ผลคือ
- ผู้บริหารก่อน สั้น เน้นการตัดสินใจ เพื่อให้คนที่อนุมัติงบเห็นด้วยตาว่างานเปลี่ยนได้ และเพื่อให้หัวหน้าใช้เองก่อนทีม
- ทีมนำร่องระดับ 1 เลือกแผนกที่หัวหน้าเอาด้วยและมีงานเอกสารมาก อบรมกับงานจริงของเขา วัดผลในสามเดือน
- ขยายระดับ 1 ทั่วองค์กร โดยให้คนจากทีมนำร่องเป็นผู้ช่วยสอน
- ระดับ 2 เฉพาะทีมที่มีเครื่องมือเฉพาะรออยู่ เช่น องค์กรที่มี Copilot license หรือทีมข้อมูลที่ใช้ตารางหนัก
- ระดับ 3 และ 4 เมื่อมีโจทย์ที่ชัด ไม่ใช่เพราะอยากทันสมัย แต่เพราะมีงานที่ต้องเชื่อมระบบหรือต้องขึ้นใช้งานจริง
ลำดับนี้ทำให้งบส่วนใหญ่ลงที่คนจำนวนมากในระดับที่เห็นผลเร็ว และงบระดับสูงลงเฉพาะที่มีงานรองรับ
วางงบต่อระดับอย่างไร
หลักคิดง่าย ๆ คือระดับต่ำ คนเยอะ ต่อหัวถูก จัดหลายรุ่น ระดับสูง คนน้อย ต่อหัวแพงกว่า จัดเมื่อมีโจทย์ ในทางปฏิบัติงบระดับ 1 มักเป็นก้อนใหญ่ที่สุดเพราะครอบคลุมคนมากที่สุด ขณะที่ระดับ 4 อาจเป็นการอบรมกลุ่มเล็กเพียงรุ่นเดียวต่อปี
สิ่งที่ไม่ควรทำคือซื้อโปรแกรมระดับสูงมาให้ทุกคนเรียนเพื่อความเท่าเทียม คนที่ไม่มีงานรองรับจะลืมภายในเดือน และงบนั้นหายไปเฉย ๆ (วางงบอบรมทั้งองค์กร)
ทบทวนปีละครั้ง
ระดับของคนเปลี่ยนได้ ทีมที่ผ่านระดับ 1 แล้วใช้จริงต่อเนื่องหกเดือนพร้อมขึ้นระดับ 2 และเครื่องมือเปลี่ยนเร็วจนเนื้อหาระดับ 2 และ 3 ต้องปรับทุกปี การวางแผนพัฒนาทักษะ AI จึงไม่ใช่โครงการครั้งเดียว แต่เป็นรอบที่ทบทวนว่าใครอยู่ตรงไหนแล้วและควรไปต่อที่ไหน
อ่านต่อ
ดูกรอบ AI Learning Layer พร้อมหลักสูตรในแต่ละระดับ ประเมินจุดเริ่มด้วยเช็กความพร้อม 6 ด้าน หรือให้เราช่วยจัดระดับทีมและวางโปรแกรมที่การอบรมในองค์กร