## จาก Generative AI สู่ Agentic AI: ความต่างที่มากกว่าคำตอบสวย ๆ

ถ้า Generative AI (เช่น ChatGPT, Claude, Gemini) คือ “ผู้ช่วยตอบคำถามและร่างข้อความ” Agentic AI ก็คือ **“เพื่อนร่วมงานดิจิทัลที่ทำงานเป็นชุด”** ให้เราได้ในปี 2026

- Generative AI: เราต้องสั่งทีละ Prompt, ตรวจทีละชิ้นงาน

- Agentic AI: เราตั้ง “เป้าหมาย” ไว้ แล้วให้ AI วางแผน แบ่งงานย่อย หาข้อมูล เขียนร่าง และส่งผลลัพธ์กลับมา โดยที่มันสามารถตรวจงานตัวเองบางส่วนได้ด้วย

ตัวอย่างเช่น ในฝ่าย HR เราอาจสั่ง Agentic AI ให้

- วิเคราะห์ข้อมูล Exit Interview 2 ปีที่ผ่านมา → สรุปเหตุผลการลาออกหลัก → เสนอแผนลด Turnover

- สร้าง Job Description + โพสต์ลงแพลตฟอร์มหางานหลายแห่ง → คัดกรองเรซูเมเบื้องต้น → จัดตารางสัมภาษณ์

- ร่างแผน Onboarding 30-60-90 วันสำหรับตำแหน่งใหม่ โดยอ้างอิง Competency และคู่มือที่มีอยู่

จุดเปลี่ยนสำคัญคือ AI ไม่ได้แค่ “ให้คำตอบ” แต่เริ่ม **คิด วางแผน และลงมือทำงานหลายขั้นตอนได้เอง** ภายใต้กรอบที่เรากำหนด

---

## Agentic AI ในชีวิตจริงของพนักงานออฟฟิศ

ในองค์กรที่เริ่มทดลองใช้ Agentic AI แล้ว เรามักเห็น Use Case เช่น

- ผู้จัดการฝ่ายขายให้ AI สร้างรายงานยอดขายประจำเดือน + วิเคราะห์แนวโน้ม + แนะนำ Segment ที่ควรโฟกัส

- ทีม L&D ใช้ AI ช่วยออกแบบหลักสูตร Micro-learning สำหรับแต่ละตำแหน่ง โดย AI จะรวบรวมเนื้อหา ทดสอบ และ Tracking การเรียนรู้

- ทีม HR ใช้ AI ช่วย “วิ่งงานพื้นหลัง” เช่น เตือนหัวหน้าเรื่อง 1:1 ที่ยังไม่ได้ทำ, ร่างอีเมล Follow-up ผู้สมัคร, หรือเตรียม Checklist เอกสารพนักงานใหม่

คำถามไม่ใช่ว่า “AI แย่งงานไหม” แต่คือ **เราจะออกแบบให้งานไหนไปอยู่ในมือ Agentic AI และงานไหนยังต้องใช้มนุษย์** เพื่อให้ทั้งสองทำงานร่วมกันได้ดีที่สุด

---

## บทบาทใหม่ของ HR: จากผู้คุมกฎ สู่ Work Architect

ในยุคก่อน HR มักเน้นบทบาท “ผู้คุมกฎ” (Policy Enforcer) ดูแลให้ทุกคนทำตามระเบียบ ขั้นตอน และกฎหมายแรงงาน แต่เมื่อ Agentic AI เข้ามา บทบาทนี้ไม่เพียงพออีกต่อไป

HR ยุค 2026 ต้องเปลี่ยนมาเป็น **Work Architect – สถาปนิกออกแบบงาน** ที่ทำ 3 เรื่องหลัก

1. **แยกชิ้นงาน (Task Decomposition)**

- แยกงานแต่ละตำแหน่งออกเป็น Task ย่อย ๆ: งาน Routine, งานวิเคราะห์, งานสร้างสรรค์, งานที่ต้องใช้ Empathy

- ระบุว่างานไหนเหมาะให้ Agentic AI ทำ, งานไหนต้องมี Human-in-the-loop, และงานไหนควรเป็น Human-only

2. **ออกแบบ Workflow มนุษย์–AI ร่วมกัน (Human–AI Collaboration)**

- กำหนดจุดที่ AI ส่งงานให้มนุษย์ตรวจ (Review / Approve)

- ระบุ “Safety Guardrails” เช่น งานด้านกฎหมาย สัญญา หรือข้อมูลอ่อนไหวต้องผ่านคนตรวจเสมอ

- สร้างมาตรฐานคุณภาพ (Quality Criteria) ให้ทั้งคนและ AI ทำงานในกรอบเดียวกัน

3. **พัฒนาทักษะใหม่ให้พนักงาน (AI Fluency & Prompting)**

- สอนให้พนักงานรู้จัก “ออกแบบงานให้ AI ทำ” แทนการคิดแค่ว่าจะใช้ AI ตอบคำถามอะไร

- ฝึกทักษะการ Review, ตั้งโจทย์, ให้ Feedback กับงานที่ AI สร้าง เหมือนการโค้ชลูกทีมคนหนึ่ง

เมื่อ HR ทำหน้าที่ Work Architect ได้ดี องค์กรจะไม่มอง AI เป็นภัย แต่เป็น “ทีมใหม่” ที่ช่วยยกระดับประสิทธิภาพโดยไม่เสียการควบคุม

---

## งานแบบไหนเหมาะกับ Agentic AI และแบบไหนต้องมี Human-in-the-loop

การออกแบบงานร่วมกับ Agentic AI ไม่ใช่แค่ถามว่า “ทำได้ไหม” แต่ต้องถามว่า “ควรให้ทำหรือไม่” ด้วย

### งานที่เหมาะให้ Agentic AI ทำเป็นหลัก

- งานที่มีกฎชัดเจน ซ้ำ ๆ และมีข้อมูลเพียงพอให้เรียนรู้ (เช่น จัดตาราง, รวมข้อมูลรายงาน, เตรียมร่างเอกสารมาตรฐาน)

- งานเบื้องหลังที่ใช้เวลามากแต่ไม่ได้ต้องใช้การตัดสินใจเชิงคุณค่า (เช่น เตรียมข้อมูลประชุม, สรุปโน้ต, จัดลำดับงานตาม Priority)

- งานทดลองไอเดีย (Idea Exploration) ก่อนที่มนุษย์จะเข้ามาคัดเลือกต่อ

### งานที่ต้อง Human-in-the-loop เสมอ

- การตัดสินใจที่กระทบชีวิตคน: การเลิกจ้าง, ปรับลดเงินเดือน, ตัดสินคดีวินัย

- การให้ Feedback เรื่อง Performance, Coaching, และการพูดคุยเรื่องอ่อนไหวด้านอารมณ์

- การกำหนดกลยุทธ์องค์กร ระยะยาว ที่ต้องใช้บริบทเชิงวัฒนธรรมและจริยธรรม

HR ควรร่าง **Guideline ระดับองค์กร** ว่าเรื่องใด AI ทำได้เอง, เรื่องใดต้อง Human-in-the-loop, และเรื่องใดห้ามใช้ AI เลย เพื่อให้ทุกคนรู้กรอบเดียวกัน

---

## เตรียมระบบและนโยบาย HR ให้พร้อมรับ Agentic AI

นอกจากมุมงานแล้ว HR ยังต้องคิดถึงเรื่อง **โครงสร้าง ระบบ และนโยบาย** ดังนี้

- **Job Description & Competency Model ใหม่**

ระบุความคาดหวังเรื่องการใช้ AI, ทักษะ Data/Prompting, และความรับผิดชอบต่อผลลัพธ์ที่ AI สร้าง

- **การวัดผลงาน (Performance Management)**

ปรับ KPI ให้วัดทั้ง “ผลลัพธ์รวมของทีมมนุษย์+AI” ไม่ใช่แยกแบบเก่า และให้เครดิตคนที่ออกแบบ Workflow ได้ดี

- **การกำกับจริยธรรม AI (AI Ethics & Governance)**

ร่วมกับฝ่ายกฎหมายและ IT วาง Policy เรื่องข้อมูลที่ห้ามใช้ในการฝึก AI, การป้องกัน Bias และการอธิบายเหตุผลของการตัดสินใจ (Explainability)

หากองค์กรมีแพลตฟอร์ม HR ดิจิทัลอย่าง **PHR-One** การเชื่อมต่อข้อมูลเวลาเข้า–ออก, ผลงาน, Engagement และการใช้ AI Tool เข้าด้วยกัน จะช่วยให้ HR มองเห็นภาพรวมของ Human–AI Workforce ได้ชัดขึ้น

---

## บทสรุป: Agentic AI จะไม่แย่งงานคนที่ “ออกแบบงาน” เป็น

ยุคของ Agentic AI กำลังทำให้คำว่า “งานออฟฟิศรูทีน” ค่อย ๆ หายไป คนที่ยังทำงานเดิมซ้ำ ๆ โดยไม่เรียนรู้การใช้ AI อาจถูกแทนที่ได้ง่าย แต่คนที่

- มองงานออกเป็นระบบและ Workflow

- รู้ว่าควรมอบหมายอะไรให้ AI และอะไรต้องใช้มนุษย์

- กล้าทดลอง ปรับปรุง และดูแลคุณภาพของงานที่ AI ส่งมา

จะกลายเป็น “ผู้นำทีมยุคใหม่” ที่มีทั้งคนและ AI เป็นลูกทีม และนี่คือบทบาทใหม่ที่ HR ต้องช่วยกันออกแบบและผลักดันให้เกิดขึ้นในทุกระดับขององค์กร