Agentic Organization = วันที่ AI ทำงานแทน “การลงมือทำ”…
ภาพนี้ของ McKinsey กำลังบอกว่า “คนทำงานแบบเดิมจะไม่พอแล้ว” และจะมี talent ใหม่ 3 แบบเกิดขึ้น คือ M-shaped manager, T-shaped specialist และ frontline ที่ใช้ AI ได้ ซึ่งแต่ละแบบต้องคิดไม่เหมือนเดิมเลย
M-shaped manager = ผู้จัดการยุคใหม่ที่ไม่ได้เก่งแค่กว้าง แต่ต้อง “เชื่อมหลาย domain” เข้าด้วยกัน เช่น product + data + operations + AI และต้องคุม workflow แบบ end-to-end ที่มีทั้งคนและ AI ทำงานร่วมกัน
คำว่า “M-shaped” มาจากการมีหลายเสา ไม่ใช่แค่ T ที่ลึกด้านเดียว แต่มี 2-3 domain ที่เข้าใจลึกพอ และเอามาผสมกันได้จริง ทำให้จัดการระบบที่ซับซ้อนแบบ AI-first ได้
สิ่งที่ M-shaped ต้องเก่งมากคือ higher cognitive เช่น decision-making, problem-solving และ systems thinking เพราะ AI จะช่วยทำงาน แต่ “การตัดสินใจเชิงระบบ” ยังต้องเป็นของคน
T-shaped specialist ยังอยู่ แต่ role เปลี่ยน จากคนทำงานเอง → เป็นคน “กำกับ AI” เช่น ตรวจคุณภาพ จัดการเคสยาก และสอน AI ให้ดีขึ้น ซึ่งต้องเข้าใจ domain ลึกจริง
ส่วน frontline จะไม่ใช่แค่ทำตาม process แต่จะเป็นคนที่เน้น human touch เช่น การคุยลูกค้า การเจรจา การดูแล experience โดยมี AI เป็นตัวช่วยเบื้องหลัง
ช่องว่างที่ McKinsey ชี้คือ คนปัจจุบันยังไม่พร้อม โดยเฉพาะ manager ที่ยังคิดแบบ silo และยังไม่คุ้นกับ AI-first workflow ซึ่งต้องคิดตั้งแต่ต้นจนจบใหม่หมด
อีกมุมที่ Deloitte ก็พูดคล้ายกันว่า องค์กรจะเปลี่ยนจาก hierarchy → network ของทีมเล็ก ๆ ที่มีทั้งคน + AI ทำงานร่วมกัน และโฟกัส outcome มากกว่า function
สรุปสั้น ๆ คือ AI ไม่ได้มาแย่งงาน แต่มัน “ย้าย level งาน” คนที่ยังทำงานแบบเดิมจะโดนกดลง แต่คนที่ขยับไป role ใหม่ได้ จะมี leverage สูงขึ้นมากในองค์กร
แต่ความเสี่ยงคือ ถ้า AI ทำทุกอย่าง แล้วคนแค่ตัดสินใจ โดยไม่เข้าใจ process จริง ๆ decision อาจแย่ลง เพราะ disconnect จากของจริง
สุดท้ายเกมนี้ไม่ใช่แค่ใช้ AI เป็น แต่ต้อง “ออกแบบงานใหม่ทั้งระบบ” และสร้าง feedback loop ระหว่างคนกับ AI ให้ดี ไม่งั้นจะกลายเป็นองค์กรที่ดูฉลาด แต่ตัดสินใจพลาด
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac