AI as a Focus Multiplier
AI as a Focus Multiplier — AI ที่ดีไม่ใช่ตัวที่ทำได้ทุกอย่าง แต่เป็นตัวที่ทำให้เราโฟกัสได้จริง งานคืบจริง และรู้สึกว่าเราเก่งขึ้นจริง
ผมเพิ่งไปอ่าน report Perplexity at Work: A Guide to Getting More Done มา เหมาะมากกับคนทำงานยุคนี้ที่ สมัคร AI ไว้หลายเจ้า เครื่องมือเต็มเครื่อง แต่ปลายวันยังรู้สึกว่าเหนื่อย เหมือนทำเยอะ แต่ไม่ค่อย “ไปไหน” เลยเอามาเล่าให้ฟังแบบง่ายๆ กันครับ
1. งานยุคนี้ไม่ได้ขาด AI แต่ขาดสมาธิในการคิด รายงานเปิดมาด้วย insight ที่เจ็บดี คือเราถูกขัดจังหวะเฉลี่ยทุกประมาณ 11 นาที ปัญหาไม่ใช่แค่เสียเวลา แต่คือเสียพลังสมองในการกลับเข้าโหมดคิดลึก ทำไปทำมา เราใช้แรงไปกับการจัดการเครื่องมือ มากกว่าการแก้ปัญหาจริง
.
2. Productivity ไม่ได้เกิดจากเครื่องมือเดียว แต่มาจากหลายชั้น เขามองการใช้ AI เป็น 3 ระดับที่ต้องเรียงลำดับ เริ่มจากจัดการความวุ่นวาย → ขยายศักยภาพ → ทำให้เกิดผลลัพธ์ หลายคนข้ามขั้นแรก เลยกลายเป็นใช้ AI เก่งขึ้น แต่ชีวิตยังยุ่งเหมือนเดิม
.
3. ก่อนจะเก่ง ต้องชนะความวุ่นวายให้ได้ก่อน AI ตัวแรกที่ควรใช้ ไม่ใช่ตัว generate เก่งที่สุด แต่คือตัวที่ช่วยเอางานจุกจิกออกจากหัว พวกอีเมล นัดหมาย สรุปข้อมูล การตามงาน เพราะถ้าสมองไม่ว่าง งานเชิงคิดก็ไม่เกิด
.
4. Browser แบบเดิม ทำให้สมองเราแตกโดยไม่รู้ตัว การเปิดแท็บ 20 อัน ไม่ได้ทำให้เราฉลาดขึ้น แต่มันทำให้ความคิดกระจัดกระจาย แนวคิดของ Perplexity คือทำให้ browser กลายเป็นพื้นที่คิด ถามเป็นภาษาเดียว แล้วให้ AI ตามเก็บ context ให้
.
5. Assistant กับ Agent ต้องใช้ให้ถูกบทบาท Assistant เหมาะกับงานอ่าน คิด เปรียบเทียบ ทำความเข้าใจ Agent เหมาะกับงานลงมือทำแทน เช่น ส่งอีเมล จัดตาราง ไล่ขั้นตอน ใช้ถูกจุด จะรู้สึกเหมือนมีทีมเพิ่ม ทั้งที่ทำงานคนเดียว
.
6. Email คือกับดักสมาธิอันดับหนึ่งของคนทำงาน ตัวเลขคือ คนทำงานเช็คอีเมลทุกประมาณ 12 นาที AI ที่ดีไม่ใช่แค่สรุปให้ แต่ต้องแยกให้ชัด อะไรต้องตอบ อะไรแค่อ่านผ่าน อะไรไม่ต้องสนใจ และต้องเขียนออกมาให้เสียงยังเป็น “เรา” ไม่ใช่หุ่นยนต์
.
7. Context switching คือฆาตกรเงียบของงานคุณภาพ ทุกครั้งที่สลับแอป สมองไม่ได้ reset ฟรี มันกินพลังแบบเงียบๆ การรวมงาน วิจัย อีเมล โน้ต ไว้ในที่เดียว ช่วยให้เราอยู่กับเรื่องเดียวได้นานขึ้นแบบรู้สึกได้
.
8. งานซ้ำๆ ไม่ควรเริ่มใหม่ทุกครั้ง งานที่ทำทุกสัปดาห์ ทุกเดือน ถ้ายังต้องไล่ step เหมือนเดิม แปลว่ากำลังเสียของ AI ควรถูกใช้เพื่อจำแทนเรา และทำแทนเรา เราแค่คุมภาพใหญ่
.
9. Scale Yourself ไม่ใช่ให้ AI คิดแทน จุดสำคัญมากของ report นี้คือ AI ทำงานดีที่สุด เมื่อมนุษย์ยังเป็นคนตั้งคำถาม AI แค่ช่วยขยายความเร็ว ความลึก และขอบเขตของการคิด judgment ยังต้องเป็นของคน
.
10. เปลี่ยนจากคิดเป็นงาน เป็นคิดเป็นระบบ แทนที่จะคิดว่า ต้องทำ research แล้วค่อยทำ slide แล้วค่อย brief ทีม ให้คิดเป็น workflow เดียวตั้งแต่ต้น AI จะเก่งมาก เมื่อมันเห็นทั้งกระบวนการ ไม่ใช่แค่งานชิ้นเดียว
.
11. Research ยุคใหม่ไม่ใช่แค่หาข้อมูล แต่คือการสังเคราะห์ AI อ่านได้เป็นร้อยแหล่งพร้อมกัน แต่มนุษย์ยังเก่งที่สุดเรื่องการเลือกว่าประเด็นไหนสำคัญ ใช้ AI เพื่อเห็นภาพรวม แล้วใช้สมองเราเลือกทิศทาง
.
12. งานที่ดูโปร ไม่ควรกินเวลาชีวิต หลายครั้งเราเสียเวลาไปกับการจัด format มากกว่าการคิด ทั้งที่คุณค่าจริงอยู่ที่ insight AI ควรรับภาระงานสวยงาม มนุษย์เอาเวลาไปคิดเชิงกลยุทธ์
.
13. AI ทำให้เราข้ามสายความรู้ได้เร็วขึ้น เจอโจทย์ที่ไม่ถนัด ไม่ต้องเริ่มจากศูนย์ AI ดึง framework จากอุตสาหกรรมอื่นมาให้ แล้วให้เราคิดต่อในบริบทของตัวเอง
.
14. ผลงานที่ไม่ถูกเล่า เท่ากับไม่มีตัวตน AI ช่วยรวบรวมผลงาน ตัวเลข และผลลัพธ์จากงานจริง เอาไปใช้คุยเรื่อง performance, promotion, deal ทำงานเก่งอย่างเดียวไม่พอ ต้องเล่าให้เห็นด้ว
สรุปที่ผมชอบที่สุดจาก report นี้คือ AI ไม่ได้ทำให้มนุษย์เก่งขึ้นเพราะมันฉลาดกว่า แต่มันเอาแรงเสียดทานออกจากการทำงาน เพื่อให้เราได้กลับไปคิดลึก สนุกกับงาน และเห็นคุณค่าของตัวเองมากขึ้น
คำถามน่าคิด ตอนนี้ AI ที่เรา ใช้ ช่วยให้เราคิดดีขึ้น หรือแค่ทำให้เรายุ่งขึ้นแบบดูเท่กันแน่ สะเทือนใจตัวเองตอนพิมพ์คำนี้ ฮ่าๆๆ
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac