ระบบ AI เตือนว่าพนักงานจะลาออก: 4 คำถามดึงสติผู้บริหาร ก่อน People Analytics จะกลายเป็นเครื่องมือสอดแนม
8 พ.ย. 25690
บนหน้าจอแดชบอร์ด People Analytics ของฝ่ายบุคคล สัญลักษณ์แจ้งเตือนสีแดงกะพริบถี่อยู่ข้างชื่อวิศวกรซอฟต์แวร์ระดับหัวกะทิของบริษัท อัลกอริทึมปัญญาประดิษฐ์ (AI Predictive Model) ประมวลผลและส่งสัญญาณเตือนภัยระดับสูงสุด: "Flight Risk: 87% มีความเสี่ยงสูงมากที่จะยื่นใบลาออกภายใน 30 วันข้างหน้า"
ผู้บริหารระดับสูงเห็นตัวเลขแล้วเกิดความตื่นตระหนก สั่งการฝ่ายบุคคลและหัวหน้าทีมทันที: "เรียกน้องคนนี้เข้ามาคุยซักฟอกดูซิว่าแอบไปสัมภาษณ์ที่ไหนมา หรือแอบตัดสิทธิ์การเข้าถึงข้อมูลลับของบริษัทไว้ก่อนเพื่อป้องกันข้อมูลรั่วไหล"
สิ่งที่เกิดขึ้นหลังจากนั้นคือโศกนาฏกรรม: การเรียกไปสอบถามด้วยท่าทีระแวดระวังและการจับตาดูอย่างผิดปกติ กลายเป็นตัวเร่งปฏิกิริยาให้พนักงานที่เดิมทีเพียงแค่กำลังเหนื่อยล้าสะสม รู้สึกว่าตนเองไม่ได้รับความไว้วางใจ และตัดสินใจยื่นใบลาออกจริงๆ ในสัปดาห์ถัดมา
ระบบคาดการณ์ที่ตั้งใจซื้อมาเพื่อ "รักษาคนเก่ง" กลับกลายเป็น "เครื่องมือผลักไสคน" อย่างรวดเร็ว ก่อนที่องค์กรจะนำโมเดล AI มาใช้จับตาดูพนักงานจนทำลายความสัมพันธ์หน้างาน นี่คือ 4 คำถามชี้ขาดที่ฝ่ายบริหารต้องตอบให้ชัดเจน
1. ข้อมูลนี้ใช้เพื่อ "ยื่นมือเข้าช่วยเหลือ" หรือใช้เพื่อ "ตั้งป้อมระแวง"?
จุดตัดสำคัญระหว่าง People Analytics ที่มีคุณค่า กับการสอดแนมในที่ทำงาน (Workplace Surveillance) อยู่ที่เจตนาของผู้นำ หากระบบแจ้งเตือนว่าพนักงานมีความเสี่ยงลาออก ผู้บริหารมองข้อมูลนั้นเป็นโอกาสในการเข้าไปถามไถ่สารทุกข์สุกดิบเพื่อช่วยปลดล็อกภาระงาน หรือมองเป็นสัญญาณเตือนให้เตรียมตั้งแง่จับผิด หากองค์กรใช้ตัวเลขเป็นข้ออ้างในการควบคุม พนักงานจะตอบสนองด้วยความหวาดระแวง และเริ่มตัดขาดความผูกพันทางใจทันที
2. อัลกอริทึมกำลังจับ "สัญญาณความเหนื่อยล้า" หรือแค่อยากจับ "พฤติกรรมปกติที่ผันผวน"?
โมเดล AI ส่วนใหญ่ประเมินความเสี่ยงจากพฤติกรรมดิจิทัล เช่น การตอบอีเมลช้าลง การใช้วันลาติดต่อกัน หรือการอัปเดตข้อมูลบนเครือข่ายสังคม แต่ในโลกการทำงานจริง ข้อมูลเหล่านี้อาจไม่ได้แปลว่าคนคนนั้นกำลังหางานใหม่ พนักงานอาจกำลังเผชิญกับปัญหาสุขภาพของคนในครอบครัว ภาวะหมดไฟชั่วคราว หรือเพียงแค่ต้องการเวลาโฟกัสกับงานโดยไม่ตอบแชต การด่วนสรุปตัวเลขสถิติโดยปราศจากความเข้าใจในบริบทความเป็นมนุษย์ มักนำไปสู่การตัดสินใจที่ผิดพลาดเสมอ
3. หัวหน้างานมีทักษะในการ "เปิดอกรับฟังอย่างปลอดภัย" หรือไม่?
ปัญหาใหญ่ที่สุดของการนำเทคโนโลยีมาใช้ คือความไม่พร้อมของคนใช้งาน เมื่อหัวหน้างานรู้ว่าลูกน้องมีคะแนนเสี่ยงลาออกสูง ร้อยทั้งร้อยมักไม่รู้วิธีเปิดบทสนทนาอย่างสร้างสรรค์ หลายคนเผลอใช้คำพูดกดดัน เช่น "ช่วงนี้เห็นดูเงียบๆ ไป คิดจะย้ายงานหรือเปล่า" การสนทนาที่ไร้ความปลอดภัยทางจิตวิทยา (Psychological Safety) จะยิ่งตอกย้ำให้พนักงานรู้สึกอึดอัด การมีเครื่องมือ AI ที่ทันสมัยจึงไร้ประโยชน์ หากองค์กรไม่เคยฝึกอบรมให้หัวหน้างานมีทักษะการรับฟังเชิงลึก (Active Listening)
4. องค์กรพร้อมที่จะ "แก้ปัญหาเชิงโครงสร้าง" หรือแค่อยากซื้อเวลารั้งตัว?
สมมติว่าข้อมูล AI แม่นยำร้อยเปอร์เซ็นต์ว่าพนักงานกำลังจะลาออกเพราะงานล้นมือและค่าตอบแทนต่ำกว่าตลาด คำถามคือ บริษัทพร้อมจะเกลี่ยงานและปรับเงินเดือนให้เขาอย่างเป็นธรรมหรือไม่ หากผู้บริหารรับรู้ความเสี่ยง แต่โครงสร้างบริษัทยังคงปฏิเสธการเปลี่ยนแปลง การรู้ล่วงหน้าก็ไม่มีความหมายอะไร นอกจากการนั่งนับถอยหลังดูคนเก่งเดินจากไปทีละคน
เทคโนโลยีปัญญาประดิษฐ์สามารถช่วยตรวจจับรูปแบบพฤติกรรมได้ แต่ไม่สามารถสร้างความไว้เนื้อเชื่อใจแทนมนุษย์ได้
สัปดาห์นี้ หากระบบแจ้งเตือนว่ามีใครในทีมกำลังมีความเสี่ยงจะจากไป อย่าส่งอีเมลสอบสวน แต่ให้หัวหน้างานเดินเข้าไปชวนดื่มกาแฟ แล้วถามด้วยความห่วงใยอย่างจริงใจว่า "ช่วงนี้ทำงานเป็นอย่างไรบ้าง มีอะไรที่พี่พอจะช่วยแบ่งเบาได้ไหม" นั่นคือการรักษาคนที่มีพลังที่สุดที่ไม่มีซอฟต์แวร์ตัวไหนทำแทนได้