AI + HR

---

AI + HR

จาก “แค่ใช้ AI” สู่ “การออกแบบ HR ใหม่ทั้งระบบ”

ในช่วงไม่กี่ปีที่ผ่านมา แทบทุกองค์กร “เริ่มใช้ AI แล้ว” แต่คำถามที่ยังค้างอยู่คือ
ทำไมหลายองค์กรยังไม่สามารถ scale AI ได้จริง?

คำตอบไม่ได้อยู่ที่เทคโนโลยี
แต่อยู่ที่ “ความเข้าใจผิด” ว่า AI ควรถูกใช้ตรงไหนใน HR

จากงานวิจัยของ Gartner หลายฉบับ ได้ชี้ให้เห็นภาพใหญ่ที่ชัดมาก:

ปัญหาไม่ใช่ “มี AI หรือยัง” แต่คือ “รู้หรือยังว่าจะใช้ AI ตรงไหนให้เกิด impact จริง”

Understand the Impact of AI Across HR Processes to Accelerate HR Transformation (เข้าใจว่า AI กระทบงาน HR ตรงไหนบ้าง เพื่อเร่งการเปลี่ยนผ่าน HR)

AI ไม่ได้ impact HR ทุก process เท่ากัน
และ HR ส่วนใหญ่ “ยังไม่รู้ว่า AI ควรไปลงตรงไหนก่อน”

📌 นี่คือ pain หลัก:

• องค์กร “เริ่มใช้ AI แล้ว” เยอะมาก
• แต่ “ยัง scale ไม่ได้” เพราะ ไม่รู้ว่า process ไหนควรใช้ AI จริงๆ

1. Pain หลักขององค์กร: ใช้ AI แต่ยังไปไม่ถึงไหน

แม้หลายองค์กรจะเริ่มใช้ AI แล้ว แต่กลับเจอปัญหาคลาสสิก:

• ลงทุน AI แบบกระจัดกระจาย
• ไม่รู้จะเริ่มที่ process ไหน
• ใช้ AI แบบ “เสริม” แต่ไม่ “เปลี่ยน”

📌 ผลลัพธ์คือ:

• AI Adoption สูง
• แต่ AI Impact ต่ำ

👉 เกิด “ช่องว่าง” ระหว่าง
Potential ของ AI vs Impact จริง

และช่องว่างนี้กำลัง “กว้างขึ้นเรื่อยๆ”

3 มิติที่ต้องใช้ในการมอง AI

1. Process Transformation Impact
   → AI เปลี่ยน “วิธีทำงาน” แค่ไหน
2. Decision Intelligence Impact
   → AI ช่วย “ตัดสินใจดีขึ้น” แค่ไหน
3. Use Case Availability
   → มี use case ใช้จริงหรือยัง

📌 Insight สำคัญ:

AI ไม่ใช่แค่ “ทำได้” แต่ต้อง “ใช้ได้จริง” ด้วย

2. HR Process แบ่งเป็น 3 กลุ่ม

2.1) Transformational Processes — “จุดที่ต้องลง AI ก่อน”

กลุ่มนี้คือ High Impact ทุกมิติ

ตัวอย่าง:

• Recruitment / Assessment
• Workforce Planning
• Career Pathing
• HR Chatbot / Helpdesk

💡 ความหมายจริง:

👉 นี่คือ Quick Win ระดับองค์กร

เพราะ:

• เห็นผลเร็ว
• scale ได้
• สร้าง momentum

🎯 สิ่งที่ควรทำ:

• Redesign process ใหม่ (ไม่ใช่แค่ automate)
• ตั้ง KPI ใหม่
• มี governance ชัดเจน

2.2) Targeted Processes — “ใช้ AI แบบเลือกจุด”

• เน้น Efficiency
  - เช่น Time & Attendance, Employee data admin, Skills identification
  👉 ใช้ AI เพื่อ automate งาน routine, ลด manual work
  🎯 Strategy: Optimize process, standardize ก่อนใช้ AI, ย้ายงานไป shared services
• เน้น Decision
  - เช่น Performance management, Succession planning, Hiring decisions, Employee experience
  👉 ใช้ AI เพื่อ ทำ insight, predictive analytics, decision support
  🎯 Strategy: embed AI ใน decision point, upgrade data literacy HR

💡 Insight:

AI ไม่ได้ต้อง transform ทุกอย่าง บางอย่างแค่ “optimize ก็พอ”

2.3) Human-Led Processes — “พื้นที่ของมนุษย์”

• ตัวอย่าง: Culture, Change management, Employee relations, Onboarding

💡 Insight สำคัญมาก:

❗ ไม่ใช่ทุกอย่างต้องใช้ AI

ถ้าใช้ผิดที่:
👉 value จะ “ลดลง” แทนที่จะเพิ่ม

2.4) Strategic Implication

• ห้ามทำ AI แบบ “one-size-fits-all” → ต้องเลือก process
• ใช้ AI เป็น “ตัว redesign HR” → ไม่ใช่แค่ automate
• ต้องตอบคำถามนี้ให้ได้ → process ไหนควร transform, process ไหนควร optimize, process ไหนควร human-led
• HR Operating Model จะเปลี่ยน → role เปลี่ยน, skill เปลี่ยน, service delivery เปลี่ยน

3. AI จะมา “เปลี่ยนโครงสร้าง HR”

AI ไม่ได้มาแค่ช่วย HR แต่มา “ทำให้ HR แบบเดิมใช้ไม่ได้อีกต่อไป”

3.1) HR อยู่ที่ “ทางแยก”

1. Path 1: Dissolution (พัง)
   - ปล่อยให้ IT ขับ AI แทน
   - ผลลัพธ์:
   — HR กลายเป็น support function
   — โฟกัสแต่ productivity
   — value หาย
   — สุดท้าย → “ถูกลดบทบาท / outsource”
2. Path 2: Reinvention (รอด)
   - HR ต้อง “lead AI transformation เอง”
   - สิ่งที่ต้องทำ:
   — redesign operating model
   — redefine value
   — ใช้ AI เพื่อ “เพิ่ม value” ไม่ใช่แค่ลด cos

3.2) การเปลี่ยนแปลงของ HR ทั้งระบบ

3.2.1) HR Operations → จะโดน disrupt หนักสุด

• เดิม: คนทำงาน
• ใหม่: AI จะเข้ามาทำ Tier 0 (self-service) และ Tier 1 (basic support) เช่น FAQ, request HR, payroll inquiry, leave request

Employee → AI Agent → (Human เฉพาะ case ยาก)

• HR Operations = จะไม่ใช่คนทำงานอีกต่อไป
• ผลลัพธ์: 24/7 support, faster, error ลด, scale ได้ทั่วโลก
• ระยะยาว: HR Operations → กลายเป็น “Digital HR Solutions & Delivery”
• โครงสร้างใหม่
  - มีของใหม่เกิด:
  1. HR Problem-Solver Pool
  — team agile
  — แก้ปัญหา business
  2. HR Tech + Data Team
  — drive AI
  — build system
• HR Ops เปลี่ยนจาก “ทำงาน” → “สร้างระบบ”

3.2.2) HR Business Partner (HRBP) → เปลี่ยน role หนักมาก

• เดิม: support business unit
• ใหม่: “Strategic Talent Leader (STL)”

AI เข้ามาช่วย

• วิเคราะห์ data
• เขียน report
• suggest action
• แจ้งเตือน manager
• propose rating / training

• จาก 1 HRBP : 423 คน → เป็น 1 : 800–1200 คน

Manager → คุยกับ AI ก่อน
ถ้า AI ไม่ได้ → ไป HRBP (STL)

• HRBP ไม่ใช่ “assigned per BU” แล้ว แต่เป็น “resource pool ที่ถูก deploy ตาม need”
• Skill ใหม่ที่ต้องมี
  - AI sense-making (critical thinking + data judgment)
  - business acumen (ความเข้าใจเชิงธุรกิจ)

3.2.3) Center of Excellence (CoE) → เปลี่ยนจาก process → product

• เดิม: ทำ process (L&D, recruitment)
• ใหม่: “สร้าง HR Product”

AI ทำอะไรได้

• personalized onboarding
• Learning recommendation
• Career path แบบ personalized
• sentiment analysis

• Hyper-personalization
  - HR ไม่ใช่ one-size-fits-all
  - แต่เป็น “Netflix HR”
• จาก Function → Value Stream

COE จะทำงานเป็น:
Attract → Develop → Retain
(End-to-end value stream)

• Consequence ระยะสั้น: COE lean ลง, คนลด
• Consequence ระยะยาว: ทำงาน cross-function, ทำ project-based

Recommendations

1. สร้าง AI roadmap ตอนนี้เลย
   - แม้ AI ยังไม่ mature
2. วิเคราะห์งาน HR ใหม่ทั้งหมด
   - อะไร automate ได้
   - อะไรต้อง human
3. อย่าลดคนเร็วเกิน
   - productivity leakage มีจริง
4. ทำ transformation แบบ human-first
   - involve team
   - upskill
5. สร้าง HR Innovation Team
   - report ตรง CHRO
   - drive AI

4) จุดตัดสำคัญ: HR จะ “พัง” หรือ “รอด”

HR อยู่ที่ทางแยก:

• Path 1: Dissolution
  - ปล่อย IT / Vendor นำ AI
  - HR เหลือแค่ support
• Path 2: Reinvention
  - HR lead transformation เอง
  - redesign operating model

📌 Insight ลึก:

สิ่งที่ impact productivity มากที่สุด คือ “Operating Model” ไม่ใช่ tool หรือ skill

4.1) จาก “Workforce Planning” → “Work Planning”

• อดีต: วางแผน “จำนวนคน”

Workforce Planning = วางแผนจำนวนคน / skill / headcount

• อนาคต: วางแผน “ตัวงาน”

Work Planning = วางแผนว่า “งานควรถูกทำยังไง”

• คำถามใหม่ที่องค์กรต้องตอบ:
  - งานนี้ยังต้องมีอยู่ไหม?
  - งานนี้ควรให้ AI ทำหรือคนทำ?
  - งานนี้ควรถูก redesign ยังไง?
• Problem ที่มักเจอ
  1. องค์กร redesign งานกันมั่ว (leader แต่ละทีม redesign เอง, ไม่มี strategy กลาง, HR ไม่ได้มีบทบาท)
  2. underestimate impact ของ AI (คิดว่าเปลี่ยนนิดเดียว, แต่จริงๆ → เปลี่ยนทั้ง structure)
  3. ไม่คิด ripple effect (ผลกระทบเป็นลูกโซ่) (ตัด role → แต่ไม่คิด future talent pipeline)
• สร้าง Enterprise Strategy ว่างานในอนาคตจะเปลี่ยนยังไง
  - Organizational Design (โครงสร้างองค์กร)
  - Workforce Composition (คนแบบไหน)
  - Ways of Working (ทำงานยังไง)

4.2) 4 Strategic Steps

Step 1: Formalize Shared Ownership

• ต้องมี “ownership ร่วม”
• Workforce Planning Council (ระดับ C-level)
  - กำหนดทิศทาง “งานจะเปลี่ยนยังไง”
• Workforce Planning Pods (BU Level)
  - ลงมือทำ + feedback

Step 2: Create Top-Down Vision

• สิ่งที่มักจะผิด → leader ส่วนใหญ่เริ่มจาก: “AI ทำอะไรได้บ้าง”
• ให้เริ่มจาก: “งานควรเป็นยังไงในอนาคต”
• คำถามสำคัญ
  - งานไหนควรใช้ AI
  - งานไหนต้อง human
  - ควร offshore ไหม
  - entry-level ยังจำเป็นไหม
• Input: current org, AI capability, business strategy
• Output: vision ว่างานจะเปลี่ยนยังไง เช่น: ลด complexity, เพิ่ม automation, เพิ่ม productivity
• ไม่ใช่เอา AI มา fit กับงาน แต่ “ออกแบบงานใหม่ แล้วให้ AI มาเติม

Step 3: Focus on Top Redesign Priorities

• เลือก “Top 2–3 redesign per BU”
• แต่ละ BU จะมี priority ต่างกัน เช่น:
  - HR → automate shared services
  - Engineering → AI coding
  - Sales → AI support selling
• Work Planning = ไม่ใช่ plan ทั้งองค์กร แต่ plan “จุดที่ impact สูงสุด”

Step 4: Anticipate Ripple Effects

ระวังอย่าให้เกิดผลกระทบเป็นลูกโซ่ เช่น

• ถ้า AI แทน entry-level:
  - immediate: cost ลด
  - ripple: ไม่มี junior, ไม่มี future manager
• ตัวอย่าง
  1. Empty talent pipeline
  2. Career path collapse
  3. EVP change
  4. Well-being impact
  5. AI reliance
  6. Skills atrophy
• Solution
  - มี feedback loop ทุก quarter
  - track impact
  - adjust strategy

HR ยุคใหม่ ไม่ใช่ “คนใช้ AI” แต่คือ “คนออกแบบระบบงาน”

สุดท้ายแล้ว

องค์กรที่ชนะ ไม่ใช่คนที่ใช้ AI เยอะ แต่คือคนที่ “รู้ว่าจะเอา AI ไปใส่ตรงไหน เพื่อเปลี่ยนเกม”

และสำหรับ HR: บทบาทใหม่ไม่ใช่ “support function”
แต่คือ “ผู้ออกแบบอนาคตของงาน (Future of Work Architect)”