Type to search

ยิ่งใช้ AI บ่อย ยิ่งกลัวตกงาน! ถอดสูตร 6 Mental Models ฉบับ รวิศ หาญอุตสาหะ เพื่อเป็นผู้รอดชีวิต พร้อมอัปเกรดวิธีคิดในวันที่โลกเปลี่ยนไป

November 15, 2026 By Thanapon Hussakornrus
วิทยากรชายสวมสูทสีกรมท่ายืนถือไมโครโฟนบนเวที SkillForce Stage หน้าจอหัวข้อ Dancing with the AI Storm
ติดตาม Future Trends บน Google

AI Summary

  • รวิศ หาญอุตสาหะ CEO ศรีจันทร์ และ Mission to the Moon ชี้ว่าหัวใจของการรับมือ AI คือการอัปเดตวิธีคิดหรือ Mental Models ไม่ใช่การไล่ตามเทคโนโลยีล่าสุด
  • เขาเทียบกับยุคไฟฟ้าปี 1880 ที่ต้องใช้เวลากว่า 40 ปีจึงเกิดการปฏิวัติจริง เพราะช่วงแรกโรงงานแค่เอาเครื่องกำเนิดไฟฟ้าไปแทนเครื่องจักรไอน้ำ จนมีคนรื้อระบบมาเป็นสายพานการผลิต
  • 6 Mental Models ได้แก่ The Map is Not the Territory, Circle of Competence, First Principles Thinking, Leverage Point, Second-Order Consequences และ Risk Management Matrix

สรุปโดย AI ตรวจทานโดยกองบรรณาธิการ

เมื่อพูดถึงการรับมือกับปัญญาประดิษฐ์ในโลกการทำงาน คนส่วนใหญ่มักมุ่งเน้นไปที่เรื่องเทคนิคและเครื่องมือใหม่ ๆ แต่ รวิศ หาญอุตสาหะ CEO ของแบรนด์ศรีจันทร์ และ Mission to the Moon ชวนมองมุมกลับว่า หัวใจสำคัญไม่ใช่การตามล่าหาเทคโนโลยีล่าสุด แต่เป็นการอัปเดตวิธีคิดหรือ Mental Models เพื่อยืนหยัดอยู่ได้ในโลกใบใหม่ เพราะการเปลี่ยนแปลงของโลกไม่ได้เป็นเส้นตรงเรียบ ๆ แต่มันเปลี่ยนแบบก้าวกระโดดเป็นขั้นบันได และเรากำลังอยู่ในช่วงเปลี่ยนผ่านที่วุ่นวายที่สุดช่วงหนึ่ง

ผลสำรวจน่าสนใจระบุว่า “คนที่ใช้ AI อยู่เป็นประจำ กลับมีความกังวลว่าจะโดนแย่งงานมากกว่าคนที่ไม่เคยใช้ AI” นั่นเพราะยิ่งใช้บ่อยขึ้น เรายิ่งเริ่มตระหนักว่างานหลายอย่างอาจไม่จำเป็นต้องใช้มนุษย์อีกต่อไป ความกังวลจึงเกิดขึ้นจริง แต่สิ่งสำคัญคือการเลือกมุมมองต่อความกังวลนั้น

เลือกกรอบความคิด ‘กวางผู้ถูกกระทำ’ หรือ ‘ผู้รอดชีวิต’

มนุษย์เราไม่ได้มองโลกตามความเป็นจริงตรง ๆ แต่มองผ่านแว่นตาที่เรียกว่า Mindset ซึ่งแบ่งคนออกเป็นสองกลุ่มใหญ่

  1. กลุ่มกวาง (Victim Mentality): มีความเชื่อว่าทุกอย่าง “เกิดขึ้นกับฉัน” มองว่าโลกไม่ยุติธรรม ปัจจัยภายนอกเป็นผู้ควบคุม และตัวเองเป็นผู้ถูกกระทำ คนกลุ่มนี้จะปรับตัวได้ยากที่สุด
  2. กลุ่มผู้รอดชีวิต (Survivor Mentality) เมื่อเจอสถานการณ์ที่ไม่ชอบ จะไม่เสียเวลาตัดพ้อ แต่จะตั้งคำถามทันทีว่า “เรื่องนี้ฉันทำอะไรกับมันได้บ้าง? สิ่งไหนอยู่ในจุดที่ฉันควบคุมได้?”

บทเรียนจากประวัติศาสตร์ไฟฟ้า อย่าแค่เอา AI ไปเสียบแทนงานเดิม

องค์กรส่วนใหญ่ในปัจจุบันกำลังสับสนกับการนำ AI มาใช้ ซึ่ง รวิศ เปรียบเทียบกับประวัติศาสตร์ระบบไฟฟ้าในปี 1880 เมื่อไฟฟ้าถูกนำมาใช้ในโรงงานอุตสาหกรรม ต้องใช้เวลานานกว่า 40 ปีจึงจะเกิดการปฏิวัติอย่างแท้จริง เพราะช่วงแรก เจ้าของโรงงานเพียงแค่เอาเครื่องกำเนิดไฟฟ้าไปเปลี่ยนแทนเครื่องจักรไอน้ำเดิมเพื่อหมุนเพลา ซึ่งช่วยประหยัดเงินได้เพียงเล็กน้อย

จนกระทั่งมีคนคิดได้ว่า ไฟฟ้าเปิดโอกาสให้เราติดตั้งมอเตอร์แยกตามจุด จนเกิดเป็นสายพานการผลิต ที่เปลี่ยนโครงสร้างโรงงานไปสิ้นเชิง

การใช้ AI เขียนอีเมล ทำสไลด์ หรือตอบแชตในวันนี้ ก็เหมือนการเอาเครื่องกำเนิดไฟฟ้าไปเสียบแทนเครื่องจักรไอน้ำเดิม มันช่วยงานได้นิดหน่อย แต่จุดปฏิวัติที่แท้จริงจะเกิดขึ้นเมื่อองค์กรรื้อกระบวนการทำงานทั้งหมด

“หากเรามองแผนกต่าง ๆ ตั้งแต่ Sales, Trade, E-commerce, CRM ไปจนถึง Content หน้าที่จริง ๆ มีเพียงอย่างเดียวคือ เอาสินค้าไปถึงมือลูกค้าในเวลาและราคาที่ต้องการ แต่กระบวนการเดิมทำให้เกิดไซโล ข้อมูลสูญหาย และทำงานซ้ำซ้อน หากรื้อกระบวนการใหม่ให้ใช้ข้อมูลชุดเดียวกัน ในทางทฤษฎีเราอาจลดเหลือเพียงแผนกเดียวได้เลย”

ทั้งนี้ ไม่ว่าองค์กรจะปรับเปลี่ยนอย่างไร ทางเลือกในการขยายธุรกิจในโลกนี้มีเพียง 4 ทางเท่านั้น คือ (1) ขายของเดิมให้คนเดิม (2) ขายของใหม่ให้คนเดิม (3) ขายของเดิมให้คนใหม่ และ (4) ขายของใหม่ให้คนใหม่

ถอด 6 Mental Models สำหรับคนทำงาน

ชาลี มังเกอร์ (Charlie Munger) เคยกล่าวไว้ว่า “ถ้าในกล่องเครื่องมือของคุณมีแค่ค้อน คุณจะมองทุกอย่างเป็นตะปูไปหมด” คนทำงานจึงต้องมีกรอบความคิดที่หลากหลายผ่าน 6 Mental Models สำคัญ

Model 1: The Map is Not the Territory (แผนที่ ไม่ใช่พื้นที่จริง)

แผนที่รถไฟใต้ดินลอนดอนฉบับดั้งเดิมเคยเขียนตามจริงทางภูมิศาสตร์จนอ่านยาก ต่อมา ฮาร์รี เบค (Harry Beck) ได้เขียนแผนที่ใหม่โดยปรับระยะห่างระหว่างสถานีให้เท่า ๆ กันเพื่อให้อ่านง่าย แผนที่นี้มีประโยชน์มหาศาล แต่มันก็มีข้อจำกัดที่อันตราย หากเราไม่รู้ว่าสถานีสองแห่งที่เห็นในแผนที่ว่าห่างกัน จริง ๆ แล้วห่างกันเพียง 200 เมตร เดินแค่ 3 นาทีถึงโดยไม่ต้องขึ้นรถไฟ

ในชีวิตการทำงาน เรามักยึดติดกับแผนที่เดิม เช่น โครงสร้างชีวิตที่ต้องเรียน 20 ปี ทำงานถึงอายุ 60 ปีแล้วเกษียณ ซึ่งถูกคิดขึ้นในยุคที่คนมีอายุเฉลี่ยเพียง 65 ปี แต่ในยุคที่คนมีอายุยืนถึง 90-100 ปี แผนที่เกษียณตอน 60 ปีอาจใช้ไม่ได้อีกต่อไป รวมถึงแผนที่ที่เราวาดให้ตัวเองว่า “ฉันไม่เก่งคอมพิวเตอร์ คงใช้ AI ไม่ได้” ก็เป็นแผนที่ที่ต้องถูกตั้งคำถามว่า มันอัปเดตแล้วหรือยัง

Model 2: Circle of Competence (วงกลมแห่งความเชี่ยวชาญ)

วงกลมสีขาวคือสิ่งที่เรา ‘รู้จริง’ ส่วนวงกลมสีเหลืองคือสิ่งที่เรา ‘คิดว่ารู้’ หัวใจสำคัญไม่ใช่ขนาดของวงกลมว่าจะเล็กหรือใหญ่ แต่คือ การรู้ว่าขอบเขตจุดสิ้นสุดความรู้ของเราอยู่ตรงไหน

เปรียบเหมือนแพทย์ในปัจจุบันที่ไม่ได้สู้แค่กับข่าวปลอมในโซเชียลมีเดีย แต่ต้องสู้กับคนไข้ที่ใช้ AI วินิจฉัยโรคด้วยตนเอง ซึ่งคำตอบฟังดูน่าเชื่อถือมาก แต่มนุษย์ไม่รู้ว่าคำตอบนั้นถูกต้องหรือไม่ การทำงานร่วมกับ AI จึงต้องรู้ขอบเขตความสามารถของตนเองอย่างชัดเจน

Model 3: First Principles Thinking (การคิดจากหลักการแรก)

การตั้งคำถามย้อนกลับไปหาองค์ประกอบที่เล็กที่สุดโดยไม่ยึดติดกับสิ่งที่ทำต่อ ๆ กันมา ตัวอย่างเช่น อีลอน มัสก์ (Elon Musk) เมื่อเห็นว่าแบตเตอรี่รถยนต์ไฟฟ้ามีราคาแพงถึง 600 ดอลลาร์ เขาไม่ได้ยอมรับราคานั้น แต่ถอดชิ้นส่วนออกมาดูว่าทำมาจากวัตถุดิบอะไรบ้าง ทั้งนิกเกิล โคบอลต์ อะลูมิเนียม แล้วพบว่าราคาสารตั้งต้นรวมกันไม่ถึง 80 ดอลลาร์ นำไปสู่การตั้งโรงงานผลิตแบตเตอรี่เอง

สำหรับคนทำงาน เมื่อต้องทำงบประมาณหรือวางแผนงาน อย่าเริ่มต้นด้วยการเอาปีที่แล้วมาบวกเพิ่ม 5% แต่ให้เริ่มนับจากศูนย์ แล้วตั้งคำถามว่า “หากต้องสร้างงานนี้ขึ้นมาจาก Zero จริง ๆ เราจำเป็นต้องใช้อะไรบ้าง”

Model 4: Leverage Point (จุดผ่อนแรง / คานงัด)

การใส่แรงเพียงเล็กน้อยในจุดที่ถูกต้องเพื่อให้ได้ผลลัพธ์มหาศาล เช่น เคสของสภากาชาดนอร์เวย์ ที่พบว่าคนอยากบริจาคเลือดแต่มีขั้นตอนที่ยุ่งยาก จึงดึงเอาความหลงใหลในสโมสรฟุตบอลของคนนอร์เวย์มาสร้างแคมเปญบริจาคเลือดแล้วสะสมคะแนนให้ทีมรัก ปรากฏว่าใช้เงินน้อยมาก แต่ได้ปริมาณเลือดบริจาคเพิ่มขึ้นมหาศาล

Model 5: Second-Order Consequences (ผลกระทบอันดับสอง)

การคิดถึงผลกระทบที่จะตามมาจากสิ่งที่เลือกทำ โดยเฉพาะการตั้งรางวัลหรือ KPI ตัวอย่างเช่น Cobra Effect ที่รัฐบาลยุคอาณานิคมตั้งเงินรางวัลให้คนที่จับงูเห่ามาส่ง ผลคือประชาชนเปิดฟาร์มเพาะงูเห่าเพื่อเอาเงินรางวัล พอรัฐบาลยกเลิกการแจกเงิน ชาวบ้านก็ปล่อยงูเห่าทิ้ง จนงูเห่าเพิ่มจำนวนมากกว่าเดิม

ในองค์กร การเร่งตั้ง KPI เพิ่มยอดขาย 20% ภายใน 3 เดือน โดยไม่คิดถึงผลกระทบอันดับสอง อาจจบลงด้วยการที่ฝ่ายขายยัดสินค้าเข้าหน้าร้าน แล้วถูกตีกลับสินค้ากองเต็มคลังในเวลาต่อมา

Model 6: Risk Management Matrix (การบริหารความเสี่ยง 4 ช่อง)

การประเมินทางเลือกโดยแบ่งแกน Upside (ผลตอบแทนด้านบวก) และ Downside (ผลกระทบด้านลบ) ออกเป็น 4 ช่อง

  1. Upside สูง / Downside สูง: ช่องเปลี่ยนชีวิต ต้องใช้ประสบการณ์ทั้งหมดประเมินให้ดี
  2. Upside สูง / Downside ต่ำ: สิ่งที่ต้องทำเยอะ ๆ เช่น การออกกำลังกาย ผลเสียมีแค่เสียเวลานิดหน่อย แต่ผลดีต่อสุขภาพและสมองมหาศาล
  3. Upside ต่ำ / Downside ต่ำ: ความสุขเล็กน้อย เช่น การกินขนมหวาน ไม่ส่งผลเสียรุนแรงหากไม่ควรทำบ่อย
  4. Upside ต่ำ / Downside สูง: สิ่งที่ต้องหลีกเลี่ยงเด็ดขาด

“ตัวอย่างของการตัดสินใจที่มี Upside ต่ำแต่ Downside สูง คือการค้ำประกันเงินกู้ให้เพื่อน Upside สูงสุดคือได้รักษาความรู้สึกเพื่อน แต่ Downside คือมันสามารถทำลายวินัยทางการเงินที่คุณเพียรสร้างมา 20 ปีให้หายไปได้ในทันที คนที่มีชีวิตที่ดีจะหลีกเลี่ยงช่องนี้อย่างเด็ดขาด”

ในท้ายที่สุด ไม่มีใครรู้ว่าอนาคตข้างหน้า พายุ AI จะพัดพาโลกการทำงานไปในทิศทางไหน ความรู้เชิงเทคนิคอาจมีอายุการใช้งานที่สั้นลงทุกที แต่สิ่งที่จะอยู่ติดตัวเราไปตลอดคือ Mental Models หรือกรอบความคิดที่ยืดหยุ่นและการตั้งคำถามที่ถูกต้อง เพราะไม่ว่าโลกจะใจร้ายหรือท้าทายเพียงใด วิธีที่เราเลือกมองและรับมือกับมันต่างหาก ที่จะเป็นตัวตัดสินว่าเราจะหลงทาง หรือเดินหน้าต่อไปได้อย่างมั่นคง

เขียนโดย ธนพนธ์ หัสกรรัตน์