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

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
Table of Contents
เลือกกรอบความคิด ‘กวางผู้ถูกกระทำ’ หรือ ‘ผู้รอดชีวิต’
มนุษย์เราไม่ได้มองโลกตามความเป็นจริงตรง ๆ แต่มองผ่านแว่นตาที่เรียกว่า Mindset ซึ่งแบ่งคนออกเป็นสองกลุ่มใหญ่
- กลุ่มกวาง (Victim Mentality): มีความเชื่อว่าทุกอย่าง “เกิดขึ้นกับฉัน” มองว่าโลกไม่ยุติธรรม ปัจจัยภายนอกเป็นผู้ควบคุม และตัวเองเป็นผู้ถูกกระทำ คนกลุ่มนี้จะปรับตัวได้ยากที่สุด
- 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
- Upside สูง / Downside สูง: ช่องเปลี่ยนชีวิต ต้องใช้ประสบการณ์ทั้งหมดประเมินให้ดี
- Upside สูง / Downside ต่ำ: สิ่งที่ต้องทำเยอะ ๆ เช่น การออกกำลังกาย ผลเสียมีแค่เสียเวลานิดหน่อย แต่ผลดีต่อสุขภาพและสมองมหาศาล
- Upside ต่ำ / Downside ต่ำ: ความสุขเล็กน้อย เช่น การกินขนมหวาน ไม่ส่งผลเสียรุนแรงหากไม่ควรทำบ่อย
- 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

