พลิกโฉมสมององค์กร ขับเคลื่อน KM ด้วยพลัง AI

ตอนที่ 1/7: อวสาน KM บนหิ้ง: ทำไมยิ่งมี AI เรายิ่งต้องทำ KM?

1. บทเกริ่นนำ

“มี AI คอยช่วยตอบคำถามและทำงานแทนทุกอย่างแล้ว เราจะยังเสียเวลาทำ KM (Knowledge Management) ไปอีกทำไม?” นี่คือประโยคคำถามยอดฮิตและเป็นความเข้าใจที่คลาดเคลื่อนอย่างรุนแรงในหมู่คนทำงานยุคดิจิทัล หลายองค์กรเริ่มปล่อยปละละเลยการจัดเก็บความรู้ภายใน เพราะเชื่อว่าปัญญาประดิษฐ์ระดับโลกสามารถเนรมิตคำตอบให้ได้ทุกสิ่งในเสี้ยววินาที

แต่ในความเป็นจริงของโลกการทำงาน ยุคที่ AI ทรงพลังขึ้นเรื่อย ๆ กลับกลายเป็นยุคที่การจัดการความรู้องค์กร มีความสำคัญสูงที่สุดเป็นประวัติการณ์ การพึ่งพาเพียงสมองกลภายนอกโดยทิ้งคลังความรู้ภายใน กำลังพาองค์กรไปสู่ความเสี่ยงครั้งใหญ่ บทความตอนนี้จะพาทุกท่านไปทลายความเชื่อผิด ๆ พร้อมปรับมายด์เซตสู่การเข้าใจความสัมพันธ์ที่แท้จริงระหว่างเทคโนโลยีสารสนเทศขั้นสูงกับสมองขององค์กร เพื่อให้มั่นใจว่าหน่วยงานของเราจะก้าวไปข้างหน้าอย่างมั่นคงและเท่าทันความอัจฉริยะของ AI

2. เนื้อหาหลัก

📌 วิเคราะห์จุดบอดของ AI ระดับโลก (Public AI) กับบริบทเฉพาะองค์กร

เราต้องยอมรับว่า AI ระดับโลก (Public AI) ถูกฝึกฝน (Trained) มาด้วยคลังข้อมูลสาธารณะมหาศาลบนอินเทอร์เน็ต มันสามารถวิเคราะห์กฎหมายสากล เขียนโค้ดโปรแกรมทั่วไป หรือวางแผนกลยุทธ์ตามตำราระดับโลกได้อย่างเฉียบคม แต่นั่นหมายความว่า “คู่แข่งหรือองค์กรอื่น ๆ ทั่วโลกก็สามารถเข้าถึงชุดความรู้ชุดเดียวกันนี้ได้เช่นกัน”

สิ่งที่เป็นจุดบอดขนาดใหญ่ของ AI สาธารณะเหล่านั้น คือ มันไม่เคยรู้บริบท ความลับ และวัฒนธรรมเฉพาะของหน่วยงานเรา AI ไม่เคยรู้ว่าโครงสร้างเซิร์ฟเวอร์ภายในองค์กรของเราเชื่อมต่อกันอย่างไร ไม่รู้ว่าระเบียบปฏิบัติภายใน (SOP) ที่ปรับปรุงล่าสุดคือฉบับไหน และไม่รู้ว่ากลยุทธ์ในการประสานงานระหว่างกอง/ฝ่ายในหน่วยงานให้ประสบความสำเร็จต้องทำอย่างไร หากเราตั้งคำถามเชิงลึกเกี่ยวกับงานในหน้าที่ AI นอกองค์กรจะเกิดอาการ “หลอน” (Hallucination) หรือตอบแบบคาดเดาทันที เพราะมันขาดฐานข้อมูลอ้างอิงที่แท้จริงขององค์กร

🛠️ ทำความรู้จัก “Tacit Knowledge” ทองคำบริสุทธิ์ที่ AI เข้าไม่ถึง

ในศาสตร์แห่งการจัดการความรู้ เราแบ่งความรู้ออกเป็น 2 ประเภทหลัก คือ

1. Explicit Knowledge (ความรู้ที่เด่นชัด) เช่น คู่มือ เอกสาร ระเบียบปฏิบัติที่บันทึกไว้
2. Tacit Knowledge (ความรู้ในตัวคน) เช่น ทักษะ ประสบการณ์ หน้างาน ไหวพริบเชิงกลยุทธ์ และเทคนิคเฉพาะตัวของเจ้าหน้าที่แต่ละคนเวลาเจอปัญหาหน้างาน

ความรู้ในตัวคน (Tacit Knowledge) นี่เองคือ “ทองคำบริสุทธิ์ขององค์กร” ที่ AI ภายนอกไม่มีวันเชี่ยวชาญได้ เช่น วิธีการกู้คืนระบบเครือข่ายเฉพาะของหน่วยงานเวลารวนในเวลาอันสั้น ซึ่งมีเพียงผู้เชี่ยวชาญไม่กี่คนในตึกที่รู้วิธีขยับสายหรือตั้งค่าสคริปต์พิเศษ หากองค์กรปล่อยให้ผู้เชี่ยวชาญเหล่านี้เกษียณอายุหรือย้ายหน่วยงานไปโดยไม่มีการทำ KM เพื่อสกัดความรู้ออกมาเก็บไว้ในระบบฐานข้อมูลสารสนเทศ ความรู้เหล่านั้นจะสูญหายไปตลอดกาล และต่อให้เราจ้างระบบ AI ที่แพงที่สุดในโลกมาตั้งไว้ มันก็ไม่สามารถช่วยกู้คืนระบบงานนั้นได้ เพราะมันไม่มี “ข้อมูลชุดความรู้เฉพาะตัว” นี้ไปประมวลผล

⚡ บทวิเคราะห์ที่เฉียบคม (Sharp Insights)

**”ความเข้าใจที่ว่า AI จะมาแทนที่ KM คือความเข้าใจผิดเชิงโครงสร้าง ในความเป็นจริงแล้ว AI คือ ‘เครื่องยนต์สุดทรงพลัง’ ส่วน KM คือ ‘น้ำมันเชื้อเพลิงเกรดพรีเมียม’ ต่อให้องค์กรของคุณลงทุนซื้อเครื่องยนต์ AI ที่ฉลาดและล้ำสมัยขนาดไหน แต่หากไม่มีน้ำมันเชื้อเพลิงซึ่งก็คือคลังข้อมูลความรู้ที่ถูกต้อง แม่นยำ และเป็นเอกลักษณ์ขององค์กรไปป้อนให้มัน เครื่องยนต์นั้นก็เป็นได้เพียงเศษเหล็กที่ไร้ค่า

การปฏิรูปองค์กรในยุคดิจิทัลจึงไม่ใช่การเลือกระหว่าง AI หรือ KM แต่เป็นการเปลี่ยนผ่านรูปแบบการทำ KM จากระบบกระดาษบนหิ้ง สู่การจัดหมวดหมู่ข้อมูลความรู้ให้มีความพร้อมสำหรับ AI (AI-Ready Data) เพื่อเปลี่ยนให้ปัญญาประดิษฐ์กลายเป็น ‘สมองส่วนขยาย’ ที่รอบรู้งานทุกอย่างในองค์กรของเราอย่างแท้จริง”**

3. บทสรุป

อวสานของ KM บนหิ้งได้มาถึงแล้ว การจัดการความรู้ในยุค AI ดิสรัปชันไม่ใช่เรื่องของการบังคับให้บุคลากรมานั่งเขียนรายงานหนา ๆ ไปเก็บไว้ในตู้ แต่คือการสกัดเอาสินทรัพย์ทางปัญญาและประสบการณ์หน้างานที่ล้ำค่า มาจัดระบบในรูปแบบสารสนเทศดิจิทัลที่ถูกต้องและปลอดภัย เพื่อส่งต่อเป็นอาหารสมองให้แก่ปัญญาประดิษฐ์ คลังความรู้ KM ที่เข้มแข็งและปรับปรุงอยู่เสมอจะเป็นสิ่งเดียวที่จำแนกความแตกต่างระหว่าง “องค์กรที่มีประสิทธิภาพสูง” กับ “องค์กรทั่วไป” ในอนาคต

4. คำถามเพื่อการมีส่วนร่วม (Deep-Engagement Questions)

1. ในสายงานหรือกระบวนการทำงานปัจจุบันของท่าน มี “ความรู้เฉพาะทางหรือเทคนิคหน้างาน” เรื่องใดบ้างที่ยังอยู่ในตัวบุคคล (Tacit Knowledge) และหากคน ๆ นั้นไม่อยู่ จะส่งผลกระทบต่อระบบงานทันที?
2. ท่านเคยประสบปัญหาจากการใช้ AI (เช่น ChatGPT/Gemini) ช่วยคิดงาน แล้วพบว่าคำตอบที่ได้กว้างเกินไปหรือไม่สามารถนำมาใช้กับระเบียบปฏิบัติจริงของหน่วยงานเราได้หรือไม่? เป็นเพราะข้อมูลส่วนใดที่ขาดไป?
3. หากองค์กรของเราจะเริ่มเปลี่ยนคู่มือการทำงานเก่า ๆ ให้กลายเป็นฐานข้อมูลที่สามารถเชื่อมต่อให้ AI อ่านและตอบคำถามพนักงานได้ใน 3 วินาที ท่านคิดว่าควรเริ่มทำที่คู่มือของกอง/ฝ่ายใดก่อนเป็นอันดับแรก?

ร่วมแสดงความคิดเห็นและมุมมองวิเคราะห์ของท่านเพื่อขับเคลื่อนองค์กรของเราได้ที่ช่องคอมเมนต์ด้านล่างนี้ครับ

5. เอกสารอ้างอิง (References)

1. Nonaka, I., & Takeuchi, H. (1995). The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation. Oxford University Press. (แนวคิดพื้นฐานเรื่อง Tacit และ Explicit Knowledge)
2. Davenport, T. H., & Mittal, N. (2022). How to Set Up Your Enterprise AI Strategy. Harvard Business Review. (การวิเคราะห์ความสำคัญของข้อมูลองค์กรในการวางยุทธศาสตร์ AI)
3. สำนักงานพัฒนารัฐบาลดิจิทัล (องค์การมหาชน) (สพร.). (2568). กรอบแนวทางการธรรมาภิบาลข้อมูลและการจัดการความรู้เพื่อรองรับการใช้ปัญญาประดิษฐ์ในหน่วยงานภาครัฐ.

6. เชิญชวนให้ติดตามในตอนต่อไป

เมื่อเราตระหนักแล้วว่า KM คือฐานข้อมูลสำคัญที่ AI ขาดไม่ได้ ในสัปดาห์หน้าเราจะก้าวเข้าสู่ภาคปฏิบัติใน ตอนที่ 2: ขยะเข้า = ขยะออก: เตรียมความพร้อมข้อมูลองค์กรสู่ AI-Ready Data มาร่วมเจาะลึกวิธีการทำ Data Cleansing และสกัดโครงสร้างไฟล์เอกสารเก่า ๆ ในที่ทำงานอย่างไร ไม่ให้ AI อ่านแล้วเกิดอาการ “หลอน” และตอบข้อมูลผิดพลาด… ห้ามพลาดในสัปดาห์หน้าครับ!

เรียบเรียงโดย: AdminTee | ฝ่ายจัดการความรู้และเทคโนโลยีสารสนเทศ