ข้ามไปยังเนื้อหาหลัก
Naruebet Aungsirikulthumrong

Naruebet Aungsirikulthumrong

ผู้เขียน

5 นาที

การเก็บความรู้พนักงานเก่าเพื่อป้องกันความล้มเหลว ERP Go-Live

เผยแพร่: แก้ไขล่าสุด:
การเก็บความรู้พนักงานเก่าเพื่อป้องกันความล้มเหลว ERP Go-Live
สารบัญ

ลองนึกภาพตามนะครับ เช้าวันอังคารที่แสนสดใส คุณเพิ่งกดปุ่ม Go-live ระบบ ERP ล้ำยุคที่ใช้เวลาปั้นมา 18 เดือนเต็มและผลาญงบไปกว่าร้อยล้านบาท บอร์ดบริหารกำลังเตรียมจิบแชมเปญฉลองความสำเร็จในการทำ Digital Transformation

แต่แล้วตอน 10 โมงเช้า สายพานการผลิตหยุดชะงัก รถบรรทุกส่งของติดขัดยาวเหยียดหน้าโกดัง และระบบขึ้นไฟแดงแจ้งเตือน Error ที่ไม่มีใครเข้าใจ

เกิดอะไรขึ้น? ซอฟต์แวร์มีบั๊กหรือเปล่า? เปล่าเลยครับ ระบบทำงานของมันได้อย่างสมบูรณ์แบบตามที่โค้ดถูกเขียนไว้เป๊ะๆ ปัญหาเดียวก็คือ ระบบไม่ได้ถูกออกแบบมาให้รองรับ "ข้อยกเว้น" ที่คุณสมชาย หัวหน้าแผนกจัดซื้อวัย 58 ปี ใช้กึ๋นส่วนตัวแก้ปัญหามาตลอด 30 ปี

นี่คือสิ่งที่เราเรียกว่า Tribal Knowledge Capture (การดึงความรู้ที่ฝังลึกออกมา) และการละเลยเรื่องนี้คือสาเหตุหลักที่ทำให้โปรเจกต์อัปเกรดระบบของบริษัทล้มเหลวไม่เป็นท่า

ความเสี่ยงที่ซ่อนอยู่: ธุรกิจครอบครัวถูกขับเคลื่อนด้วย "กฎที่ไม่มีใครจด"

หากคุณเดินเข้าไปในบริษัทที่เปิดมานานกว่า 20 ปี ไม่ว่าจะเป็นโรงงานผลิตชิ้นส่วนยานยนต์ บริษัทนำเข้าส่งออก หรือแม้แต่เครือข่ายค้าปลีก คุณจะพบความจริงข้อหนึ่งที่น่าตกใจ: ธุรกิจเหล่านี้ไม่ได้รันด้วยคู่มือ SOP (Standard Operating Procedure) หนาเตอะ แต่ถูกขับเคลื่อนด้วยวิจารณญาณที่ไม่ได้ถูกบันทึกไว้ของพนักงานระดับซีเนียร์เพียง 2-3 คน

พนักงานเหล่านี้เปรียบเสมือน "ระบบปฏิบัติการมนุษย์" (Human Operating System) ขององค์กร

พวกเขารู้ว่า:

  • ซัพพลายเออร์เจ้า A มักจะส่งของช้าเสมอในช่วงหน้าฝน ดังนั้นต้องสั่งเผื่อล่วงหน้า 15%
  • เครื่องจักรตัวที่ 3 จะรวนถ้าเดินเครื่องติดต่อกันเกิน 6 ชั่วโมงในวันที่อากาศร้อนจัด
  • ลูกค้าวีไอพีรายนี้ชอบให้แบ่งจ่าย 3 งวด แม้ว่าในระบบจะระบุว่าต้องจ่ายรวดเดียวจบ

สิ่งเหล่านี้คือ Legacy employee knowledge ที่ไม่มีทางหาเจอในคู่มือพนักงาน เมื่อผู้บริหารตัดสินใจทำ Business Modernization และนำระบบ ERP ระดับโลกมาใช้ ระบบเหล่านั้นมักจะมีความแข็งทื่อ มันต้องการให้กระบวนการทุกอย่างเป็น 1, 2, 3, 4 แต่โลกแห่งความเป็นจริงของการทำธุรกิจมันคือ 1, 2, ข้ามไป 4.5 แล้วย้อนกลับมา 3

เมื่อความรู้เหล่านี้ไม่ถูกดึงออกมาใส่ในระบบ ผลลัพธ์ที่ได้จึงจบลงที่ ERP go-live disaster หายนะที่พนักงานหน้างานต้องแอบกลับไปใช้ Excel หรือกระดาษจดมือเพื่อแก้ปัญหาเฉพาะหน้า ทำให้ระบบราคาแพงกลายเป็นแค่เครื่องพิมพ์ใบเสร็จราคาแพง

The Shadowing Protocol: กฎ 2 สัปดาห์ก่อนตัดสินใจซื้อซอฟต์แวร์

แล้วเราจะป้องกันปัญหานี้ได้อย่างไร? คำตอบไม่ได้อยู่ที่การจ้างที่ปรึกษาด้านไอทีมานั่งสัมภาษณ์พนักงาน 1 ชั่วโมง แต่อยู่ที่สิ่งที่เราเรียกว่า The Shadowing Protocol

ก่อนที่คุณจะเซ็นสัญญาอนุมัติงบประมาณก้อนโต ให้เวลา 2 สัปดาห์ในการ "ประกบติด" (Shadow) พนักงานระดับคีย์แมนเหล่านี้

ทำไมถึงต้องประกบติด? เพราะถ้าคุณถามพวกเขาว่า "วันๆ พี่ทำงานยังไงบ้าง?" พวกเขาจะตอบคุณด้วยกระบวนการทำงานที่เป็นทางการ (ตามทฤษฎี) แต่ถ้าคุณไปนั่งดูพวกเขาทำงานจริงๆ คุณจะค้นพบ "ทางลัด" และ "สัญชาตญาณ" ที่พวกเขาใช้โดยไม่รู้ตัว

กระบวนการประกบติดที่มีประสิทธิภาพต้องมี 3 ขั้นตอน:

  1. Silent Observation (สังเกตการณ์เงียบ): นั่งดูพวกเขาทำงานตลอดทั้งวัน บันทึกทุกครั้งที่พวกเขาหยิบโทรศัพท์ขึ้นมาโทรหาคนอื่นเพื่อแก้ปัญหา หรือทุกครั้งที่พวกเขาเปิดไฟล์ Excel ลับที่พวกเขาซ่อนไว้หน้า Desktop
  2. The "Why" Interrogation (ตั้งคำถามกับความขัดแย้ง): เมื่อคุณเห็นพวกเขาทำบางอย่างที่ขัดกับกฎของบริษัท ให้ถามอย่างสุภาพว่า "ทำไมเคสนี้พี่ถึงตัดสินใจทำแบบนี้ครับ?" คุณจะได้คำตอบที่เป็นทองคำ เช่น "อ๋อ เจ้านี้เครดิตบูโรผ่านนะ แต่พี่รู้ว่าเขากำลังมีปัญหาภายใน พี่เลยขอเก็บมัดจำเพิ่ม"
  3. Edge Case Mapping (ทำแผนผังข้อยกเว้น): รวบรวมข้อยกเว้นทั้งหมดมาสร้างเป็นแผนผัง นี่คือ Data Blueprint ที่แท้จริงของบริษัทคุณ

โอกาสทองในการสร้าง Custom AI: เปลี่ยนความรู้ในสมองให้เป็นคลังข้อมูล

ในอดีต เมื่อเราได้ข้อมูลเหล่านี้มา เรามักจะทำเป็นคู่มือ PDF หนา 500 หน้า โยนใส่ Shared Drive แล้วก็ไม่มีใครเปิดอ่านมันอีกเลย

แต่ในยุค 2024 นี่คือโอกาสระดับเหมืองทองสำหรับการทำ Custom AI development

ลองจินตนาการดูสิครับ จะเกิดอะไรขึ้นถ้าคุณนำบทสัมภาษณ์ บันทึกการสังเกตการณ์ ไฟล์ Excel ลับ และประวัติการตัดสินใจนับพันครั้งของพนักงานระดับตำนานเหล่านี้ มาเปลี่ยนเป็น Training Set ให้กับโมเดล AI (Large Language Model) เฉพาะของบริษัทคุณ?

แทนที่จะสูญเสียความรู้นี้ไปเมื่อพนักงานเกษียณอายุ คุณกำลังสร้าง "AI ผู้ช่วย" ที่มีประสบการณ์ 30 ปีฝังอยู่ในตัว

เมื่อพนักงาน Gen-Z วัย 23 ปีเพิ่งเข้ามาทำงานวันแรกและเจอปัญหาซัพพลายเออร์ส่งของผิดสเปก แทนที่เขาจะต้องวิ่งไปถามหัวหน้า (หรือตัดสินใจผิดพลาด) เขาสามารถพิมพ์ถามในระบบแชทภายในบริษัทได้เลยว่า:

พนักงาน: "ซัพพลายเออร์ A ส่งเหล็กเกรดรองมาให้เราช่วงหน้าฝน ควรรับไว้ไหม?" Custom AI: "จากข้อมูลประวัติการทำงานของคุณสมชาย (หัวหน้าจัดซื้อ) ในปี 2018-2023 เราพบกรณีนี้ 4 ครั้ง คำแนะนำคือให้รับไว้แต่ขอส่วนลด 20% เพราะเราต้องใช้สต็อกสำรองด่วน และแจ้งเตือนฝ่ายผลิตให้เพิ่มเวลาอบความร้อนอีก 10 นาทีเพื่อชดเชยความชื้น"

นี่ไม่ใช่แค่นิยายวิทยาศาสตร์ แต่มันคือสิ่งที่กำลังเกิดขึ้นจริง การดึง Tribal Knowledge มาสร้างเป็น AI ช่วยลดเวลาการออนบอร์ดพนักงานใหม่จาก 2 ปี เหลือเพียง 3-4 เดือนเท่านั้น พวกเขาเรียนรู้ได้เร็วขึ้น 5 เท่า เพราะมี "ที่ปรึกษาระดับตำนาน" คอยประกบอยู่ตลอดเวลา

The iRead Discovery Sprint: กรอบการทำงานที่จบใน 2 สัปดาห์

การจะทำสิ่งนี้ให้สำเร็จไม่ได้เกิดขึ้นจากการแค่เดินไปคุยกับพนักงาน แต่มันต้องมีกรอบการทำงานที่ชัดเจน ที่ iRead เราใช้วิธีที่เรียกว่า Discovery Sprint ซึ่งเป็นกระบวนการสัมภาษณ์และเก็บข้อมูลเชิงลึกแบบมีโครงสร้างภายใน 2 สัปดาห์

Sprint นี้ไม่ได้ถูกออกแบบมาแค่เพื่อหาสเปกซอฟต์แวร์ แต่เป้าหมายของมันคือการสร้างสินทรัพย์ทางความรู้ (Knowledge Asset) แบบยิงปืนนัดเดียวได้นกสองตัว

สัปดาห์ที่ 1: Immersion & Extraction (ดำดิ่งและสกัดข้อมูล) ทีมงานจะลงพื้นที่ประกบพนักงานคีย์แมน ใช้เครื่องมือบันทึกเสียง (Transcribing tools) ที่ปลอดภัยเพื่อถอดเสียงการทำงาน การประชุม และการตัดสินใจหน้างาน แปลงคำพูดสดๆ ให้กลายเป็นข้อมูล Text Data นับแสนคำ พร้อมวิเคราะห์รูปแบบการทำงานที่ซ่อนอยู่

สัปดาห์ที่ 2: Structuring & Blueprinting (จัดโครงสร้างและร่างพิมพ์เขียว) นำข้อมูลที่สะเปะสะปะมาจัดโครงสร้างใหม่ ผลลัพธ์ที่ได้ในวันศุกร์สุดท้ายคือ 2 สิ่งที่มีค่ามหาศาล:

  1. Software Requirements Document (SRD): ที่ไม่ได้มีแค่ฟีเจอร์พื้นฐาน แต่ครอบคลุม Edge Cases ทั้งหมด เพื่อให้มั่นใจว่าเมื่อทีมงานเอาไปพัฒนาระบบ ERP หรือ CRM ระบบนั้นจะทำงานได้จริงไม่ล่มตั้งแต่วันแรก
  2. AI Knowledge Vector Base: ฐานข้อมูลเชิงลึกที่พร้อมนำไปปลั๊กเข้ากับระบบ AI ภายในองค์กร พร้อมใช้งานเป็นแชทบอทหรือระบบแนะนำการตัดสินใจทันที

สรุป: มรดกที่แท้จริงไม่ใช่ตึกอาคาร แต่คือ 'เพลย์บุ๊ก' ที่มองไม่เห็น

ธุรกิจของคุณไม่ได้ขับเคลื่อนด้วยซอฟต์แวร์ตัวใหม่ที่คุณเพิ่งซื้อมา แต่มันถูกค้ำจุนด้วยเครือข่ายความสัมพันธ์ สัญชาตญาณ และการตัดสินใจนับหมื่นครั้งของคนที่เดินเข้าออกออฟฟิศคุณมาตลอด 30 ปี

การทำ Business Modernization ที่แท้จริง ไม่ใช่การลบอดีตทิ้งแล้วแทนที่ด้วยโค้ดคอมพิวเตอร์ แต่คือการให้ความเคารพกับอดีต สกัดเอาแก่นแท้ของความสำเร็จนั้นออกมา แล้วใช้เทคโนโลยีเพื่อขยายสเกลมันให้ส่งต่อไปยังคนรุ่นหลังได้

อย่ารอจนกว่าพนักงานที่เก่งที่สุดของคุณจะเดินเข้ามาพร้อมซองขาวเพื่อขอเกษียณอายุ เริ่มต้นทำ tribal knowledge capture ตั้งแต่วันนี้ ก่อนที่ความลับในการทำธุรกิจของคุณจะเดินออกประตูไปและไม่กลับมาอีกเลย

การรวม Custom AI สำหรับ SMEs ดีกว่าซอฟต์แวร์สำเร็จรูป

เจาะลึกเหตุผลที่ซอฟต์แวร์สำเร็จรูปกำลังทำให้ธุรกิจไทยสูญเสียรายได้ และวิธีที่การผสานระบบ AI เฉพาะทางจะช่วยเพิ่มกำไรและประสิทธิภาพการทำงานได้อย่างยั่งยืน

Naruebet AungsirikulthumrongNaruebet Aungsirikulthumrong

เลิกจ้างหรือปรับทักษะ? กรอบการตัดสินใจเรื่อง AI สำหรับ CFO และ HR

ค้นพบเหตุผลว่าทำไมการลดพนักงานเพื่อใช้ AI ถึงทำลายมูลค่าธุรกิจในระยะยาว เรียนรู้กรอบการตัดสินใจสำหรับ CFO และ HR เพื่อปรับทักษะพนักงานและเพิ่มผลตอบแทนสูงสุด

Naruebet AungsirikulthumrongNaruebet Aungsirikulthumrong

เหตุการณ์รั่วไหล ChatGPT ของ Samsung ชี้ความสำคัญของ AI ส่วนตัว

วิศวกร Samsung 3 คนทำให้ข้อมูลระดับโลกหลุดไปอยู่ใน ChatGPT ในเวลาไม่ถึงนาที นี่คือเหตุผลที่ธุรกิจของคุณต้องมี AI เป็นของตัวเองก่อนที่ความลับจะรั่วไหล

Naruebet AungsirikulthumrongNaruebet Aungsirikulthumrong