ในยุค AI และการทำงานแบบดิจิทัล การประเมินค่างานและจัดระดับงาน ยังจำเป็นอยู่ไหม

พักหลังมานี้ ผมได้รับคำถามหนึ่งบ่อยมากจากผู้บริหารและ HR ที่กำลังพาองค์กรก้าวเข้าสู่ยุค Digital Transformation เต็มรูปแบบ คำถามนั้นคือ “คุณประคัลภ์ครับ ในเมื่อเรามี AI เข้ามาช่วยทำงาน มีทีมที่ทำงานแบบ Remote แถมยังมีตำแหน่งงานใหม่ๆ เกิดขึ้นเป็นดอกเห็ดแบบนี้ การประเมินค่างาน (Job Evaluation) และการจัดระดับงาน (Job Grading) มันยังจำเป็นอยู่ไหม ถ้าเราจะวางโครงสร้างเงินเดือน?”

หลายคนเริ่มรู้สึกว่า “โครงสร้างงานแบบเดิม” มันเริ่มจะเดินตามโลกไม่ทันแล้ว

คำตอบของผมสั้นๆ คือ ยังจำเป็นครับ… แต่ต้องทำให้ต่างจากเดิม

เรามาลองดูรายละเอียดกันครับว่า “ต่างจากเดิม” ที่ว่านั้นเป็นอย่างไร

โลกเปลี่ยนไป วิธีการทำงานเปลี่ยนไป

ในโลกการทำงานแบบดั้งเดิม การประเมินค่างานมักจะผูกติดอยู่กับสิ่งที่เราคุ้นเคย เช่น หน้าที่ความรับผิดชอบที่ตายตัว ลำดับชั้นการบังคับบัญชาที่ชัดเจน (ใครคุมใครกี่คน) แต่พอ AI และโลกดิจิทัลเข้ามา ภาพเหล่านี้ก็เปลี่ยนไปครับ:

• คน + AI งานหนึ่งอย่างอาจถูกทำโดยคนครึ่งหนึ่ง AI ครึ่งหนึ่ง
• ใส่หมวกหลายใบ พนักงานหนึ่งคนอาจรับผิดชอบหลายบทบาท ไม่ได้อยู่แค่ในกล่องเดิม ๆ
• ผลลัพธ์คือตัววัด คุณค่าของงานไม่ได้วัดจากจำนวนลูกน้องในมือ แต่วัดจาก “Impact” หรือผลกระทบที่งานนั้นสร้างให้กับองค์กร

เมื่อบริบทเปลี่ยนไป การเอาไม้บรรทัดอันเดิมมาวัดค่าของงานในยุคใหม่ มันเลยเริ่มรู้สึก “ฝืน” และไม่สะท้อนความเป็นจริงนั่นเองครับ

แล้วทำไมเรายังทิ้ง การจัดระดับงาน ไม่ได้

ถึงแม้โลกจะเปลี่ยนไปเร็วแค่ไหน แต่โครงสร้างเงินเดือนที่ดีต้องตอบคำถามพื้นฐาน 3 ข้อนี้ให้ได้เสมอครับ:

1. งานนี้ควรจ่ายเท่าไหร่ เมื่อเทียบกับงานอื่นๆ ในบ้านเรา?
2. จะอธิบายความเป็นธรรมให้พนักงานเข้าใจได้อย่างไร ว่าทำไมคนนี้ได้เท่านี้ คนนั้นได้เท่านั้น?
3. จะควบคุมต้นทุนระยะยาวอย่างไร ไม่ให้ใช้เพียง “ความรู้สึก” หรือ “การต่อรอง” เป็นตัวตั้ง?

ถ้าเราไม่มี “การประเมินค่างาน” เป็นกรอบอ้างอิง ระบบเงินเดือนจะกลายเป็นการต่อรองแบบตัวต่อตัว ใครต่อรองเก่งได้มาก ใครต่อรองไม่เก่งได้น้อย สุดท้ายจะเกิดความเหลื่อมล้ำที่อธิบายไม่ได้ และนั่นคือจุดเริ่มต้นของการสูญเสียความเชื่อใจในองค์กรครับ

ต้องเปลี่ยน วิธีคิดในการประเมิน

หัวใจสำคัญไม่ใช่การเลิกประเมินค่างาน แต่คือการเปลี่ยนมุมมองจากการมอง “ฐานของงาน” (Job-based) ไปสู่ “ฐานของความสามารถและคุณค่า” (Value & Capability-based) แทนครับ

ลองปรับมุมมองใหม่ในการประเมินดูนะครับ เช่น:

• งานนี้สร้างคุณค่าเชิงกลยุทธ์ (Strategic Value) ให้องค์กรแค่ไหน?
• ระดับการตัดสินใจและผลกระทบ (Impact) ต่อธุรกิจอยู่ตรงไหน?
• ต้องใช้ความเชี่ยวชาญเชิงลึก หรือการเรียนรู้ตลอดเวลา (Continuous Learning) มากแค่ไหน?
• งานนี้ต้องออกแบบการใช้ AI หรือทำงานร่วมกับระบบอัตโนมัติอย่างไร?

ระดับงานยุคใหม่จึงไม่ใช่แค่เรื่องของ “ตำแหน่งสูงหรือต่ำ” แต่เป็นเรื่องของ “ความซับซ้อนของคุณค่าที่สร้างขึ้น” ครับ

โครงสร้างเงินเดือนยุคดิจิทัลควรเป็นอย่างไร?

ผมแนะนำว่าแนวทางที่เหมาะสมสำหรับยุคนี้คือ “แนวทางแบบผสมผสาน” ครับ:

• มี Job Level เป็นแกนกลาง เพื่อรักษาความเป็นธรรมภายในและมาตรฐานในการบริหาร
• เพิ่ม Skill Premium สำหรับทักษะที่ตลาดต้องการสูงหรือหายาก
• เปิดพื้นที่ให้ ผลลัพธ์ ให้ Performance และ Outcome มีส่วนสำคัญต่อรายได้มากขึ้น
• แยก “ค่าของบทบาท” ออกจาก “ค่าของคน” เพื่อให้เราจ่ายเงินได้แม่นยำขึ้นว่าเราจ่ายเพราะ “งาน” หรือจ่ายเพราะ “ทักษะเฉพาะตัวของคนๆ นั้น”

สรุปส่งท้าย

ในยุค AI การประเมินค่างานไม่ใช่เรื่องล้าสมัย แต่มันต้องถูก ออกแบบใหม่ จากเครื่องมือที่เคยใช้เพื่อ จัดระเบียบงาน ให้กลายเป็นเครื่องมือที่ช่วย “สะท้อนคุณค่าที่แท้จริง” ของงาน

AI อาจจะเก่งขึ้นเรื่อย ๆ แต่มนุษย์อย่างเรานี่แหละครับที่ต้องเป็นคนกำหนดว่า “คุณค่าของงาน” แต่ละอย่างควรจะเป็นอย่างไร เพื่อสร้างระบบการจ่ายที่ยุติธรรมและยั่งยืนที่สุด

แล้วที่บริษัทของท่านล่ะครับ เริ่มปรับวิธีประเมินค่างานให้รับกับยุค AI แล้วหรือยัง?