กิจกรรม

บันทึก BOOKTALK: THE DISRUPTOR

วันที่จัดงาน
27 เม.ย. 2019
สถานที่จัดงาน
ห้องสมุดพระองค์เจ้าวิวัฒนไชย

บันทึก BOOKTALK: หนังสือ THE DISRUPTOR

สรุปเนื้อหากิจกรรม BOOKTALK บรรยายโดยคุณรวิศ หาญอุตสาหะ
27 เมษายน 2562 ณ ห้องสมุดพระองค์เจ้าวิวัฒนไชย

          วันนี้จะมาเล่าเรื่องของ THE DISRUPTOR แต่ไม่ได้เอาหนังสือมาเล่าให้ฟัง ผมจะมาเล่าวิธีคิด กระบวนการจริงที่ผมใช้ในการทำงานแล้วได้เรียนรู้ระหว่างพยายามปรับ Mind set ของคน รวมถึงการพยายามเข้าใจโลกใหม่ ๆ
          เวลาพูดถึง Disruption ผมชอบรูปนี้มากๆ รูปนี้มาจากสไลด์ของ Tony Zebra ที่เป็นแนวหน้าของคนที่ทำการเปลี่ยนแปลงด้านของพลังงาน

          รูปนี้คือ 5th Avenue ที่นิวยอร์กในปี 1900 ทั้งหมดที่เห็นตรงนี้เป็นรถม้าหมดเลย ตรงกลม ๆ สีส้มคือรถยนต์ 13 ปีผ่านไป ... บนถนนเส้นเดิมทั้งหมดกลายเป็นรถยนต์หมดเลย มีกลม ๆ สีส้มนั้นคือรถม้าอันเดียว นี่คือ Technology Disruption ที่ไม่ได้เพิ่งมี มันมีมาตลอด ตัวเราเองอาจไม่ได้รู้สึกอะไร แต่จริง ๆ แล้วมันเปลี่ยนโลกเราไปเยอะ
          ผมยกตัวอย่างเรื่องนึงแล้วกัน ตอนผมเรียนมหาวิทยาลัย เวลาทำรายงานผมหาข้อมูลจากหนังสือ แต่ถ้าวันนี้ให้ผมกลับไปทำรายงานด้วยการหาข้อมูลจากหนังสือ ผมคงไม่มีปัญญาทำจริงๆ เพราะทุกวันนี้เราเสิร์ชกูเกิลกันเป็นปกติ วันไหน Google ล่มขึ้นมาทำงานไม่ได้เพราะว่าไม่รู้ว่าจะไปหาข้อมูลจากไหน อันนี้ก็คือ Technology Disruption แบบนึง
          ซึ่งวันนี้ผมจะมารวบรวมให้ฟังว่า ณ ตอนนี้ เทคโนโลยีอะไรที่ถูกพูดถึงเยอะที่สุด

++ 3D metal printing ++  
          การพิมพ์ (printing) ที่เกี่ยวข้องกับสิ่งที่เป็นโลหะน่าตื่นเต้นเพราะว่ามันทำยากแต่ตอนนี้ทำได้แล้ว ซึ่งมันหมายถึงอะไรฮะ เราลองนึกสภาพ ถ้าอีกหน่อยสามารถพิมพ์ชิ้นส่วนที่เป็นโลหะได้ สมมติว่าปกติต้องสั่งอะไหล่รถยนต์จากเมืองไทยที่เป็นฐานผลิตอะไหล่ส่งไปที่ไหนก็แล้วแต่ อีกหน่อยไม่ต้องแล้ว คุณอยู่ที่ไหนคุณก็ผลิตที่นั่น อันนี้จะ disruption supply chain ขั้นรุนแรง หมายความว่ากระบวนการการส่งของทั้งหมดจะเปลี่ยนไป
          เอ... แล้วอีกนานไหม เราจะต้องกลัวหรือเปล่า ของพวกนี้เป็นลักษณะแบบ S – Curve ตอนแรกมันจะช้าแล้วแป๊บเดียวก็จะ Kick off ขึ้นมาเลย 
          ตอนนี้ราคาของ 3D Printer ถูกลงเยอะมาก สมัยก่อนตัวเป็นล้าน เดี๋ยวนี้หลักหมื่นก็มีแล้ว เวลาเราจะผลิตของขึ้นมาซักอัน แต่ก่อนต้องแกะดินน้ำมันทำเป็น prototype ออกมา เดี๋ยวนี้ไม่ต้องแล้ว สามารถใช้ 3D Printer พิมพ์ออกมาเลย

++ Artificial Embryos ++
          ปกติเวลาจะผสมพันธุ์อะไรขึ้นมาจะต้องมีไข่กับสเปิร์ม อันนี้ไม่ต้องแล้ว สามารถทำขึ้นมาเป็น artificialize ซึ่งใกล้เคียงกับที่นักวิทยาศาสตร์บอกว่าเป็น God Act คือเราสามารถสร้างชีวิตขึ้นมาจาก artificial ทั้งหมดได้เลย เป็นเทรนด์ที่กำลังมา

++ Sensing City ++



          อันนี้คือ Sensing City ที่โตรอนโต คือเมืองที่เต็มไปด้วย IoT (Internet of Things) ถนนนี้ทุกอย่างเป็น IoT หมด เช่น AI จะคำนวณว่าพื้นที่ตรงนี้ไฟควรจะสว่างกี่ลักซ์ (Lux) จะเปิด-ปิดไฟตอนไหน รถยนต์ตรงนี้ติดควรจะปล่อยไฟแดงตรงไหนให้มีประสิทธิภาพมากที่สุด ตึกนี้ควรจะใช้พลังงานเท่าไหร่ มันไปถึงขั้นว่าเราอยู่ในตึก บางคนชอบอากาศร้อน บางคนชอบอากาศเย็น AI ก็คำนวณให้ว่า Environment ที่อยู่รอบตัวของแต่ละคนควรจะเป็นเท่าไหร่ ฯลฯ
          อาจจะรู้สึกว่าฟังดูโอเวอร์มาก แต่ช่วงที่มี PM 2.5 เมื่อต้นปี ใครซื้อเครื่องกรองอากาศของXiaomi บ้างไหม คุณรู้ใช่ไหมว่าสามารถเปิดปิดมันได้จากมือถือ อีกหน่อยทุกอย่างในบ้านจะเป็นแบบนั้นหมด ตั้งแต่ตู้เย็น ประตู ทุกอย่าง อีกหน่อยของในตู้เย็นหมดตู้เย็นก็รู้ จะเตือนขึ้นมาเลยว่า นมยี่ห้อนี้กำลังจะหมดอายุแล้วนะ จะสั่งซื้อใหม่หรือเปล่าเดี๋ยวให้คนมาส่ง นี่คือสิ่งที่กำลังเกิดขึ้นแน่นอน ซึ่งมันจะเปลี่ยนอะไรไปเยอะมาก

++ AI for Everybody ++
          AI เป็นเทคโนโลยีที่ค่อนข้างยากแต่ตอนนี้มันง่ายแล้วเพราะตอนนี้บริษัทใหญ่ ๆ ที่เป็น Tech Company อย่าง Google เริ่มปล่อยชุด AI ที่ไม่ต้องเขียนโปรแกรมเองก็สามารถใช้ได้ อีกหน่อยเราจะมี AI ใช้ทุกที่
          ปีที่แล้วผมไปงาน Web Summit (มหกรรม startup หรือ Tech conference ที่ใหญ่ที่สุดในยุโรป) มี session นึงที่มีจิตแพทย์มาเล่าถึงเคสที่เจอเยอะมากที่สหรัฐอเมริกา คือเด็กอายุ 6 – 7 ขวบไม่คุยกับพ่อแม่ แต่ไปคุยกับ Alexa ใน Homepod แทน Alexa เป็น AI ที่คอนโทรลทุกอย่างในบ้าน พ่อแม่ปล่อยให้เด็กเล่นกับ Alexa ตั้งแต่เด็ก Alexa ก็สอนพูด อ่านนิทานให้ฟัง ถึงวันนึงเด็กก็อยู่ในห้อง คุยแต่กับ Alexa ไม่คุยกับพ่อแม่
          Alexa เป็น AI ไม่ได้อยู่แต่ในเครื่องนี้เครื่องเดียวเท่านั้น มันตามคุณไปทุกที่ คุณเปลี่ยนมือถือเครื่องใหม่ Alexa ก็ยังอยู่ พอคุณอายุ 15 ปี Alexa จะรู้จักคุณดีกว่าตัวคุณเอง เพราะคุณไม่มีทางจำทุกเรื่องได้ แต่ Alexa จำทุกเรื่องได้ คุณเคยซื้ออะไร คุณเคยไปที่ไหน จีพีเอสบอกว่าคุณอยู่ที่ไหน คุณเคยใช้เวลากับใครเท่าไหร่ คุณโทรหาใครบ้าง ข้อมูลทุกอย่างถูกเก็บไว้ใน Cloud (ผู้บันทึก: พื้นที่เก็บข้อมูลแบบออนไลน์) เราลองนึกถึงภาพโลกอนาคตที่คุณมี AI เป็นเหมือนเทวดาประจำตัว บอกว่าช่วงนี้คุณกินเยอะเกินไปหน่อย ลดอาหารหน่อยไหม คือ AI มันฉลาดมากนะฮะ มันจะสามารถทำอะไรพวกนี้ได้
          AI ทุกวันนี้ ถ้าให้ทำอะไรสักอย่าง 1 ฟังก์ชัน เช่น เล่นหมากรุก เล่นโกะ เราจะได้ยินข่าวว่ามันฉลาดกว่าคนเยอะแล้ว แต่ตอนนี้ยังไม่มี AI ที่ทำได้ทุกอย่าง อย่างที่คนเรามีความสามารถหลายด้าน เราเล่นโกะได้ ตีกอล์ฟได้ ทอดไข่เจียวก็ได้ แต่คาดการณ์กันว่าจะมี AI ที่มีความสามารถเท่ากับมนุษย์เกิดขึ้นประมาณปี 2035 (ผู้บันทึก: พ.ศ. 2578) คืออีก 15 – 16 ปีซึ่งไม่นานนะ เมื่อถึงจุดนั้นแล้วโลกจะเข้าสู่ยุคใหม่ ตอนนั้นยังไม่มีใครเดาออกนะว่าจะเกิดอะไรขึ้น
          มีสถานการณ์ (Scenario) นึง ซึ่งผมมองว่าเป็น Scenario ที่น่าสนใจ วันนึงเราอาจจะอยู่ในโลกที่ AI ฉลาดกว่าเรา แต่จะมีคนที่รวม AI เข้ามาอยู่กับตัวด้วย คืออีกหน่อยเราอาจจะฝังชิพในหัว เป็นไปได้นะครับ อย่าง Steve Jobs ก็บอกไว้ตั้งแต่ก่อนเสียชีวิตว่าโทรศัพท์มือถือเป็นของที่ไม่มีประโยชน์ เพราะคุณสามารถทำสิ่งต่าง ๆ ผ่าน device อื่นโดยไม่ต้องใช้โทรศัพท์มือถือก็ได้ ซึ่ง device นั้นจะฝังอยู่ที่มือของคุณ ในอนาคตจะเห็นเรื่องพวกนี้และจะเห็นเร็วมาก
          อีกหน่อยเราจะเห็น AI อยู่ทั่วไปหมด จริง ๆ ทุกวันนี้ก็มี AI อยู่เยอะมาก Netflix (แอปพลิชันดูหนัง)  ก็ใช้ AI แนะนำหนัง, Spotify (แอปพลิชันฟังเพลง) ก็เป็น AI, เบื่อ ๆ ก็คุยกับ Siri (ระบบสั่งการด้วยเสียงของ iPhone) Siri ก็เป็น AI ที่เดี๋ยวนี้ฉลาดมากเมื่อเทียบกับ Siri ใน iPhone 5 ตอนนั้นพูดไม่รู้เรื่องแต่ตอนนี้พูดเก่งมาก ลองไปถาม Siri ดูว่าคุณกับ Siri ใครฉลาดกว่ากัน แล้วคุณจะทึ่งกับคำตอบของ Siri

++ Neural Network ++
          Neural Network เป็นศาสตร์ที่ค่อนข้างใหม่ คือการเลียนแบบวิธีการทำงานของสมองมาใช้สร้างความฉลาดหรือตัวตน ต้องใช้คำว่า existence ของคอมพิวเตอร์
          AI ไม่รู้จักตัวเองนะ ไม่รู้ถึงการมีอยู่ของตัวเอง มนุษย์เรา aware ถึงการมีอยู่ของเรา พูดง่ายๆก็คือเรามีจิตที่รู้ว่าเราเป็นคน แต่ AI ไม่รู้ เมื่อไหร่ที่เราทำเรื่องนี้ได้ AI จะรู้ จะมีความเป็นเจ้าของ มีความเป็นตัวตนขึ้นมา  

++ Zero-Carbon Natural Gas ++
          อันนี้เป็นเรื่องของสิ่งแวดล้อมที่เป็นความท้าทายใหญ่อันนึงที่เราต้องเจอ นอกเหนือจากพลังงานทดแทนแล้วก็มีเรื่อง Zero-Carbon Natural Gas เป็นเคสนึงที่ถูกพูดถึงมาก

++ Perfect Online Privacy ++
          ตั้งแต่ปี 2016 (พ.ศ. 2559) บริษัทที่เรียกตัวเองว่าเป็น Data Refinery หรือเป็นโรงกลั่นข้อมูล เช่น Facebook สังเกตว่ามีข่าวตลอดเรื่องข้อมูลหลุด Mark Zuckerberg (ผู้ก่อตั้ง Facebook) ก็ต้องไปรายงานกับสภาคองเกรส เป็นประเด็นใหญ่โต ขณะที่เมื่อ 20 ปีที่แล้ว บริษัทที่ต้องไปสภาคองเกรสของสหรัฐส่วนใหญ่เป็นบริษัทเกี่ยวกับน้ำมัน บริษัทพลังงานไปตลอด อย่างตอนน้ำมันรั่ว แต่ตอนนี้กลายเป็นบริษัท Data Refinery ที่ไปสภาคองเกรสเยอะสุด บรัทน้ำมันไม่ไปแล้ว น้ำมันไม่รั่วแต่ข้อมูลรั่ว ตอนนี้ข้อมูลเลยเทียบได้กับน้ำมันแต่ไม่เหมือนซะทีเดียว เพราะน้ำมันมีแต่น้อยลงขณะที่ข้อมูลมีแต่เพิ่มขึ้น ดังนั้นสิ่งที่เราพูดกันเยอะตอนนี้จึงเป็นเรื่องคือความปลอดภัยของข้อมูล
          ชวนคิดว่าเวลาคุณโพสต์ลง Facebook ข้อมูลเป็นของใครครับ เราโพสต์ถือเป็นข้อมูลของเราไหม? แล้วถ้ามีเพื่อนมาคอมเมนต์ ตอบกลับโพสต์ของเรา ทีนี้ข้อมูลจะเป็นของใคร? เริ่มยากแล้วใช่ไหมฮะ เรื่องนี้ยังไม่มีการตกลงกัน
          ทางยุโรปเข้มงวดเรื่องการใช้ข้อมูล มีกฎหมายออกมาบังคับใช้ ส่วนจีนจะตรงกันข้ามคือรัฐบาลมีสิทธิเข้าไปดูอะไรก็ได้ ไทยตอนนี้อยู่ตรงกลาง ไม่ได้เข้มงวดอย่างยุโรป คำถามคือเราในฐานะที่เป็นประชาชนอยากให้ความเข้มงวดไปถึงระดับไหน
          คุณรู้ไหมครับว่า Big Data ของ Facebook สามารถทำนายการที่คน 2 คนจะเป็นแฟนกันได้จากข้อมูลหลังบ้าน มันจะมีแพทเทิร์น (แบบแผน) ที่เขาเอาไปวิเคราะห์ Big Data แล้วทำนายได้เลยว่าเดี๋ยวอีกหน่อย 2 คนนี้ต้องเป็นแฟนกันแน่เลย
          Algorithm ที่อยู่ใน Data Refinary อย่างพวก Amazon, Facebook ในอนาคตจะสามารถทำนายสิ่งที่คุณอยากทำได้ก่อนที่ตัวคุณจะรู้อีก เพราะมนุษย์มีแพทเทิร์นในการใช้ชีวิตโดยที่เราไม่รู้ตัว
          ธุรกิจความปลอดภัยของข้อมูลจะเป็นธุรกิจที่ใหญ่มาก ถ้าอยู่ในสาย Data Security จะมีงานอีกเยอะเพราะทุกวันนี้เวลาโจรปล้นธนาคารไม่มีใครถือปืนมาปล้นแล้ว เขามาปล้นผ่านระบบหลังบ้าน

++ Genetic Fortune Telling ++
          คนพูดถึงเรื่องนี้เยอะที่สุด เป็นเรื่องน่าตื่นเต้นที่สุดในเรื่องทั้งหมดที่ผมจะอัพเดทเทคโนโลยีวันนี้ เรียกว่าเป็นแผนที่ของชีวิต คือจีโนม (Genome) แผนที่ของดีเอ็นเอเรา ไม่เคยทำได้เลยนะ จนกระทั่งเริ่มทำได้เมื่อประมาณ 10 ปีที่แล้ว ค่าทำ 2 พันล้านเหรียญ 1 คนนะฮะ ปัจจุบันนี้เป็นหลักร้อยเหรียญ คือถูกลงไปเยอะมาก หมายความว่าทุกคนในที่นี้ เราสามารถเอาแผนที่ของเรามาได้ จีโนมเป็นแผนที่ดีเอ็นเอทั้งหมดของเรา แล้วมันมีประโยชน์อะไร?


          มีเทคโนโลยีอันนึงที่กำลังทดสอบอยู่ เรียกว่า คริสเปอร์ (crispr) คริสเปอร์มันสามารถเข้าไปแทนที่ดีเอ็นเอที่มีปัญหาแล้วแก้ปัญหาเรื่องนั้นได้อย่างตรงเป้าหมาย นี่คือทางทฤษฎีนะ สมมติเป็นมะเร็ง ก็เข้าไปเปลี่ยน ออกมาก็หายป่วย เทคโนโลยีนี้จะทำให้คนอายุยืนขึ้น คนที่อายุ 20 ปีในตอนนี้ กว่าครึ่งนึงจะมีอายุอยู่ถึง 100 ปี ช่วงอายุขัยจะยาวมาก อันนี้คือการคาดการณ์ของ WHO (องค์การอนามัยโลก) แล้วถ้าคนอยู่ถึง 100 ปีจริง ๆ เกษียณอายุตอน 60 ปีจะยังใช้ได้ไหม ต้องไปคิดใหม่เพราะโครงสร้างของสังคมจะเปลี่ยนไปเยอะ
          ยังมีอีกเรื่องที่กังวลกันตอนนี้ ใครเคยอ่านข่าวเรื่อง crispr baby ไหม ที่นักวิทยาศาสตร์จีนทำแล้วคนนั้นหายไปไม่รู้อยู่ไหนแล้วตอนนี้ เขาทำเด็กขึ้นมาคนนึง เด็กคนนี้จะไม่มีทางเป็นโรคร้ายทั้งหมดเลย เพราะถูกตัดต่อดีเอ็นเอไว้ตั้งแต่เกิด มันจะเกิดอะไรขึ้นครับ อนาคตเราจะมีมนุษย์อีกเผ่าพันธุ์นึงที่ฉลาดมาก เก่งมาก สูง หน้าตาดี มีทุกอย่างหมด เกิดจากการตัดต่อเอาพันธุกรรมดี ๆ เข้าไป มีหนังสือเล่มนึงผมแนะนำให้อ่านเลย คนเขียนหนังสือเรื่อง Sapiens เขาเขียนหนังสืออีกเล่มนึง ชื่อว่า Homo Deus เราเป็น Homo sapiens ใช่ไหม Homo Deus เนี่ย Deus แปลว่า God คือ Human God จะเป็นสปีชีส์ใหม่ มนุษย์เราปัจจุบันไม่ใช่สปีชีส์ Homo กลุ่มแรกนะครับ เราเป็น Homo ที่ 6 มี Homo ก่อนหน้านี้ที่เป็นกึ่งลิงกึ่งคน แต่เราไปทำให้สูญพันธุ์หมดแล้วเหลือแต่ Homo sapiens 
          ในช่วงชีวิตของเราอาจจะได้เห็น Homo Deus คือ Human God ก็เป็นไปได้ เรื่องพวกนี้เป็นเรื่องในอนาคตที่ไม่ได้ไกลมาก

 
++ Material's Quantum Leap ++
          อีกอันนึงคือ ควอนตัม จริง ๆ เรามีพูดถึงควอนตัมเยอะ อินเทอร์เน็ตก็มีควอนตัม ควอนตัมคอมพิวเตอร์ก็มี แต่ควอนตัม ลีป (Quantum Leap) ก็คือเครื่องคอมพิวเตอร์จะไม่อยู่บนกฎ 0 1 0 1 (ตัวเลขฐาน 2) อีกต่อไป


          ควอนตัม ลีปจะทำให้คอมพิวเตอร์สามารถคำนวณได้เร็วขึ้นอาจจะเป็นอีก 10 ล้านเท่า 100 ล้านเท่า หรือ 1,000 ล้านเท่าก็ยังไม่มีใครรู้ ปัจจุบันนี้เริ่มมีบริษัทใหญ่ๆ เช่น IBM ทำแล้ว ความสำคัญของมันก็คือเวลาความเร็วของมันเพิ่มขึ้นจะทำให้ชีวิตของเราทั้งหมดเปลี่ยนไป บางอย่างในปัจจุบันยังใช้เวลาทำนาน เมื่อเทคโนโลยีควอนตัมเข้ามา การ process ข้อมูลขนาดใหญ่ทั้งหมดบนโลกใบนี้จะเร็วขึ้นเยอะมาก
          ผมยกตัวอย่างนึง เวลาแฮกเกอร์จะแฮกพาสเวิร์ดคุณ ลักษณะการเดาไม่ได้เดามั่วแต่จะดึงข้อมูล เช่น ชื่อคุณ ชื่อพ่อแม่ ชื่อแฟน ชื่อหมา วันเกิดของทุกคนมาคำนวณ ฉะนั้นถ้าคุณตั้งพาสเวิร์ดที่ไม่เกี่ยวข้องอะไรกับพวกนี้เลยก็จะแฮกยาก เวลามาคำนวณหาพาสเวิร์ดมันมีความน่าจะเป็นเยอะมาก ระบบเดิมใช้เวลา 10 วันก็อาจจะเดาไม่ถูก แต่ควอนตัมคอมพิวเตอร์จะเร็วมาก อาจใช้เวลาแค่ 1 นาที ดังนั้น ระบบ security ทั้งหมดที่เราเคยใช้อยู่อาจจะต้องเปลี่ยนหมด

สุดท้าย...
          ผมเชื่อว่าในอนาคตอีก 15 – 20 ปีข้างหน้า เรากำลังอยู่บนโลกที่มีความท้าทายอยู่ 3 เรื่อง อันที่ 1 คือเรื่องของ AI AI เป็นทั้งฝั่งบวกและฝั่งลบ คนที่กลัวก็มี อย่าง Elon Musk จะเตือนเยอะ Stephen Hawking ก็บอกว่า ต้องระวัง AI ส่วนคนที่สนับสนุนมากก็มี ยังไม่รู้เหมือนกันว่าจะออกไปในรูปแบบไหน
          แต่เรื่องที่รู้แน่ๆ คือเรื่องของ Environment สิ่งแวดล้อม เป็นเรื่องสำคัญมาก ต่อไปทุกธุรกิจจะต้องพูดถึงเรื่องนี้ ตอนนี้เราอยู่ใกล้จุด Point of no return คือถ้าเลยจุดนี้ไปคุณจะกลับมาไม่ได้แล้ว
          ในปีที่แล้ว (พ.ศ. 2561) ตอนเดือนตุลาคม คณะนักวิทยาศาสตร์ ผู้แทนจาก UN ประชุมกันที่เกาหลีใต้แล้วรายงานมาฉบับนึง เป็นรายงานที่สมบูรณ์ที่สุดที่พูดถึงภาวะของสิ่งแวดล้อมของโลก ในรายงานเขียนไว้ว่า ถ้าทุกประเทศยังคงทำแบบวันนี้อยู่ โลกจะไปถึงจุดที่ไม่สามารถย้อนกลับ (Reverse) ความเสียหายทางสิ่งแวดล้อมได้ในปี 2030 (พ.ศ. 2573) ก็คืออีก 11 ปี
          หมายความว่า ถ้าถึงปี 2030 แล้วเรายังมีอัตราการใช้คาร์บอนแบบนี้ ยังใช้ขยะแบบนี้อยู่ เราต้องไปหาโลกใหม่อยู่ คือไม่ได้หมายความว่า ปี 2030 คุณจะอยู่บนโลกไม่ได้ แต่มันจะถึงจุดที่หลังจากนั้นไม่ว่าคุณจะทำอะไร สิ่งแวดล้อมก็จะไม่มีทางดีขึ้นแล้ว เราเลยมีความกังวล (concern) เรื่องนี้มาก
          เรื่องของ Material Material Science เป็นสาขาที่น่าตื่นเต้นมาก ถ้าเราติดตามนิตยสารที่เกี่ยวข้องกับเรื่องเทคโนโลยีจะเห็นว่าทุกวันนี้ Material Science ในทางทฤษฎีสามารถ print อวัยวะคนได้แล้ว อีกหน่อยไม่ต้องไปขอใครปลูกถ่ายอวัยวะแล้ว เอาของตัวเองไป print ออกมาใหม่ได้เลย
          AI / Environment / Material นี่คือ 3 เรื่องที่น่าสนใจมาก แต่ก็ดูเป็นเรื่องในอนาคตมาก ๆ อย่างนั้นมาดูเรื่องที่ใกล้ตัวกันก่อน ผมจะยก 1 ธุรกิจมาเล่าให้ฟังว่า อนาคตของธุรกิจนี้จะเปลี่ยนแปลงไปยังไงบ้าง
          ธุรกิจรีเทล (ธุรกิจค้าปลีก) เป็นอีกธุรกิจที่ได้รับผลกระทบจากการซื้อ-ขายออนไลน์ แต่ว่าอนาคตของธุรกิจรีเทลมีแต่คนพูดกันว่าต้องเป็นออนไลน์กับออฟไลน์ คือต้องมีทั้ง 2 อย่าง ที่เขาพูดอย่างนี้หมายถึงยังไง จะยกตัวอย่างให้ดูนะครับ

          ถ้าคุณเปิดงบปีที่แล้วของ Amazon ดู จะพบว่าร้านค้าออฟไลน์ (Physical Store) ของ Amazon มีรายได้ประมาณ 17% แต่ 17% ของ Amazon ใหญ่กว่ารายได้ของบริษัทที่เป็นห้างสรรพสินค้า (ร้านค้าออฟไลน์) อย่าง JCPenny หรือ Sears ที่เจ๊งไปแล้ว หมายความว่า Amazon ซึ่งเคยเป็นบริษัทที่มีรายได้จากช่องทางออนไลน์อย่างเดียว (Pure Online Company) ที่วันนี้มีธุรกิจที่เป็นร้าน Physical Store ที่ทำรายได้เยอะกว่าบริษัทที่เป็นผู้เล่นอยู่เดิม Amazon มาทำให้พวกนั้นเจ๊งหมดแล้ว ซึ่งตอนนี้มีรายได้เป็น 17% แล้วก็ขยายอยู่ด้วย น่าสนใจมาก
          ประเด็นของเรื่องนี้คืออะไร? เรามาดูตัวเลขของอีคอมเมิร์ซที่คนพูดถึงกันเยอะ อย่างอีคอมเมิร์ซในธุรกิจแฟชั่นก็โตทุกปี แต่มันยังเป็นแค่ 10% ของขนาดของธุรกิจทั้งหมด อีก 90% ยังซื้อ-ขายผ่านร้านจริง ๆ อยู่ ทำไมตัวเลขถึงน้อย? มีใครเคยซื้อเสื้อผ้าบนอินเทอร์เน็ตแล้วรู้สึกพลาดบ้างไหม เวลานางแบบใส่กับเราใส่มันไม่ใช่ตัวเดียวกันนี่
          คุณสุภาพสตรีก็จะมีความสุขกับการซื้อของแต่ผู้ชายจะมีความสามารถเรื่องนี้น้อยกว่า ลองสังเกตพื้นที่ในตู้เสื้อผ้าได้ เวลาอยู่กับแฟนพื้นที่ในตู้เสื้อผ้าของคุณผู้หญิงก็จะ 95% ของคุณผู้ชายประมาณ 5% แล้วเสื้อผ้าผู้ชายปีนึงซื้อครั้งนึง คือมันต้องยืดต้องพังแล้วค่อยซื้อใหม่ แล้วก็มีชุดใส่ทุกวันไม่ต้องคิดเยอะ ส่วนของภรรยาเจ้าของพื้นที่ตู้เสื้อผ้า 95% เดินมาเปิดตู้แล้วก็จะบอกว่าไม่มีเสื้อผ้าจะใส่
          ปัญหาของการขายเสื้อผ้าผ่านช่องทางออนไลน์ก็คือคนไม่ได้ลอง โมเดลที่ใช้ในอดีตก็คือส่งสินค้ามา ถ้าลูกค้าไม่ชอบก็ส่งคืนได้ ก็โอเค
          มีบริษัทนึงชื่อ BONOBOS เป็นร้านขายเสื้อผ้าผู้ชายออนไลน์ ผู้ก่อตั้งบอกว่าเขาไม่มีทางทำ Physical Store เด็ดขาด เพราะเขาจะมา disrupt Physical store พวกนี้ BONOBOS เปิดปี 2010 (พ.ศ.2553) ธุรกิจก็โตขึ้นเรื่อยๆ ไปถึงวันนึงที่พบว่า ลูกค้าไม่ค่อยแฮปปี้กับการที่ไม่ได้ลองเสื้อผ้า เหตุผลส่วนนึงก็คือว่าผู้ชายไม่ค่อยรู้ว่าตัวเองใส่เสื้ออะไรแบบไหนแล้วดูดี หลายครั้งเวลาซื้อเสื้อผ้าต้องพาแฟนต้องพาเพื่อนไปด้วย ไม่อย่างนั้นก็จะซื้อเสื้อผ้าโทนสีขาว สีดำ สีเทา ไม่กล้าซื้อสีอื่น
          BONOBOS เลยเปิดโชว์รูมขึ้นมาที่ล็อบบี้ของออฟฟิศตัวเอง ชื่อ "Guideshop" ความเจ๋งก็คือสินค้าทุกชิ้นใน Guideshop มีแค่อย่างละ 1 ตัว คุณจะซื้อกลับบ้านไม่ได้ เวลาเดินเข้าไปจะมีคนนึงที่เรียกว่า guide พาคุณผู้ชายไปเลือกดูเสื้อผ้าที่เหมาะกับคุณ ใช้เวลากับคุณครึ่งชั่วโมง คุณจะมีเสื้อผ้าของตัวเองเลยว่า เสื้อเชิ้ต กางเกง รองเท้า ชุดแบบไหนเหมาะกับคุณที่สุด ถ้าจะซื้อก็สั่งซื้อบน iPad แล้วคุณก็เดินออกจากร้านไป เดี๋ยวพรุ่งนี้เขาส่งเสื้อให้ มันดีตรงที่พอผู้ชายรู้ว่าเขาเหมาะกับเสื้อผ้าแบบไหน แนวโน้มที่ผู้ชายคุณจะซื้อแบบเดิมไซซ์เดิมมีเยอะมาก ถ้าไปซื้อกับที่อื่นอาจจะไม่ได้แบบนี้ เพราะฉะนั้นก็ซื้อเว็บนี้ ซื้อกับที่นี่แหล่ะ นี่เป็นกรณีศึกษา (case study) ที่เจ๋งมาก
          ผมจะให้ดูวิดีโอ คนในคลิปเป็นคนที่ดูร้านของ BONOBOS เขาเล่าให้ฟังว่าทำไมประสบการณ์การซื้อสินค้าที่นี่ถึงไม่เหมือนที่อื่น แล้วเขา disrupt วงการเสื้อผ้าอย่างไร

         คลิป How Bonobos Is Disrupting The Men's Fashion Industry [Disruptive]: (https://www.youtube.com/watch?v=pjQp3zSYitY
           Guideshop อยู่ที่ถนน 5th Avenue ตัดกับ E 17th Street ซึ่งเป็นทำเลทองของนิวยอร์ก ส่วนร้าน H&M ที่นิวยอร์กซึ่งใหญ่มาก มีพื้นที่ประมาณ 6 หมื่นกว่าตารางฟุต มียอดขายเท่ากับ BONOBOS ซึ่งเล็กกว่า 16 เท่า ที่ H&M ใช้พื้นที่ใหญ่มาก เพราะต้องสต็อกของทุกอย่าง แต่ Guideshop ไม่ต้องเพราะเขาไม่ให้ของอะไรคุณกลับไป ลองเสร็จก็สั่งซื้อผ่านออนไลน์ แต่เป็นความผสมผสานของประสบการณ์ที่ดีมาก เพราะคุณแน่ใจว่าใส่ได้แน่ๆ สวยด้วยเพราะได้ลองแล้ว มีคนมาช่วยเลือกด้วย สิ่งที่จะเกิดขึ้นก็คือคุณจะกลับมาซื้อที่นี่อีก เบอร์เดิม ไซซ์เดิม นี่คือลักษณะของผู้ชาย
          การที่ Guideshop ไม่ต้องมี Inventory ไม่ต้องมี Cashier ทำให้ขนาดของร้านเล็กกว่าเยอะ สามารถสร้างรายได้ต่อตารางฟุตได้กว่าร้านใหญ่ๆ ซึ่งค่าเช่าที่ที่นิวยอร์กแพงมาก ตอนนี้ Walmart (บริษัทค้าปลีกขนาดใหญ่ในสหรัฐอเมริกา) ซื้อ BONOBOS ไปแล้ว ธุรกิจก็ใหญ่ขึ้นเรื่อยๆ
          ประเด็นที่น่าสนใจกว่านั้นก็คือ ยอดซื้อต่อบิลของ BONOBOS จะเยอะกว่าเว็บคู่แข่งประมาณ 3 เท่า เหตุผลเพราะว่าเขาได้ไปลองแล้ว รอบการกลับมาซื้อว้ำก็ถี่กว่าคือซื้อทุก 2 เดือน ขณะที่ลูกค้าของคู่แข่งซื้อทุก 3 เดือน เพราะฉะนั้น BONOBOS ได้กำไรกว่าเยอะ นี่คือโมเดลธุรกิจรีเทลในอนาคต เวลาเราพูดคำว่า Online to Offline มันคือแบบนี้
          หลาย ๆ ธุรกิจที่เริ่มต้นมาจากออนไลน์ก็กำลังทำแบบนี้อยู่ Warby Parker ที่ขายแว่น มีร้านกว่า 70 สาขา มียอดขายอยู่ที่ประมาณ 3 พันเหรียญต่อตารางฟุต ซึ่งคู่แข่งเขามียอดขายอยู่ที่ 700 เหรียญต่อตารางฟุต ขณะที่ Glossier. ที่เป็นเครื่องสำอางที่ดังมากก็เริ่มต้นจากขายบน Instagram แล้วก็ค่อย ๆ โตขึ้นมา ก็ไปเปิดร้านที่นิวยอร์ก เคยทำลายสถิติโลกด้วยการมียอดขาย 5 พันเหรียญต่อตารางฟุต ส่วนคนที่ถือสถิติโลกอยู่คือ Apple Store ประมาณซัก 4,900 เหรียญต่อตารางฟุต คือเยอะกว่าร้านปกติเป็น 10 เท่าเลย เพราะฉะนั้นโมเดลพวกนี้มันค่อย ๆ เข้ามาในชีวิตเรา
          เราจะเห็น Amazon Go เป็นร้านที่ไม่มีคนเลยแม้แต่คนเดียว ไม่ใช่ให้คุณหยิบของไปคิดเงินเองแต่คุณเดินเข้าไปหยิบของแล้วสามารถเดินออกจากร้านไปได้เลย เขาจะตัดเงินจากมือถือของคุณเอง พวกนี้เป็นสิ่งที่กำลังจะเกิดขึ้นในอนาคตอันใกล้นี้
          เทคโนโลยีเข้ามาเปลี่ยนแปลงชีวิตเราเยอะ แต่ถ้าเราไม่เข้าใจมัน เราจะไม่สามารถดึงโอกาสต่าง ๆ จากมันมาใช้ได้
          ตอนนี้ทีม Tech ของผมกำลังทำ bot ตัวนึงให้กับพนักงาน แก้เรื่องที่พนักงานเราไม่ชอบคุยกับ HR เพราะเหมือนต้องไปห้องปกครอง ถ้าไม่มีคนคุยกับ HR  เราก็ไม่รู้ว่าเกิดอะไรขึ้น เลยกำลังพัฒนา bot ขึ้นมาอันนึงให้คุยกับพนักงาน ตอนเช้าทักเลยว่าวันนี้เป็นยังไงบ้าง สบายดีไหม ถ้าคุณตอบว่าไม่สบาย รู้สึกเบื่อๆ งานก็ยังไม่เสร็จซักที bot จะถามว่า ป่วยเป็นอะไร จะลางานไหม ถ้าจะลา จะส่งลิงก์ใบลางานให้ แล้วก็ให้ข้อมูลว่าคุณเหลือวันลาเท่าไหร่ ถ้าเบื่อ อยากไปเที่ยวไหม bot นี้ก็สามารถแนะนำให้ได้ ไปตอนนี้ตั๋วกำลังถูก... อันนี้คือการนำเทคโนโลยีมาใช้อย่างง่ายๆ   
          สิ่งที่หลายคนน่าจะสนใจก็คือ โลกอนาคตการทำงานจะเป็นยังไง ไม่ต้องอนาคตไกล เอาใกล้ๆ 2 – 3 ปีนี้ นี่คือตารางที่ผมชอบมาก ตารางนี้ผมได้มาตอนที่ไปทำ Workshop กับ McCance บริษัท Consult (บริษัทที่ปรึกษา) ขนาดใหญ่ ที่คิดค่า fee แพงที่สุดในโลก เขาบอกว่านับตั้งแต่วันนี้เป็นต้นไปทุกคนจะต้องมีสกิล 3 อย่าง ไม่งั้นคุณอยู่ไม่รอดในอนาคต


          สกิลที่ 1 เราเรียกว่า Hard Skill (สีแดง) คือของที่เรียนรู้ได้ สมมติผมอยากรู้เรื่อง Software development ก็ไปสมัครเรียนออนไลน์ได้ อย่างนี้คือ Hard Skill
          Soft Skill เป็นของที่เรียนรู้ได้แต่ยากนิดนึง ต้องใช้เวลา บางครั้งก็เป็นวิธีคิด เช่น การสื่อสาร ศิลปะในการพูด
          Meta Skill เรียนรู้ยากที่สุดเลย มันคือความเชื่อที่เรามีส่วนตัว อย่างเช่นเรื่องความซื่อสัตย์ก็เป็น Meta Skill เหมือนกัน ในอนาคต สมมติว่าเรามีอาชีพเป็น Data Analyst เป็นอาชีพที่ทุกคนอยากเป็นตอนนี้เพราะว่าเงินเดือนเยอะ Data analysis เป็นสกิลสีแดง คนที่เรียน Data analysis ส่วนใหญ่จะมีพื้นฐานทางด้านคณิตศาสตร์ ด้าน Software development มาก่อน ก็ไปเรียน Data analysis คำถามคือ มีเฉพาะ Hard Skill พอไหม ไม่พอ คุณต้องมี Soft Skill ด้วย เพราะเวลาคุณวิเคราะห์ข้อมูล มันมีข้อมูลเยอะมาก คนที่เป็น Data Analyst ที่เก่ง คือคนที่สามารถพรีเซนต์มันออกมาในรูปแบบที่มนุษย์อ่านรู้เรื่อง อันนี้คือ Soft Skill นะ
          สีเหลืองคือ Data Analyst ต้องมีความซื่อสัตย์ เพราะเป็นคนถือข้อมูลเยอะที่สุด ถ้าเขาไม่ซื่อสัตย์ จะเก่งแค่ไหน วันนึงก็เละแน่นอน อาจจะเอาข้อมูลไปขายบริษัทคู่แข่ง อันนี้เละเลย
          นี่ก็คือพีระมิดของสกิล อันนี้คือวิธีการวางโครงสร้างของสกิลนะ แต่ว่าในความเป็นจริง สกิลที่เราต้องการคืออะไรกันแน่

          ตัวเลขนี้เป็นของ World Economic Forum ปีที่แล้วเขาออกรายงานมาฉบับนึง บอกว่า ภายในปี 2022  (พ.ศ. 2565) อีก 3 ปี แป๊บเดียวเอง จะมีงานหายไปทั้งหมด 75 ล้านตำแหน่ง แล้วมีงานเพิ่มขึ้นมา 133 ล้านตำแหน่ง ดูเผิน ๆ เหมือนงานจะมีเยอะขึ้น หายไป 75 แต่เพิ่มขึ้นมา 133 แปลว่าเราจะไม่ตกงาน แถมมีโอกาสได้เปลี่ยนงาน ได้งานใหม่ด้วยรึเปล่า... ไม่ใช่ เพราะสกิลที่หายไปกับสกิลใหม่เป็นคนละอันเลย สกิลใหม่เป็นพวกสาย Tech สาย Human จะมาเยอะ ส่วนสกิลเก่า ๆ เช่น basic data analysis หรือ สกิลประเภท auditor ก็เป็นอันนึงที่น่ากลัว เพราะ AI ปัจจุบันนี้สามารถอ่านกระดาษในฟอร์มของพีดีเอฟได้แบบไม่ใช่แค่การแปลตัวอักษร แต่มันเข้าใจบริบท (context) ของเนื้อหานั้นๆ มันเก่งใกล้กับมนุษย์แล้ว เวลาคุณอ่าน legel contract ไม่ต้องให้ทนายมาอ่านแล้วนะวันนี้ AI อ่านได้แล้ว เก่งกว่าด้วย ถูกกว่า เร็วกว่า นี่คือตัวอย่างอันนึง
          ในรายงานฉบับเดียวกันนี้มีส่วนนึงระบุว่าแล้วเราจะ reskill คนของเรายังไง สำหรับประเทศไทยที่อีกสัก 10 ปีข้างหน้าจะมีคนประมาณ 8 ล้านคนต้องถูก reskill ทุกวันนี้ยังไม่มีแผนอะไรและยังไม่มีใครพูดถึง แต่สิงคโปร์ไปแล้ว สิงคโปร์ตัวเลขอยู่ที่ประมาณ 1.9 ล้านคน เขาตั้ง reskilling center เอามหาวิทยาลัยทั้งหมดมารวมกัน เอาบริษัท consult เข้ามาช่วยกันทำงาน เอาเทคโนโลยีมาแล้วก็เริ่ม reskill คนของเขา ที่จำเป็นจะต้องถูก reskill  เพื่อให้สามารถเข้าสู่ตลาดแรงงานยุคใหม่ได้
          Automation rate เป็นอันที่น่าสนใจ อยากรู้ใช่ไหมว่าหุ่นยนต์จะมาทำงานแทนเราได้เยอะขนาดไหน คำว่าหุ่นยนต์ไม่ได้หมายถึงแค่หุ่นยนต์เป็นตัวๆ แต่รวมถึง AI ที่อยู่ในคอมพิวเตอร์ด้วย ปีที่แล้วสัดส่วนการทำงานโดยคนอยู่ที่ 71% หุ่นยนต์ 29% ปี 2022 (พ.ศ. 2565) คาดการณ์ว่าคน 58% หุ่นยนต์ 42% จุดตัดวันที่หุ่นยนต์จะอยู่ในงานเยอะกว่าคนก็คือปี 2025 (พ.ศ. 2568)  มนุษย์จะเหลือ 48% หุ่นยนต์จะเป็น 52% มันเร็วมากนะครับ ก็ต้องดูว่างานที่เรากำลังทำอยู่หุ่นยนต์ทำได้หรือเปล่า ตั้งคำถามอย่างนี้เลยนะ
          ปี 2022 มีการคาดการณ์ว่า คนที่ทำงานบริษัทจะยังใช้สกิลเดิมที่มีอยู่ 58% ได้ ส่วนอีก 42% ต้องเรียนใหม่ คือเกือบครึ่งนึงคุณต้องเรียนรู้ใหม่ World Economic Forum บอกว่า ในอนาคตอันใกล้นี้ คนที่ทำอยู่ในสายงานทั้งหมด จะต้องใช้เวลา 101 วันจาก 200 กว่าวันที่เราทำงานใน 1 ปี เพื่อเรียนรู้เรื่องใหม่อย่างเดียว โดยไม่ต้องทำอะไรเลย
          คำว่าเรียนรู้เรื่องใหม่ ไม่ได้หมายความว่าต้องออกไปเรียนข้างนอก แต่คุณต้องเรียนจากงานของคุณให้ได้ด้วย เคยได้ยินคำว่าประสบการณ์ 10 ปีมี 2 แบบไหม แบบนึงคือคนที่ทำงาน 10 ปี แล้วพัฒนาทุกปี แบบนี้เรียกประสบการณ์การทำงาน 10 ปี อีกแบบคือคนที่ทำงานเหมือนเดิมทุกปี จะกี่ปีฉันก็ทำแบบนี้ แบบนี้เรียกประสบการณ์การทำงาน 1 ปีแต่มี 10 ครั้ง ผ่านไป 10 ปี เหมือนกัน
          อย่าเป็นแบบที่ 2 นะ คนที่จะไม่เป็นแบบที่ 2 จะวางแผนเรื่องการเรียนรู้ตลอดเวลา พอพูดถึงการเรียนรู้ พูดถึงองค์กร พูดถึงคน ก็มีคำถามว่าจริง ๆ แล้วปัญหาที่ใหญ่ที่สุดในการบริหารจัดการองค์กรคืออะไร ทุกคนจะตอบเหมือนกันว่าคือปัญหาเรื่องการจัดการคน คนจัดการยากเพราะว่าคนมี bias เยอะ
          bias ที่เราเจอบ่อยๆ อย่างเช่น Comfirmation bias คือเรามีความเชื่ออะไรบางอย่างอยู่แล้ว สิ่งที่เราทำคือหาหลักฐานมาสนับสนุนความเชื่อนั้น เราตัดสินใจไปแล้วล่ะว่าความเชื่อนี้ถูก เลยหาหลักฐานมาสนับสนุน ขณะเดียวกันถ้ามันมีหลักฐานที่ขัดแย้งกับสิ่งที่เราเชื่ออยู่แล้ว เราจะปัดมันทิ้งไป
          Comfirmation bias ทำงานหนักมาก เมื่อ social media เข้ามา ส่วนหนึ่งเพราะ algoritym ของ Facebook… ยกตัวอย่าง Facebook นะครับ Facebook เขาอยากให้เราเล่นเฟซบุ๊กนานๆ เพราะฉะนั้น เขาจะพยายามเอาสิ่งที่คุณชอบมาให้คุณดู ถ้ามันเป็นเรื่องแฟชั่นก็ไม่เป็นไร แต่เรายกตัวอย่างเรื่องที่เข้มข้นมากๆ อย่างเรื่องการเมือง ถ้ามีคนเขียนวิจารณ์เรื่องการเมืองพรรคนึงที่เราชอบ เราก็จะไปกดไลค์ ไปคอมเมนต์ ส่วนอีกคนมาจากอีกฝั่งนึง เราไม่ชอบ เราก็กดบล็อก กดอันเฟรนด์ไป แล้วคุณก็กดติดตามสำนักข่าวที่คุณชอบ ทีนี้ในไทม์ไลน์ของคุณทั้งหมดก็จะมีแต่ข้างที่คุณชอบเท่านั้น เพราะเฟซบุ๊กบอกว่า algoritym นี้ลงไปทีไรคุณอันเฟรนด์ตลอด งั้นไม่ไปแล้วก็ได้นะ... คุณก็จะรู้สึกว่า โห คนที่เป็นเพื่อนเราทั้งหมดเนี่ยเห็นตรงกับเราหมดเลยเนอะ นี่คือการหาหลักฐานมาสนับสนุนความเชื่อทั้งหมดของตัวเอง โดยการช่วยเหลือของโซเชียลมีเดีย
          อีกตัวอย่าง เคยอยากได้รถคันใหม่ไหมครับ เวลาคุณอยากได้รถอะไร คุณจะเริ่มเห็นมันบนถนนเยอะขึ้นมาทันทีเลย อันนี้ก็คือ Comfirmation bias สมองคุณจะพยายามบอกว่าอันนี้ดี นี่ไง คนอื่นยังใช้เยอะแยะเลย
          เคยได้ยินเรื่องที่คนเชื่อว่าโลกแบนไหม ไม่ใช่สมัยนู้นนะ สมัยนี้  ปี 2019 นี้ มีคนกลุ่มนึงเชื่อว่าโลกแบน เขาเรียกว่า Flat Earth Society คนที่เชื่อว่าโลกแบน เชื่อว่าโลกมีหน้าตาแบบหนัง The Truman Show คือคุณแล่นเรือไปสุดแล้วคุณจะชนกับกำแพงน้ำแข็งแอนตาร์กติกา แล้วคุณสามารถตกลงไปได้ถ้าคุณข้ามกำแพงน้ำแข็งไปได้ คุณจะออกไปที่อวกาศ ซึ่งคุณอาจฟังแล้วสงสัย คุณก็เลยไปเสิร์ชกูเกิลบอกว่าโลกแบนไหม กูเกิลก็แนะนำให้ดูคลิปในยูทูบสิ โอ้โห มีคลิปเพียบเลยนะ พอคุณดูไปซัก 2 – 3 อัน คุณจะเริ่มเคลิ้มว่าเป็นไปได้ โลกอาจจะแบนก็ได้นะ เสร็จแล้วคุณเลยไปเสิร์ชเพจของสมาคมคนโลกแบน ชื่อว่า The Flat Earth Society ซึ่งมีคนไลค์เยอะมาก ทุกคนก็ค้นพบว่าเขามี conference ทุกปีเขาจะมีการจัดงานประชุมเรื่องของ Flat Earth Society คุณก็เลยไปแล้วคุณก็ค้นพบว่า มีหลักฐานเต็มไปหมดเลยที่เชื่อว่าโลกแบน
          ตอนนี้โลกสำหรับคุณแบนแล้ว
          มันเป็นเรื่องที่ใหญ่จนถึงขนาด Netflix เอามาสร้างสารคดีชื่อ behind the curve เขาให้คนที่เชื่อว่าโลกแบนมานั่งคุยกัน เราฟังไปแล้วก็เริ่มคล้อยตาม ทีนี้ คนที่เชื่อว่าโลกแบนจะไม่สามารถคุยกับคนที่เชื่อว่าโลกกลมได้อีกเพราะว่ามันเป็นคนละ Logic กัน เขาก็เลยมี Flat Earth dating site คือคุณต้องหาคู่ที่เชื่อเหมือนกัน ไม่งั้นคุณจะอยู่ไม่ได้ อันนี้กำลังพูดถึง Comfirmation bias ซึ่งเราเจอกันทุกวัน
          ต่อไป Halo Effect คือเวลาคนมีคุณสมบัตินึง เรามักจะคิดว่าเขามีอีกคุณสมบัตินึงด้วย สมมติเรารู้สึกว่าคนนี้หน้าตาดี หุ่นสมาร์ท พูดเก่ง ต้องทำงานเก่งด้วยแน่เลย ซึ่งจริง ๆ ไม่เกี่ยวกันเลย แต่เชื่อไหมว่ามีคนรู้สึกแบบนั้นเยอะ หรือคนที่พูดภาษาอังกฤษเก่ง เราก็จะรู้สึกว่าคนนี้ดูเก่งจังเลย ซึ่งจริง ๆ แล้วไม่เกี่ยวเลย แต่ไม่มีอะไรเป็น Halo Effect สู้อันนี้ได้อีกแล้ว... เรซูเม่ (Resume)
          เรซูเม่เป็นที่สุดของ Halo Effect สมมติว่าเราจะรับคนเข้าทำงาน HR ก็ส่งเรซูเม่มาบอกว่านี่คือ Short List เราก็เปิดมามี 50 อัน คุณก็ค่อยๆ เริ่มดู อันแรกก็ยังโอเคแต่หลัง ๆ เริ่มไม่มีใครอ่านแล้ว ปวดตา แต่ทันทีที่คุณเห็นว่าคนนี้จบมาจากคณะเดียวกับคุณ คนนี้คุณเลือกมาแปะไว้ก่อนเลย เพราะเราเชื่อว่าเราเก่ง ไม่มีใครรู้สึกว่าตัวเองห่วยถูกไหม เราเลือกคนที่เรียนคณะเดียวกันกับเรา เรียนที่เดียวกันกับเราต้องเก่งแน่นอน จึงไม่แปลกที่บริษัทหรือองค์กรใหญ่ๆ จะเห็นแก๊งที่มาจากมหาวิทยาลัยเดียวกันเยอะมาก
          Lazy Mind เป็นคำนิยามจาก แดเนียล คาฮ์นะมัน (Daniel Kahneman) เป็นนักเศรษฐศาสตร์รางวัลโนเบล เขาเขียนหนังสือเรื่อง Thinking, Fast and Slow ซึ่งเป็นหนังสือที่สนุกมาก เขาบอกว่าอย่างนี้ครับ เรามีสมองหรือวิธีการคิดอยู่ 2 ชุด - ชุดที่ 1 System 1, ชุดที่ 2 System 2
          System 1 เราใช้ในลักษณะของ Auto Pirot ยกตัวอย่าง การขับรถ สมมติเราขับรถเกียร์ธรรมดา มือซ้ายจับเกียร์ เท้าซ้ายเหยียบครัช มือขวาจับพวงมาลัย เท้าขวาไม่เหยียบคันเร่งก็เหยียบเบรก นอกจากกระบวนการเหล่านี้ คุณยังต้องดูว่ามีหมากระโดดตัดหน้าหรือเปล่า มีมอเตอร์ไซค์ย้อนศรมาไหม ยังไม่เท่านั้น เรายังสามารถเล่นไลน์ไปได้ด้วย ขบวนการในการทำเรื่องนี้มันซับซ้อนมากเลยนะ แต่เราทำเรารู้สึกไหมว่ามันยาก ไม่ เพราะว่ามันอยู่ใน automatic ของมันแล้วถูกไหม คุณทำทุกวัน คุณก็ไม่รู้สึกว่ามันยากอะไร แต่คุณลองไปให้หุ่นยนต์ทำสิ มันยากมาก คุณต้องเขียนโปรแกรมยาวเหยียดเลย ซึ่ง AI ที่เก่งที่สุดอันนึงอยู่ในรถยนต์ขับเองที่เขากำลังเทสต์กันอยู่
          สมมติคุณต้องทำรายงานส่งลูกค้า อันนี้ใช้แบบ auto ไม่ได้ เป็น System 2 เพราะคุณต้องนั่งคิดว่า จะเขียนเรื่องอะไร วางโครงสร้างยังไง จะใช้ฟอนต์แบบไหน
          ปัญหาการทำงานที่ใหญ่ที่สุดบนโลกใบนี้คือเราชอบเอา System 1 ไปใช้งานกับเรื่องที่ต้องใช้ System 2 ในการคิด ฟังแล้วงง เอาตัวอย่างมาดีกว่า
          ถ้าดอกบัวในสระน้ำเพิ่มจำนวนขึ้นอย่างรวดเร็ว โดยเพิ่มขึ้นวันละ 2 เท่า ใช้เวลา 48 วัน ดอกบัวเต็มสระ คำถามคือต้องใช้เวลากี่วัน ดอกบัวถึงจะกินพื้นที่ไปครึ่งสระ 48 วัน เต็มสระ ครึ่งสระ กี่วัน... 47 วัน ถูกต้องฮะ
          มีใครตอบ 24 วัน หรือเปล่า คนส่วนใหญ่จะตอบ 24 วัน แต่คำตอบที่ถูกต้องจริง ๆ คือ 47 วัน    ให้โอกาสอีกรอบ ไม้ปิงปองและลูกปิงปอง ราคารวมกัน 1.1 เหรียญ ไม้ปิงปองแพงกว่าลูกปิงปอง 1 เหรียญ ลูกปิงปองราคาเท่าไหร่ มีใครตอบ 0.1 ไหมฮะ... ถ้าคุณใช้ system 1 คิด คุณจะตอบ 0.1 แต่คำตอบที่ถูกต้องคือ 0.05 เพราะฉะนั้นไม้ปิงปองจะราคา 1.05 รวมกันได้ 1.1 พอ 1.05 - 0.05 = 1 อันนื้ง่าย แต่เวลาคุณเจอของจริง มันจะยากมาก อย่างเวลาคุณอ่านรีพอร์ต อ่านอัตราส่วนจริง ๆ มันจะยากมาก เพราะคุณจะไปเจอสิ่งที่เรียกว่า Will Rogers phenomenon
          Will Rogers เป็นนักแสดงตลกชาวอเมริกัน Will Rogers phenomenon คือการที่ตัวเลขทริคสมองของคุณ ทำให้คุณเอา system 1 ไปคิดกับเรื่องที่ควรจะคิดด้วย system 2
          เช่น หัวหน้ามอบหมายให้ผมไปดูยอดขายของโชว์รูมรถ 2 แห่งของบริษัท โชว์รูม A มีพนักงานขาย 3 คน หมายเลขประจำตัว 1, 2, 3 ทำยอดขายได้ 1 คันต่อเดือน, 2 คันต่อเดือน, 3 คันต่อเดือน ตามลำดับ ทำให้ยอดขายเฉลี่ยของโชว์รูม A คือ คนละ 2 คันต่อเดือน ส่วนโชว์รูม B มีพนักงานขาย 3 คนเหมือนกัน หมายเลข 4, 5, 6 ทำยอดขายได้ 4 คัน 5 คัน 6 คัน ตามลำดับ ค่าเฉลี่ยของโชว์รูมนี้คือ คนละ 5 คันต่อเดือนถูกไหม
          โชว์รูม A ยอดขายเฉลี่ยคนละ 2 คันต่อเดือน โชว์รูม B คนละ 5 คันต่อเดือน เจ้านายให้ผมไปทำยังไงก็ได้ให้ค่าเฉลี่ยยอดขายของพนักงานขายแต่ละคนเพิ่มขึ้น ถ้าทำได้จะให้โบนัส 18 เดือน... มันมีอยู่วิธีนึงที่ง่ายที่สุดที่จะทำให้คุณได้โบนัสก้อนนี้ คือย้ายพนักงานหมายเลข 4 มาโชว์รูม A จะทำให้ค่าเฉลี่ยของโชว์รูม A เพิ่มเป็น 2.5 คันต่อเดือน ส่วนโชว์รูม B จะมีค่าเฉลี่ยเพิ่มขึ้นเป็น 5.5 คันต่อเดือน จะเห็นว่าทั้ง 2 โชว์รูมมียอดขายเฉลี่ยเพิ่มขึ้นหมดเลย
          คิดว่าคุณเจอ Will Rogers phenomenon แบบนี้มากี่ครั้งแล้ว ตอนอ่านรายงานการเงินเจอแบบนี้มึนไหม ต่อให้คุณหยิบเครื่องคิดเลขมา ก็ไม่ช่วยเพราะเรื่องนี้เป็นเซ้นต์ของเรื่องตัวเลข อยู่ที่ว่าเราเข้าใจเรื่องตัวเลขจริง ๆ หรือเปล่า
          นอกจากนี้ ยังมีปัญหาเรื่องค่าเฉลี่ยที่อยากชวนคิดตาม
          ในหมู่บ้านนึง มีคน 100 คน เราเรียงความสูงของทุกคนตามความสูงจากคนที่เตี้ยสุดมาถึงคนที่สูงสุด ค่าเฉลี่ยความสูงคือ 170 เซนติเมตร ... ถ้าผมให้คนนึงออกแล้วเอาคนที่สูงที่สุดในโลก สูงประมาณ 2 เมตร 50 เซนติเมตร เข้ามาใส่แทน ค่าเฉลี่ยจะเปลี่ยนไปเยอะไหม ไม่เยอะนะครับ อาจจะเปลี่ยนจาก 170 เซนติเมตร เป็น 171 เซนติเมตร
          เอาใหม่ ยังอยู่ที่หมู่บ้านเดิม คราวนี้เรียงคนตามความมั่งคั่งของทรัพย์สินที่มี จากคนที่มีเงินน้อยสุดไปถึงคนที่มีเงินมากสุด สมมติว่าค่าเฉลี่ยอยู่ที่ 5 ล้าน ก็เป็นหมู่บ้านที่คนรวยใช้ได้เนอะ  ทีนี้ก็ทำเหมือนเดิม เอา 1 คนออกจากแถวนี้ แล้วเอาคนที่รวยที่สุดในโลกที่มีทรัพย์สินประมาณ 3 ล้านล้านใส่เข้าไป ค่าเฉลี่ยที่ออกมาจะทำให้หมู่บ้านนี้กลายเป็นหมู่บ้านมหาเศรษฐีขึ้นมาทันที เพราะค่าเฉลี่ยจะขยับมาเป็น 1 พันล้าน 2 พันล้าน ขยับจากค่าเฉลี่ยเดิมเยอะมาก   
          ค่าเฉลี่ยนี้บอกอะไรหรือเปล่า บอกได้ไหมว่านี่คือหมู่บ้านมหาเศรษฐี ไม่เลย เราถูกค่าเฉลี่ยแบบนี้หลอกไปกี่ทีแล้วลองคิดดู
          มีอีกอันนึง เรียกว่า The law of small numbers สมมติคุณมีร้านค้าปลีกซัก 500 สาขา แล้วมีปัญหาเรื่องคนขโมยของ พอลองดูข้อมูล 20 สาขาที่ถูกขโมยเยอะที่สุดพบว่าเป็นสาขาในชนบท ก็เลยเตรียมจะติดกล้องในสาขาชนบท แต่พอลองดูข้อมูลสาขาที่มีขโมยน้อยที่สุดดูก็พบว่าก็เป็นสาขาในชนบทเหมือนกัน เหตุผลเพราะอย่างนี้ครับ เวลาดูว่าคนขโมยของเยอะหรือน้อย เราไม่ได้ดูจำนวนชิ้นแต่ดูจำนวนเงินต่อยอดขายเป็นเปอร์เซ็นต์ สาขาในชนบทคือสาขาเล็ก เพราะฉะนั้นการขโมย 1 ชิ้น มันส่งผลต่ออัตราส่วนอันนี้เยอะ ส่วนสาขาในเมืองซึ่งเป็นสาขาใหญ่ ต่อให้มีคนขโมยมาก ขโมยน้อย อัตราส่วนของยอดขายที่หายไปจากการถูกขโมยก็ไม่ได้ขึ้นลงเยอะมาก นี่คือกฎของ small number
          ลองกลับไปที่หมู่บ้านเดิม คราวนี้หมู่บ้านมีคน 3 คน ถ้าเอาคนนึงออก แล้วเอาคนที่สูงที่สุดในโลกใส่เข้าไป ค่าเฉลี่ยจะเปลี่ยนเยอะ แต่ถ้ามี 100 คน ค่าเฉลี่ยเปลี่ยนน้อย เพราะฉะนั้นเวลาพูดว่าค่าเฉลี่ยต้องดูด้วยว่ามาจากจำนวนเท่าไหร่
          เปลี่ยนเป็นเรื่องอื่นบ้างดีกว่า อีกเรื่องนึง ตอนนี้เรามีปัญหาเรื่อง Engagement ในที่ทำงาน มีการะออกโปรแกรมสร้าง Engagement กับพนักงานเต็มไปหมด คำถามคือปัญหาเรื่อง Engagement อยู่ที่ไหนกันแน่

 

          ดูผลการสำรวจที่สหรัฐอเมริกาก่อน เขาทำการสำรวจบริษัท Fortune 500 เป็นบริษัทขนาดใหญ่มาก ๆ ... 66% ของผู้บริหารระดับสูง บอกว่า ไม่รู้ว่าบริษัทของตัวเองมี Priority คืออะไร ส่วน 70% ของพนักงานบอกว่า ไม่อินกับการทำงาน พอๆกับตัวเลขของผู้บริหารกว่า 64% ที่บอกว่าไม่อินกับการทำงานเหมือนกัน อีก 90% บอกว่าบริษัทไม่มีความสามารถในการดึงศักยภาพของเราออกมา แล้ว 1 ใน 3 ของคนที่ตอบแบบสอบถามนี้บอกว่า เห็นชอบพูดเรื่องการเปลี่ยนแปลง (Change) กันจัง แต่ไม่รู้ว่า Change ไปทำไม
          ทั้งหมดทั้งมวลนี้ทำให้เราเข้าใจว่าเรามีปัญหาเรื่อง Engagement คำถามก็คือแล้วมันสำคัญยังไงบ้าง ปัจจุบันนี้โลกเปลี่ยนเร็วมาก มีทั้ง Dynamic Competition ที่เป็นการแข่งขันจากธุรกิจ เมื่อประมาณ 2 เดือนที่แล้ว Mark Zuckerberg บอกว่า Facebook มีแนวโน้มจะทำ Cryptocurrency ของตัวเอง Cryptocurrency คือพวกบิทคอยน์ เอดีเอคอยน์ มีหลายตระกูลมากแต่ยังอยู่ในวงเล็กๆ แต่ถ้าวันนึง Facebook ที่มี DAU คือ daily active user กว่า 1,900 ล้านคน ออก Cryptocurrency เป็นสกุลเงินของตัวเองขึ้นมา ปั่นป่วนมาถึงทุกคนนะฮะ เขาทำได้นะเพราะทุกวันนี้เราซื้อของบนเฟซบุ๊กเยอะอยู่แล้ว
          เอาแบบที่ใกล้ตัวเราเข้ามานิดนึง เมื่อประมาณ 2 เดือนก่อน Apple ออกมาบอกว่าจะทำ Apple Card เป็นเครดิตการ์ดที่ไม่มีเบอร์บัตร คุณใช้คุณก็รู้เลยว่าคุณใช้เท่าไหร่ มี cash back คืนทุกวัน ไม่มีเงื่อนไขอะไรทั้งนั้น เป็น Apple Experience ผ่านมือถือ ความเจ๋งคือการที่มันไม่มีเบอร์บัตร เพราะฉะนั้นทุกครั้งที่คุณใช้ มันจะสร้างเบอร์บัตรใหม่ให้คุณทุกครั้งทำให้ความปลอดภัยสูงมาก ไม่มีการแชร์ข้อมูลกับ Third Party ไม่มีคนโทรมาขายประกัน ที่เจ๋งกว่านั้นคือคนใช้ไอโฟนในโลกใบนี้ทุกคนสามารถเข้าไปใช้เมื่อเขาเปิดบริการได้เลย บัตรเครดิตนี่เหนื่อยเลยนะฮะ นี่คือ Dynamic Compettition บริษัทที่ทำมือถือ อยู่ดี ๆ ก็มาทำบัตรเครดิต ส่วน Facebook ที่ทำโซเชียลมีเดียอยู่ดี ๆ ก็มาออกเงิน Cryptocurrency  อย่าง Google เริ่มจากการเป็น search engine ทุกวันนี้ทำหลายอย่าง แต่สิ่งที่ทุกคนกลัวที่สุดก็คือ Google กำลังจะทำรถยนต์ของตัวเอง โดน Xiaomi ตัดหน้าทำไปแล้ว

          ดังนั้น โลกข้างนอกเปลี่ยนเร็วมากแต่ข้างในองค์กรตั้งแต่ระบบการบริหาร เรื่องการโปรโมทคน รูปแบบการบริหารจัดการยังเหมือน 50 ปีที่แล้ว Organization chart ก็ลงมาแบบนี้ ใครยังใช้ KPI อยู่บ้างครับ KPI เป็นระบบที่คิดกันมานานตั้งแต่เมื่อไหร่ไม่รู้ มันก็เหมือนเดิม ดังนั้นเลยมีคำถามว่า เอ๊ะ เราจะ manage talent ของเรายังไง… คุณต้องเปลี่ยนวิธีคิดของคนด้วย
          มีการสำรวจบริษัทที่พยายามทำ Change Management หรือ Digital Transformation หรืออะไรแนว ๆ นี้ พบว่ามีบริษัทจำนวนมากที่ทำไม่ได้ เจอปัญหาหลายเรื่อง แต่ 7 ใน 11 เรื่องเป็นปัญหาเรื่องคน คือเทคโนโลยีมี เงินก็มี อะไร ๆ ก็มีหมดแต่ไม่มีคนที่เข้าใจ เลยถึงเวลาแล้วที่ต้องแก้เรื่องนี้
          มี 3 เรื่องที่อยากคุยให้ฟัง คือเรื่อง Manage, Improve, Communicate
          การ manage หรือบริหาร คำว่าบริหารเป็นคำที่ใช้กันจนเฟ้อไปหมด แล้วเวลาเราไปบริหาร เราชอบไปบริหารคนอื่น คำถามคือแล้วเราบริหารตัวเองได้ดีแล้วหรือยัง คนที่บริหารตัวเองได้ดีเป็นจุดเริ่มต้นของการแก้ปัญหาในองค์กร

 

          เวลาเราพูดถึงการบริหาร เราจะพูดถึงแง่มุมของการบริหารเป้าหมายก่อนเป็นอันดับแรก ผมชอบรูปนี้มาก ทุกบริษัท ทุกองค์กรจะมีสิ่งที่เรียกว่า Dream goal เช่น สมมติ ปตท. บอกว่า เราจะเป็นบริษัทพลังงานอันดับหนึ่งของเอเชีย ก็มี Dream goal แต่คุณต้องมีเป้าหมายรายปี (Yearly goal) ด้วย ปีนี้จะโต 25% โต 10% แล้วคุณก็ต้องมีเป้าหมายรายเดือน หรือเป้าหมายรายไตรมาส ต้องโตเท่าไหร่ แต่ที่สำคัญคืออันสุดท้ายที่เราเรียกว่า MITs หรือ Most Important Tasks of the day หรือ of the week ก็ได้ คนส่วนใหญ่จะเป็น of the day เลย คือต้องมาดูว่าคุณจะทำอะไรให้เกิด goal นี้ บรรดาทีมงานของคุณทั้งหมดตัวเขารู้ไหมว่าต้องทำอะไร เขาต้องรู้ MITs ซึ่งปัจจุบันนี้องค์กรจำนวนมากมีเครื่องมือที่ใช้ทำเรื่องนี้อยู่ แล้วตัวเราทำแบบนี้ไหม
          ยกตัวอย่างให้ฟัง New year resolution ที่เขียนตอนก่อนขึ้นปีใหม่ ว่าปีใหม่ฉันจะทำอะไรใหม่บ้าง New year resolution ที่มีคนเขียนเยอะที่สุดคือเรื่องลดความอ้วน เราอาจจะมีภาพในหัวว่าอยากมีหุ่นเหมือนน้องเบเบ้ อันนี้เป็น Dream goal ที่คงไม่เกิดขึ้นใน 1 ปี เราบอกว่าปีนี้จะลดน้ำหนัก 7 กิโลกรัม อันนี้เป็น Yearly goal ซึ่งคนส่วนใหญ่จะหยุดแค่นั้น
          วันสิ้นปีคุณจะหยิบกระดาษขึ้นมาเขียนตัวบรรจงเลยว่าปีหน้าจะลดน้ำหนัก 7 กิโลกรัม มองแล้วฮึกเหิมมากเหมือนว่าทำสำเร็จแล้วพร้อมกับจินตนาการภาพใส่บิกินี่ตัวใหม่ในช่วงซัมเมอร์นี้ พรุ่งนี้เช้าคือวันที่ 1 มกราคมจะเป็นชีวิตใหม่ของเรา 1 มกราคมก็ไปฟิตเนส ไปทุกวันเลย ฟิตมาก ผ่านไป 1 เดือนหุ่นดีขึ้นนิดนึง เดือนกุมภาพันธ์มี 2 เทศกาลใหญ่ที่สกัดเรื่องการลดน้ำหนัก ก็คือ ตรุษจีน ผมไม่แน่ใจเหมือนกันว่าทำไมอากง อาม่าถึงไม่ชอบกินอาหารคลีน เพราะอาหารที่เราเอาไปไหว้อย่างขนมเข่ง เป็ด หมู ฯลฯ ไม่มีอะไรผอมเลย เราก็กินอย่างเพลิดเพลิน มีอาหารตรุษจีนกินไปอาทิตย์นึง ช่วงนั้นก็ไปเที่ยว พักผ่อน กลับบ้าน กลับมายังไม่ทันทำอะไรเลย วาเลนไทน์ กินอีกแล้ว แต่เดือนกุมภาพันธ์ก็ยังได้อยู่
          เพื่อนผมที่ทำธุรกิจฟิตเนสบอกว่าเดือนที่มีคนไปฟิตเนสมากที่สุดก็คือมกราคมกับกุมภาพันธ์นี่แหล่ะ หลังจากนั้นคนจะเริ่มไปน้อย เข้ามีนาคมก็ยังมีแรงออกกำลังกายนิดหน่อย มาเจ๊งตอน สงกรานต์ ที่เป็นช่วงวันหยุดยาว ก็หยุดไปเที่ยว กลับมาก็งานเพียบแล้วเราก็ลืมเรื่องออกกำลังกายไปเลย พอเข้าพฤษภาคม ฝนตก ก็ไม่อยากไปออกกำลังกาย จริงๆ ฟิตเนสก็มีหลังคา ไม่รู้ว่าเกี่ยวกันยังไง เราก็จะมีข้ออ้างไปเรื่อย วันที่คนออกกำลังกายเยอะที่สุดก็คือวันพรุ่งนี้   
          ผ่านไปถึงเดือนตุลาคม ต้องไปงานวันเกิดเพื่อน ต้องใส่ชุดธีมสีเขียวด้วย มีอยู่ชุดนึงเอามาลองใส่ปรากฎว่าซิปแตก เลยหยิบตาชั่งออกมาปัดฝุ่นแล้วชั่งดู นอกจากน้ำหนักจะไม่ลดแล้วยังเพิ่มมา 3 กิโลกรัมด้วย เลยหยิบกระดาษอีกแผ่นนึงมาเขียนใหม่ ว่าปีหน้าจะลดน้ำหนัก 10 กิโลกรัม...
          ทำไมถึงทำตามเป้าหมายที่วางไว้ไม่ได้ เพราะคนส่วนใหญ่ตั้งท่าอย่างดีแต่คุณไม่ติดตามรายเดือนว่าเดือนนี้คุณน้ำหนักลดเท่าไหร่ หรือมีแผนต้องลดเท่าไหร่ แต่ที่สำคัญที่สุดคือคุณไม่รู้ว่าวันนี้คุณทำอะไรได้ไม่ได้บ้าง เช่น วันนี้ต้องกินคลีนหรือเปล่า อาทิตย์นี้กินขนมไปกี่ชิ้นแล้ว เราต้องมีโควต้านะ พอเกินคุณต้องหยุด วันนี้คุณต้องไปฟิตเนสไหม ถ้าคุณวางแผนแบบนี้ทุกวัน เป้าหมายคุณจะได้ เหมือนกับบริษัท คนเราต้องวัดผลตลอดเวลา ไม่อย่างนั้นคุณไม่มีทางทำได้หรอก
          คุณอยากเรียนรู้เรื่องใหม่ๆ กลัวเรื่องการ disruption แต่ถ้าคุณไม่วางแผน คุณไม่มีทางทำได้ คนลงคอร์สออนไลน์แล้วเรียนไม่จบก็มีเยอะ เพราะฉะนั้นเวลาจะให้คนที่ออฟฟิศเรียนคอร์สออนไลน์ ถ้าเขาอยากเรียนหรือเราอยากให้เขาเรียนก็ส่งเขาไปเรียนแต่ให้เขาออกเงินค่าคอร์สไปก่อน ได้ใบประกาศหรือใบรับรองเมื่อไหร่เดี๋ยวเราคืนเงินให้ แถมเงินค่าเรียนเพิ่มให้ด้วย แต่ถ้าไม่ได้ใบประกาศก็ออกเงินไปเองนะ คนจะตั้งใจเรียนมากขึ้น
          3 อย่างที่เราต้อง manage ให้ได้คือ Time, Talent, Energy ทั้งสามอย่างนี้ฟังดูอาจจะคล้ายกันแต่ไม่เหมือนกันนะครับ
          Time คือเวลาทั้งหมด เวลานอนก็อยู่ในหมวดนี้ เวลาเล่นกีฬาก็อยู่หมวดนี้
          Talent คือความสามารถของเรา แล้วเราจะเอาความสามารถของเราไปทำเรื่องอะไรดีให้เกิดประโยชน์สูงสุด
          ส่วน Energy คือพลังงาน วันนึงคุณมีพลังงานไม่เท่ากันนะฮะ ช่วงที่มีพลังงานเยอะที่สุดของคนส่วนใหญ่คือช่วงเช้า 5 – 6 ชั่วโมงหลังตื่นนอนจะพลังงานเยอะ ช่วงนั้นควรจะเอาไปทำเรื่องที่มันทำยากๆ


          ในเรื่องของเวลา มนุษย์เราทุกคนจะมีงานอยู่ประมาณ 6 แบบ หนึ่งคืองานรับผิดชอบหลัก เขาจ้างคุณมาทำอะไรก็ทำอันนั้นแหล่ะ สองคือการบริหารจัดการคน ที่ไม่ใช่แค่บริหารจัดการลูกน้อง แต่ต้องบริหารผู้ร่วมงานหรือเจ้านายด้วย ทุกคนต้องมีงานบริหารคนทั้งสิ้น แบบที่สามคือ personal growth เช่น ไปเรียนหนังสือ ออกกำลังกาย นั่งสมาธิ เล่นกับลูก พาพ่อแม่ไปกินข้าว ทดลองอะไรใหม่ๆ ไปเรียน หรือหางานอดิเรกทำ แบบที่สี่คือ งานด่วน งานเร่งทั้งหลาย ห้าคือ free time มนุษย์เราไม่สามารถทำงานได้ตลอดเวลา เพราะฉะนั้นต้องมีเวลาให้เราพักด้วย อันที่ 6 คืองาน admin อย่างงานอีเมล ประชุมที่ไม่ต้องประชุม การประชุมประมาณ 70% เป็นงาน admin งานเซ็นเอกสารก็ใช่ เวลาเซ็นเอกสารใช้เวลาเยอะมาก

          คุณต้องรู้ก่อนว่า ชีวิตนี้ทุกวันของคุณ คุณใช้เวลาทำอะไรบ้าง กี่เปอร์เซ็นต์ อันนี้ของผมเอง ผม แทร็กวันจันทร์ – เสาร์ ตี 5 ถึง 1 ทุ่ม ซึ่งเป็นเวลาทั้งหมดที่ผมโฟกัสกับงาน เรียกว่า Working Hours ที่เหลือเป็น Down time คือเวลานอน เวลาเล่น
          เราก็มาดู Core responsibility สีน้ำเงิน 23% ส่วนงาน Managing People ซึ่งเป็นงานหลักของผมดันใช้แค่ 2% เท่านั้นเอง ไม่ดี ไปทำงาน admin 21% เยอะมาก ทั้งประชุม เช็กอีเมล เซ็นเอกสาร ฯลฯ อย่างนี้ต้องจัดเวลาใหม่
          ก่อนจัดเวลาใหม่ คุณต้องเข้าใจธรรมชาติของงานกับเวลาก่อน มันมีข้อสังเกตอันนึง ชื่อว่า Pakinson's Law มาจากการที่คุณ Pakinson เขียนบทความนึงลงใน The Economist เมื่อปี 1955 (พ.ศ 2498) บอกว่า "work expands so as to fill the time available for its completion" แปลว่ายิ่งคุณมีเวลาเยอะเท่าไหร่ คุณก็สามารถทำงานนั้นๆให้เต็มเวลาได้
          นึกภาพอาจารย์ให้เวลานักศึกษาทำโปรเจกต์ 1 เดือน ไม่มีใครแบ่งงานออกเป็นสัปดาห์ละ 25% แล้วค่อยทำทีละ 25% หรอก พอจบวิชานั้นก็ไปดูหนัง กินข้าว จนเหลืออาทิตย์สุดท้าย วันพุธเพิ่งนึกออกว่าต้องส่งงานแล้วศุกร์นี้ ก็ทำคืนวันพุธ ส่งเช้าวันศุกร์ เสร็จไหม ก็เสร็จทุกที ถึงอาจารย์ลดเวลาลงให้เหลือแค่ 2 อาทิตย์ก็ทำวันพุธอยู่ดี จะให้เวลาแค่ไหนก็ทำแค่นี้ เป็นนิสัยของคนส่วนใหญ่ นิสัยนี้ติดตามเรามาถึงตอนทำงานด้วย

          ผมทำงานกับเอเจนซี่เยอะมาก เอเจนซี่ทุกเจ้าที่ผมเคยทำงานด้วยเหมือนกันหมด ถ้าใครไม่ได้ทำแบบนี้ต้องขออภัยด้วย เวลาเราจะถ่ายหนังโฆษณา เอเจนซี่เขาต้องมี Storyboard มา สมมติว่านัดประชุมวันนี้ตอนบ่าย 2 ครีเอทีฟทุกคนจะคิดงานเสร็จตอนประมาณ 6 โมงเช้าของวันนี้ทุกครั้ง ไม่ว่าคุณจะให้เวลาเขาเท่าไหร่ก็ตาม แต่ถ้าคุณโทรไปบอกเขาเมื่อคืนว่าขอเลื่อนประชุมเป็นอาทิตย์หน้า งานที่กำลังจะเสร็จ มันจะไปเสร็จอาทิตย์หน้า ตอนที่ต้องมาประชุม เป็นแบบนี้ทุกครั้งไป ซึ่งมันก็คือ Pakinson's Law เราต้องใช้เรื่องนี้ให้เป็นประโยชน์ด้วยการกำหนด deadline ให้มันเยอะๆ พอมี deadline เยอะๆ เราจะทำเสร็จแล้วคุณจะบริหารเวลาได้ คือพอมันใกล้ deadline ปุ๊บ พลังมันจะมา มันจะคิดออกตอนใกล้ๆ นี่เป็นธรรมชาติของมนุษย์
          เพราะฉะนั้นสิ่งที่เราต้องถามตัวเองทุกวันหรือถามคนอื่นก็ได้ ก็คือ วันนี้ถ้าคุณมีเวลาทำงานเรื่องเดียว คุณจะทำอะไรให้เสร็จ มันสำคัญมาก รู้จักกฎ 80 20 ใช่ไหมครับ งานที่คุณทำ 20% มีผล 80% เพราะฉะนั้น ถ้าคุณรู้ว่า 2 งานที่คุณต้องทำคืออะไร คุณไม่ต้องทำเสร็จ 10 อัน คุณก็เห็นผล 80% แล้ว แต่ถ้าคุณไปทำ 8 อันที่ไม่สำคัญ คุณได้ผลแค่ 20% เอง
          วันก่อนผมไปฟังนักธุรกิจรุ่นใหญ่ของประเทศไทย ผมฟังแล้วชอบมาก ... เวลาเราทำงาน ใช้เวลาแค่ 20% ทำ 80% นั้นให้หมดก็พอแล้ว เพราะถ้าเกิดคุณจะทำให้ได้ 100% นี่นะ คุณต้องใช้เวลา 100% เหมือนกัน เพื่อทำให้ได้ 100% แต่ถ้าคุณใช้แค่ 20% เพื่อให้ได้ 80% คุณสามารถทำได้อีก 4 โปรเจกต์


          เวลาจะจัดสรรเวลา เราก็ต้องรู้ก่อนว่าเรื่องไหนเป็นเรื่องสำคัญ อดีตประนาธิบดีของสหรัฐอเมริกาคนนึงชื่อว่า Dwight D. Eisenhower เขาเคยพูดว่า งานที่ด่วนไม่สำคัญ งานที่สำคัญมักไม่ด่วน แล้วเป็นที่มาของ matrix ที่เราน่าจะเคยเห็นกัน มีชื่อว่า priority matrix หรือ The Eisenhower Matrix หนังสือเยอะมากพูดถึงเรื่องนี้ เพราะมันคือเครื่องมือที่เจ๋งที่สุดในการบริหารเวลา ช่องสีแดงคืองานสำคัญที่ด่วน (Q1) ช่องสีเขียวคืองานสำคัญที่ไม่ด่วน (Q2) ช่องสีน้ำเงินคืองานด่วนแต่ไม่สำคัญ (Q3) ช่องสีเหลืองคืองานที่ไม่สำคัญและไม่ด่วน (Q4)

          ยกตัวอย่างช่องที่ 1 สมมติว่าวันนี้ได้รับโทรศัพท์จากคุณหมอโทรมาแสดงความเสียใจอย่างสุดซึ้ง คุณอยู่ได้แค่ 6 เดือนเท่านั้นเพราะพบว่าคุณเป็นโรคร้ายโรคนึง เรื่องนี้อยู่ในช่องที่สำคัญและด่วนถูกไหม ต้องด่วนแล้ว ช่องสีเขียวของเรื่องนี้คือการดูแลสุขภาพให้ดี กินอาหารที่ดี ออกกำลังกาย และนอนให้พอ คำถามคือทำตลอดได้ไหม ไม่ได้ เพราะคุณใช้เวลาไปทำเรื่องด่วนที่ไม่สำคัญ อย่างละครอวสานวันนี้ก็ด่วนเพราะมันมีเวลาของมัน คุณต้องดูวันนี้ไม่งั้นคุณคุยกับคนอื่นไม่รู้เรื่อง midnight sale จบวันนี้ เป็นต้น อันนี้คือด่วนแต่ไม่สำคัญ แล้วยังมีเวลาไปทำเรื่องไม่ด่วนและไม่สำคัญด้วย หมวดนี้คือการใช้เวลาไปกับเรื่องชาวบ้านทั้งหลาย ดาราคนนั้นไปกิ๊กกับคนนี้ ฯลฯ รุ่นน้องผมคนนึงเคยถามว่า เราต้องยุ่งขนาดไหนถึงเรียกว่ายุ่ง ผมบอกว่ายุ่งจนไม่มีเวลาไปยุ่งเรื่องของชาวบ้านถึงจะเรียกว่ายุ่ง ถ้ายังมีเวลายุ่งเรื่องของคนอื่นอยู่ แปลว่าเรายังไม่ยุ่งมาก

          อยากให้ทุกคนจำเรื่องนี้ไว้ ถ้าคุณไม่ยอมทำเรื่องที่สำคัญแต่ไม่ด่วน มันจะกลายเป็นเรื่องสำคัญที่ด่วนเสมอ เช่น คุณไม่ดูแลสุขภาพ วันนึงคุณก็ป่วย คุณไม่ออกแบบระบบงานให้ดี วันนึงงานคุณก็ผิด ความต่างของเรื่องสำคัญที่ด่วนกับเรื่องสำคัญที่ไม่ด่วน คืออิสรภาพ เวลาที่อยู่กับเรื่องสำคัญที่ไม่ด่วน คุณสามารถเลือกได้ว่าคุณจะทำเมื่อไหร่ แต่เมื่อไหร่ด่วนปุ๊บ คุณไม่มีทางเลือกแล้วนะครับ คุณต้องทำ 
          คำถามคือแล้วเราใช้ชีวิตแบบไหน ให้ทุกคนดูนะครับว่าชีวิตของมนุษย์มีอยู่ด้วยกันทั้งหมด 4 แบบ

          แบบที่หนึ่งเป็นชีวิตที่ดับเพลิงทั้งวัน ตื่นเช้ามาตี 5 กระโดดออกจากเตียง อาบน้ำ ขับรถออกจากบ้านก็โทรศัพท์หาลูกน้อง คุยงานไปด้วย ถึงที่ทำงานปุ๊บผ่านเซเว่น หยิบแซนวิชมา 1 ชิ้น กัดเข้าไป ขึ้นลิฟต์ไปถึงมีประชุม มีเอกสารเต็มโต๊ะ ประชุมไปถึงเที่ยง เที่ยง 10 นาที เลขาโผล่หน้าเข้ามาถามว่าจะกินอะไรไหม เราก็บอกว่าอะไรก็ได้ เขาก็ส่งของที่คุณกินทุกวันคือข้าวกระเพราไก่ไข่ดาวมาตั้งไว้ คุณก็กินเข้าไปโดยคุณไม่รู้ด้วยซ้ำว่ากินอะไรเข้าไป พอกินไปเช็กอีเมลไป บ่ายโมงประชุมอีก ประชุมเสร็จ CEO เรียกพบ ฟีดแบ็กลูกน้อง เสร็จทุ่มครึ่ง เดินผ่านเซเว่นซื้อแซนวิชกินแทนข้าวเย็น เดินขึ้นรถไป กลับไปถึงบ้านเช็กอีเมลอีกซักหน่อย นอนเที่ยงคืน ทำแบบนี้ทุกวัน คนนี้เป็นคนที่ productive นะ ได้เลื่อนตำแหน่งตลอด นายรักมาก วันลาพักร้อนไม่เคยใช้เลย มีวันลาพักร้อนสะสมอยู่ 250 วัน ไม่ไปไหนทั้งนั้น อยู่มาวันนึง ก็เดินไปบอก CEO ว่า ผมจะไปปลูกผักอยู่ที่เชียงรายแล้วนะ แล้วก็ยื่นใบลาออกไปเลย นี่คือเหตุการณ์ที่เกิดกับนายเก่าผมเอง คือวันนึงเขาจะเลิกเลย คือหน้าที่การงานก็ดีนะครับ แต่ว่าชีวิตแบบนี้มันไม่ไหว

          แบบที่สองคล้าย ๆ กับคนเมื่อกี้ แต่คนนี้หนักกว่า คนนี้ยุ่งเหมือนกันแต่พูดอะไรก็ไม่มีใครฟัง ส่งรายงานไปก็ไม่มีใครอ่าน ยกมือในที่ประชุมก็ไม่ได้พูด ตำแหน่งก็ไม่ได้เลื่อน เพราะว่ายุ่งแต่ไม่ productive คืองานที่ทำมันไม่ได้มี value ทำแต่งานด่วนที่ไม่สำคัญ ในบริษัทมีงานด่วนแต่ไม่สำคัญเยอะมากๆ

          แบบที่สาม คนนี้ยังไม่ได้ทำอะไรเลยวันนี้ ได้แค่ไถเฟซบุ๊ก เล่นทวิตเตอร์ เอ้า 5 โมงแล้ว ก็กลับบ้านสิ เก็บกระเป๋า ชิว ๆ แบบนี้ก็มี แต่พวกนี้อยู่ได้ไม่ค่อยนานหรอกนะฮะนอกจากเด็กเส้น

          ชีวิตที่ดีที่สุดก็คือคนนี้ที่ใช้ชีวิตอยู่ใน Q 2 คือทำงานสำคัญเสร็จ กลับบ้าน อาจจะกลับทุ่มนึงก็ได้ แต่เขาก็สามารถจัดการเวลาของเขาได้ เวลาลาพักร้อนจะไม่มีคนโทรตาม ปิดมือถือไปได้เลย ได้เล่นกีฬา ได้อยู่กับพ่อแม่ลูกหลานบ้าง ใช้ชีวิตที่มันมีเวลาพักบ้างตามสมควร ไม่ได้หมายความว่าคนนี้ใช้เวลาอยู่ใน Q 2 เสมอ แต่เขาใช้เวลาส่วนใหญ่อยู่ใน Q 2 หน้าตาแบบนี้ อยากให้ทุกคนมีเวลาแบบนี้ คนที่ประสบความสำเร็จทุกคนบนโลกใบนี้ใช้เวลาแบบนี้ทั้งสิ้น
          ผมยกตัวอย่างนะครับ นักกีฬาเขาต้องซ้อมตลอด ไปซ้อมใกล้ๆ แบบวิ่งวันเดียว 200 กิโลเมตรไม่ได้ ต้องซ้อมไปเรื่อยๆ ซ้อมไปเรื่อยๆ คือ Q 2 ฮะ เพราะฉะนั้นอย่างแรกเลย ลดๆ Q 4 หน่อย เรื่องดาราเขาก็อยู่ของเขาได้ เราไม่ต้องไปห่วงเขา Q 3 ก็เป็นอีกอันนึงที่ลดง่าย Q 1 อาจจะลดยากนิดนึง เพราะมันด่วนแล้วก็ต้องทำ แต่ว่าพยายามหาเวลาทำ Q 2 ให้เยอะ

          เครื่องมือที่ดีที่สุดที่เขาสำรวจมา คือการใช้ Time Boxing มันคือ calendar มาบวก task ของคุณ ทุกวันอาทิตย์ผมก็จะเริ่มทำแล้ว วันอาทิตย์เย็นผมจะใช้เวลาอยู่ประมาณครึ่งชั่วโมงถึงชั่วโมงนึง มาดูว่า โอเค อาทิตย์ต่อไปเรามีงานอะไรบ้าง ใส่ไว้อย่างนี้ ทุกคนมี calendar ใช้ ทำอย่างนี้ได้ทั้งนั้น ใส่เสร็จปุ๊บอย่าลืมใส่สีให่้ด้วย สีคือหมวดของงาน สีน้ำเงินคืองานหลัก สีม่วงคืองานบริหารคน สีีชมพูคืองานเรียนรู้ต่างๆ สีเทาคืองานแอดมิน สังเกตไหมฮะว่าสีเทาผมจะเอาไปไว้เย็นๆบ่ายๆ เพราะว่าคุณเช็กอีเมลตอนบ่ายๆ สมองมันตาย ก็เช็กเมลไป เคลียร์เอกสารไป เช้าๆ เวลาดี ก็ควรจะเอาไว้ใช้ทำงานที่ใช้สมองเยอะๆ
          ทำแบบนี้มีประโยชน์อะไร? หนึ่งคุณบริหารเวลาตััวเองได้ สองคุณแชร์ให้คนอื่นได้ calendar มันแชร์กับเพื่อนร่วมงานได้ เพื่อนร่วมงานคุณก็จะรู้ สมมติว่่าผมเดินไปหาลูกน้องบอกว่าเช้าวันอังคารมีงานด่วนทำให้หน่อย ลูกน้องก็จะแชร์ calendar ว่างานบ็อกซ์ใหญ่ๆ สีน้ำเงิน ก็เป็นงานของพี่เหมือนกัน ถ้าพี่อยากให้งานด่วนที่พี่ถือมาตอนนี้เสร็จ งานนั้นขอเลื่อนไปส่งวันศุกร์นะ เราก็ต้องคิดแล้วว่าตกลงอยากได้งานไหนเราต้องเคารพเวลาซึ่งกันและกัน Time Boxing ต้องแชร์กับคนอื่นด้วยนะ มีประโยชน์มากๆ
          ทำเสร็จแล้ว สิ้นวันก็ต้องมาขยับๆ เพราะมันจะมีงานด่วนเข้ามา ทุกเย็นก็ต้องมาดู ใช้เวลาแค่ สามสิบวินาที 1 นาที มาทำเรื่องนี้แล้วชีวิตคุณจะดีขึ้นเยอะมาก  คุณทำแบบนี้ได้ตอนสิ้นอาทิตย์จะรู้เลยว่า คุณใช้เวลา 30% ทำงานหลัก งานแอดมินเหลือ 7% แล้ว คุณจะเห็น improvement ของตััวเอง เฮ้ย งานแอดมินเราไม่ควรจะเกิน 5% งานที่ manage คนควรเพิ่มเป็น 10% คุณจะทำแบบนี้ได้ แต่ถ้าคุณไม่เคยแทร็กเวลาเลย จะไม่มีทางรู้เลยว่าคุณใช้เวลาทำอะไรไปบ้าง คุณอาจจะใช้เวลาเช็กอีเมล 40% ของเวลาการทำงานก็ได้นะ ซึ่งแปลว่าคุณกำลังทำอะไรบางอย่างผิดอยู่
          สุดท้ายจริง ๆ เรื่องการทำงานกับทีม สิ่งที่เป็นปัญหาที่สุด เรามักจะได้ยินว่า ทำไมคนอื่นในทีมถึงคิดเรื่องแค่นี้ไม่ออก ทำไมพูดอะไรก็ไม่เข้าใจ ทำไมเรื่องนี้ถึงยากจัง เรื่องนู้นถึงยากจัง เราไม่ค่อยพูดถึงตัวเองใช่ไหม คนส่วนใหญ่จะพูดถึงคนอื่น
          คนส่วนใหญ่มีสิ่งที่เรียกว่า Dysfunctions Team  90% ของผลสำรวจบอกว่า ทีมเราน่าจะทำงานได้ดีดว่านี้แต่เราคุยกันไม่รู้เรื่อง สาเหตุที่เป็นแบบนั้นเพราะ หนึ่ง เรามี value ไม่เหมือนกัน สอง เราชอบ Withhold information คือเราชอบคิดว่าคนอื่นเข้าใจในเรื่องที่เรากำลังจะพูด กำลังจะทำ เรื่องที่เราสั่งงานหรือขอความร่วมมือ เท่ากับเราเข้าใจเท่ากัน เราชอบคิดแบบนี้
          ยกตัวอย่างให้ฟัง คนขับรถของผมชื่อ ป๊อก เป็นคนดีและน่ารักมาก มาเช้า ไม่เคยสาย ไม่เคยพาไปรถติด เพอร์เฟคที่สุดเท่าที่เราจะหาคนขับรถได้คนนึง มีอยู่วันนึงผมไปจัดบูธเอาท์ดอร์ พอประมาณซักทุ่มนิดๆ ก็เริ่มมืด ยุงก็เริ่มมา ผมเลยฝากป็อกซื้อยากันยุงแบบฉีดมาให้ทีมงาน ทำงานไปซักพักก็ได้กลิ่นเหม็นมากๆ หันกลับมา ป็อกกำลังฉีดไบก้อนอยู่... ยากันยุงแบบฉีดของผมคือซอฟท์เฟล กย 15 นี่คือการ Withhold information ฮะ คุณสรุปเอาเองเลยว่าเขาเข้าใจเหมือนกับคุณ เราชอบรู้สึกว่าเพื่อนร่วมงานเราทำงานไม่ได้ดั่งใจ ทำไมถึงคิดไม่ออก เราเองแหล่ะที่เป็นคนผิด
          อีกหนึ่งตััวอย่าง วันนึงเก้าอี้ที่ห้อง CFO หัก ผมให้ป๊อกคนเดิมเอาเก้าอี้ไปจัดการ ผ่านไป 3 – 4 วัน  เก้าอี้ยังไม่กลับมา สรุปป็อกเอาเก้าอี้ไปบริจาค...คือคำว่าจัดการของผมหมายถึงซ่อม แต่ผมไม่ได้บอกชัดเจนพอ สรุปก็ไปตามเอาเก้าอี้กลับมา
          สิ่งที่อยากจะทิ้งท้ายไว้ก่อนจากกันวันนี้ ก็คือว่า เวลาคุณทำงานกับคนอื่น เคยเล่นเกมไหมครับที่เขาถามว่าคุณเป็นนกเป็นเสือ เป็นหมี ทุกคนมีคาแรกเตอร์ต่างกัน หมีกับนกอินทรีย์ก็ทำงานไม่เหมือนกัน ไม่มีใครผิดไม่มีใครถูก เรามาจากพื้นฐานที่ต่างกัน มีสกิล มีประสบการณ์ที่ต่างกัน มุมมองต่างกัน นิสัยใจคอต่างกัน เราต้องเข้าใจว่าคนอื่นเขาต่างกันนะ เขาไม่ได้มีชีวิตเหมือนกับคุณ ไม่ได้มีความเชื่อเหมือนกับคุณ เพราะฉะนั้นเราต้องเข้าใจความซับซ้อนเรื่องนี้ แล้วเราจะสามารถบริหารจัดการทีม บริหารจัดการตัวเอง บริหารจัดการความตั้งใจของคนอ่ื่นได้ 
          สิ่งที่สำคัญที่สุดนับตั้งแต่วันนี้เป็นต้นไป เราต้องเปลี่ยนชีวิตของเราเป็นคนที่พร้อมจะเรียนรู้เรื่องใหม่ตลอดเวลา ไม่สำคัญว่าอายุเท่าไหร่ คำว่า life long learn คือเรียนกันไปจนถึงวันสุดท้ายที่เรามีชีวิตอยู่บนโลกใบนี้ ไม่อย่างนั้นแล้วเราจะไม่สามารถตามความเปลี่ยนแปลงของโลกได้เลยจริงๆ คุณต้องเรียนรู้ทุกวัน

ลงทะเบียนรับข่าวสาร
ใส่อีเมลของคุณเพื่อรับข่าวสาร
ธปท. จะเก็บรวบรวม ใช้ หรือเปิดเผยข้อมูลส่วนบุคคลข้างต้นของท่าน เพื่อประโยชน์ในการประชาสัมพันธ์แจ้งข่าวสารของศูนย์การเรียนรู้ ธปท. อนึ่ง ท่านมีสิทธิในฐานะเจ้าของข้อมูลส่วนบุคคล โดยสามารถศึกษารายละเอียดเพิ่มเติมได้จากพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 หรือนโยบายคุ้มครองข้อมูลส่วนบุคคลของ ธปท. ข้าพเจ้าให้ความยินยอมในการเก็บรวบรวม ใช้ หรือเปิดเผยข้อมูลส่วนบุคคลดังกล่าวของข้าพเจ้าตามวัตถุประสงค์ที่ได้ระบุไว้