Human Edge 5 ด้าน · ทักษะที่ AI ฝึกตามไม่ทันใน 10 ปี (และวิธีพัฒนาใน 90 วัน)

เอกอายุ 35 เป็น marketing manager ที่บริษัท SME ขนาดกลาง · เงินเดือน 95,000 บาท · ทำงานมา 11 ปีในวงการ marketing. ปลายปี 2024 บริษัทเริ่มใช้ ChatGPT จริงจัง · เอกได้รับ training ใช้เครื่องมือ · เริ่ม integrate ในงานทุกวัน. 6 เดือนผ่านไป team ของเขาใช้ AI ในการเขียน copy เกือบทุกชิ้น · output เพิ่มเป็น 3 เท่า · แต่เอกสังเกตว่า engagement rate ลดลง 28 percent ในช่วงเดียวกัน.

เอกประชุมกับ CEO ในเดือนพฤษภาคม · CEO ตั้งคำถามตรงๆ "เนื้อหาเดือนนี้รู้สึก flat · ลูกค้าเก่าทักมาถามว่าเปลี่ยน team copywriter เหรอ" · เอกอธิบายว่าใช้ AI tool ใหม่ทำให้ผลิตได้เร็วขึ้น · CEO ตอบ "ผมไม่ได้จ้าง team เพื่อทำให้ output มากขึ้น · ผมจ้างเพื่อทำให้แตกต่าง". เอกกลับไปคิด · พบว่าตัวเองสับสนระหว่าง productivity กับ value.

ผมคิดว่าเอกใช้ AI ผิด · แต่จริงๆ เขาขาด Human Edge ที่ทำให้ AI กลายเป็น leverage แทน substitute.

5 ทักษะที่ AI ฝึกตามไม่ทัน 10 ปี

มีงานวิจัยจาก MIT Media Lab ปี 2025 ที่ benchmark AI capability vs human capability ใน 200 task. ผลที่ออกมามี 5 ทักษะที่ AI ยังห่างจากมนุษย์อย่างมีนัยสำคัญ และคาดว่าจะยังห่างต่อไปอีก 10 ปี เพราะข้อจำกัดเชิงโครงสร้างของ AI architecture ปัจจุบัน.

Empathy · ความรู้สึกของคนอื่นแบบที่จริง ไม่ใช่จำลอง. Empathy ที่ทำงานต้องอาศัย shared lived experience · คนที่เคยตกงานเข้าใจคนตกงานต่างจากคนที่อ่านเรื่องตกงาน. งานวิจัยปี 2024 ที่ test patient feedback ระหว่าง human therapist กับ AI chatbot พบว่า 89 percent ของคนเลือก human แม้ว่า AI จะให้คำตอบที่ "ถูก" มากกว่า · เพราะรู้สึกว่ามี "presence" ที่ AI ไม่มี.

Creativity ที่ originate จาก lived experience · ตรงข้ามกับ remix. AI สร้างจาก pattern ที่เห็นในข้อมูลที่ฝึก · ดูเหมือน creative แต่จริงๆ คือ recombination. Creativity ที่ originate จาก lived experience คือนักเขียนที่ดึงจาก trauma · นักดนตรีที่ดึงจาก romance ที่ใช้จริง · designer ที่ดึงจาก childhood ในหมู่บ้านเล็ก. งานที่มี "soul" สัมผัสได้และคนยอมจ่าย premium 5-10 เท่า.

Critical Thinking ในความไม่แน่นอนที่ไม่มี data · AI เก่งกับ pattern ในข้อมูลที่เห็น · แต่ในสถานการณ์ที่ไม่มี precedent (COVID-19 ปีแรก · startup ที่ pivot · ขัดแย้งใน partnership) มนุษย์ต้องใช้ judgement ที่ไม่มี dataset. CEO ที่ดีตัดสินใจในความไม่แน่นอนทุกวัน · ต้องอาศัย gut feel ที่มาจากประสบการณ์รวม + ความสามารถใน weighing trade-off แบบที่ไม่มีสูตร.

Human Connection ที่สร้าง trust ระยะยาว · ลูกค้าซื้อ insurance 30 ปีกับ agent คนเดิมไม่ใช่เพราะ AI สู้ไม่ได้ · เพราะ trust สะสมต้องใช้เวลา. salesman ที่ดีที่สุดสร้าง relationship 10-20 ปี · AI ทำไม่ได้ในมิตินี้เพราะไม่มี history ส่วนตัวกับลูกค้า.

Purpose ที่ขับเคลื่อนจาก meaning ส่วนตัว · AI ทำงานตาม instruction · มนุษย์ทำงานเพื่อ purpose ที่ใหญ่กว่าตัวเอง. งานวิจัยจาก Harvard Business Review ปี 2023 ติดตาม knowledge worker 8,400 คน พบว่าคนที่มี Purpose ชัดทำงาน 23 percent productive กว่า · attract opportunity เพิ่มขึ้น · เพราะคนอื่นรู้สึกว่าจะร่วมงานกับใคร.

เอก vs เพรียว · ใช้ AI tool เดียวกัน output คนละแบบ

ในวงการ marketing เดียวกันมี marketing director อีกคนชื่อเพรียวอายุ 38 · บริษัทใกล้เคียงกัน · ใช้ ChatGPT เหมือนเอก · แต่ output ของ team เพรียวมี engagement rate สูงกว่าก่อนใช้ AI 40 percent.

ความต่างไม่ใช่ tool. ทั้งสอง subscribe ChatGPT Plus เหมือนกัน. ความต่างคือวิธีใช้.

เอกใช้ ChatGPT ในรูปแบบ "เขียนแทนผม". prompt ของเอก · "เขียน Facebook post ขายผลิตภัณฑ์ X ความยาว 200 คำ tone friendly". รับ output เอามา edit เล็กน้อย post ทันที. ทุก post ของ team เป็น generic content ที่ AI สามารถสร้างให้ใครก็ได้.

เพรียวใช้ ChatGPT ในรูปแบบ "70/30 Rule". 70 percent คือสิ่งที่ AI ทำได้ดี · structure ของ post · grammar · variation ของ headline. 30 percent คือสิ่งที่ AI ทำไม่ได้ · เพรียว invest 30 นาทีต่อสัปดาห์คุยกับลูกค้า 3 ราย · เก็บ verbatim quote ของ pain point · เก็บคำที่ลูกค้าใช้ · เก็บ context ของ situation. แล้วเอา insight นี้ใส่ลงใน prompt · "เขียน Facebook post ที่ใช้ pain point นี้ verbatim 'ตอนแรกฉันคิดว่าจะใช้แบรนด์อื่นถูกกว่า แต่ใน 6 เดือนเสียเงินไป 30,000 ในของที่ใช้ไม่ได้' ให้สื่อสารถึง customer ที่กำลังคิดเหมือนกันตอนนี้".

ผลลัพธ์ออกมาต่างกันชัด. content เอก = generic AI feel. content เพรียว = AI structure + Human insight ที่มาจากการคุยกับลูกค้าจริง · มี "soul" ที่ลูกค้าสัมผัสได้.

เพรียวไม่ได้ใช้ AI tool ที่ดีกว่า · เธอใส่ Human Edge ลงไปใน 30 percent ที่ AI ทำไม่ได้ · ผลคือ output ที่ AI alone หรือ human alone ทำไม่ได้.

วิธีหา Human Edge ของตัวเอง

เพรียวรู้ตัวว่า strength ของเธอคือ Empathy + Critical Thinking · เพราะเธอเริ่มอาชีพในตำแหน่ง customer service 4 ปี · ฟังลูกค้าโทรมาบ่นเป็นพันชั่วโมง. skill นี้ stack กับ AI กลายเป็น leverage.

เอกไม่รู้ว่า Human Edge ตัวเองคือด้านไหน · เพราะไม่เคย measure. ผมแนะนำให้เขาทำ AI Readiness Score 5 มิติ · ให้คะแนนตัวเอง 1-10 ต่อด้าน · ถามเพื่อนสนิท 3 คนให้ rate ด้วย.

เอกได้คะแนน Empathy 6 (เพื่อน rate ให้ 5) · Creativity 8 (เพื่อน rate 7) · Critical Thinking 7 (เพื่อน rate 8) · Human Connection 5 (เพื่อน rate 4) · Purpose 4 (เพื่อน rate 4). ตัวเลขที่น่าสนใจคือ Purpose ที่ทั้งตัวเองและเพื่อนเห็นว่าต่ำสุด.

หลังเอกถามเพื่อนว่าทำไม rate Purpose ต่ำ · เพื่อนตอบ "เอกทำงานเก่ง ดูฉลาด แต่ไม่เคยรู้ว่าเอกทำงานเพื่ออะไร · ทำเพื่อรายได้ ทำเพื่อ promotion หรือทำเพื่ออะไรที่ใหญ่กว่า · เลยตามไม่ทันว่าจะร่วมงานกับเอกแบบไหน". เอกฟังแล้วเงียบ · เพราะเขาเองก็ไม่รู้คำตอบ.

AI ไม่ได้แทนคุณ · มันแทนคนที่ไม่มี Human Edge

เอกเริ่มลงทุนใน Purpose เป็นด้านแรก · เพราะเป็นด้านที่อ่อนสุดและส่งผลกับทุกด้านอื่น.

สัปดาห์แรกเขาเขียน Personal Purpose Statement แรก · "ผมอยู่ที่นี่เพื่อช่วยให้ SME ไทยเล่าเรื่องที่จริงของตัวเอง เพราะเชื่อว่าธุรกิจที่จริงสร้าง value ระยะยาวกว่าธุรกิจที่ดูดี และพร้อมจะลงทุน 10 ปีในการพัฒนาทักษะนี้". 1 ชั่วโมงของการเขียน · 60 percent ของประโยคแรกทำให้เขารู้สึกว่ามันคล้ายๆ "marketing copy" ของตัวเอง.

30 วันต่อมาเอก review · ตัด "เพราะเชื่อว่า..." ออก · เพราะรู้สึกไม่จริง. แทนด้วย "เพราะผมเคยทำธุรกิจครอบครัวที่เจ๊งเพราะ marketing dishonest". statement เริ่ม specific · เริ่มมาจาก lived experience.

60 วันต่อมา review อีกครั้ง · เปลี่ยน "10 ปี" เป็น "ตลอดชีวิต" เพราะรู้สึกว่า 10 ปีดู transactional. 90 วันต่อมา statement stable · "ผมอยู่ที่นี่เพื่อช่วย SME ไทยเล่าเรื่องที่จริงของตัวเอง · เพราะผมเคยเห็นธุรกิจครอบครัวเจ๊งเพราะ marketing dishonest · และพร้อมจะใช้ทั้งชีวิตในการพัฒนาทักษะนี้".

ผลที่ตามมาในเดือนที่ 4 · เอกเริ่มใช้ Purpose นี้เป็น filter ของทุกการตัดสินใจ. content ไหนที่ generic = ปฏิเสธ. lead ไหนที่อยากให้ทำ marketing exaggerate = ปฏิเสธ. โอกาสไหนที่ตรงกับ Purpose = ตอบ yes แม้รายได้น้อย. 6 เดือนต่อมา CEO เห็นการเปลี่ยนแปลง · "engagement rate ดีขึ้น lead quality ดีขึ้น และผมเริ่มเห็นว่าเอกทำงานเพื่ออะไร".

เอกที่ผมเล่าให้ฟังตอนต้นบท วันนี้ทำงานในตำแหน่งเดิม · แต่ output ต่าง · ความสัมพันธ์กับลูกค้าต่าง · และในเดือนที่ 14 ได้รับข้อเสนอจากบริษัทใหม่ตำแหน่ง CMO เงินเดือน 165,000 (ขึ้น 74 percent) · เพราะเขาเป็นคนเดียวในวงการที่มี combination ของ AI fluency + clear Purpose.

สิ่งที่ทำได้ทันที · คืนนี้ก่อนนอน เปิดสมุด ทำ AI Readiness Score 5 มิติ · ให้คะแนนตัวเอง 1-10 ต่อด้าน Empathy / Creativity / Critical Thinking / Human Connection / Purpose. ใช้เวลา 15 นาที. ส่ง score ให้เพื่อนสนิท 3 คนให้ rate ด้วย · ความต่างระหว่าง self-rating กับ others-rating คือ blind spot ที่คุณต้องลงทุน.

ส่วน 5 Human Edge ลึกครบ · 30-day workshop ที่เปลี่ยนคุณจากคนกลัว AI เป็นคนใช้ AI เป็น leverage · prompt template by profession · AI Readiness Score detailed framework + benchmark ของ 12 อาชีพไทย · มีรายละเอียดใน AI เก่งทุกอย่าง ยกเว้นเป็นคุณ · 40 บท · 277 หน้า · ราคา 499 บาท จ่ายครั้งเดียวอ่านตลอดชีวิต. หรืออ่านบทความคู่กัน AI จะแย่งงานอาชีพไหนก่อน · 5 อาชีพเสี่ยงและ 5 ปลอดภัย.