- OverpAId เป็นคอนเซ็ปต์ที่ตั้งใจเสียดสี ช่องว่างค่าตอบแทน ระหว่าง CEO กับพนักงานทั่วไป โดยสมมติว่าสามารถแทนที่ CEO ที่มีค่าใช้จ่ายปีละ 22 ล้านดอลลาร์ด้วย NVIDIA DGX Spark เพียงเครื่องเดียว
- มุ่งวิจารณ์แนวทางที่ผู้บริหารใช้เงินที่ประหยัดได้จากการปลดพนักงานครั้งใหญ่ไปกับ การลงทุนด้าน AI ขณะที่ผู้บริหารซึ่งอนุมัติเรื่องนี้ยังรักษาตำแหน่งไว้ได้ และการบังคับให้กลับเข้าออฟฟิศตามผลประโยชน์ด้านอสังหาริมทรัพย์มากกว่าผลงานของการทำงานทางไกล
- เสนอเหตุผลว่างานที่สัมผัสโลกจริงโดยตรง เช่น ผู้ป่วย อุปกรณ์ และลูกค้า นั้นทำให้เป็นนามธรรมได้ยาก แต่งาน บริหารจัดการ ที่นำงานของผู้อื่นมาแปรรูปใหม่ เช่น สรุปรายงาน อนุมัติเอกสาร และแถลงผลประกอบการ กลับอาจถูก AI แทนที่ได้ง่ายกว่า
- ผลิตภัณฑ์สมมตินี้ชูจุดขาย การตัดสินใจใน 0.004 วินาที ค่าใช้จ่ายในการเดินเครื่องราว 3,000 ดอลลาร์ต่อปี และทำงานได้ 24 ชั่วโมง พร้อมคำนวณว่าหากนำเงินเดือน CEO 22 ล้านดอลลาร์ไปแบ่งให้พนักงาน 500 คน จะจ่ายได้ปีละ 43,990 ดอลลาร์ต่อคน
- ไม่มีผลิตภัณฑ์หรือบริษัทจริง และยังเตือนถึง ช่องว่างด้านความรับผิดชอบ เมื่อ AI เป็นผู้ตัดสินใจ เพราะอาจไม่มีมนุษย์ให้รับผิดด้วยการถูกไล่ออก ถูกฟ้อง หรือถูกเพิกถอนใบอนุญาต
ค่าตอบแทน CEO และคอนเซ็ปต์ของ OverpAId
- OverpAId คือ Chief Executive Replacement Engine สมมติที่ทำหน้าที่แทนการวางกลยุทธ์ การนำเสนอวิสัยทัศน์ และการเขียนอีเมลถึงทั้งบริษัท
- นำค่าใช้จ่ายต่อปีของ CEO ที่ 22 ล้านดอลลาร์มาเทียบกับราคาครั้งเดียวของ OverpAId ที่ 4,699 ดอลลาร์
- ตัวเลขที่ใช้เปรียบเทียบมีดังนี้
- ค่าตอบแทนรวมเฉลี่ยของ CEO ใน S&P 500 อยู่ที่ 18.9 ล้านดอลลาร์
- อัตราส่วนค่าตอบแทนระหว่าง CEO บริษัทใหญ่กับแรงงานค่ามัธยฐานอยู่ที่ 290:1
- OverpAId ทำงานได้ตลอดทั้งปีแบบไม่มีวันหยุด และไม่ต้องมีเวิร์กช็อปผู้บริหารที่ Aspen
- ตั้งค่าเงินลงทุน Series A ไว้ที่ 0 ดอลลาร์ และมูลค่าบริษัทเป็น “อินฟินิตี้หารด้วยศูนย์” เพื่อเสียดสีวัฒนธรรมการลงทุนแบบเวนเจอร์ด้วย
- ระบุชัดเจนว่าส่วนที่บอกว่าได้รับการนำเสนอใน Forbes, The Wall Street Journal, TechCrunch, Bloomberg และ Fast Company ล้วนไม่เป็นความจริง
ความย้อนแย้งระหว่างค่าตอบแทน CEO ที่เพิ่มขึ้นกับการปลดคนเพราะ AI
- เริ่มจากตัวเลขที่ว่าในช่วง 40 ปีที่ผ่านมา ค่าตอบแทน CEO บริษัทใหญ่ เพิ่มขึ้นมากกว่า 1,000% แต่ค่าจ้างแรงงานทั่วไปเพิ่มขึ้นช้ากว่าผลิตภาพมาก
- เหตุผลคือการจัดสรรทรัพยากร การรู้จำแพตเทิร์นในข้อมูลขนาดใหญ่ และการตัดสินใจบนฐานข้อมูล เป็นสิ่งที่ซอฟต์แวร์ทำได้ดี ดังนั้นผู้บริหารก็อาจเป็นเป้าหมายของระบบอัตโนมัติได้เช่นกัน
- รวบรูปแบบการปลดคนที่เกิดซ้ำในบริษัทเทคโนโลยี ค้าปลีก สื่อ โลจิสติกส์ และการเงินไว้ภายใต้ชื่อ Layoff Two-Step
- ปลดพนักงานหน้างานและระดับกลาง
- เน้น AI ในข่าวประชาสัมพันธ์
- นำค่าแรงที่ประหยัดได้ไปใช้เช่า GPU ศูนย์ข้อมูล และไลเซนส์ agentic AI
- ผู้บริหารที่อนุมัติการปลดคนและงบ AI ยังคงรักษาตำแหน่งและค่าตอบแทนไว้เหมือนเดิม
- การปลดคนต่อเนื่องในอุตสาหกรรมเทคโนโลยีทำให้งานหายไปมากกว่า 500,000 ตำแหน่ง และในช่วงที่สัดส่วนซึ่งเชื่อมโยงกับ “การเพิ่มประสิทธิภาพด้วย AI” มากขึ้น ค่าตอบแทน CEO และรายจ่ายลงทุนด้าน AI ก็เพิ่มขึ้นพร้อมกัน
- เปรียบเทียบถ้อยคำองค์กรที่ใช้บรรจุหีบห่อการปลดคนกับผลลัพธ์จริง
- “การปรับขนาดองค์กรให้เหมาะสม” คือการไล่คนออกหลายพันคน แต่ยังรักษาชั้นบนสุดของผังองค์กรไว้
- “จัดสรรทรัพยากรใหม่เพื่อการลงทุนด้าน AI” คือการเปลี่ยนเงินเดือนพนักงานเดิมให้เป็นค่าเช่า GPU
- ใน “องค์กรที่ให้ AI มาก่อน” งานของพนักงานถูกแทนด้วยเอเจนต์ ขณะที่ผู้บริหารซึ่งอนุมัติเรื่องนี้ได้รับค่าตอบแทนเพิ่ม
- แม้ใน “การมุ่งเน้นลำดับความสำคัญหลัก” ผู้บริหารก็ยังคงเป็นลำดับความสำคัญหลักอยู่
- อัตราการลดคนในผังองค์กรสมมติถูกตั้งไว้เป็น ผู้บริหาร 0%, ผู้อำนวยการระดับสูง 8%, ผู้จัดการระดับกลาง 22%, พนักงานหน้างานและสนับสนุน 34%
- หาก AI รับงานเดินคิวซัพพอร์ต จัดการซัพพลายเชน และเขียนโค้ดบางส่วนได้ การอนุมัติปรับโครงสร้างองค์กรและอ่านสคริปต์แถลงผลประกอบการก็ควรถูกทำให้เป็นอัตโนมัติได้ แต่บริษัทต่าง ๆ กลับลากเส้นนั้นไว้ใต้ผู้บริหารพอดี
การกลับเข้าออฟฟิศและผลประโยชน์ด้านอสังหาริมทรัพย์
- วิจารณ์แนวทางที่บริษัทต่าง ๆ สั่ง กลับเข้าออฟฟิศ ด้วยเหตุผลด้านวัฒนธรรมและการทำงานร่วมกัน ทั้งที่พิสูจน์มาหลายปีแล้วว่าทีมระยะไกลก็สร้างผลงานได้
- เหตุผลคือกำหนดการกลับออฟฟิศสัมพันธ์ใกล้ชิดกับการต่อสัญญาเช่า อัตราพื้นที่ว่างในย่านใจกลางเมือง และมูลค่าอสังหาริมทรัพย์เชิงพาณิชย์ มากกว่าการลดลงของผลิตภาพ
- อัตราพื้นที่สำนักงานว่างในย่านใจกลางเมืองหลักของสหรัฐฯ อยู่ที่ราว 19–20% เป็นเวลาหลายปี แม้จะมีคำสั่งให้กลับเข้าออฟฟิศ
- เชื่อมโยงถ้อยคำในประกาศภายในกับปัญหาอสังหาริมทรัพย์
- “การทำงานร่วมกันแบบพบหน้าช่วยเร่งนวัตกรรม” เชื่อมต่อกับสัญญาเช่า 15 ปีที่ลงนามไว้ในปี 2019
- “วัฒนธรรมถูกสร้างขึ้นในออฟฟิศ” หมายถึงรายได้ลานจอดรถในตัวเมืองที่ลดลง
- “เข้าออฟฟิศ 3 วันต่อสัปดาห์” คือมาตรการเพื่อหลีกเลี่ยงการประเมินมูลค่าอสังหาริมทรัพย์ใหม่ในบัญชี
- เบื้องหลัง “มาตรการเพื่อการเชื่อมโยงกัน” บันทึกการแตะบัตรผ่านกลายเป็นตัวชี้วัดผลงาน
- งานนอกสถานที่ของผู้บริหารมีค่าเครื่องบินส่วนตัว 340,000 ดอลลาร์ รีสอร์ต 3 คืน 128,000 ดอลลาร์ คลาสค็อกเทล 6,200 ดอลลาร์ วิทยากร 75,000 ดอลลาร์ และเสื้อกั๊ก 14,000 ดอลลาร์ รวมเป็น 563,200 ดอลลาร์
- เป็นจำนวนเท่ากับค่าประกันสุขภาพหนึ่งปีของพนักงานประมาณ 47 คน
- OverpAId ไม่มีการเดินทางเข้าออกออฟฟิศ ไม่มีบัตรผ่าน ไม่มีที่นั่งประจำ และไม่มีผลประโยชน์เกี่ยวข้องกับรายได้ลานจอดรถในตัวเมือง
การสูญเสียข้อมูลที่เกิดจากศัพท์เฉพาะองค์กร
- มี Corporate Jargon Bingo ที่รวบรวมถ้อยคำซ้ำ ๆ ในการประชุมทั้งบริษัท
- รายการประกอบด้วย Circle Back, Move The Needle, Low-Hanging Fruit, Bandwidth, North Star, Synergy, Alignment, Operationalize, Stakeholder Buy-In, 10x, TAM, Product-Market Fit, Runway, Blitzscale เป็นต้น
- ยกตัวอย่างประโยคประชุมจริงที่ยืดความหมาย “ส่งอีเมลมาทีหลัง” ออกไปด้วยคำฮิตหกคำ เพื่อเหน็บแนมว่าภาษาบริษัทขัดขวางการสื่อสารข้อมูลอย่างไร
- ในสถานการณ์เดียวกัน OverpAId จะพูดสั้น ๆ ว่า “ส่งอีเมลมาทีหลัง”
งานที่แทนที่ยากและงานที่แทนที่ง่าย
- ไม่ใช่ทุกอาชีพเป็นงานสเปรดชีตง่าย ๆ และเป้าหมายของ OverpAId ไม่ใช่คนทำงานจริงทั้งหมด แต่จำกัดอยู่ที่ ผู้บริหาร ซึ่งมองว่างานของคนอื่นแทนที่ได้
- ตัวอย่างงานที่สัมผัสโลกจริงโดยตรงและทำให้เป็นนามธรรมได้ยาก ได้แก่
- พยาบาลที่สังเกตการเปลี่ยนแปลงอาการของผู้ป่วยได้ก่อนกราฟ
- วิศวกรที่ดีบักเหตุขัดข้องจริงตอนตี 3
- แพทย์ที่ตัดสินใจในห้องฉุกเฉินด้วยข้อมูลไม่สมบูรณ์
- ครูที่สังเกตเห็นนักเรียนซึ่งเลิกยกมือ
- ช่างเทคนิคที่จัดการกับเครื่องจักรเสียด้วยตนเอง
- งานที่เกี่ยวข้องกับผู้ป่วย ลูกค้า ร่างกาย หรือเดดไลน์ระดับนาที
- ในทางกลับกัน ตัวอย่างงานบริหารที่ทำให้เป็นนามธรรมได้ง่าย ได้แก่
- อ่านรายงานที่คนอื่นเขียน แล้วพูดข้อสรุปซ้ำในการประชุมทั้งบริษัท
- อนุมัติการตัดสินใจที่ทีมข้อมูลทำไว้แล้ว
- รับความดีความชอบจากตัวเลขรายไตรมาสในการแถลงผลประกอบการ
- ตอบอีเมลที่ตอบได้ว่าใช่หรือไม่ใช่ด้วยคำว่า “ค่อยกลับมาคุยกันอีกที”
- คุยกลยุทธ์กับผู้บริหารคนอื่นบนสนามกอล์ฟ
- เพิ่มเงื่อนไขค่าตอบแทนของตัวเองโดยไม่เกี่ยวกับผลงาน
- แยกให้เห็นว่ายิ่งตำแหน่งใกล้มนุษย์จริงและงานกายภาพมากเท่าไร ก็ยิ่งแทนที่ยาก ส่วนยิ่งเป็น ตำแหน่งนามธรรม ที่สรุปงานและข้อมูลของผู้อื่นมากเท่าไร ก็ยิ่งแทนที่ง่าย
ฟีเจอร์และต้นทุนของผลิตภัณฑ์สมมติ
- OverpAId ใช้ AI หนึ่งตัวในการตัดสินใจเชิงกลยุทธ์ภายในเวลาประมาณ 4 มิลลิวินาที
- ฟีเจอร์หลักมีดังนี้
- ไม่รับข้อเสนอจ้างงานจากคู่แข่งหรือเรียกร้องออฟฟิศที่ใหญ่ขึ้น
- เวลาอัปเกรดจะอัปเดตซอฟต์แวร์แทนการจ่ายเงินชดเชยเกษียณก้อนใหญ่
- อ่านทั้งการแถลงผลประกอบการรายไตรมาส งานวิจัยตลาด และจดหมายถึงผู้ถือหุ้น
- รันบน NVIDIA DGX Spark หนึ่งเครื่อง
- กระจายงบค่าตอบแทนของตัวเองกลับไปยังคนทำงานจริง
- NVIDIA DGX Spark เป็นคอมพิวเตอร์ AI เดสก์ท็อปราคา 4,699 ดอลลาร์ที่มีขายจริง และมีขนาดพอวางใต้จอได้
- ลูกค้าองค์กรสมมติประหยัดค่าใช้จ่ายเฉลี่ยปีละ 14 ล้านดอลลาร์จาก “ทริปปรับจูนผู้มีส่วนได้ส่วนเสีย”
- ความต่างด้านสเปกเมื่อเทียบกับ CEO มนุษย์มีดังนี้
- ค่าใช้จ่ายต่อปี: มากกว่า 22 ล้านดอลลาร์ เทียบกับราว 3,000 ดอลลาร์
- ความล่าช้าในการตัดสินใจ: 3–6 สัปดาห์ เทียบกับ 0.004 วินาที
- การตัดสินใจเชิงกลยุทธ์ต่อปี: ราว 12 เรื่อง เทียบกับหลายพันเรื่อง
- ต้นทุนต่อการตัดสินใจ: ราว 1,833,333 ดอลลาร์ เทียบกับราว 0.30 ดอลลาร์
- เงินชดเชยเมื่อผลงานไม่ดี: 80 ล้านดอลลาร์ เทียบกับ
git revert - เวลาทำงาน: เน้นเวลางาน เทียบกับ 24 ชั่วโมง 365 วัน
- จำนวน OverpAId ที่ซื้อได้ด้วยค่าจ้าง CEO หนึ่งคน: ราว 4,401 ตัว
- แม้ตั้งชื่อผลิตภัณฑ์สมมติขึ้นมา แต่การคำนวณเองเป็นคณิตศาสตร์จริง และความต่างของตัวเลขนี้คือแกนหลักของการเสียดสี
ช่องว่างระหว่างการปลดคนกับค่าตอบแทนการพ้นตำแหน่ง
- เปรียบเทียบเงื่อนไขการปลดพนักงานทั่วไปกับเงื่อนไขการพ้นตำแหน่งของ CEO ที่อนุมัติการปลดนั้น
- หากโชคดี พนักงานจะได้ค่าชดเชย 2 สัปดาห์ การสัมภาษณ์ก่อนออกที่ไม่มีใครอ่าน ประกัน COBRA ที่ต้องจ่ายเอง และข้อตกลงห้ามวิจารณ์ที่เข้มงวด
- CEO ได้ ร่มชูชีพทองคำราว 80 ล้านดอลลาร์ สัญญาที่ปรึกษาแทบไม่มีภาระจริง ประกันสุขภาพและชีวิตต่อเนื่อง และตำแหน่ง CEO ใหม่ภายใน 18 เดือน
- วิจารณ์โครงสร้างค่าตอบแทนที่ทำให้องค์กรชั้นบนสุดเป็นข้อยกเว้น แม้บริษัทจะผลักดันการเพิ่มประสิทธิภาพ
ขั้นตอนการนำไปใช้และบอร์ดสมมติ
- ขั้นตอนการนำไปใช้ประกอบด้วย 3 ขั้น
- หาตำแหน่งในผังองค์กรที่มีแพ็กเกจค่าตอบแทนซับซ้อนจนต้องมีทนายภาษีแยกต่างหาก
- OverpAId เข้ารับช่วงอำนาจควบคุมเชิงกลยุทธ์
- กระจายเงินหลายล้านดอลลาร์ที่ประหยัดได้ให้พนักงานตัวจริง
- บอร์ดสมมติประกอบขึ้นโดยเปลี่ยนแนวคิดด้าน AI ให้เป็นตำแหน่งผู้บริหาร
- Context Window คือประธานที่จดจำข้อมูลที่เกี่ยวข้อง
Ctrl+Zคือผู้รับผิดชอบการย้อนคืนการตัดสินใจผิดพลาดTemperature 0.7คือประธานเจ้าหน้าที่บริหารความเสี่ยงExponential Backoffคือหัวหน้าฝ่ายจัดการวิกฤตที่รอแล้วลองใหม่- ที่นั่งว่างถูกเตรียมไว้ให้ VC ที่ต้องการอำนาจควบคุมมากขึ้น แต่ใบสมัครถูกปฏิเสธ
การเสียดสีเวนเจอร์แคปิตอลและคอนซัลติ้ง
- VC สมมติอย่าง Blitz Ventures, Thoughtful Capital, Series A Anxiety Partners และ We'll Circle Back Capital ปฏิเสธ OverpAId
- เหตุผลที่ปฏิเสธคือไม่มีอัตราเผาเงินสดให้ปรับแต่ง ไม่ต้องการนักลงทุน และผลิตภัณฑ์ที่ใช้งานได้อยู่แล้วไม่มีเส้นทางสู่มูลค่าบริษัท 10,000 ล้านดอลลาร์
- เงื่อนไขลงทุนสมมติประกอบด้วยสิทธิชำระบัญชีก่อน 2 เท่า อำนาจควบคุมบอร์ด การรีเซ็ต vesting ของผู้ก่อตั้ง และสิทธิเข้าร่วมตามสัดส่วนถาวร
- มูลค่าบริษัท 0 ดอลลาร์ของ OverpAId คำนวณด้วย “บรรยากาศ” แบบเดียวกับเวลาประเมินมูลค่าสตาร์ทอัพก่อนมีรายได้ที่ 2,000 ล้านดอลลาร์
- เมื่อเทียบกับ ConsultantGPT, McKinsey.ai และ SynergyBot 3000 มีเพียง OverpAId ที่แนะนำให้ลด CEO ไม่ทำสไลด์ ไม่ใช้ศัพท์เฉพาะ และลงมือทำตามคำแนะนำของตัวเองจริง ๆ
การกระจายต้นทุนใหม่และราคา
- ค่าเริ่มต้นของเครื่องคำนวณคือค่าตอบแทน CEO ปีละ 22 ล้านดอลลาร์ พนักงาน 500 คน และค่าใช้จ่าย OverpAId ต่อปี 4,999 ดอลลาร์
- เงินที่ประหยัดได้คือ 21,995,001 ดอลลาร์ และสามารถจ่ายโบนัสเพิ่มให้พนักงานได้ปีละ 43,990 ดอลลาร์ต่อคน
- เงินเดือน CEO จำนวนเดียวกันยังซื้อ OverpAId ได้ 4,400 ตัว
- แผนราคาสมมติมีดังนี้
- Startup: ให้ DGX Spark หนึ่งเครื่องและผู้บริหาร AI หนึ่งตัว ในราคาครั้งเดียว 4,699 ดอลลาร์
- Growth: ให้ฮาร์ดแวร์ ซัพพอร์ต อัปเดต และการแทนที่ C-suite ทั้งชุด ในราคา 4,999 ดอลลาร์ต่อปี
- Enterprise: ให้อุปกรณ์สำรองสองเครื่องและรายงานต่อบอร์ด ในราคา 9,998 ดอลลาร์ต่อปี
- เพราะรันบนฮาร์ดแวร์ภายใน จึงไม่มีค่าใช้จ่ายคลาวด์หรือ API ตามจำนวนโทเค็น
- เพิ่มมุกว่า Raspberry Pi 5 ก็เร็วพอที่จะตัดสินใจได้เร็วกว่าคณะกรรมการที่เชื่องช้า
โปรเจกต์เสียดสี ไม่ใช่ผลิตภัณฑ์จริง
- OverpAId ไม่มีอยู่จริง ไม่มี AI ไม่มีบริการสมัครสมาชิก ไม่มีบริษัท มีเพียงโดเมนและมินิพีซีในพื้นที่ส่วนตัว
- มุ่งชี้ว่าค่าตอบแทนผู้บริหารของบริษัทยักษ์ใหญ่สูงเกินไปเมื่อเทียบกับมูลค่าที่ผู้บริหารหนึ่งคนเพิ่มเข้ามา และเมื่อเทียบกับค่าตอบแทนของพนักงานที่สร้างผลผลิตจริง
- เสียดสี เศรษฐศาสตร์แบบ trickle-down ไปพร้อมกัน เพราะเงินที่จ่ายให้ชั้นบนไม่ได้ไหลลงข้างล่าง แต่ยังคงอยู่บนชั้นบนต่อไป
- สถิติค่าตอบแทน CEO ใช้ตัวเลขจริงที่ถูกรายงานอย่างกว้างขวางเป็นตัวอย่าง แต่ไม่ใช่ข้อมูลเรียลไทม์
- NVIDIA, DGX Spark, S&P 500, LinkedIn และ Gulfstream เป็นชื่อจริงที่ใช้เพื่อการเปรียบเทียบ และไม่มีความเกี่ยวข้องด้านพันธมิตร ผู้สนับสนุน หรือการรับรอง
- ผู้บริหารมนุษย์อาจต้องรับผิดจากการตัดสินใจผิดพลาดด้วยการถูกไล่ออก ถูกฟ้อง หรือถูกเพิกถอนใบอนุญาต แต่อัลกอริทึมไม่มีใบอนุญาต ชื่อเสียง หรือความรับผิดทางอาญาให้แบกรับ
- คำว่า “AI เป็นผู้ตัดสินใจ” อาจกลายเป็น ช่องทางที่ทำให้ความรับผิดหายไป และ OverpAId ไม่ได้แก้ปัญหานี้ เพียงแต่เผยให้เห็นเท่านั้น
- ไม่ใช่คำทำนายว่า AI ที่จะมาแทน CEO จะปรากฏขึ้นทันที
- เทคโนโลยีและราคาฮาร์ดแวร์เป็นของจริง แต่ส่วนที่บอร์ดลงมติให้กำจัดตัวเองเป็นเรื่องแต่ง
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
ในหลายบริษัท จุดประสงค์ของ CEO ไม่ใช่การบริหารบริษัทโดยตรง แต่คือการเป็น ตัวแทนมนุษย์ของนิติบุคคล
นิติบุคคลที่ประกอบด้วยคนหลายคนทำตัวเสมือนเป็น主体เดียวได้ยาก จึงต้องมีคนที่มีอำนาจลงมือทำแทนทั้งองค์กร โดยเฉพาะในการทำธุรกรรมระหว่างบริษัทในอุตสาหกรรมที่มีการกำกับดูแล หากไม่มี CEO แบบดั้งเดิมก็อาจพลาดสัญญาได้ คู่สัญญาต้องการ ช่องทางเดียว ที่จะเอาผิดได้เมื่อสัญญาขนาดใหญ่มีปัญหา และต้องการเบอร์โทรที่ติดต่อได้โดยตรง ไม่ได้มองหานักพัฒนาหรือผู้ก่อตั้ง แต่มองหาคนที่จะโผล่มาอย่างอารมณ์ดีที่สนามกอล์ฟไหนก็ได้ภายใน 48 ชั่วโมง บางครั้งไม่จำเป็นต้องรู้จักผลิตภัณฑ์ดีด้วยซ้ำ แค่ทำหน้าที่เป็นผู้ถ่ายทอดข้อมูลและผู้แทนก็พอ
มี CEO จบ MBA ที่แย่มากอยู่มากมาย แต่จากประสบการณ์เป็นผู้ก่อตั้งและ CEO ของบริษัทเล็ก ๆ ช่องว่างระหว่างการจ้างคนระดับผู้อำนวยการแบบธรรมดากับ ทาเลนต์ระดับท็อป นั้นต่างกันราวกลางคืนกับกลางวัน
คนที่พิสูจน์ฝีมือแล้วแพงมาก แต่แทบทุกครั้งก็คุ้มราคา และเมื่อเลือกผู้สมัครอันดับ 2 หรือ 3 เพราะเรื่องต้นทุน สุดท้ายบริษัทก็ล้าหลังไปหลายเดือน ตรรกะเดียวกันใช้กับ CEO ได้เช่นกัน แค่เปลี่ยนผลประกอบการของบริษัทยักษ์ใหญ่ได้ไม่กี่เปอร์เซ็นต์ก็สร้างมูลค่าได้หลายหมื่นล้านดอลลาร์ Lisa Su หรือ Steve Jobs เป็นตัวอย่างที่ดี
ที่พื้นฐานกว่านั้น หากอธิบายคุณค่าของ CEO แค่ในแง่การเพิ่มประสิทธิภาพรายได้และกำไร ก็จะตกไปสู่ข้อสรุปว่าต้องเปลี่ยนไปทำธุรกิจที่ทำกำไรระยะสั้นได้สูงกว่าอยู่เรื่อย ๆ ซึ่งเป็นมุมมองสายตาสั้นและมองข้ามมิติทางจริยธรรมและสังคมขององค์กรที่ประกอบกันเป็นบริษัท
ในข้อถกเถียงเรื่องการทำงานหลังยุคโรคระบาด การตีความว่า การกลับเข้าออฟฟิศ (RTO) เป็นเพราะมูลค่าอสังหาริมทรัพย์ เป็นเรื่องที่ประหลาดที่สุด สำหรับบริษัทใหญ่ ค่าเช่าสำนักงานแทบเป็นแค่เศษปัดเศษ และแม้จะเป็นเจ้าของอาคาร ก็ไม่ถึงกับบังคับพนักงานกลับมาเพราะมูลค่าของสินทรัพย์ชิ้นหนึ่งลดลง
แก่นคืออำนาจ ผู้จัดการระดับกลางไม่ไว้ใจพนักงาน จึงรู้สึกว่าต้องเฝ้าดูและควบคุมถึงจะทำให้พนักงานมีผลิตภาพและทำให้ตนรู้สึกมีอำนาจ ส่วนพนักงานทั่วไปชอบทำงานทางไกลเพราะความยืดหยุ่นในชีวิต ชั้นผู้จัดการต้องการร่างกายของคนมาเติมสำนักงานอย่างยิ่ง เพื่อให้รู้สึกว่างานของตนมีคุณค่า
ในความเป็นจริง ช่วงแรกของการทำงานทางไกล งานค้างและโปรเจกต์เดิม ๆ ถูกจัดการได้ดี แต่เมื่อเวลาผ่านไป ผลผลิตรวมจะช้าลงเพราะทีมต่าง ๆ ขาดการเชื่อมโยงกัน การตัดสินใจและการประสานงานยากขึ้น การ onboarding พนักงานใหม่ และการสร้างวัฒนธรรมองค์กร คนทำงานเดี่ยวที่มีวินัยสูงและโฟกัสงานที่ต้องร่วมมือน้อยอาจมีผลิตภาพสูงขึ้น แต่ยากจะรักษาไว้ในระยะยาวและน่าจะเป็นข้อยกเว้น
RTO ไม่ใช่เพื่อให้ผู้จัดการรู้สึกว่าตัวเองมีคุณค่า แต่เป็นการตัดสินใจเพื่อให้ ทั้งองค์กรทำงานได้ดีขึ้น แม้ผลิตภาพของบางคนจะลดลงก็ตาม เพียงแต่ผู้บริหารไม่ได้อธิบายเรื่องนี้อย่างตรงไปตรงมา ผู้คนจึงเอาเรื่องมูลค่าอสังหาริมทรัพย์มาเติมช่องว่าง และในบางกรณีก็อาจตัดสินใจจากสัญชาตญาณโดยไม่มีข้อมูล จึงพูดออกสู่สาธารณะได้ยาก
เว็บก็พังลงเมื่อการบล็อก บัญชีดำ และอำนาจ กลายเป็นศูนย์กลางมากกว่ากิจกรรมเอง ตอนที่ไม่มีเครื่องมือเหล่านี้เราทำได้ดีกว่า และมันไม่จำเป็นเสมอไป
หากไม่มี RTO ผู้จัดการที่มีบ้านใน Bay Area จะกังวลว่าจะเกิดการย้ายออกครั้งใหญ่เหมือนช่วงโควิดใน San Francisco และทำให้บ้านไม่ขึ้นปีละ 10–20%
https://ai-ceo.org ทำไว้ก่อนแล้ว มีทั้งบัตรเชิญเกษียณอายุสุดหรูสำหรับ CEO เดิม แดชบอร์ดสถานะที่เชื่อมกับฟีเจอร์โซเชียลแบบเรียลไทม์ ไปจนถึงผลิตภัณฑ์ ai-chro.org ฟรีที่ช่วยตัดสินว่าใครจะถูกไล่ออกในสัปดาห์นี้
"Quis tellus eget adipiscing convallis sit sit eget aliquet quis. Suspendisse eget egestas a elementum pulvinar et feugiat blandit at. In mi viverra elit nunc."
ที่จริงธุรกิจนี้ก้าวล้ำไปสู่อนาคตก่อนแล้ว แค่ ไล่หัวหน้า AI ออก แล้วจ้างหัวหน้ามนุษย์เมื่อจำเป็น ก็พอ
https://bossasaservice.com
อยากลองทำ การทดลอง A/B แบบสุ่ม โดยแทนที่ CEO ด้วย AI แล้ววัดผลลัพธ์ คงไม่น่าแปลกใจถ้ามันดีกว่า CEO กลุ่มล่างสุด 25% อย่างมากเป็นอย่างน้อย
ในทางปฏิบัติ อาจให้บอร์ดมี LLM ที่มองเห็นทุกชั้นของการดำเนินงานบริษัท และให้คุยกับแชตบอตตัวแทน CEO ได้ตลอด 24 ชั่วโมง
อยากเห็น AI Agent แบบนี้อยู่แล้ว บอร์ดและผู้บริหารก็ควรต้องกลัวพอ ๆ กับคนอื่น ๆ
แนวคิดของ gstack ที่ Garry Tan ซึ่งเป็น CEO ของบริษัทที่ดำเนินเว็บไซต์นี้สร้างขึ้น ก็คือการแทนที่ฟังก์ชันหลายอย่างของบริษัท รวมถึง CEO ด้วย AI ยังไม่คิดว่าทำได้จริง และทวีตของเขาก็เหลวไหล แต่ความเป็นจริงก็เลยล้อเสียดสีนี้ไปแล้ว
เมื่อพิจารณาจุดแข็งและจุดอ่อนของ AI แล้ว ผู้บริหารระดับสูง ที่ตัดสินใจตามข้อมูลและแนวปฏิบัติ อาจถูกแทนที่ได้ง่ายกว่าคนทำงานหน้างานหรือแรงงานจำเป็นที่ต้องปรับตัวกับสถานการณ์ที่คาดเดาไม่ได้อยู่ตลอด
แต่ถ้าคู่แข่งทั้งหมดใช้ AI ตัดสินใจอย่างมีเหตุผลคล้าย ๆ กัน ก็ยากจะได้เปรียบด้วยความมีเหตุผลเพียงอย่างเดียว สุดท้ายบทบาทแท้จริงของผู้นำอาจเป็น การรับผิดชอบต่อการเดิมพันที่สร้างสรรค์ ซึ่งไม่ใช่ตัวเลือกที่ AI มองว่าเหมาะที่สุด แม้โอกาสสำเร็จต่ำแต่ผลตอบแทนสูงกว่ามาก
ไม่เห็นด้วยกับวิธีทำเงิน ควรให้ ทดลองใช้ฟรี 1 เดือน แล้วถ้าตัวชี้วัดผลการดำเนินงานของบริษัท เช่น ราคาหุ้น ดีขึ้น CEO เดิมต้องเป็นคนจ่ายและถูกไล่ออก
อย่างไรก็ตาม สำหรับธุรกิจที่ผลิตภัณฑ์และกระบวนการได้รับการปรับให้เหมาะสมมานานแล้ว เช่น ผู้ผลิตสบู่ โอกาสที่การลงทุนจะเปลี่ยนผลลัพธ์ได้มากนั้นมีน้อย และแม้จะมีช่องให้ปรับปรุง ส่วนใหญ่ก็อาจไม่สามารถคืนทุนได้