ใช้ AI แล้วประหยัดเวลาจริงหรือ? งานวิจัยชี้กลุ่ม Heavy User ทำงานนานขึ้น 90 นาทีต่อวัน แถมสมาธิแตกกระจาย

กระแสการนำ AI มาเพิ่ม Productivity กลายเป็นกลยุทธ์หลักของทุกองค์กร แต่ผลสำรวจพฤติกรรมคนทำงานจริงกลับสะท้อนภาพตรงกันข้าม รายงานวิจัยล่าสุดจาก ActivTrak ผู้พัฒนาซอฟต์แวร์วิเคราะห์ผลิตภาพแรงงาน ระบุว่า พนักงานระดับ AI Heavy Users กลับมีชั่วโมงการทำงานต่อวันยาวนานขึ้นสูงสุดถึง 90 นาที และต้องสลับการใช้งานแอปพลิเคชันบ่อยครั้งขึ้น สวนทางกับข้ออ้างของผู้ให้บริการที่ระบุว่า AI จะช่วยประหยัดเวลาการทำงาน

งานวิจัยฉบับนี้เก็บข้อมูลพฤติกรรมจากพนักงานจำนวน 9,140 คนใน 467 องค์กร ระหว่างเดือนเมษายนถึงกันยายน 2026 โดยพบประเด็นสำคัญที่น่าสนใจดังนี้

• ชั่วโมงการทำงานเพิ่มขึ้น: กลุ่ม Heavy User ทำงานเฉลี่ย 8.42 ถึง 9.08 ชั่วโมงต่อวัน ขณะที่พนักงานที่ไม่ใช้ AI ทำงานเฉลี่ย 7.58 ชั่วโมงต่อวัน
• Focus Session หดสั้นลง: กลุ่มผู้ใช้ AI หนักมีช่วงเวลาโฟกัสกับงานสั้นลง 22% เฉลี่ย 37.8 นาที เทียบกับ 48.2 นาทีในกลุ่มที่ใช้น้อย สะท้อนว่ารูปแบบงานถูกขัดจังหวะและแตกกระจายมากขึ้น
• สลับแอปพลิเคชันถี่ขึ้น: มีอัตราการสลับหน้าจอโปรแกรมสูงกว่าผู้ไม่ใช้ AI ถึง 15% บั่นทอนสมาธิในงานที่ต้องใช้การคิดวิเคราะห์เชิงลึก

รายงานชี้ให้เห็นความแตกต่างอย่างมีนัยสำคัญระหว่างการใช้ Embedded AI กับการเรียกใช้ Web-based AI โดยผู้ใช้ Web-based AI มีการสลับแอปพลิเคชันสูงถึง 1.7 – 4.2 ครั้งต่อชั่วโมง สูงกว่าผู้ไม่ใช้ AI ถึง 4 เท่า เกิดเป็นภาวะ Swivel-Chair Tax หรือภาระแฝงจากการที่พนักงานต้องคอยคัดลอกและสลับการทำงานไปมาระหว่างแอปพลิเคชันหลักกับหน้าต่าง AI ขณะที่ผู้ใช้ Embedded AI มีการสลับแอปพลิเคชันเพียง 0.6 ครั้งต่อชั่วโมง

นอกจากนี้ กลุ่มผู้ใช้งาน AI Light Users กลับใช้เวลาทำงานบนแอปพลิเคชันหลักของสายงานได้ดีกว่าที่ 81.4% เทียบกับกลุ่ม Heavy User ที่ใช้เพียง 78% ตอกย้ำว่าความถี่ในการเรียกใช้ AI ไม่ได้การันตีคุณภาพของเนื้องาน

Sarah Altemus ผู้จัดการ ActivTrak Productivity Lab ระบุว่า ปัญหาสำคัญไม่ได้อยู่ที่ตัวเทคโนโลยี แต่อยู่ที่การจัดการเวิร์กโหลดของฝ่ายบริหาร เมื่อพนักงานปิดงานชิ้นแรกได้เร็วขึ้น หัวหน้างานมักประเมินว่ามีขีดความสามารถเหลือ จึงมอบหมายงานเพิ่มเข้าไปทันทีโดยไม่มีขอบเขตภาระงานที่ชัดเจน ส่งผลให้เวลาที่ AI ประหยัดได้กลายเป็นงานงอกที่สร้างความเหนื่อยล้าสะสม

ด้าน Sanchit Vir Gogia หัวหน้านักวิเคราะห์จาก Greyhound Research ให้ความเห็นเสริมว่า เครื่องมือตรวจวัดบนเดสก์ท็อปยังไม่สะท้อนความจริงทั้งหมด เนื่องจากไม่สามารถตรวจจับการทำงานผ่าน Agent เบื้องหลัง, API อัตโนมัติ หรืออุปกรณ์ส่วนตัวที่อยู่นอกระบบบริหารจัดการได้

บอร์ดบริหารและผู้นำไอทีจึงไม่ควรตัดสินความคุ้มค่าของ AI เพียงแค่ความเร็วในการทำงานรายชั่วโมง แต่ต้องประเมินอย่างจริงจังว่า การทำงานเร็วขึ้นนั้นช่วยยกระดับคุณภาพชีวิตของคนทำงาน หรือเพียงแค่ผลักภาระงานแอบแฝงเข้าไปในระบบโดยที่ไม่มีใครมองเห็น

ที่มา: https://www.cio.com/article/4243615/does-ai-actually-save-employees-time-data-is-contradictory.html