Search

2019 Thailand's HR Trends

Updated: Jan 8, 2019

สิ่งหนึ่งที่เรามักจะได้เห็นกันค่อนข้างบ่อยช่วงปลายปี ต่อต้นปีคือ การพยากรณ์แนวโน้ม ไม่ว่าจะเป็นเศรษฐกิจ แฟนชั่น ดวงเมือง ฯลฯ ซึ่งใน 4-5 ปีที่ผ่านมา วงการ HR เราก็เริ่มมีการคาดการณ์แนวโน้มหรือกระแสที่เกี่ยวกับการปฏิบัติ ตลอดจนเทคโนโลยีด้าน HR จากหลากหลายสำนักให้ได้อ่านได้ทราบกัน เมื่อปีก่อนซึ่งเป็นปีแรกที่ผมออกมาตั้งบริษัทที่ปรึกษาและได้มีโอกาสได้แลกเปลี่ยนความรู้กับผู้รู้แขนงต่างๆ ได้พบปะ CPO, CHRO ของบริษัทชั้นนำ รวมถึงผู้บริหาร ผู้นำองค์กร เจ้าของกิจการเจเนอเรชั่นต่างๆ ที่ไม่ใช่ HR และได้เริ่มเขียน 2018 HR Trends สำหรับประเทศไทยออกมา ซึ่งเมื่อกลับไปดูก่อนจะเขียนเทรนด์ในปีนี้ พบว่าสิ่งที่ผมคิดว่าจะได้เห็นจาก HR ประเทศไทยตามเนื้อหาด้านล่างก็มาจาก 2018 เทรนด์ประมาณ 60-70% แต่ก็ไม่น่าแปลกใจ เพราะ กระแสที่เป็นแนวปฏิบติในงาน HR ใช้เวลาในการพัฒนาจาก conceptual stage มาเป็น experimenting และส่วนมากจบแค่นั้น แต่มีบางเรื่องที่ได้ไปต่อสู่การ adopting จนเหลือจำนวนน้อยมากที่ใช้เวลาเพื่อพิสูจน์ว่าเป็นของจริง และถูก embedded เข้าเป็นกระบวนการหลักที่ใช้กันอย่างแพร่หลาย ดังนั้นเราคงจะคาดหวังว่า HR trend ในแต่ละปีต้องใหม่และเปลี่ยนไปโดยสิ้นเชิงจากปีที่ผ่านมา แบบสไตล์และสีของเทรนด์แฟชั่น ก็คงจะไม่ใช่เรื่องที่สมเหตุผลสักเท่าไหร่ ในปี 2652 นี้มีเทรนด์ทางด้าน HR โดยเฉพาะอย่างยิ่ง HR innovation เกิดขึ้นมากมาย แต่ผมเลือกเทรนด์หลัก 8 เรื่องดังนี้

Personalization

หลายคนคงอยากจะกลับไปดูหัวข้อเรื่องว่าเรากำลังพูดถึงปี 2017-2018 หรือปี 2019 กันแน่ เพราะ การปฏิบัติแบบคุณคือคนพิเศษ ( personalization) นั้นไม่ใช่เรื่องใหม่แต่มีการพุดถึงกันมาระยะหนึ่งแล้ว เหตุผลที่เรารวม personalization เข้ามาเป็นเทรนด์ในปีนี้ด้วย เพราะไม่ว่าจะเป็นองค์กรขนาดไหน อยู่ในธุรกิจใด ต่างก็รับ personalization เข้ามาใช้ไม่ทางใดก็ทางหนึ่ง และไม่ใช่จำกัดวงอยู่ในเรื่องการจัดสวัสดิการและสิทธิประโยชน์เท่านั้น แต่ยังขยายวงไปสู่การทำงาน HR ทุกกระบวนการ ไม่ว่าจะเป็น การสรรหาคัดเลือก ที่ออกแบบให้ผู้สมัครรู้สึกเป็นคนสำคัญตั้งแต่ยังไม่ได้รับการคัดเลือกให้เป็นพนักงาน โดยมีการใช้อัลกอริธึ่มช่วยสร้างเนื้อหาเอกสารหรือข้อความโต้ตอบกับผู้สมัครที่ตรงกับความสนใจ และ มีความ "เฉพาะเจาะจง" กับตัวผู้สมัคร ซึ่งเป็นหลักการเดียวกันกับที่ Spotify ใช้แนะนำ มิวสิคสตรีมมิ่ง และ Netflix ใช้แนะนำรายการที่จะออกกาศได้ตรงกับความสนใจของผู้ฟัง ในส่วนการเรียนรู้และพัฒนานั้น ถือว่ามีการนำหลัก personalization มาใช้มากที่สุดกระบวนการหนึ่ง เพื่อทำให้การเรียนรู้มีความยืดหยุ่นไปตาม วิธีการในการเปิดรับการเรียนรู้ (Learning preference), ตารางการใช้ชีวิต (Learning anytime) และ สถานที่ในการเรียนรู้ (Learning anywhere) อันเป็นองค์ประกอบสำคัญของ on-demand learning ที่เราได้ยินกันคุ้นหูในช่วงนี้ หรือแม้แต่การประเมินผลงานที่เคยยึดหลัก “กระบวนการประเมินมาตรฐาน” เป็น best practices ก็ยังต้องปรับให้เข้ากับวิถีคิดและวิธีทำงานของโลกยุคดิจิทัล โดยปรับแนวปฏิบัติตั้งแต่ การตั้งเป้าหมายที่พนักงานมีอิสระในคิด กำหนดสิ่งที่พนักงานคิดว่าเกี่ยวข้อง สามารถลำดับความสำคัญของเป้าหมายที่เหมาะสมกับตนเอง เลือกวิธีการให้และรับ feedback ที่คิดว่าได้ประโยชน์มากที่สุด รวมถึงการจ่ายผลตอบแทนและรางวัลที่เปิดโอกาสให้พนักงานเลือกสัดส่วน หรือประเภทสวัสดิการผลประโยชน์ที่สอดคล้องกับความต้องการและข้อจำกัดของแต่ละคนได้ อาจกล่าวได้ว่า

personalization ได้ยกระดับจาก buzz word หรือ PR hype มาเป็น การเริ่มทดลองใช้นำร่องของบางบริษัท จนได้รับความนิยมมากขึ้นและพัฒนาเป็น embedded practices ที่ทุกองค์กรจำเป็นต้องนำมาใช้โดยปรับให้มีความเหมาะสมกับบริบทของตนไม่ทางใดก็ทางหนึ่ง

Atypical arrangement

คำที่มีความหมายใกล้เคียงกับ a-typ-i-cal คือ unusual, uncommon, unorthodox, unconventional ซึ่งหมายถึงสิ่งที่ไม่ตรงกับพิธีการและแบบแผนที่เคยมีมา ความเคลื่อนไหวสำคัญในเรื่องนี้ที่เราเห็นในปี 2561 คือ การที่ non-tech companies เริ่มไปดูตัวอย่างการจัดสถานที่ทำงาน การจัดเวลาทำงาน การจัดสิ่งแวดล้อมในการทำงาน รวมไปถึงการประเมินผลงาน จาก tech-companies กันอย่างกว้างขวาง และในปี 2562 เราจะได้เริ่มเห็น non-tech companies ลงมือปรับรูปแบบและสถานที่ทำงานตามแนวทาง tech-companies ที่ได้ไปดูตัวอย่างมาให้เกิดจริงอย่างเป็นรูปธรรม ไม่ว่าจะเป็น สถานที่ทำงานแบบเปิด (opened working space) การสร้างสิ่งอำนวยความสะดวกให้พนักงานได้มีคุณภาพชีวิตที่ดี การสร้างสิ่งแวดล้อมที่ส่งเสริมให้เกิดปัญญากลุ่ม (Collective intelligence ) และ การคิดเชิงนวัตกรรม (innovative thinking) ซึ่งสิ่งเหล่านี้ค่อนข้างเป็นเรื่องธรรมดาของบริษัทสตาร์ทอัพ ที่เริ่มปฏิบัติมาก่อนหน้านี้แล้ว ทั้งนี้ ความหมายของการจัดการที่ไม่ต้องตามพิธีการแบบแผนเดิม (atypical arrangement) นั้น ได้ขยายขอบเขตไปเรื่อยๆ ไม่เฉพาะ opened space และ flex-time แต่ยังหมายถึง atypical learning, atypical engagement, atypical performance management atypical wellness arrangement และ อื่นๆ อีกมากมาย

สิ่งสำคัญที่ต้องตระหนักก่อนการจะปรับหรือนำแนวทางใดมาใช้นั้นคือความเข้าใจธรรมชาติและความต้องการที่แท้จริงขององค์กรเราว่าคืออะไร สิ่งที่เป็นแนวปฏิบัติยอดนิยมที่คนพูดถึงโดยทั่วไปอาจจะไม่เหมาะกับการนำมาใช้กับองค์กรเราก็ได้

และหากเรายังเลือกที่จะทำแบบ “me too” แล้ว ในที่สุดเราจะเห็น common space ที่ไม่มีใครมาใช้ โต๊ะปิงปองตั้งเกะกะกลางสำนักงานโดยไม่มีใครมาตี หรือ คนมาทานอาหารกลางวันที่จัดให้ฟรีและรีบไปเดินตลาดนัดข้างตึกบริษัทต่อโดยไม่เกิดการพูดคุยเพื่อสร้างความสัมพันธ์ที่ดีกับเพื่อนๆ อย่างที่ HR ฝันเอาไว้


AI in HR

ถึงตอนนี้ประเด็นที่ว่า AI จะเป็นภัยคุกคามหรือไม่คงไม่ใช่สิ่งที่จะมาถกกัน เพราะหากใครยังทำใจยอมรับไม่ได้ว่า AI คือส่วนหนึ่งของ manpower ในอนาคตอันใกล้แล้ว คงกลายเป็นกลุ่มคนที่ปรับตัวไม่ทันและถูกทิ้งไว้ข้างหลัง สิ่งที่ HR อย่างเราควรจะคิดและเตรียมการคือต้องทำอย่างไรให้ AI หรือ Machine ทำงานร่วมกับคนในแบบที่ส่งเสริมศักยภาพซึ่งกันและกัน ในปีนี้ HR เราจะได้เห็นการนำ AI เข้ามาใช้มากขึ้นเรื่อยๆ เพิ่มจากสิ่งที่พวกเราคุ้นเคยกัน เช่น Siri, Alexa,Cortana, และ Google Assistant และ นอกจาก Chatbot ที่เป็น AI กลุ่มแรกซึ่ง HR รู้จักแล้ว HR จะได้เห็น ได้ยิน ได้ลองสัมผัส AI ประเภทต่างๆ ที่ออกแบบมาเพื่อใช้ในงานที่หลากหลายไม่ใช่แค่การโต้ตอบและให้ข้อมูลเท่านั้น ยูนิลีเวอร์ ได้เริ่มใช้ AI อย่างเต็มตัวในการคัดเลือกพนักงานระดับ Entry-level ตั้งแต่การ ให้ข้อมูลกับผู้สนใจ การกรองใบสมัคร การวิเคราะห์คุณสมบัติ การจัดตารางสัมภาษณ์ จนไปถึงการทดสอบทักษะ การเรียนรู้ บุคลิกภาพ ไปจนถึงการรวบรวมผลประเมินเพื่อช่วยในการตัดสินใจเลือกหรือไม่เลือกผู้สมัครที่ผ่านขั้นตอนต่างๆมา ในต่างประเทศ เริ่มมีการใช้ algorithms และ analytics เพื่อลดอคติในการคัดเลือก (bias) และ ลดโอกาสที่จะเกิดการเลือกปฏิบัติ ( discrimination) ด้วยวิธีการที่เรียกว่า blind hiring technology. เพื่อให้แน่ใจว่าการคัดเลือกจะอยู่บนพื้นฐานของทักษะ และทัศนคติ ที่จำเป็นจริงๆ เท่านั้นโดยไม่มีอคิตกับรูปลักษณ์ ผิวสี ฯลฯ ผลกระทบที่เกิดจากการนำ AI เข้ามาใช้ในงาน HR ก็ไม่ต่างอะไรกับกลุ่มอาชีพอื่น ที่ต้องยกระดับ(upskill) และสร้างทักษะใหม่ (reskill) ให้ HR สร้างคุณค่าเพิ่มจากส่วนที่ถูกแทนที่ด้วย AI เช่นในงานคัดเลือกสรรหาที่พูดถึงในตัวอย่างข้างต้น ที่ AI จะเข้าช่วยในงาน administrative tasks และ งานวิเคราะห์ข้อมูลที่หลากหลายซับซ้อน ดังนั้น ทีมสรรหาและคัดเลือกจึงต้องยกระดับหรือสร้างทักษะในการสร้างคุณค่าให้กับแบรนด์ (employment branding) การนำ AI มาใช้สร้างความสัมพันธ์ที่ดีเพื่อทำให้เกิดประสบการณ์ไม่รู้ลืม (experience) ให้กับผู้สมัครและพนักงานใหม่ ตลอดจน การพัฒนา critical thinking ของพนักงานทีมสรรหาให้สามารถใช้ข้อมูลที่ AI ได้รวบรวมและวิเคราะห์มาเพื่อตัดสินใจเลือกผู้ที่มีคุณสมบัติเหมาะสมที่สุดซึ่งนอกจากจะต้องพิจารณาความสามารถแล้ว ยังต้องพิจารณาว่าผู้สมัครมีวิถีหรือจริตที่เข้ากับวัฒนธรรมองค์กรได้หรือไม่ และในเรื่องนี้ แม้ AI จะวิเคราะห์ บุคลิกภาพได้ในระดับหนึ่งแต่ก็ยังต้องอาศัยทักษะคนในการตัดสินใจขั้นสุดท้ายอยู่ดี ยิ่ง combinatorial effect (ที่หมายถึงความก้าวหน้าในอัตราทวีคูณของเทคโนโลยีที่ x เท่า จะทำให้ยิ่งก้าวหน้าเป็น xx เท่าเมื่อมีการนำเทคโนโลยีแต่ละอย่างมาใช้ร่วมกัน) จะทำให้ AI มีสมรรถนะสูงขึ้น และมีราคาที่ถูกลงมากยิ่งขึ้นเท่าไหร่ AI ก็จะเป็นสิ่งที่ทุกคนเข้าถึงได้ง่ายและแพร่หลายมากขึ้นเท่านั้น ผมเชื่อว่าเราจะได้เห็นรถรับส่งพนักงานเป็น Autonomous driving bus ในเวลาอีกไม่นาน


Growth of people analytics

ในยุคที่ data is the new oil ผู้บริหารทุกคนต่างให้ความสำคัญกับ การเข้าถึง การวิเคราะห์ และ การสร้างความสามารถของคนและองค์กรในการเปลี่ยนข้อมูลให้เป็น การริเริ่มดำเนินการที่สร้างความแตกต่างอย่างเป็นรูปธรรม (from data2actionalble insights) หน่วยงาน HR ก็ไม่สามารถลอยตัวอยู่เหนือความคาดหวังนี้ได้ ในความเป็นจริงที่ HR ถือข้อมูลทั้ง big data และ small data ที่เป็น structured data และ unstructured data ที่มากที่สุดในองค์กร แต่เป็นหน่วยงานที่ใช้ประโยชน์จาก data น้อยที่สุดเมื่อเทียบกับทุกสายงาน ความกดดันจากผู้บริหารต่อ HR ในการใช้ข้อมูลที่มีเพื่อสร้างมูลค่าเพิ่มทางธุรกิจจึงทวีมากขึ้นทุกวัน ในการสำรวจแนวโน้มทางด้าน HR ของ Deloitte เมื่อปีที่แล้ว (2018 Global Human Capital Trends Report) พบว่า 84% ของผู้บริหารยกให้ people analytic เป็นความสำคัญลำดับต้นๆ ขององค์กร ซึ่งความเห็นของผู้บริหารในเรื่องดังกล่าว อยู่ที่ 24% ในปี 2559 และ 32% ในปี 2560 ตามลำดับ ในปี 2562 องค์กรจะเริ่มยกระดับ maturity ของ people analytic ขึ้นมา ขึ้นอยู่กับว่าความล้ำหน้าของ people analytic ที่มีอยู่ในองค์กรปัจจุบันเป็นอย่างไร เช่น หากปัจจุบันทำ HR Reporting ก็จะเริ่มนำข้อมูลย้อนหลัง (retrospective data) มาใช้เพื่อวิเคราะห์ให้เห็นสถานะการณ์ในแต่ละเรื่องชัดเจนขึ้น รวมถึงการนำตัวแปรต่างๆ มาทดสอบความสัมพันธ์เชิงเหตุและผล เพื่อใช้ประโยชน์ในการกำหนดกลยุทธ์ และแผนงาน HR ที่หวังผลสัมฤทธิ์ได้มากกว่าแต่ก่อน แต่หากองค์กรใดมีความก้าวหน้าและดำเนินการในระดับพรรณา (descriptive analytic) มาระยะหนึ่งแล้ว ก็จะเริ่มยกระดับไปสู่การพยากรณ์ (predictive analytic) เพื่อหาค่าของแนวโน้มเชิงความสัมพันธ์ของตัวแปรที่ซับซ้อน ในขณะเดียวกัน บางองค์กรที่ดำเนินการเรื่อง people anaytic มาระยะหนึ่งแล้ว จะสามารถยกระดับให้ก้าวหน้าถึงการสร้างโมเดล และพิจสูจน์สมมุตฐานเพื่อกำหนดทางเลือกที่ดีที่สุด (prescriptive analytic) ต่อสถานการณ์ใดๆ ได้ เป็นต้น ความท้าทายของ HR ในการนำ analytic มาใช้ ไม่ได้อยู่ที่การจ้าง data scientisะ หรือ data analyst เก่งๆ เข้ามาทำงาน และไม่ใช่ การจัดหาเทคโนโลยีล้ำๆ เข้ามาใช้ เพราะมี vendor ผู้เชี่ยวชาญที่ให้บริการทั้งสองด้านอยู่ทั่วไป ซึ่งเราเองก็ควรใช้ outsource services .ให้เป็นประโยชน์มากกว่าจะสร้าง capability เหล่านี้ขึ้นเองภายใน จะได้ไม่ต้องมีปัญหาเรื่อง การตามอัพเกรดเทคโนโลยี และการสร้างความก้าวหน้าในสายอาชีพเพื่อรักษาผู้เชี่ยวชาญด้านข้อมูลให้อยู่กับเรานานๆ ซึ่งเป็นเรื่องยากเพราะสายงานนี้ไม่ใช่ core job family่ ขององค์กร

สิ่ง