Come Back อีกครั้ง HR in Corporate with Data Literacy ทำอย่างไร

วู้หู้วววว คัมแบคอีกรอบ กับการหายไป ต้องบอกว่าอิ่มตัวกับ economic ของไทยตอนนี้มากที่ทำให้สตาร์ทอัพ it เนี่ย ก้าวไปข้างหน้าก้าวถอยหลังแบบลีลาศ Operation เกี่ยวกับคนที่ล้อตาม Business เนี่ย ก็จะมีหาคน เปลี่ยนคน ลดคน จะ scale up ก็หาคนมาสร้างculture จะ scale down ก็ต้องมี arts เข้าช่วย มันเลยไม่เซ็กซี่แล้ว เพราะทำมาหมดแล้ว

ด้วยความที่ Project Management มันแทรกมาในทุกงาน ผมก็เลยเอาซะหน่อยกดสมัคร PMย้ายสาย Titan Re-skill program จาก Candidate 700 คน ก็เข้า finalist นะ แต่ไม่ได้ job offer อาจจะเพราะพูดจาน้ำท่วมทุ่งก็ได้ แต่ผมก็ไม่ท้อที่จะปรับปรุงตัวนะ 55555

ระหว่างนั้น Last backup plan คือการต่อปริญญาโทด้าน IT เนี่ยก็เป็นเรื่องที่เตรียมไว้เหมือนกัน ซึ่งตอนนี้ก็เรียนอยู่ IT in Business ที่ จุฬา ควบไปกับการเรียนแอ๊ดทอย DataRockie Batch 12 นะครับ ก็ขอกราบขอบพระคุณ Life changer มากๆ พี่ทำให้เด็กอายุ 30 คนนึงมีกำลังใจในการสู้กับ AI และอัพสกิลพร้อมกับโลกที่กำลังเปลี่ยนแปลง

เข้าเรื่องกันเลยดีกว่า ระหว่างที่เล่าข้างบนไปทั้งหมด ก็ได้มีโอกาสทำงานให้มหาวิทยาลัยนึงดังอยู่ คณะใหญ่อยู่ ทีนี้ได้เจอกับอะไรบ้าง

1. องค์กรขนาดใหญ่ที่อยู่มายาวนาน มี Data ให้เล่นเยอะมาก ดวงตาแพรวพราวเลยของล้ำค่า แต่invalid และกระจัดกระจายโครต
2. เจอสารพัดอุปสรรคเลย ทั้งวัฒนธรรมที่ไม่ชอบเปลี่ยนแปลง (People’s Norm) Culture มหาลัยกับคณะ ไม่ได้ตรงกัน (ปกติของMother and child company) Policy บางอย่างไม่เอื้อต่อการแข่งขันทั้งด้านการศึกษาและอาชีพเฉพาะทางของคุณหมอ อันนี้อยากบ่นอีกล้านแปดสิ่ง
3. Policy & Law ไม่ใช่กฎหมายแรงงาน แต่เป็นกฎของมหาวิทยาลัย เอาละสิ HRใช้ความรู้เดิมไม่ได้นะ ต้องไปอ่านกฎของเขาทั้งหมด ไล่ออกไม่ได้ด้วยน้า
4. การจ้างงานมีมากกว่า 5 ประเภท
5. การอนุมัติ policy การขอ 1 เรื่องยากมาก อธิบายให้เห็นภาพ

• หัวหน้าเซ็น รองคณบดีเซ็น กรรมการ hr รับรอง คนเข้าเยอะมา มีคณบดีด้วย กรรมการคณะรับรอง คณบดีเซ็น ส่งมหาวิทยาลัยพิจารณา
• template document มโหฬาร อันนี้อยากข้ามไปเลย เป็นการบ่นทั้งสิ้น

สิ่งที่ได้ทำและโจทย์ที่ได้รับคือ ต้องการจะ Lean องค์กร ซึ่งมองง่ายๆคือการเอาคนออกใช่ป้ะ อย่างน้อยลดการจ้างงานลงใช้ AI แทนได้แล้ว แต่ชีวิตไม่สามารถมักง่ายได้ขนาดนั้นเป็นองค์กรขนาดใหญ่ด้วย Lean Process and Upskill People + Eliminate burden task คือสิ่งที่เหมาะสมจะทำมากกว่า ซึ่งดีใจนะที่คณะผู้บริหารมหาวิทยาลัยมี mindset นี้

HR ต้องกลับมาดู นโยบายของคณะและมหาวิทยาลัย(a must), คำนวน Cost Analysis ได้, ตอนจัดกิจกรรมกับหน่วยกลยุทธเก็บ Survey เอาข้อมูลมาดู feedback เกี่ยวกับการทำงาน เราจะ spot ปัญหาได้ แต่ priority รองนะ

priority กว่าคือผู้บริหารของคณะเขามองว่าอะไรเป็นปัญหาตัวแดงที่เป็นอุปสรรคต่อการเติบโตของคณะ แต่นี่คืองานแทรกเช่นกัน งานที่ล้อไปกับ มหาวิทยาลัยมันต้องถูกจัดการก่อน ซึ่งตีมอีกตีมที่ได้รับโจทย์มาคือ ทำยังไงให้พนักงานระดับOffier ขึ้นเป็น Senior ได้ ดูเหมือนไม่ยากในภาคเอกชนแต่ภาครัฐคือ ยากมาก แต่มีเรื่องนึงที่ต้องเริ่มทำพร้อมกันเป็นการยิงปืนนัดเดียวได้นกสองตัว คือการจัดการ Data ของบุคลากรนี่แหละ

1. ดึงข้อมูลออกมาจาก SAP รวม Data จากจัดซื้อจัดจ้าง

2. เมื่อเราคลีน Data ทั้งหมดแล้ว วันเริ่มงาน วันปรับตำแหน่ง เงินเดือน ผลประเมินประจำปี คำนวนขึ้นเงินเดือน ประเภทการจ้าง

3. Catagorize คนประเภทต่างๆ ด้วย pivotable

4. Analysis ไปด้วย ระหว่างนั้นก็ visualization ด้วย powerbi มั่ง กราฟธรรมดาบน Excel มั่งวนไป

Outcome : ได้แล้วWorkforce Planning ล่วงหน้า 5 ปี ได้ข้อมูลพนักงานที่จะเข้า criteria การเป็น senior และใครขาด คุณสมบัติอะไร facilitate communication และส่งแผนการเทรนเรียบร้อย ได้แผนการขอตำแหน่ง senior เพิ่มเหตุผลทาง research ที่หาด้วย AIนะ ว่าคลินิคต้องมีหมอ ผู้ช่วยหมอกี่คนต่อกี่ห้อง คำนวนเลขยุบยับ เพราะตำแหน่ง manager จำกัดด้วยขนาดคณะ และขาดพี่เลี้ยงในทีม ทำให้การทำงานมันไม่ centralize ใครอยากตั้ง kpi ตัวเองอะไรก็ตั้งประมาณนั้นอ่ะ พี่คนไหนอยู่นานก็ทำงานง่ายยกงานยากให้เด็ก ปัญหาพวกนี้ควรถูกแก้ในเวลาต่อมาเพราะมหาลัยจะ audit งาน senior อีกที

จัดการความวุ่นวายในการ lobby ว่าใครจะโยกเป็น พนักงานมหาวิทยาลัย สังกัดเงินอุดหนุนรัฐหรือเงินมหาวิทยาลัยได้ดี เพราะรู้ว่าใครจะเกษียรเมื่อไหร ตำแหน่งว่างเท่าไหร เราเอาคนที่อยู่นอกงบประมาณ มาเป็นพนมได้เท่าไหร และใครเหมาะสม ดูจากคะแนนใน PMS ได้เลย

สนุกสนานมาก เมื่องานมี data เป็นเหตุและผล และมีเป้า startegy ให้ดำเนิน ทำให้ลดความขัดแย้ง ลดgut feeling ผู้บริหารตัดสินใจบนข้อมูลไม่ใช่บนความเชื่อ รู้สึกมั่นใจและงานเดินไปไว พนักงานมหาวิทยาลัยก็รู้สึกว่ายุติธรรมดี

สิ่งที่อยากแก้ไข:

1. ตอนนั้นรู้สึกทำ visualization ไม่เก่ง คนอ่านข้อมูลเราแล้วงงมาก ยกเว้นคนที่อ่านมาเกิน 5 รอบ 555555555 ทำเอกสารหนาโครต ทำ slide present อีก เปลี่ยนวิธีการหมดเลยจาก bottom up to top down with faculty strategy
2. ตอนที่ต้องอ่าน policy โอ้โหแทบจะท่องมาตราได้ จะบ้า ย้อนเวลากลับไป อยากใช้ NotebooLM ในการช่วยทำงานมากกว่านี้
3. อยากเทรน Excel Microsoft tools มากกว่านี้ เพราะถนัด Gsuite ecosystem มากกว่าไง SAP ก็ใช้น้อยไปหน่อย

ผลกระทบต่อตัวเอง :

วิ่งเข้าเรียน Data เลย แล้วก็อยากทำ AI agentics เป็น ภาพเนื้องานของทุกบริษัทลอยเข้ามาในหัวเลยว่าอะไรที่เคย manual แล้วสามารถ automate ได้ อยากทำงานบริษัทที่มีข้อมูลให้เล่น อยากทำ presentation เก่งกว่านี้ สื่อสารเก่งกว่านี้

สรุปแล้วงาน HR มันมีมากกว่า Operation เทรน one man business กำลังมา HR เองก็ควรปรับตัวนะ คนๆเดียวทำหลายๆอย่างได้ จริงไหมอ่ะ :)

ตอนนี้ code python ได้ sql ได้ละ ยังไม่ค่อยเปิดใจกับ R เท่าไหร TOT แล้วก็เรียน database design อะไรบลาๆ ถ้าเป็นไปได้ก็อยากเป็น PM ด้วย แต่งาน HR กับ Data ก็น่าสนใจ Process Improvement with AI ก็น่าสนใจเหมือนกันแต่เรื่อง change ยากเสมอ ไปทำ PM software แล้วจะดูง่ายกว่าป้ะน้า change requirement ถี่ๆ ต้อง make decision กับการจัดการกับ Resistant in organisation change คุณว่าแบบไหนยากกว่ากัน ?? ยังไงติดต่อมาคุยกันได้นะ เพราะอยากรู้เหมือนกัลลล

ลงไว้เป็นที่ระลึกจ้า