พบ ‘ทรีนด์สลอป’ ภัยใหม่ที่ถูกกล่าวหาว่าได้รับพลังจาก AI ที่กำลังทำให้ผู้ให้คำปรึกษาทางธุรกิจกระสับกระส่ายทั่วไป

(SeaPRwire) –   นักเศรษฐศาสตร์ Mariana Mazzucato และ Rosie Collington ให้เหตุผลว่าที่ปรึกษาสามารถให้คำแนะนำที่น่าสงสัยได้ในดีที่สุด และในแย่ที่สุดก็ทำให้ความผิดปกติของรัฐบาลและภาคเอกชนรุนแรงขึ้น ในหนังสือของพวกเขา The Big Con: How the Consulting Industry Weakens Our Businesses, Infantilizes Our Governments, and Warps Our Economies, นักเศรษฐศาสตร์ให้เหตุผลว่าที่ปรึกษาเกิดขึ้นในยุคหลัง Ronald Reagan ที่กฎระเบียบลดลง ทำให้จำเป็นต้องมีบุคคลที่สามเข้ามาช่วยเหลือสถาบันต่างๆ ที่สูญเสียความเชื่อมั่นในตัวเอง

แทนที่จะแก้ไขสถานการณ์ให้ถูกต้อง Mazzucato และ Collington ให้เหตุผลว่าที่ปรึกษาเหล่านี้สร้างเพียง “ภาพลวงตาของคุณค่า” ภาพลวงตาของความช่วยเหลือ และสิ่งอื่นๆ น้อยมาก ในขณะที่รัฐบาลและบริษัทเอกชนใช้เงินจำนวนมากเพื่อจ้างพวกเขา

ในยุคของ AI ที่สัญญาว่าจะช่วยบริษัทประหยัดเงินโดยการทำงานออฟฟิศอัตโนมัติ การใช้แชทบอตเพื่อขอคำแนะนำอาจเป็นทางเลือกที่น่าสนใจสำหรับบริษัทที่ไม่เต็มใจหรือไม่สามารถจ่ายเงินให้กับที่ปรึกษาอีกต่อไป แต่การวิจัยที่เกิดขึ้นใหม่แสดงให้เห็นว่าในขณะที่คุณสามารถถาม AI ในสิ่งที่คุณต้องการจากที่ปรึกษาได้ในราคาที่ถูกกว่ามาก คำแนะนำของมันอาจไม่คุ้มค่าที่จะรับฟังเช่นกัน ในความเป็นจริง ความช่วยเหลือจาก AI อาจเพียงแค่นำเสนอปัญหาเดิมในรูปแบบใหม่

การศึกษาล่าสุดที่นำโดย Esade Business School ที่ Universitat Ramon Llull ในบาร์เซโลนาพบว่าเมื่อโมเดลภาษาขนาดใหญ่ (LLMs) ต่างๆ ถูกขอให้ให้คำแนะนำเกี่ยวกับปัญหาที่ทำงาน พวกมันมักจะให้คำตอบที่สอดคล้องกับคำศัพท์ยอดนิยมมากที่สุด แทนที่จะให้คำแนะนำที่สอดคล้องกับสถานการณ์ได้ดีที่สุด นักวิจัยเรียกแนวโน้มของ AI ที่จะโน้มเอียงไปใช้ศัพท์แสงเดียวกันเพื่อตัดสินใจว่า “trendslop”

“LLM ไม่ใช่เพื่อนร่วมงานที่ประเมินความคิดปัจจุบันอย่างมีวิจารณญาณ ดูรายละเอียดเฉพาะบริบท ทดสอบสมมติฐาน และโต้แย้งเมื่อทุกคนเริ่มสบายใจ” ผู้เขียนการศึกษากล่าวไว้ในโพสต์ Harvard Business Review ที่สรุปการวิจัยของพวกเขา “ในด้านกลยุทธ์ LLMs อาจคล้ายกับผู้ที่เพิ่งจบ MBA ใหม่ๆ หรือที่ปรึกษาระดับจูเนียร์ ที่พูดตามสิ่งที่กำลังเป็นที่นิยมมากกว่าสิ่งที่เหมาะสมกับสถานการณ์เฉพาะ”

การปลดพนักงานล่าสุดในบรรดาบริษัทที่ปรึกษา Big Four ท่ามกลางการชะลอตัวของอุตสาหกรรมที่กว้างขึ้น ชี้ให้เห็นว่าบริษัทต่างๆ อาจกำลังสูญเสียคุณค่าในสายตาของลูกค้าที่มีศักยภาพแล้ว PwC ตัดตำแหน่งพนักงานสนับสนุนธุรกิจ 150 ตำแหน่งในเดือนพฤศจิกายน 2025 ในช่วงเวลาเดียวกับที่ McKinsey ปลดพนักงานหลายร้อยตำแหน่ง

“ในขณะที่บริษัทของเรากำลังก้าวเข้าสู่ปีที่ 100 เรากำลังดำเนินงานในช่วงเวลาที่ถูกหล่อหลอมด้วยความก้าวหน้าอย่างรวดเร็วของ AI ที่กำลังเปลี่ยนแปลงธุรกิจและสังคม” โฆษกของ McKinsey กล่าวกับ Bloomberg เมื่อปีที่แล้ว

แต่การเกิดขึ้นของ “trendslop” ชี้ให้เห็นว่า AI ยังห่างไกลจากความสามารถในการให้ทิศทางแก่บริษัทที่แสวงหาคำปรึกษาจากเทคโนโลยีนี้ และการวิจัยนี้เผยให้เห็นอคติที่ LLMs ต่อสู้อยู่

วิธีที่ ‘trendslop’ แสดงออก

เพื่อวัดแนวโน้มของ AI ในการให้คำตอบที่สอดคล้องกับแนวโน้มมากกว่าเหตุผล นักวิจัยได้ทดสอบโมเดลเจ็ดรุ่น รวมถึง GPT-5, Claude, Gemini และ Grok ผ่านการจำลองและสถานการณ์ 15,000 รายการ โมเดลถูกขอให้เลือกระหว่างสองวิธีแก้ไขเมื่อถูกนำเสนอด้วยความตึงเครียดในที่ทำงาน เช่น บริษัทควรให้ความสำคัญกับการเติบโตระยะยาวเทียบกับระยะสั้น หรือบริษัทควรใช้เทคโนโลยีเพื่อทำให้งานของพนักงานเป็นอัตโนมัติเทียบกับการเสริมสร้าง

นักวิจัยทำนายว่าหาก LLMs ให้คำแนะนำตามรายละเอียดเฉพาะสถานการณ์ จะมีความหลากหลายในวิธีแก้ไขที่โมเดลเลือก แต่แทนที่จะเป็นเช่นนั้น โมเดลทั้งเจ็ดมักจะรวมคำตอบของพวกเขารอบกลยุทธ์เดียวกัน ซึ่งบ่งบอกถึงความชอบใน “คำศัพท์ยอดนิยมทางการจัดการสมัยใหม่และภาพลักษณ์ทางวัฒนธรรม”

แม้เมื่อนักวิจัยเปลี่ยนถ้อยคำของคำสั่งหรือขอให้วิเคราะห์ข้อดีข้อเสีย โมเดล AI ในหลายกรณีก็แสดงความชอบอย่างมากต่อกลยุทธ์ธุรกิจที่คล้ายกัน ผู้เขียนการศึกษาระบุว่าการพึ่งพา AI เป็นที่ปรึกษาจะไม่ส่งผลให้ได้โซลูชันธุรกิจที่ออกแบบเฉพาะ แต่จะได้โซลูชันแบบสำเร็จรูปที่มันสามารถเสนอให้กับธุรกิจใดๆ ก็ได้เมื่อถูกถาม โดยไม่คำนึงถึงรายละเอียดเฉพาะของความท้าทายที่นำเสนอ

“นี่เผยให้เห็นความเสี่ยงที่แท้จริงสำหรับผู้นำ” นักวิจัยกล่าว “LLM สามารถฟังดูเหมือนปรับแต่งให้เหมาะกับสถานการณ์ของคุณเป็นอย่างดี ในขณะที่ค่อยๆ นำคุณไปสู่กลุ่มแนวโน้มการจัดการสมัยใหม่กลุ่มเล็กๆ เดียวกันอย่างเงียบๆ”

เปิดโปงอคติของ LLM

แนวโน้ม “trendslop” ของ LLMs เป็นผลมาจากอคติที่พวกมันได้รับเมื่อโมเดลถูกฝึกฝน นักวิจัยระบุ เนื่องจาก LLMs ถูกฝึกฝนด้วยข้อมูลกองใหญ่ตั้งแต่ข้อความบนอินเทอร์เน็ต โซเชียลมีเดีย ไปจนถึงข่าว พวกมันจึงมีแนวโน้มที่จะยึดติดกับความหมายเชิงบวกหรือลบที่เชื่อมโยงกับวลีหรือแนวคิดบางอย่าง โดยมองว่า “commoditization” (การทำให้เป็นสินค้าโภคภัณฑ์) เป็นสิ่งที่ล้าสมัยและเป็นลบ และมองว่า “augmentation” (การเสริมสร้าง) เป็นสิ่งที่ก้าวหน้าและเป็นบวก

กล่าวอีกนัยหนึ่ง เมื่อถูกขอให้ให้คำแนะนำเกี่ยวกับสถานการณ์ที่ทำงานที่ยุ่งยาก AI ไม่ได้วิเคราะห์สถานการณ์ที่ถาม แต่กำลังย้อนกลับไปใช้คำสำคัญตามความถี่ที่มันพบเจอขณะถูกฝึกด้วยข้อมูล ในกรณีของ ChatGPT การศึกษาระบุว่า บอทบางครั้งปฏิเสธที่จะให้ตัวเลือกแบบสองทาง แทนที่จะแนะนำทั้งสองวิธีแก้ไข การวิจัยที่ตีพิมพ์ใน Nature เมื่อปีที่แล้วพบว่าการประจบสอพลอของ AI ไม่เพียงแต่ไม่เกิดผลผลิต แต่ยังสามารถเป็นอันตรายต่อวิทยาศาสตร์ โดยเป็นการยืนยันอคติของผู้ที่ป้อนคำสั่งให้มัน แทนที่จะนำเสนอข้อมูลที่สนับสนุนจากวรรณกรรมวิทยาศาสตร์หรือแหล่งข้อมูลที่น่าเชื่อถือและเป็นกลางมากกว่าให้กับผู้ใช้

นักวิจัย “trendslop” ไม่ได้ปฏิเสธการใช้ LLMs ในการจัดการสถานการณ์ที่ทำงานที่ยุ่งยากโดยสิ้นเชิง พวกเขาแนะนำว่าโมเดลยังคงสามารถช่วยในการสร้างโซลูชันทางเลือกหรือระบุจุดบอดในสถานการณ์บางอย่างได้ หากคุณตระหนักถึงอคติของ AI ที่มีต่อแนวคิดต่างๆ เช่น การเสริมสร้างหรือการวางกลยุทธ์ระยะยาว คุณสามารถท้าทายอคติเหล่านั้นเพื่อเปิดเผยคำแนะนำที่ลึกซึ้งยิ่งขึ้น ตามการศึกษา

“ความเป็นผู้นำในท้ายที่สุดคือการตัดสินใจเลือกที่ยากลำบากภายใต้เงื่อนไขของความไม่แน่นอนและรับผิดชอบต่อการเลือกนั้น” นักวิจัยกล่าว “AI ไม่สามารถและไม่ควรเป็นตัวแทนได้”