ปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนแปลงรูปแบบการทำงานประจำวันอย่างไรบ้างในช่วงไตรมาสที่ 4 ปี 2026

ประสิทธิภาพการทำงานของ AI ในช่วงปลายปี 2026 จะไม่ใช่แค่การขอให้แชทบอทช่วยเขียนย่อหน้าให้ดีขึ้นอีกต่อไป แต่จะเน้นไปที่การให้บริบทที่เพียงพอแก่ซอฟต์แวร์เพื่อช่วยให้ได้ผลลัพธ์ที่สมบูรณ์ ปัญหาในทางปฏิบัติคือ หลายคนยังคงใช้ AI เหมือนแท็บเพิ่มเติม: พวกเขาคัดลอกข้อความลงในช่องป้อนข้อความ คัดลอกคำตอบกลับมา สลับไปยังแอปอื่น แล้วทำซ้ำ วิธีนี้อาจช่วยประหยัดเวลาได้ไม่กี่นาที แต่ก็อาจทำให้ต้องตรวจสอบงานมากขึ้น สลับไปมาระหว่างแอปมากขึ้น และมีโอกาสที่จะหลงลืมว่า AI เปลี่ยนแปลงอะไรไปบ้าง

หมายเหตุเรื่องช่วงเวลา:ณ วันที่ 14 กันยายน 2026 ไตรมาสที่ 4 ยังไม่เริ่มต้น บทความนี้จึงเป็นเพียงแนวทางสำหรับไตรมาสที่ 4 ที่คาดการณ์ล่วงหน้า โดยอิงจากความสามารถที่ได้เปิดตัวหรือประกาศอย่างเป็นทางการแล้วในวันดังกล่าวเท่านั้น บทความนี้ไม่ได้รายงานผลลัพธ์ตั้งแต่เดือนตุลาคมถึงธันวาคม 2026

ตัวอย่างสมมติเพื่อทำให้การเปลี่ยนแปลงเป็นรูปธรรมมากขึ้น

ลองพิจารณามายา ตัวละครสมมติที่เป็นผู้ประสานงานฝ่ายปฏิบัติการในบริษัทออกแบบขนาดเล็กแห่งหนึ่ง นี่เป็นเพียงสถานการณ์จำลอง ไม่ใช่คำรับรอง เกณฑ์มาตรฐาน หรือรายงานผลลัพธ์ของบุคคลจริง มายาใช้เวลาส่วนใหญ่ในแต่ละวันไปกับการสลับไปมาระหว่างอีเมล การประชุม เอกสารโครงการ สเปรดชีต ปฏิทิน และการแชทภายในบริษัท

ในช่วงต้นปี 2025 การใช้ AI ของเธออาจเป็นแบบนี้: สรุปอีเมลยาวๆ เขียนย่อหน้าใหม่ ระดมความคิดเพื่อวางแผน หรืออธิบายสูตรในสเปรดชีต แต่เมื่อเข้าสู่ไตรมาสที่ 4 ของปี 2026 คำถามที่สำคัญกว่านั้นก็แตกต่างออกไป: AI สามารถใช้บริบทจากเครื่องมือเหล่านั้น สร้างผลลัพธ์ที่เป็นประโยชน์ และช่วยให้งานคืบหน้าไปได้หรือไม่ ในขณะที่มายายังคงรับผิดชอบในการตัดสินใจขั้นสุดท้าย?

การเปลี่ยนแปลงนี้เห็นได้ชัดเจนในระบบนิเวศการทำงานหลักๆ OpenAI เปิดตัว ChatGPT Work ในเดือนกรกฎาคม 2026 ในฐานะเอเจนต์สำหรับงานที่ใช้เวลานานกว่า ซึ่งสามารถทำงานข้ามแอปและไฟล์ และสร้างเอกสาร สเปรดชีต งานนำเสนอ รายงาน และเว็บไซต์ที่เสร็จสมบูรณ์ Google ประกาศความสามารถใหม่ของ Workspace ในรูปแบบเอเจนต์เมื่อวันที่ 9 กันยายน ซึ่งสามารถประสานงานการทำงานข้าม Gmail, Drive, Docs, Slides และ Chat Microsoft ได้เปลี่ยน Copilot จากการตอบและร่างเอกสารไปสู่การดำเนินการผ่าน Copilot Cowork และเอเจนต์ทางธุรกิจ ในขณะเดียวกัน Apple ประกาศ Apple Intelligence รุ่นใหม่สำหรับฤดูใบไม้ร่วงปี 2026 พร้อมการบูรณาการระบบที่ลึกซึ้งยิ่งขึ้น และการผสมผสานระหว่างการประมวลผลบนอุปกรณ์และการประมวลผลบนคลาวด์ส่วนตัว ผู้อ่านสามารถตรวจสอบประกาศเหล่านั้นได้ที่ประกาศ ChatGPT Work ของ OpenAI , การอัปเดตเอเจนต์ของ Google Workspace ในเดือนกันยายน 2026 , ประกาศ Copilot Cowork ของ Microsoftและประกาศ Apple Intelligence ของ Apple ในเดือนมิถุนายน 2026

1. การเปลี่ยนแปลงครั้งใหญ่ที่สุด: AI กำลังเปลี่ยนจากการให้คำตอบไปสู่การลงมือปฏิบัติ

สำหรับมายาแล้ว การเพิ่มประสิทธิภาพการทำงานที่ชัดเจนที่สุดไม่ใช่การใช้คำตอบที่ชาญฉลาดกว่า แต่เป็นการลดจำนวนการส่งต่อข้อมูลด้วยตนเองระหว่างขั้นตอนต่างๆ สมมติว่าเธอได้รับข้อมูลอัปเดตโครงการสิบรายการทางอีเมลและต้องเตรียมรายงานสรุปประจำสัปดาห์สำหรับลูกค้า ผู้ช่วยแบบดั้งเดิมสามารถสรุปข้อความแต่ละข้อความได้ แต่ระบบแบบเอเจนต์สามารถรวบรวมข้อมูลอัปเดตที่เกี่ยวข้อง เปรียบเทียบกับไฟล์โครงการ ร่างรายงานสรุป จัดระเบียบเอกสารประกอบ และเตรียมผลลัพธ์ให้พร้อมสำหรับการตรวจสอบได้

นี่เป็นความแตกต่างที่สำคัญนักบินผู้ช่วยส่วนใหญ่จะคอยช่วยเหลือบุคคลที่กำลังทำงานอยู่ ในขณะที่เอเจนต์คือซอฟต์แวร์ที่สามารถดำเนินการงานหลายขั้นตอน ใช้เครื่องมือ และดำเนินการภายในขอบเขตที่ผู้ใช้หรือองค์กรกำหนดไว้ แม้ว่าคำศัพท์เหล่านี้จะไม่ได้มีการกำหนดมาตรฐานอย่างสมบูรณ์ แต่ความแตกต่างนี้มีประโยชน์เมื่อตัดสินใจว่าจะมอบอำนาจให้ระบบ AI มากน้อยเพียงใด

เอกสาร Workspace Agents ปี 2026 ของ OpenAI อธิบายถึงเวิร์กโฟลว์ที่ทำซ้ำได้ ซึ่งสามารถเชื่อมต่อกับเครื่องมือและทำงานตามกำหนดเวลาได้ ในขณะที่กลุ่มผลิตภัณฑ์เอเจนต์ของ Microsoft ประกอบด้วยเอเจนต์ที่เน้นเวิร์กโฟลว์ซึ่งมีจุดประสงค์เพื่อทำให้กระบวนการทางธุรกิจที่เกิดขึ้นซ้ำๆ เป็นไปโดยอัตโนมัติ โอกาสในการเพิ่มประสิทธิภาพการทำงานนั้นชัดเจน: การถ่ายโอนข้อมูลซ้ำๆ ระหว่างแอปต่างๆ น้อยลง แต่ข้อเสียก็สำคัญไม่แพ้กัน: ยิ่งสิทธิ์ของเอเจนต์กว้างขวางมากเท่าใด การเข้าถึง การตรวจสอบ และการจัดการข้อผิดพลาดก็ยิ่งต้องได้รับการออกแบบอย่างรอบคอบมากขึ้นเท่านั้น ดูคำแนะนำ Workspace Agents ของ OpenAIและ ภาพรวมเอ เจนต์ Copilot อย่างเป็นทางการของ Microsoft

2. บริบทข้ามแอปพลิเคชันกำลังมีค่ามากกว่าข้อความแจ้งเตือนที่ยาวขึ้น

ปัญหาที่สองของมายาคือบริบท เธออาจรู้ว่าลูกค้าเปลี่ยนกำหนดส่งงานในอีเมล ทีมผลิตภัณฑ์พูดคุยเกี่ยวกับความสัมพันธ์ระหว่างส่วนประกอบต่างๆ ในแชท และงบประมาณล่าสุดอยู่ในสเปรดชีต ผู้ช่วย AI แบบสแตนด์อะโลนจะรู้เฉพาะสิ่งที่เธอคัดลอกวางลงไปเท่านั้น ผู้ช่วยที่เชื่อมต่อกับแหล่งข้อมูลต่างๆ จะมีประโยชน์มากกว่า เพราะสามารถทำงานร่วมกับแหล่งข้อมูลที่ได้รับอนุญาตได้โดยตรง

การอัปเดต Workspace ของ Google ในเดือนกันยายน 2026 อธิบายอย่างชัดเจนว่า Gemini จะรวบรวมบริบทจากไฟล์ อีเมล และข้อความแชทที่เลือกไว้ เพื่อทำงานข้ามแอปให้เสร็จสมบูรณ์ ก่อนหน้านี้ในเดือนมิถุนายน Google ยังได้เพิ่มคุณสมบัติ AI สำหรับการจัดระเบียบไฟล์ใน Drive การแก้ไขข้อผิดพลาดของสูตรในสเปรดชีต และการปรับปรุงร่างอีเมล ตัวอย่างเหล่านี้อาจดูไม่หวือหวา แต่แสดงให้เห็นถึงทิศทางของประสิทธิภาพการทำงานในชีวิตประจำวัน: AI ถูกฝังอยู่ในสถานที่ทำงานมากขึ้นเรื่อยๆ รายละเอียดเพิ่มเติมสามารถดูได้ในเอกสารเปิดตัวคุณสมบัติ Workspace เดือนมิถุนายน 2026ของ Google

สำหรับผู้ใช้งานอย่างมายา การทดสอบเชิงปฏิบัติเป็นเรื่องง่าย: AI สามารถกำจัดการสลับที่ไม่จำเป็นโดยไม่ปกปิดแหล่งที่มาของข้อมูลได้หรือไม่? หากคำตอบคือใช่ การบูรณาการก็มีประโยชน์ แต่หากระบบทำให้ตรวจสอบแหล่งที่มาหรือเข้าใจเหตุผลที่ระบบดำเนินการนั้นได้ยาก เวิร์กโฟลว์ที่ไม่เป็นอัตโนมัติมากนักอาจปลอดภัยกว่า

3. การทำงานเบื้องหลังเปลี่ยนวิธีการบริหารจัดการวันของผู้คน

อีกหนึ่งการเปลี่ยนแปลงในช่วงปลายปี 2026 คือ ระบบ AI บางระบบสามารถทำงานต่อจากคำขอเริ่มต้นได้โดยไม่ต้องให้ผู้ใช้สนทนาโต้ตอบไปมา ตัวอย่างเช่น ChatGPT Work ออกแบบมาสำหรับโครงการระยะยาวและมีงานที่กำหนดเวลาไว้ซึ่งสามารถเรียกใช้งานได้ครั้งเดียว ทำซ้ำ หรือตรวจสอบการเปลี่ยนแปลงได้ Cowork ของ Microsoft ก็เน้นการทำงานแบบมอบหมายมากกว่าการให้ความช่วยเหลือผ่านการสนทนาเพียงอย่างเดียว

ในสถานการณ์สมมติ มายาอาจขอให้ตัวแทนเตรียมร่างรายงานสถานะทุกบ่ายวันพฤหัสบดี ซึ่งอาจมีประโยชน์หากข้อมูลป้อนเข้า โครงสร้าง และกระบวนการตรวจสอบมีความคงที่ แต่จะเป็นการใช้ระบบอัตโนมัติที่ไม่คุ้มค่าหากงานเปลี่ยนแปลงทุกสัปดาห์ ต้องใช้การตัดสินใจที่ละเอียดอ่อน หรือขึ้นอยู่กับแหล่งข้อมูลที่ไม่ชัดเจน

บทเรียนสำคัญเกี่ยวกับการเพิ่มประสิทธิภาพการทำงานคือ การนำระบบอัตโนมัติมาใช้ควรเป็นไปตามความชัดเจนของกระบวนการ ไม่ใช่มาก่อน การทำงานที่ยุ่งเหยิงและนำระบบอัตโนมัติมาใช้ในวงกว้าง อาจทำให้ผลลัพธ์ที่ออกมายุ่งเหยิงยิ่งกว่าเดิม เพียงแต่เร็วกว่าเท่านั้น

4. การป้อนข้อมูลด้วยเสียงและหลายรูปแบบช่วยลดอุปสรรคในการเริ่มต้นใช้งาน

การใช้งาน AI ก็ง่ายขึ้นเรื่อยๆ Google ประกาศความสามารถในการสนทนาด้วยเสียงสำหรับ Gmail, Docs และ Keep ในเดือนพฤษภาคม 2026 ในขณะที่ Apple ก็ผลักดัน AI เข้าสู่ประสบการณ์การใช้งานระบบอย่างลึกซึ้งยิ่งขึ้น ผลที่เกิดขึ้นจริงไม่ใช่ว่าการพิมพ์จะหายไป แต่เป็นการที่ผู้ใช้มีวิธีการมากขึ้นในการบันทึกความตั้งใจก่อนที่จะสูญหายไป

สำหรับมายา นั่นอาจหมายถึงการพูดสรุปคร่าวๆ ขณะเดินระหว่างการประชุม แล้วขอให้ AI แปลงสรุปนั้นให้เป็นบันทึกที่มีโครงสร้างเพื่อตรวจสอบในภายหลัง พนักงานภาคสนามอาจถ่ายรูปเช็คลิสต์ที่เขียนด้วยลายมือแล้วขอให้สรุปอย่างเรียบร้อย ผู้จัดการอาจอธิบายขั้นตอนการตัดสินใจโดยการพูดคุยแทนที่จะเริ่มต้นจากเอกสารเปล่าๆ

ข้อเสียคือ การลดแรงเสียดทานในการป้อนข้อมูลอาจทำให้คำสั่งมีคุณภาพต่ำลง การพูดนั้นรวดเร็ว แต่คำขอที่เปล่งออกมาอาจคลุมเครือ วิธีที่ดีคือปล่อยให้ AI บันทึกร่างแรกก่อน จากนั้นตรวจสอบวัตถุประสงค์ กลุ่มเป้าหมาย ข้อจำกัด และแหล่งข้อมูลต้นฉบับอย่างละเอียดก่อนยอมรับผลลัพธ์

5. ปัญญาประดิษฐ์บนอุปกรณ์กำลังกลายเป็นส่วนหนึ่งของสมการด้านประสิทธิภาพการทำงาน

ไม่ใช่ว่าทุกงานด้านการผลิตจะต้องย้ายไปอยู่บนคลาวด์เสมอไป คอมพิวเตอร์ Windows Copilot+ มีส่วนประกอบ AI ที่ออกแบบมาเพื่อใช้หน่วยประมวลผลประสาทเทียม ( NPU ) โดยเฉพาะ สำหรับงานเรียนรู้ของเครื่องในเครื่อง Microsoft กล่าวว่าส่วนประกอบเหล่านี้รองรับคุณสมบัติบนอุปกรณ์ด้วยความหน่วงต่ำและลดการพึ่งพาการเชื่อมต่อกับคลาวด์ Apple ก็อธิบายถึงโมเดลแบบไฮบริดที่คล้ายกัน โดยใช้การประมวลผลบนอุปกรณ์เมื่อเป็นไปได้ และใช้ Private Cloud Compute สำหรับคำขอที่ต้องการประสิทธิภาพสูงกว่า

เรื่องนี้สำคัญต่อการทำงานในชีวิตประจำวัน เพราะเวิร์กโฟลว์ AI ที่ "ดีที่สุด" ไม่ได้ขึ้นอยู่กับความฉลาดของโมเดลเพียงอย่างเดียว แต่ยังขึ้นอยู่กับความหน่วงแฝง ข้อกำหนดด้านความเป็นส่วนตัว การใช้พลังงานแบตเตอรี่ การเชื่อมต่อ และว่าฮาร์ดแวร์รองรับคุณสมบัตินั้นหรือไม่ คำอธิบายปัจจุบันของส่วนประกอบเหล่านี้จาก Microsoft มีอยู่ในหน้าสนับสนุนส่วนประกอบ AI ของ Windows Copilot +

จริงๆ แล้ว ผู้คนควรจะมอบหมายงานอะไรให้ AI ทำบ้าง?

6. ประสิทธิภาพการทำงานกำลังเปลี่ยนจาก “ฉันเขียนเสร็จเร็วแค่ไหน?” ไปเป็น “งานคืบหน้าไปมากแค่ไหน?”

วิธีการวัดประสิทธิภาพการทำงานของ AI แบบเดิมมักอิงจากเวลาที่ใช้ในการร่างข้อความ ซึ่งแคบเกินไปสำหรับระบบอัจฉริยะที่กำลังจะมาถึงในปี 2026 หากมายาขอรับบรีฟจากลูกค้าและได้รับผลงานที่เกือบเสร็จสมบูรณ์ คำถามที่เกี่ยวข้องจึงไม่ใช่เพียงแค่ว่าเธอประหยัดเวลาในการพิมพ์ไปได้กี่นาที

มาตรการที่ดีกว่านั้นรวมถึงปริมาณงานที่ต้องแก้ไข การใช้แหล่งข้อมูลที่ถูกต้องในผลลัพธ์ การลดขั้นตอนการส่งต่อข้อมูล การส่งงานตรงตามกำหนดเวลาที่น่าเชื่อถือมากขึ้น และการปรับปรุงผลลัพธ์สุดท้าย เวิร์กโฟลว์ AI ที่สร้างร่างงานใน 30 วินาที แต่ใช้เวลาแก้ไข 20 นาที อาจแย่กว่าระบบที่ทำงานช้ากว่าแต่สร้างผลลัพธ์ที่ตรวจสอบได้ง่ายกว่า

นอกจากนี้ยังหมายความว่า ผลผลิตที่เพิ่มขึ้นจะแตกต่างกันอย่างมากตามลักษณะงาน งานที่ซ้ำซากจำเจ มีขอบเขตชัดเจน และต้องใช้ความรู้ จะมอบหมายให้ผู้อื่นทำได้ง่ายกว่างานที่เกี่ยวข้องกับการเจรจา การตัดสินใจ ความรับผิดชอบ หรือข้อมูลที่ไม่ครบถ้วน

7. ปัญหาคอขวดใหม่คือการตรวจสอบ ไม่ใช่การผลิต

เมื่อ AI สามารถสร้างอีเมล สเปรดชีต งานนำเสนอ สรุปงานวิจัย และรายงานตามกำหนดเวลาได้ ทรัพยากรที่หายากก็จะกลายเป็นผู้ตรวจสอบที่น่าเชื่อถือ มายาอาจสร้างเนื้อหาได้มากกว่าที่เธอจะตรวจสอบได้จริง นั่นเป็นเหตุผลว่าทำไมพฤติกรรมเพิ่มประสิทธิภาพการทำงานที่สำคัญที่สุดในไตรมาสที่ 4 ปี 2026 อาจเป็นการตัดสินใจว่าอะไรสมควรได้รับความสนใจจากมนุษย์

ลำดับขั้นการตรวจสอบที่เป็นรูปธรรมมีลักษณะดังนี้:

• งานที่มีความเสี่ยงต่ำและสามารถแก้ไขได้:ให้ AI ทำงานได้มากขึ้น ด้วยการตรวจสอบเฉพาะจุดอย่างรวดเร็ว
• งานที่มองเห็นได้จากภายนอก:ตรวจสอบข้อเท็จจริง น้ำเสียง ลิงก์ ชื่อ และข้อผูกพันก่อนส่ง
• การตัดสินใจด้านการเงิน กฎหมาย การแพทย์ ความปลอดภัย หรือบุคลากร:ใช้ AI เพื่อการจัดการและการวิเคราะห์ แต่ต้องคงการตรวจสอบโดยมนุษย์และผู้เชี่ยวชาญเฉพาะด้านไว้ด้วย
• การดำเนินการอัตโนมัติ:จำเป็นต้องมีการกำหนดสิทธิ์ที่ชัดเจน บันทึกการทำงาน และวิธีที่ง่ายในการหยุดหรือแก้ไขขั้นตอนการทำงาน

8. แผนการรับเลี้ยงบุตรบุญธรรมที่สมจริงสำหรับไตรมาสที่ 4 ปี 2026

สำหรับมายาตัวละครสมมติ วิธีที่เหมาะสมไม่ใช่การทำให้งานทั้งหมดของเธอเป็นระบบอัตโนมัติ แต่เป็นการเลือกขั้นตอนการทำงานเพียงไม่กี่ขั้นตอนที่เข้าใจถึงข้อมูลนำเข้าและผลลัพธ์ที่ต้องการอยู่แล้ว

เธออาจเริ่มต้นด้วยสามด้าน ได้แก่ การรายงานสถานะรายสัปดาห์ การติดตามผลการประชุม และร่างแรกของการสื่อสารกับลูกค้า ในช่วงสองสามสัปดาห์แรก เธอจะวัดว่าผลลัพธ์จาก AI ได้รับการยอมรับโดยมีการแก้ไขเล็กน้อยบ่อยแค่ไหน ขาดบริบทบ่อยแค่ไหน และข้อผิดพลาดประเภทใดที่เกิดขึ้นซ้ำๆ เธอจะพิจารณาการกำหนดเวลาหรือการดำเนินการโดยตัวแทนก็ต่อเมื่อเวิร์กโฟลว์มีความเสถียรแล้วเท่านั้น

แนวทางนี้มีความสำคัญเพราะเครื่องมือต่างๆ เปลี่ยนแปลงไปอย่างรวดเร็ว ขั้นตอนการทำงานที่ยุ่งยากในช่วงต้นปี 2026 อาจง่ายขึ้นมากในไตรมาสที่ 4 เนื่องจากผู้ช่วยสามารถเข้าถึงแอปที่เกี่ยวข้องได้โดยตรง ในทางกลับกัน ฟีเจอร์ที่เพิ่งเปิดตัวอาจดูน่าประทับใจ แต่ยังขาดการควบคุมหรือความน่าเชื่อถือที่จำเป็นสำหรับสถานที่ทำงานนั้นๆ

9. จะรู้ได้อย่างไรว่า AI ช่วยเพิ่มประสิทธิภาพการทำงานของคุณได้จริงหรือไม่

เมื่อสิ้นสุดสัปดาห์ อย่าถามเพียงว่า “ฉันใช้ AI มากไหม?” แต่จงถามว่างานดีขึ้นหรือไม่ การตรวจสอบตนเองที่มีประโยชน์คือ:

• ฉันทำงานที่มีความหมายเสร็จมากขึ้น หรือแค่เขียนร่างงานเพิ่มขึ้นกันแน่?
• AI ช่วยลดการสลับแอปและการป้อนข้อมูลซ้ำซ้อนหรือไม่?
• จำนวนการแก้ไขและการปรับปรุงแก้ไขเพิ่มเติมลดลงหรือไม่?
• ฉันสามารถตรวจสอบแหล่งที่มาของผลลัพธ์ที่สำคัญได้หรือไม่?
• ฉันยังคงควบคุมสิทธิ์การเข้าถึง การส่ง การเผยแพร่ และการกระทำอื่นๆ ที่ตามมาหรือไม่?
• กระบวนการทำงานยังคงใช้งานได้หรือไม่เมื่อข้อมูลที่ป้อนเข้ามาผิดปกติหรือไม่ครบถ้วน?

หากคำตอบหลายข้อเป็น "ไม่" การตอบสนองที่เหมาะสมอาจเป็นการทำให้ขั้นตอนการทำงานง่ายขึ้น แทนที่จะเพิ่มระบบอัตโนมัติมากขึ้น

ไตรมาสที่ 4 ปี 2026 น่าจะมีลักษณะอย่างไร

เมื่อเข้าสู่ไตรมาสที่ 4 ของปี 2026 เทรนด์ AI ด้านการเพิ่มประสิทธิภาพการทำงานที่สำคัญที่สุดไม่ได้อยู่ที่โมเดลหรือแอปพลิเคชันใดแอปพลิเคชันหนึ่ง แต่เป็นการหลอมรวมกันของแนวคิดสามประการ ได้แก่ ผู้ช่วยที่ฝังอยู่ในซอฟต์แวร์ที่ใช้ในชีวิตประจำวัน ตัวแทนที่สามารถทำงานหลายขั้นตอนข้ามเครื่องมือต่างๆ และ AI ในระดับท้องถิ่นที่สามารถจัดการงานบางอย่างได้โดยตรงบนอุปกรณ์ส่วนบุคคล

สำหรับผู้ใช้งานแล้ว ทักษะที่สำคัญที่สุดจึงเปลี่ยนไป การเขียนคำถามกระตุ้นความคิดยังคงมีประโยชน์ แต่การออกแบบกระบวนการ การเลือกแหล่งข้อมูล การจัดการสิทธิ์ และวินัยในการตรวจสอบกำลังมีความสำคัญไม่แพ้กัน ผู้ที่ได้รับประโยชน์มากที่สุดจากเครื่องมือเหล่านี้ไม่น่าจะเป็นคนที่ทำการอัตโนมัติทุกอย่าง พวกเขามักจะเป็นคนที่รู้ว่าส่วนใดของขั้นตอนการทำงานซ้ำซาก ส่วนใดที่ต้องใช้ดุลยพินิจ และส่วนใดที่ควรให้มนุษย์รับผิดชอบ

สำหรับมายา ตัวละครสมมุติที่เป็นผู้ประสานงานด้านปฏิบัติการ ชัยชนะไม่ได้อยู่ที่กล่องจดหมายที่หายไปอย่างน่าอัศจรรย์ หรือวันทำงานที่ราบรื่น แต่เป็นการทำงานที่ราบรื่นยิ่งขึ้น: การโอนย้ายข้อมูลด้วยตนเองน้อยลง การร่างเอกสารฉบับแรกที่รวดเร็วขึ้น การจัดการบริบทที่ดีขึ้น และมีเวลามากขึ้นสำหรับการตัดสินใจที่จำเป็นต้องใช้คนจริงๆ