เมื่อ AI กลายเป็นเรื่องปกติ: ตลาดแรงงานไทยเปลี่ยนไปอย่างไร

เมื่อสองสามปีก่อน เวลาคุยเรื่องอนาคตของงานในไทย บทสนทนามักออกมาคล้าย ๆ กัน: “หุ่นยนต์จะเอาไปหมด” “อาชีพออฟฟิศจะหายไป” “คนจะต้องไปเป็นไรเดอร์” แต่ความจริงซับซ้อนกว่านั้น และที่สำคัญคือไม่น่ากลัวขนาดนั้น เทคโนโลยีไม่ค่อย “ทำลาย” ตลาดแรงงานในครั้งเดียว มันเปลี่ยนตลาดทีละขั้น: แรกสุดทำงานบางส่วนให้เป็นอัตโนมัติ จากนั้นบังคับให้บริษัทปรับกระบวนการ แล้วจึงสร้างบทบาทใหม่ขึ้นมาทั้งชุดรอบเศรษฐกิจที่ปรับโฉมแล้ว

ถ้าปะติดปะต่อภาพจากงานวิจัยของธนาคารโลกเรื่องอนาคตของงานในเอเชียตะวันออกและแปซิฟิก (ซึ่งรวมไทยด้วย) จะเห็นตรรกะที่ค่อนข้างชัด: เทคโนโลยีในภูมิภาคนี้ส่วนใหญ่ไม่ได้ “กิน” การจ้างงาน แต่จัดโครงสร้างมันใหม่ และคนที่ได้ประโยชน์คือคนที่เรียนรู้ทักษะดิจิทัลได้เร็วกว่าและย้ายไปทำบทบาทที่ “ดิจิทัล” มากขึ้น ขณะเดียวกัน คนบางส่วน โดยเฉพาะในอาชีพที่ทำซ้ำ ๆ และทำให้เป็นมาตรฐานได้ง่าย ก็เสี่ยงจะหลุดไปอยู่ในงานที่มั่นคงน้อยกว่า ซึ่งหลายครั้งเป็นงานนอกระบบ

ขั้นแรก: งานกำลัง “กลายเป็นดิจิทัล” ถึงคุณจะไม่ใช่คนสาย IT

แนวคิดหลักตรงนี้ง่ายมาก: อนาคตของงานในไทยไม่ใช่เรื่องที่ทุกคนจะต้องกลายเป็นนักพัฒนา แต่เป็นเรื่องที่ว่า ในหลายอาชีพ สัดส่วนงานดิจิทัลกำลังเพิ่มขึ้น นักวิจัยเรียกสิ่งนี้ว่า “ความเข้มข้นทางดิจิทัล” ของงาน: ความรู้ด้านคอมพิวเตอร์/อิเล็กทรอนิกส์สำคัญแค่ไหนในอาชีพนั้น และคนทำงานต้องใช้ระบบดิจิทัลบ่อยแค่ไหน

ในประเทศแถบภูมิภาคนี้ “การกลายเป็นดิจิทัลของอาชีพ” แบบนี้สะท้อนออกมาที่รายได้แล้ว: ในรายงาน บทบาทที่ดิจิทัลมากกว่า เช่นในอินโดนีเซีย ได้ค่าจ้างสูงกว่าพอสมควร และไม่ใช่เรื่องมหัศจรรย์อะไร ตลาดจ่ายให้ความสามารถในการทำงานกับข้อมูล ระบบบันทึกข้อมูล แพลตฟอร์ม ระบบอัตโนมัติ และเครื่องมือสมัยใหม่ เพราะงานแบบนี้ขยายสเกลได้ ให้ผลเร็วกว่า และลดต้นทุนของธุรกิจ

ขั้นที่สอง: AI ไม่ได้ “แทนที่อาชีพ” แต่ตัดงานออกไปเป็นส่วน ๆ

ความกลัวที่เจอบ่อยที่สุดคือ “AI จะแย่งงาน” แต่พูดให้ถูกกว่าคือ AI เอางานบางส่วนไป และเริ่มจากงานที่ทำซ้ำเยอะก่อน: ข้อความแบบเดิม ๆ การจัดการคำขอแบบมาตรฐาน การกระทบยอดข้อมูล ซัพพอร์ตด่านแรก การวิเคราะห์ตามแม่แบบ รายงาน “ตามฟอร์ม”

ในไทยเรื่องนี้เห็นชัดเป็นพิเศษในงานออฟฟิศ: ตรงที่งานพึ่งการจัดการเอกสารด้วยมือ สเปรดชีต และการรับส่งข้อความโต้ตอบกันมาหลายสิบปี AI และระบบอัตโนมัติทำให้ธุรกิจอยากลัดขั้นตอน แต่ที่ย้อนแย้งคือ บทบาทใหม่มักเกิดจากโซนนี้เองบ่อยที่สุด เพราะหลังทำระบบอัตโนมัติแล้ว บริษัทยังต้องมีคนที่:

• ตั้งกระบวนการให้ถูกต้อง
• ควบคุมคุณภาพ
• ดูแลข้อมูลและความปลอดภัย
• สอนพนักงานใช้เครื่องมือใหม่
• รับผิดชอบผลลัพธ์ ไม่ใช่ “งานที่ทำด้วยมือ”

หมายความว่าตลาดไม่ได้หายไป แต่ขยับจาก “ทำด้วยมือ” ไปสู่ “คุมระบบ”

ขั้นที่สาม: แพลตฟอร์มไม่ได้มีแค่ไรเดอร์กับคนขับ

ไทยเป็นหนึ่งในประเทศของภูมิภาคที่เศรษฐกิจแพลตฟอร์มกลายเป็นส่วนหนึ่งของชีวิตประจำวัน: เดลิเวอรี บริการเรียกรถ อีคอมเมิร์ซ ท่องเที่ยว งานบริการ ในระดับภูมิภาค มีการประเมินว่าขนาดของเศรษฐกิจแพลตฟอร์มเทียบได้กับหลายเปอร์เซ็นต์ของ GDP แล้ว นี่คือเงินก้อนมหาศาลและความต้องการคนทำงานมหาศาล

และตรงนี้แหละที่คนมักพลาด: เห็นแค่หน้าร้าน คือไรเดอร์หรือคนขับ แล้วคิดว่ามีแค่นั้น แต่แพลตฟอร์มสร้างงานเป็นสายยาวรอบตัวมัน: ตั้งแต่ซัพพอร์ตและการควบคุมคุณภาพบริการ ไปจนถึงการวิเคราะห์ความต้องการ การบริหารความเสี่ยง ความปลอดภัยของการชำระเงิน การเชื่อมระบบ และการทำงานกับพาร์ตเนอร์ (ร้านอาหาร โรงแรม ร้านค้า)

แน่นอนว่าแพลตฟอร์มก็มีข้อเสีย: ความไม่แน่นอนสูงขึ้น การแข่งขันสูงขึ้น บางครั้งงานบางส่วนก็ไหลไปอยู่นอกระบบ แต่ในฐานะตัวขับเคลื่อนการจ้างงาน แพลตฟอร์มเป็นของจริงแล้ว และอิทธิพลของมันจะยิ่งโตขึ้น

งานใหม่ในไทยจะเกิดขึ้นตรงไหนบ้าง

เพื่อไม่ให้กลายเป็นการเดา ควรดูว่าภาครัฐและตลาดในภูมิภาคเริ่มรับรองอาชีพใหม่อะไรอย่างเป็นทางการแล้วบ้าง รายงานยกตัวอย่างจีน ที่ตั้งแต่ปี 2562 มีการเพิ่มอาชีพดิจิทัลใหม่ ๆ เข้าไปในบัญชีจำแนกอาชีพทางการ ตั้งแต่วิศวกร IoT และ Big Data ไปจนถึงผู้เชี่ยวชาญนิติวิทยาศาสตร์ดิจิทัลและผู้ควบคุมระบบ generative AI ไม่ได้แปลว่าไทยจะลอกรายชื่อมา “แบบเป๊ะ ๆ” แต่เป็นเข็มทิศที่ดีว่าบทบาทไหนจะเกิดขึ้นในที่ที่การเปลี่ยนผ่านสู่ดิจิทัลเร่งตัว

ถ้าแปลงเรื่องนี้ให้เข้ากับบริบทไทย จะแยกได้หลายสายที่ความต้องการจะโตเร็วที่สุด

1) คนที่ “นำ AI เข้าไป” ในกระบวนการธุรกิจ

ไม่จำเป็นต้องเป็นโปรแกรมเมอร์ นี่คือผู้ควบคุมและผู้ดูแลผู้ช่วย AI ขององค์กร ผู้เชี่ยวชาญด้านคุณภาพคำตอบและฐานความรู้ “เทรนเนอร์ AI” ภายในบริษัทที่สอนทีมใช้เครื่องมือและปรับกระบวนการ เหตุผลง่าย ๆ: ต่อให้บริษัทซื้อเทคโนโลยีมาแล้ว ถ้าไม่มีคน มันก็จะไม่เริ่มสร้างประโยชน์

2) คลาวด์ การดูแลระบบ และความเสถียร (O&M)

ยิ่งบริษัทย้ายขึ้นคลาวด์มากเท่าไร ก็ยิ่งต้องการคนดูแลโครงสร้างพื้นฐานมากขึ้นเท่านั้น: ดูความเสถียร การมอนิเตอร์ สิทธิ์การเข้าถึง การสำรองข้อมูล ค่าใช้จ่าย (FinOps) และการรับมือ incident บทบาทเหล่านี้มัก “มองไม่เห็น” แต่ถ้าไม่มี ธุรกิจดิจิทัลก็อยู่ไม่ได้

3) ความมั่นคงปลอดภัยไซเบอร์และความปลอดภัยของข้อมูล

บริการดิจิทัลที่โตขึ้นมาพร้อมความเสี่ยงที่โตขึ้นเสมอ: ข้อมูลรั่ว การฉ้อโกง การเจาะระบบ การตั้งสิทธิ์ผิดพลาด เพราะฉะนั้นจะต้องมีผู้เชี่ยวชาญด้านการปกป้องข้อมูล ผู้ตรวจสอบความปลอดภัยไซเบอร์ นักวิเคราะห์ incident และนักนิติวิทยาศาสตร์ดิจิทัล โดยเฉพาะในฟินเทค อีคอมเมิร์ซ โลจิสติกส์ และบริการด้านท่องเที่ยว

4) ข้อมูลและฐานข้อมูล

AI และระบบอัตโนมัติต้องการ “เชื้อเพลิง” และเชื้อเพลิงนั้นคือข้อมูล บทบาทที่โตขึ้นจึงได้แก่ ผู้ดูแลและผู้ปฏิบัติการฐานข้อมูล วิศวกรข้อมูล ผู้เชี่ยวชาญด้านคุณภาพข้อมูลและการวิเคราะห์ เรื่องนี้สำคัญเป็นพิเศษกับธุรกิจที่มีหลายสาขาหรือเป็นเครือข่าย: มาร์เก็ตเพลส เดลิเวอรี เชนค้าปลีก บริการท่องเที่ยว

5) การผลิต “อัจฉริยะ” และหุ่นยนต์

ไทยเป็นประเทศการผลิต และแหล่งบทบาทใหม่ที่ทรงพลังที่สุดแหล่งหนึ่งคือการทำโรงงานให้เป็นอัตโนมัติ: หุ่นยนต์ เซนเซอร์ Machine Vision การซ่อมบำรุงเชิงพยากรณ์ คนกลุ่มนี้มักยืนอยู่ตรงรอยต่อ: วิศวกรรมนิดหน่อย IT นิดหน่อย และประสบการณ์หน้างานเยอะ ๆ

6) ดิจิทัลภาคเกษตรและห่วงโซ่อุปทาน

ไทยยังเป็นเศรษฐกิจเกษตรที่แข็งแรง แปลว่าความต้องการทำให้เกษตรกรรมและโลจิสติกส์เป็นดิจิทัลจะเพิ่มขึ้น: การมอนิเตอร์ การบันทึกข้อมูล การพยากรณ์ การควบคุมคุณภาพ การติดตามการขนส่ง และการลดต้นทุน

ใครอยู่ในโซนเสี่ยง และทำยังไงไม่ให้ “หลุด” จากตลาด

กลุ่มที่เปราะบางที่สุดไม่ใช่ “คนออฟฟิศทั้งหมด” และไม่ใช่ “ผู้ใช้แรงงานทั้งหมด” คนที่เสี่ยงคือคนที่งานประกอบด้วยการทำซ้ำซึ่งเขียนเป็นคู่มือได้ง่าย: พิมพ์ข้อมูลซ้ำ กระทบยอด ตอบลูกค้าแบบเดิม ๆ รายงานตามแบบฟอร์ม การจัดการคำขอขั้นต้นแบบง่าย ๆ

แต่เรื่องสำคัญคือ ทางออกแทบจะเหมือนกันทุกครั้ง และไม่ต้อง “เรียนใหม่ไปเป็นโปรแกรมเมอร์” สิ่งที่ต้องทำคือย้ายตัวเองจากบทบาท “ทำด้วยมือ” ไปเป็น “คุมกระบวนการ” ตลาดต้องการคนที่:

• เข้าใจระบบดิจิทัลและจัดระเบียบมันได้
• ทำงานกับข้อมูลและตรวจคุณภาพเป็น
• อธิบายเรื่องยากให้คนทั่วไปเข้าใจได้
• รับผิดชอบผลลัพธ์

ฟังดูธรรมดา แต่นี่แหละคือสิ่งที่แยกอาชีพที่ระบบอัตโนมัติ “กิน” ออกจากอาชีพที่ระบบอัตโนมัติช่วยเสริมให้แข็งแรงขึ้น

ทุกอย่างกำลังไปทางไหน: คาดการณ์สั้น ๆ แต่ตรงไปตรงมา

ไทยจะไม่ได้เสกงานใหม่ขึ้นมาจากอากาศ แต่สร้างจากสามแหล่ง

แหล่งแรกคือ การเติบโตของเศรษฐกิจดิจิทัล: แพลตฟอร์ม อีคอมเมิร์ซ ท่องเที่ยว งานบริการ ฟินเทค และทุกอย่างที่อยู่รอบ ๆ

แหล่งที่สองคือ การปรับโครงสร้างบริษัท ให้รองรับ AI และระบบอัตโนมัติ: จะมีบทบาทด้านการนำไปใช้ การควบคุม ความปลอดภัย ข้อมูล และการฝึกพนักงาน

แหล่งที่สามคือ โครงสร้างพื้นฐานและการผลิต: คลาวด์ การป้องกันไซเบอร์ การดูแลระบบดิจิทัล และ “โรงงานอัจฉริยะ”

วิธีมองอนาคตนี้ที่ถูกต้องที่สุดไม่ใช่มองเป็นรายชื่อ “อาชีพในฝัน” แต่มองเป็นแผนที่ทักษะ คนที่ชนะคือคนที่เติมชั้นดิจิทัลให้ความเชี่ยวชาญที่มีอยู่ได้เร็วกว่า: ข้อมูล เครื่องมือ ระบบอัตโนมัติ ความเข้าใจกระบวนการ และความรับผิดชอบต่อผลลัพธ์

เอกสารอ้างอิง:

World Bank. Future Jobs: Robots, Artificial Intelligence, and Digital Platforms in East Asia and Pacific, 2025 (ภาษาอังกฤษ)

ตำแหน่งงานไหนกำลังเปิด และต้องทำอะไรเป็นบ้าง อ่านได้ในบทความสิบห้าบทบาทใหม่

สิ่งนี้หมายความว่าอะไรสำหรับคนทำงาน

ความต้องการกำลังขยับจาก “ความรู้เรื่อง AI” แบบนามธรรม ไปสู่ความสามารถในการนำเครื่องมือมาใช้ในกระบวนการทำงานจริง เพราะฉะนั้น การโชว์เคสที่วัดผลได้สักหนึ่งเคส ไม่ว่าจะเป็นเวลาที่ลดลง ความผิดพลาดที่น้อยลง หรือบริการที่ดีขึ้น มีประโยชน์กว่าการไล่รายชื่อโมเดลที่รู้จัก