เมื่อ “งานแรก” ไม่ใช่บันได แต่กลายเป็นคอขวดของตลาดแรงงานปัญญาประดิษฐ์
งานระดับเริ่มต้น AI หมายถึงตำแหน่งงานแรกๆ ที่เน้นงานซ้ำๆ ความเสี่ยงต่ำ และใช้เป็นพื้นที่ฝึกฝนคนทำงานหน้าใหม่ เช่น งานร่างเอกสาร งานตอบลูกค้าพื้นฐาน งานเทสระบบ หรืองานวิเคราะห์ข้อมูลเบื้องต้น ซึ่งในอดีตเป็นบันไดให้คนรุ่นใหม่เรียนรู้มาตรฐานวิชาชีพและสร้างทักษะจากการลงมือทำในสถานการณ์จริง ก่อนจะเติบโตไปสู่บทบาทที่ซับซ้อนและใช้ดุลยพินิจมากขึ้น.
วันนี้บันไดขั้นแรกกำลังหายไปอย่างรวดเร็ว เพราะองค์กรเร่งนำ AI มาทำงานแทน พร้อมทั้งเปลี่ยนโครงสร้างงานให้เน้นบทบาท “กำกับดูแล” มากกว่าลงมือทำเอง AI ถูกใช้เขียนโค้ดจำนวนมากและเปลี่ยนหน้าตาอาชีพนักพัฒนาไปโดยสิ้นเชิง. แต่จุดสำคัญคือ เมื่อ AI รับช่วงงานจูเนียร์ทั้งหมด คำถามใหญ่คือ คนรุ่นใหม่จะเริ่มสะสมประสบการณ์จากตรงไหน และใครจะกลายเป็นผู้เชี่ยวชาญในอีก 5–10 ปีข้างหน้า
ข้อมูลจาก LinkedIn ที่เปิดเผยต่อสื่อระดับสากลยืนยันภาพนี้อย่างชัดเจนว่า ระหว่างเดือนธันวาคม 2019 ถึงเมษายน 2026 การจ้างงานเด็กจบใหม่โดยรวมลดลง 20% และสำหรับบัณฑิตสายวิศวกรรมลดลงถึง 25% ซึ่งมากที่สุดในบรรดา 20 สาขายอดนิยม. ตัวเลขเหล่านี้บอกตรงๆ ว่าอาชีพจบใหม่ยุค AI ไม่ได้มีปัญหาแค่งานน้อยลง แต่วิธีเข้าสู่อาชีพกำลังถูกเขียนใหม่ทั้งระบบ
AI แย่งงานจูเนียร์ หรือองค์กรกำลังทำลายสายพานสร้างคนของตัวเอง
หัวใจของปัญหาไม่ได้อยู่ที่ AI ทำงานแทนมนุษย์ได้แค่ไหน แต่อยู่ที่มันกำลังทำลายโครงสร้างการฝึกคนแบบ “เรียนจากการลงมือทำ” ที่เคยอยู่ในงานจูเนียร์ วิทยากรคนหนึ่งอธิบายว่า AI กำลังตัดโอกาสฝึกทักษะในทุกขั้นของบันไดอาชีพ ในขณะที่ทำให้คนทำงานได้เกินระดับประสบการณ์จริง. ผลคือองค์กรได้ผลผลิตระยะสั้น แต่กำลังบั่นทอนความสามารถในการสร้างผู้เชี่ยวชาญที่กำกับดูแล AI ได้ในระยะยาว
องค์กรที่เร่งใช้เครื่องมือโค้ดดิ้งจาก AI กำลังทำให้ “สายพาน” ผลิตคนที่มีความสามารถตรวจสอบและกำกับเครื่องมือเหล่านั้นอ่อนแรงลงเอง. การเรียนรู้แบบได้ประสบการณ์จากการแก้ปัญหากับพี่เลี้ยง หรือลงมืออ่านโค้ดเก่า แก้บั๊กจริง ถูกแทนที่ด้วยการถามเอาจาก AI ซึ่งให้คำตอบแต่ไม่ให้สัญชาตญาณว่าความเสี่ยงอยู่ตรงไหนในระบบ
ที่น่ากังวลยิ่งกว่า คือแม้จะมีเครื่องมือ AI แต่ผลงานที่ผลิตได้ในโลกจริงยังห่างจากคำว่า “พร้อมใช้งาน” ตัวอย่างเช่น ในการทดลองหนึ่ง พบว่า PR ที่สร้างโดย AI ทั้ง 15 ชิ้นไม่สามารถนำไป merge กับโปรเจกต์โอเพ่นซอร์สจริงได้เลย แม้จะผ่านเทสต์อัตโนมัติทั้งหมดก็ตาม. ประโยคที่น่าจดจำคือ “AI ทำงานได้ตามสเปก แต่ยังทำไม่ได้ในระดับฝีมือ” นี่คือสัญญาณว่าถ้าขาดคนจริงมาคอยตัดสิน งานอาจผ่านระบบแต่ไม่ผ่านโลกการใช้งานจริง
เมื่อสายวิศวะ ซอฟต์แวร์ และ Call Center ไม่ต้อนรับเด็กจบใหม่เหมือนเดิม
อุตสาหกรรมที่เคยเป็นจุดหมายยอดนิยมของอาชีพจบใหม่ยุค AI กำลังกลับทิศพร้อมกันหลายด้าน ข้อมูลการจ้างงานบอกชัดว่าตลาดแรงงานปัญญาประดิษฐ์เริ่มกดดันกลุ่ม Entry-level หนักเป็นพิเศษ. งานซอฟต์แวร์ที่เคยถูกมองว่าเป็นประตูทองของคนอายุ 22–25 ปี ลดลงเกือบ 20% จากจุดสูงสุดในปี 2022 ซึ่งแสดงว่าประตูแรกของสายเทคโนโลยีกำลังแคบลงอย่างเห็นได้ชัด.
ข้อมูลเครือข่ายอาชีพระดับโลกยังชี้ว่าการจ้างงานเด็กจบใหม่สายวิศวกรรมลดลง 25% ในช่วงไม่กี่ปีที่ผ่านมา มากกว่าค่าเฉลี่ยของเด็กจบใหม่ทุกสาขาที่ลดลง 20% และสูงกว่าสายสุขภาพที่ลดลง 16% เท่านั้น. พร้อมกันนั้น บริษัทเทคโนโลยีหลายแห่งยังประกาศลดพนักงานจำนวนมาก และโยกงบไปลงทุนด้าน AI ทำให้ตำแหน่งสำหรับคนไร้ประสบการณ์ยิ่งหายากขึ้น.
อีกด้านหนึ่ง งานบริการที่เคยดูปลอดภัยกว่า เช่น Call Center และที่ปรึกษา ก็ถูกกดดันจาก AI ไม่แพ้กัน การศึกษาหนึ่งพบว่าการจ้างงานใน Call Center บางประเทศต่ำกว่าระดับแนวโน้มระยะยาวถึง 39% ขณะที่ในธุรกิจซอฟต์แวร์ ที่ปรึกษาด้านการบริหาร และบริการโฆษณา การจ้างงานลดลงต่ำกว่าระดับอดีตอย่างเห็นได้ชัด. กล่าวให้สั้นคือ การสูญหายของงานจูเนียร์ในกลุ่มนี้ไม่ใช่ข่าวลือ แต่ปรากฏอยู่ในตัวเลขการจ้างงานเรียบร้อยแล้ว
AI ยังต้องมีคนคุม แต่คนรุ่นใหม่จะสร้างเส้นทางไปสู่บทบาท “ผู้กำกับ” ได้อย่างไร
แม้ AI จะทำงานแทนได้มากขึ้น แต่อาชีพไม่ได้หายไปทั้งหมด ตรงกันข้าม งานกำลังย้ายจากการลงมือทำไปสู่การ “กำกับ ตัดสิน และรับผิดชอบ” ผลงานของ AI วิทยากรคนหนึ่งอธิบายว่า การเขียนโปรแกรมกำลังกลายเป็นงานกำกับดูแล เพราะวิศวกรของบริษัทด้าน AI รายใหญ่ใช้เครื่องมืออย่าง Claude ใน 59% ของงานประจำวัน แต่สามารถมอบหมายให้ทำแทนทั้งหมดได้เพียงราว 20% เท่านั้น. พื้นที่ที่เหลือคือ “ช่องว่างระหว่างการสร้างผลลัพธ์กับการตัดสินว่าอะไรถูกต้อง” และนั่นแหละคืองานของมนุษย์ในอนาคต
ในมุมของตลาดแรงงานปัญญาประดิษฐ์ งานระดับเริ่มต้น AI อาจจะหายไปบางส่วน แต่แรงกดดันยัง “กระจุกตัว” อยู่ในบางอุตสาหกรรมและบางกลุ่มแรงงาน มากกว่าจะกลายเป็นการล้มทั้งระบบทันที. แปลว่าเด็กจบใหม่ยังมีช่องว่างให้วางกลยุทธ์อาชีพ ถ้าเข้าใจว่าตัวเองต้องพัฒนาไปสู่บทบาทที่ AI ยังรับช่วงไม่ได้เต็มที่ เช่น งานตัดสินใจบนความเสี่ยงสูง งานที่ต้องอ่านบริบทองค์กร หรือบทบาทที่ต้องผูกความรู้ข้ามสาขา
อย่างไรก็ดี การใช้ AI แบบผิดทางอาจทำให้ทักษะตกต่ำแทนที่จะเติบโต งานทดลองหนึ่งพบว่า นักพัฒนาที่มีประสบการณ์ทำงานช้าลง 19% เมื่อใช้ AI แต่กลับคิดว่าตัวเองเร็วขึ้น 20% ขณะที่วิศวกรจูเนียร์ที่ใช้ AI ทำคะแนนด้านความเชี่ยวชาญต่ำลง 17% โดยไม่ทำงานเสร็จเร็วขึ้นเลย. อาชีพจบใหม่ยุค AI จึงต้องไม่หลงดีใจกับความสะดวกจนลืมสร้าง “กล้ามเนื้อทักษะ” ของตัวเอง
ต้นทุนแฝงที่องค์กรเริ่มรู้ตัว และกลยุทธ์เอาตัวรอดของเด็กจบใหม่
องค์กรที่รีบแทนที่คนด้วย AI กำลังพบต้นทุนแฝงที่ตัวเลขประหยัดค่าใช้จ่ายไม่ได้บอก นั่นคือการสูญเสียองค์ความรู้ภายในและสายสัมพันธ์ในทีม เมื่อไม่มีรุ่นน้องให้รุ่นพี่สอน ห่วงโซ่การสั่งสมประสบการณ์จะขาดตอน และองค์กรกำลังลดทอนความสามารถในการสร้างคนที่เข้าใจระบบในระดับลึกด้วยมือตัวเอง รายงานหนึ่งเตือนว่าองค์กรที่เร่งรับ AI เข้าไปในกระบวนการ ทำให้สายพานผลิตคนที่สามารถกำกับและตรวจสอบ AI อ่อนแรงลงไปพร้อมกัน.
ในระดับนักศึกษาและคนหางาน การหวังพึ่ง “งานแรกแบบเดิม” อาจไม่พออีกต่อไป โดยเฉพาะเมื่อการจ้างงานเด็กจบใหม่สายวิศวกรรมลดลงแรงกว่ากลุ่มอื่น และอุตสาหกรรมที่เสี่ยงสูง เช่น ซอฟต์แวร์ Call Center และที่ปรึกษา ลดการรับคนใหม่ต่อเนื่อง. แม้โจทย์จากแหล่งข่าวจะยังไม่ฟันธงว่าต้องพัฒนา “ทักษะการทำงาน AI” แบบใด แต่ทิศทางชัดเจนว่างานที่จะอยู่รอดคือ งานที่ต้องใช้การตัดสินใจ ประสบการณ์ และความเข้าใจระบบ มากกว่าการทำงานซ้ำๆ ที่ AI ทำแทนได้
ดังนั้น บทสรุปที่ขมแต่จำเป็นของยุคนี้คือ คนรุ่นใหม่ต้องเลิกคิดว่าตลาดแรงงานจะเปิดประตูให้โดยอัตโนมัติ เพราะแค่ปริญญาไม่พออีกแล้ว การวางกลยุทธ์อาชีพต้องเริ่มจากยอมรับว่า การสูญหายของงานจูเนียร์กำลังเกิดขึ้นจริง มหาวิทยาลัยต้องออกแบบการเรียนให้มี “สนามซ้อม” ใกล้ของจริงมากขึ้น ขณะที่บริษัทควรตั้งคำถามกับตัวเองว่า จะอยู่กับ AI แบบที่ทำลายอนาคตของคนทำงานรุ่นถัดไป หรือจะสร้างโมเดลการใช้ AI ที่ยังเหลือพื้นที่ให้มนุษย์เติบโตไปเป็นผู้เชี่ยวชาญ
