พนักงานใช้ AI แซงหน้าองค์กร ช่องว่างทักษะกำลังลุกลาม

แรงงาน AI ตื่นตัว แต่ระบบองค์กรยังช้าเกินไป

ช่องว่างทักษะ AI คือภาวะที่พนักงานและตลาดแรงงานพร้อมใช้เทคโนโลยีปัญญาประดิษฐ์มากขึ้น ในขณะที่โครงสร้างองค์กร ระบบงาน และนโยบายพัฒนาทักษะยังไม่สามารถตามทัน ทำให้ศักยภาพการใช้ AI ที่ระดับบุคคลไม่ถูกต่อยอดเป็นผลลัพธ์เชิงธุรกิจอย่างเต็มที่ และก่อให้เกิดความเหลื่อมล้ำทั้งด้านโอกาส หน้าที่การงาน และความสามารถในการแข่งขันระหว่างองค์กรที่ปรับตัวทันกับองค์กรที่ยังติดอยู่ในรูปแบบเดิมของการทำงานดิจิทัล

ภาพรวมล่าสุดชี้ชัดว่าพนักงานกำลังก้าวไปข้างหน้ารวดเร็วกว่านายจ้าง การสำรวจแรงงานในออฟฟิศพบว่าถึง 32% เป็นกลุ่ม Frontier Professionals ที่ใช้งาน AI ขั้นสูงมากกว่าค่าเฉลี่ยโลกถึงเท่าตัว ตัวเลขนี้สะท้อนว่าคนทำงานจำนวนมากไม่ได้รอองค์กร แต่เริ่มใช้เครื่องมือ AI เพื่อเพิ่มความคิดสร้างสรรค์และผลิตงานรูปแบบใหม่ด้วยตนเอง ทว่าเมื่อ AI ถูกใช้ในระดับส่วนบุคคลโดยไม่มีระบบรองรับ ความสำเร็จเหล่านี้จึงไม่ถูกแปลงเป็นมาตรฐานงานใหม่หรือความรู้ร่วมขององค์กร ผลคือ AI กลายเป็น “ทักษะเดี่ยว” ของคนเก่งบางคน มากกว่าจะเป็นระบบอัจฉริยะที่ทั้งบริษัทได้ประโยชน์ร่วมกัน

การลงทุน AI พุ่ง แต่ขาดสถาปัตยกรรมและคนที่ใช้ให้เกิดผล

ฝั่งองค์กรไม่ได้นิ่งเฉยกับกระแส AI การสำรวจด้านความพร้อมใช้ AI ในธุรกิจชี้ว่ากว่า 90% ขององค์กรในภูมิภาคเอเชียเปิดรับการประยุกต์ใช้ AI และประมาณ 75% ระบุว่า AI กลายเป็นส่วนสำคัญของการดำเนินธุรกิจแล้ว สำหรับองค์กรไทย 79% วางแผนจะเพิ่มงบลงทุนระบบ AI อีก 50% หรือมากกว่านั้น ซึ่งเป็นอัตราสูงที่สุดในกลุ่มที่สำรวจ แปลว่าผู้บริหารมอง AI เป็นเครื่องมือสำคัญในการดันประสิทธิภาพการดำเนินงาน โดย 67% ยืนยันว่าดัชนีวัดความสำเร็จหลักของ AI คือการทำให้กระบวนการทำงานดีขึ้นอย่างเป็นรูปธรรม

อย่างไรก็ตาม การทุ่มงบโดยไม่มีคนที่มีทักษะพอและไม่มีเวิร์กโฟลว์ที่ชัดเจนกำลังทำให้การลงทุนเหล่านี้เสี่ยงจะสูญเปล่า องค์กรส่วนใหญ่ให้ความสำคัญกับการวิเคราะห์ข้อมูลและการตัดสินใจ (66%) งานบริการลูกค้า เช่น แชทบอท (64%) การตลาดและคอนเทนต์ (58%) การพัฒนาผลิตภัณฑ์และการเขียนโค้ด (55%) รวมถึงงานทรัพยากรบุคคล (38%) แต่หากขาดโซลูชันแบบบูรณาการที่ปลอดภัย และไม่มีบุคลากรที่เข้าใจทั้งด้านเทคนิคและด้านธุรกิจ การนำ AI ไปวางบนระบบเดิมก็จะกลายเป็นเพียง “ชั้นเทคโนโลยี” ที่สวยงามบนฐานงานที่ยังคิดแบบเก่า ทำให้ผลตอบแทนการลงทุนไม่สูงเท่าที่ควร

ช่องว่างทักษะ AI: พนักงานวิ่งเอง แต่ขาดการออกแบบบทบาทใหม่

หัวใจของปัญหาไม่ใช่แค่การไม่มีเครื่องมือ AI แต่คือการไม่มีทักษะที่เหมาะสมกับบทบาทใหม่ที่ AI สร้างขึ้น พนักงานจำนวนมากใช้ AI เพื่อช่วยคิดและควบคุมคุณภาพงาน แต่ยังขาดทักษะคิดวิเคราะห์เชิงลึกและกรอบการตัดสินใจแบบเจ้าของงาน ตัวอย่างคือคนไทยให้ความสำคัญกับทักษะควบคุมคุณภาพ AI 53% และการคิดวิเคราะห์ 45% ซึ่งอยู่ในระดับท้ายของภูมิภาค ขณะเดียวกัน 85% กลัวตกขบวน AI แต่ 60% ยังเลือกทำงานรูปแบบเดิมที่คุ้นเคย เพราะไม่มีแผนสนับสนุนจากองค์กรที่ชัดเจน

ช่องว่างนี้ทำให้เกิดสิ่งที่อาจเรียกว่า Transformation Paradox: องค์กรสนับสนุนให้ทดลอง AI แต่ไม่ถอดประสบการณ์ไปสู่กระบวนการมาตรฐาน หัวหน้างานกว่า 80% ช่วยผลักดันให้ทีมลองใช้ AI แต่มีเพียงประมาณ 20% ที่นำความสำเร็จไปออกแบบเวิร์กโฟลว์ใหม่ หากไม่มีการออกแบบบทบาทมนุษย์ใหม่ผ่านแนวคิด Human Agency ให้ AI รับภาระงานปฏิบัติการ ส่วนคนรับบทเป็นผู้กำกับ ตรวจสอบ และตัดสินใจ AI จะเป็นเพียงเครื่องมือเพิ่มความเร็วให้คนไม่กี่คน และองค์กรจะเสียโอกาสในการสร้างสินทรัพย์ความรู้อัจฉริยะเฉพาะของตนเองหรือที่เรียกว่า Owned Intelligence

Micro-credentials และหลักสูตรระยะสั้น: สะพานเชื่อมช่องว่างทักษะ

เมื่อการศึกษาแบบปริญญาไม่ทันความเร็วของเทคโนโลยี เครื่องมือที่เริ่มทำหน้าที่เชื่อมโลกการศึกษาและโลกงานคือ Micro-credentials หรือหน่วยการเรียนรู้ขนาดเล็กที่มุ่งสร้างและรับรองทักษะเฉพาะทาง รายงานผลกระทบของ Micro-credentials พบว่า 94% ของนายจ้างทั่วโลกยินดีเสนอเงินเดือนเริ่มต้นสูงขึ้นให้กับผู้สมัครที่มี Micro-credentials และนายจ้างกว่า 92% ยืนยันว่าพนักงานระดับเริ่มต้นที่ถือ Micro-credentials ทำงานได้มีประสิทธิภาพกว่าอย่างชัดเจนในปีแรก การลงทะเบียนเรียนหลักสูตรระยะสั้นบนแพลตฟอร์มออนไลน์เพิ่มขึ้นเกือบ 50% ภายในหนึ่งปี ซึ่งบ่งบอกว่าทั้งนายจ้างและผู้เรียนเริ่มเห็น Micro-credentials เป็นสกุลเงินใหม่แห่งทักษะ ไม่ใช่ใบรับรองเสริมเล็กน้อยอีกต่อไป

ในยุคช่องว่างทักษะ AI คนทำงานจำเป็นต้องมองตัวเองเป็นผู้ประกอบการด้านอาชีพที่บริหารพอร์ตโฟลิโอทักษะอย่างต่อเนื่อง การเรียนรู้ไม่จบที่รั้วมหาวิทยาลัย แต่กลายเป็นการเดินทางตลอดชีวิต Micro-credentials ทักษะจึงช่วยให้ทั้งพนักงานและองค์กรออกแบบเส้นทาง upskill และ reskill แบบจับต้องได้ เลือกเรียนทักษะด้าน Generative AI ที่ตลาดต้องการสูง ซึ่งนายจ้างในไทยยืนยันถึง 98% ว่ามีแนวโน้มจะจ้างผู้สมัครที่มีทักษะนี้มากกว่าผู้ที่ไม่มี โครงสร้างที่มีประสิทธิภาพคือการผนวก Micro-credentials เข้าไปในหลักสูตรปริญญาแบบ Stackable Credentials ทำให้คนเรียนจบพร้อมทั้งปริญญาและใบรับรองทักษะเฉพาะทางหลายใบ เปิดทางให้เปลี่ยนช่องว่างทักษะ AI ให้กลายเป็นข้อได้เปรียบในการแข่งขัน

ออกแบบระบบพัฒนาทักษะ AI ใหม่: จากการทดลองสู่การเปลี่ยนโครงสร้าง

หากองค์กรอยากให้การลงทุน AI ที่กำลังพุ่งสูงและความตื่นตัวของพนักงานเดินไปในทิศทางเดียวกัน จำเป็นต้องเลิกมอง AI เป็นโครงการทดลอง และเริ่มออกแบบระบบการเรียนรู้เชิงโครงสร้าง ระดับพนักงานต้องถูกเสริมทักษะ Critical Thinking และการควบคุมคุณภาพ AI ให้เปลี่ยนจากผู้ปฏิบัติเป็นผู้กำกับและตัดสินใจ ระดับผู้บริหารต้องจัดสรรเวลาและทรัพยากรให้พนักงานทดลอง AI ในงานจริง ไม่ใช่แค่ทำเป็นงานเสริม ส่วนระดับองค์กรต้องปรับเวิร์กโฟลว์สู่ระบบที่เรียนรู้จากประสบการณ์ AI โดยนำบทเรียนมาแปลงเป็นมาตรฐานงานใหม่ ภายใต้หลักความปลอดภัยและธรรมาภิบาล

ในแง่โครงสร้างระบบ ตัวอย่างเช่นการที่ผู้ให้บริการโครงสร้างพื้นฐาน AI เปิดตัวหลักสูตร Digital Literacy Pro V3 เพื่อพัฒนาทักษะดิจิทัล ความเข้าใจพื้นฐาน AI และทักษะพร้อมทำงานตั้งแต่นักเรียนมัธยมถึงผู้ใหญ่ในวัยทำงาน ตลอดจนการประกาศแผนลงทุนขยายโครงสร้างพื้นฐานคลาวด์และ AI ในช่วงสามปีข้างหน้าเพื่อรองรับการประยุกต์ใช้ AI ในระดับธุรกิจที่ลึกขึ้น สิ่งเหล่านี้จะได้ผลก็ต่อเมื่อฝั่งภาครัฐและเอกชนกล้าปรับกติกา เช่น ยอมรับ Micro-credentials ในการจัดซื้อจัดจ้างและเลื่อนตำแหน่ง เพื่อส่งสัญญาณว่าทักษะเฉพาะทางด้าน AI มีคุณค่าจริง เมื่อระบบยอมรับทักษะใหม่อย่างเป็นทางการ พนักงานที่วันนี้เป็น Frontier Professionals จะไม่ใช่แค่ผู้ทดลอง AI ในมุมเล็ก ๆ ของโต๊ะทำงาน แต่จะกลายเป็นแรงขับเคลื่อนหลักของยุทธศาสตร์องค์กร