ตลาดงาน AI โตสวนทางตลาดแรงงาน และคำถามใหม่ของการศึกษา
ตลาดงาน AI คือภาพรวมของตำแหน่งงานที่เกี่ยวข้องกับการพัฒนา ใช้งาน และจัดการเทคโนโลยีปัญญาประดิษฐ์และข้อมูล ตั้งแต่นักพัฒนา ระบบข้อมูล นักวิเคราะห์ จนถึงผู้บริหารที่ตัดสินใจบนฐานข้อมูล ซึ่งกำลังเติบโตอย่างรวดเร็วสวนทางตำแหน่งงานดั้งเดิม และกลายเป็นตัวชี้วัดใหม่ว่ากำลังคนในระบบการศึกษาจะปรับตัวทันหรือไม่
ข้อมูลจากหน่วยงานด้านเศรษฐกิจระบุว่า จากการวิเคราะห์ประกาศรับสมัครงานกว่า 912,000 ตำแหน่ง งานสาย AI และ Data เติบโต 29.6% ในขณะที่ตลาดแรงงานโดยรวมกลับหดตัว 9.2% นี่ไม่ใช่แค่ตัวเลขสวยหรู แต่คือสัญญาณชัดว่าผู้ที่มีความเชี่ยวชาญ AI และทักษะข้อมูลกำลังเป็นกลุ่มที่มีอำนาจต่อรองในตลาดแรงงานสูงขึ้น ส่วนคนที่ยึดติดกับงานรูปแบบเดิมกำลังเสี่ยงถูกทิ้งไว้ข้างหลัง
ที่สำคัญ 79% ของงานระดับปริญญาตรีต้องการประสบการณ์อย่างน้อย 1 ปี แปลว่าแค่เรียนจบหรือใช้เครื่องมือ AI เป็นไม่พอ อีกต่อไป การศึกษาในระดับอุดมศึกษาถูกบีบให้ต้องตอบคำถามใหม่ว่า จะช่วยให้นักศึกษาเข้าสู่ตลาดงาน AI ด้วยผลงานจริงและประสบการณ์ได้อย่างไร ไม่ใช่เพียงใบปริญญา
จาก “ใช้ AI เป็น” สู่ “แก้ปัญหาได้จริง” บทเรียนจากมหาวิทยาลัย
จุดเปลี่ยนสำคัญของการปั้นคน AI คือการเลิกหลงกับการสอนแค่เมนูของเครื่องมือ แต่หันมาสร้างความเข้าใจปัญหาและการออกแบบคำตอบด้วยเทคโนโลยี มหาวิทยาลัยที่มองเกมขาดเริ่มเปลี่ยนโจทย์จากการทดสอบว่านักศึกษาใช้ AI อะไรได้บ้าง ไปสู่การถามว่า เมื่อจบออกไปแล้วจะสร้างคุณค่าให้กับองค์กรอย่างไร
แนวทางหนึ่งที่น่าสนใจคือการจัดโครงการท้าทาย เช่น Gen AI Challenge ที่ให้นักศึกษาชั้นปีที่ 2–4 จากหลายสาขาลงมือพัฒนาต้นแบบแอปพลิเคชันด้วยเครื่องมืออย่าง AWS PartyRock ตั้งแต่เรียนรู้ปัญญาประดิษฐ์เชิงสร้างสรรค์ การออกแบบคำสั่ง การใช้ AI อย่างรับผิดชอบและปลอดภัย จนถึงการนำเสนอผลงานจริงกว่า 10 โปรเจกต์
ทิศทางนี้สะท้อนการเปลี่ยนจากห้องเรียนเชิงทฤษฎีสู่สนามทดลองตลาดงาน AI จริง นักศึกษาไม่ได้แค่ส่งการบ้าน แต่ต้องตอบโจทย์ว่า ผลลัพธ์น่าเชื่อถือไหม ผู้ใช้จะนำไปใช้อย่างไร และองค์กรจะได้ประโยชน์อะไร นี่คือการอัปสกิล ดิจิทัล ที่ผูกกับโลกงานจริง ไม่ใช่เพียงใบเซอร์ติฟิเคต
แผนชาติปั้นคน AI: เป้า 10,000 นักพัฒนาต่อปีแต่ผู้เชี่ยวชาญยังมีแค่หลักพัน
ในระดับนโยบาย แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติถูกออกแบบมาเพื่อปั้นคน AI เป็นลำดับขั้น ตั้งแต่ประชาชนทั่วไปที่ต้องรู้เท่าทัน AI บุคลากรที่นำ AI ไปใช้กับงานได้ ไปจนถึงนักพัฒนาและนักวิจัยที่สร้างเทคโนโลยีเอง ซึ่งกลุ่มท้าทายที่สุดคือ AI Developer และ Researcher ที่ตั้งเป้าผลิต 10,000 คนต่อปี แต่ปัจจุบันผู้ที่มีความเชี่ยวชาญ AI ระดับลึกยังมีเพียงหลักพันเท่านั้น
ตัวเลขเป้าหมายรายปีแบ่งเป็นกลุ่ม AI Literacy หรือผู้ใช้ทั่วไป 2.5 ล้านคน AI Professionals หรือผู้นำและผู้ใช้เชิงลึก 50,000 คน และ AI Developers หรือ Researchers 10,000 คน ฟังดูเหมือนเป็นพีระมิดกำลังคนที่สวยงาม แต่คำถามคือจะปั้นคน AI ระดับนักพัฒนาให้ทันความต้องการได้อย่างไร เมื่อระบบการศึกษาปกติใช้เวลาหลายปีต่อหัว และจำนวนผู้จบเฉพาะทางยังจำกัด
คำตอบที่เริ่มชัดคือ มหาวิทยาลัยอย่างเดียวไม่ทันแน่ จำเป็นต้องอาศัยการ Reskill และ Upskill คนทำงาน โดยเฉพาะสายคอมพิวเตอร์และเทคโนโลยีที่มีพื้นฐานใกล้เคียง ควบคู่ไปกับการดึงเอกชนเข้ามาร่วมฝึกอบรม เทคโนโลยี และออกแบบหลักสูตรที่เน้นลงมือทำ ฝึกกับโจทย์จริง ไม่ใช่เรียนผ่านวิดีโอเพียงอย่างเดียว นี่คือการปั้นคน AI ให้โตทันตลาด ไม่ใช่แค่แก้สถิติบนกระดาษ
รัฐ–เอกชน–มหาวิทยาลัย จับมือปั้นคนและขยายโอกาสสู่คนทำงานและเยาวชน
จุดแข็งของการปั้นคน AI ช่วงนี้คือการเริ่มเห็นการทำงานร่วมกันอย่างเป็นรูปธรรม ภาครัฐผ่านสถาบันด้านข้อมูลขนาดใหญ่ใช้วิธีให้ทุนมหาวิทยาลัยเปิดหลักสูตรสอดคล้องทักษะที่ต้องการ เช่น Cloud Engineer ที่กำหนดให้ผู้เรียนอย่างน้อย 30% เป็นเจ้าหน้าที่รัฐ เพื่อสร้างความพร้อมด้านโครงสร้างพื้นฐานดิจิทัล และหลักสูตร Data Science ระดับกลางขึ้นไปที่เน้น Workshop ลงมือทำและทำงานกับโจทย์จริง
ในมุมการลงทุน แนวนโยบายเริ่มผูกการส่งเสริมโครงการเทคโนโลยีกับเงื่อนไขถ่ายทอดองค์ความรู้และปั้นบุคลากร ไม่ใช่แค่ตั้งศูนย์ข้อมูลแต่ให้บริษัทที่ได้รับส่งเสริมมีส่วนสร้างคน AI ตามจำนวนที่กำหนด ขณะเดียวกัน การทำงานกับแพลตฟอร์มดิจิทัลที่มีอยู่แล้วของหน่วยงานต่างๆ ถูกใช้เป็นช่องทางขยายเนื้อหาการเรียนรู้ AI สู่ประชาชนเพื่อยกระดับ AI Literacy และการอัปสกิล ดิจิทัล ในวงกว้าง
สำหรับเยาวชน แนวคิด Micro-credit ถูกทดลองใช้เพื่อให้เด็กมัธยมเรียนหลักสูตร AI แล้วสะสมหน่วยกิตล่วงหน้า หากเชื่อมต่อกับระบบ Credit Bank เด็กจะสามารถเทียบหน่วยกิตกับหมวดศึกษาทั่วไปในมหาวิทยาลัย ลดเวลาเรียนและลดค่าใช้จ่ายลงได้ นี่คือการฝึกอบรม เทคโนโลยี ที่มองระยะยาว เปิดโอกาสให้คนรุ่นใหม่เข้าถึงความเชี่ยวชาญ AI ได้เร็วขึ้นตั้งแต่ก่อนเข้ามหาวิทยาลัย
โอกาสและความเสี่ยงของคนทำงาน: ทำอย่างไรไม่ให้ถูก AI แทนที่
เมื่อตลาดงานดั้งเดิมหดตัว 9.2% ในขณะที่ตลาดงาน AI โต 29.6% คนทำงานสายอื่นย่อมรู้สึกกังวลว่างานตัวเองจะถูกแทนที่หรือไม่ แต่ข้อเท็จจริงคือ งานที่หายไปมักเป็นงานซ้ำๆ ที่ไม่ต้องใช้การตัดสินใจซับซ้อน ส่วนงานใหม่เกิดขึ้นในบทบาทที่ใช้ AI เป็นเครื่องมือเสริม ไม่ใช่คู่แข่ง
ผู้เชี่ยวชาญด้านการศึกษาเตือนตรงกันว่า ถ้าเรารู้จักควบคุมและใช้ AI ให้ช่วยในการทำงาน จะสร้างผลงานได้รวดเร็วและมีคุณภาพมากขึ้น ไม่จำเป็นต้องกลัว AI แต่ต้องเตรียมตัวและเรียนรู้ที่จะใช้มันให้เป็นประโยชน์ เพราะในวิกฤตย่อมมีโอกาสเสมอ การปรับตัวจึงเริ่มได้จากการฝึกใช้ AI ในงานประจำวัน เช่น การวิเคราะห์ข้อมูลเบื้องต้น การสรุปรายงาน หรือการสร้างแดชบอร์ด
ในอีกด้าน รัฐกำลังพัฒนาระบบแลกเปลี่ยนข้อมูลระหว่างหน่วยงานในรูปแบบอิเล็กทรอนิกส์ เพื่อให้การขอข้อมูลเพื่อนำมาวิเคราะห์เชิงนโยบายมีความรวดเร็ว ลดการส่งหนังสือราชการไปมา สิ่งนี้จะสร้างความต้องการคนที่อ่านข้อมูลออก แปลผลเป็น และออกแบบงานร่วมกับ AI ได้มากขึ้น คนทำงานที่ยอมเริ่มปั้นตนเองให้มีความเชี่ยวชาญ AI แม้เพียงระดับผู้ใช้ ก็จะอยู่ในตำแหน่งที่ได้เลือกงาน แทนที่จะรอให้ตลาดเลือกเรา
