ข้อเท็จจริงแรกที่ต้องยอมรับ AI เปลี่ยนงานแต่ไม่ลบคนออกจากระบบทันที
ปรากฏการณ์ที่ดูขัดแย้งระหว่างกระแส AI แทนที่งาน กับการที่บริษัททั่วโลกยังประกาศรับคนเพิ่ม คือสถานการณ์ที่ AI เข้ามาเปลี่ยนโครงสร้างงานและกระบวนการทำงาน แต่ยังไม่สามารถแทนที่ความคิด การตัดสินใจ และความรับผิดชอบของมนุษย์ได้ทั้งหมด การจ้างงาน AI จึงหมายถึงการเพิ่มเครื่องมือให้คนทำงานเก่งขึ้น พร้อมปรับบทบาทใหม่ แทนการกวาดคนออกจากระบบแรงงานในทันที ความจริงนี้สะท้อนผ่านทั้งบริษัทเทคโนโลยีสายโครงสร้างพื้นฐาน นักลงทุน และแพลตฟอร์มผู้เชี่ยวชาญ ที่ต่างพูดถึงความเปลี่ยนแปลง แต่ในทางปฏิบัติกลับยังต้องขยายทีมมนุษย์ควบคู่กันไป
จุดร่วมสำคัญคือ AI ถูกใช้เพื่อเพิ่มความเร็วและปริมาณงาน แต่การออกแบบระบบ การตรวจสอบ และการสร้างความไว้วางใจในตลาดยังต้องใช้คน เมื่อดูแนวโน้มภาพใหญ่ นายจ้างจำนวนมากจึงไม่มอง AI เป็นทางลัดเพื่อเลิกจ้างคนทันที หากแต่เป็นตัวเร่งให้ก้าวเข้าสู่ยุคใหม่ของบทบาทมนุษย์ในยุค AI ที่ต้องคิดใหม่ทั้งทักษะและโครงสร้างองค์กร
กรณี Oracle แสดงให้เห็น ความท้าทายการปรับใช้ AI ซับซ้อนกว่าคำโฆษณา
บริษัทที่ลงทุนโครงสร้างพื้นฐาน AI จำนวนมากอย่าง Oracle ใช้เงินระดับมหาศาลในช่วงสองปีเพื่อช่วยลูกค้ารันระบบ AI แต่กลับพบว่าเมื่อถึงเวลานำมาใช้ในองค์กรตัวเอง การปรับใช้กลับไม่ได้ราบรื่นอย่างที่พูดในงานประชาสัมพันธ์ Clay Magouyrk ผู้บริหารร่วมของบริษัทยอมรับกับพนักงานในทาวน์ฮอลล์ภายในว่าเมื่อปีที่แล้ว พวกเขายังไม่สามารถหาวิธีทำให้ Generative AI มีประโยชน์อย่างกว้างขวางต่อคนทำงานในองค์กรได้
การเปลี่ยนแปลงเริ่มชัดขึ้นในเดือนเมษายนและพฤษภาคม เมื่อ CIO Jae Evans เล่ากับทีมว่าบริษัทเริ่มนำ ChatGPT Enterprise และเครื่องมือพัฒนาโค้ดอย่าง Codex มาใช้ พร้อมตั้งมาตรฐานองค์กร มาตรการความปลอดภัย และนโยบายภายในจนทำให้การใช้งานแตะระดับ 80% ของพนักงานภายในสามเดือน แต่ความสำเร็จนี้มาพร้อมกับต้นทุนและปัญหาคอขวดใหม่ เช่น โมเดลขั้นสูงอย่าง GPT-6 Astra มีต้นทุนสูงกว่ารุ่นอื่นถึง 2.5 เท่า ทำให้ต้องกำหนดให้ใช้โมเดลที่ถูกกว่าอย่าง Terra ในงานประจำบางประเภท ภาพนี้สะท้อนว่าการจ้างงาน AI ไม่ได้ลดคนลงทันที เพราะยังต้องมีทีมมาดูมาตรฐาน การควบคุมต้นทุน และการออกแบบกระบวนการใหม่ทั้งหมด
เร่งเขียนโค้ดได้ แต่ส่งมอบผลิตภัณฑ์ไม่ได้เร็วขึ้น ช่องว่างระหว่างเทคโนโลยีกับกลยุทธ์
Oracle รายงานว่าการนำ AI เข้ามาใช้โดยเฉพาะเครื่องมือเขียนโค้ด ทำให้นักพัฒนาสามารถสร้างโค้ดในเวลาประมาณหนึ่งสัปดาห์ จากงานที่ปกติทีมต้องใช้เวลาถึงสองถึงสามไตรมาส ประโยคนี้ง่ายต่อการถูกตีความว่าองค์กรจะปล่อยผลิตภัณฑ์ออกสู่ลูกค้าได้รวดเร็วขึ้นอย่างมหาศาล แต่ Magouyrk กลับเตือนว่าการทำให้ขั้นตอนเขียนโค้ดเร็วขึ้น ไม่ได้หมายความว่าทุกอย่างในองค์กรจะเร็วขึ้นหนึ่งพันเท่าในทันที
สิ่งที่เกิดขึ้นคือ AI ย้ายคอขวดจากขั้นตอนเขียนโค้ดไปยังขั้นตอนทดสอบ ตรวจสอบความปลอดภัย การดีพลอย และการจัดการรีลีส ซึ่ง Oracle ยังต้องออกแบบกระบวนการใหม่ให้ทันกับความเร็วที่เพิ่มขึ้น กรณีการใช้โมเดล Mythos เพื่อตรวจโค้ดด้านความปลอดภัยก็ชี้ให้เห็นภาพนี้ชัดขึ้น โมเดลสามารถเจอปัญหาด้านความปลอดภัยในสองสัปดาห์แรกมากกว่าที่เคยพบตลอดทั้งปี แต่กลับให้ผลบวกหลอกถึง 60–70% จนบริษัทต้องสร้างขั้นตอนการตรวจยืนยันช่องโหว่ก่อนให้นักพัฒนาเข้าไปแก้ แปลว่าต้องใช้คนเพิ่มในงานออกแบบ ตรวจสอบ และจัดการคุณภาพ ไม่ใช่ใช้ AI แล้วลดคนทันที ช่องว่างระหว่างความสามารถของเทคโนโลยีและกลยุทธ์องค์กรจึงทำให้การจ้างงานยังขยายต่อไป
เสียงเตือนเรื่อง AI แทนที่งาน กับตัวเลขการจ้างงานที่ยังเพิ่มขึ้น
ฝั่งตลาดแรงงาน ภาพที่คนทำงานเห็นผ่านข่าวมักเน้นไปที่คำเตือนว่า AI จะมาทำงานแทนคนทั้งหมด แต่ข้อมูลเชิงปริมาณกลับซับซ้อนกว่านั้น ในเดือนมิถุนายน 75% ของประกาศรับงานสายเทคโนโลยีระบุว่าต้องการความสามารถด้าน AI เพิ่มขึ้นจาก 67% ในเดือนมีนาคม ตัวเลขนี้ไม่ได้บอกจำนวนคนที่ถูกจ้างจริง แต่สะท้อนว่านายจ้างกำลังมองว่า ทักษะ AI เป็นของจำเป็นในงานเทคโนโลยี มากกว่าจะใช้ AI เพื่อลดความสำคัญของคนทำงาน
รายงานการประเมินปี 2025 ขององค์การแรงงานระหว่างประเทศพบว่าหนึ่งในสี่ของแรงงานทั่วโลกทำงานในอาชีพที่มีการสัมผัสกับ Generative AI ในระดับหนึ่ง และส่วนใหญ่งานเหล่านี้มีแนวโน้มจะถูกเปลี่ยนแปลงมากกว่าจะหายไป เพราะยังต้องการการป้อนข้อมูลจากมนุษย์ อีกด้านหนึ่ง นายจ้างที่ถูกสำรวจใน Future of Jobs Report 2025 คาดว่า AI และเทคโนโลยีการประมวลผลข้อมูลจะสร้างงาน 11 ล้านตำแหน่งและแทนที่งาน 9 ล้านตำแหน่งภายในปี 2030 นี่คือภาพที่ชัดเจนว่า AI แทนที่งานและสร้างงานใหม่เกิดขึ้นพร้อมกัน ไม่ใช่การกวาดล้างฝ่ายเดียว และช่วยอธิบายว่าทำไมองค์กรยังเดินหน้าจ้างงานไปพร้อมกับลงทุนด้าน AI
บทบาทมนุษย์ในยุค AI ทำไมองค์กรเลือกจ้างเพิ่มแทนตัดคนทิ้ง
เมื่อเอาทุกกรณีมาวางรวมกัน ภาพที่ได้คือ AI กลายเป็นตัวเร่งให้บริษัทต้องนิยามบทบาทมนุษย์ในยุค AI ใหม่ มากกว่าจะเป็นเครื่องมือสำหรับเลิกจ้างคนให้เร็วที่สุด Oracle แสดงให้เห็นว่าการใช้ AI อย่างจริงจังต้องมีคนดูมาตรฐาน กำกับต้นทุน ตรวจสอบความปลอดภัย และออกแบบกระบวนการใหม่ทั้งสายงาน ทำให้การจ้างงาน AI คือการสร้างทีมที่เก่งขึ้นและซับซ้อนขึ้น ไม่ใช่การยุบทีมให้เล็กลงทันที
ขณะเดียวกัน ข้อมูลด้านแรงงานบอกเราว่าองค์กรไม่ได้หยุดรับคน แต่ปรับคุณสมบัติที่ต้องการมาทางทักษะ AI และความสามารถในการทำงานร่วมกับระบบอัตโนมัติแทน ช่องว่างระหว่างคำโฆษณาเรื่อง AI ที่ดูเหมือนจะทำทุกอย่างแทนคน กับการตัดสินใจจ้างงานที่ยังเพิ่มขึ้น จึงสะท้อนว่ากลยุทธ์องค์กรตามไม่ทันจินตภาพเทคโนโลยี และนั่นอาจเป็นข่าวดีสำหรับคนทำงานที่พร้อมพัฒนาทักษะใหม่ เพราะในโลกที่ AI แทนที่งานบางส่วน ผู้ที่รู้วิธีใช้ AI และสร้างคุณค่าเพิ่มบนระบบอัตโนมัติ จะกลายเป็นคนที่ตลาดต้องการมากที่สุดในระยะยาว
