จุดเปลี่ยนตลาดแรงงานเทคโนโลยี เมื่องาน AI–Data โตสวนกระแส
งาน AI Data วัฒนาการ หมายถึงการเปลี่ยนผ่านของตำแหน่งงานด้านปัญญาประดิษฐ์และข้อมูลจากบทบาทเสริมมาเป็นแกนกลางของตลาดแรงงาน เทคโนโลยี ทั้งในเชิงปริมาณตำแหน่งและความซับซ้อนของทักษะที่ต้องใช้ สะท้อนผ่านตัวเลขความต้องการที่เติบโตสวนทางตำแหน่งเทคโนโลยีแบบดั้งเดิม และการที่ทักษะ AI ความต้องการ เริ่มแทรกตัวเข้าไปในงานหลากสายไม่จำกัดเฉพาะวิศวกรหรือเดต้าไซเอนติสต์อีกต่อไป ประเด็นสำคัญวันนี้คือ ตลาดแรงงาน เทคโนโลยี โดยรวมกำลังหดตัวลง 9.2 เปอร์เซ็นต์ ขณะที่งานสาย AI และ Data กลับเติบโตขึ้นถึง 29.6 เปอร์เซ็นต์ในช่วงเดียวกัน สะท้อนว่าองค์กรกำลังเลื่อนน้ำหนักจากการจ้างคนดูแลระบบเดิม ไปสู่คนที่ออกแบบและใช้ระบบอัจฉริยะเพื่อแก้ปัญหาจริง จุดเปลี่ยนนี้ไม่ใช่เรื่องตัวเลขอย่างเดียว แต่กำลังพลิกวิธีคิดของทั้งผู้สมัครและผู้จ้างว่า ใครคือ “คนไอทีที่แท้จริง” ในยุคที่ AI แทรกอยู่ในทุกงาน
AI Builder กินสัดส่วน 27 เปอร์เซ็นต์ การหดตัวของตำแหน่งดั้งเดิมแปลว่าอะไร
ข้อมูลระดับโลกชี้ชัดว่า กลุ่มงาน AI Builder ซึ่งคือครอบครัวตำแหน่งที่ออกแบบ สร้าง และนำระบบ AI ไปใช้จริงในองค์กร เช่น วิศวกรแมชชีนเลิร์นนิง นักพัฒนาแอปพลิเคชัน AI นักวิจัย และสถาปนิกระบบ ได้ขยับขึ้นมามีสัดส่วนถึง 27 เปอร์เซ็นต์ของความต้องการด้านเทคโนโลยีจากบริษัทขนาดใหญ่ มากกว่าสองเท่าเมื่อเทียบกับปี 2021 กล่าวอีกแบบคือ ในทุกสี่ตำแหน่งสายเทคโนโลยีหนึ่งตำแหน่งจะเกี่ยวกับการสร้างระบบ AI โดยตรง คำถามคือแล้วงานสายเทคโนโลยีแบบเดิมหายไปไหน คำตอบไม่ใช่การหายไปทันที แต่เป็นการถูกลดน้ำหนักและถูกบังคับให้ผสมความสามารถด้าน AI เข้าไปด้วย ทักษะ AI ความต้องการ เริ่มปรากฏอยู่ในงานสนับสนุน งานขาย งานการเงิน และงานทรัพยากรบุคคลในสัดส่วนสำคัญ แปลว่าคนไอทีและคนสายธุรกิจทุกฝ่ายต้องเข้าใจอย่างน้อยว่าระบบ AI ทำงานอย่างไร เพื่อร่วมออกแบบการใช้มัน ไม่ใช่ฝากทุกอย่างไว้กับทีมเทคนิคฝ่ายเดียว
ทางเข้าที่แคบลง อินเทิร์นและสัญญาจ้างยาวขึ้น ทำให้ช่องว่างทักษะกว้างขึ้น
ในขณะที่งาน AI Data วัฒนาการ ไปสู่รูปแบบงานที่ซับซ้อนขึ้น เส้นทางเข้าสู่งานกลับไม่ได้เปิดกว้างตาม ความจริงคือผู้เริ่มต้นสายเทคโนโลยีกำลังเจอกำแพงใหม่จากรูปแบบสัญญาจ้างและข้อกำหนดประสบการณ์ โดยข้อมูลชี้ว่า งานระดับปริญญาตรีถึง 79 เปอร์เซ็นต์ต้องการผู้สมัครที่มีประสบการณ์อย่างน้อยหนึ่งปี ทำให้บัณฑิตใหม่ไม่สามารถพึ่งแค่ปริญญาได้อีกต่อไป ฝั่งตลาดโลกก็ส่งสัญญาณคล้ายกัน เมื่อสัดส่วนตำแหน่งฝึกงานและสัญญาจ้างในกลุ่มคนต้นสายอาชีพเพิ่มจาก 13 เป็น 27 เปอร์เซ็นต์ ระหว่างปี 2020 ถึง 2026 และระยะเวลาเฉลี่ยของฝึกงานก็ยืดจาก 3.6 เป็น 9.7 เดือน นี่คือการบอกตรงๆ ว่า ผู้เริ่มต้นจะต้องใช้เวลานานขึ้นในบทบาทฝึกงานหรือโครงการระยะสั้นเพื่อพิสูจน์ตัวเอง ก่อนมีโอกาสเข้าสู่ตำแหน่งประจำ ช่องว่างทักษะจึงไม่ได้อยู่แค่ความรู้ แต่รวมถึงโอกาสในการแสดงผลงานจริงที่หายากขึ้นเรื่อยๆ
จาก “ใช้เครื่องมือเป็น” สู่ “แก้ปัญหาได้จริง” การเรียนรู้ AI แบบใหม่ที่ตลาดงานต้องการ
เมื่อปัญญาประดิษฐ์เข้าไปอยู่ในทุกขั้นตอนการทำงาน คำถามสำคัญของการเรียนด้านเทคโนโลยีจึงไม่ใช่ว่าใช้เครื่องมืออะไรเป็น แต่คือเมื่อนักศึกษาก้าวเข้าโลกการทำงานแล้ว จะนำเทคโนโลยีไปแก้ปัญหาและสร้างคุณค่าให้กับองค์กรได้มากน้อยเพียงใด ทักษะ AI ความต้องการ ในวันนี้จึงรวมทั้งพื้นฐานการเขียนโปรแกรม ระบบ และข้อมูล ร่วมกับความสามารถในการกำหนดโจทย์ ตรวจสอบความถูกต้อง ความปลอดภัย ความเป็นส่วนตัว และต้นทุนของสิ่งที่ตนพัฒนา ตัวอย่างแนวทางใหม่นี้ถูกทดลองผ่านโครงการ Gen AI Challenge ที่ให้นักศึกษากว่า 200 คนเรียนรู้การใช้ AI เชิงสร้างสรรค์ การออกแบบคำสั่ง และการใช้ AI อย่างรับผิดชอบ ก่อนลงมือสร้างต้นแบบแอปพลิเคชันด้วยเครื่องมือบนคลาวด์ มีโปรเจกต์อย่าง Machine Tag สำหรับโรงงาน Smart Roommate Meter Splitter สำหรับผู้พักร่วมกัน และ IdeaCraft ที่ช่วยเปลี่ยนไอเดียเป็นแผนงาน นักศึกษาจึงไม่ได้แค่ “ทำเครื่องมือเป็น” แต่ต้องตอบให้ได้ว่าโซลูชันของตนช่วยผู้ใช้และองค์กรอย่างไร และเรียนรู้อะไรจากสิ่งที่ลงมือทำจริง
บทสรุปเชิงกลยุทธ์ ผู้สมัครต้องสร้างผลงาน องค์กรต้องออกแบบสนามฝึกทักษะ
เมื่อภาพใหญ่คือ ตลาดแรงงาน เทคโนโลยีหดตัว ขณะที่งาน AI Data วัฒนาการ ไปสู่ความต้องการที่สูงและเฉพาะทางมากขึ้น ทั้งผู้สมัครและองค์กรไม่มีทางเลือกนอกจากปรับเกมใหม่ ฝั่งผู้สมัครต้องเลิกหวังว่าวุฒิการศึกษาและคอร์สออนไลน์จะเพียงพอ แต่ต้องสร้างผลงานจริงที่ชี้ให้เห็นว่าเคยแก้ปัญหาอะไร รับผิดชอบส่วนใด และผลลัพธ์สร้างคุณค่าอย่างไร เพราะนี่คือสิ่งที่นายจ้างมองหาเมื่อต้องตัดสินใจรับคนในโลกที่เส้นทางสู่ตำแหน่งประจำยาวและแคบลง ฝั่งองค์กรเองก็ต้องยอมรับว่าการแย่งชิงคนที่มีทักษะ AI ความต้องการ สูงจะยิ่งดุเดือด หากไม่ลงทุนสร้างสนามให้คนรุ่นใหม่ได้ทดลอง ใช้ และรับผิดชอบงานจริงผ่านโครงการฝึกงาน สัญญาจ้าง หรือความร่วมมือกับสถาบันการศึกษา โครงการอย่าง Gen AI Challenge แสดงให้เห็นว่าการออกแบบประสบการณ์เรียนรู้แบบเชื่อมต่อไปสู่รายวิชา โครงงาน การรับรองทักษะ และการทำงานกับสถานประกอบการ ช่วยเปลี่ยนวิกฤตตลาดงานหดตัวให้กลายเป็นโอกาสสร้างคนที่พร้อมทำงานกับ AI ในระยะยาว
