ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

5 กลุ่มงานเสี่ยงถูก AI แทนที่ และเกมใหม่ขององค์กร

5 กลุ่มงานเสี่ยงถูก AI แทนที่ และเกมใหม่ขององค์กร
ความสนใจ|สำรวจการใช้งาน AI

เมื่อ AI แทนคนงานไม่ใช่เรื่องไกลตัวอีกต่อไป

การจ้างงานในยุค AI คือสถานการณ์ที่เทคโนโลยีปัญญาประดิษฐ์เข้ามามีบทบาทในทุกขั้นตอนของกระบวนการทำงาน ตั้งแต่การป้อนข้อมูล การวิเคราะห์ ไปจนถึงการสื่อสารกับลูกค้า ส่งผลให้หลายตำแหน่งงานเสี่ยงถูกแทนที่ แต่ขณะเดียวกันก็เปิดโอกาสให้คนทำงานที่มีทักษะใหม่ด้าน AI สามารถยกระดับบทบาทของตนเองจากผู้ปฏิบัติการไปเป็นผู้ควบคุมและออกแบบระบบอัตโนมัติที่ทำงานร่วมกับมนุษย์อย่างสอดประสาน

ประเด็นสำคัญไม่ใช่ว่า AI จะมาแย่งงานหรือไม่ แต่คือองค์กรและคนทำงานจะปรับตัวอย่างไรกับคลื่นเทคโนโลยีที่เดินหน้าเร็วกว่าระบบการศึกษาและโครงสร้างทรัพยากรบุคคลมาก ในช่วง AI Boom ผู้บริหารจำนวนมากหลงเชื่อสมการง่ายๆ ว่า “ใช้ AI แทนคน = ลดต้นทุน” จนมองข้ามต้นทุนที่ใหญ่ที่สุดจริงๆ คือความเสียหายทางธุรกิจและความเชื่อมั่น เมื่อระบบอัตโนมัติที่ไม่มีมนุษย์คุมเบรกมือออกไปเจอโลกจริงที่เต็มไปด้วยช่องโหว่ กลโกง และบริบทซับซ้อน คำถามจึงไม่ใช่ว่าจะใช้ AI หรือไม่ แต่คือจะใช้แบบรับผิดชอบต่อคนงานและลูกค้าอย่างไร

5 กลุ่มงานเสี่ยงถูก AI แทนที่ และเกมใหม่ขององค์กร

5 ตำแหน่งงานเสี่ยงถูก AI แทนที่ ตามมุมมองมาร์ค คิวบัน

มาร์ค คิวบันชี้ชัดว่าผลของ AI ต่อแรงงานโดยรวมเป็นบวก แต่จะสั่นสะเทือนโครงสร้างหลายอาชีพ โดยเฉพาะตำแหน่งระดับเริ่มต้นที่เนื้องานซ้ำๆ และใช้การตัดสินใจแบบเชิงกลไกมากกว่าการคิดวิเคราะห์เชิงลึก งานป้อนข้อมูลที่มีหน้าที่จัดรูปแบบหรือกรอกข้อมูลลงสเปรดชีต คือกลุ่มแรกที่ถูก AI ทำได้เร็วกว่ามาก จึงเป็นตำแหน่งงานเสี่ยงที่สุดในสมการ AI แทนคนงาน เขาย้ำว่า “ถ้าสิ่งที่คุณทำมีเพียงแค่การจัดรูปแบบหรือถตอบคำถามแค่ใช่หรือไม่ใช่ คุณมีโอกาสสูงที่จะถูกแทนที่ด้วย AI” ซึ่งสะท้อนสัจธรรมว่าใครทำงานใกล้กับฟังก์ชันของอัลกอริทึมที่สุด ย่อมเสี่ยงที่สุดเช่นกัน

กลุ่มงานลักษณะงานความเสี่ยงในยุค AI
งานป้อนข้อมูลและงานซ้ำๆกรอกข้อมูล สร้างสเปรดชีต จัดรูปแบบข้อมูลถูกระบบอัตโนมัติทำแทนได้ตรงๆ และเร็วกว่า
โปรแกรมเมอร์ระดับเริ่มต้นเขียนโค้ดพื้นฐาน แก้บั๊กทั่วไปเครื่องมือ AI สร้างโค้ดจำนวนมากได้ ทำให้ต้องการคนใหม่น้อยลง
บริการลูกค้าและคอลเซ็นเตอร์ตอบคำถามลูกค้า จัดการคำขอซ้ำๆตัวแทน AI สามารถจัดการเคสมาตรฐานได้โดยอัตโนมัติ
นักวิจัยและนักวิเคราะห์ข้อมูลค้นข้อมูล สังเคราะห์รายงานเบื้องต้นแบบจำลองภาษา AI ทำงานรวบรวมและสังเคราะห์ข้อมูลดิบได้เร็ว
เจ้าหน้าที่สนับสนุนด้านการเงินประมวลผลเอกสาร วิเคราะห์เบื้องต้นระบบ AI วิเคราะห์ตัวเลขและเอกสารได้ดี ทำให้บทบาทเปลี่ยนไปสู่การควบคุมมากกว่าทำเอง

คำเตือนจากฝั่งเทคโนโลยีก็แรงไม่แพ้กัน หัวหน้าบริษัท AI รายใหญ่คนหนึ่งเคยเตือนว่า “50% ของงานออฟฟิศระดับเริ่มต้นอาจถูกกำจัดออกในช่วง 5 ปีข้างหน้า” ขณะเดียวกัน งานสำรวจด้านแรงงานเทคโนโลยีพบว่าปัจจุบันบัณฑิตจบใหม่คิดเป็นเพียง 7% ของการจ้างงานในบริษัทเทคขนาดใหญ่ ลดลง 25% จากปีก่อนหน้า และเหลือแค่ครึ่งของยุคก่อนการระบาดใหญ่ ตัวเลขเหล่านี้สะท้อนว่าตลาดไม่ได้ต้องการ “มือใหม่ที่เขียนโค้ดเป็นนิดหน่อย” อีกต่อไป แต่ต้องการคนที่เข้าใจผลลัพธ์ของงานตนเอง รู้บริบทธุรกิจ และทำงานร่วมกับ AI ได้อย่างมีความรับผิดชอบ

จากสมการปลดคนสู่การฝึกอบรม AI ทักษะทั้งองค์กร

ในอีกฟากหนึ่งของโลกธุรกิจ ผู้บริหารบางรายเริ่มรับมือคลื่น AI ด้วยแนวคิดตรงกันข้าม คือไม่เริ่มต้นที่คำถามว่าจะปลดใคร แต่ถามว่าจะทำให้คนทุกคนเข้าใจ AI และใช้ประโยชน์จากมันได้อย่างไร ผู้นำของแพลตฟอร์มจองที่พักรายใหญ่ระบุอย่างตรงไปตรงมาว่า บริษัทต้องคิดอยู่เสมอว่า “การเปลี่ยนแปลงแรงงานของเราจะเป็นอย่างไรจากประโยชน์ของ AI” และยอมรับว่ามี “ต้นทุนด้านมนุษย์” ตามมาด้วยเสมอ ท่าทีเช่นนี้ต่างจากบริษัทที่ผูก AI เข้ากับแผนลดคนโดยตรง เพราะมันตั้งต้นจากการมองคนเป็นสินทรัพย์ระยะยาว ไม่ใช่แค่ต้นทุนที่ต้องตัดทิ้งเมื่อเทคโนโลยีใหม่มาถึง

ผู้บริหารรายเดียวกันได้สั่งการชัดเจนไปยังฝ่ายทรัพยากรบุคคลว่า ต้องการให้ “พนักงานทุกคน” มีภาวะรู้เท่าทันและใช้ AI เป็น หรือ AI literacy ไม่ใช่แค่กลุ่มเทคโนโลยี เขาอธิบายเหตุผลว่า หากวันหนึ่งบทบาทเดิมของพนักงานคนใดไม่จำเป็นอีกต่อไป บริษัทจะมีโอกาสย้ายเขาไปตำแหน่งใหม่ได้ง่ายกว่า เพราะเขาได้รับการพัฒนาให้ใช้เครื่องมือ AI เป็นแล้วตั้งแต่แรก และโฆษกของบริษัทก็ย้ำว่า แผนทำให้ AI literacy เป็น “ความสามารถพื้นฐาน” ของทุกคนเป็นกระบวนการต่อเนื่อง ไม่ใช่คอร์สสั้นๆ ที่ทำครั้งเดียวแล้วจบ ทิศทางนี้สะท้อนการยอมรับว่า AI จะรุกล้ำทุกงาน แต่คำตอบไม่ใช่การปลดคนรวดเดียว หากเป็นการยกระดับแรงงานทั้งหมดให้โตไปพร้อมเครื่องมือใหม่

5 กลุ่มงานเสี่ยงถูก AI แทนที่ และเกมใหม่ขององค์กร

บทเรียนราคาแพงจากการใช้ AI แทนคนแบบ 100%

ในโลกจริง ความฝันเรื่ององค์กรไร้คนงานที่ปล่อยให้ AI คุมระบบ 100% กำลังแตกออกเป็นเคสศึกษาที่เต็มไปด้วยคำเตือน ฝั่งการเงินมีตัวอย่างชัดเจนเมื่อบริษัทด้านอสังหาริมทรัพย์รายหนึ่งหลงเชื่อโมเดลประเมินราคาบ้านของตนมากจนตัดการตรวจหน้างานโดยมนุษย์ทิ้งแล้วใช้ราคาจากระบบเป็นราคาเสนอซื้อจริง เมื่อเจอวิกฤตโรคระบาดทำให้ตลาดผันผวนอย่างหนัก ช่องโหว่ก็เปิดทันที ผู้ขายบ้านสภาพแย่หรือย่านเสื่อมโทรมรีบยื่นขายในราคาที่ระบบให้สูงกว่าความเป็นจริง ขณะที่บ้านดีถูกนำไปขายในตลาดปกติ ผลคือบริษัทแบกรับสต็อกบ้านราคาแพงแต่ขายต่อไม่ได้ จนต้องยุติหน่วยธุรกิจนี้และกลายเป็นบทเรียนระดับโลกเกี่ยวกับ AI ที่ตัดมนุษย์ออกจากสมการ

ด้านบริการลูกค้าและงานเอกสารก็เต็มไปด้วยตัวอย่าง AI ที่ทำลายความเชื่อมั่นมากกว่าจะสร้าง การติดตั้งแชตบอตตอบคำถามลูกค้าโดยไม่มีทีมคอยตรวจสอบทำให้บริษัทหนึ่งต้องขึ้นศาล เพราะบอตสร้างนโยบายคืนเงินค่าตั๋วเดินทางไปงานศพขึ้นมาเองและแนะนำให้ลูกค้าทำตาม ทั้งที่นโยบายจริงไม่มีแบบนั้น เมื่อบริษัทปฏิเสธคำขอ ลูกค้านำเรื่องขึ้นสู่ศาล และศาลชี้ว่าบริษัทต้องรับผิดชอบต่อทุกคำพูดจาก AI ของตนเอง อีกตัวอย่างคือบริษัทขนส่งรายใหญ่ที่ปล่อยให้บอตหลุดเขียนบทกวีด่าบริษัทตัวเองและลูกค้า เมื่อภาพหน้าจอถูกแชร์ทั่วโลก ชื่อเสียงก็พังทลายโดยไม่ต้องมีคู่แข่งมาช่วยโจมตีแม้แต่น้อย

แม้แต่ภาคการแพทย์ที่อ่อนไหวที่สุดก็หนีไม่พ้น เมื่อบริษัทประกันสุขภาพนำระบบ AI มาตัดสินใจปฏิเสธการเคลมค่ารักษาแทบจะทันที โดยข้ามขั้นตอนพิจารณาโดยแพทย์ ผลการตรวจสอบภายหลังพบว่าอัตราความผิดพลาดของ AI สูงมาก ทำให้ผู้ป่วยสูงอายุจำนวนมากถูกบีบให้ออกจากโรงพยาบาลก่อนหายดี ส่งผลให้บางรายอาการทรุดหรือเสียชีวิต จนเกิดการฟ้องร้องแบบกลุ่มครั้งใหญ่ในประวัติศาสตร์ บทเรียนเหล่านี้บอกสิ่งเดียวกัน คือองค์กรที่วางกลยุทธ์ “AI แทนคนงาน” แบบสุดโต่งกำลังเล่นกับไฟที่ทั้งทำลายบัญชีและความไว้วางใจ ขณะที่แนวทางที่เห็นผลในระยะยาวคือการใช้ AI เป็นระบบเสริมพลังให้ทีมมนุษย์ ไม่ใช่ทดแทนทั้งหมด

5 กลุ่มงานเสี่ยงถูก AI แทนที่ และเกมใหม่ขององค์กร

อนาคตการจ้างงานในยุค AI: จากความเสี่ยงสู่โอกาสอัพสกิล

เมื่อมองไปข้างหน้า ภาพการจ้างงานในยุค AI จะไม่แบ่งง่ายๆ ระหว่างคนที่มีงานกับคนที่ถูกแทนที่ แต่ระหว่างคนที่มี AI literacy กับคนที่ไม่มีต่างหาก คนกลุ่มแรกจะมีโอกาสเปลี่ยนบทบาทจากผู้ถูกคุมไปเป็นผู้คุมเครื่องมือ และสามารถย้ายสายงานไปตำแหน่งใหม่ที่ใช้ AI เป็นส่วนหนึ่งของงานได้ง่ายกว่า แนวคิดฝึกอบรม AI ทักษะทั้งองค์กรจึงไม่ใช่แฟชั่น แต่คือความได้เปรียบในการรักษาและดึงดูดคนเก่ง เพราะองค์กรที่ลงทุนพัฒนาคนให้เข้าใจ AI จะมีแรงงานที่พร้อมเปลี่ยนหน้าที่โดยไม่ต้องเริ่มต้นใหม่ทุกครั้ง

สำหรับฝ่ายบริหาร บทสรุปคือยุคนี้ไม่ใช่เวลาที่จะถามว่า “เราจะลดคนได้กี่เปอร์เซ็นต์ด้วย AI” แต่ควรถามว่า “เราจะทำให้ทุกคนใช้ AI ได้อย่างรับผิดชอบแค่ไหน” องค์กรที่ยังหมกมุ่นกับสูตรตัดต้นทุนผ่านการปลดคนกำลังเสี่ยงเดินตามรอยเคสล้มเหลวที่ใช้ AI แทนคน 100% แล้วต้องเจอหายนะ ส่วนองค์กรที่มอง AI เป็นคู่หูของคนงาน กำลังสร้างวัฒนธรรมใหม่ที่เห็นค่าการคิดวิเคราะห์ การเข้าใจบริบท และจริยธรรมมากกว่าความเร็วของอัลกอริทึม หากมีจุดยืนชัดเจนว่าจะใช้ AI เพื่อเสริมพลังคน ไม่ใช่ถอดคนออกจากระบบ การจ้างงานในยุค AI จะกลายจากภัยคุกคามเป็นโอกาสในการยกระดับคุณภาพแรงงานทั้งระบบแทนที่จะเป็นคลื่นปลดคนครั้งใหญ่

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม บทความนี้สร้างขึ้นด้วย AI จากแหล่งข้อมูลที่เผยแพร่และข้อมูลสินค้า

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!