ตลาดแรงงาน AI เติบโต 29.6% แต่คนยังไม่พอ

ตลาดแรงงาน AI คืออะไร และกำลังเขย่าคนทำงานอย่างไร

ตลาดแรงงาน AI คือภาพรวมของตำแหน่งงานที่เกี่ยวข้องกับปัญญาประดิษฐ์และข้อมูล ตั้งแต่ผู้ใช้เครื่องมือ AI ในชีวิตการทำงานประจำวัน ไปจนถึงนักพัฒนาและนักวิจัยที่ออกแบบโมเดลเชิงลึก ซึ่งกำลังเติบโตสวนทางงานสายเดิม ทำให้เกิดความขาดแคลนพรสิตวิศวกร AI และบีบให้ทั้งแรงงาน สถาบันการศึกษา และองค์กรธุรกิจต้องเร่งออกแบบโปรแกรมอัปสกิล AI ให้ทันความต้องการของตลาดแรงงาน AI เติบโตที่เปลี่ยนแปลงอย่างรวดเร็ว

ข้อมูลจากการวิเคราะห์ประกาศรับสมัครงานกว่า 912,000 ตำแหน่งพบว่า ตลาดงานโดยรวมหดตัว 9.2% แต่ตำแหน่งด้าน AI และ Data กลับเติบโตถึง 29.6%สวนทางอย่างชัดเจน นี่ไม่ใช่ตัวเลขสวยหรู แต่คือสัญญาณเตือนว่าโอกาสใหม่กำลังเปิดขึ้นเฉพาะสำหรับคนที่มีทักษะใหม่เท่านั้น ใครยังอยู่กับกรอบเดิมจะรับแรงเสียดทานเต็มๆ ทั้งความเสี่ยงตกงานและรายได้ที่หยุดนิ่ง ขณะที่คนที่ยอมลงทุนเรียนรู้กำลังขยับขึ้นสู่บทบาทที่มีมูลค่าเพิ่มสูงกว่าเดิม

ผู้บริหารสถาบันการเงินรายหนึ่งย้ำว่า ความกังวลของมนุษย์เงินเดือนต่อการเปลี่ยนแปลงจาก AI เป็นเรื่องที่มีเหตุผล โดยเฉพาะเมื่อเทคโนโลยีอย่าง Agentic AI กำลังเข้ามาในโลกงานเร็วมาก AI ไม่ได้มาแย่งงานแบบเหมาโต๊ะ แต่มาเก็บงานที่เป็นขั้นตอนซ้ำ ใช้กฎเกณฑ์ตายตัว แล้วปล่อยให้คนต้องขยับไปทำงานเชิงคิด วิเคราะห์ และออกแบบมากขึ้น คำถามสำคัญจึงไม่ใช่ “AI จะมาแทนที่ไหม” แต่คือ “เราพร้อมจะย้ายไปอยู่ฝั่งที่ AI ยังแตะไม่ได้หรือยัง”

ช่องว่างระหว่างงาน AI ที่โต 29.6% กับคนที่ยังไม่พร้อม

ตัวเลขการเติบโตของงาน AI–Data ถึง 29.6% ท่ามกลางตลาดแรงงานที่หดตัว 9.2% บอกเราตรงๆ ว่า ตลาดกำลังให้รางวัลกับคนที่มีทักษะใหม่ และลงโทษคนที่ยืนอยู่กับที่ แต่ปัญหาใหญ่คืออุปทานแรงงานไม่ทันความต้องการ แผนระดับชาติตั้งเป้าปั้นคนสามระดับ ตั้งแต่ผู้ใช้ทั่วไปที่รู้เท่าทัน AI คนทำงานที่นำ AI ไปใช้กับงานจริง ไปจนถึงนักพัฒนาและนักวิจัยที่ออกแบบเทคโนโลยีเอง ทว่ากลุ่มท้ายสุดกลับเป็นคอขวดสำคัญ

กลุ่ม AI Developer และ Researcher ถูกตั้งเป้าไว้ 10,000 คนต่อปี แต่ผู้เชี่ยวชาญที่ลงลึกถึงขั้นรีเทรนโมเดลเชิงลึกได้ในปัจจุบันมีเพียงหลักพันเท่านั้น นี่คือภาพชัดของความขาดแคลนพรสิตวิศวกร AI ที่ทำให้โปรเจ็กต์ AI ขนาดใหญ่ติดค้างทั้งๆ ที่เงินลงทุนและเทคโนโลยีพร้อมแล้ว ความยากไม่ได้อยู่ที่เป้าหมายตัวเลขอย่างเดียว แต่อยู่ที่ระบบการศึกษายังผลิตคนที่จบมาสายนี้ได้จำกัด และการสร้างคนระดับนี้ต้องใช้เวลาและโจทย์จริง แต่ตลาดต้องการผลลัพธ์แทบจะทันที

ในขณะที่องค์กรใหญ่เริ่มฝัง AI ในทุกกระบวนการ ตั้งแต่งานตรวจสอบข้อมูล งานไอที การบริการลูกค้า ไปจนถึงการวิเคราะห์ข้อมูลเพื่อสนับสนุนการขาย คนทำงานทั่วไปจึงเผชิญแรงกดดันสองด้าน ด้านหนึ่งต้องวิ่งตามความคาดหวังของนายจ้างที่อยากเห็นการใช้ AI เพิ่มประสิทธิภาพ อีกด้านคือความจริงที่ว่าเวลาเก็บเงินก่อนเกษียณกำลังสั้นลง เพราะความเป็นไปได้ที่จะต้องออกจากตลาดแรงงานเร็วกว่าที่คิดสูงขึ้น ใครไม่รีบอัปสกิลตอนนี้ เท่ากับยอมให้ตัวเองถูกบีบทั้งด้านงานและด้านการเงินพร้อมกัน

จาก “ใช้ AI เป็น” สู่ “แก้ปัญหาได้ด้วย AI” มหาวิทยาลัยต้องเปลี่ยนเกมสอน

การฝึกอบรม AI ของมหาวิทยาลัยกำลังเปลี่ยนทิศอย่างเห็นได้ชัด ระบบการศึกษาเริ่มยอมรับว่าการสอนให้เด็กใช้เครื่องมือ AI เป็นแค่จุดเริ่มต้น ไม่ใช่คำตอบสุดท้าย ผู้บริหารคณะไอทีแห่งหนึ่งอธิบายว่า โจทย์วันนี้ไม่ใช่ถามแค่ว่านักศึกษาใช้เครื่องมืออะไรได้ แต่ต้องตอบให้ได้ว่า เมื่อเรียนจบแล้วเขาจะใช้ความรู้สร้างคุณค่าอะไรให้กับองค์กรและสังคม การพัฒนาทักษะ AI จึงต้องไปไกลกว่าการรู้วิธีใช้เครื่องมือ ให้นักศึกษาเข้าใจปัญหา เลือกเทคโนโลยีเหมาะสม และรับผิดชอบต่อผลลัพธ์

ตัวเลขตลาดงานที่หด 9.2% แต่ AI–Data โต 29.6% ทำให้มหาวิทยาลัยไม่อาจสอนแบบท่องจำตำราได้อีกต่อไป ความต้องการของนายจ้างกำลังเปลี่ยนจาก “ใช้ AI เป็น” ไปสู่ “แก้ปัญหาได้ด้วย AI” อย่างชัดเจน นั่นหมายความว่าคนที่แค่เปิดแอป AI แล้วพิมพ์คำสั่งพื้นฐานอาจไม่ต่างจากคนใช้เครื่องคิดเลข ในขณะที่คนที่เข้าใจโจทย์ธุรกิจ กระบวนการทำงาน และสามารถออกแบบโซลูชันด้วย AI จะกลายเป็นกำลังหลักขององค์กร โปรแกรมอัปสกิล AI แบบเน้นลงมือทำและใช้โจทย์จริงจึงสำคัญกว่าคอร์สสั้นๆ ที่สอนแค่ปุ่มและเมนู

คำตอบของบางมหาวิทยาลัยคือการดึงพันธมิตรเทคโนโลยีเข้ามาร่วมสอนโจทย์จริง เช่น โครงการ Gen AI Challenge ที่พานักศึกษาปี 2–4 เข้าสู่กระบวนการเรียนรู้ตั้งแต่แนวคิด AI เชิงสร้างสรรค์ การออกแบบคำสั่ง การใช้ AI อย่างรับผิดชอบ ก่อนลงมือทำต้นแบบแอปพลิเคชันร่วมกับแพลตฟอร์มคลาวด์ โดยมีพันธมิตรอย่าง AWS และผู้เชี่ยวชาญอุตสาหกรรมเข้ามาช่วยออกแบบการเรียนรู้และเวิร์กช็อป แนวทางนี้ทำให้นักศึกษาไม่ได้แค่เก่งเครื่องมือ แต่เริ่มสะสมประสบการณ์และผลงานที่ตอบโจทย์องค์กรจริง ซึ่งสอดคล้องกับความต้องการที่ 79% ของงานระดับปริญญาตรีระบุว่าต้องมีประสบการณ์อย่างน้อยหนึ่งปี

ตลาดแรงงาน AI โตแรง แต่คนทำงานยังไม่พร้อมรับคลื่นใหม่

Reskill นอกห้องเรียน: เมื่อมหาวิทยาลัยผลิตคนไม่ทัน ความรับผิดชอบตกที่ใคร

เมื่อเป้าหมายผลิต AI Developer ปีละ 10,000 คนยังห่างไกลจากความจริงที่มีผู้เชี่ยวชาญเชิงลึกแค่หลักพัน การหวังพึ่งบัณฑิตจบใหม่จากมหาวิทยาลัยอย่างเดียวจึงไม่ทันเกม ผู้นำด้านข้อมูลขนาดใหญ่เสนอชัดว่า ต้องดึงคนที่อยู่ในอุตสาหกรรมอยู่แล้ว เช่น วิศวกรคอมพิวเตอร์และสายเทคโนโลยีใกล้เคียง เข้าสู่โปรแกรมอัปสกิล AI และ Reskill อย่างจริงจังควบคู่กับการลงทุนภาคเอกชน นี่ไม่ใช่ทางเลือก แต่เป็นเงื่อนไขถ้าประเทศอยากมีขีดความสามารถด้าน AI ของตนเอง

สถาบันข้อมูลขนาดใหญ่เลือกใช้วิธีให้ทุนกับมหาวิทยาลัยเพื่อจัดหลักสูตรแบบเน้นลงมือทำ โดยเฉพาะทักษะระดับ Professional และ Developer ที่ต้องมีเวิร์กช็อปและฝึกกับโจทย์จริง ไม่ใช่เรียนผ่านวิดีโออย่างเดียว แม้รูปแบบนี้ผลิตคนได้เพียงหลักร้อยต่อปี แต่ก็เป็นกลไกสำคัญในการปิดช่องว่างทักษะระยะยาว อีกแนวคิดที่ถูกผลักดันคือการผูกเงื่อนไขส่งเสริมการลงทุนด้านเทคโนโลยีเข้ากับการถ่ายทอดองค์ความรู้ ให้บริษัทที่ได้รับสิทธิประโยชน์ต้องมีส่วนสร้างหรือพัฒนาบุคลากรไทยตามจำนวนที่กำหนด ไม่ใช่แค่ตั้งศูนย์ข้อมูลแล้วจบกันที่กำแพงขององค์กร

ขณะเดียวกัน เวทีเสวนาที่ภาคการเงินจัดขึ้นชี้ให้เห็นอีกมุมสำคัญว่า การปรับตัวด้านทักษะควรเดินคู่ไปกับการวางแผนการเงินส่วนบุคคล เพราะเวลาเก็บเงินก่อนเกษียณอาจสั้นลงจากการที่คนต้องออกจากตลาดแรงงานเร็วกว่าที่คิด องค์กรที่รับผิดชอบต่อพนักงานจึงควรให้ทั้งโอกาสเรียนรู้ AI ภายใน และคำปรึกษาทางการเงิน เพื่อให้คนทำงานมีทั้งทักษะใหม่และความมั่นคงในช่วงเปลี่ยนอาชีพ ความมั่นคงในยุค AI จึงไม่ใช่แค่เรื่องงาน แต่เป็นสมดุลระหว่างอาชีพ ทักษะ และฐานะการเงินที่ต้องออกแบบใหม่ทั้งระบบ

อนาคตการจ้างงาน: ใครจะรอด ใครจะลำบากในยุคที่ AI เป็นส่วนหนึ่งของทุกงาน

สัญญาณจากทุกทิศกำลังบอกอย่างตรงไปตรงมาว่า ตลาดแรงงาน AI เติบโตเร็วกว่าอัตราการเติบโตของคนที่มีทักษะหลายช่วงตัว งานซ้ำซากและใช้กฎเกณฑ์ตายตัวย่อมหดตัวลงเรื่อยๆ ขณะที่บทบาทที่ผสานความเข้าใจธุรกิจ ข้อมูล และ AI จะยิ่งเป็นที่ต้องการ ภาครัฐจึงเตรียมสร้างกรอบประเมินระดับทักษะ AI เพื่อบอกให้ชัดว่าใครอยู่ระดับไหนและต้องอัปสกิลอะไรต่อในช่วงแผนปฏิบัติการด้าน AI แห่งชาติระยะต่อไป ฝั่งมหาวิทยาลัยเองก็เริ่มวางเป้าหมายผลิตบัณฑิตให้เป็นมืออาชีพด้าน AI Transformation และ Digital Solution มากกว่าจะเป็นแค่โปรแกรมเมอร์ทั่วไป

ในเชิงปฏิบัติ คนทำงานที่รอดไม่ใช่คนที่ “เก่งคอมพิวเตอร์” แต่คือคนที่มองเห็นว่าปัญหาในงานประจำของตนเองอะไรบ้างที่ AI ช่วยได้ แล้วกล้าลอง ใช้ และถามให้เป็น ความสามารถในการตั้งโจทย์ ตรวจสอบผลลัพธ์ และอธิบายว่าองค์กรได้ประโยชน์อย่างไร จะเป็นตัวแบ่งคนที่โตไปกับ AI ออกจากคนที่ถูก AI ทิ้งไว้ข้างหลัง สำหรับนักศึกษา การรอให้มหาวิทยาลัยสอนทุกอย่างไม่พออีกต่อไป ต้องมองหาทั้งการฝึกงาน โครงการร่วมกับอุตสาหกรรม และการแข่งขันที่ทำให้ได้ลองแก้ปัญหาจริง

คำสรุปจึงชัดเจน แรงงานไม่ได้กำลังถูก AI แย่งงานแบบไร้ทางสู้ แต่กำลังถูกตลาดถามเสียงดังว่า “คุณจะยอมเป็นคนที่ AI แทนได้ หรือจะเป็นคนที่ใช้ AI แก้ปัญหาได้ดีกว่าคนอื่น” ถ้าเป้าหมายระดับชาติคือการสร้าง AI Developer ปีละหมื่นคน แต่วันนี้เรายังมีผู้เชี่ยวชาญเชิงลึกเพียงหลักพัน ทุกคนในระบบ ทั้งรัฐ มหาวิทยาลัย ธุรกิจ และแรงงาน จึงไม่มีทางเลือกอื่นนอกจากต้องลงทุนกับการเรียนรู้ใหม่ การอัปสกิลต่อเนื่อง และการออกแบบเส้นทางการเงินของตนเองให้พร้อมรับโลกงานที่เปลี่ยนเร็วกว่าเดิมหลายเท่า