ช่องว่างคนทำงาน AI ใหญ่กว่าที่คิด ทำไมการฝึกอบรมจึงกลายเป็นเรื่องด่วน
วิกฤตการขาดแคลนพนักงาน AI คือสถานการณ์ที่ความต้องการแรงงานด้านปัญญาประดิษฐ์และข้อมูลเติบโตเร็วมาก ขณะที่จำนวนบุคลากรที่มีทักษะลึกและใช้เครื่องมือดิจิทัลเพื่อแก้ปัญหางานจริงยังเพิ่มไม่ทัน ส่งผลให้ทั้งภาคธุรกิจและภาครัฐต้องเร่งลงทุนในโครงการพัฒนาบุคลากร การฝึกอบรม AI ไทย และการอัปสกิล AI ไทย เพื่อให้แรงงานปัจจุบันและคนรุ่นใหม่ปรับตัวทันต่อโอกาสและความเสี่ยงจากเทคโนโลยีนี้ ประเด็นที่หลายคนมองข้ามคือ วิกฤตนี้ไม่ใช่ปัญหาของสายไอทีอย่างเดียว แต่กำลังลามไปทุกอุตสาหกรรม เมื่อข้อมูลจาก TDRI ระบุว่างานสาย AI และ Data เติบโต 29.6% ขณะที่ภาพรวมตลาดแรงงานหดตัว 9.2% แปลว่าคนที่มีทักษะดิจิทัลและ AI ไม่ได้แค่มีงานทำมากขึ้น แต่ยังมีอำนาจต่อรองสูงขึ้นด้วย ในทางกลับกัน คนที่ไม่เริ่มยกระดับทักษะดิจิทัล กำลังเสี่ยงถูกทิ้งไว้ข้างหลังโดยไม่รู้ตัว เมื่อดีมานด์คนทำงานสาย AI ขยับขึ้นแรงแบบนี้ การรอให้ระบบการศึกษาผลิตบัณฑิตใหม่อย่างเดียวจึงเป็นความคิดที่อันตราย ภาครัฐ มหาวิทยาลัย และเอกชนกำลังวิ่งแข่งกับเวลา ผ่านโครงการฝึกอบรม AI ไทย รูปแบบใหม่ที่เน้นการลงมือทำกับโจทย์ธุรกิจจริงมากกว่าการเรียนทฤษฎีในห้องเรียน เพื่อปิดช่องว่างกำลังคนให้เร็วที่สุดเท่าที่ทำได้
เป้าหมายหมื่นคน แต่ผู้เชี่ยวชาญมีแค่หลักพัน: ทำไมระบบมหาวิทยาลัยไปไม่ทัน
ภายใต้แผน AI แห่งชาติ กำหนดกรอบการพัฒนาคนสามระดับ ตั้งแต่ประชาชนที่รู้เท่าทัน AI ผู้ใช้ที่นำ AI ไปใช้กับงานจริง ไปจนถึงนักพัฒนาและนักวิจัยที่ออกแบบเทคโนโลยีได้เอง โดยตั้งเป้ากลุ่ม AI Literacy 2.5 ล้านคน AI Professionals 50,000 คน และ AI Developers หรือ Researchers 10,000 คนต่อปี ฟังดูเหมือนแผนชัดเจน แต่ปัญหาคือกลุ่มที่ยากที่สุดกลับเป็นกลุ่มที่มีเป้าหมายตัวเลขน้อยที่สุด วันนี้ผู้เชี่ยวชาญที่สามารถรีเทรนโมเดลในระดับลึกเชื่อม Data Pipeline เลือกโมเดล ทำ RAG ไปจนถึง Training โมเดลใหม่ มีเพียงระดับหลักพันคนเท่านั้น ขณะที่ระบบการศึกษาแบบดั้งเดิมยังผลิตคนที่จบตรงและทำ AI เชิงลึกได้จำนวนน้อยมาก ดร.สุนทรีย์ ส่งเสริมชี้ชัดว่า "การพัฒนาบุคลากรด้าน AI ไม่สามารถพึ่งพาการผลิตกำลังคนจากมหาวิทยาลัยเพียงอย่างเดียว เพราะอาจไม่ทันต่อความต้องการ" พร้อมเสนอให้เร่ง Reskill และ Upskill บุคลากรที่มีพื้นฐานใกล้เคียงอย่าง Computer Engineer ควบคู่ไปกับการดึงเอกชนมาร่วมปั้นคนเทค ผ่านโครงการพัฒนาบุคลากรแบบลงมือทำ ทำ Workshop และฝึกกับโจทย์จริง ไม่ใช่แค่เรียนผ่านวิดีโอ คำถามเชิงนโยบายที่ยังค้างคา คือจะทำอย่างไรให้การลงทุนด้าน Data Center และเทคโนโลยีผูกกับการถ่ายทอดองค์ความรู้และการฝึกอบรม AI ไทยอย่างเป็นรูปธรรม ไม่ใช่แค่กิจกรรมอบรมสั้นๆ ที่ผลิตคนระดับหลักร้อยต่อปี แต่ไม่สามารถขยับตัวเลขหมื่นคนได้จริง
โครงการฝึกอบรมและยกระดับทักษะดิจิทัลใน 55 จังหวัด: เมื่อแรงงานทุกกลุ่มถูกดึงเข้าสู่เกม AI
ขณะที่แผนระดับชาติพยายามปลุกปั้น AI Developer อีกด้านหนึ่ง กระทรวงแรงงานกำลังขยายฐานคนที่ใช้เครื่องมือดิจิทัลและ AI เพื่อเพิ่มผลิตภาพแรงงานอย่างเป็นระบบ กรมพัฒนาฝีมือแรงงานเร่งพัฒนา "นักพัฒนาผลิตภาพแรงงานด้วยเครื่องมือดิจิทัล" ให้มีทักษะด้าน Digital Skills และ Data Analytics ใช้เทคโนโลยีและ AI วิเคราะห์ข้อมูลและแก้ปัญหาจากงานจริง พร้อมลงพื้นที่ให้คำปรึกษาเชิงลึกแก่สถานประกอบกิจการ วิสาหกิจชุมชน และกลุ่ม OTOP นี่ไม่ใช่โครงการสวยหรูบนกระดาษ แต่เป็นการนำ AI เข้าไปแตะชีวิตแรงงานฐานรากโดยตรง ตัวเลขล่าสุดสะท้อนว่าการยกระดับทักษะดิจิทัลเริ่มขยายตัวจริง ในปีงบประมาณ 2569 สามารถเข้ายกระดับผลิตภาพแรงงานให้กับสถานประกอบกิจการ 55 แห่งใน 55 จังหวัด และพัฒนาทักษะดิจิทัลแก่แรงงานและผู้ประกอบกิจการรวม 5,153 คน แนวคิดสำคัญคือการทำให้เทคโนโลยีกลายเป็นเครื่องมือที่จับต้องได้ เช่น ระบบเก็บและวิเคราะห์ข้อมูล ลดขั้นตอนงาน ลดข้อผิดพลาด โดยนักพัฒนาผลิตภาพแรงงานทำหน้าที่เชื่อมองค์ความรู้เข้ากับปัญหาเฉพาะของแต่ละพื้นที่ ที่น่าสนใจคือเป้าหมายปี 2570 ตั้งใจเพิ่มจำนวนนักพัฒนาผลิตภาพแรงงานจาก 110 คนเป็น 1,100 คน และขยายการให้คำปรึกษาเชิงลึกจาก 55 เป็น 110 แห่งทั่วประเทศ นี่คือการอัปสกิล AI ไทยในเชิงกว้าง ที่หากทำสำเร็จจะช่วยให้ผู้ประกอบการขนาดเล็กและแรงงานอิสระมีโอกาสใช้ข้อมูลและ AI ตัดสินใจธุรกิจได้ดีขึ้น ไม่ถูกทิ้งไว้ข้างหลังในคลื่นเศรษฐกิจใหม่
มหาวิทยาลัยและเอกชนแข่งปั้น AI Talent: จากใช้เครื่องมือเป็น สู่แก้ปัญหาได้จริง
ในระดับอุดมศึกษา แนวโน้มที่ชัดเจนคือการขยับจากการสอน "ใช้เครื่องมือเป็น" ไปสู่การฝึกให้เข้าใจปัญหาและออกแบบทางออกด้วย AI อย่างมีความรับผิดชอบ ข้อมูลจาก TDRI Economic Intelligence Service ที่วิเคราะห์ประกาศงานกว่า 912,000 ตำแหน่ง ระบุว่าตลาดแรงงานโดยรวมหดตัว 9.2% แต่ตำแหน่งงานสาย AI และ Data กลับเติบโต 29.6% และ 79% ของงานระดับปริญญาตรีต้องการประสบการณ์อย่างน้อยหนึ่งปี แปลตรงๆ ว่า ใครเรียนจบแล้วใช้ AI แก้ปัญหาจริงได้ มีผลงานจับต้องได้ จะได้เปรียบในตลาดงานอย่างมาก โครงการอย่าง Gen AI Challenge ซึ่งมหาวิทยาลัยร่วมมือกับแพลตฟอร์มคลาวด์และสถาบันฝึกอบรมเอกชน ดึงนักศึกษาปี 2–4 เข้ามาเรียนรู้ตั้งแต่การออกแบบคำสั่งให้ AI การใช้ AI อย่างปลอดภัย ไปจนถึงการพัฒนาต้นแบบแอปพลิเคชันบนระบบคลาวด์ ผ่านการลงมือทำกับโจทย์จริงเพื่อสร้างผลงานที่ตอบโจทย์ผู้ใช้งานและองค์กร นี่คือการฝึกอบรม AI ไทยในแบบที่เชื่อมตลาดแรงงานเข้ากับห้องเรียนโดยตรง ไม่ใช่แค่ทักษะเชิงเครื่องมือ แต่รวมถึงความเข้าใจด้านความถูกต้อง ความเป็นส่วนตัว และต้นทุนของสิ่งที่ตนพัฒนา พร้อมกันนั้น BDI ยังให้ทุนมหาวิทยาลัยสร้างหลักสูตร Cloud Engineer และ Data Science ระดับ Intermediate ขึ้นไปแบบ Hands-on กำหนดให้ผู้เรียนอย่างน้อย 30% เป็นเจ้าหน้าที่รัฐ เพื่อยกระดับทักษะดิจิทัลฝั่งภาครัฐด้วย แม้จำนวนผู้เรียนยังอยู่ระดับหลักร้อยต่อปี แต่นี่คือจิ๊กซอว์สำคัญในภาพใหญ่ของโครงการพัฒนาบุคลากร ที่ดึงทั้งมหาวิทยาลัยและเอกชนเข้าเป็นตัวเล่นหลักในสนามอัปสกิล AI ไทย
จากวิกฤตสู่โอกาส: ถ้าไม่เปลี่ยนการเรียนรู้ วันนี้ วันหนึ่งจะเสียทั้งงานและอนาคต
เมื่อมองภาพรวม จะเห็นชัดว่าความขาดแคลนพนักงาน AI ไม่ใช่เรื่องที่จะรอให้เวลาจัดการเองได้อีกต่อไป เป้าหมายสร้าง AI Developer หมื่นคนต่อปีในขณะที่ผู้เชี่ยวชาญมีแค่หลักพันคือสัญญาณเตือนให้ทั้งรัฐ เอกชน และมหาวิทยาลัยต้องคิดใหม่เรื่องการฝึกอบรม AI ไทยและโครงการพัฒนาบุคลากรแบบยกเครื่อง ไม่ใช่เติมคอร์สออนไลน์เล็กๆ แล้วหวังว่าปัญหาจะหายไป ด้านหนึ่ง แผนระดับชาติและโครงการยกระดับทักษะดิจิทัลใน 55 จังหวัดกำลังทำให้เทคโนโลยีเข้าไปแตะชีวิตแรงงานทุกกลุ่ม ตั้งแต่โรงงาน วิสาหกิจชุมชน ไปจนถึงผู้ผลิตสินค้า OTOP อีกด้านหนึ่ง มหาวิทยาลัยและสถาบันเอกชนกำลังแข่งกันสร้างคนที่ไม่เพียงใช้ AI เป็น แต่ใช้เพื่อแก้ปัญหาจริงและสร้างคุณค่าให้กับองค์กรและสังคม หากสองฝั่งนี้เดินไปด้วยกันอย่างต่อเนื่อง และมีการเชื่อมนโยบายการลงทุนเทคโนโลยีกับการถ่ายทอดองค์ความรู้อย่างเข้มข้น การอัปสกิล AI ไทยอาจเปลี่ยนจากการวิ่งแข่งแบบตามไม่ทัน เป็นการขับเคลื่อนเศรษฐกิจใหม่ที่ทำให้แรงงานจำนวนมากหลุดจากกับดักตลาดงานหดตัว สำหรับคนทำงานและนักศึกษาที่กำลังตัดสินใจ แนวโน้มทั้งหมดนี้มีข้อสรุปง่ายๆ แต่แรง คือยุคที่งานสาย AI และ Data โตสวนตลาดแบบนี้ ใครไม่เริ่มยกระดับทักษะดิจิทัลของตัวเองวันนี้ วันหนึ่งอาจต้องมานั่งถามว่า เราแพ้ AI หรือเราปล่อยให้ตัวเองแพ้โอกาสกันแน่
