“AI” เขย่าตลาดงาน โอกาสคนมีทักษะ

ปฏิเสธไม่ได้ว่าการทำงานในยุคปัจจุบันมีการนำเทคโนโลยีปัญญาประดิษฐ์ (AI) มาใช้อย่างแพร่หลาย โดย AI ทำหน้าที่เป็นเครื่องมือสำคัญที่ช่วยลดภาระงานที่ต้องอาศัยทักษะพื้นฐานหรืองานที่มีลักษณะซ้ำ ๆ ส่งผลให้การทำงานของมนุษย์มีประสิทธิภาพมากขึ้น 

แต่กระนั้น ความนิยมในการใช้ AI ในตลาดแรงงานก็มาพร้อมกับความกังวลว่า เทคโนโลยีดังกล่าวอาจเข้ามาแทนที่แรงงานมนุษย์ในบางตำแหน่งงานหรือบางหน้าที่ รวมถึงอาจก่อให้เกิดการเปลี่ยนแปลงเชิงโครงสร้างต่อรูปแบบการจ้างงานและความต้องการทักษะในตลาดแรงงานโดยรวม 

ดร. พุทธิพันธุ์ หิรัณยตระกูล และนภพบ ทองระย้า ทีม Big Data สถาบันวิจัยเพื่อการพัฒนาประเทศไทย (ทีดีอาร์ไอ) ได้เปิดเผยผลการวิเคราะห์ “เมื่อ AI เขย่าตลาดงาน ใครอยู่ ใครไป “  พบว่า  AI กำลังเสริมบทบาทแรงงานที่มีประสบการณ์ ขณะเดียวกัน ก็มีแนวโน้มเข้ามาทดแทนหน้าที่งานบางส่วนที่เคยเป็นบทบาทของแรงงานระดับเริ่มต้น 

ทั้งนี้ ก่อนจะไปเจาะลึกผลกระทบ  AI ต่อตลาดแรงาน  มาดูภาพรวมของตลาดแรงงานจากฐานข้อมูลประกาศรับสมัครงานออนไลน์จากเว็บไซต์ชั้นนำกว่า 23 แห่งทั่วประเทศ ที่ทีม Big Data ทีดีอาร์ไอรวบรวมพบว่า เมื่อเปรียบเทียบแบบปีต่อปีในช่วงไตรมาสที่ 2 ถึงไตรมาสที่ 4 ระหว่างปี 2567–2568 ความต้องการจ้างงานมีแนวโน้มปรับตัวลดลงประมาณร้อยละ 9.6  จาก 642,216 เป็น 580,505 ตำแหน่ง  (เริ่มต้นที่ไตรมาส 2 เนื่องจากโครงการพัฒนาระบบวิเคราะห์ข้อมูลด้วย Large Language Models (LLMs) ซึ่งรวบรวมประกาศรับสมัครงานออนไลน์จากเว็บไซต์ชั้นนำกว่า 23 แห่งทั่วประเทศ เริ่มจัดทำครั้งแรกไตรมาส 2 ปี 2567) 

ดร. พุทธิพันธุ์ หิรัณยตระกูล ทีม Big Data ทีดีอาร์ไอ ระบุว่า ความต้องการจ้างงานที่ลดลง สาเหตุหลักน่าจะมาจากภาวะเศรษฐกิจไทยในปี 2568 ที่ชะลอตัวลงจากปีก่อนหน้า แต่พบข้อมูลที่น่าสนใจว่า บางตำแหน่งงานมีความต้องการจ้างงานลดลงมากกว่าภาพรวมตลาด และเมื่อเจาะลึกพบว่า หากมีทักษะเกี่ยวกับ AI  ความต้องการจ้างงานกลับเพิ่มสูงขึ้น และผลกระทบของ AI ในแต่ละอาชีพมีความแตกต่างกัน

ดร.พุทธิพันธ์ระบุว่า ได้มีการคัดเลือก 4 อาชีพ ได้แก่ วิศวกรซอฟต์แวร์ กราฟฟิกดีไซเนอร์ นักบัญชี และวิศวกรโยธา เพื่อเป็นตัวแทนของกลุ่มอาชีพที่ได้รับผลกระทบจาก AI ในมิติที่แตกต่างกัน เริ่มจากวิศวกรซอฟต์แวร์ และ กราฟิกดีไซเนอร์  ซึ่งเป็นตัวแทนของกลุ่มที่ถูกวิเคราะห์ว่าได้รับผลกระทบโดยตรงจากการเปลี่ยนแปลงทางเทคโนโลยี  ในทางกลับกัน วิศวกรโยธา ถูกเลือกมาเป็นกรณีศึกษาเปรียบเทียบของสายงานที่ผูกพันกับ ‘โลกกายภาพ’ ซึ่ง AI ยังมีบทบาทจำกัด และสุดท้ายคือ นักบัญชี ตัวแทนของอาชีพที่มีความต้องการจ้างงานสูงเป็นลำดับต้นๆ ของตลาด เพื่อแสดงให้เห็นข้อเท็จจริงว่า AI ไม่ได้ส่งผลกระทบต่อทุกสาขาอาชีพในรูปแบบเดียวกันเสมอไป

จากการจำแนกตามอาชีพหลักดังกล่าวข้างต้น พบว่าความต้องการแรงงานในอาชีพดังกล่าวลดลงสอดคล้องกับภาพรวมของการจ้างงาน  ยกเว้นนักบัญชีที่ยังมีการเติบโตถึงร้อยละ 7  เมื่อเทียบกับปีก่อนหน้า ในขณะเดียวกันความต้องการทักษะด้านปัญญาประดิษฐ์กลับเพิ่มขึ้นอย่างต่อเนื่องในหลายกลุ่มอาชีพ (ดูจากกราฟ) ซึ่งสะท้อนให้เห็นว่าทักษะด้าน AI กำลังกลายเป็นทักษะที่นายจ้างให้ความสำคัญมากขึ้นในตลาดแรงงานปัจจุบัน

นอกจากนี้ ถึงแม้ AI จะถูกมองว่าเป็นเทคโนโลยีที่สามารถประยุกต์ใช้ได้ในทุกอุตสาหกรรม แต่ระดับผลกระทบในแต่ละอาชีพยังมีความแตกต่างกันพอสมควร โดยกรณีของ “วิศวกรซอฟต์แวร์”  ถือเป็นกรณีศึกษาที่ชัดเจนที่สุดของการที่ AI กลายเป็น "มาตรฐานทักษะใหม่" (New Normal) ที่นายจ้างต้องการ ซึ่งหมายความว่า แม้จำนวนประกาศรับสมัครงานตำแหน่งงานวิศวกรซอฟต์แวร์จะลดลงเล็กน้อยที่ร้อยละ 5.3 ซึ่งยังถือว่าได้รับผลกระทบน้อยกว่าค่าเฉลี่ยตลาด แต่สัดส่วนตำแหน่งงานที่ต้องการทักษะ AI กลับมีสัดสูงขึ้นถึงร้อยละ 22.2 ของจำนวนประกาศจ้างงานตำแหน่งวิศวกรซอฟต์แวร์ หรือเพิ่มขึ้นร้อยละ 94.6 จากปีก่อนหน้าอย่างรวดเร็ว ข้อเท็จจริงนี้ชี้ให้เห็นว่า AI ไม่ได้ทำให้ความต้องการแรงงานในสายงานนี้หายไป แต่ได้กลายเป็นเครื่องมือหนึ่งในการทำงานพื้นฐานไปแล้ว 

ในทางตรงกันข้าม  “กลุ่มนักออกแบบกราฟิก”  กำลังตกอยู่ในสภาวะความเสี่ยงจากการถูกทดแทนที่ชัดเจนที่สุด สะท้อนจากจำนวนงานที่ลดลงฮวบฮาบถึงร้อยละ 13.0 ซึ่งแย่กว่าตลาดรวม ในขณะที่ความต้องการทักษะ AI เติบโตในอัตราเกือบร้อยละ 100  ซึ่งบ่งชี้ว่างานกราฟิกพื้นฐานบางส่วนอาจถูกทดแทนด้วยเครื่องมือ AI สำเร็จรูป  โดยจุดเปลี่ยนสำคัญทางเทคโนโลยีในปี 2568 คือการเปิดตัวโมเดล Image Generation อย่าง "Nano Banana" ของ Google Gemini ได้เข้ามาทลายข้อจำกัดในการจัดการกับ "ตัวอักษร" (Text Rendering) ที่ทำให้งานออกแบบเพื่อการสื่อสารยังต้องพึ่งพามนุษย์เป็นหลัก 

เพราะโมเดลใหม่นี้สามารถเนรมิต Infographic ที่ไม่เพียงแค่มีภาพประกอบสวยงาม แต่ยังสามารถจัดวางรูปประโยคและตัวอักษรได้อย่างถูกต้องสมบูรณ์ภายในเวลาไม่กี่นาที ความสามารถในการผลิตชิ้นงานแบบ "พร้อมใช้" (Ready-to-use) นี้เอง คือปัจจัยชี้นำสำคัญที่ส่งผลกระทบโดยตรงต่อความต้องการจ้างงานต่อไปในอนาคต

ขณะที่อาชีพ “นักบัญชี” กลับแสดงให้เห็นถึงความ "แข็งแกร่งสวนกระแส"  โดยมีสัดส่วนความต้องการทักษะ AI ยังต่ำมากเพียงร้อยละ 1.3 ของจำนวนประกาศจ้างงานตำแหน่งนักบัญชี  ข้อมูลนี้ยืนยันว่างานที่เกี่ยวข้องกับความรับผิดชอบทางกฎหมาย การตรวจสอบ และความถูกต้องแม่นยำ ยังคงเป็นพื้นที่ที่ AI ไม่สามารถทดแทนมนุษย์ได้ในระยะสั้น 

เช่นเดียวกับ “วิศวกรโยธา” ที่ AI ยังคงมีส่วนร่วมในการทำงานน้อยมาก ดูได้จากสัดส่วนงานที่ต้องการทักษะด้าน AI ที่มีอยู่เพียงร้อยละ 0.7 ของจำนวนประกาศจ้างงานตำแหน่งวิศวกรโยธา  เนื่องจากเป็นฐานที่เล็กมาก อัตราการเติบโตจึงเพิ่มอย่างรวดเร็วเมื่อเทียบปีต่อปีจึงยังไม่มีนัยสำคัญมากนัก ดังนั้นการหดตัวของประกาศหางานจึงมาจากการซบเซาตามวัฏจักรเศรษฐกิจเป็นหลัก 

ทั้งสองอาชีพนี้ “นักบัญชี และ วิศวกรโยธา” แสดงให้เห็นว่า AI ยังคงทำหน้าที่เป็นเครื่องมือสนับสนุนมากกว่าการเปลี่ยนแปลงหน้าที่งานหลัก ซึ่งยังต้องอาศัยความรับผิดชอบและการตัดสินใจของมนุษย์เป็นสำคัญ

นอกจากนี้ คณะผู้วิจัย ทีม Big Data ทีดีอาร์ไอ ยังพบว่า จากการเปรียบเทียบข้อมูลประกาศรับสมัครงานระหว่างปี 2567–2568 (ไตรมาส 2–4) พบว่าประกาศงานที่ระบุทักษะด้าน AI มีสัดส่วนที่ต้องการประสบการณ์ทำงานตั้งแต่ 3 ปีขึ้นไปสูงกว่าประกาศงานทั่วไปในทุกสาขาอาชีพ และมีแนวโน้มเพิ่มขึ้นอย่างชัดเจนเมื่อเทียบปีต่อปี  ตัวเลขนี้สะท้อนนัยสำคัญว่า นายจ้างไม่ได้มองทักษะ AI เป็นเพียงเครื่องมือพื้นฐานสำหรับแรงงานระดับเริ่มต้น หากแต่เป็นเครื่องมือที่ช่วยเพิ่มประสิทธิภาพการทำงานของแรงงานที่มีประสบการณ์อยู่แล้ว

ปรากฏการณ์นี้สอดคล้องกับงานวิจัยของ McKinsey Global Institute ที่ชี้ให้เห็นถึงการเปลี่ยนผ่านเชิงโครงสร้างครั้งสำคัญ เมื่อ AI เข้ามาเปลี่ยนบทบาทของมนุษย์จากเดิมที่เป็นเพียง “ผู้ลงมือทำ” ให้กลายมาเป็น “ผู้กำกับดูแล” การเปลี่ยนแปลงนี้ส่งผลให้ตลาดแรงงานเกิดภาวะ "Seniority Bias"  หรือความลำเอียงที่ต้องการแต่ผู้มีประสบการณ์มากขึ้น 

เนื่องจากองค์กรต้องการบุคลากรที่มีความเชี่ยวชาญเชิงสาขา (Domain Expertise) เพราะแม้ AI จะช่วยดำเนินงานเชิงเทคนิคหรือเชิงปฏิบัติการได้ดีเยี่ยม แต่การใช้งานให้เกิดประสิทธิภาพสูงสุดยังต้องอาศัยทักษะการ “ตรวจสอบความถูกต้อง” (Validation) และการ “จัดการข้อยกเว้น” (Exception Handling) ซึ่งเป็นจุดที่ AI ยังทำได้ไม่สมบูรณ์ องค์กรจึงต้องการคนที่พร้อม "ตรวจงาน AI" ได้ทันที ไม่ใช่คนที่ต้องมาเรียนรู้ไปพร้อมกับ AI ภาระงานที่ต้องใช้วิจารณญาณ การควบคุมคุณภาพ และความรับผิดชอบเชิงวิชาชีพ จึงยังคงเป็นพื้นที่ที่ AI ไม่อาจทดแทนมนุษย์ได้

ตัวอย่างที่เห็นได้ชัดเจนที่สุดคืออาชีพวิศวกรซอฟต์แวร์ แม้ AI จะสามารถเขียนโค้ดได้อย่างรวดเร็วและมีประสิทธิภาพ แต่กระบวนการพัฒนาระบบยังจำเป็นต้องอาศัยวิศวกรซอฟต์แวร์ที่มีประสบการณ์สูงในการตรวจสอบความถูกต้องของโค้ดเหล่านั้น ประเมินความปลอดภัย และออกแบบสถาปัตยกรรมระบบให้รองรับการขยายตัวในอนาคต รวมถึงการตัดสินใจเชิงกลยุทธ์ว่าจะเลือกใช้เทคโนโลยีใด หรือควรปรับโครงสร้างโค้ด (Refactor) ในส่วนไหน ซึ่งล้วนเป็นสิ่งที่ต้องใช้วิจารณญาณของผู้เชี่ยวชาญที่สั่งสมประสบการณ์มาอย่างยาวนาน

คณะผู้วิจัย ทีม Big Data ทีดีอาร์ไอ ระบุว่าข้อมูลที่กล่าวมาชี้ว่าแรงงานระดับเริ่มต้นที่เคยทำงาน routine จะถูกแทนที่ด้วย AI มากขึ้น ขณะที่แรงงานระดับอาวุโสที่สามารถกำกับ ตรวจสอบ และรับผิดชอบต่อผลงานของ AI ได้ จะยิ่งเป็นที่ต้องการ ทำให้โครงสร้างตลาดแรงงานเริ่มเปลี่ยนไปในทิศทางที่พึ่งพาแรงงานระดับอาวุโสมากขึ้น ซึ่งข้อค้นพบนี้สอดคล้องกับงานวิจัย Generative AI as Seniority-Biased Technological Change2 ของ Hosseini และ Lichtinger (2025) จากมหาวิทยาลัยฮาร์วาร์ด และบทความ The Great Graduate Job Drought จาก Financial Times ต่างชี้ไปในทิศทางเดียวกันว่าตำแหน่งงานระดับเริ่มต้นกำลังหดตัวลงอย่างต่อเนื่อง ส่งผลให้เกิดวงจรการคัดเลือกแรงงานที่มุ่งจ้างเฉพาะผู้ที่มีทักษะและประสบการณ์พร้อมใช้งาน และจำกัดโอกาสของแรงงานรุ่นใหม่ในการพัฒนาศักยภาพ 

จากปรากฏการณ์  AI ช่วยเสริมบทบาทคนมีประสบการณ์ แต่ตัดโอกาสเด็กจบใหม่ที่ไม่มีประสบการณ์  เริ่มสร้างความวิตกกังวลให้กลุ่มแรงงานระดับเริ่มต้น สะท้อนจากรายงานผลสำรวจความหวังและความกังวลของกำลังแรงงานไทย ประจำปี 2568 โดยบริษัท PwC ประเทศไทย ซึ่งพบว่า ร้อยละ 30 ของพนักงานชาวไทยระดับเริ่มต้น รู้สึกกังวลเกี่ยวกับผลกระทบของ AI ต่ออนาคตในระดับมากหรือมากที่สุด แม้ว่าจะมีความอยากจะเรียนรู้ (ร้อยละ 54 ) และมีมุมมองเชิงบวก ( ร้อยละ 49) เกี่ยวกับผลกระทบในระยะยาวของ AI ก็ตาม  และร้อยละ 40 ของแรงงานไทยที่อยู่ในระดับบริหารเชื่อว่า AI จะลดจำนวนงานในระดับเริ่มต้น  อย่างไรก็ดี ร้อยละ 57 คาดว่า AI จะนำไปสู่การเปลี่ยนแปลงครั้งใหญ่ในอีก 3 ปีข้างหน้า (เทียบกับร้อยละ 45 ทั่วโลก)

ทีม Big Data ทีดีอาร์ไอ ชี้ว่า วงจรดังกล่าวก่อให้เกิดความเสี่ยงในระดับโครงสร้างต่อระบบแรงงานในระยะยาว เนื่องจากทำให้เด็กจบใหม่มีแนวโน้มถูกกันออกจากตลาดงาน ส่งผลให้ความเหลื่อมล้ำระหว่างรุ่นขยายตัว ขณะเดียวกัน การลดบทบาทของตำแหน่งงานระดับต้นยังทำให้ระบบการพัฒนาบุคลากรภายในองค์กรขาดช่องทางในการสร้างผู้เชี่ยวชาญรุ่นใหม่ ซึ่งอาจนำไปสู่ปัญหาการขาดแคลนแรงงานในอนาคต และกระทบต่อความสามารถในการแข่งขันของเศรษฐกิจโดยรวมในระยะยาว

โดยข้อมูลปี 2568 ชี้ชัดว่า เราไม่อาจปล่อยให้กลไกตลาดจัดการปัญหานี้โดยลำพัง เนื่องจากตลาดย่อมมุ่งสู่ประสิทธิภาพสูงสุดด้วยการเฟ้นหาเฉพาะ "ยอดฝีมือ" และทิ้ง "ต้นกล้า" ไว้ข้างหลัง   ดังนั้นข้อเสนอแนะเชิงนโยบายจึงไม่ใช่การขัดขวาง AI แต่คือการสร้าง "สะพาน" เพื่อเชื่อม "ช่องว่างประสบการณ์"  (Experience Gap) ที่กำลังถ่างกว้างขึ้

ภาคการศึกษาจำเป็นต้องเปลี่ยนเกณฑ์วัดผลจากการดูเพียง "ผลลัพธ์สุดท้าย" สู่การให้ความสำคัญกับ 'กระบวนการคิดและการตรวจสอบ' เพื่อสร้างบัณฑิตที่ไม่ใช่แค่ผู้ใช้งาน (Users) แต่เป็นผู้รับผิดชอบและต่อยอดผลลัพธ์จาก AI ให้เกิดมูลค่าเพิ่มได้ 

ในขณะที่ภาคเอกชนต้องร่วมมือเปิดพื้นที่ให้เด็กจบใหม่ได้เติบโต ผ่านการออกแบบงานระดับเริ่มต้นใหม่และสร้างเส้นทางอาชีพรองรับสายงานที่มีความเสี่ยงถูกทดแทนได้สูง โดยมีรัฐเป็นผู้กำหนดแรงจูงใจ (Incentive) หรือมาตรการบังคับเพื่อให้เกิดการปรับโครงสร้างองค์กรแบบ 'AI-Human Partnership' ที่เน้นการทำงานร่วมกันมากกว่าการแทนที่เพื่อลดต้นทุน 

หากเราไม่เร่งซ่อมแซม "ท่อส่งกำลังคน" (Talent Pipeline) ตั้งแต่วันนี้ ประเทศไทยอาจต้องเผชิญวิกฤตขาดแคลนแรงงานทักษะสูงอย่างรุนแรง ในวันที่ AI ถูกประยุกต์ใช้อย่างกว้างขวาง