AI จะแย่งงานเราจริงมั้ย? ความจริงที่คนทำงานควรรู้
AI จะแย่งงานเราไหม ดูภาพจริงจากรายงาน WEF วิธีแยกงานของคุณเป็นส่วนเสี่ยงและส่วนที่ AI ช่วยได้ และแผน 30 วันเพื่อปรับตัว
ทุกครั้งที่มี AI รุ่นใหม่เปิดตัว ฟีดข่าวจะเต็มไปด้วยพาดหัวว่า "AI จะแย่งงานคน" แล้วก็มีคำถามตามมาในวงข้าวเที่ยงว่า "งานเราจะอยู่อีกกี่ปี" ความจริงไม่ได้ขาวหรือดำขนาดนั้น บทความนี้พาดูภาพจากข้อมูลจริง แล้วช่วยคุณประเมินงานของตัวเองแบบเป็นขั้นตอน
ข้อมูลบอกอะไรเรื่อง AI กับงาน
รายงาน WEF Future of Jobs 2025 คาดว่าภายในปี 2030 จะมีงานเกิดใหม่ราว 170 ล้านตำแหน่ง และงานที่หายไปราว 92 ล้านตำแหน่ง สุทธิเพิ่มขึ้นราว 78 ล้านตำแหน่งทั่วโลก รายงานเดียวกันระบุว่าทักษะที่ใช้ในงานเกือบ 40% จะเปลี่ยนไป
ความหมายคือ ภาพรวมไม่ใช่ "งานหายหมด" แต่เป็น งานเปลี่ยนรูป บางตำแหน่งลดลง บางตำแหน่งโตขึ้น และแทบทุกตำแหน่งต้องใช้ทักษะใหม่
งานแบบไหนเสี่ยงกว่า
WEF ระบุว่ากลุ่มที่ลดลงเร็วรวมถึงพนักงานแคชเชียร์และผู้ช่วยงานธุรการ และงานกราฟิกดีไซน์ก็ถูก Generative AI เปลี่ยนรูปแบบไป ลักษณะร่วมของงานที่เสี่ยงคือ
- ทำซ้ำตามขั้นตอนเดิมทุกวัน เช่น คีย์ข้อมูล
- ตอบตามสคริปต์ที่แทบไม่ต้องตัดสินใจ
- ผลลัพธ์วัดได้ชัดและตรวจได้ง่ายโดยระบบ
งานแบบไหนที่ AI ช่วยเสริม มากกว่าแทนที่
รายงานเดียวกันคาดว่างานหน้างาน เช่น เกษตรกร คนขับรถส่งของ แรงงานก่อสร้าง รวมถึงพยาบาลและครูมัธยม จะมีความต้องการเพิ่มขึ้น ส่วนงานสาย AI หุ่นยนต์ และพลังงานหมุนเวียนก็โตเช่นกัน งานที่ AI มักเป็นผู้ช่วยมากกว่าตัวแทน ได้แก่
- งานที่ต้องใช้ความเข้าใจคน: ครู พยาบาล ที่ปรึกษา ฝ่ายขายที่ดูแลความสัมพันธ์
- งานที่ต้องใช้ร่างกายในสภาพแวดล้อมจริง: ช่างเทคนิค งานก่อสร้าง งานบริการหน้างาน
- งานที่ต้องใช้ judgment ซับซ้อน: วางกลยุทธ์ บริหารความเสี่ยง ตัดสินใจภายใต้ข้อมูลไม่ครบ
ตัวอย่าง: นักบัญชีใช้ AI ช่วยจัดหมวดรายการและร่างรายงาน แต่ยังต้องเป็นคนอธิบายตัวเลขให้ผู้บริหารและให้คำแนะนำเรื่องภาษี โปรแกรมเมอร์ใช้ AI ช่วยเขียนโค้ด แต่ยังต้องออกแบบระบบและรับผิดชอบเมื่อระบบล่ม
AI อาจไม่ได้แย่งงานคุณโดยตรง แต่คนที่ใช้ AI เป็นอาจได้งานนั้นไปก่อน
ประเมินงานของคุณเองแบบ 3 กอง
- เขียนงานที่คุณทำในหนึ่งสัปดาห์ทั้งหมด
- แบ่งเป็น 3 กอง: กอง A งานซ้ำที่ AI ทำได้แล้ว กอง B งานที่ AI ช่วยร่างได้แต่คุณต้องตรวจ กอง C งานที่ต้องใช้คนล้วน เช่น คุยกับลูกค้า ตัดสินใจ
- ถ้างานส่วนใหญ่อยู่กอง A แปลว่าควรเริ่ม reskill ตั้งแต่ตอนนี้ ถ้าอยู่กอง B และ C ให้ฝึกใช้ AI เพื่อเร่งกอง B และใช้เวลาที่ได้คืนไปลงกอง C
ตัวอย่างสมมติ: เจ้าหน้าที่ฝ่ายจัดซื้อพบว่างานเทียบใบเสนอราคาและกรอกข้อมูลอยู่กอง A ส่วนการต่อรองกับ supplier อยู่กอง C เขาจึงให้ AI ช่วยทำตารางเปรียบเทียบ แล้วใช้เวลาที่เหลือเตรียมการเจรจาให้ดีขึ้น
อ่านเรื่องการเลือกระหว่างพัฒนาต่อยอดหรือเปลี่ยนสายได้ที่ Upskilling vs Reskilling
ข้อควรระวัง
- ตัวเลขในรายงานเป็นการคาดการณ์ภาพรวมระดับโลก ไม่ได้บอกอนาคตของตำแหน่งคุณในบริษัทคุณโดยตรง
- ระวังคอนเทนต์ที่ขายความกลัวเพื่อขายคอร์สราคาแพง ดูว่าสอนทักษะที่ประกาศงานจริงต้องการหรือไม่
- อย่าใส่ข้อมูลลับของบริษัทลงในเครื่องมือ AI ที่บริษัทไม่อนุญาต
แผนปรับตัว 30 วัน
- สัปดาห์ที่ 1: ลองใช้ ChatGPT หรือ Claude กับงานจริง 3 งานจากกอง A และ B
- สัปดาห์ที่ 2: เรียนพื้นฐานการเขียน prompt อ่านเริ่มได้ที่ Prompt Engineering คืออะไร หรือเลือกจาก คอร์สเรียนจากพาร์ทเนอร์
- สัปดาห์ที่ 3: ใช้ AI ทำงานหนึ่งชิ้นตั้งแต่ต้นจนจบ แล้วจดว่าตรงไหนต้องแก้
- สัปดาห์ที่ 4: สอนเพื่อนร่วมงานหนึ่งคน การอธิบายให้คนอื่นฟังช่วยให้คุณเข้าใจลึกขึ้น
ถ้าอยากรู้ว่าสายงานของคุณจะไปทางไหน ลองคุยกับ AI Career Assistant หรือนัดคุยกับคนในวงการผ่าน Mentor บน Plants.work