แรงงานยุคใหม่ ปี 2026 Human + Agent + Robot รื้อทั้งระบบ ลดเวลาคน 60% เพิ่มรายได้ 7–12%

Agents-robots-and-us-Skill-partnerships-in-the-age-of-AI

25 พฤศจิกายน 2568 McKinsey ออกบทความใหม่ ชื่อว่า Agents, robots, and us เกี่ยวกับ Agents, Robots และ มนุษย์ กับสกิลที่สำคัญในปี 2026

ปี 2030 AI ไม่ได้มาแย่งงาน แต่มาแย่ง เวลา 27% ของทั้งองค์กร ไปจากเราด้วยเทคโนโลยีในอีกไม่กี่ปีข้างหน้า เวลาเกือบ 1 ใน 3 ของงานทั้งบริษัทจะถูก

Agent กับหุ่นยนต์ช่วยทำ… แล้วเรา มันคือ โครงสร้างใหม่ของ

งาน ที่ทุกองค์กรต้องรับมือจะใช้เวลาที่คืนกลับมา ไปทำอะไร?

Human + Agent + Robot: งานแบ่งกันทำยังไง

• 57% บอกเราว่า พื้นที่ให้เทคฯ เข้ามาช่วยยังใหญ่มาก แต่ใครจะเก็บประโยชน์ได้จริง อยู่ที่ การออกแบบ Workflows และการจัดการคน มากกว่าตัวเทคโนโลยีอย่างเดียว
• 2 ใน 3 ของชั่วโมงทั้งหมด เป็น งานไม่ใช้แรง (nonphysical) แยกย่อยว่า
  • 1 ใน 3 ของชั่วโมง เป็นงานที่ต้องใช้ ทักษะด้านสังคมและอารมณ์สูงมาก เช่น ดูแลคนไข้ สอนเด็ก เจรจาซับซ้อน → AI ยังเข้าไปแทนได้จำกัด ที่เหลือเป็นงานแบบ
    • วิเคราะห์ข้อมูล
    • เขียนรายงาน
    • คิดเชิงเหตุผล
    • ประมวลผลข้อมูล
  • ซึ่งเหมาะให้ Agent/AI เข้าไปช่วยเยอะ 40% – เงินเดือนประเทศส่วนใหญ่ อยู่ในงานที่ AI ช่วยได้เยอะในระบบเศรษฐกิจสหรัฐ
  • ถ้าดู ศักยภาพเทคโนโลยีวันนี้
    • Agent สามารถทำกิจกรรมต่าง ๆ ได้ประมาณ 44% ของชั่วโมงทำงานในสหรัฐ
    • Robots ทำได้อีกราว ๆ 13%

ระบบงานอนาคตจะเป็น Partnerships 3 ฝ่าย

1. Human: คิดเชิงกลยุทธ์ เห็นภาพใหญ่ เข้าใจบริบทมนุษย์
2. Agent: จัดการข้อมูล ทำงานเอกสาร ตอบโต้แบบอัตโนมัติ
3. Robots: ทำงานใช้แรงและความแม่นยำในโลกจริง

ตำแหน่งงานอาจไม่หาย แต่ สัดส่วนเวลา เปลี่ยนใน 1 งาน คนอาจใช้เวลา

• น้อยลงกับงานรูทีน
• การดูแลคน วางแผน ตัดสินใจมากขึ้น

Skills คนไม่หายไปไหน

• 70% ของ Skills ที่ต้องการวันนี้ ใช้ได้ทั้ง 2 โลก จากข้อมูลประกาศงานในสหรัฐมาดู พบว่า มากกว่า 70% ของ ฆารสสห ที่นายจ้างต้องการตอนนี้มีอยู่ทั้งใน
  • งานที่มีศักยภาพให้ AI ช่วยได้มาก
  • งานที่ช่วยได้ไม่มาก
• Skill Change Index – ทักษะแบบไหนโดนแรง/โดนน้อย
  • ในอีก 5 ปีข้างหน้า ทักษะไหนจะเปลี่ยนแปลงหนักสุดจาก AI
  • กลุ่มที่ เปลี่ยนเยอะ คือ ทักษะที่เกี่ยวกับ
    • ใช้ดิจิทัล
    • จัดการข้อมูล
    • ประมวลผลสารสนเทศ
    • งานเอกสารจำนวนมาก
  • กลุ่มที่ เปลี่ยนน้อยสุด คือ ทักษะสาย ดูแล/ช่วยเหลือมนุษย์ เช่น
    • การดูแลผู้ป่วย
    • งานบริการที่ต้องใช้ความเข้าใจคนสูง ๆ
    • การสนับสนุนด้านอารมณ์
• ในสกิลด้าน ภาวะผู้นำและการจัดการเอง ก็มีทั้ง
  • ทักษะที่ต้องเปลี่ยนหนัก เช่น การจัดลำดับความสำคัญ (ต้องใช้ข้อมูลจาก AI ประกอบ)
  • ทักษะที่ยังเหมือนเดิม เช่น การโค้ชคน การเป็น Mentor แต่จะใช้ข้อมูลจาก AI ช่วยให้โค้ชได้เฉียบขึ้น

สกิลที่ต้องมีเพิ่ม คือ AI fluency

• McKinsey พบว่า ความต้องการสกิลนี้ในประกาศงานสหรัฐเพิ่มขึ้นประมาณ 7 เท่าใน 2 ปี เร็วกว่า Growth ของสกิลอื่นทั้งหมด

Skill Adjacencies สกิลข้ามสาย และโอกาสย้ายงาน

• หลายอาชีพมีสกิลแกนกลางที่คล้ายกัน จะเห็นว่า คนจากสายหนึ่งสามารถย้ายไปอีกสายได้ โดยต้องอัปเพิ่มแค่ไม่กี่สกิล

• ในรายงานมีตัวอย่างว่า ถ้าเปรียบ ผู้บริหารบัญชี กับงานอื่น ๆ จะเห็นว่ามีหลายงานที่ใช้ Skills ใกล้เคียงกัน เช่น การสื่อสารกับลูกค้า การคิดเชิงธุรกิจ การบริหารโปรเจกต์ ฯลฯ

Redesign ทั้ง Workflows ไม่ใช่แค่เอา AI ไปติดเป็นจุด ๆ

• หลายองค์กรเอา AI ไปใช้แค่ งานย่อย ๆ แทนที่จะรื้อใหม่ทั้ง Workflows ให้เหมาะกับยุคที่มี AI

ยกตัวอย่างเช่น ธนาคาร:

• แบบเดิม: ให้พนักงานเข้าถึงแชตบอตไว้ถามข้อมูลแบบเฉพาะกิจ

• แบบที่ควรเป็น: ออกแบบ กระบวนการอนุมัติและบริหารสินเชื่อ ใหม่ทั้งชุด

โดยมี Agent ช่วยเช็กเอกสาร ประเมินความเสี่ยง อัปเดตสถานะลูกหนี้ ฯลฯ

แล้วให้คนโฟกัสกับเคสยาก การเจรจา และการตัดสินใจสำคัญจริง ๆ

• 60% ของมูลค่าทางเศรษฐกิจสหรัฐฯ จาก AI จะมาจาก Workflows ที่อยู่ ใจกลาง อุตสาหกรรมแต่ละแบบ เช่น ซัพพลายเชนของโรงงาน การวินิจฉัยและรักษาในโรงพยาบาล การบริหารความเสี่ยงในสถาบันการเงิน และพวกนี้ถ้าใช้ Agent ช่วยจะสร้างมูลค่ามากกว่า 3/4 ของมูลค่า AI ทั้งหมด
• ส่วน Robots อยู่ที่ราว 1/4 ของมูลค่า AI ทั้งหมด

บทบาทผู้นำในยุคที่มี Human + Agent + Robot

• ยิ่งเทคโนโลยีทำงานแทนได้มากเท่าไร การใช้วิจารณญาณและการกำกับดูแลของคน ยิ่งสำคัญมากขึ้น ทาง McKinsey จึงตั้งคำถามไว้กับผู้นำ ผู้บริหารองค์กรที่สำคัญถึง 6 ข้อ

1. คำถามสำคัญสำหรับผู้นำ
   • คุณกำลังออกแบบธุรกิจ เพื่ออนาคต จริง ๆ ไหม
   • เอา AI ไปแค่ช่วยงานเดิม หรือกล้ารื้อเวิร์กโฟลว์ใหม่เลย
   • มองย้อนจากภาพอีกหลายปีข้างหน้า แล้วค่อยวางแผนปรับโครงสร้าง บทบาท และสกิล
2. คุณนำ AI มา Transformation ทั้งธุรกิจ หรือแค่โปรเจกต์เทคโนโลยี
   • ถ้าปล่อยให้เป็นเรื่องของฝ่าย IT อย่างเดียว
   • โอกาสจะได้แค่ของเล่น ไม่ได้เปลี่ยนเกม
   • ต้องมี commitment จากผู้บริหารสูงสุด และดูผลกระทบต่อคนในทุกฟังก์ชัน
3. คุณสร้างวัฒนธรรมทดลอง-เรียนรู้แล้วหรือยัง
   • AI มาพร้อมความไม่แน่นอน
   • องค์กรที่เรียนรู้เร็ว คือ องค์กรที่ ทดลองเล็ก ๆ ต่อเนื่อง และยอมรับว่าบางอย่างอาจไม่เวิร์ก
4. คุณสร้างความเชื่อมั่นและความปลอดภัยยังไง
   • จากการเช็กงานทีละชิ้น → ไปเป็น ตั้งนโยบายชัด, ตรวจตราเหตุผลของ AI, รู้ว่า กรณีไหนต้องให้คนตัดสินใจเอง
   • ต้องบาลานซ์ระหว่าง คุมความเสี่ยง กับ ไม่ไปบีบจนปิดกั้นนวัตกรรม
5. คุณเตรียมผู้จัดการให้บริหาร ทีมผสม Human + Agent + Robot หรือยัง
   • งานกำกับดูแลทั่ว ๆ ไปบางส่วนจะถูกอัตโนมัติ
   • ผู้จัดการจะต้องเน้น
     • โค้ชคน
     • บริหารความสัมพันธ์ในทีม
     • ตรวจ bias และความถูกต้องของระบบ
   • การวัดผลงานต้องสะท้อนทั้งผลงานคน + ผลงานเอเจนต์/โรบอต
6. คุณเตรียมคนให้มีสกิลและบทบาทใหม่แล้วหรือยัง
   • ต้องตัดสินใจว่า capacity ที่ว่างจาก AI จะเอาไปใช้เพื่อ
     • ทำงานมูลค่าสูงขึ้น
     • ลดต้นทุน (ส่วนใหญ่คงผสมทั้งสอง)
     • ให้คนเห็น เส้นทางสกิล ที่ชัดเจนว่า จะเติบโตไปอยู่ในบทบาทไหน
7. ดันให้ AI fluency อยู่ทุกระดับ ไม่ใช่เฉพาะสายเทคฯ เท่านั้น

บทบาทของสถาบัน / ประเทศ

• ขยายไปเรื่อง สังคมและสถาบัน ด้วยว่า ช่วงที่เศรษฐกิจเปลี่ยนแรง ๆ แบบนี้ ประเทศ/สถาบันต้องช่วยสร้างระบบให้คน เปลี่ยนผ่านได้ ทั้งด้านการศึกษา การคุ้มครองแรงงาน และการฝึกสกิลตลอดชีวิต

ข้อสรุป:

จาก Report นี้ คน คือ คนกำหนดโจทย์และมาตรฐาน Agent คือ สมองเสริมจัดการข้อมูล Robot คือ มือทำงานภาคสนามแทนเรา ถ้าออกแบบให้ 3 ส่วนนี้รับไม้ต่อกันดี จะมีเวลาไปโฟกัสกับการตัดสินใจ การสร้างคุณค่าใหม่ และการดูแลคน เปิดโอกาสให้คนเก่งได้โชว์ของมากขึ้น

Source:

McKinsey