ช่วงนี้หลายคนจะตั้งคำถามเหมือนกันว่า AI จะมาแย่งงานเราไหม?
คำตอบที่ตรงสุดจาก Report: 4 Futures for Jobs in the New Economy: AI and Talent in 2030 ของ World Economic Forum คือ เราจะอยู่ในอนาคตแบบไหน และ คนของเราพร้อมแค่ไหน
7 มกราคม 2569 World Economic forum หรือ WEF ได้ปล่อยรายงานใหม่ รายงานนี้ไม่ได้ทำนายแบบฟันธง แต่ทำ 4 ฉากทัศน์ให้เห็นภาพว่า โลกงานจะไปได้ 4 ทางหลัก ๆ ขึ้นกับ 2 เรื่อง คือ AI ไปเร็วแค่ไหน + คนทำงานพร้อมแค่ไหน)
4 Futures ที่ต้องอ่านให้ขาด (มันกระทบ คน-กำไร-การแข่งขันตรง ๆ)
- Supercharged Progress: AI ไปไว + คนพร้อมเยอะ
- ภาพนี้คือ โลกที่องค์กรใช้ AI เก่งจริง คนก็ปรับตัวทัน
- ผลคือ ผลิตภาพพุ่ง งานบางส่วนหาย แต่ “งานใหม่” และ “บทบาทใหม่” เกิดเร็ว
- คนไม่ได้แข่งกันทำงานเร็วขึ้นอย่างเดียว แต่แข่งกันที่
- ใครคุมคุณภาพได้ดีกว่า ใครออกแบบงานได้ดีกว่า ใครบริหารคน + AI ได้ดีกว่า ต่อให้คนพร้อม โลกก็ยังเจอกติกาตามไม่ทัน และความเหลื่อมล้ำยังมาได้อยู่ดี
- The Age of Displacement: AI ไปไว + คนไม่พร้อม
- ฉากที่หลายองค์กรกลัวที่สุด และรายงานก็พูดชัดว่าเป็นไปได้จริง
- AI เก่งขึ้น แต่ระบบเรียนรู้/ฝึกทักษะคน ยังช้า
- ธุรกิจเลยเลือกทางลัด: เร่งทำอัตโนมัติแทนการปั้นคน
- ผลลัพธ์ คือ
- งานถูกแทนเร็ว
- คนจำนวนมาก ย้ายไม่ทัน
- กำลังซื้อหาย ความเชื่อมั่นสังคมลด
- สุดท้ายกระทบกลับมาที่ธุรกิจเอง (ยอดขาย ความเสี่ยง ความไม่แน่นอน)
- ฉากนี้ทำให้เห็นว่า “AI ทำให้กำไรเพิ่ม” อาจจริง
- แต่ถ้า สังคมอ่อนแรง ธุรกิจจะเจอแรงตีกลับหนักมาก
- Co-Pilot Economy: AI ไปเรื่อย ๆ + คนพร้อมเยอะ
- ฉากที่เหมือน ทำงานคู่กับ AI แบบเป็นระบบ
- AI ยังไม่ถึงขั้นพลิกโลกทุกเดือน แต่คนใช้เป็น
- งานจำนวนมากจะเร็วขึ้น เพราะ AI ช่วยงานซ้ำ ๆ งานเอกสาร งานวิเคราะห์พื้นฐาน
- ประเด็นสำคัญ คือ องค์กรที่ชนะ ไม่ใช่คนที่มีเครื่องมือเยอะสุด แต่คือ คนที่ ออกแบบวิธีทำงานใหม่ ให้คน + AI ทำงานร่วมกันได้จริงและทำให้ทีมเรียนรู้ในงานได้ต่อเนื่อง
- Stalled Progress: AI ไปช้า + คนไม่พร้อม
- ฉากนี้น่ากลัวแบบเงียบ ๆ เพราะมันไม่ได้พังทีเดียว แต่มันฝืดไปเรื่อย ๆ
- AI ไม่ได้ให้ผลลัพธ์ชัดในหลายองค์กร (เพราะใช้แบบลอง ๆ)
- คนก็ยังไม่พร้อม พอไม่เห็นผล ก็ยิ่งไม่ลงทุนในคน
- สุดท้ายเกิดวงจร: ไม่พร้อม → ใช้ไม่เวิร์ก → ไม่ลงทุน → ยิ่งไม่พร้อม
ผลคือ บริษัทเหนื่อย เงินตึง คนหมดไฟ การเปลี่ยนแปลงจริงไม่เกิด
เกมจริงขององค์กรในปี 2569
- อนาคตงานไม่ได้แพ้ เพราะไม่มี AI แต่แพ้ เพราะคนใช้ AI ไม่เป็น
- รายงานมองว่า สิ่งตัดสินเกม คือ Workforce readiness แปลว่า คนของคุณใช้เป็นไหม / ใช้แล้วงานดีขึ้นไหม / ใช้แบบมีมาตรฐานไหม
- องค์กรที่มี AI แต่คนไม่พร้อม = เสี่ยงหลุดไปฉาก Displacement หรือ Stalled ได้ง่ายมาก
- ความเสี่ยงใหม่ของผู้บริหารไม่ใช่แค่เทคโนโลยี…แต่คือ ความไว้ใจ
- โลกที่ AI เข้ามาเยอะ จะมีเรื่อง ความโปร่งใส ความยุติธรรม ความรับผิดชอบ โผล่ขึ้นมาหนักมาก
- องค์กรที่วางระบบชัด จะได้แต้มความไว้ใจ และลดต้นทุนความเสี่ยงในระยะยาว
- งานไม่ได้หายเท่ากันทุกคน แต่งานเริ่มต้น และ งานซ้ำ ๆ โดนก่อน
- ถ้าคุณเป็นผู้บริหาร/HR ต้องมอง 2 เรื่องทันที
- 1. เราจะปั้นคนใหม่ยังไง ถ้างานเริ่มต้นถูก AI ช่วยทำไปเยอะแล้ว
- 2. เราจะสร้างเส้นทางโตของคนยังไง ไม่ให้ทีมเก่ง ๆ ตันกลางทาง
ธุรกิจต่างๆ จะเตรียมพร้อมรับมือกับสถานการณ์ต่างๆ ได้อย่างไร
- ใน Report บอกว่า เริ่มทำได้เลย ไม่ว่าอนาคตจะไปทางไหน
- Start small, build fast, scale what works
- เริ่มจากการทดลองเล็ก ๆ คุมความเสี่ยงได้ เลือกงานที่เสี่ยงต่ำก่อน เรียนรู้ให้ไว ล้มให้ถูกที่ แล้วค่อยขยาย
- Align technology and talent strategies
- อย่าทำ AI แยกจากแผนคน ต้องทำให้ Tech กับ Human Skills โตไปด้วยกัน และฝังการเรียนรู้ไว้ในงานจริง (ไม่ใช่เรียนแล้วจบ)
- Invest in human-AI collaboration and agentic workflows
- ออกแบบงานให้คนกับ AI ทำร่วมกันอย่างเป็นระบบ เพื่อเพิ่มความไว้ใจ ประสิทธิภาพ และความทนทานของงาน
- Invest in data governance and infrastructure
- โมเดลเก่งแค่ไหนก็ขึ้นกับข้อมูล ธุรกิจที่จัดการข้อมูลดี มีมาตรฐาน และมี governance ชัดเจน จะยืนระยะได้ดีกว่า
- Anticipate talent needs and future-proof value chains
- ใช้ foresight และ AI-enabled predictive analytics เพื่อเห็นช่องว่างทักษะล่วงหน้า สร้าง talent pipelines ทำงานกับสถาบันการศึกษา/รัฐ และออกแบบการย้ายคนข้ามงาน/ข้ามอุตสาหกรรมให้เกิดจริง
- Strengthen organizational culture and trust in emerging technologies
- ทำให้วัฒนธรรมองค์กร กล้าลอง-ปรับไว-เรียนรู้ไว พร้อมมี ethical guardrails และความโปร่งใส ลด bias และสร้างความรับผิดชอบ
- Prepare for different implications across occupations, tasks and markets
- ผลกระทบไม่เท่ากันตามอาชีพ/งาน/ประเทศ/อุตสาหกรรม งาน Routine/แอดมิน/วิเคราะห์พื้นฐานโดนก่อน แต่บางงานอาจโดนทีหลังเมื่อ AI เก่งขึ้น และการมาของ Robotics เป็นตัวแปรใหญ่ที่กระทบทั้งงานออฟฟิศและงานหน้างาน
- Design multi-generational workflows
- ทำงานข้ามวัยให้เกิดจริง ให้คนรุ่นใหญ่เรียนจากคนรุ่นใหม่ที่คุ้น AI มากกว่า และลด culture gaps
- Leverage strategic partnerships
- จับมือกับคู่ค้า มหาวิทยาลัย start-ups ผู้ขายซอฟต์แวร์ นักลงทุน เพื่อดึงความรู้จากข้างนอก และหา use cases ใหม่ ๆ ตลอด
ข้อสรุป:
AI จะเปลี่ยนงานแน่ แต่ความพร้อมของคน กับ การออกแบบระบบในองค์กร จะเป็นตัวตัดสินว่า มันจะพาเราโต หรือพาเราปั่นป่วน
