เข้ายุค Agentic AI คนไทย 2.2ล้านคนเสี่ยงตกงาน ส่วนมากเป็นงานความรู้สูง

สภาพัฒน์ประเมิน Gen AI กระทบแรงงานไทย 8.7 ล้านคน แบ่งเป็นกลุ่มเสี่ยงถูกทดแทน 2.2 ล้านคน และกลุ่มใช้ AI เสริมงาน 6.5 ล้านคน ขณะที่ Agentic AI และ Physical AI กำลังเปลี่ยนโครงสร้างอาชีพ ทักษะแรงงาน และความท้าทายของตลาดงานไทยในอนาคต 

รายงานจากสภาพัฒน์ ระบุว่า ตลอดช่วงที่ผ่านมา พัฒนาการของ AI ก้าวข้ามข้อจำกัดเดิมจากยุคที่ระบบทำหน้าที่เพียงประมวลผลข้อมูลตามคำสั่งในรูปแบบ Machine Learning หรือทำความเข้าใจภาษามนุษย์ผ่านแบบจำลองภาษาขนาดใหญ่ หรือ LLM ไปสู่ยุค Generative AI หรือ Gen AI ที่สามารถสร้างคำตอบ เนื้อหา และผลลัพธ์ใหม่ได้ด้วยตัวเอง

อย่างไรก็ตาม จุดเปลี่ยนในอุตสาหกรรม AI ที่สำคัญต่อตลาดแรงงานในปัจจุบัน คือการก้าวเข้าสู่ยุค Agentic AI ซึ่งไม่ได้จำกัดบทบาทอยู่เพียงการตอบคำถามหรือช่วยผลิตข้อมูลอีกต่อไป แต่พัฒนาไปสู่ระบบที่สามารถคิดวิเคราะห์ วางแผน ลงมือปฏิบัติ ติดตามผล และปรับปรุงแก้ไขงานแทนมนุษย์ได้อย่างครบวงจร ตั้งแต่ต้นจนจบกระบวนการ หรือ End-to-End

ภาพดังกล่าวสะท้อนให้เห็นอย่างชัดเจนผ่านตัวอย่างของ Coding Agent ที่ผู้ใช้งานสามารถสั่งงานด้วยภาษามนุษย์ทั่วไป จากนั้นระบบสามารถสร้างเว็บไซต์หรือแอปพลิเคชันได้เอง ตั้งแต่การเขียนโค้ด ตรวจสอบความถูกต้อง ค้นหาและแก้ไขข้อผิดพลาด หรือ Debug ทดสอบระบบ ไปจนถึงการนำขึ้นแพลตฟอร์มเพื่อใช้งานจริง

ในทำนองเดียวกัน แอปพลิเคชันอย่าง Claude Cowork ยังสะท้อนบทบาทใหม่ของ AI ในการเข้ามาช่วยบริหารจัดการงานสำนักงานที่มีความซับซ้อนมากขึ้น ไม่ว่าจะเป็นการจัดตารางนัดหมาย การเตรียมการประชุม หรือการตอบอีเมล ซึ่งล้วนเป็นงานที่เดิมต้องอาศัยทักษะการประสานงาน การตัดสินใจ และการจัดลำดับความสำคัญของมนุษย์

การขยายตัวของ Agentic AI จึงกำลังเปลี่ยนลักษณะงานของแรงงานในหลายอาชีพโดยตรง โดยเฉพาะงานที่มีขั้นตอนชัดเจน ใช้ข้อมูลจำนวนมาก และสามารถแบ่งกระบวนการทำงานออกเป็นลำดับได้

Agentic AI พลิกบทบาทจากเครื่องมือตอบคำถาม สู่ระบบทำงานครบวงจรแทนมนุษย์

การเปลี่ยนผ่านจาก Machine Learning และ LLM ไปสู่ Gen AI และ Agentic AI ถือเป็นพัฒนาการสำคัญที่ทำให้ขอบเขตความสามารถของ AI ขยายกว้างกว่ายุคก่อนหน้า

ในอดีต AI มักถูกใช้เพื่อประมวลผลข้อมูล วิเคราะห์รูปแบบ หรือช่วยมนุษย์ตัดสินใจตามคำสั่งที่กำหนดไว้ แต่ Gen AI ทำให้ AI สามารถสร้างคำตอบใหม่ได้เอง ขณะที่ Agentic AI ยกระดับไปอีกขั้นด้วยความสามารถในการทำงานต่อเนื่องหลายขั้นตอนโดยอัตโนมัติ

ลักษณะสำคัญของ Agentic AI คือการทำงานแบบ End-to-End ไม่ได้หยุดอยู่ที่การให้คำตอบ แต่สามารถวางแผน ลงมือทำ ตรวจสอบ และปรับแก้ผลลัพธ์ได้ ตัวอย่าง Coding Agent แสดงให้เห็นว่า AI สามารถรับคำสั่งจากภาษามนุษย์ทั่วไป แล้วดำเนินกระบวนการพัฒนาเว็บไซต์หรือแอปพลิเคชันได้ครบทุกขั้นตอน ตั้งแต่เขียนโค้ด ตรวจสอบข้อผิดพลาด ค้นหาจุดบกพร่อง แก้ไข หรือ Debug ทดสอบระบบ และนำขึ้นแพลตฟอร์มเพื่อใช้งานจริง

ในภาคสำนักงาน AI เริ่มมีบทบาทมากขึ้นเช่นกัน โดยแอปพลิเคชันอย่าง Claude Cowork สามารถเข้ามาช่วยบริหารจัดการงานที่มีความซับซ้อนมากกว่างานธุรการทั่วไป เช่น การจัดการตารางนัดหมาย การเตรียมการประชุม และการตอบอีเมล สะท้อนว่า AI ไม่ได้กระทบเฉพาะงานเทคนิคหรือสายเทคโนโลยีเท่านั้น แต่เริ่มเข้ามามีบทบาทในงานสำนักงาน งานบริหารจัดการ และงานสนับสนุนองค์กรที่เคยต้องอาศัยแรงงานมนุษย์จำนวนมาก

เมื่อพิจารณาผลกระทบในระดับอาชีพ รายงานของ Massenkoff & McCrory ในปี 2569 ระบุว่า หาก AI ถูกนำมาใช้อย่างเต็มศักยภาพ อาชีพเฉพาะทางบางกลุ่มจะได้รับผลกระทบสูง โดยโปรแกรมเมอร์มีสัดส่วนงานที่ AI สามารถเข้ามาทดแทนหรือสนับสนุนได้ 74.5% นักวิเคราะห์ทางการเงินอยู่ที่ 57.2% และนักทดสอบระบบซอฟต์แวร์อยู่ที่ 51.9% 

ตัวเลขดังกล่าวสะท้อนว่าผลกระทบจาก AI ไม่ได้จำกัดอยู่ในงานทำซ้ำแบบเดิม แต่ครอบคลุมถึงงานที่ใช้ทักษะเฉพาะทาง การคำนวณ การวิเคราะห์ตามกฎเกณฑ์ และการเขียนโปรแกรม ซึ่งเคยเป็นข้อได้เปรียบสำคัญของแรงงานทักษะสูง

สำหรับประเทศไทย การใช้ AI ในการทำงานเริ่มขยายตัวในหมู่แรงงานไทยอย่างชัดเจน โดยรายงานของ PwC ในปี 2025 พบว่า ในปี 2568 สัดส่วนแรงงานที่ใช้งาน AI เป็นประจำเพิ่มขึ้นอย่างมีนัยสำคัญ ภายใต้บริบทนี้ การศึกษาของ ILO ในปี 2026 ซึ่งประเมินผลกระทบของ Gen AI ต่ออาชีพต่าง ๆ ในเวียดนาม จึงถูกนำมาใช้เป็นกรอบอ้างอิงเพื่อประเมินผลกระทบต่อตลาดแรงงานไทย ร่วมกับข้อมูลการสำรวจภาวะการทำงานของประชากร หรือ Labour Force Survey: LFS ไตรมาส 4 ปี 2568 และกรอบการประเมินอาชีพที่มีความเสี่ยงได้รับผลกระทบจาก Gen AI ตามการศึกษาของ Gmyrek et al. ในปี 2568

แรงงานไทย 8.7 ล้านคนเข้าข่ายได้รับผลกระทบจาก Gen AI กลุ่มเสี่ยงถูกทดแทนมี 2.2 ล้านคน

จากการนำข้อมูล LFS ไตรมาส 4 ปี 2568 มาวิเคราะห์ร่วมกับกรอบประเมินความเสี่ยงของอาชีพตามการศึกษาของ Gmyrek et al. ในปี 2568 พบว่า จากกำลังแรงงานไทยทั้งหมด 40.1 ล้านคน มีแรงงานที่เข้าข่ายได้รับผลกระทบจาก Gen AI ประมาณ 8.7 ล้านคน หรือคิดเป็น 21.8% ของกำลังแรงงานทั้งหมด เมื่อจำแนกตามลักษณะผลกระทบ พบว่ากลุ่มแรกคือแรงงานที่มีความเสี่ยงถูกทดแทน หรือ Task Replacement มีจำนวน 2.2 ล้านคน คิดเป็น 5.4% ของแรงงานทั้งหมด

แรงงานกลุ่มเสี่ยงถูกทดแทนหมายถึงกลุ่มที่ AI มีแนวโน้มเข้ามาทดแทนภาระงานตั้งแต่บางส่วนไปจนถึงทดแทนงานทั้งหมด โดยเฉพาะงานที่มีลักษณะทำซ้ำ มีแบบแผนตายตัว และสามารถประมวลผลหรือดำเนินการตามขั้นตอนที่ชัดเจนได้

กลุ่มนี้ส่วนใหญ่เป็นผู้สำเร็จการศึกษาระดับปริญญาตรีขึ้นไป คิดเป็น 55.8% โดยจบจากสาขาบริหารธุรกิจมากที่สุด 41.8% มีรายได้เฉลี่ย 27,820 บาทต่อเดือน อายุเฉลี่ย 36.5 ปี และทำงานอยู่ในกรุงเทพมหานครและปริมณฑล 53.0%

เมื่อจำแนกโครงสร้างตามระดับทักษะ พบว่ามี 2 กลุ่มที่เสี่ยงถูกทดแทน ได้แก่ แรงงานทักษะปานกลาง และแรงงานทักษะสูง โดยแรงงานทักษะปานกลางมีจำนวนสูงถึง 1.9 ล้านคน กลุ่มอาชีพที่มีจำนวนมากที่สุดคือ เสมียน เลขานุการ และงานสนับสนุนสำนักงาน คิดเป็น 52.5% ของแรงงานทักษะปานกลางในกลุ่มเสี่ยง เฉพาะตำแหน่งเสมียนมีจำนวนสูงถึง 7.5 แสนคน รองลงมาคืองานบริการลูกค้า งานต้อนรับ และการประชาสัมพันธ์ คิดเป็น 28.4% โดยในกลุ่มนี้มีเจ้าหน้าที่บริการลูกค้าทางโทรศัพท์ หรือ Contact Center สูงถึง 3.1 แสนคน อีกกลุ่มหนึ่งคือพนักงานบัญชี การเงิน และสถิติ คิดเป็น 13.7%

ส่วนแรงงานทักษะสูงที่เสี่ยงถูกทดแทนมีจำนวน 3.3 แสนคน โดยเฉพาะงานด้านการตลาดในตำแหน่งผู้เชี่ยวชาญด้านโฆษณาและการตลาด คิดเป็น 31.1% กลุ่มงานด้านการวิเคราะห์การเงินและที่ปรึกษาการลงทุน คิดเป็น 24.7% และกลุ่มงานเทคโนโลยีสารสนเทศ คิดเป็น 23.7% ครอบคลุมตำแหน่งอย่างนักพัฒนาซอฟต์แวร์ นักออกแบบฐานข้อมูล และผู้ดูแลเครือข่ายคอมพิวเตอร์

สาเหตุสำคัญที่ทำให้กลุ่มอาชีพดังกล่าวถูกจัดอยู่ในกลุ่มเสี่ยง เกิดจากทักษะที่เคยเป็นจุดเด่นและข้อได้เปรียบของมนุษย์ เช่น การคำนวณ การวิเคราะห์ตามกฎเกณฑ์ และการเขียนโปรแกรม ได้กลายเป็นสิ่งที่ระบบ AI สามารถประมวลผลได้อย่างรวดเร็ว แม่นยำ และมีประสิทธิภาพมากกว่าเดิม ความเปลี่ยนแปลงนี้จึงทำให้แรงงานทักษะปานกลางและทักษะสูงบางกลุ่มเผชิญความเสี่ยงจากการถูกแทนที่มากกว่าภาพจำเดิมที่มักมองว่าเทคโนโลยีจะกระทบเฉพาะแรงงานทักษะต่ำ

AI ไม่ได้แทนที่แรงงานทั้งหมด แต่กำลังบีบให้ 6.5 ล้านคนปรับทักษะและวิธีทำงาน

ขณะเดียวกัน แรงงานอีกกลุ่มหนึ่งคือกลุ่มที่นำ AI มาสนับสนุนการทำงาน หรือ Task Augmentation มีจำนวน 6.5 ล้านคน คิดเป็น 16.3% ของแรงงานทั้งหมด กลุ่มนี้ไม่ได้ถูก AI ทดแทนโดยตรงทั้งหมด แต่ AI สามารถเข้ามาทำงานบางส่วนแทนได้ เนื่องจากภาระงานหลักส่วนใหญ่ยังจำเป็นต้องอาศัยทักษะของมนุษย์ การประยุกต์ใช้ AI ในแรงงานกลุ่มนี้จึงมุ่งเน้นไปที่การอำนวยความสะดวก เพิ่มประสิทธิภาพ และลดภาระงานบางส่วนเป็นหลัก

แรงงานในกลุ่ม Task Augmentation ส่วนใหญ่สำเร็จการศึกษาต่ำกว่าระดับปริญญาตรี คิดเป็น 72.7% มีรายได้เฉลี่ย 21,506 บาทต่อเดือน อายุเฉลี่ย 42.3 ปี และทำงานอยู่ในกรุงเทพมหานครและปริมณฑลเป็นหลัก 37.3% ส่วนที่เหลือกระจายอยู่ในภูมิภาคอื่นในสัดส่วนใกล้เคียงกัน

เมื่อจำแนกตามระดับทักษะ พบว่าส่วนใหญ่เป็นแรงงานทักษะปานกลาง มีจำนวน 5.9 ล้านคน ประกอบด้วยพนักงานขาย 47.2% ซึ่งสามารถประยุกต์ใช้ AI ช่วยแนะนำสินค้า บริหารสินค้าคงคลัง และวิเคราะห์พฤติกรรมลูกค้าเบื้องต้น 

อย่างไรก็ดี งานขายยังต้องอาศัยมนุษย์ในการเจรจาต่อรอง การสังเกตอารมณ์ และการทำความเข้าใจความต้องการที่แท้จริงของลูกค้า กลุ่มต่อมาคือเจ้าของร้านค้า 20.1% ซึ่งเริ่มนำ Gen AI มาใช้บริหารจัดการธุรกิจ คาดการณ์อุปสงค์ วางแผนคำสั่งซื้อล่วงหน้า รวมถึงใช้ระบบ AI Chatbot เพื่อตอบคำถามและให้บริการลูกค้า อีกกลุ่มคือพนักงานขับรถยนต์ รถแท็กซี่ และรถตู้ 17.2% ซึ่งสามารถนำ AI มาช่วยวางแผนเส้นทางและนำทาง

สำหรับแรงงานทักษะสูงที่อยู่ในกลุ่ม Task Augmentation มีจำนวนประมาณ 6.0 แสนคน ประกอบด้วยกลุ่มผู้จัดการและผู้บริหาร 53.7% กลุ่มงานด้านการบริหารจัดการและบุคลากร 13.5% และกลุ่มงานด้านการประชาสัมพันธ์ 9.1% แรงงานกลุ่มนี้มีความเชี่ยวชาญเฉพาะด้านและมีหน้าที่ตัดสินใจที่มีผลต่อองค์กร จึงสามารถนำ Gen AI มาช่วยลดภาระงานเชิงระบบที่มีขั้นตอนชัดเจน เช่น การรวบรวมข้อมูล การสรุปเอกสาร และการวิเคราะห์เชิงลึก ตามข้อสังเกตของ Varanasi ในปี 2568 อย่างไรก็ดี ทักษะด้านการสื่อสาร มนุษยสัมพันธ์ และการบริหารจัดการข้ามสายงานยังคงเป็นแกนหลักที่ AI ทดแทนได้ยาก

ขณะเดียวกัน แรงงานทักษะต่ำในกลุ่ม Task Augmentation มีจำนวนราว 6.7 หมื่นคน แบ่งเป็นพนักงานขนส่งสิ่งของ 82.0% และพนักงานจดมาตรวัด 18.0% แม้จะเป็นงานที่ใช้ทักษะระดับพื้นฐาน แต่เริ่มเห็นการนำเทคโนโลยีมาประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพแล้ว 

ตัวอย่างจากการศึกษาในสหรัฐอเมริกาโดย Adjei ในปี 2569 พบว่า กลุ่มพนักงานขนส่งสินค้านำ AI มาช่วยประมวลผลสภาพการจราจร สภาพอากาศ ประสิทธิภาพของยานพาหนะ และลำดับความสำคัญของพัสดุ เพื่อยกระดับการวางแผนการขนส่งให้เกิดประสิทธิผลสูงสุด

ตลาดแรงงานไทยเผชิญ 4 ความท้าทาย ตั้งแต่เด็กจบใหม่ถึงความเสี่ยง Physical AI

ข้อมูลสถานการณ์ข้างต้นสะท้อนว่า AI ไม่ได้เป็นเพียงเทคโนโลยีแห่งอนาคต แต่กำลังสร้างผลกระทบและความเสี่ยงต่อโครงสร้างตลาดแรงงานไทยในปัจจุบัน โดยเฉพาะกลุ่มแรงงานทักษะปานกลางถึงทักษะสูง 

ความท้าทายแรกคือการลดการจ้างงานในบางกลุ่ม และการลดโอกาสการทำงานของเด็กจบใหม่ ตลาดแรงงานกำลังเผชิญแรงกดดันจากการปรับโครงสร้างองค์กร โดยหลายอุตสาหกรรมอาจมีแนวโน้มปรับลดการจ้างงาน โดยเฉพาะตำแหน่งที่มีลักษณะทำซ้ำ หรือเป็นงานวิเคราะห์ข้อมูลระดับเบื้องต้น

ตำแหน่งงานลักษณะดังกล่าวส่วนใหญ่เป็นตำแหน่งระดับเริ่มต้นขององค์กร จึงสร้างความท้าทายต่อบัณฑิตจบใหม่ที่อาจเข้าสู่ตลาดแรงงานได้ยากขึ้นกว่าเดิม เนื่องจากหลายองค์กรสามารถใช้ AI จัดการงานพื้นฐานแทนแรงงานมนุษย์ และเปลี่ยนไปให้ความสำคัญกับการหาบุคลากรที่มีทักษะเฉพาะทางระดับสูง มีประสบการณ์ทำงาน และสามารถสั่งการ AI ได้ทันทีมากกว่าแรงงานเริ่มต้นที่ยังต้องใช้เวลาเรียนรู้งาน

ความท้าทายที่สองคือการโยกย้ายแรงงานจากงานทักษะสูงไปสู่งานทักษะต่ำ หรือ Downshifting เมื่องานของแรงงานทักษะสูงและทักษะปานกลางบางส่วนสามารถถูกทดแทนได้ด้วย AI แรงงานกลุ่มดังกล่าวอาจปรับตัวด้วยการเปลี่ยนจากงานที่มีทักษะสูงหรือทักษะปานกลาง ไปสู่งานที่ใช้ทักษะต่ำลง หรืองานที่ต่ำกว่าคุณวุฒิ เนื่องจากงานบางส่วนของแรงงานทักษะต่ำได้รับผลกระทบจาก AI น้อยกว่า ตามข้อสังเกตของ Citrini Research ในปี 2569 ตัวอย่างเช่น การปรับเปลี่ยนไปเป็นพนักงานขับรถรับจ้างผ่านแอปพลิเคชัน หรือไรเดอร์

ความท้าทายที่สามคือความก้าวหน้าของเทคโนโลยีสู่ Agentic AI และ Physical AI ความก้าวหน้าอย่างรวดเร็วของเทคโนโลยีกำลังขยายขอบเขตผลกระทบให้กว้างและชัดเจนยิ่งขึ้น การเข้าสู่ยุค Agentic AI อย่างเต็มรูปแบบทำให้งานที่มีขั้นตอนตายตัวหรืองานที่อาศัยตรรกะซ้ำ ๆ เช่น งานวิเคราะห์ข้อมูล หรืองานวิชาชีพที่มีรูปแบบชัดเจน ถูกลดบทบาทลงอย่างรวดเร็ว

ยิ่งไปกว่านั้น ในระยะถัดไป เทคโนโลยีมีแนวโน้มที่จะผสานการทำงานเข้ากับหุ่นยนต์และระบบอัตโนมัติอย่างอิสระ หรือที่เรียกว่า Physical AI ซึ่งจะเปลี่ยนผ่านผลกระทบจากการแย่งงานเชิงข้อมูล ไปสู่งานเชิงกายภาพและทักษะปฏิบัติ ความเปลี่ยนแปลงนี้มีแนวโน้มส่งผลกระทบโดยตรงต่อการจ้างงานในภาคการผลิต ภาคโลจิสติกส์ และภาคบริการอย่างหลีกเลี่ยงไม่ได้ ตามข้อสังเกตของ Zinnov ในปี 2026

ความท้าทายที่สี่คือความรวดเร็วในการผลิตกำลังคนและยกระดับทักษะให้ทันต่อเทคโนโลยี แม้ภาครัฐจะตระหนักถึงความท้าทายและได้ขับเคลื่อนการดำเนินงานผ่านแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติ พ.ศ. 2565-2570 ภายใต้นโยบาย “อว. for AI” โดยตั้งเป้าผลิตกำลังคนด้าน AI จำนวน 30,000 คนภายใน 3 ปี ครอบคลุมตั้งแต่นักวิจัยพัฒนาระบบ วิศวกรผู้ประยุกต์ใช้ ไปจนถึงผู้ใช้งานวิชาชีพทั่วไป แต่จุดสำคัญอยู่ที่ความรวดเร็วในการปฏิบัติจริง

ประเทศไทยจึงกำลังเผชิญความจำเป็นเร่งด่วนในการยกระดับทักษะและพัฒนาทักษะใหม่ หรือ Upskill/Reskill เพื่อเปลี่ยนผ่านบทบาทของแรงงานจากผู้ปฏิบัติงานไปเป็น “ผู้บริหารจัดการ AI” ให้สอดคล้องกับการพัฒนาเทคโนโลยีและความต้องการของภาคธุรกิจที่เปลี่ยนแปลงอย่างรวดเร็ว หากการผลิตกำลังคนและการยกระดับทักษะไม่ทันต่อพัฒนาการของ AI ความเสี่ยงต่อการจ้างงาน รายได้ และผลิตภาพแรงงานอาจยิ่งขยายตัว

ไทยต้องเร่งสร้างแรงงานที่ใช้ AI เป็น กำกับ AI ได้ และมีกติกาคุ้มครองแรงงานรองรับ

ภายใต้พลวัตความเปลี่ยนแปลงของ AI ประเทศไทยจำเป็นต้องเตรียมความพร้อมเพื่อรองรับผลกระทบหลายด้าน

ด้านแรกคือการเร่งส่งเสริมการใช้ AI อย่างครอบคลุมและการยกระดับทุนมนุษย์ ภาครัฐควรเร่งสนับสนุนการประยุกต์ใช้ AI เพื่อเพิ่มประสิทธิภาพการทำงานให้กับแรงงานในทุกระดับทักษะ เนื่องจากในระยะต่อไป ประสิทธิภาพของ AI จะถูกพัฒนาให้สามารถทำงานทดแทนมนุษย์ได้มากขึ้นและครอบคลุมกว้างขึ้น

การสร้างสภาพแวดล้อมที่เอื้อให้แรงงานสามารถปรับตัวและใช้ประโยชน์จากเทคโนโลยีได้อย่างเหมาะสมจึงเป็นเรื่องเร่งด่วน โดยไม่ควรจำกัดการพัฒนาไว้เฉพาะบุคลากรด้านเทคโนโลยีเท่านั้น แต่ควรครอบคลุมแรงงานในทุกกลุ่มอาชีพที่ต้องเผชิญการเปลี่ยนแปลงจาก AI พร้อมกันนั้น ประเทศไทยควรพัฒนาโครงสร้างพื้นฐานด้านข้อมูลและระบบประมวลผลให้เพียงพอต่อความต้องการในอนาคต เพื่อรองรับการใช้ AI ในภาคแรงงานและภาคธุรกิจอย่างมีประสิทธิภาพ

ด้านที่สองคือการปรับบทบาทของแรงงานทักษะสูงสู่การเป็น “ผู้บริหารจัดการ AI” แรงงานกลุ่มทักษะสูงจำเป็นต้องเสริมสร้างทักษะและความรู้เท่าทันเทคโนโลยี AI หรือ AI Literacy เพื่อให้สามารถกำกับดูแล ตรวจสอบผลลัพธ์ และประเมินการทำงานของ AI ได้อย่างมีประสิทธิภาพ โดยเฉพาะการจัดการกับข้อจำกัดเชิงเทคนิค เช่น การให้ข้อมูลคลาดเคลื่อน ปัญหาอคติจากชุดข้อมูล และการรักษาความเป็นส่วนตัวของข้อมูล

บทบาทใหม่ของแรงงานจึงไม่ใช่เพียงการทำงานแข่งกับ AI แต่เป็นการยกระดับไปสู่การกำกับ สั่งการ ตรวจสอบ และใช้ AI เพื่อเพิ่มผลิตภาพให้กับองค์กร แรงงานที่สามารถเปลี่ยนบทบาทจากผู้ปฏิบัติงานไปสู่ผู้บริหารจัดการ AI จะมีความสามารถในการปรับตัวสูงกว่าในตลาดแรงงานที่เปลี่ยนแปลงรวดเร็ว ขณะที่แรงงานที่ขาดทักษะด้าน AI อาจเผชิญความเสี่ยงจากการถูกลดบทบาทหรือถูกแทนที่มากขึ้น

ด้านที่สามคือการพัฒนากรอบกฎหมาย ธรรมาภิบาลดิจิทัล และกติกาการใช้ AI โดยเฉพาะกลไกกำกับดูแลและกฎหมายที่เอื้อต่อการคุ้มครองสิทธิแรงงานในกระบวนการจ้างงาน การประเมินผล และการเลิกจ้างที่อาจมี AI เข้ามาเกี่ยวข้อง ประเด็นนี้มีความสำคัญมากขึ้นเมื่อองค์กรเริ่มนำ AI มาใช้ในกระบวนการบริหารทรัพยากรบุคคล การคัดเลือกบุคลากร การประเมินผลงาน หรือการตัดสินใจเชิงระบบ

นอกจากนี้ ยังจำเป็นต้องกำหนดความรับผิดชอบทางกฎหมายในกรณีที่ระบบ AI ก่อให้เกิดความเสียหาย เช่น ธุรกรรมทางการเงิน การทำสัญญา หรือการดำเนินงานอัตโนมัติที่ไม่มีมนุษย์กำกับโดยตรง อย่างไรก็ดี การออกแบบกฎหมายควรมีความยืดหยุ่นเพียงพอ เพื่อให้สามารถตอบสนองต่อการเปลี่ยนแปลงของ AI ที่เกิดขึ้นอย่างรวดเร็วได้อย่างทันท่วงที

กล่าวโดยสรุป ข้อมูลทั้งหมดสะท้อนว่า AI กำลังเป็นปัจจัยสำคัญที่เปลี่ยนทั้งลักษณะงาน โครงสร้างอาชีพ และทักษะที่ตลาดแรงงานต้องการ แรงงานไทย 8.7 ล้านคนที่เข้าข่ายได้รับผลกระทบจาก Gen AI แบ่งเป็นทั้งกลุ่มที่มีความเสี่ยงถูกทดแทนและกลุ่มที่สามารถใช้ AI เพื่อเพิ่มประสิทธิภาพการทำงาน

โจทย์สำคัญของไทยจึงไม่ใช่เพียงการป้องกันผลกระทบจาก AI แต่คือการเร่งเตรียมแรงงานให้ใช้ AI เป็น กำกับ AI ได้ และปรับตัวสู่บทบาทใหม่ได้ทันก่อนที่ Agentic AI และ Physical AI จะขยายผลกระทบลึกลงไปในตลาดแรงงานมากกว่าเดิม