AI จะมาแทนงานของคุณไหม? คำตอบจาก WEF, ILO และ IMF

คำถามว่า “AI จะมาแทนงานของฉันไหม” ฟังดูตรงไปตรงมา แต่ถ้าจะตอบให้แม่น คำถามที่ดีกว่าคือ: งานส่วนไหนของฉันที่ AI ทำแทน ช่วยเร่ง หรือเปลี่ยนวิธีทำได้ และงานส่วนไหนยังต้องใช้บริบท ความรับผิดชอบ และวิจารณญาณของมนุษย์

แหล่งข้อมูลหลัก 3 แห่งในบทความนี้ — World Economic Forum หรือ WEF, International Labour Organization หรือ ILO และ International Monetary Fund หรือ IMF — ไม่ได้ให้คำทำนายแบบใช่หรือไม่ใช่สำหรับคนแต่ละคน แต่ทั้งหมดชี้ไปในทิศทางเดียวกันว่า AI เป็นแรงขับสำคัญที่กำลังเปลี่ยนตลาดแรงงาน งานย่อย และทักษะที่คนทำงานต้องมี

คำตอบสั้น: ส่วนใหญ่คือ “งานเปลี่ยนรูป” มากกว่า “งานหายทั้งก้อน”

สำหรับงานส่วนใหญ่ คำว่า “ถูกแทนที่” กว้างเกินไป รายงานของ WEF, ILO และ IMF มองภาพระดับตลาดแรงงาน อาชีพ งานย่อย และทักษะ ไม่ได้ฟันธงอนาคตของคนคนหนึ่งในบริษัทใดบริษัทหนึ่ง

ข้อสรุปที่หนักแน่นกว่าคือ: AI จะเปลี่ยนหลายงาน เพราะบางงานย่อยจะถูกทำอัตโนมัติ ถูกช่วยให้เร็วขึ้น หรือถูกจัดสรรใหม่ ILO ระบุในการอัปเดตปี 2025 ว่า generative AI หรือ GenAI ควรถูกประเมินในระดับงานย่อย และงานราว 1 ใน 4 มีศักยภาพที่จะถูก GenAI เปลี่ยนรูปได้ ส่วน IMF ระบุว่าตำแหน่งงานทั่วโลกราว 40% ได้รับผลจากการเปลี่ยนแปลงที่ขับเคลื่อนโดย AI

คำสำคัญคือ “ได้รับผล” หรือ “เปลี่ยนรูปได้” ไม่ได้แปลว่า “หายไปแน่นอน” แต่แปลว่า AI อาจเปลี่ยนบางหน้าที่ภายในงานนั้น ๆ

อ่านรายงานของ WEF, ILO และ IMF ให้ถูกจุด

WEF: เทคโนโลยีเป็นหนึ่งในแรงขับใหญ่ของตลาดงานถึงปี 2030

รายงาน Future of Jobs Report 2025 ของ World Economic Forum หรือเวทีเศรษฐกิจโลก อ้างอิงความเห็นจากนายจ้างทั่วโลกมากกว่า 1,000 ราย ซึ่งครอบคลุมพนักงานรวมกันมากกว่า 14 ล้านคน รายงานนี้ดูว่าแนวโน้มใหญ่หลายด้าน รวมถึงการเปลี่ยนแปลงทางเทคโนโลยี อาจส่งผลต่อการเติบโตและการลดลงของงานจนถึงปี 2030 อย่างไร

ดังนั้น WEF ไม่ได้ให้ใบรับประกันว่าอาชีพใดจะปลอดภัยแน่นอน หรืออาชีพใดจะหายไปแน่นอน แต่กำลังอธิบายการขยับของบทบาท งานย่อย และทักษะในระดับตลาดแรงงาน

ILO: จุดสำคัญอยู่ที่ “งานย่อย” ไม่ใช่แค่ชื่อตำแหน่ง

ILO หรือองค์การแรงงานระหว่างประเทศ อธิบายการวิเคราะห์ปี 2025 ว่าเป็นการประเมินระดับโลกที่ละเอียดขึ้นเกี่ยวกับการเปิดรับผลกระทบจาก generative AI ในแต่ละอาชีพ โดยผสานข้อมูลระดับงานย่อย ความเห็นผู้เชี่ยวชาญ และการคาดการณ์จาก AI เพื่อประเมินผลกระทบของ GenAI ต่องานให้แม่นยำขึ้น

นี่คือจุดที่คนทำงานควรจับตา: คนสองคนอาจมีชื่อตำแหน่งเหมือนกัน แต่ได้รับผลจาก AI ไม่เท่ากัน หากงานหนึ่งมีงานย่อยที่เป็นมาตรฐาน ทำซ้ำได้ และใช้ข้อความหรือข้อมูลมาก งานนั้นย่อมมีโอกาสถูกเปลี่ยนรูปมากกว่า

IMF: AI เปลี่ยนทักษะที่ตลาดต้องการ และกดดันงานสำนักงานแบบรูทีน

IMF หรือกองทุนการเงินระหว่างประเทศ มองว่า AI เป็นแรงเปลี่ยนแปลงวงกว้าง และระบุว่าตำแหน่งงานทั่วโลกราว 40% ได้รับผลจากการเปลี่ยนแปลงที่ขับเคลื่อนโดย AI IMF ยังชี้ว่า กลุ่มทักษะระดับกลางที่ทำงานสำนักงานแบบรูทีนเผชิญแรงกดดันเป็นพิเศษ ขณะที่ความต้องการทักษะใหม่ ๆ เห็นชัดในบทบาทสายวิชาชีพ เทคนิค และการจัดการ

ประโยคนี้ไม่ควรถูกอ่านว่า “งาน 40% จะหายไป” สิ่งที่มีหลักฐานรองรับมากกว่าคือ AI กำลังเปลี่ยนว่างานย่อยแบบไหนมีมูลค่า และคนทำงานต้องมีทักษะแบบใด

ทำไมชื่อตำแหน่งอย่างเดียวจึงตอบไม่ได้

คำอย่าง “ผู้จัดการโครงการ” “เจ้าหน้าที่ธุรการ” “นักการตลาด” หรือ “นักวิเคราะห์” ดูเหมือนเป็นหมวดที่ชัด แต่ในชีวิตจริง งานข้างในอาจต่างกันมาก

งานการตลาดบางตำแหน่งอาจหนักไปทางเขียนข้อความซ้ำ ๆ ทำรายงาน และดูแลแคมเปญตามรูปแบบเดิม ขณะที่อีกตำแหน่งอาจเน้นกลยุทธ์แบรนด์ การตัดสินใจเรื่องงบประมาณ การคุยกับลูกค้า และความรับผิดชอบเชิงสร้างสรรค์ งานธุรการบางงานอาจเป็นงานมาตรฐานเกือบทั้งหมด แต่อีกงานอาจต้องตรวจกรณีเฉพาะ เข้าใจกฎระเบียบ และสื่อสารกับหลายฝ่าย

เพราะเหตุนี้ แนวทางของ ILO ที่มองระดับงานย่อยจึงสำคัญมาก ผลกระทบจาก GenAI ขึ้นอยู่กับกิจกรรมจริงที่ทำเป็นประจำ ไม่ใช่ชื่อตำแหน่งบนบัตรพนักงานเพียงอย่างเดียว

เช็กข้อเท็จจริง: ประโยคไหนควรเชื่อแค่ไหน

ประโยคที่ได้ยินบ่อย	คำตัดสิน	เหตุผล
“AI จะมาแทนงานฉันแน่นอน”	กว้างเกินไป	แหล่งข้อมูลไม่ได้ให้คำทำนายรายบุคคลโดยไม่ดูอาชีพ อุตสาหกรรม บริษัท และงานย่อยจริง
“AI จะเปลี่ยนงานจำนวนมากอย่างเห็นได้ชัด”	มีหลักฐานรองรับ	WEF, ILO และ IMF พูดถึงการเปลี่ยนแปลงจากเทคโนโลยี งานย่อยที่เปลี่ยนรูปได้ และความต้องการทักษะใหม่
“งานสำนักงานที่เป็นรูทีนและทำบนดิจิทัลถูกกระทบมากกว่า”	สอดคล้องกับข้อมูล	ILO วิเคราะห์ในระดับงานย่อย ส่วน IMF ระบุว่างานสำนักงานแบบรูทีนในกลุ่มทักษะระดับกลางอยู่ภายใต้แรงกดดัน
“ดูแค่ชื่อตำแหน่งก็พอ”	ไม่น่าเชื่อถือ	ILO ใช้ข้อมูลระดับงานย่อย เพราะกิจกรรมจริงภายในอาชีพเป็นตัวแปรสำคัญ

งานย่อยแบบไหนถูก AI แตะก่อน

งานที่มีแนวโน้มถูกกระทบมากกว่ามักมีลักษณะเป็นดิจิทัล ทำซ้ำได้ และอธิบายเป็นขั้นตอนได้ชัด เช่น

• เขียนหรือปรับถ้อยคำในข้อความมาตรฐาน
• สรุปเอกสาร
• จัดโครงร่างข้อมูลจากการค้นคว้าเบื้องต้น
• ทำความสะอาดข้อมูล หรือย้ายข้อมูลเข้าระบบ
• เตรียมรายงานที่ทำซ้ำเป็นประจำ
• วิเคราะห์หรือจัดหมวดหมู่อย่างง่าย
• ทำเอกสารตามกฎหรือรูปแบบที่กำหนดไว้

การประเมินนี้สอดคล้องกับแนวทางระดับงานย่อยของ ILO และข้อสังเกตของ IMF ว่างานสำนักงานแบบรูทีนอาจเผชิญแรงกดดันมากกว่า

งานย่อยแบบไหนอาจยิ่งมีคุณค่าขึ้น

ถ้า AI ช่วยรับภาระงานซ้ำ ๆ บางส่วน สิ่งที่มีค่ามากขึ้นมักเป็นงานที่ต้องใช้คนกำกับ ตรวจ และรับผิดชอบ เช่น

• ตรวจสอบความถูกต้องของผลลัพธ์จาก AI
• ใช้ความรู้บริบทเกี่ยวกับลูกค้า กระบวนการ และความเสี่ยง
• จัดลำดับความสำคัญและตัดสินใจภายใต้ความไม่แน่นอน
• รับผิดชอบต่อคุณภาพและผลกระทบของงาน
• สื่อสารกับคนจริงในสถานการณ์ที่ซับซ้อน
• ประสานงานข้ามทีม
• แปลงผลลัพธ์จาก AI ให้เป็นเอกสาร การตัดสินใจ หรือแผนงานที่ใช้ได้จริง

ภาพรวมจากแหล่งข้อมูลทั้งสามสนับสนุนแนวคิดว่า บทบาทและทักษะจะเปลี่ยนมากกว่าการลบอาชีพทั้งก้อนแบบง่าย ๆ โดย IMF เน้นเป็นพิเศษว่าการเปลี่ยนแปลงจาก AI มาพร้อมความต้องการทักษะใหม่

เช็กงานของตัวเองใน 3 นาที

แบบเช็กนี้ไม่ใช่โมเดลวิทยาศาสตร์สำหรับให้คะแนนความเสี่ยง แต่ช่วยให้คุณใช้ตรรกะของรายงานได้จริง: ความเสี่ยงจาก AI มักเกิดในระดับงานย่อย ไม่ใช่เพราะชื่อตำแหน่งเพียงอย่างเดียว

1. เขียนงาน 5 อย่างที่คุณทำบ่อยที่สุด

เขียนให้เฉพาะเจาะจง อย่าเขียนแค่ว่า “ทำงานขาย” แต่ให้แยกเป็น เช่น เขียนใบเสนอราคา เตรียมข้อมูลก่อนคุยลูกค้า อัปเดตข้อมูลใน CRM วิเคราะห์ข้อมูลตลาด และประสานงานภายในทีม

ยิ่งรายการงานย่อยชัด คุณยิ่งเห็นได้ดีขึ้นว่า AI อาจช่วย เร่ง หรือทำบางส่วนแทนได้ตรงไหน

2. ทำเครื่องหมายงานที่เป็นรูทีน ใช้ข้อความ หรือใช้ข้อมูล

ขีดเส้นใต้ทุกอย่างที่ทำซ้ำได้ เป็นมาตรฐาน หนักข้อความ หรือหนักข้อมูล งานลักษณะนี้ควรถูกดูเป็นพิเศษ เพราะ ILO ประเมิน generative AI ในระดับงานย่อย และ IMF ชี้ว่างานสำนักงานแบบรูทีนเป็นพื้นที่ที่มีแรงกดดัน

3. ทำเครื่องหมายงานที่ต้องใช้บริบท ความรับผิดชอบ และวิจารณญาณ

แยกงานที่คุณต้องรับผิดชอบ ตรวจผล เตรียมการตัดสินใจ เจรจากับคน หรือประเมินความเสี่ยง งานเหล่านี้อาจเปลี่ยนเพราะ AI แต่ไม่ได้หายไปโดยอัตโนมัติเพียงเพราะบางขั้นตอนทำได้เร็วขึ้น

4. ดูช่องว่างทักษะของตัวเอง

คำถามสำคัญไม่ใช่แค่ว่า “AI ทำอะไรได้” แต่คือ คุณสั่งงาน AI ตรวจงาน AI และรับผิดชอบผลลัพธ์ที่ AI ช่วยสร้างได้ดีพอหรือยัง

IMF ระบุว่าความต้องการทักษะใหม่เป็นส่วนสำคัญของการเปลี่ยนแปลงที่ขับเคลื่อนโดย AI โดยเฉพาะในบทบาทสายวิชาชีพ เทคนิค และการจัดการ

อ่านผลลัพธ์อย่างไร

• ถ้างานของคุณมีข้อความหรือข้อมูลมาตรฐานจำนวนมาก: มีโอกาสสูงที่ AI จะเข้ามารับบางงานย่อย ช่วยให้เร็วขึ้น หรือเปลี่ยนวิธีทำงานนั้นอย่างชัดเจน
• ถ้างานของคุณมีบริบท ความรับผิดชอบ การประสานงาน หรือวิจารณญาณเฉพาะทางมาก: แนวโน้มอาจเป็นการปรับบทบาทมากกว่าการถูกแทนที่ทั้งตำแหน่งโดยอัตโนมัติ
• ถ้างานของคุณผสมกันทั้งสองแบบ: ส่วนที่เป็นรูทีนอาจถูกทำอัตโนมัติหรือเร็วขึ้น ขณะที่การควบคุมคุณภาพ การประสานงาน และการตัดสินใจเชิงวิชาชีพจะยิ่งสำคัญขึ้น

คุณควรทำอะไรตอนนี้

หนึ่ง: วิเคราะห์งานของคุณในระดับงานย่อย แนวทางของ ILO ช่วยอธิบายว่าทำไมคนในอาชีพเดียวกันจึงได้รับผลกระทบไม่เท่ากัน

สอง: เรียนรู้ AI ในฐานะเครื่องมือทำงาน เมื่อ AI เปลี่ยนงานรูทีน ความสามารถในการเขียนคำสั่งที่ดี ตรวจผลลัพธ์ และแปลงคำตอบจาก AI ให้เป็นเอกสารหรือการตัดสินใจที่ใช้ได้จริงจะสำคัญขึ้น

สาม: ทำให้คุณค่าของมนุษย์ในงานของคุณมองเห็นได้ ส่วนที่ยังสำคัญมากคือบริบท ความรับผิดชอบ การประเมินเชิงวิชาชีพ การสื่อสาร และการตัดสินใจ

สี่: ประเมินใหม่เป็นระยะ WEF มองการเปลี่ยนแปลงของตลาดแรงงานไปถึงปี 2030 ขณะที่ ILO และ IMF อธิบาย AI ว่าเป็นการเปลี่ยนแปลงต่อเนื่องของงานย่อยและทักษะ

สรุป

หลักฐานปัจจุบันไม่ได้ตอบคำถาม “AI จะมาแทนงานของฉันไหม” ด้วยคำว่าใช่หรือไม่ใช่อย่างง่าย ๆ ข้อสรุปที่น่าเชื่อถือกว่าคือ AI จะเปลี่ยนงานย่อยจำนวนมาก ทำให้บางงานรูทีนเป็นอัตโนมัติหรือเร็วขึ้น และสร้างความต้องการทักษะใหม่

ดังนั้น สิ่งที่ควรดูที่สุดคือส่วนผสมของงานจริงในแต่ละวัน ยิ่งงานของคุณเป็นข้อความหรือข้อมูลดิจิทัลที่ทำซ้ำได้มาก แรงกดดันจากการเปลี่ยนแปลงก็ยิ่งสูง แต่ถ้าคุณค่าของคุณมาจากบริบท ความรับผิดชอบ วิจารณญาณ และการประสานงาน โอกาสสำคัญอาจไม่ใช่การถูกแทนที่ทั้งตำแหน่ง แต่คือการปรับบทบาทให้ทำงานร่วมกับ AI ได้ดีกว่าเดิม