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[1][
3][
4]
คำตอบสั้น: ส่วนใหญ่คือ “งานเปลี่ยนรูป” มากกว่า “งานหายทั้งก้อน”
สำหรับงานส่วนใหญ่ คำว่า “ถูกแทนที่” กว้างเกินไป รายงานของ WEF, ILO และ IMF มองภาพระดับตลาดแรงงาน อาชีพ งานย่อย และทักษะ ไม่ได้ฟันธงอนาคตของคนคนหนึ่งในบริษัทใดบริษัทหนึ่ง[1][
3][
4]
ข้อสรุปที่หนักแน่นกว่าคือ: AI จะเปลี่ยนหลายงาน เพราะบางงานย่อยจะถูกทำอัตโนมัติ ถูกช่วยให้เร็วขึ้น หรือถูกจัดสรรใหม่ ILO ระบุในการอัปเดตปี 2025 ว่า generative AI หรือ GenAI ควรถูกประเมินในระดับงานย่อย และงานราว 1 ใน 4 มีศักยภาพที่จะถูก GenAI เปลี่ยนรูปได้[3] ส่วน IMF ระบุว่าตำแหน่งงานทั่วโลกราว 40% ได้รับผลจากการเปลี่ยนแปลงที่ขับเคลื่อนโดย AI[
4]
คำสำคัญคือ “ได้รับผล” หรือ “เปลี่ยนรูปได้” ไม่ได้แปลว่า “หายไปแน่นอน” แต่แปลว่า AI อาจเปลี่ยนบางหน้าที่ภายในงานนั้น ๆ[3][
4]
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[1] รายงานนี้ดูว่าแนวโน้มใหญ่หลายด้าน รวมถึงการเปลี่ยนแปลงทางเทคโนโลยี อาจส่งผลต่อการเติบโตและการลดลงของงานจนถึงปี 2030 อย่างไร[
1]
ดังนั้น WEF ไม่ได้ให้ใบรับประกันว่าอาชีพใดจะปลอดภัยแน่นอน หรืออาชีพใดจะหายไปแน่นอน แต่กำลังอธิบายการขยับของบทบาท งานย่อย และทักษะในระดับตลาดแรงงาน[1]
ILO: จุดสำคัญอยู่ที่ “งานย่อย” ไม่ใช่แค่ชื่อตำแหน่ง
ILO หรือองค์การแรงงานระหว่างประเทศ อธิบายการวิเคราะห์ปี 2025 ว่าเป็นการประเมินระดับโลกที่ละเอียดขึ้นเกี่ยวกับการเปิดรับผลกระทบจาก generative AI ในแต่ละอาชีพ โดยผสานข้อมูลระดับงานย่อย ความเห็นผู้เชี่ยวชาญ และการคาดการณ์จาก AI เพื่อประเมินผลกระทบของ GenAI ต่องานให้แม่นยำขึ้น[3]
นี่คือจุดที่คนทำงานควรจับตา: คนสองคนอาจมีชื่อตำแหน่งเหมือนกัน แต่ได้รับผลจาก AI ไม่เท่ากัน หากงานหนึ่งมีงานย่อยที่เป็นมาตรฐาน ทำซ้ำได้ และใช้ข้อความหรือข้อมูลมาก งานนั้นย่อมมีโอกาสถูกเปลี่ยนรูปมากกว่า[3]
IMF: AI เปลี่ยนทักษะที่ตลาดต้องการ และกดดันงานสำนักงานแบบรูทีน
IMF หรือกองทุนการเงินระหว่างประเทศ มองว่า AI เป็นแรงเปลี่ยนแปลงวงกว้าง และระบุว่าตำแหน่งงานทั่วโลกราว 40% ได้รับผลจากการเปลี่ยนแปลงที่ขับเคลื่อนโดย AI[4] IMF ยังชี้ว่า กลุ่มทักษะระดับกลางที่ทำงานสำนักงานแบบรูทีนเผชิญแรงกดดันเป็นพิเศษ ขณะที่ความต้องการทักษะใหม่ ๆ เห็นชัดในบทบาทสายวิชาชีพ เทคนิค และการจัดการ[
4]
ประโยคนี้ไม่ควรถูกอ่านว่า “งาน 40% จะหายไป” สิ่งที่มีหลักฐานรองรับมากกว่าคือ AI กำลังเปลี่ยนว่างานย่อยแบบไหนมีมูลค่า และคนทำงานต้องมีทักษะแบบใด[4]
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[3]
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[3][
4]
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[1][
3][
4] โดย IMF เน้นเป็นพิเศษว่าการเปลี่ยนแปลงจาก AI มาพร้อมความต้องการทักษะใหม่[
4]
เช็กงานของตัวเองใน 3 นาที
แบบเช็กนี้ไม่ใช่โมเดลวิทยาศาสตร์สำหรับให้คะแนนความเสี่ยง แต่ช่วยให้คุณใช้ตรรกะของรายงานได้จริง: ความเสี่ยงจาก AI มักเกิดในระดับงานย่อย ไม่ใช่เพราะชื่อตำแหน่งเพียงอย่างเดียว[3]
1. เขียนงาน 5 อย่างที่คุณทำบ่อยที่สุด
เขียนให้เฉพาะเจาะจง อย่าเขียนแค่ว่า “ทำงานขาย” แต่ให้แยกเป็น เช่น เขียนใบเสนอราคา เตรียมข้อมูลก่อนคุยลูกค้า อัปเดตข้อมูลใน CRM วิเคราะห์ข้อมูลตลาด และประสานงานภายในทีม
ยิ่งรายการงานย่อยชัด คุณยิ่งเห็นได้ดีขึ้นว่า AI อาจช่วย เร่ง หรือทำบางส่วนแทนได้ตรงไหน[3]
2. ทำเครื่องหมายงานที่เป็นรูทีน ใช้ข้อความ หรือใช้ข้อมูล
ขีดเส้นใต้ทุกอย่างที่ทำซ้ำได้ เป็นมาตรฐาน หนักข้อความ หรือหนักข้อมูล งานลักษณะนี้ควรถูกดูเป็นพิเศษ เพราะ ILO ประเมิน generative AI ในระดับงานย่อย และ IMF ชี้ว่างานสำนักงานแบบรูทีนเป็นพื้นที่ที่มีแรงกดดัน[3][
4]
3. ทำเครื่องหมายงานที่ต้องใช้บริบท ความรับผิดชอบ และวิจารณญาณ
แยกงานที่คุณต้องรับผิดชอบ ตรวจผล เตรียมการตัดสินใจ เจรจากับคน หรือประเมินความเสี่ยง งานเหล่านี้อาจเปลี่ยนเพราะ AI แต่ไม่ได้หายไปโดยอัตโนมัติเพียงเพราะบางขั้นตอนทำได้เร็วขึ้น[1][
3][
4]
4. ดูช่องว่างทักษะของตัวเอง
คำถามสำคัญไม่ใช่แค่ว่า “AI ทำอะไรได้” แต่คือ คุณสั่งงาน AI ตรวจงาน AI และรับผิดชอบผลลัพธ์ที่ AI ช่วยสร้างได้ดีพอหรือยัง
IMF ระบุว่าความต้องการทักษะใหม่เป็นส่วนสำคัญของการเปลี่ยนแปลงที่ขับเคลื่อนโดย AI โดยเฉพาะในบทบาทสายวิชาชีพ เทคนิค และการจัดการ[4]
อ่านผลลัพธ์อย่างไร
- ถ้างานของคุณมีข้อความหรือข้อมูลมาตรฐานจำนวนมาก: มีโอกาสสูงที่ AI จะเข้ามารับบางงานย่อย ช่วยให้เร็วขึ้น หรือเปลี่ยนวิธีทำงานนั้นอย่างชัดเจน[
3][
4]
- ถ้างานของคุณมีบริบท ความรับผิดชอบ การประสานงาน หรือวิจารณญาณเฉพาะทางมาก: แนวโน้มอาจเป็นการปรับบทบาทมากกว่าการถูกแทนที่ทั้งตำแหน่งโดยอัตโนมัติ[
1][
3][
4]
- ถ้างานของคุณผสมกันทั้งสองแบบ: ส่วนที่เป็นรูทีนอาจถูกทำอัตโนมัติหรือเร็วขึ้น ขณะที่การควบคุมคุณภาพ การประสานงาน และการตัดสินใจเชิงวิชาชีพจะยิ่งสำคัญขึ้น[
3][
4]
คุณควรทำอะไรตอนนี้
หนึ่ง: วิเคราะห์งานของคุณในระดับงานย่อย แนวทางของ ILO ช่วยอธิบายว่าทำไมคนในอาชีพเดียวกันจึงได้รับผลกระทบไม่เท่ากัน[3]
สอง: เรียนรู้ AI ในฐานะเครื่องมือทำงาน เมื่อ AI เปลี่ยนงานรูทีน ความสามารถในการเขียนคำสั่งที่ดี ตรวจผลลัพธ์ และแปลงคำตอบจาก AI ให้เป็นเอกสารหรือการตัดสินใจที่ใช้ได้จริงจะสำคัญขึ้น[3][
4]
สาม: ทำให้คุณค่าของมนุษย์ในงานของคุณมองเห็นได้ ส่วนที่ยังสำคัญมากคือบริบท ความรับผิดชอบ การประเมินเชิงวิชาชีพ การสื่อสาร และการตัดสินใจ[1][
3][
4]
สี่: ประเมินใหม่เป็นระยะ WEF มองการเปลี่ยนแปลงของตลาดแรงงานไปถึงปี 2030 ขณะที่ ILO และ IMF อธิบาย AI ว่าเป็นการเปลี่ยนแปลงต่อเนื่องของงานย่อยและทักษะ[1][
3][
4]
สรุป
หลักฐานปัจจุบันไม่ได้ตอบคำถาม “AI จะมาแทนงานของฉันไหม” ด้วยคำว่าใช่หรือไม่ใช่อย่างง่าย ๆ ข้อสรุปที่น่าเชื่อถือกว่าคือ AI จะเปลี่ยนงานย่อยจำนวนมาก ทำให้บางงานรูทีนเป็นอัตโนมัติหรือเร็วขึ้น และสร้างความต้องการทักษะใหม่[1][
3][
4]
ดังนั้น สิ่งที่ควรดูที่สุดคือส่วนผสมของงานจริงในแต่ละวัน ยิ่งงานของคุณเป็นข้อความหรือข้อมูลดิจิทัลที่ทำซ้ำได้มาก แรงกดดันจากการเปลี่ยนแปลงก็ยิ่งสูง[3][
4] แต่ถ้าคุณค่าของคุณมาจากบริบท ความรับผิดชอบ วิจารณญาณ และการประสานงาน โอกาสสำคัญอาจไม่ใช่การถูกแทนที่ทั้งตำแหน่ง แต่คือการปรับบทบาทให้ทำงานร่วมกับ AI ได้ดีกว่าเดิม[
1][
3][
4]
