AI × จุดแข็งของไทย : โจทย์แรงงานไทย ในวันที่ AI ทำงานแทนเราได้มากขึ้น

ถ้าวันหนึ่ง AI ทำงานแทนคุณได้ 70% คุณจะดีใจ หรือจะเริ่มกังวล หลายคนอาจดีใจ เพราะเราจะได้ทำงานเร็วขึ้น เหนื่อยน้อยลง และมีเวลาไปทำอย่างอื่นมากขึ้น

อย่างไรก็ตาม คำถามที่สำคัญกว่าอาจไม่ใช่ว่า AI จะทำงานแทนเราได้มากแค่ไหน แต่เป็นว่า งานส่วนที่ยังต้องพึ่งมนุษย์นั้น จะยังมีคุณค่ามากพอหรือไม่

ถ้าอีก 30% ที่เหลือเป็นเพียงการคอยตรวจ แก้ หรือจัดรูปแบบผลลัพธ์ที่ AI สร้างขึ้น โดยไม่ต้องใช้ความเชี่ยวชาญมากนัก งานของเราอาจยังไม่หายไป แต่คุณค่าของงานนั้นอาจลดลง

ในทางกลับกัน ถ้างานส่วนที่เหลือคือการเข้าใจลูกค้า อ่านบริบท ตัดสินใจในสถานการณ์ที่ไม่มีคำตอบสำเร็จรูป เชื่อมโยงความรู้หลายด้าน และรับผิดชอบต่อผลลัพธ์ AI อาจไม่ได้ทำให้มนุษย์มีค่าน้อยลง แต่อาจทำให้ความเชี่ยวชาญของมนุษย์มีค่ามากขึ้น

นี่คือประเด็นสำคัญของตลาดแรงงานในยุค AI ไม่ใช่เพียงว่า AI จะมาแทนงานอะไร แต่คือ AI จะเปลี่ยน “คุณค่าของงาน” อย่างไร และสำหรับประเทศไทย คำถามนี้ควรถูกยกระดับเป็นคำถามใหญ่กว่าเดิมว่า AI × จุดแข็งของไทย = อะไร

อย่ามองแค่อาชีพ ต้องมองลึกไปถึงเนื้องาน

เวลาพูดถึง AI เรามักถามว่า อาชีพไหนเสี่ยง อาชีพไหนปลอดภัย แต่การมองเป็นรายอาชีพอาจกว้างเกินไป เพราะในอาชีพเดียวกัน งานแต่ละส่วนได้รับผลกระทบจาก AI ไม่เท่ากัน

คนสองคนอาจมีตำแหน่งคล้ายกัน แต่อนาคตต่างกันมาก หากเนื้องานของเขาไม่เหมือนกัน คนหนึ่งอาจใช้ AI เพื่อเพิ่มขีดความสามารถของตัวเอง แต่อีกคนอาจพบว่า AI ทำให้ทักษะที่เคยเป็นจุดแข็งของตนกลายเป็นเรื่องทั่วไป

เพื่ออธิบายง่าย ๆ ผมอยากแบ่งงานในยุค AI เป็นสองแบบ คือ “งานความจำสั้น” และ “งานความจำยาว”

งานความจำสั้น คือ งานที่มีโจทย์ชัด ขอบเขตชัด มีข้อมูลพอ และตรวจคำตอบได้เร็ว เช่น สรุปเอกสาร แปลภาษา เขียนอีเมล ทำสไลด์เบื้องต้น เขียนร่างแรกของบทความ หรือเขียนโค้ดบางส่วน งานเหล่านี้ไม่ใช่งานง่ายเสมอไป หลายอย่างเคยเป็นทักษะที่มีมูลค่าสูง และต้องใช้เวลาฝึกฝน แต่เมื่อโจทย์ชัดและผลลัพธ์ตรวจสอบได้เร็ว AI จะทำได้ดีขึ้นเรื่อย ๆ

นี่คือเหตุผลที่คนทำงานจำนวนมากเริ่มรู้สึกไม่มั่นคง เพราะ AI ไม่ได้มาแทนแค่งานซ้ำ ๆ หรือแรงงานไร้ทักษะแบบที่เราเคยเข้าใจ แต่มันกำลังเข้ามาทำ “ชิ้นงานทางปัญญา” ที่มีขอบเขตชัดเจนมากขึ้นเรื่อย ๆ

อีกด้านหนึ่งคือ “งานความจำยาว” งานประเภทนี้ไม่ได้อาศัยเพียงข้อมูลตรงหน้า แต่ต้องอาศัยบริบทสะสม ประสบการณ์ ความเข้าใจคน ความเข้าใจองค์กร และความสามารถในการตัดสินใจภายใต้ข้อจำกัด

AI อาจช่วยร่างนโยบายได้ แต่การรู้ว่า นโยบายหนึ่งจะผ่านทางการเมืองได้หรือไม่ กระทบใครบ้าง และควรออกแบบการเปลี่ยนผ่านอย่างไร ยังต้องใช้ความเข้าใจบริบท

AI อาจช่วยวิเคราะห์งบการเงินได้ แต่การอ่านให้ออกว่า บริษัทหนึ่งมีปัญหาเชิงธรรมาภิบาลหรือไม่ ยังต้องใช้ประสบการณ์

AI อาจช่วยสรุปเอกสารราชการได้ แต่การรู้ว่าคอขวดจริงอยู่ที่กฎ ระเบียบ ระบบแรงจูงใจ หรือวัฒนธรรมองค์กร ยังต้องใช้ความเข้าใจเชิงสถาบัน

AI อาจช่วยนักเรียนเขียนเรียงความได้ แต่การสร้างมุมมองของตัวเอง ตั้งคำถามที่ดี และรับผิดชอบต่อเหตุผลของตัวเอง ยังเป็นสิ่งที่การศึกษาไม่ควรปล่อยให้หายไป

แน่นอนว่า AI จะเก่งขึ้น มันจะจำบริบทได้ยาวขึ้น วางแผนได้ซับซ้อนขึ้น และเชื่อมโยงข้อมูลได้ดีขึ้น แต่ “ความจำยาว” ในความหมายนี้ไม่ใช่แค่การมี context window ใหญ่ขึ้น หากหมายถึงความสามารถในการสะสมประสบการณ์จริง เข้าใจมนุษย์ เข้าใจสถาบัน และ รับผิดชอบต่อผลของการตัดสินใจ นี่คือทักษะที่แรงงานไทยควรให้ความสำคัญมากขึ้น

งานใหม่เกิดขึ้นได้แต่ใครจะเข้าไปอยู่ในงานเหล่านั้น

ประวัติศาสตร์เศรษฐกิจบอกเราว่า เทคโนโลยีไม่ได้ทำให้งานหายไปอย่างเดียว แต่มักสร้างงานใหม่ ทักษะใหม่ และ ความเชี่ยวชาญใหม่ขึ้นมาพร้อมกัน

งานวิจัยของ David Autor และคณะ ในวารสาร The Quarterly Journal of Economics พบว่า ประมาณ 60% ของคนอเมริกันที่มีงานทำในปี 2018 อยู่ในอาชีพที่ยังไม่มีอยู่ในปี 1940 พูดง่าย ๆ คือ งานจำนวนมากในวันนี้เป็นงานที่คนรุ่นก่อน อาจไม่เคยจินตนาการถึง เช่น data scientist, cybersecurity analyst, software engineer หรืองานบริการและงานสร้างสรรค์รูปแบบใหม่ ๆ

แต่คำถามสำคัญไม่ใช่แค่ว่า งานใหม่จะเกิดขึ้นหรือไม่ คำถามคือ งานใหม่เหล่านั้นต้องการความเชี่ยวชาญแบบไหน และใครจะมีโอกาสเข้าไปอยู่ในงานนั้น

หัวใจของเรื่องนี้คือ “ความหายากของความเชี่ยวชาญ” งานใหม่มักมีมูลค่าสูงในช่วงแรก เพราะคนที่ทำได้ยังมีน้อย แต่เมื่อเวลาผ่านไป ทักษะเหล่านั้นกระจายตัวมากขึ้น ความหายากลดลง และค่าตอบแทนพิเศษก็ลดลงตาม

ครั้งหนึ่ง การใช้ Microsoft Office เคยเป็นทักษะที่มีราคา วันนี้กลายเป็นทักษะพื้นฐานที่แทบทุกคนต้องมี วันนี้ Python, data analytics, cybersecurity หรือ การออกแบบระบบที่ทำงานร่วมกับ AI อาจยังมีมูลค่าสูง แต่ในอนาคตบางส่วนก็อาจกลายเป็นทักษะพื้นฐานเช่นกัน

ในยุค AI วงจรนี้อาจหมุนเร็วกว่าเดิมมาก สิ่งที่น่ากังวลจึงไม่ใช่แค่งานหายไป แต่คือ ความเชี่ยวชาญที่เคยมีราคาอาจกลายเป็นของทั่วไปเร็วขึ้น

ดังนั้นโจทย์ของแรงงานไทยไม่ใช่แค่จะมีงานทำหรือไม่ แต่คือ งานที่ทำอยู่นั้นยังมีคุณค่าพอหรือไม่ และเราจะขยับไปสู่บทบาทใหม่ที่ AI ช่วยยกระดับความสามารถของเราได้อย่างไร

Reskill ต้องมากกว่าการสอนใช้ AI

เมื่อพูดถึงการเตรียมแรงงานไทย คำตอบที่ได้ยินบ่อยคือ reskill แต่ถ้า reskill หมายถึงการเปิดคอร์สสอน prompt แล้วนับจำนวนผู้ผ่านอบรม นั่นยังไม่พอ 

อีกไม่นาน การใช้ AI ขั้นพื้นฐานจะเหมือนการใช้ Excel หรือ PowerPoint คือจำเป็น แต่ไม่ใช่แต้มต่อ

โจทย์ที่ยากกว่าคือ เราจะช่วยให้แรงงานไทยย้ายจากงานความจำสั้นไปสู่งานความจำยาวได้อย่างไร เราจะช่วยให้คนสะสมความรู้เฉพาะด้าน ประสบการณ์จริง การคิดเชิงระบบ ความเข้าใจคน ความเข้าใจองค์กร และความกล้ารับผิดชอบต่อการตัดสินใจได้อย่างไร

ในองค์กร การใช้ AI จึงไม่ควรเป็นแค่การซื้อเครื่องมือมาให้พนักงานใช้ แต่ต้องออกแบบงานใหม่ ให้ AI รับภาระงานที่ทำซ้ำและมีขอบเขตชัด เพื่อให้คนมีเวลามากขึ้นกับงานที่ต้องใช้ judgment

ในระบบการศึกษา โจทย์ไม่ควรหยุดอยู่ที่การจับว่า เด็กใช้ AI หรือไม่ แต่ควรออกแบบการเรียนรู้ให้เด็กยังฝึกคิด ฝึกสงสัย ฝึกโต้แย้ง และสร้างความเข้าใจของตัวเอง

ในภาครัฐ AI ไม่ควรเป็นเพียงเครื่องมือตอบคำถามประชาชน แต่ควรถูกใช้เพื่อลดงานเอกสาร ลดขั้นตอนซ้ำซ้อน และเปิดพื้นที่ให้ข้าราชการทำงานเชิงนโยบาย เชิงบริการ และเชิงแก้ปัญหาจริงมากขึ้น

AI × จุดแข็งของไทย

ถ้ามองในระดับประเทศ ไทยอาจไม่ใช่ประเทศที่จะสร้าง foundation model ที่ใหญ่ที่สุดในโลก ผลิตชิป AI แข่งกับมหาอำนาจ หรือชนะด้วยเงินลงทุนด้านเทคโนโลยีเพียงอย่างเดียว

แต่ไทยมีทุนเดิมที่สำคัญ เราเป็นประเทศบริการ เราเข้าใจงานที่เกี่ยวกับคน เรามีจุดแข็งด้านท่องเที่ยว อาหาร สุขภาพ wellness วัฒนธรรม ฐานการผลิต และ supply chain ที่เชื่อมกับโลก

เรายังมีปัญหาสาธารณะที่ซับซ้อนจริง ตั้งแต่สังคมสูงวัย เกษตรรายย่อย PM2.5 น้ำท่วม เมือง ไปจนถึงระบบราชการ สิ่งเหล่านี้อาจไม่ดูเหมือนเทคโนโลยี แต่จริง ๆ แล้วคือฐานของงานใหม่ 

คนทำท่องเที่ยวอาจใช้ AI วิเคราะห์ความต้องการของนักท่องเที่ยว ออกแบบประสบการณ์เฉพาะกลุ่ม และเชื่อมธุรกิจท้องถิ่นกับตลาดคุณภาพสูง

คนทำสุขภาพอาจใช้ AI ติดตามความเสี่ยง ออกแบบการดูแลเฉพาะบุคคล และประสานงานระหว่างแพทย์ ครอบครัว และผู้ดูแล
คนทำเกษตรอาจไม่ได้แค่ใช้แอป แต่มีผู้เชี่ยวชาญรุ่นใหม่ที่แปลข้อมูลดาวเทียม อากาศ น้ำ โรคพืช และราคาตลาด ให้กลายเป็นคำแนะนำรายแปลงที่เกษตรกรใช้ได้จริง

เจ้าหน้าที่รัฐอาจไม่ได้แค่ทำเอกสารเร็วขึ้น แต่ใช้ AI วิเคราะห์ข้อมูล ตรวจความผิดปกติ และมีเวลามากขึ้นกับงานที่ต้องใช้ดุลยพินิจและความรับผิดชอบ

ทั้งหมดนี้ไม่ใช่แค่งานเดิมที่เร็วขึ้น แต่คือโอกาสสร้างงานใหม่ที่ต้องใช้ความเชี่ยวชาญใหม่

บทเรียนสำหรับไทย

โจทย์ AI ของไทยจึงไม่ใช่แค่โจทย์เทคโนโลยี แต่เป็นโจทย์แรงงาน การศึกษา อุตสาหกรรม ภาครัฐ และการกระจายโอกาส ถ้าเราปล่อยให้ AI ไหลไปตามแรงจูงใจของตลาดอย่างเดียว มันอาจถูกใช้เพื่อลดต้นทุนแรงงานมากกว่าสร้างความสามารถใหม่ให้แรงงาน

แต่หากเราตั้งคำถามให้ถูก AI อาจช่วยสร้างงานใหม่ที่มีมูลค่าสูง โดยต่อยอดจากสิ่งที่ไทยมีอยู่แล้ว

สำหรับคนทำงาน คำถามจึงไม่ใช่แค่ว่า “ฉันใช้ AI เป็นหรือยัง” แต่คือ AI ทำให้ฉันเข้าใจงานลึกขึ้นหรือไม่ แก้ปัญหาที่ซับซ้อนขึ้นได้หรือไม่ และมีความเชี่ยวชาญที่ยังหายากมากขึ้นหรือไม่

สำหรับประเทศ คำถามก็ไม่ใช่ว่าเราจะใช้ AI มากแค่ไหน แต่คือ เราจะใช้ AI เพื่อสร้างงานใหม่ ทักษะใหม่ และคุณค่าใหม่ให้แรงงานไทยได้อย่างไร

ถ้า AI ช่วยเราเพียงทำสิ่งเดิมให้เร็วขึ้น เราอาจเป็นเพียงผู้ใช้ AI แต่ถ้า AI ช่วยให้เราทำสิ่งที่เคยทำไม่ได้ เราจะเป็นผู้สร้างคุณค่าจาก AI
นี่คือโจทย์ที่นโยบาย AI ของไทยควรให้ความสำคัญที่สุดในวันนี้

อ้างอิง: Autor, D., Chin, C., Salomons, A., & Seegmiller, B. (2024). New frontiers: The origins and content of new work, 1940–2018. The Quarterly Journal of Economics, 139(3), 1399-1465.

คอลัมน์เศรษฐเสวนา จุฬาฯ ทัศนะ โดย...ศ.ดร.อธิภัทร มุทิตาเจริญ ([email protected]) คณะเศรษฐศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย หนังสือพิมพ์ฐานเศรษฐกิจ ฉบับ 4224