เด็กจบใหม่วิกฤต ตกงาน 14% ‘กรณ์’ เตือนแรงงานไทยเสี่ยงถูก AI ดิสรัปต์

ตลาดแรงงานไทยกำลังเผชิญโจทย์ใหญ่ เมื่อการมีวุฒิการศึกษาสูงไม่ได้รับประกันว่าจะมีงานทำ ขณะที่เทคโนโลยีปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนทั้งรูปแบบการทำงาน ทักษะที่ตลาดต้องการ และโครงสร้างเศรษฐกิจ คำถามสำคัญจึงไม่ใช่เพียงคนไทยจะเรียนรู้อะไรเพิ่มเติม แต่จะปรับตัวอย่างไรให้ทันความเปลี่ยนแปลง และทำอย่างไรให้คนส่วนใหญ่ไม่ถูกทิ้งไว้ข้างหลัง

ประเด็นดังกล่าวถูกหยิบยกขึ้นมาในเวที NATION FORUM หัวข้อ THE LIFELONG WORKFORCE PIVOT โดยนายกรณ์ จาติกวณิช สส.บัญชีรายชื่อ และรองหัวหน้าพรรคประชาธิปัตย์ ผศ.ดร.เจนนิเฟอร์ ชวโนวานิช รองคณบดี คณะจิตวิทยา จุฬาลงกรณ์มหาวิทยาลัย และนายแทนพงศ์ สุคนธ์พานิช Chief Enterprise Officer FutureSkill for Business ร่วมสะท้อนปัญหาและทางออก ตั้งแต่การพัฒนาทักษะบุคคล การปรับตัวขององค์กร ไปจนถึงการวางยุทธศาสตร์ AI ของประเทศไทย

เด็กจบใหม่เสี่ยงตกงาน ยิ่งเรียนสูงยิ่งหางานยาก

นายกรณ์เปิดประเด็นด้วยภาพตลาดแรงงานที่น่ากังวล โดยระบุว่า แม้อัตราการว่างงานโดยรวมของไทยอยู่ในระดับต่ำประมาณ 1% หรือราว 400,000 คน แต่เมื่อพิจารณาเฉพาะกลุ่มเยาวชนอายุ 15–24 ปี อัตราการว่างงานจะเพิ่มขึ้นเป็น 3–4% และหากเจาะลึกในกลุ่มอายุเดียวกันที่จบการศึกษาระดับปริญญาตรีขึ้นไป พบว่าอัตราการว่างงานสูงถึง 13–14%

ตัวเลขดังกล่าวสะท้อนความย้อนแย้งของตลาดแรงงานไทย เมื่อการศึกษาที่สูงขึ้นไม่ได้แปลว่าจะมีโอกาสได้งานมากขึ้นเสมอไป โดยเฉพาะกลุ่มเด็กจบใหม่ที่ยังไม่มีประสบการณ์ทำงานจริง ขณะที่ AI กำลังเข้ามาเปลี่ยนแปลงความต้องการแรงงานอย่างรวดเร็ว

นายกรณ์เห็นด้วยกับแนวทางส่งเสริมให้คนเรียนไปพร้อมกับการทำงาน เพื่อสร้างประสบการณ์ตั้งแต่ยังศึกษา เพราะการได้งานแรกมีความสำคัญอย่างยิ่งต่อการต่อยอดอาชีพ หากคนรุ่นใหม่ไม่สามารถเข้าสู่ตลาดแรงงานเพื่อเก็บเกี่ยวประสบการณ์ได้ตั้งแต่ต้น ย่อมเสี่ยงเสียโอกาสในการพัฒนาทักษะ และอาจถูกเทคโนโลยีเข้ามาแทนที่ได้ง่ายขึ้น

“หัวใจสำคัญของแรงงานในยุคนี้จึงไม่ใช่วิชาที่เรียนมาแล้วใช้ไปตลอดชีวิต แต่คือ Adaptability หรือความพร้อมในการปรับตัว ซึ่งอาจต้องมีการเปลี่ยนผ่านทักษะครั้งใหญ่ทุกๆ 5 ปี”

นอกจากแรงงานวัยเริ่มต้นแล้ว ภาคการผลิตยังเผชิญแรงกดดันจากการแข่งขันด้านเทคโนโลยี โดยนายกรณ์ยกตัวอย่างโรงงานรูปแบบ Dark Factory ในจีน ซึ่งใช้หุ่นยนต์และ AI ทำงานโดยไม่ต้องพึ่งพามนุษย์ในกระบวนการผลิตเช่นเดิม

ทั้งนี้ แม้ AI ช่วยเพิ่มประสิทธิภาพการผลิต ยกระดับคุณภาพสินค้า และลดต้นทุนได้ แต่เมื่อผู้ประกอบการจำนวนมากสามารถนำเทคโนโลยีเดียวกันมาใช้ ประโยชน์ที่เกิดขึ้นอาจไม่ได้แปรเปลี่ยนเป็นกำไรที่เพิ่มขึ้นของทุกบริษัทเสมอไป ขณะที่ผู้บริโภคได้รับประโยชน์จากสินค้าที่มีราคาถูกลง เช่น รถยนต์ไฟฟ้า

สำหรับผู้ประกอบการไทย ความท้าทายจึงอยู่ที่ความสามารถในการประยุกต์ใช้เทคโนโลยีให้ทันคู่แข่ง หากไม่สามารถยกระดับประสิทธิภาพได้ในระดับใกล้เคียงกัน ก็มีความเสี่ยงที่จะเสียเปรียบในการแข่งขันมากขึ้น

FutureSkill ชี้ใช้ AI เป็น แต่ขาดความรู้พื้นฐาน

ด้านนายแทนพงศ์สะท้อนข้อมูลจากแพลตฟอร์มการเรียนรู้ว่า ความสนใจด้านทักษะของคนทำงานไม่ได้มุ่งไปที่ AI เพียงอย่างเดียว โดยในกลุ่ม B2C หรือบุคคลทั่วไปที่ซื้อคอร์สเรียนด้วยตนเอง คอร์สที่มีผู้เรียนมากที่สุดในปีนี้ยังคงเป็น Excel ตามด้วย SQL และ Data Analytics ก่อนที่ AI จะไต่ระดับความนิยมขึ้นมา

ข้อมูลนี้สะท้อนว่าทักษะการจัดการข้อมูลและเครื่องมือพื้นฐานยังคงมีความสำคัญต่อการทำงานในชีวิตประจำวัน แม้กระแส AI จะได้รับความสนใจอย่างมากก็ตาม

ขณะที่กลุ่ม B2B หรือองค์กรธุรกิจที่ซื้อคอร์สให้พนักงาน นอกจาก AI แล้ว Leadership และ Critical Thinking ยังเป็นทักษะที่องค์กรให้ความสำคัญ เพราะการนำเทคโนโลยีมาใช้ให้เกิดประโยชน์จำเป็นต้องอาศัยทั้งความสามารถในการบริหารคนและการคิดวิเคราะห์

นายแทนพงศ์มองว่า ทักษะบางประเภทมีแนวโน้มมูลค่าลดลงเมื่อ AI ทำงานได้รวดเร็วขึ้น เช่น การเขียนคอนเทนต์และการสร้างภาพ แต่ทักษะด้านการคิด การวางกลยุทธ์การตลาด การคิดเชิงวิพากษ์ และความเข้าอกเข้าใจผู้อื่น กลับมีความสำคัญมากขึ้น

“ทักษะที่จะมีมูลค่าสูงขึ้น คือ Thinking, Marketing Strategy, Critical Thinking และ Empathy”

ดังนั้น การเรียนรู้ AI ในปัจจุบันจึงไม่ควรหยุดอยู่ที่การใช้เครื่องมือหรือการเขียนคำสั่ง (Prompting) แต่ต้องพัฒนาระบบคิดอย่างเป็นขั้นตอน (Systematic Thinking) เพื่อให้ผู้ใช้เข้าใจเป้าหมายและผลลัพธ์ที่ต้องการ ก่อนเลือกใช้ AI ให้เหมาะสมกับงานและสร้างคุณค่าได้จริง

อย่างไรก็ตาม ปัญหาสำคัญขององค์กรไทยไม่ได้อยู่ที่พนักงานไม่ใช้ AI แต่อยู่ที่การใช้โดยขาดความเข้าใจพื้นฐาน จากผลสำรวจการประเมินทักษะ AI ของบุคลากรในองค์กรไทย ซึ่งแบ่งความสามารถออกเป็น 4 ระดับ พบว่าคะแนนเฉลี่ยอยู่ที่เพียง 1.8

นายแทนพงศ์ชี้ว่า คนทำงานจำนวนมากยังไม่เข้าใจหลักการทำงานและข้อจำกัดของ AI บางส่วนเชื่อคำตอบที่ระบบสร้างขึ้นโดยไม่ตรวจสอบ ทำให้องค์กรไม่สามารถสร้างผลตอบแทนจากการลงทุนหรือผลลัพธ์ทางธุรกิจได้เต็มศักยภาพ

แนวทางแก้ไขจึงต้องเริ่มจากการสร้างความตระหนักรู้และความเข้าใจพื้นฐานเกี่ยวกับข้อดีข้อจำกัดของ AI ก่อนประเมินทักษะบุคลากรเทียบกับเป้าหมายทางธุรกิจ จากนั้นจึงปิดช่องว่างทักษะและปรับกระบวนการทำงาน (Workflow) เพื่อสร้างผลิตภัณฑ์และบริการรูปแบบใหม่

นักจิตวิทยาแนะปรับวิธีคิด สร้างภูมิคุ้มกันการเปลี่ยนแปลง

ขณะที่ ผศ.ดร.เจนนิเฟอร์มองว่า การเปลี่ยนผ่านทักษะไม่ใช่เพียงการเพิ่มความรู้ใหม่ แต่ต้องปรับวิธีคิดให้เหมาะสมกับบริบทที่เปลี่ยนแปลงด้วย เพราะทักษะทางสังคมและการทำงาน (Soft Skill) ไม่สามารถนำไปใช้ข้ามสายงานได้อย่างสมบูรณ์เสมอไป

ตัวอย่างเช่น ทักษะความเป็นผู้นำในงานหนึ่งอาจเน้นการสั่งการ แต่เมื่อเปลี่ยนไปทำงานอีกอุตสาหกรรม อาจต้องเน้นการรับฟังและการตั้งคำถามแทน ความสามารถในการปรับเปลี่ยนวิธีคิดและวิธีแก้ปัญหาตามสถานการณ์ หรือ Cognitive Flexibility จึงเป็นหัวใจสำคัญของการเรียนรู้ตลอดชีวิต

อย่างไรก็ตาม การต้องเรียนรู้สิ่งใหม่อยู่เสมอย่อมสร้างความเหนื่อยล้า โดยเฉพาะเมื่อคนทำงานรู้สึกว่าตนเองตามไม่ทันหรือทำสิ่งใหม่ได้ไม่ดีเท่าที่คาดหวัง ผศ.ดร.เจนนิเฟอร์จึงเสนอให้ฝึก Self-compassion หรือการเมตตาต่อตนเอง แทนการตำหนิตัวเองซ้ำๆ เมื่อเกิดความผิดพลาด

คนที่ยอมรับความผิดพลาดและมองเห็นโอกาสเรียนรู้จากประสบการณ์จะมีความพร้อมในการฟื้นตัวจากอุปสรรค (Resilience) มากกว่าคนที่มุ่งวิพากษ์วิจารณ์ตนเองเพียงอย่างเดียว

นอกจากนี้ การฝึก Self-awareness หรือการตระหนักรู้ความคิดของตนเอง ยังช่วยให้คนทำงานเปลี่ยนมุมมองต่อความไม่เก่งในช่วงเริ่มต้น โดยมองว่าความสับสนหรือข้อจำกัดที่เกิดขึ้นเป็นสถานการณ์ชั่วคราว ซึ่งสามารถพัฒนาได้ผ่านการเรียนรู้และฝึกฝนอย่างต่อเนื่อง

ในมุมมองของนักจิตวิทยา การพัฒนาคนจึงไม่ควรเป็นภาระของปัจเจกบุคคลเพียงฝ่ายเดียว แต่ต้องมีระบบสนับสนุนจากครอบครัว องค์กร และภาครัฐร่วมกันสร้างสภาพแวดล้อมที่เอื้อต่อการเรียนรู้

ครอบครัวควรส่งเสริมความพยายามแทนการตำหนิเมื่อเกิดความผิดพลาด ขณะที่หัวหน้างานและองค์กรต้องสร้างบรรยากาศที่เปิดโอกาสให้พนักงานทดลอง เรียนรู้ และพัฒนาความสามารถ ตลอดจนสร้างทุนทางจิตใจ (Psychological Capital) และความหวังให้คนสามารถเดินหน้าต่อได้ท่ามกลางความไม่แน่นอน

‘กรณ์’ เตือนคนส่วนใหญ่เสี่ยงตกขบวน จี้ไทยสร้าง AI ของตัวเอง

ในระดับประเทศ นายกรณ์แสดงความกังวลว่า ประชากรไทย 70 ล้านคน อาจมีเพียงคนกลุ่มน้อยที่สามารถปรับตัวและประสบความสำเร็จสูงในยุค AI ขณะที่คนส่วนใหญ่มีความเสี่ยงถูกทิ้งไว้ข้างหลัง ทำให้ภาครัฐต้องมีบทบาทดูแลและสร้างโอกาสให้คนกลุ่มนี้เข้าถึงการเปลี่ยนผ่านทางเศรษฐกิจได้อย่างทั่วถึง

อีกหนึ่งโจทย์สำคัญคือโครงสร้างรายได้ภาษีของประเทศ ซึ่งที่ผ่านมาอิงอยู่กับกิจกรรมทางเศรษฐกิจและแรงงานมนุษย์ แต่เมื่อ AI เข้ามามีบทบาทมากขึ้น ผลประโยชน์ส่วนหนึ่งอาจไหลไปสู่เจ้าของทุนและบริษัทเทคโนโลยีต่างชาติ ขณะที่ไทยอยู่ในฐานะผู้ใช้บริการ ทำให้เกิดความเสี่ยงที่เงินทุนจะไหลออก แต่ประเทศไม่สามารถจัดเก็บภาษีจากผลประโยชน์เหล่านั้นได้อย่างเพียงพอ

ปัญหาดังกล่าวยิ่งท้าทายเมื่อไทยกำลังเผชิญสังคมสูงวัยและอัตราเด็กเกิดใหม่ที่ลดลง ขณะที่ภาครัฐยังต้องมีทรัพยากรเพียงพอสำหรับดูแลประชาชนและรับมือกับผลกระทบจากการเปลี่ยนแปลงทางเศรษฐกิจ

นายกรณ์ระบุว่า ในต่างประเทศมีการพูดถึงแนวคิด Universal Basic Income (UBI) หรือรายได้พื้นฐานถ้วนหน้า รวมถึงการจัดเก็บภาษีจากบริษัทเทคโนโลยีเพื่อนำมาสนับสนุนประชาชน แต่สำหรับไทย ทางออกไม่ใช่การยอมเป็นเพียงผู้ใช้เทคโนโลยีจากต่างชาติ

ข้อเสนอสำคัญคือการพัฒนา Thai Sovereign Data และ Open-Weight AI Model เพื่อสร้างขีดความสามารถด้าน AI ของประเทศ รักษาอธิปไตยทางข้อมูล และทำให้ผลประโยชน์จากข้อมูลสามารถกลับมาสร้างมูลค่าให้คนไทยได้มากขึ้น โดยอาศัยความร่วมมือระหว่างภาครัฐ ภาคการศึกษา และภาคอุตสาหกรรม

“ประเทศไทยต้องสร้างโมเดลของตนเอง เพื่อรักษาอธิปไตยทางข้อมูลและขีดความสามารถในการแข่งขันของประเทศ”

อย่างไรก็ตาม นายกรณ์ย้ำว่า ไทยไม่จำเป็นต้องเป็นเจ้าของเทคโนโลยีขั้นแนวหน้าหรือผลิตชิปขั้นสูงได้ทุกประเภทจึงจะมีที่ยืนในเศรษฐกิจโลก แต่ต้องค้นหาตำแหน่งทางยุทธศาสตร์ที่เหมาะสมกับจุดแข็งของประเทศ

ทั้งซอฟต์พาวเวอร์ วัฒนธรรม และความสามารถด้านการต้อนรับและบริการ (Hospitality) สามารถนำมาต่อยอดร่วมกับเทคโนโลยี เพื่อสร้างโอกาสทางเศรษฐกิจและกระจายประโยชน์กลับสู่คนไทยในวงกว้าง

เปิดเวลาเรียนรู้ในเวลางาน สร้างระบบให้คนไทยปรับตัวได้จริง

สำหรับแนวทางปฏิบัติ นายแทนพงศ์เสนอว่า องค์กรควรจัดสรรเวลาทำงานประมาณ 2–3 ชั่วโมงต่อสัปดาห์ให้พนักงานพัฒนาทักษะ โดยไม่ผลักภาระให้ต้องใช้เวลาส่วนตัวทั้งหมดไปกับการเรียนรู้เพิ่มเติม โดยเฉพาะคนวัย 30–40 ปีที่มีภาระครอบครัวและความรับผิดชอบอื่นควบคู่กับการทำงาน

ขณะเดียวกัน พนักงานต้องมีทัศนคติพร้อมเรียนรู้ ส่วนภาครัฐควรสนับสนุนช่องทางการยกระดับทักษะ (Up-skill) ให้เข้าถึงได้ง่ายขึ้น เพื่อให้การพัฒนาคนเกิดขึ้นได้จริง ไม่ใช่เป็นเพียงเป้าหมายที่แต่ละคนต้องพยายามทำด้วยตัวเอง

ด้าน ผศ.ดร.เจนนิเฟอร์เสนอให้คนทำงานสร้างความรู้สึกว่าสามารถจัดการชีวิตของตนเองได้ (Sense of Control) ผ่านการตั้งเป้าหมายเล็กๆ ที่ทำได้จริง เช่น การเรียนรู้สิ่งใหม่ทีละน้อยในแต่ละสัปดาห์ เมื่อทำสำเร็จจะช่วยสร้างความมั่นใจว่าตนเองยังสามารถกำหนดทิศทางและพัฒนาชีวิตได้ แม้ปัจจัยภายนอกจะเต็มไปด้วยความไม่แน่นอน

ขณะที่นายกรณ์มองว่า ภาครัฐต้องเร่งวางโครงสร้างนโยบายที่เปิดโอกาสให้คนไทยทุกกลุ่มเข้าถึงเทคโนโลยีและเติบโตไปพร้อมกัน โดยไม่ปล่อยให้ผลประโยชน์จาก AI กระจุกตัวอยู่กับคนเพียงบางกลุ่ม