AI เขย่าโลกการทำงาน! นายจ้างต้องยกเครื่องธุรกิจ มนุษย์เงินเดือนเร่งสร้างคุณค่าก่อนถูกแทนที่

โลกการทำงานกำลังเดินทางเข้าสู่จุดเปลี่ยนครั้งสำคัญ เมื่อปัญญาประดิษฐ์ (AI) พัฒนาอย่างรวดเร็ว จากเดิมที่เป็นเพียงเครื่องมือช่วยเพิ่มประสิทธิภาพการทำงาน วันนี้ AI สามารถวิเคราะห์ข้อมูล วางแผน ตัดสินใจ และเชื่อมโยงกระบวนการทำงานที่ซับซ้อนได้มากขึ้น ขณะที่ต้นทุนการเข้าถึงเทคโนโลยีก็ลดลงจนธุรกิจขนาดเล็กสามารถนำมาใช้งานได้ไม่ต่างจากองค์กรขนาดใหญ่

สิ่งสำคัญจึงไม่ใช่เพียงว่า AI จะช่วยให้ธุรกิจทำงานได้เร็วขึ้นแค่ไหน แต่คือเมื่อเทคโนโลยีเริ่มทำงานแทนมนุษย์ได้มากขึ้น นายจ้างจะปรับโครงสร้างธุรกิจอย่างไร และมนุษย์เงินเดือนจะรักษาคุณค่าของตัวเองในตลาดแรงงานได้อย่างไร

ประเด็นดังกล่าวเป็นส่วนหนึ่งของบทความวิชาการเรื่อง AI Generative Dynamic (EP.1) พลวัตเอไอการอยู่รอดของนายจ้างและมนุษย์เงินเดือน โดย ‘ดร.ธนิต โสรัตน์’ ประธานสภาที่ปรึกษาเพื่อพัฒนาแรงงานแห่งชาติ และรองประธานสภาองค์การนายจ้างผู้ประกอบการค้าและอุตสาหกรรมไทย ซึ่งได้วิเคราะห์ทิศทางการเปลี่ยนแปลงของโลกธุรกิจ ตลอดจนผลกระทบที่กำลังเกิดขึ้นกับตลาดแรงงาน พร้อมเสนอแนวทางรับมือสำหรับทั้งนายจ้างและลูกจ้างในยุคที่ AI กำลังกลายเป็นกลไกสำคัญของเศรษฐกิจ

จากโรงงานสู่สำนักงาน AI กำลังเปลี่ยนโครงสร้างธุรกิจ

ดร.ธนิต มองว่า กระแส AI กำลังพัฒนาไปอย่างรวดเร็วและขยายบทบาทจากภาคอุตสาหกรรมไปสู่แทบทุกคลัสเตอร์ธุรกิจ โดยในอดีตเทคโนโลยีอัจฉริยะอย่างระบบอัตโนมัติ (Automation) และหุ่นยนต์ (Robotics) มักถูกนำมาใช้ในภาคการผลิตที่มีลักษณะกระบวนการทำงานต่อเนื่อง หรือ Process Continuous เช่น สายพานการผลิตในโรงงานอุตสาหกรรม

แต่ปัจจุบันเทคโนโลยีดังกล่าวเริ่มเข้ามาเปลี่ยนแปลงภาคบริการและธุรกิจที่ต้องอาศัยแรงงานมนุษย์มากขึ้น ตัวอย่างที่เห็นได้ชัดคือธุรกิจธนาคาร ซึ่งตู้ ATM เริ่มมีบทบาทลดลงจากการที่ผู้บริโภคสามารถทำธุรกรรมผ่านสมาร์ทโฟน ขณะที่ระบบ Virtual Banking กำลังเปลี่ยนรูปแบบการให้บริการทางการเงินไปสู่ธนาคารดิจิทัลที่ไม่จำเป็นต้องมีสาขาแบบเดิม เช่นเดียวกับภาคโลจิสติกส์ที่เริ่มนำระบบคลังสินค้าอัตโนมัติเข้ามาใช้ ลดการพึ่งพาพนักงานในกระบวนการจัดเก็บ เคลื่อนย้าย และบริหารสินค้าคงคลัง

สิ่งที่น่าจับตาคือการเกิดขึ้นของ Small AI หรือเครื่องมือ AI ที่มีต้นทุนไม่สูงและธุรกิจสามารถเข้าถึงได้ง่ายขึ้น ทำให้ผู้ประกอบการรายเล็กและรายใหญ่สามารถนำเทคโนโลยีมาเพิ่มผลิตภาพแรงงานและลดต้นทุนการดำเนินงานได้ตัวอย่างเช่น การรับคำสั่งซื้อผ่านอีเมลที่สามารถเชื่อมต่อกับฐานข้อมูลลูกค้าและระบบ ERP เพื่ออ่านข้อมูล แปลงคำสั่งซื้อเป็นแผนการผลิต และส่งต่อข้อมูลไปยังธุรกิจในห่วงโซ่อุปทาน (Supply Chain) รวมถึงการจองรถขนส่งสินค้าไปยังปลายทางโดยอัตโนมัติ

นอกจากนี้ AI ยังสามารถเข้ามาดูแลงานหลังบ้าน (Back Office) ตั้งแต่การบันทึกเบิกจ่าย การตรวจสอบสินค้าคงคลัง การออกใบแจ้งหนี้ (Invoice) และใบเพิ่มหนี้ (Debit Note) ไปจนถึงการจัดทำบัญชีและงบการเงินบางประเภท กระบวนการเหล่านี้สะท้อนว่า AI ไม่ได้เข้ามาแทนที่เฉพาะงานที่ทำซ้ำ ๆ อีกต่อไป แต่กำลังขยายขีดความสามารถไปสู่งานที่ต้องอาศัยการประมวลผลและเชื่อมโยงข้อมูลหลายขั้นตอน

AI อาจลดการใช้แรงงานมากกว่า 1 ใน 4 ตำแหน่งงานเริ่มเผชิญความเสี่ยง

หนึ่งในประเด็นที่น่ากังวลคือ การประเมินว่า AI ที่นำมาใช้ในภาคธุรกิจอาจช่วยลดการใช้แรงงานได้มากกว่า 1 ใน 4 โดยสัดส่วนที่แท้จริงขึ้นอยู่กับขอบเขตการนำเทคโนโลยีมาใช้และการออกแบบกระบวนการทำงานของแต่ละองค์กร

ปัจจุบันเครื่องมือ AI สามารถทำงานได้ซับซ้อนขึ้นผ่านการออกแบบคำสั่ง หรือ Prompt Engineering ขณะเดียวกันยังมีซอฟต์แวร์สำเร็จรูปที่ช่วยให้ผู้ใช้งานทั่วไปสามารถนำ AI มาใช้ได้โดยไม่จำเป็นต้องมีความรู้ด้านการเขียนโปรแกรมหรือทักษะ AI ขั้นสูง ไม่ว่าจะเป็น ChatGPT, Microsoft Copilot, Gemini และ Claude ซึ่งมีความสามารถแตกต่างกัน ตั้งแต่การวิเคราะห์ข้อมูล การทำงานร่วมกับแอปพลิเคชัน ไปจนถึงการเขียนโค้ดและการทำงานแบบ Agentic AI ที่สามารถแบ่งหน้าที่ให้ AI หลายระบบทำงานร่วมกันได้

ขณะที่ AI Chatbot ยังสามารถตอบคำถามและสื่อสารกับลูกค้าผ่าน LINE หรืออีเมล ทำให้ธุรกิจสามารถนำมาใช้แทนงานบางส่วนของพนักงานคอลเซ็นเตอร์และฝ่ายประชาสัมพันธ์ได้อย่างเป็นรูปธรรม

ดร.ธนิต ชี้ว่า สหรัฐอเมริกาและยุโรปเป็นพื้นที่ที่มีการนำ AI ไปใช้ในระดับก้าวหน้า หรือ Advance Best Practice ส่งผลให้หลายองค์กรเริ่มปรับโครงสร้างและลดจำนวนพนักงาน โดยเฉพาะอุตสาหกรรมเทคโนโลยี ซอฟต์แวร์ สถาบันการเงิน สื่อสารมวลชน และบันเทิง

กรณีบริษัทเทคโนโลยีขนาดใหญ่บางแห่งที่มีการปรับลดพนักงานครั้งละหลายพันตำแหน่ง สะท้อนให้เห็นถึงแรงสั่นสะเทือนที่กำลังเกิดขึ้นกับตลาดแรงงาน จนองค์กรระหว่างประเทศอย่าง IMF ธนาคารโลก และองค์การแรงงานระหว่างประเทศ (ILO) ต่างแสดงความกังวลต่อความเสี่ยงจาก AI Exposure หรือการที่ตำแหน่งงานต้องเผชิญกับความเปลี่ยนแปลงจากเทคโนโลยี

ความแตกต่างสำคัญระหว่างเทคโนโลยีอุตสาหกรรมยุค 4.0 กับ AI คือ ระบบอัตโนมัติในอดีตยังต้องอาศัยมนุษย์ควบคุมและสั่งการในหลายขั้นตอน แต่ AI มีความสามารถในการประมวลผล เรียนรู้ และปรับกระบวนการทำงานได้มากขึ้น จึงทำให้ขอบเขตของงานที่มนุษย์เคยรับผิดชอบกำลังเปลี่ยนแปลงไป

นายจ้างไม่ได้ใช้ AI เพื่อลดคนอย่างเดียว แต่ต้องลงทุนกับคนควบคู่เทคโนโลยี

อย่างไรก็ตาม การนำ AI มาใช้ในภาคธุรกิจไม่ได้มีเป้าหมายเพียงเพื่อกำจัดตำแหน่งงานหรือแทนที่แรงงานมนุษย์เท่านั้น แต่มีเหตุผลสำคัญมาจากการเพิ่มประสิทธิภาพการดำเนินธุรกิจ ทั้งการประหยัดเวลา ลดต้นทุน เพิ่มผลิตภาพ และยกระดับขีดความสามารถในการแข่งขัน

โดยเฉพาะเมื่อการลงทุนด้านซอฟต์แวร์สามารถสร้างผลตอบแทนกลับคืนได้รวดเร็วขึ้น ผู้ประกอบการจึงมีแรงจูงใจในการนำ AI มาใช้ในกระบวนการทำงานมากขึ้น แต่หัวใจสำคัญของการเปลี่ยนผ่านครั้งนี้ไม่ได้อยู่ที่การลงทุนในซอฟต์แวร์และฮาร์ดแวร์เพียงอย่างเดียว เพราะการใช้ AI ให้เกิดประสิทธิผลจำเป็นต้องลงทุนกับบุคลากรควบคู่กันไปด้วย

กล่าวคือ ธุรกิจต้องพัฒนาคนให้สามารถทำงานร่วมกับเทคโนโลยีได้อย่างเหมาะสม ไม่ใช่เพียงนำ AI เข้ามาแทนที่กระบวนการเดิมโดยไม่เตรียมความพร้อมให้กับพนักงาน

ตลาดแรงงานไทยรับแรงกระแทก AI ตั้งแต่เด็กจบใหม่ถึง Senior Worker

สำหรับประเทศไทย ดร.ธนิต ประเมินว่า สถานประกอบการทั้งขนาดเล็กและขนาดใหญ่กำลังเร่งนำ AI เข้ามาใช้ในกระบวนการทำธุรกิจมากขึ้น เนื่องจากเห็นผลลัพธ์ด้านประสิทธิภาพและความคุ้มค่าต่อการลงทุนอย่างชัดเจน ตั้งแต่สายการผลิต ธุรกิจค้าส่งค้าปลีก โลจิสติกส์ ร้านอาหาร ไปจนถึงงานสำนักงานทั้ง Front Office และ Back Office ล้วนมีโอกาสได้รับผลกระทบจากการนำ AI มาใช้ ซึ่งอาจทำให้บางตำแหน่งงานลดจำนวนลง หรือไม่จำเป็นต้องมีตำแหน่งงานดังกล่าวอีกต่อไป

สถานการณ์นี้กลายเป็น AI Pain Point หรือจุดเปราะบางของตลาดแรงงานที่อาจส่งผลต่อทั้งระดับครัวเรือนและเศรษฐกิจประเทศ โดยเฉพาะเมื่อธุรกิจเริ่มชะลอการรับพนักงานใหม่และปรับลดกำลังคนในบางส่วน กลุ่มที่มีความเสี่ยงไม่ได้จำกัดอยู่เฉพาะพนักงานที่ทำงานมานาน แต่ยังครอบคลุมถึงนักศึกษาที่กำลังจะจบการศึกษาและแรงงานใหม่ที่กำลังเข้าสู่ตลาดแรงงานด้วย เพราะทักษะที่เรียนมาอาจไม่สอดคล้องกับความต้องการของธุรกิจในอนาคต

ขณะที่กลุ่ม Senior Worker หรือพนักงานอายุ 45 ปีขึ้นไป อาจเผชิญความเสี่ยงจากการปรับโครงสร้างองค์กรในรูปแบบต่าง ๆ ไม่ว่าจะเป็นโครงการสมัครใจลาออกหรือ Early Retirement การโยกย้ายตำแหน่งงาน (Job Transfer) ตลอดจนการปรับรูปแบบการทำงานจากที่บ้าน (Work From Home) โดยมีการเปลี่ยนแปลงปริมาณงานและโครงสร้างค่าตอบแทน

ท้ายที่สุด หากตำแหน่งงานเดิมไม่สอดคล้องกับรูปแบบธุรกิจใหม่ พนักงานบางส่วนอาจต้องเผชิญกับความเสี่ยงในการสูญเสียตำแหน่งงาน ดร.ธนิต ประเมินว่า การนำ AI มาใช้ในภาคธุรกิจไทยอย่างจริงจังอาจต้องใช้เวลามากกว่า 3 ปี โดยปัจจุบันตลาดแรงงานไทยยังมีเสถียรภาพเมื่อเทียบกับหลายประเทศ และยังไม่พบสัญญาณการเลิกจ้างที่ผิดปกติ

ข้อมูลที่อ้างถึงในบทความระบุว่า อัตราการว่างงานของสำนักงานสถิติแห่งชาติอยู่ที่ประมาณ 0.9% ขณะที่จำนวนผู้ประกันตนมาตรา 33 อยู่ในระดับสูงประมาณ 12.29 ล้านคน อีกทั้งภาคการส่งออกในช่วง 9 เดือนยังขยายตัวได้ถึง 19.5% ซึ่งเป็นปัจจัยหนึ่งที่ช่วยพยุงการจ้างงานในประเทศ

ตัวเลขเหล่านี้ไม่ได้หมายความว่าตลาดแรงงานจะปราศจากความเสี่ยงในอนาคต เพราะกระแส AI กำลังเข้ามาเปลี่ยนโครงสร้างการจ้างงานอย่างต่อเนื่อง ขณะเดียวกัน OECD และสำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ (สศช.) ต่างให้ความสำคัญกับการนำ AI มาเป็นกลไกยกระดับผลิตภาพแรงงานและขับเคลื่อนการเติบโตทางเศรษฐกิจ โดยมีการบรรจุประเด็นดังกล่าวไว้ในทิศทางการพัฒนาเศรษฐกิจและสังคมแห่งชาติฉบับที่ 14 (พ.ศ. 2571–2575)

นายจ้างต้อง Business Reform ยกเครื่องตัวเองก่อนยกเครื่องธุรกิจ

เมื่อ AI กำลังเปลี่ยนกติกาการแข่งขัน ดร.ธนิต มองว่า ทั้งนายจ้างและลูกจ้างจำเป็นต้องปรับตัวเพื่อให้อยู่รอดในยุค Generative AI Dynamic โดยเฉพาะฝั่งผู้ประกอบการที่ต้องก้าวข้ามแนวคิดการบริหารธุรกิจแบบเดิม

นายจ้างต้องปรับตัวด้วยแนวคิด Business Renew หรือ Business Reform ซึ่งหมายถึงการฟื้นฟูและปฏิรูปธุรกิจให้กลับมามีขีดความสามารถในการแข่งขันอีกครั้ง โดยจุดเริ่มต้นสำคัญคือการยกเครื่องตัวเจ้าของหรือผู้บริหารก่อนที่จะปรับเปลี่ยนองค์กร เพราะการเปลี่ยนแปลงของเทคโนโลยีไม่ได้ส่งผลเฉพาะวิธีการทำงาน แต่ยังเปลี่ยนรูปแบบการแข่งขันและความต้องการของตลาด ผลิตภัณฑ์หรือบริการบางประเภทที่เคยได้รับความนิยมอาจไม่เป็นที่ต้องการอีกต่อไป

ดังนั้น ผู้ประกอบการจึงต้องกลับมาทบทวนโมเดลธุรกิจ ปรับกระบวนการทำงาน และสร้างความสามารถในการรับมือกับความไม่แน่นอน แนวคิดสำคัญที่ต้องนำมาใช้คือ Resilience Management หรือการบริหารจัดการที่ยืดหยุ่น สามารถปรับเปลี่ยนให้เหมาะสมกับสถานการณ์ที่เปลี่ยนแปลงอย่างรวดเร็ว ไม่ยึดติดกับรูปแบบการดำเนินธุรกิจเดิม และพร้อมปรับตัวเมื่อเทคโนโลยีหรือพฤติกรรมผู้บริโภคเปลี่ยนไป 

มนุษย์เงินเดือนต้องมี Value Mindset มากกว่าแค่ Upskill และ Reskill

ขณะที่ฝั่งลูกจ้าง ดร.ธนิต เสนอว่า การอยู่รอดในยุค AI ไม่สามารถพึ่งพาการ Upskill หรือ Reskill เพียงอย่างเดียว เพราะการเพิ่มทักษะอาจไม่ได้ช่วยแก้ปัญหา หากตำแหน่งงานเดิมกำลังหายไปหรือไม่เป็นที่ต้องการของตลาดอีกต่อไป

สิ่งที่มนุษย์เงินเดือนต้องสร้างขึ้นคือ Value Mindset หรือกรอบความคิดที่มุ่งสร้างคุณค่าให้กับตัวเองและองค์กร ไม่ว่าจะทำงานในตำแหน่งใด ตั้งแต่พนักงานระดับปฏิบัติการไปจนถึงผู้บริหารระดับ CEO หากไม่ได้เป็นเจ้าของกิจการก็ยังถือเป็นลูกจ้างที่ต้องสร้างคุณค่าให้สอดคล้องกับความต้องการขององค์กร

สิ่งสำคัญจึงไม่ใช่แค่การทำงานให้ได้ตามหน้าที่ แต่ต้องทำให้องค์กรเห็นว่าตัวเองมีความสำคัญ มีประโยชน์ และสามารถสร้างผลงานที่ตอบโจทย์ธุรกิจได้จริง แนวคิด Value People จึงเป็นหัวใจสำคัญของการรักษาความสามารถในการทำงาน โดยมนุษย์เงินเดือนต้องไม่ปล่อยให้ตัวเองกลายเป็นต้นทุนส่วนเกินขององค์กร แต่ต้องพัฒนาความสามารถในการทำงานร่วมกับ AI ตลอดจนใช้ประสบการณ์ ความคิดสร้างสรรค์ การตัดสินใจ และความเข้าใจบริบทของงาน เพื่อสร้างคุณค่าที่แตกต่างจากสิ่งที่เทคโนโลยีทำได้

อีกประเด็นที่ต้องระวังคือการกลายเป็นพนักงานที่หมดไฟ ขาดแรงขับเคลื่อน หรือไม่สามารถปรับตัวให้ทันกับการเปลี่ยนแปลง เพราะในโลกการทำงานยุคใหม่ ความสามารถในการสร้างประโยชน์ให้กับองค์กรจะเป็นปัจจัยสำคัญต่อความมั่นคงในอาชีพ

ท้ายที่สุด การมาถึงของ Generative AI ไม่ได้เป็นเพียงการเปลี่ยนผ่านทางเทคโนโลยี แต่เป็นการเปลี่ยนแปลงโครงสร้างธุรกิจและตลาดแรงงานครั้งใหญ่ นายจ้างไม่อาจยึดติดกับวิธีบริหารแบบเดิม ขณะที่มนุษย์เงินเดือนก็ไม่อาจฝากความมั่นคงในอาชีพไว้กับทักษะที่เคยมีเพียงอย่างเดียว เพราะในวันที่ AI ทำงานได้มากขึ้น สิ่งที่มนุษย์ต้องตอบให้ได้คือ เรายังสร้างคุณค่าอะไรให้กับองค์กรได้บ้าง และทำไมองค์กรจึงยังจำเป็นต้องมีเรา นี่อาจเป็นคำถามสำคัญที่สุดของการอยู่รอดในโลกการทำงานยุค AI