IMF ดูประกาศรับสมัครงาน 700 ล้านรายการ: AI เปลี่ยนงานอย่างไร และสัปดาห์นี้เราควรทำอะไร

"นายจ้างลดความต้องการจ้างลง 10% ในงานที่ AI ทำได้ดี"

พาดหัวแบบนี้อ่านผ่านๆ แล้วใจหาย แต่ตัวเลขนี้หมายถึงเฉพาะงานที่ AI ช่วยได้มาก เมื่อเทียบกับงานกลุ่มอื่น ถ้าอ่านข่าวเดียวกันต่ออีกนิด จะเจออีกครึ่งหนึ่งของเรื่อง คือนายจ้างยังต้องการคนทำงานกลุ่มนี้อยู่ แค่เปลี่ยนว่าอยากได้คนแบบไหน

บทความนี้สรุปว่า IMF เจออะไร ตัวเลขแต่ละตัวแปลว่าอะไร และที่สำคัญกว่านั้น คือเรานำไปใช้อะไรได้ตั้งแต่สัปดาห์นี้

ข้อมูล ณ ตุลาคม 2569 ตัวเลขทั้งหมดมาจากการนำเสนอบนเวทีประชุมประจำปี IMF–ธนาคารโลก 2026 ตามที่ Techsauce และ Nation Thailand รายงาน ณ วันที่เขียน เรายังไม่พบเอกสารวิจัยฉบับเต็มที่ IMF เผยแพร่ ถ้ามีเพิ่มเราจะอัปเดต

IMF เจออะไรจากประกาศรับสมัครงาน

เมื่อ 12 ตุลาคม 2569 Divya Kirti จากฝ่ายเอเชียและแปซิฟิกของ IMF นำเสนอหัวข้อ "ตลาดแรงงานเอเชียในยุค AI" ทีมวิจัยวิเคราะห์ประกาศรับสมัครงานออนไลน์ราว 700 ล้านรายการ เพื่อดูว่างานที่ AI ทำได้ใกล้เคียงคน นายจ้างจ้างน้อยลงกว่างานอื่นหรือไม่

ตัวเลข 700 ล้านรายการเป็นตัวเลขตามที่สื่อรายงาน ส่วนคำอธิบายหัวข้อบนเว็บไซต์ IMF เขียนว่า "หลายล้านรายการจากทั่วเอเชีย"

ตามที่ Techsauce รายงานจากเวที มีข้อค้นพบหลัก 2 ข้อที่ฟังดูเหมือนขัดกัน

ข้อ 1: งานที่ AI ช่วยได้มาก นายจ้างประกาศรับน้อยลง

Kirti เทียบงานเขียนโค้ด ซึ่ง AI ช่วยได้ค่อนข้างดีแล้ว กับงานดูแลความสัมพันธ์กับซัพพลายเออร์ ซึ่งยังต้องอาศัยความเข้าใจบริบทและความสัมพันธ์ระหว่างคน

หลัง ChatGPT เปิดตัวในปี 2565 ช่วงแรกยังไม่เห็นผลชัด แต่ในช่วงปี 2567–2568 ความต้องการจ้างในงานกลุ่มที่ AI ช่วยได้มากลดลงราว 10% เมื่อเทียบกับงานที่ AI ช่วยได้น้อยกว่า

อีกเรื่องที่น่าสนใจคือ แม้ AI จะเก่งขึ้นเรื่อยๆ แต่ผลกระทบต่อความต้องการจ้างเริ่มทรงตัว ไม่ได้ลดลงตามไปเรื่อยๆ

10% นี้ไม่ได้แปลว่า "คนตกงาน 10%"

จุดนี้สำคัญที่สุด ตัวเลขนี้วัดความต้องการจ้างของนายจ้าง จากประกาศรับสมัครงาน โดยเทียบระหว่างงาน 2 กลุ่ม ไม่ได้แปลว่ามีคนตกงานเพิ่ม 10% Techsauce เองก็เขียนย้ำไว้แบบนี้

ถ้าเห็นใครแชร์ว่า "AI ทำคนตกงาน 10%" แปลว่าเขาอ่านตัวเลขผิด

ข้อ 2: นายจ้างยังต้องการคน แต่อยากได้คนที่ใช้ AI เป็น

นายจ้างไม่ได้เลิกต้องการคนทำงานในอาชีพเหล่านี้ แต่เปลี่ยนคุณสมบัติที่มองหา จากเดิมที่ต้องการคนที่ทำงานนั้นได้ด้วยตัวเอง มาเป็นคนที่ใช้ AI ทำงานได้มากขึ้นและดีขึ้น

ความต้องการทักษะ AI เพิ่มขึ้นในหลายอาชีพ และเพิ่มมากกว่าในงานที่ AI ช่วยได้มาก Nation Thailand รายงานว่าสูงกว่าราว 2 เท่า เมื่อเทียบกับงานที่ AI เกี่ยวข้องน้อย

สิ่งที่ IMF "ยังไม่พบ"

ในช่วงถามตอบ Kirti บอกว่าจากข้อมูลที่มีตอนนี้

• ยังไม่พบหลักฐานชัดว่าคนอายุน้อยหรือพนักงานระดับเริ่มต้นได้รับผลกระทบหนักกว่า คนที่มีประสบการณ์มากกว่า
• ยังไม่พบหลักฐานชัดว่าค่าจ้างเปลี่ยนเพราะ AI

"ยังไม่พบ" ไม่ได้แปลว่า "จะไม่เกิดขึ้นเลย" Kirti เองบอกว่าเรายังอยู่ในช่วงต้นของการเปลี่ยนแปลง ถ้า AI พัฒนาเร็วกว่าที่คาด ผลกระทบก็อาจมากขึ้น ข้อมูลชุดนี้จึงเป็นภาพ ณ วันนี้ ไม่ใช่คำทำนาย

สำหรับประเทศไทย Techsauce บรรยายกราฟบนเวทีว่าไทยอยู่ในกลุ่มที่ประชากรวัยทำงานลดลง และผลของ AI ต่อความต้องการแรงงานโดยรวมก็ติดลบด้วย ไทยจึงต้องรับมือ 2 เรื่องพร้อมกัน

ทักษะ AI 3 ระดับที่นายจ้างมองหา

Kirti แบ่งทักษะ AI ที่นายจ้างมองหาเป็น 3 ระดับ เราเพิ่มคอลัมน์ขวาสุดว่าแต่ละระดับฝึกได้อย่างไร

ระดับ 3 คือโอกาสที่ Kirti มองว่าสำคัญ เพราะความรู้ในหลายองค์กรยังกองอยู่โดยไม่มีใครหยิบมาใช้

อีกเวที: ใช้ AI มากไป ทักษะการคิดอาจถดถอย

ส่วนนี้เป็นความเห็นของวิทยากร ไม่ใช่ผลวิจัย ตามที่ Techsauce สรุปจากเวทีเสวนา "IMF Inspired: AI: Unlocking Our Human Potential" (Techsauce เผยแพร่ 13 ตุลาคม 2569)

Dr. Ayesha Khanna ผู้ร่วมก่อตั้งและ CEO ของ Addo บอกว่าความเสี่ยงที่น่ากลัวที่สุดไม่ใช่ AI ครองโลก แต่คือเราพึ่ง AI จนคิดวิเคราะห์เองไม่เป็น เธอยกตัวอย่างเด็กนักเรียนที่ให้ AI ทำการบ้านทุกอย่าง แล้วทำข้อสอบได้แย่ลง เพราะสมองไม่ได้ฝึก

ข้อคิดที่นำไปใช้ได้มีดังนี้

• เลือก 3–5 งานหลักที่ AI ช่วยได้ชัด ก่อนแจกเครื่องมือให้ทุกคน แล้วอธิบายให้ทุกคนเห็นภาพตรงกันว่า AI จะช่วยลดภาระส่วนไหน
• ใช้ให้ถูกงาน ไม่ใช่ใช้กับทุกเรื่อง งานที่มีความเสี่ยงหรือต้องใช้ความละเอียดอ่อนของคน ควรใช้วิธีเดิม
• คนต้องเป็นผู้กำหนดขอบเขตของ AI เสมอ ไม่จำเป็นต้องเขียนโค้ดเป็น แต่ต้องฝึกคิดวิเคราะห์
• คนที่องค์กรอยากได้คือคนที่เข้าใจงานของตัวเองดีพอ และรู้ว่าจะให้ AI ช่วยตรงไหนเพื่อให้งานดีขึ้น

อีกเวที: ให้ AI ทำงานแทนได้ แต่อย่าให้เรียนแทน

ส่วนนี้เป็นคำพูดบนเวที ตามที่ Techsauce สรุป (เผยแพร่ 14 ตุลาคม 2569) เรายังไม่ได้อ่านคำกล่าวฉบับเต็ม

ในงาน Singapore International Cyber Week 2026 คุณ Tan Kiat How รัฐมนตรีอาวุโสแห่งรัฐของสิงคโปร์ สนับสนุนให้ใช้ AI เต็มที่ แต่เตือนว่าต้องคิดให้รอบคอบว่าจะให้งานส่วนไหนเป็นอัตโนมัติ เขายกหลักจากวงการแพทย์มาเทียบว่า ความยุ่งยากในงานมี 2 แบบ

• ความยุ่งยากที่ไร้ความหมาย เช่น งานเอกสาร ส่วนนี้ควรทำให้ลื่นไหล
• ความยุ่งยากที่มีความหมาย คือส่วนที่เราได้เรียนรู้จากการลงมือทำ

หลักที่เขาสรุปไว้คือ "ทำงานให้เป็นเหมือนระบบอัตโนมัติ แต่อย่าทำการเรียนรู้ให้เป็นอัตโนมัติ" เพราะการตัดสินใจให้ถูกส่วนหนึ่งมาจากการลองผิดลองถูก ถ้าระบบรับไปทั้งงานและการเรียนรู้ คนรุ่นใหม่ก็จะไม่ได้ทำผิดแล้วเรียนรู้ในที่ที่ปลอดภัย

เวทีนี้พูดกับคนทำงานด้านความปลอดภัยไซเบอร์ แต่เรามองว่าหลักนี้ใช้กับงานอื่นได้ด้วย และช่วยตอบคำถามที่ค้างจากเวทีก่อนว่า แล้วงานไหนควรทำเอง

เวทีต่างกัน แต่ข้อคิดไปทางเดียวกัน

ข่าวแรกบอกว่านายจ้างอยากได้คนที่ใช้ AI แล้วงานออกมาดี ส่วนอีก 2 เวทีเตือนในทำนองเดียวกันว่า ถ้าให้ AI คิดแทนหรือเรียนแทนทุกอย่าง เราจะคิดเองไม่เป็น

เมื่อนำมาต่อกันจะได้ข้อสรุปเดียว คือคนที่ใช้ AI ได้ดี คือคนที่ยังคิดเองเป็นและตรวจงานของ AI เป็น เพราะถ้าไม่รู้ว่างานที่ดีหน้าตาเป็นอย่างไร ก็จะไม่รู้ว่า AI ตอบผิดเมื่อไหร่

Techsauce สรุปจากเวทีไว้ในทำนองเดียวกันว่า การเตรียมคนต้องทำมากกว่าสอนใช้เครื่องมือ คนต้องมีความสามารถประเมินความถูกต้องของผลลัพธ์จาก AI ด้วย

4 อย่างที่ทำได้ตั้งแต่สัปดาห์นี้

ส่วนนี้เป็นวิธีของเรา ที่แปลงข้อคิดจากทุกเวทีมาเป็นสิ่งที่คนทำงานคนเดียวทำได้ทันที

1. เลือก 3–5 งานของตัวเองที่จะให้ AI ช่วยก่อน

Khanna พูดในระดับองค์กร แต่ใช้กับคนคนเดียวได้เหมือนกัน ให้จดงานที่ทำทุกสัปดาห์ แล้วเลือก 3–5 งานที่ทำซ้ำ กินเวลา และตรวจผลได้ง่าย ให้ AI ช่วยแค่งานเหล่านี้ก่อน อย่าเพิ่งใช้กับทุกเรื่อง

ระหว่างจด ให้ติดป้ายแต่ละงานตามหลักจากเวทีสิงคโปร์

• "น่าเบื่อ ไม่ได้เรียนรู้อะไร" เช่น จัดรูปแบบเอกสาร และสรุปบันทึกประชุม งานกลุ่มนี้ส่งให้ AI ช่วยได้เลย
• "ยาก แต่ได้ฝีมือ" เช่น วางแผนงาน และเขียนข้อเสนอ งานกลุ่มนี้ให้ลองทำเองก่อน แล้วค่อยใช้วิธีในข้อ 2

วิธีจดและเลือกงานทีละขั้นตอน อยู่ในบทความ ใช้ AI ทุกวันแบบไม่เสียเวลา: หางานที่ทำซ้ำทุกสัปดาห์ แล้วเปลี่ยนเป็นคำสั่งสำเร็จรูป

2. ใช้กติกา "คิดก่อน 5 นาที" กับงานที่อยากเก่งขึ้น

กับงานที่อยากเก่งขึ้นจริงๆ เช่น เขียนรายงาน วางแผน และวิเคราะห์ ให้เขียนคำตอบของตัวเองคร่าวๆ ก่อน 5 นาที แล้วค่อยให้ AI ช่วยวิจารณ์ ไม่ใช่ให้ AI ตอบก่อนแล้วเราแค่อ่าน

ข้อความที่ใช้ขอให้ AI วิจารณ์มีดังนี้ เติมส่วนในวงเล็บเหลี่ยมให้เป็นงานของคุณ

นี่คือร่างของฉันเรื่อง [หัวข้อ]
เป้าหมาย: [งานนี้ใช้ทำอะไร ส่งให้ใคร]

[วางร่างที่เขียนเอง]

ช่วยวิจารณ์ 3 จุดที่อ่อนที่สุด เรียงจากสำคัญมากไปน้อย
แต่ละจุด บอกว่าทำไมถึงอ่อน และควรคิดเพิ่มเรื่องอะไร
ยังไม่ต้องเขียนใหม่ให้ ฉันจะแก้เอง

ทำไมจึงได้ผลกว่าการสั่งว่า "เขียนให้หน่อย"

• เราได้คิดก่อน AI จึงเป็นคู่คิด ไม่ใช่คนคิดแทน
• เราขอแค่ 3 จุดที่เรียงตามความสำคัญ จึงรู้ว่าอะไรสำคัญที่สุด แทนที่จะได้รายการยาวที่อ่านไม่จบ
• ประโยคสุดท้ายกันไม่ให้ AI เขียนทับงานของเรา ส่วนที่เราได้ฝึกจริงคือตอนที่แก้เอง

งานที่ทำซ้ำและเราเก่งอยู่แล้ว ให้ AI ร่างก่อนได้เลย กติกานี้ใช้กับงานที่อยากให้ตัวเองเก่งขึ้น

3. ตรวจ 3 จุดก่อนส่งงานทุกครั้ง

ก่อนส่งงานที่ AI ช่วยทำให้ใคร ให้เช็กอย่างน้อย ตัวเลข ชื่อ และวันที่ เทียบกับต้นฉบับ ถ้ามีข้อเท็จจริงที่ไม่รู้ที่มา ให้ถาม AI ว่ามาจากไหน หรือตัดออก นี่คือทักษะ "ประเมินผลลัพธ์จาก AI" ในแบบที่ทำได้ทุกวัน

4. จดว่า AI ช่วยงานไหนได้จริง

สัปดาห์ละครั้ง ให้จดสั้นๆ ว่างานอะไร เดิมใช้เวลาเท่าไร ตอนนี้ใช้เท่าไร และส่วนไหนต้องแก้เอง บันทึกนี้ช่วยให้เราเห็นว่าควรใช้ AI กับงานไหนต่อ และเป็นตัวอย่างจริงเวลามีคนถามว่า "ใช้ AI ทำงานอย่างไร" ซึ่งชัดกว่าการตอบว่า "เคยลองใช้"

ก่อนแชร์ข่าวนี้ต่อ ให้เช็ก 4 ข้อนี้

• ตัวเลขมาจากการนำเสนอบนเวที ตามที่สื่อรายงาน ยังไม่ใช่เอกสารวิจัยฉบับเต็ม
• 10% คือความต้องการจ้างที่ลดลงเมื่อเทียบกับงานอีกกลุ่ม ไม่ใช่อัตราคนตกงาน
• เรื่องพึ่ง AI จนคิดไม่เป็น เป็นความเห็นของวิทยากร ไม่ใช่ผลวิจัยของ IMF
• หลัก "อย่าทำการเรียนรู้ให้อัตโนมัติ" มาจากเวทีไซเบอร์ที่สิงคโปร์ ไม่ใช่เวที IMF และเป็นคำพูดตามที่ Techsauce สรุป

สรุป

ข่าวนี้ไม่ได้บอกว่างานกำลังหายไปหมด และก็ไม่ได้บอกว่าไม่มีอะไรเปลี่ยน สิ่งที่ข่าวบอกคือนายจ้างเริ่มเปลี่ยนคำถาม จาก "ทำงานนี้ได้ไหม" เป็น "ใช้ AI ทำงานนี้ให้ออกมาดีได้ไหม"

คุณเริ่มเตรียมคำตอบได้ตั้งแต่วันนี้ ด้วยการเลือก 3–5 งาน คิดก่อนถาม ตรวจก่อนส่ง และจดว่าอะไรได้ผล

ถ้ายังกังวลว่า AI จะมาแทนเรา อ่านต่อได้ที่ AI ไม่ได้มาแทนที่เรา

อาทิตย์ละสกิล เดี๋ยวก็เก่ง