AI กับอนาคตแรงงานโลก: คนรุ่นใหม่ 1.2 พันล้านคนจะมีงานทำจากอะไร?

จากการเติบโตทางเศรษฐกิจที่ขับเคลื่อนด้วย AI สู่โจทย์ใหญ่กว่า — จะสร้างงาน รายได้ ทักษะ และโอกาสให้มนุษย์ได้อย่างไร?

จากประเด็นทั้ง 26 ข้อที่รวบรวมมา ผมเห็นว่าแก่นสำคัญของการสนทนาระหว่าง Ajay Banga, Tharman Shanmugaratnam และ Kristalina Georgieva ไม่ใช่เพียงคำถามว่า AI จะแย่งงานมนุษย์หรือไม่ แต่เป็นคำถามเชิงนโยบายที่ใหญ่กว่า:

หาก AI ทำให้เศรษฐกิจผลิตสินค้าและบริการได้มากขึ้น โดยใช้แรงงานน้อยลง เราจะทำให้การเติบโตนั้นสร้างงานที่มีคุณภาพและกระจายรายได้อย่างเป็นธรรมได้อย่างไร?

เรื่องนี้มีความสำคัญต่อประเทศไทยโดยตรง เพราะเกี่ยวข้องกับโครงสร้างเศรษฐกิจ การศึกษา การจ้างงานคนรุ่นใหม่ ความสามารถในการแข่งขันของ SME และการเตรียมแรงงานรับมือกับสังคมสูงวัย

5 ประเด็นเชิงยุทธศาสตร์ที่สำคัญที่สุด

1. Economic Growth ≠ Job Growth — GDP เพิ่มขึ้นไม่ได้รับประกันว่าจะมีการจ้างงานเพิ่มขึ้นในสัดส่วนเดียวกัน โดยเฉพาะเมื่อ AI ช่วยเพิ่มผลิตภาพ

2. AI เปลี่ยน Tasks ก่อนเปลี่ยน Jobs — องค์กรควรวิเคราะห์ว่างานส่วนใดถูกทำแทนได้ งานส่วนใดต้องใช้มนุษย์ และงานใหม่ใดจะเกิดขึ้น

3. Small AI อาจสร้างผลกระทบได้กว้างกว่า Frontier AI — AI ที่ราคาถูก ใช้งานง่าย รองรับภาษาท้องถิ่น และเข้าถึงผ่านมือถือ อาจสร้างประโยชน์ต่อเกษตรกร ครู บุคลากรสาธารณสุข และ SME ได้มาก

4. Entry-Level Jobs คือความเสี่ยงเชิงโครงสร้าง — หาก AI ลดความต้องการพนักงานเริ่มต้น คนรุ่นใหม่อาจขาดโอกาสสะสมประสบการณ์ที่จำเป็นต่อการเติบโตในอาชีพ

5. AI Inclusion ต้องมาก่อน AI Adoption — ประเทศที่ลงทุนเฉพาะ Data Center และเทคโนโลยี แต่ไม่ลงทุนในคน ทักษะ และโอกาสทางเศรษฐกิจ อาจเติบโตโดยทิ้งแรงงานบางกลุ่มไว้ข้างหลัง

แล้วประเทศไทยควรทำอะไร?

ผมเสนอให้ประเทศไทยใช้แนวทาง AI for Jobs, Not Just AI for Productivity ผ่าน 5 กลไกที่ทำงานร่วมกัน

ข้อเสนอเหล่านี้เป็นแนวทางเชิงนโยบายที่สังเคราะห์จากประเด็นการประชุม ไม่ใช่ข้อสรุปว่ารัฐบาลไทยได้ประกาศดำเนินการแล้ว

จาก AI Adoption สู่ Employment Intelligence

ในมุมของ Data Science และ Decision Intelligence ประเทศไทยควรมีระบบที่ตอบคำถามได้อย่างต่อเนื่องว่า AI กำลังเปลี่ยนงานประเภทใด ใครได้รับประโยชน์ ใครเสี่ยงถูกทิ้งไว้ข้างหลัง และมาตรการใดสร้างงานได้จริง

Labor Market Data → Skills Analytics → AI Exposure Assessment → Employment Forecast → Policy Intelligence → Workforce Development → Quality Jobs

สำหรับภาคธุรกิจ คำถามที่ผู้บริหารควรถามจึงไม่ใช่เพียง “ใช้ AI แล้วลดคนได้กี่ตำแหน่ง” แต่ควรถามว่า “ใช้ AI แล้วสร้างผลิตภาพ รายได้ ความสามารถใหม่ และโอกาสให้พนักงานเติบโตได้อย่างไร”

บทสรุป

คำถามเรื่องคนรุ่นใหม่ 1.2 พันล้านคนไม่ใช่ปัญหาของ AI เพียงอย่างเดียว แต่เป็นบททดสอบว่าโลกสามารถเปลี่ยนความก้าวหน้าทางเทคโนโลยีให้กลายเป็นความก้าวหน้าทางเศรษฐกิจและสังคมสำหรับคนส่วนใหญ่ได้หรือไม่

AI Productivity ≠ Employment Prosperity

ความสำเร็จที่แท้จริงต้องเชื่อมให้ได้ว่า

AI Adoption → Productivity → Business Growth → New Opportunities → Better Jobs → Inclusive Economic Growth

สำหรับประเทศไทย โอกาสสำคัญไม่ใช่เพียงการเป็นฐาน Data Center หรือผู้ใช้ AI แต่คือการสร้างระบบเศรษฐกิจที่คนไทยสามารถ ใช้ AI ทำงานเก่งขึ้น สร้างธุรกิจได้ง่ายขึ้น และมีรายได้ที่ดีขึ้น

แหล่งข้อมูลต้นทางสำหรับอ่านและตรวจสอบเพิ่มเติม:

• World Bank — Small AI: More and Better Jobs (ภาษาไทย)

• Ajay Banga — How to Create Jobs for the World’s 1.2 Billion New Workers

• Reuters — Tharman เตือนความเสี่ยงต่องานของบัณฑิตจบใหม่