เช็กให้ชัด! ai ทำหน้าที่เป็นอะไรในตลาดแรงงานไทย

86% ของนายจ้างทั่วโลกคาดว่า AI และเทคโนโลยีสารสนเทศจะเปลี่ยนธุรกิจภายในปี 2030 ตามรายงาน Future of Jobs 2025 ของ World Economic Forum คำถามสำหรับ HR ไทยจึงไม่ใช่แค่ว่า ai ทำหน้าที่เป็นอะไรในตลาดแรงงาน แต่ต้องถามต่อว่า งานใดจะถูกเปลี่ยนก่อน งานใดยังต้องใช้คน และองค์กรควรวางแผนกำลังคนอย่างไรตั้งแต่ปี 2568 เป็นต้นไป

เทคโนโลยีไม่ได้มาแทนคน — มันเข้ามาช่วยให้คนทำงานได้ดีขึ้น

ai ทำหน้าที่เป็นอะไรในตลาดแรงงาน

• AI ไม่ได้แค่แทนคน แต่เปลี่ยนงานเป็นชิ้นเล็กลง

• งานวิจัยเห็นตรงกันว่า impact ไม่เท่ากันทุกงาน

• Routine physical tasks เสี่ยงก่อนงานที่ต้องใช้ดุลยพินิจ

• โรงงานและคลังสินค้าเป็นพื้นที่ที่ automation คุ้มทุนเร็ว

• งานบริการตรงหน้าลูกค้ายังต้องใช้ human touch

• งานภาคสนามที่ต้องแก้ปัญหาเฉพาะหน้างานยังปลอดภัยกว่า

• เปลี่ยน workforce planning จากตำแหน่งเป็นทักษะ

• ใช้ flexible staffing เป็นกันชนระหว่างคาดการณ์กับความจริง

• ทักษะที่ทำให้แรงงานอยู่ร่วมกับ AI ได้

• เส้นทางโตของ blue-collar ไม่ได้มีแค่เป็นหัวหน้างาน

AI กำลังทำอะไรในตลาดแรงงาน: ภาพรวมจากงานวิจัย

AI ไม่ได้แค่แทนคน แต่เปลี่ยนงานเป็นชิ้นเล็กลง

ในมุม HR ควรมอง AI เป็นเครื่องมือที่ “แยกงาน” มากกว่า “แทนตำแหน่ง” งานหนึ่งตำแหน่งมักประกอบด้วยหลายกิจกรรม เช่น รับออร์เดอร์ ตรวจสต๊อก ยกของ คุยกับลูกค้า ลงข้อมูล และแก้ปัญหาเฉพาะหน้า AI อาจทำบางกิจกรรมได้ดีขึ้น แต่ไม่ได้แปลว่าทั้งตำแหน่งจะหายทันที รายงานของ ILO ปี 2023 เรื่อง Generative AI and Jobs ระบุว่า generative AI มีแนวโน้ม “เสริม” งานมากกว่า “ทำลาย” งานโดยรวม โดยกลุ่มงานธุรการและงานเอกสารมี exposure สูงกว่างานใช้แรงกายหลายประเภท นี่เป็นสัญญาณสำคัญสำหรับตลาดแรงงานไทย เพราะผลกระทบไม่ได้จำกัดอยู่แค่พนักงานออฟฟิศหรือสายเทคโนโลยี

งานวิจัยเห็นตรงกันว่า impact ไม่เท่ากันทุกงาน

OECD Employment Outlook 2023 ประเมินว่าอาชีพที่เสี่ยงต่อ automation สูงคิดเป็นประมาณ 27% ของการจ้างงานในประเทศ OECD แม้ไทยไม่ใช่สมาชิก OECD แต่กรอบคิดนี้ใช้เป็นเลนส์ให้ HR ไทยแยกงานตามความเสี่ยงได้ดีขึ้น: งานที่ทำซ้ำ คาดการณ์ได้ และวัดผลด้วยข้อมูลชัดเจนจะถูกเปลี่ยนก่อน สำหรับ blue-collar jobs ผลกระทบจะมาในรูปแบบเครื่องมือช่วยทำงาน เครื่องสแกน ระบบจัดตาราง กึ่งอัตโนมัติในคลังสินค้า และระบบตรวจคุณภาพ มากกว่าหุ่นยนต์มาแทนคนทั้งกะทันที องค์กรที่เข้าใจระดับกิจกรรมของงานจะวางแผน reskilling ได้แม่นกว่าองค์กรที่ดูแค่ชื่อตำแหน่ง หลักฐานจาก WEF 2025 ยังชี้ว่า 39% ของทักษะหลักของแรงงานจะเปลี่ยนภายในปี 2030

Blue-collar jobs ในไทยที่เสี่ยงต่อ automation

Routine physical tasks เสี่ยงก่อนงานที่ต้องใช้ดุลยพินิจ

งาน blue-collar ที่เสี่ยงไม่ใช่งานใช้แรงทั้งหมด แต่เป็นงาน routine physical ที่มีขั้นตอนซ้ำ สภาพแวดล้อมควบคุมได้ และคุ้มค่าต่อการลงทุนเครื่องจักร เช่น คัดแยกสินค้าเบื้องต้น แพ็กของตามรูปแบบเดิม ป้อนชิ้นงานในสายการผลิต ตรวจนับสต๊อกด้วยรายการตายตัว หรือเคลื่อนย้ายสินค้าในเส้นทางซ้ำ ในไทยกลุ่มที่ต้องจับตาคือโรงงาน คลังสินค้า ศูนย์กระจายสินค้า และธุรกิจค้าปลีกที่มีหลังบ้านขนาดใหญ่ ไม่ใช่เพราะคนทำงานกลุ่มนี้มีคุณค่าน้อยลง แต่เพราะงานบางกิจกรรมมีข้อมูลเพียงพอให้ระบบเรียนรู้และมีปริมาณงานมากพอให้ automation คุ้มทุน

โรงงานและคลังสินค้าเป็นพื้นที่ที่ automation คุ้มทุนเร็ว

คลังสินค้าสมัยใหม่เริ่มใช้ระบบสแกนบาร์โค้ด ระบบจัดเส้นทางหยิบสินค้า ระบบตรวจนับ และเครื่องมือช่วยวางแผนรอบส่งมากขึ้น ขั้นต่อไปคือการใช้ AI ช่วยคาดการณ์ปริมาณงานและกระจายคนตามจุดที่มีคอขวด ซึ่งจะลดความต้องการคนในงานซ้ำบางส่วน แต่เพิ่มความต้องการคนที่อ่านข้อมูลหน้างานและแก้ปัญหาเครื่องมือได้

กรอบเวลาที่สมเหตุสมผลสำหรับไทยคือ 3 ถึง 5 ปีในงานที่มีระบบข้อมูลพร้อม และนานกว่านั้นในธุรกิจขนาดเล็กที่ยังพึ่งแรงงานคนสูง เพราะ automation ต้องมีทั้งเงินลงทุน ข้อมูล กระบวนการมาตรฐาน และคนดูแลระบบ หลักฐานจาก OECD 2023 ที่ชี้ความเสี่ยง automation 27% ในประเทศพัฒนาแล้ว จึงควรถูกใช้เป็นสัญญาณเตือน ไม่ใช่ตัวเลขฟันธงสำหรับไทย

ตำแหน่งที่ AI ทดแทนไม่ได้ในระยะ 5 ปีข้างหน้า

งานบริการตรงหน้าลูกค้ายังต้องใช้ human touch

งานที่ต้องสังเกตอารมณ์ลูกค้า จัดการความไม่พอใจ อธิบายเมนู ดูแลผู้สูงอายุ รับมือสถานการณ์หน้างาน หรือทำให้ประสบการณ์บริการรู้สึกเป็นมนุษย์ ยังไม่ถูกแทนง่ายในระยะ 5 ปี ตัวอย่างในไทยคือพนักงานเสิร์ฟ พนักงานหน้าร้าน พนักงานอีเวนต์ พนักงานดูแลลูกค้าในพื้นที่ และพนักงานช่วยงานบริการที่ต้องปรับตัวตามสถานการณ์จริง

AI ช่วยทำงานหลังบ้านได้ เช่น จัดตารางกะ แนะนำจำนวนคนต่อช่วงเวลา หรือสรุป feedback ลูกค้า แต่ช่วงที่ลูกค้าอยู่ตรงหน้า คนยังต้องตัดสินใจด้วยบริบทที่ข้อมูลไม่ครบ นี่คือเหตุผลที่ human touch กลายเป็นทักษะเชิงธุรกิจ ไม่ใช่แค่ “นิสัยดี” หรือ “บริการเก่ง” แบบกว้าง ๆ

งานภาคสนามที่ต้องแก้ปัญหาเฉพาะหน้างานยังปลอดภัยกว่า

งานภาคสนามจำนวนมากมีตัวแปรที่ AI ควบคุมไม่ได้ เช่น พื้นที่แคบ ลูกค้าเปลี่ยนใจ อุปกรณ์ชำรุด ฝนตก ของมาส่งผิดเวลา หรือทีมหน้างานขาดคนกะทันหัน งานเหล่านี้ต้องใช้การประเมินความเสี่ยง การสื่อสาร และการตัดสินใจเร็ว ซึ่ง automation ทำได้ยากกว่าในสภาพแวดล้อมปิด WEF Future of Jobs 2025 ยังจัดให้หลายอาชีพภาคสนามและงานบริการเป็นกลุ่มที่มีแนวโน้มเติบโตในเชิงจำนวน เช่น งานขนส่ง งานก่อสร้าง งานเกษตร และงานบริการส่วนบุคคล ขณะที่ ILO 2023 ระบุว่าผลของ generative AI ต่อแรงงานใช้แรงกายโดยตรงต่ำกว่างานธุรการ หลักฐานนี้สนับสนุนมุมมองว่า “ปลอดภัย” ไม่ได้แปลว่าไม่เปลี่ยน แต่แปลว่างานจะเปลี่ยนไปใช้เครื่องมือมากขึ้น

กลยุทธ์ HR ที่รองรับการเปลี่ยนแปลงจาก AI

เปลี่ยน workforce planning จากตำแหน่งเป็นทักษะ

HR ไม่ควรวางแผนกำลังคนด้วยคำถามว่า “ต้องมีพนักงานกี่คน” เพียงอย่างเดียว แต่ควรถามว่า “ต้องมีทักษะใดในช่วงเวลาใด” ตัวอย่างเช่น คลังสินค้าอาจต้องการคนยกของน้อยลงในบางจุด แต่ต้องการคนที่ใช้เครื่องสแกน อ่าน dashboard และประสานงานเมื่อข้อมูลไม่ตรงกับของจริงมากขึ้น วิธีเริ่มที่ทำได้ทันทีคือทำ skill inventory แยกตามหน่วยงาน ระบุงานซ้ำที่ automation น่าจะเข้ามา และจับคู่พนักงานกับทักษะที่ต่อยอดได้ เช่น ความละเอียดรอบคอบ การใช้ app งาน การสื่อสารกับหัวหน้ากะ การแก้ปัญหาเบื้องต้นของอุปกรณ์ และการดูแลลูกค้าในพื้นที่

ใช้ flexible staffing เป็นกันชนระหว่างคาดการณ์กับความจริง

AI ช่วยคาดการณ์ demand ได้ดีขึ้น แต่ธุรกิจจริงยังมีความผันผวน: โปรโมชันขายดีเกินคาด สาขาใหม่คนเดินมากกว่าที่คิด อีเวนต์เลื่อนวัน หรือพนักงานประจำลาพร้อมกัน การมี flexible staffing ทำให้ HR ไม่ต้องเลือกระหว่างจ้างประจำเกินความจำเป็นกับปล่อยให้หน้างานขาดคน บริการช่วยสรรหาพนักงานด่วนของ Daywork เหมาะกับองค์กรที่ต้องการวางแผน workforce แบบยืดหยุ่นในช่วงพีกหรือโครงการเฉพาะ เพราะทีม HR ไม่ต้องเริ่มสรรหาจากศูนย์ทุกครั้ง บริการ HR Outsource เหมาะกับองค์กรที่ต้องการโมเดลระยะยาว เช่น เปิดสาขาใหม่ รับฤดูกาลขาย หรือจัดอีเวนต์ต่อเนื่อง โดย Daywork ช่วยวางรูปแบบคน งาน และเอกสารให้สอดคล้องกับการใช้งานจริง

กลยุทธ์ที่ใช้งานได้คือใช้พนักงานประจำกับงานแกนหลัก ใช้พนักงานยืดหยุ่นกับช่วง peak และออกแบบ reskilling สำหรับคนที่มีโอกาสขยับไปดูแลเครื่องมือหรือประสานงานมากขึ้น WEF 2025 ระบุว่า 85% ของนายจ้างวางแผนยกระดับทักษะแรงงานเพื่อตอบรับการเปลี่ยนแปลง จึงไม่ใช่แค่เรื่องเทคโนโลยี แต่เป็นวาระของ HR โดยตรง

โอกาสสำหรับแรงงานที่ปรับตัวได้

ทักษะที่ทำให้แรงงานอยู่ร่วมกับ AI ได้

แรงงาน blue-collar ที่ปรับตัวได้จะไม่ได้แข่งขันกับ AI ตรง ๆ แต่จะใช้ AI และเครื่องมือดิจิทัลเป็นส่วนหนึ่งของงาน ทักษะที่ควรพัฒนาคืออ่านคำสั่งงานผ่าน app ใช้เครื่องสแกนหรือ tablet เข้าใจตัวเลขพื้นฐาน เช่น จำนวนชิ้นต่อชั่วโมง อัตราของเสีย และเวลารอคิว รวมถึงสื่อสารปัญหาให้หัวหน้างานเข้าใจเร็ว อีกกลุ่มทักษะที่สำคัญคือความปลอดภัย วินัยต่อกระบวนการ และการดูแลลูกค้า เพราะ AI อาจบอกขั้นตอนที่ถูกต้องได้ แต่คนหน้างานต้องเลือกวิธีพูด วิธีจัดลำดับ และวิธีลดความเสี่ยงจริงในพื้นที่ทำงาน การอบรมสั้น ๆ ที่ผูกกับงานจริงจึงมีผลมากกว่าคอร์สยาวที่ไม่เชื่อมกับกะงาน

เส้นทางโตของ blue-collar ไม่ได้มีแค่เป็นหัวหน้างาน

องค์กรควรออกแบบเส้นทางเติบโตให้หลากหลายขึ้น เช่น พนักงานคลังสินค้าที่ชำนาญระบบสแกนขยับไปเป็นผู้ช่วยควบคุมรอบงาน พนักงานหน้าร้านที่สื่อสารดีขยับไปช่วยเทรนพนักงานใหม่ หรือพนักงานอีเวนต์ที่จัดการคิวเก่งขยับไปดูแลพื้นที่ย่อย เส้นทางแบบนี้ช่วยรักษาคนที่มีศักยภาพโดยไม่ต้องรอให้มีตำแหน่งหัวหน้าเพียงตำแหน่งเดียว สำหรับคำว่าอาชีพที่ตลาดแรงงานต้องการสูง 2568 ควรมองควบคู่กันระหว่าง “จำนวนงาน” กับ “ทักษะที่พาไปต่อ” ไม่ใช่ดูแค่ชื่ออาชีพ กระทรวงแรงงานประกาศอัตราค่าจ้างขั้นต่ำปี 2568 อยู่ในช่วง 337 ถึง 400 บาทต่อวันตามจังหวัด ซึ่งทำให้การเพิ่มทักษะเป็นทางสำคัญในการสร้างมูลค่าแรงงานเหนือขั้นต่ำ และสอดคล้องกับ WEF 2025 ที่ชี้ว่าทักษะแรงงาน 39% จะเปลี่ยนภายในปี 2030

คำถามที่พบบ่อยเกี่ยวกับตลาดแรงงานไทย

ai ทำหน้าที่เป็นอะไรในตลาดแรงงานไทยตอนนี้?

AI ทำหน้าที่ช่วยคาดการณ์ จัดตาราง วิเคราะห์ข้อมูล ตรวจความผิดปกติ และทำงานซ้ำบางประเภทให้เร็วขึ้น ในตลาดแรงงานไทย ผลกระทบชัดในงานหลังบ้าน โรงงาน คลังสินค้า และงานเอกสาร แต่ยังต้องใช้คนในงานบริการและงานภาคสนามจำนวนมาก

อาชีพที่ตลาดแรงงานต้องการสูง 2568 จะถูก AI แทนไหม?

บางอาชีพจะถูกเปลี่ยนบางกิจกรรม ไม่ใช่หายทั้งตำแหน่งทันที งานที่ต้องใช้ human touch การแก้ปัญหาเฉพาะหน้า และการทำงานในสภาพแวดล้อมไม่แน่นอนยังมีความต้องการสูง แต่แรงงานต้องใช้เครื่องมือดิจิทัลได้มากขึ้น

HR ควรเริ่มวางแผนรับ AI จากจุดไหนก่อน?

เริ่มจากแยกงานตามกิจกรรม: งานซ้ำ งานใช้ดุลยพินิจ งานบริการ และงานใช้เครื่องมือ จากนั้นทำ skill inventory และวางแผน reskilling ให้ตรงกับงานที่เปลี่ยนจริง ไม่ใช่อบรม AI แบบกว้าง ๆ โดยไม่เชื่อมกับหน้างาน

Blue-collar jobs แบบไหนเสี่ยงต่อ automation มากที่สุด?

งานที่ทำซ้ำในสภาพแวดล้อมควบคุมได้เสี่ยงที่สุด เช่น คัดแยก แพ็ก ตรวจนับ หรือเคลื่อนย้ายตามเส้นทางเดิม งานที่ต้องคุยกับลูกค้า ประเมินสถานการณ์ หรือจัดการปัญหาเฉพาะหน้ายังเสี่ยงต่ำกว่า

Flexible staffing ช่วยองค์กรรับมือ AI ได้อย่างไร?

Flexible staffing ช่วยให้องค์กรปรับจำนวนคนตาม demand จริงระหว่างที่เทคโนโลยียังเปลี่ยนเร็วและคาดการณ์ยาก HR จึงทดลองระบบใหม่ได้โดยไม่ต้องล็อก headcount ระยะยาวเกินจำเป็น

Website: http://daywork.co

TikTok: http://tiktok.com/@dayworkth

Lemon8: http://lemon8-app.com/@dayworkth

Youtube: https://www.youtube.com/@dayworkofficial

X: https://x.com/DayworkOfficial

Facebook:https://www.facebook.com/daywork.th/