McKinsey ชี้ AI ไม่ได้มา ‘แย่งงาน’ แต่มา ‘เปลี่ยนทักษะ’ อนาคตคือการทำงานร่วมกันระหว่างคน Agent และหุ่นยนต์

การพัฒนาอย่างก้าวกระโดดของ AI มาพร้อมกับความกังวลที่เพิ่มสูงขึ้นเรื่อย ๆ ว่า AI จะเข้ามาแย่งงานมนุษย์ โดยเฉพาะเมื่อมีรายงานว่า AI เป็นหนึ่งในปัจจัยที่ส่งผลให้เกิดการปลดพนักงานในสหรัฐอเมริกามากกว่า 55,000 คนในปีที่ผ่านมา

แต่ใช่ว่ามนุษย์จะหมดหวัง รายงานล่าสุดจาก McKinsey Global Institute (MGI) เรื่อง “Agents, robots, and us: Skill partnerships in the age of AI” ได้นำเสนอภาพที่ชัดเจนว่า AI จะไม่ทำให้ทักษะส่วนใหญ่ของมนุษย์ล้าสมัย แต่จะเปลี่ยน ‘วิธีการใช้ทักษะ’ เหล่านั้นอย่างสิ้นเชิง

แม้งานในอนาคตจะไม่ได้ขับเคลื่อนด้วยมนุษย์เพียงอย่างเดียว แต่ก็จะไม่ถูกแทนที่ด้วย AI ทั้งหมด โดยจะพัฒนาไปสู่รูปแบบของความร่วมมือระหว่างคน (People), เอเจนต์ (Agents) และหุ่นยนต์ (Robots) ที่ทำงานร่วมกันเป็นทีม โดยมี AI เป็นพลังหลักที่ทำให้ทั้ง Agents และหุ่นยนต์ฉลาดขึ้นอย่างก้าวกระโดด

เพราะฉะนั้น สิ่งที่เราควรปรับมุมมองในปีหน้าคือการเปลี่ยนจากคำถามว่า “AI จะทำให้คนตกงานกี่คน” ไปสู่คำถามที่สำคัญกว่า คือ “ทักษะของมนุษย์จะเปลี่ยนบทบาทอย่างไร เมื่อเครื่องจักรเริ่มทำงานเป็นลำดับขั้นได้เอง และองค์กรควรออกแบบ Workflow แบบไหนจึงจะได้ผลลัพธ์จริง”

มากกว่าครึ่งของชั่วโมงทำงานสามารถ ‘ทำให้เป็นอัตโนมัติ’

MGI ชี้ว่า จากความสามารถทางเทคนิคของ AI ที่แสดงให้เห็นในปัจจุบัน AI มีศักยภาพที่จะทำแทนมนุษย์ในงานที่คิดเป็นสัดส่วนสูงถึง 57% ของชั่วโมงการทำงานทั้งหมดในสหรัฐอเมริกา โดยแบ่งเป็น:

• 44% คืองานด้านความคิดและดิจิทัล เช่น การวิเคราะห์ข้อมูล การสรุปผล และการจัดการเอกสาร ซึ่งสามารถทำงานแทนได้โดย Agents 
• 13% คืองานด้านกายภาพ เช่น ขนย้าย ผลิต ตรวจสอบหน้างาน ซึ่งสามารถทำแทนได้โดยหุ่นยนต์

อย่างไรก็ตามนี่คือการวัดจาก ‘ศักยภาพเชิงเทคนิค’ ไม่ใช่การทำจริง และไม่ใช่คำทำนายจำนวนคนตกงาน เพราะการนำไปใช้จริงยังขึ้นกับต้นทุน การลงทุน กฎระเบียบ โครงสร้างองค์กร และความพร้อมของคนซึ่งอาจใช้เวลาอีกกว่าทศวรรษ 

ทักษะส่วนใหญ่ไม่หายไป แต่แค่เปลี่ยนวิธีใช้

MGI พบว่าทักษะที่นายจ้างมองหาในปัจจุบันกว่า 70% ยังคงมีความเกี่ยวข้องและถูกใช้ทั้งในงานที่เปลี่ยนเป็นอัตโนมัติได้และงานที่ทำไม่ได้ หมายความว่างานเหล่านี้จะไม่หายไป แต่บทบาทของมนุษย์งานจะเปลี่ยนไป เช่น

• จาก ‘ทำเอกสารเอง’  ไปสู่ ‘ตั้งคำถามและกำหนดกรอบงานให้ AI ทำ’
• จาก ‘ค้นข้อมูลเอง’  ไปสู่ ‘ตรวจสอบความน่าเชื่อถือ ตีความผลลัพธ์ และตัดสินใจ’
• จาก ‘เขียนด้วยมือทั้งหมด’ ไปสู่ ‘การรีไรต์ ปรับน้ำเสียง ใส่บริบท ตรวจข้อเท็จจริง และกำกับคุณภาพ’

นอกจากนี้ แม้ AI จะเข้ามาแทนที่งานซ้ำซากได้มากขึ้น แต่มนุษย์ยังคงมีความสำคัญอย่างยิ่งในด้านต่อไปนี้

• ทักษะทางสังคมและอารมณ์: งานที่ต้องใช้ความเห็นอกเห็นใจ การเจรจา การฝึกสอน และการตัดสินใจในสถานการณ์ซับซ้อน ยังคงเป็นขีดความสามารถที่ AI เข้าถึงได้ยาก
• การกำกับดูแลและการตัดสินใจ: มนุษย์จะยกระดับบทบาทจากผู้ปฏิบัติงานไปสู่ผู้กำกับดูแล ผู้ตรวจสอบคุณภาพ ผู้ตีความผลลัพธ์ และผู้จัดการกรณีพิเศษที่ AI ไม่สามารถรับมือได้

MGI จึงเสนอแนวคิด Skill Partnership โดยให้เครื่องจักรทำงานที่ซ้ำซากและรวดเร็ว ส่วนมนุษย์ขยับขึ้นไปทำงานที่ต้องใช้บริบท การตัดสินใจ การสื่อสาร และความรับผิดชอบแทน

ทักษะไหนจะรอด? เปิดดัชนี Skill Change Index (SCI)

ในรายงานนี้ McKinsey ได้พัฒนา ‘ดัชนีการเปลี่ยนแปลงทักษะ’ (Skill Change Index – SCI) เพื่อวัดผลกระทบที่การทำงานอัตโนมัติอาจมีต่อทักษะต่าง ๆ และเผยให้เห็นถึงการเปลี่ยนแปลงครั้งใหญ่ที่กำลังจะเกิดขึ้นภายในปี 2030

ทักษะที่ได้รับผลกระทบสูงสุด vs. น้อยที่สุด

ทักษะด้านดิจิทัลและการประมวลผลข้อมูล (Digital and Information-processing skills) เช่น งานบัญชี การออกใบแจ้งหนี้ และทักษะการเขียนโค้ดเฉพาะทาง มีแนวโน้มได้รับผลกระทบจากระบบอัตโนมัติมากที่สุด

ทักษะที่เกี่ยวข้องกับการช่วยเหลือและการดูแล (Assisting and Caring skills) เช่น ภาวะผู้นำ การเจรจา และการดูแลสุขภาพ มีแนวโน้มเปลี่ยนแปลงน้อยที่สุด เนื่องจากต้องอาศัยปฏิสัมพันธ์และความเห็นอกเห็นใจของมนุษย์

‘AI Fluency’ ทักษะที่มาแรงแซงทุกโค้ง

‘AI Fluency’ หรือความสามารถในการใช้และจัดการเครื่องมือ AI กลายเป็นทักษะที่เติบโตเร็วที่สุดในตลาดแรงงาน โดยความต้องการทักษะนี้เพิ่มขึ้นเกือบ 7 เท่าในช่วงสองปีที่ผ่านมา และกลายเป็นข้อกำหนดในอาชีพของพนักงานกว่า 7 ล้านคนแล้วในสหรัฐฯ

โดย AI Fluency ไม่ได้หมายถึงแค่การเขียนโค้ดเก่งเท่านั้น แต่รวมถึงความสามารถในการใช้ AI อย่างชาญฉลาด เช่น

• รู้ว่าควรใช้ AI กับงานแบบไหน หรือไม่ควรใช้กับงานแบบไหน
• ออกแบบคำสั่ง งาน และการป้อนข้อมูลให้ได้ผลลัพธ์ที่ตรวจสอบได้
• รู้วิธีตรวจทานและกำกับความเสี่ยง เช่น ความผิดพลาด อคติ ข้อมูลรั่ว

กล่าวคือ ตลาดไม่ได้ต้องการให้ “ทุกคนเป็นวิศวกร AI” แต่ต้องการให้ “ทุกคนทำงานร่วมกับ AI เป็น” สถาบันการศึกษาจึงควรปรับหลักสูตรเพื่อพัฒนา AI Fluency ตั้งแต่ระดับประถมศึกษา โดยเน้นทักษะที่ทำให้มนุษย์แตกต่างอย่างแท้จริง เช่น การคิดเชิงวิพากษ์ การตั้งคำถามต่อผลลัพธ์ของ AI และการขยายโอกาสการเรียนรู้ตลอดชีวิต เพื่อรองรับการเปลี่ยนผ่านของแรงงานครั้งใหญ่

องค์กรต้องรื้อระบบ Workflow เพื่อบรรลุมูลค่าทางเศรษฐกิจ

หากองค์กรสามารถออกแบบ Workflow ทั้งระบบใหม่ โดยใช้ AI Agents และหุ่นยนต์เข้ามาเป็นส่วนหนึ่งของกระบวนการตั้งแต่ต้นจนจบ การทำงานอัตโนมัติจะสามารถปลดล็อกมูลค่าทางเศรษฐกิจในสหรัฐฯ ได้สูงถึงประมาณ 2.9 ล้านล้านดอลลาร์สหรัฐต่อปีภายในปี 2030

อย่างไรก็ตาม การปฏิวัติครั้งนี้ไม่อาจเกิดจากการเปลี่ยนงานเพียงบางส่วนให้เป็นอัตโนมัติ เนื่องจาก Workflow ส่วนใหญ่ถูกออกแบบมาในยุค ‘ก่อน AI’ หากองค์กรทำแค่แทรก AI เข้าไปบางจุด ผลลัพธ์จะไม่เต็มศักยภาพ และอาจติดหล่มเช่นเดียวกับหลายองค์กรทั่วโลก 

โดยรายงานพบว่าเหตุผลสำคัญที่องค์กรส่วนใหญ่รายงานว่าไม่ได้รับประโยชน์จาก AI เท่าที่ควร มาจากการนำ AI ไปใช้เพื่อทำงานอัตโนมัติในงานย่อยทีละอย่างเท่านั้น 

ตัวอย่างจากกรณีศึกษาที่ประสบความสำเร็จ:

• งานขาย (Sales): บริษัทเทคโนโลยีระดับโลกใช้ AI Agent จัดลำดับความสำคัญของลูกค้าเป้าหมายและการทำ Outreach ทำให้ผู้เชี่ยวชาญด้านการพัฒนาธุรกิจสามารถย้ายเวลางานประจำถึง 30–50% ไปโฟกัสที่การสร้างความสัมพันธ์และการเจรจาเชิงกลยุทธ์ที่มีมูลค่าสูง
• การบริการลูกค้า (Customer Operations): บริษัทสาธารณูปโภคใช้ Agentic Conversational AI จัดการสายเรียกเข้า ส่งผลให้ต้นทุนเฉลี่ยต่อการโทรลดลงถึง 50% และความพึงพอใจของลูกค้าเพิ่มขึ้น 6 จุดเปอร์เซ็นต์ เพราะมนุษย์สามารถทุ่มเทไปจัดการปัญหาที่ซับซ้อนและละเอียดอ่อนทางอารมณ์ได้เต็มที่

บทบาทผู้นำเปลี่ยน สู่การบริหารทีม Hybrid

เมื่อ AI เข้ามาเป็นเพื่อนร่วมงาน ผู้จัดการจะเปลี่ยนบทบาทจากการกำกับดูแลพนักงาน ไปสู่การเป็น Orchestrator หรือผู้กำกับทีมไฮบริดที่ประกอบด้วยคน Agents และหุ่นยนต์ โดยจะเน้นทักษะด้านการฝึกสอน การสร้างอิทธิพล และการให้คำปรึกษามากขึ้น

สำหรับผู้นำองค์กร สิ่งที่ต้องพิจารณาคือ ตนเองกำลังใช้ AI เพื่อเปลี่ยนโฉมธุรกิจสู่อนาคตจริงหรือไม่ หรือเพียงใช้ AI เป็นเครื่องมือทุ่นแรงหรือโปรเจ็กต์ไอทีระยะสั้น ผู้นำจึงต้องลงไปสัมผัสและเข้าใจทั้งศักยภาพและข้อจำกัดของ AI ด้วยตนเอง พร้อมเร่งลงทุนสร้างวัฒนธรรมการทดลองและการเรียนรู้ รวมถึงพัฒนาทักษะอย่างต่อเนื่อง เพื่อให้พนักงานกล้าใช้ AI อย่างมีวิจารณญาณและสามารถกำกับความเสี่ยงได้อย่างเหมาะสม

บทสรุป: ถ้าองค์กรอยากชนะในยุค Agentic AI ต้องทำ 3 อย่างพร้อมกัน

• รื้อ Workflow ใหม่ อย่าถามแค่ว่า “งานไหนให้ AI ทำได้” แต่ให้ถามว่า “กระบวนการนี้ควรแบ่งบทบาทคน-Agent-หุ่นยนต์อย่างไรให้เร็วขึ้นและคุณภาพดีขึ้น”
• ปั้น AI fluency ให้เป็นทักษะพื้นฐานของคนทำงาน ตั้งแต่การสั่งงาน การตรวจทาน ไปจนถึงการใช้งานอย่างรับผิดชอบ
• สร้างระบบกำกับคุณภาพและความเชื่อถือ ยิ่งองค์กรพึ่ง Agent มากเท่าไร ยิ่งต้องสร้างมาตรฐานกำกับดูแล QA, Guardrails, และ Accountability ให้แข็งแรงเท่านั้น เพราะสิ่งเหล่านี้จะกลายเป็นหัวใจของความได้เปรียบในการแข่งขัน

อนาคตของการทำงานไม่ได้อยู่ที่การ ‘แข่งขัน’ แต่อยู่ที่การ ‘ร่วมมือ’ กับ AI องค์กรที่ลงทุนในทักษะที่เสริมพลังความร่วมมือนี้ และกล้าที่จะรื้อระบบการทำงานใหม่ จะเป็นผู้ที่สามารถปลดล็อกศักยภาพทางเศรษฐกิจได้อย่างแท้จริง

อ้างอิง: McKinsey