ตลาดแรงงาน 2026 โลกหลัง Layoff ที่ต้องเรียนรู้ใหม่ตลอดชีวิต

บทความก่อนหน้านี้ เราพูดถึงคลื่น Layoff ที่ซัดข้ามอุตสาหกรรมเทคโนโลยีในไตรมาสแรกของปี 2026 ตัวเลขดูน่ากลัว บริษัทใหญ่ทยอยตัดคน AI กลายเป็นชื่อที่ถูกอ้างถึงบ่อยที่สุดในจดหมายเลิกจ้าง และสิ่งที่น่าสนใจคือ AI ถูกระบุเป็นสาเหตุในกว่า 20% ของการเลิกจ้างทั้งหมด เพิ่มขึ้นจาก 8% ในปี 2025 เกือบสามเท่าภายในปีเดียว

แต่ถ้าเราหยุดอยู่แค่ตรงนั้น เราจะพลาดภาพที่ใหญ่กว่า เพราะตัวเลขที่ไม่ค่อยมีคนพูดถึงคือ ในช่วงเวลาเดียวกัน AI สร้างตำแหน่งงานใหม่แล้ว 1.3 ล้านตำแหน่งทั่วโลก

สิ่งที่เกิดขึ้นทำให้เราเริ่มเห็นภาพลาง ๆ ว่า ตลาดแรงงานไม่ได้กำลังหดตัว มันกำลังถูกยกเครื่องทั้งระบบ ตำแหน่งเก่าหายไปจริง แต่ตำแหน่งใหม่กำลังเกิดขึ้นเร็วกว่าที่คนส่วนใหญ่ตามทัน และมาพร้อมกับทักษะที่ระบบการศึกษาไม่เคยเตรียมใครไว้ให้

นี่คือเรื่องราวของโลกหลัง Layoff

วิกฤตรอบนี้อาจไม่เหมือนรอบก่อน

ปี 2023 บริษัทเทคลดคนเพราะจ้างเกินตัวในช่วงโควิด Meta ลด 21,000 คน Amazon ลด 27,000 คน Google ลด 12,000 คน มันคือการแก้ไขข้อผิดพลาดเก่า จ้างมากเกินไป พอตลาดกลับสู่ปกติก็ต้องปรับขนาด

แต่สัญญาณของปี 2026 ไม่ใช่แบบนั้น รอบนี้บริษัทไม่ได้ลดคนเพราะขาดทุน หลายบริษัทกำไรดี งบดุลแข็งแรง แต่เลือกตัดตำแหน่งที่ AI ทำแทนได้ แล้วเอางบก้อนเดิมไปจ้างตำแหน่งใหม่ที่ต้องใช้ทักษะต่างออกไป ข้อมูลจาก JobsPikr ระบุว่า 42% ของ layoff ในปี 2026 เกิดจากการปรับโครงสร้าง และอีก 39% เกิดจากการจัดสรรงบประมาณใหม่เพื่อลงทุนกับ AI

บริษัท Atlassian เป็นตัวอย่างที่ชัดที่สุด ลดคนไป 1,600 ตำแหน่ง แต่ประกาศจ้างใหม่ 800 ตำแหน่งที่เน้น AI ทั้งหมด เห็นได้ชัดว่านี่ไม่ใช่การหดตัว แต่เป็นการสลับคน ตำแหน่งที่หายไปเป็นงานประเภท operation และ support 

แต่ตำแหน่งที่เกิดขึ้นใหม่เป็นงาน AI engineering และ machine learning จะเห็นได้ว่าความต้องการในการจ้างงานของทั้งสองกลุ่มนี้แทบจะไม่มีทักษะที่ทับซ้อนกันเลยด้วยซ้ำ

LinkedIn เรียกสิ่งนี้ว่า The Great Labor Market Rotation ในรายงานที่เผยแพร่ในงาน Davos 2026 ตลาดแรงงานกำลังหมุน ไม่ใช่กำลังหด ตำแหน่งเก่าหายไป ตำแหน่งใหม่เกิดขึ้น แต่มันไม่ได้เกิดขึ้นกับคนกลุ่มเดียวกัน ไม่ได้เกิดขึ้นในเมืองเดียวกัน และไม่ได้ต้องการทักษะแบบเดียวกัน

World Economic Forum ตีตัวเลขในภาพใหญ่ผ่าน Future of Jobs Report 2025 ว่าภายในปี 2030 จะมีตำแหน่งงาน 92 ล้านตำแหน่งหายไปทั่วโลก แต่จะมีตำแหน่งใหม่เกิดขึ้น 170 ล้านตำแหน่งสุทธิแล้ว

แต่อย่าเพิ่งดีใจ เพราะความเป็นจริงที่อยากชวนให้มองลงไปลึก ๆ คือ คน 92 ล้านคนที่ตกงาน กับคน 170 ล้านคนที่ได้งานใหม่ อาจไม่ใช่คนกลุ่มเดียวกันเลย และช่องว่างตรงนี้คือจุดที่ทุกอย่างซับซ้อนขึ้น

แผนที่ของตำแหน่งที่กำลังหายไป

ก่อนจะพูดถึงงานใหม่ที่เกิดขึ้น ต้องเข้าใจก่อนว่างานแบบไหนกำลังถูกกัดกร่อน และทำไม

ข้อมูลจาก Goldman Sachs และ McKinsey แบ่งระดับความเสี่ยงจากการถูก automate ตาม sector ไว้ชัดเจน กลุ่มที่โดนหนักที่สุดคือ 

1. งานบริหารจัดการเอกสารและสำนักงาน มีสัดส่วนงานที่ automate ได้สูงถึง 46%
2. Manufacturing ที่มีสัดส่วนงานที่ automate ได้สูงถึง 45%
3. งานบริการลูกค้า ที่มีสัดส่วนงานที่ automate ได้สูงถึง 41%
4. งาน data processing ที่มีสัดส่วนงานที่ automate ได้สูงถึง 38%
5. งานการเงินพื้นฐาน ที่มีสัดส่วนงานที่ automate ได้สูงถึง 37%

ตัวเลขเหล่านี้ไม่ได้หมายความว่าคนในตำแหน่งเหล่านี้จะตกงานทั้งหมดในวันพรุ่งนี้ แต่มันบอกว่า เกือบครึ่งของสิ่งที่คนเหล่านี้ทำอยู่ทุกวัน AI ทำแทนได้แล้ว ส่วนที่เหลืออีกครึ่งยังต้องใช้คน แต่คนที่ทำงานครึ่งเดียวของตำแหน่งเดิม จะถูกจ่ายค่าตอบแทนเต็มเหมือนเดิมไหม?

ขณะที่อุตสาหกรรมบางกลุ่มมีความเสี่ยงต่ำกว่า สาย healthcare อยู่ที่ 17% การศึกษา 22% และงานสร้างสรรค์ 23% เพราะงานเหล่านี้ต้องอาศัยปฏิสัมพันธ์ระหว่างมนุษย์ที่ AI ยังทดแทนไม่ได้

นี่คือเหตุผลที่ HBR อธิบายว่า AI ไม่ได้ลบตำแหน่งงานแบบเหมารวม แต่มันแยกชิ้นส่วนของงานออกมา ส่วนไหนเป็น routine ซ้ำ ๆ คาดเดาได้ AI รับไป ส่วนไหนต้องใช้วิจารณญาณ ความเห็นอกเห็นใจ หรือความคิดสร้างสรรค์ ยังเป็นของคน ผลลัพธ์คือตำแหน่งเดิมไม่ได้หายไป แต่ถูกทำให้เล็กลง ยากขึ้น และต้องการทักษะต่างจากเดิม

ดังนั้นภาพที่มันน่าจะเป็นได้มากที่สุด คือ AI จะ reshape งานมากกว่าที่จะ replace มัน

ตำแหน่งใหม่ที่จะเกิด หน้าตาเป็นอย่างไร

IMF ใช้คำว่า Skills Earthquake เพื่ออธิบายสิ่งที่เกิดขึ้นกับตลาดแรงงานโลกเหมือนแผ่นดินไหวที่แรงสั่นสะเทือนไม่ได้ทำลายทุกอย่าง แต่เปลี่ยนภูมิประเทศ สิ่งที่เคยสูงอาจทรุดลง สิ่งที่เคยอยู่ต่ำอาจถูกยกขึ้นมา ทักษะที่เคยมีค่ากำลังเสื่อมมูลค่าลงอย่างรวดเร็ว ขณะที่ทักษะใหม่กำลังกลายเป็นสกุลเงินหลักของตลาดแรงงาน

ตัวเลขจาก IMF ชี้ว่า 1 ใน 10 ของประกาศรับสมัครงานในประเทศพัฒนาแล้วต้องการทักษะใหม่อย่างน้อย 1 อย่างที่ไม่เคยปรากฏในประกาศงานมาก่อน ไม่ใช่ทักษะที่ยากขึ้น แต่เป็นทักษะที่ต่างออกไป เช่น 

• ความสามารถในการออกแบบ workflow ให้ AI ทำงานร่วมกับคน 
• การตรวจสอบคุณภาพผลลัพธ์ที่ AI สร้างขึ้น

ตำแหน่งที่ระบุทักษะเหล่านี้ให้เงินเดือนสูงกว่าค่าเฉลี่ยประมาณ 3% และถ้าต้องการทักษะใหม่หลายอย่างพร้อมกัน ส่วนต่างพุ่งขึ้นไปถึง 15% แต่ตัวเลขที่สะท้อนการเปลี่ยนแปลงได้ชัดที่สุดคือ Wage Premium ของคนที่มี AI fluency

AI fluency ไม่ได้หมายความว่าต้องเขียนโค้ดได้ มันหมายถึงความสามารถในการใช้เครื่องมือ AI อย่างคล่องแคล่วในงานประจำวัน รู้ว่าเมื่อไหร่ควรใช้ AI เมื่อไหร่ไม่ควร รู้จักเลือกเครื่องมือที่เหมาะกับงาน สามารถตรวจสอบและปรับแก้ผลลัพธ์ที่ AI ให้มาได้

คนที่มี AI fluency ได้ค่าตอบแทนสูงกว่าคนที่ไม่มีถึง 56% ไม่ใช่แค่โปรแกรมเมอร์ แต่รวมถึงนักการตลาดที่ใช้ AI วิเคราะห์แคมเปญ นักวิเคราะห์ที่ใช้ AI ประมวลผลข้อมูล นักออกแบบที่ใช้ AI สร้าง prototype หรือแม้แต่ HR ที่ใช้ AI คัดกรองใบสมัคร คนเหล่านี้ทำงานเดิม แต่ได้ผลลัพธ์มากกว่า เร็วกว่า และแม่นยำกว่า

นอกจากนี้ข้อมูลจาก PwC เจาะลึกลงไปอีกว่า พนักงานที่ใช้ AI ในงานประจำวันประหยัดเวลาได้เฉลี่ย 7.5 ชั่วโมงต่อสัปดาห์ หรือเกือบ 1 วันทำงานเต็ม ลองคิดดู คนสองคนทำงานตำแหน่งเดียวกัน บริษัทเดียวกัน แต่คนหนึ่งใช้ AI เป็น อีกคนไม่ใช้ คนแรกมีเวลาเหลือเกือบวันหนึ่งต่อสัปดาห์ไปทำงานที่มีมูลค่าสูงกว่า สร้างผลงานที่มองเห็นได้ชัดกว่า ภายในหนึ่งปี ช่องว่างระหว่างคนสองคนนี้จะกว้างมาก

ด้าน LinkedIn ก็รายงานว่าตำแหน่งงานที่ต้องการ AI literacy เพิ่มขึ้น 70% ภายในปีเดียวในสหรัฐฯ AI literacy ในที่นี้คือความรู้พื้นฐานด้าน AI ไม่ใช่แค่เข้าใจว่ามันคืออะไร แต่รู้ว่ามันทำอะไรได้จริง อะไรที่มันยังทำไม่ดี รู้จักเลือกเครื่องมือ AI ที่เหมาะกับสถานการณ์ ตัวเลขนี้สะท้อนว่า AI literacy กำลังเปลี่ยนจากทักษะเสริมเป็นทักษะขั้นต่ำที่นายจ้างคาดหวัง เหมือน Computer literacy เมื่อ 20 ปีก่อน หรือภาษาอังกฤษเมื่อ 30 ปีก่อน ใครไม่มี จะเริ่มเสียเปรียบตั้งแต่ขั้นตอนสมัครงาน

ขณะที่ 53% ของพนักงานทั่วโลกบอกว่ามีแผนจะเรียนทักษะ AI ด้วยตัวเองภายใน 6 เดือนข้างหน้า ตัวเลขนี้บอกทั้งความตื่นตัวและความกังวลในเวลาเดียวกัน คนรู้ว่าต้องปรับตัว แต่หลายคนยังไม่รู้ว่าต้องปรับอย่างไรWEF จัดอันดับ 10 ทักษะที่จะมีความสำคัญมากที่สุดในอีก 5 ปีข้างหน้า และสิ่งที่น่าสนใจคือรายการนี้ไม่ได้มีแค่ทักษะเทคนิค

• อันดับ 1 ถึง 3 เป็นทักษะเทคโนโลยี เช่น AI และ Big Data, Networks และ Cybersecurity, Technological Literacy
• อันดับ 4 ถึง 10 เป็นทักษะที่ AI ทำไม่ได้
  • Creative Thinking การคิดสร้างสรรค์
  • Resilience ความยืดหยุ่น ล้มแล้วลุกไว
  • Flexibility การปรับตัวเก่ง
  • Curiosity ชอบตั้งคำถามและแสวงหาความรู้ใหม่
  • Lifelong Learning การเรียนรู้ตลอดชีวิต
  • Leadership ความเป็นผู้นำ
  • Talent Management การบริหารคนเก่ง
  • Analytical Thinking การย่อยข้อมูลที่ซับซ้อนออกเป็นส่วนๆ เพื่อหาเหตุและผล
  • Environmental Stewardship ความรับผิดชอบในการใช้ทรัพยากรอย่างคุ้มค่า

ครึ่งหนึ่งของทักษะที่สำคัญที่สุดในอนาคต เป็นสิ่งที่ไม่มีอัลกอริทึมใดทดแทน ความคิดสร้างสรรค์ ความยืดหยุ่น ความอยากรู้ ภาวะผู้นำ การจัดการคน สิ่งเหล่านี้ไม่มี training data ไม่มี fine-tuning ไม่มี prompt ใดที่จะสร้างมันขึ้นมาในเครื่องจักร

นี่คือสิ่งที่ LinkedIn เรียกว่า Hybrid Skills ทักษะผสมผสานที่กำลังกลายเป็นสิ่งที่นายจ้างต้องการมากที่สุด ไม่ใช่คนที่เก่ง AI อย่างเดียว ไม่ใช่คนที่มี soft skills อย่างเดียว แต่เป็นคนที่รวมทั้งสองอย่างเข้าด้วยกันอย่างลงตัว คนที่ใช้ AI วิเคราะห์ข้อมูลได้ แล้วสื่อสารผลลัพธ์ให้ทีมเข้าใจได้ คนที่ออกแบบ workflow ของ AI agent ได้ แล้วบริหารทีมที่มีทั้งคนและ AI ทำงานร่วมกันได้

การ Reskill จึงเป็นทางออกที่คุ้มกว่าที่คิด

ท่ามกลางความเปลี่ยนแปลงทั้งหมดนี้ มีข่าวดีอยู่ข้อหนึ่ง ระยะห่างระหว่างทักษะเก่ากับทักษะใหม่ ไม่ได้ไกลอย่างที่คิด

กรณี content writer เป็นตัวอย่างที่ชัดที่สุด ข้อมูลจาก AnalyticsWeek ชี้ว่า Content Writer ที่มีอยู่เดิมมี skill overlap กับตำแหน่ง AI Content Strategist ที่เกิดขึ้นใหม่สูงถึง 71% คนเหล่านี้เข้าใจ brand voice เข้าใจผู้อ่าน รู้มาตรฐานเนื้อหา สิ่งที่ขาดคือทักษะในการใช้ AI สร้างเนื้อหาและตรวจสอบคุณภาพ ซึ่งคิดเป็นแค่ 29% ที่ต้องเติม การ reskill จึงถูกกว่าและเร็วกว่าการหาคนใหม่ที่มีทักษะ AI แต่ไม่เข้าใจธุรกิจ

ที่น่าสนใจกว่าคือมุมกลับ สมมติบริษัทไปจ้าง AI specialist จากข้างนอก คนใหม่อาจใช้ AI เก่ง แต่ไม่เข้าใจธุรกิจ ไม่รู้ว่าลูกค้าต้องการอะไร ไม่รู้ว่า brand ของบริษัทพูดแบบไหน ทักษะเหล่านี้สอนยากกว่าทักษะ AI มาก และใช้เวลานานกว่า

บริษัทจำนวนมากเริ่มตระหนักเรื่องนี้ ข้อมูลเชิงเศรษฐศาสตร์ ชี้ว่า การ reskill แทนที่จะไล่ออกแล้วจ้างใหม่ ให้ผลตอบแทนสูงกว่าอย่างชัดเจน บริษัทที่ลงทุน reskill เห็นมูลค่าที่พนักงานสร้างให้ตลอดอายุการทำงานเพิ่มขึ้นถึง 35% ในระยะ 5 ปี 

พนักงานที่เห็นว่าบริษัทพร้อมลงทุนสอนทักษะใหม่ให้ มีแนวโน้มจะอยู่กับบริษัทเดิมมากกว่าถึง 2.3 เท่า   เทียบกับคนที่รู้สึกว่าบริษัทพร้อมจะทิ้งตัวเองเมื่อไหร่ก็ได้ และเมื่อค่าตัวของ AI talent ในตลาดเพิ่มขึ้นปีละ 20% การซื้อตัวคนใหม่จากข้างนอกก็แพงขึ้นเรื่อย ๆ จนไม่คุ้ม องค์กรที่สร้างระบบให้คนย้ายตำแหน่งภายในได้ง่าย เติมตำแหน่งว่างได้เร็วกว่าองค์กรที่พึ่งการจ้างภายนอกถึง 20-30%

นี่คือเหตุผลที่ 77% ของนายจ้างทั่วโลกวางแผนจะ upskill พนักงานที่มีอยู่ แทนที่จะตัดออก ตัวเลขนี้สูงอย่างน่าแปลกใจ มันสะท้อนว่าบทเรียนจาก Klarna กำลังกระจายไปทั่ววงการ การไล่คนออกเร็วเกินไปแล้วต้องจ้างกลับ เป็นบทเรียนที่แพง

แต่อทั้งหมดที่เล่ามาเป็นเรื่องของบริษัท ของตลาด ของตัวเลข แล้วคนธรรมดาที่ทำงานอยู่ทุกวันล่ะ ต้องทำอย่างไร? ซึ่งข้อมูลทั้งหมดในบทความนี้ชี้ไปในทิศทางเดียวกันอยู่ 3 เรื่อง

เรื่องแรก = รู้จัก AI และใช้ให้เป็น

ไม่จำเป็นต้องเขียนโค้ดได้ แต่ต้องเข้าใจว่า AI ทำอะไรได้ ทำอะไรไม่ได้ ใช้มันให้เป็นประโยชน์กับงานของตัวเองอย่างไร รู้จักตรวจสอบสิ่งที่ AI ให้มา ไม่ใช่เชื่อทุกอย่าง เหมือนการใช้คอมพิวเตอร์เมื่อ 20 ปีก่อน หรือภาษาอังกฤษเมื่อ 30 ปีก่อน 

วันนี้ AI literacy กำลังกลายเป็นทักษะพื้นฐาน ไม่ใช่ทักษะเสริม คนที่ใช้ AI เป็นประหยัดเวลาได้เกือบวันหนึ่งต่อสัปดาห์ ได้ค่าตอบแทนสูงกว่า 56% ภายในหนึ่งปี ช่องว่างระหว่างคนที่ใช้เป็นกับคนที่ไม่ใช้จะกว้างขึ้นอย่างมาก

เรื่องที่สอง = ทักษะที่ AI ทำไม่ได้ กำลังมีค่ามากขึ้น ไม่ใช่น้อยลง

Klarna พิสูจน์แล้วว่า Empathy ไม่ใช่สิ่งที่ Automate ได้ ความคิดสร้างสรรค์ การตัดสินใจในสถานการณ์คลุมเครือ ภาวะผู้นำ การบริหารคน สิ่งเหล่านี้ไม่มีอัลกอริทึมใดทดแทนได้ในเร็ววัน คนที่มีค่าที่สุดในตลาดแรงงานใหม่ไม่ใช่คนที่เก่ง AI ที่สุด แต่เป็นคนที่ผสมทักษะมนุษย์เข้ากับความเข้าใจ AI ได้อย่างลงตัว

เรื่องที่สาม = หยุดเรียนไม่ได้อีกแล้ว

Prompt Engineer ที่เป็นตำแหน่งร้อนแรงวันนี้ อาจถูก Automate ได้เองภายใน 3-5 ปี ไม่มีทักษะใดที่เรียนรู้ครั้งเดียวแล้วใช้ได้ตลอดอีกต่อไป WEF จัดให้ Curiosity และ Lifelong Learning เป็น 1 ใน 10 ทักษะสำคัญที่สุด เพราะมันไม่ใช่ทักษะเดียว มันเป็นทักษะแม่ที่ทำให้คุณได้ทักษะอื่นทั้งหมด ในโลกที่ทักษะหมดอายุเร็ว คนที่ไม่หยุดเรียนรู้คือคนที่จะอยู่รอด

ไม่ใช่จุดจบ แต่เป็นจุดเริ่มต้นใหม่

ปี 2026 ไม่ใช่ปีที่ AI มาแย่งงานคน

มันคือปีที่ตลาดแรงงานถูก reboot ครั้งใหญ่ที่สุดนับตั้งแต่ยุคอินเทอร์เน็ต ตำแหน่งงาน 92 ล้านตำแหน่งกำลังถูกยุบ แต่อีก 170 ล้านตำแหน่งกำลังก่อตัว องค์กรเปลี่ยนรูปทรงจากพีระมิดเป็นโครงสร้างแบน ทักษะที่เคยมีค่า 10 ปีกำลังหมดอายุใน 2 ปี และช่องว่างระหว่างคนที่ปรับตัวได้กับคนที่ปรับตัวไม่ได้กำลังกว้างขึ้นทุกไตรมาส

แต่ในทุกจุดเปลี่ยนของประวัติศาสตร์ คนที่เห็นก่อนเสมอได้เปรียบกว่าคนที่ลงมือก่อน เพราะการลงมือก่อนโดยไม่เข้าใจ อาจพาไปผิดทาง เหมือนบริษัทที่รีบ layoff แล้วต้องจ้างกลับ

คนที่ได้เปรียบที่สุดในโลกหลัง Layoff ไม่ใช่คนที่เก่ง AI ที่สุด และไม่ใช่คนที่ปฏิเสธ AI ไปเลย แต่เป็นคนที่เข้าใจว่าเกมเปลี่ยนไปแล้ว และเลือกเรียนรู้กฎใหม่ก่อนที่จะถูกบังคับให้เรียน

อ้างอิง:

• weforum
• imf [1] 
• imf [2] 
• weforum
• linkedin
• bcg
• hackr.io
• hbr.org
• pwc [1]
• pwc [2]
• mckinsey [1]
• mckinsey [2]
• gartner
• cnbc
• hcamag
• mlq.ai
• hrexecutive
• analyticsweek
• coursera
• jobspikr