จากเงินลงทุน 1.47 ล้านล้านบาท สู่โจทย์ Human Capital ไทยจะสร้าง 'คนแห่งอนาคต' ให้ทันคลื่นอุตสาหกรรมใหม่ได้อย่างไร?

ในช่วงครึ่งแรกของปี 2026 ไทยมีคำขอรับการส่งเสริมการลงทุนมูลค่ากว่า 1.47 ล้านล้านบาท เพิ่มขึ้น 37% จากปีก่อน โดยมีแรงขับสำคัญจากการลงทุนใน Data Center, Cloud, AI และโครงสร้างพื้นฐานดิจิทัล ขณะเดียวกัน ประเทศไทยก็กำลังเร่งพัฒนาบุคลากรเฉพาะทางราว 280,000 คนภายใน 5 ปี เพื่อรองรับอุตสาหกรรม Semiconductor และ Advanced Electronics, EV รวมถึง AI

ในวันที่ไทยกำลังแข่งขันดึงเงินลงทุนและอุตสาหกรรมแห่งอนาคตเข้าประเทศ การสร้าง 'คน' ให้เติบโตทันกับอุตสาหกรรมเหล่านั้นก็เป็นอีกโจทย์สำคัญที่มองข้ามไม่ได้ เพราะ Data Center โรงงาน หรือสายการผลิตใหม่อาจสร้างขึ้นได้ภายในเวลาไม่กี่ปี แต่ความรู้ ทักษะ ประสบการณ์ และ Judgment ที่ทำให้คนสามารถสร้างมูลค่าในอุตสาหกรรมที่ซับซ้อนขึ้น ต้องอาศัยเวลาในการสะสมและพัฒนา

การดึง Data Center, AI, Semiconductor, EV หรือ Advanced Manufacturing เข้ามาจึงเป็นเพียงจุดเริ่มต้น อีกคำถามที่สำคัญไม่แพ้กันคือ เมื่อเม็ดเงินและเทคโนโลยีเหล่านี้เข้ามาแล้ว ประเทศไทยจะสามารถสร้างคน ที่พร้อมทำงาน พัฒนาเทคโนโลยี และต่อยอดองค์ความรู้จากการลงทุนเหล่านั้นได้เร็วพอหรือไม่

เงินทุนมาแล้ว คนพร้อมหรือยัง?

รัฐบาลไทยกำลังพยายามยกระดับการลงทุนให้กลายเป็นอีกหนึ่งเครื่องยนต์สำคัญของเศรษฐกิจ โดย ดร.สันติธาร เสถียรไทย ผู้ช่วยรัฐมนตรีประจำกระทรวงการคลัง เคยกล่าวถึงเป้าหมายเพิ่มสัดส่วนการลงทุนรวมของประเทศจากระดับประมาณ 22–23% ขึ้นสู่ 30% ของ GDP เพื่อเพิ่มศักยภาพการเติบโตระยะยาว

ดร.สันติธารเป็นนักเศรษฐศาสตร์ที่มีประสบการณ์ครอบคลุมทั้งโลกการเงิน เทคโนโลยี และนโยบายสาธารณะ ก่อนเข้ามาทำงานภาครัฐ เขาเคยดำรงตำแหน่ง Head of Emerging Asia Economics ที่ Credit Suisse ในสิงคโปร์ และต่อมาเป็น Group Chief Economist และ Managing Director ของ Sea Group บริษัทเทคโนโลยีเจ้าของแพลตฟอร์มอย่าง Shopee, Garena และ SeaMoney

หนึ่งในประเด็นที่เขาพูดถึงอย่างต่อเนื่องคือ 'Human Capital' หรือ 'ทุนมนุษย์'โดยเฉพาะเมื่อ AI และเทคโนโลยีกำลังเปลี่ยนทั้งรูปแบบการเรียนรู้และตลาดแรงงาน หนึ่งในกรอบคิดที่เขาใช้ในการอธิบายสิ่งที่คนในโลกอนาคตควรมี คือ “นม วิสกี้ และน้ำเปล่า”

กรอบนี้อาจช่วยให้มองโจทย์ Human Capital ของไทยได้ชัดขึ้น เพราะการสร้างอุตสาหกรรมแห่งอนาคตไม่ได้ขึ้นอยู่กับจำนวนเงินลงทุนเพียงอย่างเดียว แต่ขึ้นอยู่กับว่า ประเทศจะเปลี่ยนเงินลงทุนเหล่านั้นให้กลายเป็นความสามารถของคนในประเทศได้มากเพียงใด

'นม' ความรู้ที่มีคุณค่า แต่หมดอายุเร็ว

ในกรอบคิดของ ดร.สันติธาร 'นม' หมายถึง Knowledge หรือความรู้ ซึ่งมีคุณค่า แต่มีวันหมดอายุ ความรู้ที่ใช้ได้ดีในวันนี้อาจต้องถูกอัปเดตใหม่ในอีกไม่กี่ปี โดยเฉพาะในโลกที่เทคโนโลยีและเครื่องมือใหม่เกิดขึ้นอย่างรวดเร็ว

Generative AI ยิ่งทำให้บริบทนี้ชัดขึ้น เพราะองค์ความรู้จำนวนมากสามารถค้นหา สรุป หรืออธิบายได้ภายในเวลาไม่กี่วินาที ความได้เปรียบของคนจึงอาจไม่ได้อยู่ที่การจดจำข้อมูลได้มากที่สุดเหมือนในอดีต แต่ขยับไปสู่ความสามารถในการตั้งคำถาม ตรวจสอบข้อมูล เชื่อมโยงความรู้ และเรียนรู้สิ่งใหม่อย่างต่อเนื่อง

หากมองในระดับประเทศ นี่หมายความว่า การผลิตบุคลากรเพื่อรองรับ AI, Semiconductor หรืออุตสาหกรรมดิจิทัลไม่สามารถจบลงที่การสร้างหลักสูตรหนึ่งครั้งแล้วใช้ต่อไปหลายปีได้ เพราะ Skill Demand อาจเปลี่ยนเร็วกว่าวงจรการพัฒนาหลักสูตรแบบเดิม

ประเทศไทยจึงต้องคิดทั้งเรื่องการผลิตบุคลากรใหม่และการ Reskill หรือ Upskill คนที่อยู่ในตลาดแรงงานแล้วไปพร้อมกัน

'วิสกี้' ทักษะที่ต้องใช้เวลาในการบ่ม

ส่วน 'วิสกี้' หมายถึงทักษะที่ต้องสะสมผ่านการลงมือทำและประสบการณ์ เช่น Critical Thinking, Creativity, Communication และ Judgment ทักษะเหล่านี้ไม่ได้สร้างขึ้นจากการอ่านตำราเพียงอย่างเดียว แต่ต้องผ่านการลองผิดลองถูก การแก้ปัญหาจริง และการทำงานร่วมกับผู้อื่น

ในวันที่ AI ทำให้ความรู้จำนวนมากเข้าถึงง่ายขึ้น ความสามารถที่ต้องใช้เวลาในการบ่มกลับยิ่งมีความสำคัญ เพราะแม้ AI จะช่วยสร้างคำตอบหรือประมวลผลข้อมูลได้เร็ว แต่การตัดสินใจว่าอะไรควรทำ อะไรคือบริบทที่สำคัญ หรือผลลัพธ์แบบใดเหมาะกับสถานการณ์จริง ยังต้องอาศัยประสบการณ์และความเข้าใจที่ลึกกว่า

ประเด็นนี้ยิ่งน่าสนใจเมื่อ AI กำลังเข้ามารับช่วงงานพื้นฐานจำนวนหนึ่งที่เคยเป็นพื้นที่ฝึกของคนระดับ Junior ตั้งแต่การจัดระเบียบข้อมูล งานเอกสาร การ Coding พื้นฐาน ไปจนถึง Routine Task อื่น ๆ งานเหล่านี้อาจดูไม่ซับซ้อน แต่ในอดีตทำหน้าที่เป็นสนามฝึกสำคัญที่ช่วยให้คนเริ่มต้นทำงานได้เรียนรู้ธุรกิจ เข้าใจบริบท ได้ผิดพลาดภายใต้ความเสี่ยงที่ยังไม่สูงมาก และค่อย ๆ สะสม Judgment ก่อนขยับไปทำงานที่ซับซ้อนขึ้น

ปัญหาจึงเกิดขึ้นเมื่อองค์กรต้องการคนที่มีประสบการณ์มากขึ้น ขณะที่ AI อาจลดพื้นที่บางส่วนที่คนรุ่นใหม่เคยใช้สร้างประสบการณ์นั้น ดังนั้นสิ่งที่ตามมาคือองค์กรและระบบการศึกษาจะออกแบบสนามฝึกแบบใหม่อย่างไร เพื่อให้คนรุ่นใหม่ยังสามารถสะสมประสบการณ์และเติบโตไปเป็นคนที่รับผิดชอบงานซับซ้อนได้ในอนาคต

'น้ำเปล่า' เมื่อเส้นทางอาชีพไม่มีสูตรตายตัว

ส่วนสุดท้ายของ Framework คือ 'น้ำเปล่า' หรือ Self-awareness การรู้ว่าเราเก่งอะไร ขาดอะไร เรียนรู้แบบไหน และเหมาะกับสภาพแวดล้อมการทำงานอย่างไร

ความสามารถนี้ยิ่งมีความสำคัญเมื่อเส้นทางอาชีพไม่ได้เป็นเส้นตรงเหมือนเดิม คนหนึ่งอาจต้องเปลี่ยนบทบาท เรียนทักษะใหม่ หรือย้ายข้ามอุตสาหกรรมหลายครั้งตลอดชีวิตการทำงาน

ดร.สันติธารจึงเสนอให้เปลี่ยนคำถามจาก “โตขึ้นอยากเป็นอะไร” ไปสู่ “โตขึ้นอยากมีสกิลอะไร” เพราะในอนาคตเราอาจไม่รู้ด้วยซ้ำว่า Job Title แบบใดจะเกิดขึ้นหรือหายไป

หากนำแนวคิดนี้มามองในระดับประเทศ การวางแผน Human Capital ก็อาจต้องขยับจากการถามเพียงว่า ไทยต้องการ Engineer, Programmer หรือ Data Scientist อีกกี่คน ไปสู่การถามเพิ่มเติมว่า คนไทยควรมี Skill Portfolio แบบใด เพื่อให้สามารถทำงานข้ามอุตสาหกรรม ทำงานร่วมกับ AI และปรับตัวได้เมื่อเทคโนโลยีเปลี่ยน

โรงเรียนสอนความรู้ แล้วใครจะช่วยสร้างประสบการณ์?

ดร.สันติธารเคยตั้งข้อสังเกตว่า ระบบการศึกษามักให้น้ำหนักกับ 'นม' หรือความรู้มากเกินไป ขณะที่เปิดพื้นที่ให้นักเรียนและนักศึกษาได้สะสมประสบการณ์จริงน้อยเกินไป

ในโลกที่นายจ้างให้น้ำหนักกับ Work Experience และความสามารถในการประยุกต์ใช้ความรู้มากขึ้น เราอาจจะต้องทบทวนโมเดลที่เรียนเต็มเวลาหลายปีแล้วค่อยเริ่มเก็บประสบการณ์หลังเรียนจบ

Internship, Apprenticeship, Project-Based Learning หรือการทำโจทย์จริงร่วมกับภาคธุรกิจจึงอาจต้องเข้ามาอยู่ในระบบการศึกษาเร็วขึ้น เพื่อให้คนรุ่นใหม่ได้เริ่ม “บ่มวิสกี้” ตั้งแต่ก่อนเข้าสู่ตลาดแรงงานเต็มตัว

การเปลี่ยนแปลงนี้ไม่ได้หมายความว่าความรู้พื้นฐานจะหมดความสำคัญ แต่หมายความว่า Knowledge และ Experience ต้องถูกสร้างควบคู่กัน เพราะเมื่อความรู้หมดอายุเร็วขึ้น คนที่สามารถนำความรู้ไปใช้จริงและเรียนรู้จากสถานการณ์ใหม่ได้ จะมีความได้เปรียบมากกว่า

บริษัทเองก็ต้องกลับมาเป็นพื้นที่เรียนรู้

อีกด้านหนึ่งของแนวคิดนี้คือ “ที่ทำงานให้นมน้อยไป” เพราะในโลกที่ Skill Requirement เปลี่ยนเร็วขึ้น บริษัทไม่สามารถคาดหวังให้มหาวิทยาลัยผลิตคนที่มีทักษะพร้อมใช้ตลอดเวลาได้

แม้พนักงานคนหนึ่งจะมีทักษะตรงกับงานในวันที่ถูกจ้าง เครื่องมือ กระบวนการ หรือโมเดลธุรกิจอาจเปลี่ยนไปภายในไม่กี่ปี องค์กรจึงต้องกลายเป็นส่วนหนึ่งของ Learning Infrastructure ผ่านการ Reskill, Upskill และเปิดพื้นที่ให้พนักงานเรียนรู้จากงานใหม่อย่างต่อเนื่อง

นี่เป็นเรื่องสำคัญโดยเฉพาะในอุตสาหกรรมที่ประเทศไทยกำลังพยายามดึงเข้ามา เพราะความเร็วในการเปลี่ยนแปลงของเทคโนโลยีอาจเร็วกว่าวงจรการผลิตบัณฑิตแบบดั้งเดิม

ดังนั้น แม้ประเทศไทยจะสามารถผลิต Engineer, AI Talent หรือ Semiconductor Talent เพิ่มขึ้นได้ แต่หากองค์กรไม่มีระบบที่ช่วยให้คนเหล่านั้นพัฒนาต่อหลังเข้าสู่ตลาดแรงงาน ช่องว่างระหว่าง Skill Supply และ Skill Demand ก็อาจกลับมาเกิดขึ้นใหม่ได้ตลอดเวลา

ไทยกำลังสร้างคนแล้ว แต่จะสร้างทันหรือไม่?

ในความเป็นจริง ประเทศไทยไม่ได้เริ่มต้นจากศูนย์ รัฐมีแผนพัฒนาบุคลากรเฉพาะทางราว 280,000 คนในช่วง 5 ปี แบ่งเป็นประมาณ 80,000 คนใน Semiconductor และ Advanced Electronics, 150,000 คนในอุตสาหกรรม EV และ 50,000 คนใน AI พร้อมกับความร่วมมือระหว่างภาครัฐ มหาวิทยาลัย และภาคเอกชนเพื่อสร้าง Talent Pipeline ในหลายอุตสาหกรรม

แต่ความเร็ว ขนาด และคุณภาพของการสร้างคน จะทันกับความเร็วของ Investment Pipeline หรือไม่?

เพราะในช่วงที่คำขอรับการส่งเสริมการลงทุนกำลังเพิ่มขึ้นอย่างรวดเร็ว อุตสาหกรรมใหม่ไม่ได้รอให้ระบบการศึกษาใช้เวลาหลายปีในการปรับตัว ความท้าทายจึงอยู่ที่การทำให้ Investment Strategy และ Human Capital Strategy เดินไปด้วยความเร็วใกล้เคียงกัน ตั้งแต่การคาดการณ์ว่าทักษะใดจะเป็นที่ต้องการ การออกแบบหลักสูตรร่วมกับภาคธุรกิจ การเปิดพื้นที่ให้คนได้สะสมประสบการณ์ ไปจนถึงการสร้างระบบ Lifelong Learning สำหรับแรงงานที่อยู่ในตลาดอยู่แล้ว

เงินลงทุนมากขึ้น ต้องทิ้ง 'ความสามารถ' ไว้ในประเทศมากขึ้นด้วย

ท้ายที่สุด เป้าหมายเพิ่มการลงทุนสู่ 30% ของ GDP หรือการดึง Data Center, Semiconductor, AI และ Advanced Manufacturing เข้ามาในประเทศ ไม่ควรถูกวัดจากมูลค่าเงินลงทุนเพียงอย่างเดียว

สิ่งที่สำคัญไม่แพ้กันคือ การลงทุนเหล่านั้นสร้างงานที่มีทักษะสูงขึ้นหรือไม่ ทำให้คนไทยได้เรียนรู้เทคโนโลยีใหม่หรือไม่ เปิดโอกาสให้บริษัทไทยเข้าไปอยู่ใน Supply Chain ที่ซับซ้อนขึ้นหรือไม่ และทิ้งความสามารถบางอย่างไว้ในประเทศแม้วันหนึ่งนักลงทุนจะย้ายฐานออกไป

นี่สอดคล้องกับทิศทางของ BOI ที่ย้ำว่าเป้าหมายของการส่งเสริมการลงทุนไม่ได้อยู่ที่มูลค่าการลงทุนเพียงอย่างเดียว แต่รวมถึงการสร้างงานคุณภาพ การเพิ่มทักษะและรายได้ของแรงงาน ตลอดจนสร้างโอกาสให้บริษัทไทยเข้าไปมีส่วนร่วมในห่วงโซ่อุปทาน

เพราะ Data Center สามารถสร้างได้ โรงงานสามารถย้ายได้ เงินทุนสามารถเคลื่อนย้ายได้ และเทคโนโลยีจำนวนมากสามารถซื้อได้ แต่คนที่มีความรู้ ประสบการณ์ Judgment และความสามารถในการสร้างสิ่งใหม่ ต้องใช้เวลาในการสร้าง

ร่วมฟังมุมมองจาก ดร.สันติธาร เสถียรไทย ถึงทิศทางเศรษฐกิจ การเปลี่ยนแปลงของเทคโนโลยี และโจทย์สำคัญที่ประเทศไทยต้องเตรียมรับมือในโลกที่กำลังเปลี่ยนอย่างรวดเร็ว ที่ Techsauce Global Summit 2026 วันที่ 26–28 สิงหาคม 2026

ซื้อบัตรได้ที่: https://bit.ly/4geyOuH