🛑 ไม่มีช่วงวัยไหนปลอดภัย…เมื่อคลื่นเลย์ออฟไม่ได้ถามอายุ แต่ถามว่า “เรายังสร้างคุณค่าแบบเดิมอยู่หรือไม่?”
(ทำไมวิกฤตแรงงานรอบนี้จึงกระทบตั้งแต่เด็กจบใหม่ถึงผู้บริหาร และเหตุใดคำว่า “ประสบการณ์” จะยังมีราคา ก็ต่อเมื่อมันถูกแปลงเป็นคุณค่าแบบใหม่ได้?)
“เด็กจบใหม่ก็หางานยาก รุ่นพี่อายุสี่สิบปลายก็เริ่มถูกปรับโครงสร้าง”
“คนที่เคยทำผลงานดีมาตลอด ทำไมอยู่ๆ ถึงกลายเป็นต้นทุนที่องค์กรต้องทบทวน?”
“ตกลงในยุค AI ยังมีช่วงวัยไหนที่ปลอดภัยอยู่บ้าง?”
ผมคิดว่าคนทำงานจำนวนไม่น้อยกำลังได้ยินคำถามลักษณะนี้บ่อยขึ้นครับ โดยเฉพาะเมื่อข่าวการลดคนไม่ได้เกิดเฉพาะกับพนักงานอาวุโสที่มีค่าตัวสูง แต่เริ่มลามไปถึงตำแหน่งระดับต้น งานสำนักงานทั่วไป ผู้เชี่ยวชาญเฉพาะทาง และผู้จัดการระดับกลางพร้อมกัน
อย่างไรก็ตาม เราควรระวังการอธิบายทุกอย่างด้วยคำว่า AI เพียงคำเดียว เพราะการเลย์ออฟในแต่ละองค์กรยังเกิดจากหลายปัจจัย ทั้งเศรษฐกิจชะลอตัว ต้นทุนเงินทุนสูง การลงทุนเกินตัวในช่วงก่อนหน้า การควบรวมกิจการ และแรงกดดันเรื่องกำไร แต่สิ่งที่ AI ทำอย่างชัดเจน คือเร่งให้องค์กรเห็นว่า งานใดลดขั้นตอนได้ งานใดรวมบทบาทกันได้ และงานใดไม่จำเป็นต้องใช้คนจำนวนเท่าเดิมอีกต่อไป
ดังนั้น คลื่นรอบนี้จึงไม่ใช่เพียง “เศรษฐกิจแย่แล้วรอวันฟื้น” แต่เป็นการจัดระเบียบงานใหม่ทั้งระบบ และเมื่อโครงสร้างงานเปลี่ยน เกราะที่เคยปกป้องคนแต่ละวัยก็เริ่มใช้การไม่ได้พร้อมกัน
====
🌍 ไม่ใช่สงครามระหว่างคนกับ AI แต่คือการย้ายเส้นแบ่งของงาน
รายงาน Future of Jobs Report 2025 ของ World Economic Forum ประเมินว่า ภายในปี 2030 การเปลี่ยนแปลงจะกระทบงานในสัดส่วนราว 22% ของงานปัจจุบัน โดยคาดว่าจะมีงานใหม่เกิดขึ้น 170 ล้านตำแหน่ง และมีงานเดิมถูกแทนที่หรือหายไป 92 ล้านตำแหน่ง ขณะที่ทักษะหลักของแรงงานประมาณ 39% จะเปลี่ยนแปลงหรือมีบางส่วนล้าสมัย ตัวเลขเหล่านี้ไม่ได้แปลว่า “งานจะหายทั้งหมด” แต่ชี้ว่าองค์ประกอบของงานกำลังถูกเขียนใหม่อย่างรวดเร็ว
ภาพที่สำคัญกว่าจำนวนตำแหน่ง คือองค์กรกำลังแยกงานออกเป็นชิ้นเล็กลง งานที่ทำซ้ำได้ถูกส่งให้ระบบอัตโนมัติ งานที่ต้องสังเคราะห์ข้อมูลถูกส่งให้ AI ช่วยร่าง ส่วนมนุษย์ถูกขยับไปอยู่กับงานที่ต้องใช้บริบท วิจารณญาณ ความรับผิดชอบ และการตัดสินใจท่ามกลางข้อแลกเปลี่ยนที่ไม่มีคำตอบตายตัว
นี่ทำให้คำถามเรื่องความมั่นคงเปลี่ยนไป จากเดิมที่ถามว่า “เรามีตำแหน่งอะไร” กลายเป็น “ในกระบวนการสร้างคุณค่า เรารับผิดชอบส่วนใดที่องค์กรยังต้องการจริง?”
====
🎓 “เด็กจบใหม่” เมื่อบันไดขั้นแรกกำลังสั้นลง
ในอดีต งานระดับเริ่มต้นมีหน้าที่สำคัญมาก เพราะเป็นพื้นที่ให้คนรุ่นใหม่ฝึกค้นข้อมูล ทำรายงาน เขียนโค้ดพื้นฐาน จัดตาราง สรุปเอกสาร และเรียนรู้จากความผิดพลาดเล็กๆ ก่อนรับงานที่ซับซ้อนขึ้น แต่เมื่อ AI ทำงานพื้นฐานเหล่านี้ได้เร็วขึ้น องค์กรบางแห่งจึงเริ่มตั้งคำถามว่า จำเป็นต้องจ้างคนจำนวนเท่าเดิมเพื่อทำงานที่เครื่องมือช่วยย่อเวลาได้มากหรือไม่?
งานวิจัย “Canaries in the Coal Mine?” ของ Stanford Digital Economy Lab ใช้ข้อมูลการจ้างงานจากระบบเงินเดือนขนาดใหญ่ในสหรัฐฯ และพบว่า คนวัย 22–25 ปีในอาชีพที่เปิดรับผลกระทบจาก Generative AI สูง มีการจ้างงานลดลงในเชิงสัมพัทธ์ 13% หลังควบคุมปัจจัยระดับบริษัทแล้ว ผลนี้เป็นหลักฐานสำคัญ แต่ต้องอ่านอย่างระมัดระวัง เพราะเป็นข้อมูลของตลาดแรงงานสหรัฐฯ และไม่ได้หมายความว่าเด็กจบใหม่ทุกสายงานทั่วโลกกำลังถูก AI แทนที่ในอัตราเดียวกัน
โจทย์จริงจึงไม่ใช่การสอนให้เด็กรุ่นใหม่ “พิมพ์ Prompt เก่ง” เท่านั้น แต่ต้องสร้างบันไดการเรียนรู้แบบใหม่ ให้เขาได้ฝึกตั้งคำถาม ตรวจสอบผลลัพธ์ เข้าใจลูกค้า และเรียนรู้เหตุผลเบื้องหลังการตัดสินใจ ไม่เช่นนั้น องค์กรอาจประหยัดต้นทุนระยะสั้น แต่กลับทำลายท่อส่งคนเก่งรุ่นถัดไปของตัวเอง
====
⚙️ “คนวัยทำงาน” เมื่อความเชี่ยวชาญยังมีราคา แต่รูปแบบเดิมอาจขายไม่ได้
คนวัย 30–44 ปีมักเป็นกำลังหลักขององค์กร หลายคนสะสมความชำนาญมาเกินสิบปีจนทำงานได้เร็วและแม่นยำ แต่ความเสี่ยงเกิดขึ้นเมื่อคุณค่าทั้งหมดผูกอยู่กับงานเฉพาะที่มีขั้นตอนชัด ทำซ้ำได้ และสามารถถอดออกมาเป็น Workflow ได้ง่าย
ประเด็นนี้ไม่ได้แปลว่าเราควรเลิกเป็นผู้เชี่ยวชาญ เพราะความรู้ลึกยังจำเป็นมาก โดยเฉพาะในงานที่มีความเสี่ยงสูงหรือมีบริบทซับซ้อน สิ่งที่เปลี่ยนคือ ผู้เชี่ยวชาญต้องขยับจากการ “ทำชิ้นงานด้วยมือ” ไปสู่การออกแบบมาตรฐาน กำกับคุณภาพ แก้กรณียาก และใช้ AI ขยายกำลังของตนเอง
คำว่า Skill Stacking จึงน่าสนใจ ไม่ใช่ในความหมายว่าเราต้องเรียนทุกอย่างแบบผิวเผิน แต่คือการนำความรู้ลึกหนึ่งด้านไปเชื่อมกับทักษะเสริมที่ทำให้คุณค่านั้นถูกใช้ได้กว้างขึ้น เช่น ความรู้ธุรกิจบวกข้อมูลและ AI ความเชี่ยวชาญวิศวกรรมบวกการสื่อสารกับลูกค้า หรือความเข้าใจคนบวกการออกแบบการเปลี่ยนแปลง ทักษะแต่ละชิ้นอาจไม่หายากที่สุด แต่การผสมกันอย่างเหมาะสมทำให้คนหนึ่งคนสร้างคุณค่าที่เลียนแบบได้ยากขึ้น
====
🏢 “คนวัย 45+” ปัญหาไม่ใช่อายุเพียงอย่างเดียว แต่คือ “ราคาเดิม” กับ “บทบาทเดิม”
สำหรับคนวัย 45+ ความกังวลย่อมหนักกว่า เพราะนี่มักเป็นช่วงที่รายได้และภาระชีวิตอยู่ในระดับสูงพร้อมกัน ทั้งบ้าน ลูก พ่อแม่ และเงินเกษียณ เมื่อออกจากงาน จึงไม่ได้เสียเพียงตำแหน่ง แต่เสียกระแสเงินสดและความมั่นใจที่สร้างมาหลายสิบปี
หลายองค์กรกำลังลดชั้นบังคับบัญชา ทำให้ผู้จัดการระดับกลางที่เคยมีหน้าที่รวบรวมข้อมูล ส่งต่อคำสั่ง ติดตามสถานะ และทำรายงาน ถูกตั้งคำถามมากขึ้น เพราะ Dashboard, Collaboration Platform และ AI ช่วยให้ข้อมูลเดินทางตรงถึงผู้ตัดสินใจได้เร็วกว่าเดิม แต่ไม่ควรสรุปว่าผู้จัดการระดับกลางกำลังหมดความจำเป็นทั้งหมด บทบาทที่ยังมีคุณค่าสูงคือการแปลกลยุทธ์ให้ทีมลงมือได้ พัฒนาคน จัดการความขัดแย้ง เชื่อมงานข้ามหน่วย และตัดสินใจในพื้นที่ที่ระบบยังมองไม่เห็น
ปัญหาจึงไม่ใช่ “อายุมากเกินไป” แต่คือประสบการณ์ถูกแปลงเป็นผลลัพธ์ใหม่ได้หรือไม่ ผู้บริหารที่ยังจับงานจริง ใช้ข้อมูลเป็น เข้าใจ AI และช่วยให้ทีมตัดสินใจได้ดีขึ้น ยังมีราคาเสมอ ตรงกันข้าม ตำแหน่งที่มีไว้เพียงรับรายงานแล้วส่งต่อ ย่อมถูกทบทวนไม่ว่าจะมีอายุเท่าใด
ในกรณีที่ต้องกลับเข้าสู่ตลาด การยอมรับตำแหน่งหรือรายได้ที่ลดลงอาจเป็นทางเลือกหนึ่ง แต่ไม่ควรถูกยกเป็นสูตรสำเร็จหรือความจำเป็นของทุกคน การตัดสินใจต้องดูเงินสำรอง หนี้ ภาระครอบครัว โอกาสเรียนรู้ และคุณภาพของงานใหม่ร่วมกัน บางครั้งการลดรายได้เพื่อรักษากระแสเงินสดและกลับเข้าสู่สนามอาจเป็นกลยุทธ์ที่สมเหตุสมผล แต่บางครั้งการรีบรับงานที่ไม่สร้างทักษะใหม่ ก็อาจเพียงยืดเวลาปัญหาออกไป
====
🧭 สิ่งที่องค์กรกำลังซื้อ ไม่ใช่อายุหรือความสดใหม่ แต่คือ “Leverage”
Microsoft Work Trend Index 2025 พบภาพที่ดูเหมือนขัดแย้งกันครับ
* ผู้บริหาร 33% กำลังพิจารณาลดจำนวนคน
* ขณะเดียวกัน 78% กำลังพิจารณาจ้างบทบาทใหม่ที่เกี่ยวกับ AI
* และ 83% เชื่อว่า AI จะทำให้พนักงานรับงานที่ซับซ้อนและเชิงกลยุทธ์ได้เร็วขึ้น
* สิ่งนี้สะท้อนว่าองค์กรไม่ได้ต้องการ “คนน้อยลง” อย่างเดียว แต่ต้องการกำลังคนคนละแบบ
คนที่มี Leverage คือคนที่ใช้ความรู้ วิจารณญาณ เครือข่าย และเครื่องมือ ทำให้ผลลัพธ์ขยายได้มากกว่ากำลังของตนเอง เขาอาจเป็นเด็กอายุ 25 ปีที่เข้าใจลูกค้าลึกและใช้ AI สร้างต้นแบบได้ หรือเป็นผู้บริหารอายุ 52 ปีที่มีประสบการณ์อุตสาหกรรมสูงและลงมือวิเคราะห์ข้อมูลด้วยตนเองได้เช่นกัน
ดังนั้น องค์กรไม่ได้กำลังเปลี่ยนจากคนแก่ไปหาคนหนุ่มอย่างตรงไปตรงมา แต่กำลังเปลี่ยนจากคนที่มี “ตำแหน่ง” ไปหาคนที่สร้าง “แรงทวีคูณ” ให้ระบบได้
====
🛠️ แล้วคนทำงานทุกวัยควรทำอย่างไร?
ผมคิดว่ามีเรื่องที่สำคัญกว่าการไล่เรียนเครื่องมือใหม่ทุกสัปดาห์
1. แยก “งานที่เราทำ” ออกจาก “คุณค่าที่เราสร้าง” ให้ได้ หากวันนี้เราเป็นคนทำรายงาน คุณค่าจริงอาจไม่ใช่ไฟล์รายงาน แต่คือการช่วยผู้บริหารตัดสินใจเร็วและแม่นขึ้น เมื่อ AI ทำไฟล์แทนได้ เราต้องขยับไปเป็นคนกำหนดคำถาม ตรวจสอบข้อมูล และชี้ให้เห็นสิ่งที่ควรตัดสินใจ
2. สร้างทักษะรูปตัว T ที่มีทั้งแกนลึกและแขนกว้าง แกนลึกคือความรู้จริงในอุตสาหกรรมหรือวิชาชีพ ส่วนแขนกว้างคือ AI และข้อมูล การสื่อสาร การแก้ปัญหา และการทำงานข้ามสายงาน อย่าทิ้งความเชี่ยวชาญเดิม แต่จงทำให้มันเชื่อมต่อกับโลกใหม่ได้
3. สร้างหลักฐานว่าคุณยังสร้างคุณค่าได้จริง การเข้าอบรมหรือมีใบรับรองอาจช่วยเปิดประตู แต่ตลาดจ่ายเงินให้กับผลลัพธ์มากกว่า ควรมี Portfolio, Case Study หรือผลงานที่ชี้ให้เห็นว่าเราเคยลดเวลา ลดต้นทุน เพิ่มรายได้ ลดความเสี่ยง หรือยกระดับประสบการณ์ของลูกค้าอย่างไร
4. และมีอีกเรื่องที่สำคัญมาก คือความถ่อมตัวทางปัญญา เพราะคนที่เคยเก่งอาจไม่ยอมกลับไปเป็นผู้เรียน ส่วนคนรุ่นใหม่อาจมั่นใจว่าใช้เครื่องมือคล่องเท่ากับเข้าใจธุรกิจแล้ว ทั้งสองแบบเสี่ยงพอๆ กันครับ
====
✨ต่อจากนี้ ความมั่นคงไม่ได้หายไป แต่มันย้ายที่อยู่
คลื่นเลย์ออฟรอบนี้อาจทำให้เรารู้สึกว่าไม่มีอะไรมั่นคงอีกแล้ว แต่ผมคิดว่าความมั่นคงไม่ได้หายไปทั้งหมดครับ มันเพียงย้ายจากตำแหน่ง บริษัท และอายุงาน มาอยู่ในสิ่งที่พกติดตัวเราไปได้
นั่นคือความสามารถในการเรียนรู้ ความเข้าใจธุรกิจ ความสัมพันธ์ที่สร้างไว้ ชื่อเสียงจากผลงาน วิจารณญาณที่ผ่านสนามจริง และความสามารถในการใช้เทคโนโลยีเพิ่มพลังให้สิ่งเหล่านั้น
เด็กจบใหม่ไม่ได้ปลอดภัยเพราะค่าตัวต่ำ คนวัยกลางไม่ได้ปลอดภัยเพราะเป็นกำลังหลัก และคนอาวุโสไม่ได้ปลอดภัยเพราะมีประสบการณ์มาก แต่ทุกวัยยังมีโอกาส หากเปลี่ยนความได้เปรียบของตนเองให้ตอบโจทย์โครงสร้างงานใหม่ได้
คำถามชี้ชะตาจึงไม่ใช่ “คุณอายุเท่าไร?” หรือ “คุณทำงานนี้มานานแค่ไหน?” แต่คือ…
“ถ้าวันพรุ่งนี้งานส่วนหนึ่งของคุณถูกทำให้เร็วขึ้นและถูกลง คุณยังเหลือคุณค่าอะไรที่องค์กร ลูกค้า หรือโลกยอมจ่ายเงินเพื่อให้คุณรับผิดชอบ?”
เพราะในยุค AI คนที่อยู่รอดอาจไม่ใช่คนที่อายุน้อยที่สุด มีประสบการณ์มากที่สุด หรือใช้เครื่องมือเก่งที่สุด แต่คือคนที่มองเห็นความเปลี่ยนแปลงเร็วพอ ยอมเรียนรู้ใหม่เร็วพอ และเปลี่ยนสิ่งที่ตนรู้ให้กลายเป็นคุณค่าแบบใหม่ได้ก่อนที่ตลาดจะบังคับครับ
#วันละเรื่องสองเรื่อง #ExecutiveMindset #FutureOfWork #WorkforceStrategy #Layoffs #AITransformation #CareerAdaptability #SkillStacking #LifelongLearning #OrganizationalChange
====
📚 Source / Reference
* World Economic Forum. The Future of Jobs Report 2025. ใช้ประกอบข้อมูลเรื่องการเปลี่ยนแปลงของงาน ทักษะ และแนวโน้มการสร้าง–แทนที่ตำแหน่งงานถึงปี 2030.
* Erik Brynjolfsson, Bharat Chandar, and Ruyu Chen. “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence.” Stanford Digital Economy Lab, revised November 2025. ใช้ประกอบประเด็นผลกระทบต่อแรงงานวัยเริ่มต้นในอาชีพที่เปิดรับ Generative AI สูง โดยจำกัดการตีความตามขอบเขตข้อมูลสหรัฐฯ.
* Microsoft. 2025 Annual Work Trend Index: The Frontier Firm Is Born. ใช้ประกอบแนวโน้มการลดจำนวนคนบางส่วน ควบคู่กับการสร้างบทบาท AI ใหม่และการยกระดับงานสู่ภารกิจเชิงกลยุทธ์.
* Microsoft. 2026 Work Trend Index: Agents, Human Agency, and the Opportunity for Every Organization. ใช้ประกอบแนวคิดเรื่องการออกแบบงานใหม่และองค์กรในฐานะระบบการเรียนรู้.
* David Epstein. Range: Why Generalists Triumph in a Specialized World. Riverhead Books, 2019. ใช้ประกอบแนวคิดเรื่องความสามารถในการเชื่อมโยงความรู้ข้ามสาขา โดยไม่ตีความว่าความเชี่ยวชาญเชิงลึกไม่มีความสำคัญ.
* Scott Adams. How to Fail at Almost Everything and Still Win Big. Portfolio, 2013. ใช้ประกอบแนวคิด Skill Stacking.
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2026 Blockdit
