วิศวกร AI ความต้องการพุ่ง เปิดรับเพิ่ม 3 เท่าตัว Data Annotation โตก้าวกระโดด แต่ค่าจ้างต่ำ-ไม่มั่นคง

ดร. พุทธิพันธุ์ หิรัณยตระกูล นักวิชาการ ทีม Big Data สถาบันวิจัยเพื่อการพัฒนาประเทศไทย เปิดเผยว่า ตลาดงานด้าน AI ของไทยเติบโตอย่างรวดเร็ว จาก 7,220 ตำแหน่งในไตรมาส 2/2567 เป็น 9,470  ตำแหน่งในไตรมาส 2/2568 หรือเพิ่มขึ้น  31% ขณะที่งานด้าน Robotic Process Automation (RPA) ลดลงเกือบ 40%

แสดงให้เห็นถึงการปฏิวัติของ Generative AI โดยเฉพาะโมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) ต่อประเภทงาน AI ที่เป็นที่ต้องการของตลาด

ส่งผลให้เกิด “การเติบโตสองเลน” (two-tracked growth) คือมีความต้องการแรงงานด้าน AI 2 กลุ่มที่เติบโตอย่างรวดเร็วอย่างก้าวกระโดดคือ

• กลุ่มทักษะสูงที่มุ่งเน้นงานเชี่ยวชาญระดับสูงที่ยังมีฐานขนาดเล็ก
• กลุ่มงานทักษะไม่สูง เช่น งานจัดเตรียมข้อมูล (data annotation) ซึ่งแม้จำเป็นต่อห่วงโซ่มูลค่าของ AI แต่ให้ค่าตอบแทนต่ำและมีโอกาสก้าวหน้าจำกัด

วิศวกรAI ความต้องการพุ่ง เปิดรับเพิ่ม 3 เท่าตัว

ตำแหน่งวิศวกร AI/ML มีอัตราการเติบโตสูงถึง 278% ต่อปี ขณะที่จำนวนบริษัทที่เปิดรับบุคลากรสายนี้ก็เพิ่มขึ้นมากกว่า 3 เท่า จาก 54 เป็น 180 บริษัท

อย่างไรก็ตาม หากคิดเป็นสัดส่วนต่อภาพรวมทั้งไตรมาส ตำแหน่งนี้ยังคงมีเพียง 3% ของงาน AI ทั้งหมด สะท้อนให้เห็นว่างานด้านการประยุกต์ใช้ AI เช่น นักวิทยาศาสตร์ข้อมูลหรือนักวิเคราะห์ข้อมูล ยังคงเป็นกลุ่มหลักในตลาด แต่ในขณะเดียวกัน ก็เริ่มเห็นสัญญาณชัดเจนว่าบริษัทไทยหันมาพัฒนา และปรับแต่งโมเดล AI ด้วยตนเองมากขึ้น แทนที่จะพึ่งพาบริการสำเร็จรูปจากต่างประเทศ จึงต้องการว่าจ้างวิศวกร AI/ML

งานจัดเตรียมข้อมูล โตก้าวกระโดด586% แต่ค่าจ้างต่ำ-ไม่มั่นคง

ตำแหน่งงาน Data Annotation มีอัตราการเติบโตสูงถึง 586% ภายใน 1 ปี โดยเนื้องานครอบคลุมตั้งแต่การจัดหมวดหมู่ภาพ การถอดเสียง ไปจนถึงการติดธงเนื้อหาที่อาจไม่เหมาะสม อย่างไรก็ตาม 76% ของประกาศรับสมัครมาจากบริษัทต่างประเทศ เช่น Outlier (สหรัฐฯ), TELUS Digital (แคนาดา), DataAnnotation (สหรัฐฯ), micro1 (สหรัฐฯ) และ Mindrift (ออสเตรีย) โดยส่วนใหญ่เป็นงานทางไกล (77%) งานแบบ gig หรือสัญญาระยะสั้น (70%) และมีการจ่ายค่าตอบแทนตามชั่วโมง (53%) ข้อสังเกตคือ 71% ของประกาศหางานในส่วนนี้ไม่กำหนดประสบการณ์การทำงาน รวมถึงไม่ได้เน้นทักษะเทคนิคมากเท่ากับการมีความละเอียดรอบคอบในการทำงาน และความสามารถด้านภาษาไทย-อังกฤษ

ทักษะที่ต้องมี ใครอยากทำงานAI แบ่งเป็น

• ทักษะจำเป็นพื้นฐานในปัจจุบัน

คือ “ทักษะการสื่อสาร” และ “ภาษาอังกฤษ” โดยระบุไว้เกิน 3 ใน 4 ของตำแหน่งงานทั้งหมด เมื่อรวมกับอีก 3 ทักษะที่ติดอันดับความต้องการสูง ได้แก่ การแก้ปัญหา (problem solving) การคิดเชิงวิพากษ์ (critical thinking) และ การบริหารเวลา (time management)

จะเห็นภาพคนทำงานที่เป็นที่ต้องการคือ “นักพัฒนาโมเดล/นักวิเคราะห์ข้อมูล ที่มีความสามารถสื่อสารดี ตั้งโจทย์ได้อย่างเหมาะสม แปลงข้อมูลเป็นข้อสรุปที่ตัดสินใจได้ และสามารถส่งมอบงานได้ตามกำหนด” ที่สำคัญ ภาษาอังกฤษไม่ใช่เป็นเพียง “ทักษะเสริม” แต่เป็น “เงื่อนไขจำเป็น” ของงานด้าน AI เพราะเปิดทางสู่ความรู้ล่าสุด ตั้งแต่การเข้าใจงานวิจัย การสามารถอ่านคู่มือ API/SDK คู่มือการใช้คลาวด์ ไปจนถึงเอกสารกำกับไลบรารี (เช่น PyTorch, TensorFlow, LangChain) ซึ่งเกือบทั้งหมดเป็นภาษาอังกฤษ

เมื่อพิจารณาทักษะทางเทคนิค จะพบว่ามี “ทักษะหลัก” 3 ทักษะที่กลายเป็นมาตรฐานขั้นต่ำ (minimum viable stack) สำหรับเกือบทุกบทบาทในสายงาน AI ไม่ว่าจะเป็นวิศวกร AI/ML นักวิเคราะห์ข้อมูล หรือผู้เชี่ยวชาญด้านเทคนิค ได้แก่ การใช้ SQL เพื่อเข้าถึงและจัดการข้อมูล การใช้ Python สำหรับการวิเคราะห์และพัฒนาโมเดล และประสบการณ์การใช้ cloud platform ชั้นนำอย่าง AWS, Azure หรือ Google Cloud ซึ่งครอบคลุมขั้นตอนตั้งแต่การดึงข้อมูล การวิเคราะห์ สร้างโมเดล ไปจนถึงนำโมเดลขึ้นใช้งานจริงบนคลาวด์อย่างครบถ้วน

• ทักษะที่ต้องการมากขึ้นในอนาคต

สำหรับ “ทักษะใหม่” ที่กำลังเป็นที่ต้องการและมีแนวโน้มจะกลายเป็นมาตรฐาน ตัวอย่างเช่น วิศวกร AI/ML ที่เน้นพัฒนา LLM ในองค์กร นอกจากจะต้องใช้ TensorFlow หรือ PyTorch เพื่อฝึกโมเดลแล้ว ยังต้องมีความเชี่ยวชาญอื่นๆ เพิ่มเติมอีกด้วย เช่น

• Prompt engineering โดยต้องออกแบบคำสั่ง หรือบริบทให้โมเดลเข้าใจความต้องการได้ตรงจุด
• Retrieval-Augmented Generation (RAG) โดยสามารถเชื่อมต่อ LLM กับข้อมูลภายในองค์กร
• LangChain โดยสามารถใช้ไลบรารีที่ช่วยบริหารจัดการ workflow ของ LLM อย่างมีประสิทธิภาพ

แม้ทักษะเหล่านี้จะยังไม่ถูกระบุอย่างแพร่หลายในประกาศรับสมัครงาน เช่น ทักษะ RAG ที่พบเพียง 39 จาก 321 อัตราวิศวกร AI/ML (ประมาณ 12%) ในไตรมาส 2/2568 แต่เมื่อเทียบกับช่วงเดียวกันปีก่อน (ประมาณ 4%) ก็เพิ่มขึ้นถึง 8 จุดเปอร์เซ็นต์ (percentage point) ซึ่งเป็นการเติบโตที่รวดเร็ว เมื่อเทียบกับทักษะพื้นฐานที่เปลี่ยนแปลงเพียง ±2 จุดเปอร์เซ็นต์ ซึ่งสะท้อนว่าทักษะเหล่านี้อาจจะกลายเป็น “ทักษะที่ขาดไม่ได้” ในเวลาอันใกล้

นอกจากทักษะด้านการพัฒนาและประยุกต์ใช้โมเดลแล้ว ความต้องการในด้าน “การประยุกต์ใช้ AI อย่างมีความรับผิดชอบ” (Responsible AI) ก็เพิ่มขึ้นอย่างชัดเจน โดยพบว่ามีสัดส่วนประกาศงานที่ระบุทักษะนี้เพิ่มขึ้นจาก 9% เป็น 15% หรือเพิ่มประมาณ 6 จุดเปอร์เซ็นต์ ทั้งนี้ความต้องการที่เพิ่มขึ้นคือ การปฏิบัติตามกฎระเบียบ การประเมินความเสี่ยง การตรวจสอบและติดตามผลการทำงานของโมเดล

รวมถึงการจัดทำเอกสารตามมาตรฐานสากล เช่น ISO 42001, 27001, 27701 และ NIST AI RMF แม้ตำแหน่งงาน Responsible AI จะยังเติบโตช้ากว่าสายพัฒนา และประยุกต์ใช้ LLM แต่ทักษะในด้านนี้ก็น่าจะมีความต้องการเพิ่มขึ้นในระยะยาว เพราะเมื่อ AI กลายเป็นหัวใจสำคัญของระบบงาน องค์กรทั้งหลายจะต้องการความมั่นใจว่าโมเดลของตนจะไม่ก่อให้เกิดความเสี่ยงทั้งทางกฎหมาย จริยธรรม และมีความน่าเชื่อถือ

เปิด3 ข้อเสนอเชิงนโยบายพัฒนาทักษะ AI

สำหรับข้อสังเกตและข้อเสนอเชิงนโยบายต่อการพัฒนาทักษะด้าน AI ของประเทศ มีดังนี้

1.แม้จำนวนตำแหน่งวิศวกร AI/ML ที่ประกาศรับสมัครออนไลน์จะเพิ่มขึ้นอย่างรวดเร็ว แต่จำนวนการจ้างงานจริงยังอยู่เพียงระดับหลายร้อยคนต่อไตรมาส ซึ่งห่างไกลจากเป้าหมายที่บอร์ด AI แห่งชาติกำหนดไว้ที่ 50,000 คนภายในปี 2570 หมายความว่า หากสามารถผลิตบุคลากรได้ตามเป้าหมาย ก็จะเกิดความเสี่ยงที่แรงงานจะล้นตลาด ดังนั้นเป้าหมายเดิมที่ระดับ 1,000 คนต่อปี น่าจะสอดคล้องกับอุปสงค์ในปัจจุบันมากกว่า

อย่างไรก็ตาม เนื่องจาก AI จะส่งผลกระทบต่อแทบทุกอุตสาหกรรม และมีแนวโน้มเติบโตแบบก้าวกระโดด การตั้งเป้า “อุปทานนำ” จึงไม่ใช่เรื่องผิด ตราบใดที่ภาครัฐสามารถกระตุ้นให้เกิด “อุปสงค์จริง” ควบคู่ไปด้วย โดยเฉพาะการยกระดับผลิตภาพของเศรษฐกิจไทย โดยการใช้ AI ในวงกว้าง ทั้งในภาคเกษตรกรรม อุตสาหกรรมและบริการต่างๆ

2.การประเมินตัวเลขการจ้างงานในสายงาน AI ควรพิจารณาทั้งเชิงปริมาณและคุณภาพควบคู่กัน ตัวอย่างเช่น แม้จำนวนตำแหน่งงานด้านการจัดเตรียมข้อมูลยังคงอยู่ในหลักร้อยในไตรมาส 2/2568 แต่หากอัตราการเติบโตดำเนินต่อเนื่องตลอดปี 2568 ก็เป็นสัญญาณเตือนว่าไทยอาจเผชิญความเสี่ยงที่จะกลายเป็น “โรงงานข้อมูลต้นทุนต่ำ” ในห่วงโซ่มูลค่า AI ระดับโลก

โดยเฉพาะเมื่อราวร้อยละ 70–80 ของการจ้างงานลักษณะนี้มาจากบริษัทต่างชาติที่อาศัยแรงงานราคาถูก แลกเปลี่ยนกับความรู้ และบริบทเฉพาะของไทยเพื่อนำไปพัฒนาและฝึกฝนโมเดล รัฐบาลจึงควรกำหนดยุทธศาสตร์การพัฒนาทุนมนุษย์ด้าน AI พร้อมกำหนดตัวชี้วัดคุณภาพของงาน AI ที่ชัดเจน เพื่อแปรการเติบโตเชิงปริมาณให้เป็นการเติบโตในมูลค่าเพิ่มด้วย และช่วยยกระดับอุตสาหกรรมเทคโนโลยีไทยในระยะยาว

3.รัฐบาล มหาวิทยาลัย และสถาบันฝึกอบรมทักษะแรงงานควรใช้ข้อมูลการประกาศหางานออนไลน์ เป็นเครื่องมือในการกำหนดนโยบาย และทิศทางการพัฒนาทักษะกำลังคนด้าน AI ของประเทศ

ข่าวที่เกี่ยวข้อง

ตลาดรถกระบะซบ 30 เดือนต่อเนื่อง แต่ EV โตแรง พุ่งสวนทาง

แรงงานคุมเข้ม! งดจ้างแรงงานต่างด้าวผิดกฎหมาย อาจถูกดำเนินคดี

อ่านข่าวต้นฉบับได้ที่ : วิศวกร AI ความต้องการพุ่ง เปิดรับเพิ่ม 3 เท่าตัว Data Annotation โตก้าวกระโดด แต่ค่าจ้างต่ำ-ไม่มั่นคง

ติดตามข่าวล่าสุดได้ทุกวัน ที่นี่

- Website : https://www.pptvhd36.com