คนไทยกลัว AI แย่งงาน 33.35% ขณะที่อัตราใช้งานยังเพิ่มต่อเนื่อง

ข่าวที่เผยแพร่เมื่อวันที่ 21 กันยายน 2026 ใน The Nation ระบุว่า RealWatch Lab วิเคราะห์ข้อความสาธารณะเกี่ยวกับ AI ในไทยที่เผยแพร่ตั้งแต่ต้นปีถึงสิ้นเดือนสิงหาคม 2026 รวม 26,399 ข้อความ โดย 4,878 ข้อความอยู่ในกลุ่มความกังวล และเรื่องความมั่นคงในงานมีสัดส่วน 33.35% ของความกังวลที่จัดหมวดไว้ ประเด็นที่ผู้โพสต์พูดถึงคือโอกาสที่ AI จะเข้ามาทำงานแทนคน รวมถึงความได้เปรียบของผู้ที่ใช้เครื่องมือได้คล่อง ตัวเลขนี้นับหัวข้อในบทสนทนาออนไลน์ ไม่ใช่ผลสำรวจที่พบว่าคนไทยทั้งประเทศกลัวตกงานในสัดส่วนเดียวกัน

ในวันเดียวกัน Microsoft เผยแพร่ รายงาน Global AI Diffusion ซึ่งประเมินสัดส่วนคนอายุ 15–64 ปีที่ใช้ผลิตภัณฑ์ AI เชิงสร้างสรรค์จากข้อมูลการใช้งานแบบรวมและไม่ระบุตัวตน ส่วน แถวข้อมูลประเทศไทย แสดงอัตราเพิ่มจาก 12.4% ในไตรมาสแรกเป็น 13.4% ในไตรมาสสองของปี 2026 จึงมีหลักฐานว่าการใช้งานตามนิยามนี้เพิ่มขึ้น พร้อมกับมีความกังวลเรื่องงานปรากฏเด่นในอีกชุดข้อมูลหนึ่ง แต่ยังไม่มีข้อมูลที่เชื่อมผู้ใช้ AI กับผู้โพสต์ข้อความกังวลเป็นรายคน

สัดส่วนความกังวลนับจากบทสนทนากลุ่มใด

ฐานของตัวเลขเรื่องงานคือข้อความที่ถูกจัดให้อยู่ในกลุ่มความกังวลเกี่ยวกับ AI เท่านั้น ข้อความทั่วไปที่พูดถึงเทคโนโลยี และข้อความที่เล่าว่านำ AI ไปใช้ในชีวิตหรือในการทำงาน อยู่คนละกลุ่มกับฐานคำนวณนี้ หากนำสัดส่วนดังกล่าวไปอธิบายข้อความเกี่ยวกับ AI ทั้งหมด ความหมายของผลวิเคราะห์จะเปลี่ยนทันที เพราะผู้อ่านจะเข้าใจว่าทุกบทสนทนาแสดงความกลัว ทั้งที่หลายข้อความพูดถึงการใช้งานหรือข้อมูลทั่วไป

เรื่องงานขึ้นมาเป็นประเด็นแรกเพราะผู้โพสต์ตั้งคำถามกับหน้าที่ที่เครื่องมือทำแทนได้ และกับโอกาสของคนที่ใช้ AI ไม่คล่อง ความกังวลแบบนี้ครอบคลุมทั้งความเสี่ยงที่ตำแหน่งเดิมอาจลดลง และแรงกดดันให้ปรับทักษะก่อนที่วิธีทำงานจะเปลี่ยน การพูดถึงสองเรื่องพร้อมกันช่วยอธิบายว่าทำไมคนคนหนึ่งจึงอาจเห็นประโยชน์จาก AI แต่ยังไม่มั่นใจอนาคตอาชีพของตนเองได้

บทสนทนายังมีความกังวลเรื่องความถูกต้องของคำตอบ ผลกระทบทางเศรษฐกิจและสังคม การพึ่งพาเครื่องมือมากเกินไป และข้อมูลส่วนบุคคล ประเด็นเหล่านี้ต่างจากความกลัวว่าตำแหน่งงานจะหายไป แต่เชื่อมกับวิธีนำ AI เข้าสู่งานจริง หากคำตอบต้องให้คนตรวจซ้ำ หรือข้อมูลที่ป้อนเข้าเครื่องมืออาจมีความอ่อนไหว ประโยชน์ด้านความเร็วก็ต้องถูกชั่งกับความรับผิดชอบของผู้ทำงานด้วย

หน่วยที่ถูกนับคือข้อความ ไม่ใช่บุคคลหนึ่งคนต่อหนึ่งคำตอบ ผู้ใช้คนเดียวอาจโพสต์หลายครั้ง ขณะที่คนซึ่งไม่โพสต์เรื่อง AI จะไม่ปรากฏในข้อมูลลักษณะนี้ คนที่มองเห็นบทสนทนาแล้วเลือกตอบโต้ยังอาจมีประสบการณ์ต่างจากคนที่อ่านผ่านไปเงียบ ๆ ด้วย ดังนั้นความเด่นของประเด็นเรื่องงานบอกได้ว่ามันมีน้ำหนักในข้อความที่เก็บได้ แต่บอกไม่ได้ว่าความกลัวกระจายเท่ากันในทุกอายุ อาชีพ หรือพื้นที่ของไทย

การเก็บข้อความสาธารณะมีข้อดีตรงที่เห็นถ้อยคำและปัญหาที่ผู้คนหยิบขึ้นมาพูดเอง โดยไม่ต้องจำกัดคำตอบไว้ตามตัวเลือกในแบบสอบถาม ขณะเดียวกัน วิธีนี้ไม่สามารถถามผู้โพสต์ทุกคนด้วยคำถามเดียวกันหรือยืนยันว่าคนที่เงียบเห็นด้วยกับคนที่โพสต์ การอ่านผลจึงควรมองเป็นแผนที่ของหัวข้อสนทนา มากกว่าค่าประมาณจำนวนประชากรที่มีความรู้สึกอย่างหนึ่งอย่างใด

ข้อความเรื่องการใช้งานเผยงานที่กำลังเปลี่ยน

ข้อความอีกกลุ่มหนึ่งเล่าว่า AI ถูกนำไปช่วยสร้างคลิปวิดีโอและสื่อการเรียนรู้ รวมถึงงานเอกสาร การเขียนสคริปต์ และการสรุปข้อมูล ตัวอย่างเหล่านี้ทำให้ความกังวลเรื่องอาชีพมีบริบทชัดขึ้น เพราะเป็นงานย่อยที่เครื่องมือเข้ามารับภาระบางส่วนได้แล้ว อย่างไรก็ดี การมีเครื่องมือช่วยทำงานย่อยไม่ได้บอกว่าทั้งตำแหน่งงานถูกแทนที่ หรือองค์กรใช้ประโยชน์จากเวลาที่ประหยัดได้อย่างไร

ข้อความเกี่ยวกับการวางขั้นตอนทำงานและการประมวลผลข้อมูลสะท้อนการใช้งานอีกระดับหนึ่ง งานลักษณะนี้อาจเปลี่ยนลำดับการทำงาน ตั้งแต่การเตรียมข้อมูลจนถึงการตรวจผล แต่โพสต์สาธารณะไม่แสดงกฎของนายจ้าง จำนวนคนในทีม หรือผลการตัดสินใจหลังใช้เครื่องมือ จึงยังแยกไม่ได้ว่าการใช้ AI เพิ่มผลผลิตของคนเดิม เปลี่ยนหน้าที่ของคนเดิม หรือทำให้องค์กรลดการจ้างงาน

ความต่างระหว่างงานย่อยกับตำแหน่งงานสำคัญต่อคำถามเรื่อง AI แย่งงาน ตำแหน่งหนึ่งมักมีทั้งการรวบรวมข้อมูล การสื่อสารกับผู้อื่น การตัดสินใจ และการรับผิดชอบผลลัพธ์ เครื่องมืออาจช่วยบางขั้นตอนโดยที่ขั้นตอนอื่นยังต้องใช้คน ในทางกลับกัน หากองค์กรออกแบบกระบวนการใหม่ ผลต่อจำนวนคนก็ขึ้นอยู่กับการตัดสินใจขององค์กร ไม่ได้อ่านออกจากตัวอย่างการใช้งานเพียงอย่างเดียว

เมื่อผู้โพสต์กล่าวว่าคนใช้ AI ได้คล่องอาจได้เปรียบ ข้อความนั้นสะท้อนความรู้สึกต่อการแข่งขันด้านทักษะ มากกว่าจะเป็นผลการวัดว่ากลุ่มใดได้งานมากกว่า คำถามที่ตามมาคือใครเข้าถึงการฝึกฝน เครื่องมือ และเวลาลองใช้ระหว่างทำงาน หากโอกาสเหล่านี้ต่างกัน คนทำงานอาจรับรู้แรงกดดันไม่เท่ากัน แม้จะอยู่ในองค์กรหรืออาชีพเดียวกัน

อีกด้านหนึ่ง ความกังวลเรื่องคำตอบผิดทำให้การใช้ AI ไม่อาจวัดคุณค่าจากความเร็วเพียงอย่างเดียว งานที่ต้องอาศัยข้อเท็จจริงหรือข้อมูลของผู้อื่นยังต้องมีผู้ตรวจสอบก่อนส่งต่อ การแบ่งว่าเครื่องมือช่วยร่าง ช่วยค้น หรือช่วยจัดรูปแบบตรงไหน และมนุษย์ตัดสินใจตรงไหน จึงเป็นคำถามเรื่องกระบวนการทำงานที่อยู่เบื้องหลังความกังวลเรื่องอาชีพ ไม่ใช่เพียงคำถามว่าใช้หรือไม่ใช้ AI

อัตราการใช้ที่เพิ่มขึ้นวัดอะไรได้บ้าง

การขยับขึ้นหนึ่งจุดเปอร์เซ็นต์ระหว่างสองไตรมาสหมายถึงสัดส่วนผู้ใช้ตามนิยามของตัวชี้วัดสูงขึ้นในประชากรวัยทำงานของไทย มันเป็นการเปรียบเทียบค่าประมาณในช่วงเวลาต่อเนื่องกัน จึงตอบคำถามเรื่องทิศทางการแพร่หลายได้ตรงกว่าข้อความสื่อสังคม ตัวเลขนี้ไม่ได้วัดจำนวนชั่วโมงที่แต่ละคนใช้ ความชำนาญในการใช้ หรือสัดส่วนงานประจำที่ถูกมอบให้เครื่องมือทำ

วิธีประเมินเริ่มจากข้อมูลการใช้งานทางเทคนิคที่ถูกรวมและทำให้ไม่ระบุตัวตน แล้วปรับตามความแตกต่างของส่วนแบ่งระบบปฏิบัติการและอุปกรณ์ การเข้าถึงอินเทอร์เน็ต และจำนวนประชากร การปรับเหล่านี้มีไว้เพื่อลดปัญหาที่ข้อมูลจากผลิตภัณฑ์ของบริษัทเดียวอาจสะท้อนผู้ใช้ในแต่ละประเทศไม่เท่ากัน ผลที่ได้จึงเป็นค่าประมาณระดับประเทศตามนิยามของรายงาน ไม่ใช่จำนวนผู้ตอบแบบสอบถามที่ระบุด้วยตนเองว่าใช้ AI

ขอบเขตของตัวชี้วัดคือการใช้ผลิตภัณฑ์ AI เชิงสร้างสรรค์ในช่วงที่รายงาน การใช้งานอาจเกิดเพื่อเรื่องส่วนตัว การเรียน หรือการทำงาน โดยค่าระดับประเทศไม่ได้แยกเจตนาเหล่านี้ออกมาให้เห็นทั้งหมด คนที่ลองใช้เพื่อสรุปเรื่องส่วนตัวจึงอยู่ในภาพการแพร่หลายของเทคโนโลยีได้ โดยไม่ได้แปลว่าองค์กรของคนนั้นนำ AI ไปเปลี่ยนหน้าที่งานแล้ว

ข้อมูลระดับประเทศยังไม่บอกความถี่ของการใช้งานในแต่ละสถานประกอบการ บริษัทหนึ่งอาจกำหนดเครื่องมือและขั้นตอนตรวจงานชัดเจน ขณะที่อีกแห่งปล่อยให้พนักงานทดลองกันเอง อัตราการใช้งานที่สูงขึ้นจึงอาจประกอบด้วยพฤติกรรมหลายแบบ ซึ่งมีผลต่อทักษะและความมั่นคงในงานต่างกัน การนำค่าเดียวไปอธิบายประสบการณ์ของลูกจ้างทุกกลุ่มจะทำให้ความต่างนี้หายไป

รายงานระบุด้วยว่าการวัดในรอบต่อไปจะขยายให้ครอบคลุมเครื่องมือและโมเดลใหม่ การเปลี่ยนขอบเขตเช่นนี้อาจทำให้สัดส่วนผู้ใช้ในหลายประเทศสูงขึ้น แม้การเปลี่ยนพฤติกรรมจริงจะไม่มากเท่าการเปลี่ยนของตัวเลข เมื่อมีข้อมูลรอบใหม่ การดูว่านิยามยังเหมือนเดิมหรือไม่จึงสำคัญต่อการเปรียบเทียบแนวโน้มระยะยาว โดยเฉพาะหากต้องการใช้ตัวเลขประกอบการตัดสินใจเรื่องแรงงาน

เหตุใดตัวเลขสองชุดจึงบอกเหตุและผลไม่ได้

ข้อมูลทั้งสองชุดตอบคนละคำถาม ชุดข้อความบอกว่าผู้โพสต์พูดถึงความเสี่ยงใด ส่วนค่าการใช้งานบอกว่าสัดส่วนคนวัยทำงานที่ใช้ผลิตภัณฑ์ตามนิยามเพิ่มขึ้นหรือไม่ ไม่มีตัวระบุร่วมที่จะบอกว่าผู้โพสต์เรื่องตกงานเป็นคนเดียวกับผู้ใช้ที่ปรากฏในข้อมูลการใช้งาน ดังนั้นการวางค่าทั้งสองไว้ข้างกันแสดงภาพสังคมในช่วงใกล้กันได้ แต่ไม่ใช่การวัดความสัมพันธ์ของพฤติกรรมกับความรู้สึกในคนกลุ่มเดียวกัน

แม้ข้อมูลสองชุดจะมาจากคนกลุ่มเดียวกันในอนาคต การเกิดขึ้นพร้อมกันก็ยังต้องแยกจากสาเหตุ ผู้ใช้บางคนอาจเริ่มใช้เพราะกลัวตามเพื่อนร่วมงานไม่ทัน ขณะที่บางคนอาจกังวลหลังเห็นเครื่องมือทำงานที่ตนเคยรับผิดชอบ อีกกลุ่มอาจไม่ได้ใช้เลยแต่กังวลจากข่าวหรือประสบการณ์ของคนใกล้ตัว ข้อมูลปัจจุบันยังเลือกคำอธิบายใดคำอธิบายหนึ่งแทนทั้งหมดไม่ได้

ช่วงเวลาของข้อมูลก็ต่างกัน ข้อความสาธารณะสะสมตลอดหลายเดือน ส่วนอัตราการใช้งานเปรียบเทียบค่าของไตรมาสติดต่อกัน การพูดถึงความกังวลในช่วงหลังอาจตอบสนองต่อเหตุการณ์ที่เกิดก่อนหน้า หรือสะท้อนปัญหาที่ดำเนินมานานกว่าไตรมาสที่ใช้เปรียบเทียบ เมื่อไม่มีลำดับเหตุการณ์ระดับบุคคล จึงยังระบุไม่ได้ว่าความกังวลเกิดก่อนหรือหลังการเริ่มใช้ AI

หากต้องการรู้ว่า AI กระทบการจ้างงานจริงเพียงใด จำเป็นต้องมีข้อมูลอีกแบบหนึ่ง เช่น การเปลี่ยนจำนวนตำแหน่ง หน้าที่ในแต่ละตำแหน่ง และการย้ายงานหรือฝึกทักษะภายในองค์กร ข้อมูลเหล่านั้นต้องอ่านคู่กับเหตุผลที่นายจ้างตัดสินใจเปลี่ยนคนหรือกระบวนการ เพราะจำนวนตำแหน่งอาจเปลี่ยนจากปัจจัยอื่นได้ด้วย การใช้ AI มากขึ้นเพียงอย่างเดียวจึงยังไม่เท่ากับหลักฐานว่ามีคนตกงานมากขึ้น

สิ่งที่พูดได้อย่างมั่นคงในตอนนี้มีขอบเขตชัดเจน: เรื่องงานเด่นในข้อความกังวลที่เก็บได้ และการใช้ AI เชิงสร้างสรรค์ตามตัวชี้วัดระดับประเทศขยายตัว การใช้ข้อมูลสองชนิดร่วมกันมีประโยชน์ตรงที่ทำให้เห็นทั้งแรงกดดันที่ถูกพูดถึงและการแพร่หลายของเครื่องมือ หากจะหาขนาดผลกระทบต่อแรงงานจริง ยังต้องรอหลักฐานที่เชื่อมการใช้เครื่องมือกับการเปลี่ยนงานในหน่วยวัดเดียวกัน

ความกังวลเรื่องงานเรียกร้องคำตอบแบบใด

สำหรับลูกจ้าง คำถามที่ใกล้ตัวกว่าการคาดเดาว่าอาชีพทั้งอาชีพจะหายไป คือส่วนใดของงานกำลังถูกเปลี่ยน งานร่างข้อความหรือสรุปข้อมูลอาจใช้ AI ช่วยได้ ขณะที่การตรวจข้อเท็จจริง การตัดสินใจ และความรับผิดชอบต่อผลงานยังต้องกำหนดให้ชัด การรู้ว่าเครื่องมือเข้ามาในขั้นตอนไหนช่วยให้เห็นทักษะที่ต้องปรับ โดยไม่ต้องถือว่าทุกหน้าที่ในตำแหน่งมีความเสี่ยงเท่ากัน

สำหรับนายจ้าง การบอกเพียงว่าจะใช้ AI มากขึ้นยังไม่ตอบความกังวลเรื่องความมั่นคงในงาน ข้อเสนอที่ตรงกับปัญหาคืออธิบายว่างานประเภทใดให้เครื่องมือช่วยได้ ใครตรวจผล และจะฝึกพนักงานให้ทำหน้าที่ที่เปลี่ยนไปอย่างไร หากมีแผนปรับบทบาทหรือจำนวนคน ก็ควรสื่อสารเรื่องนั้นตรง ๆ แทนการปล่อยให้พนักงานตีความจากการนำเครื่องมือเข้ามาใช้

การฝึกทักษะควรผูกกับงานจริงมากกว่าการสอนให้ใช้เครื่องมือโดยไม่บอกผลที่ต้องรับผิดชอบ พนักงานที่ใช้ AI ช่วยจัดเอกสารต้องรู้วิธีตรวจเนื้อหาและจัดการข้อมูลที่ไม่ควรป้อนเข้าสู่ระบบ ผู้ที่ใช้ช่วยสร้างสื่อควรรู้ว่าใครเป็นผู้อนุมัติผลงานก่อนเผยแพร่ แนวทางนี้เป็นข้อเสนอสำหรับจัดการความไม่แน่นอนในที่ทำงาน ยังไม่ใช่ผลทดลองที่พิสูจน์ว่าจะลดความกลัวได้ในทุกองค์กร

องค์กรยังควรแยกการวัดการใช้เครื่องมือออกจากการวัดผลต่อคนทำงาน จำนวนบัญชีที่เปิดใช้หรือจำนวนงานที่ร่างด้วย AI อาจบอกความแพร่หลาย แต่ไม่บอกว่าภาระตรวจงานเพิ่มขึ้นหรือพนักงานมีโอกาสย้ายไปทำงานที่ใช้ทักษะสูงขึ้นหรือไม่ หากต้องการรู้ว่าการเปลี่ยนกระบวนการช่วยคนทำงานจริงเพียงใด ต้องมองทั้งคุณภาพงาน เวลาที่ใช้ และการเปลี่ยนหน้าที่ควบคู่กัน

ข้อมูลชุดถัดไปที่มีความหมายต่อแรงงานไทยจึงไม่ใช่เพียงอัตราการใช้ AI ที่สูงขึ้นอีกเท่าไร แต่รวมถึงการเปลี่ยนตำแหน่งและหน้าที่ในสถานประกอบการด้วย ระหว่างที่ข้อมูลดังกล่าวยังมาไม่ครบ นายจ้างสามารถลดความคลุมเครือได้ด้วยการระบุขอบเขตการใช้เครื่องมือและแผนพัฒนาคนให้ชัด ส่วนลูกจ้างจะมีฐานที่เป็นรูปธรรมกว่าเดิมในการประเมินว่างานของตนกำลังเปลี่ยนอย่างไร