ประเทศในเอเชียกำลังแข่งกันสร้าง ‘คนเอไอ’ ตั้งแต่ห้องเรียนถึงแรงงานทั้งประเทศ

หากพูดถึงการแข่งขันเอไอ ภาพที่คนส่วนใหญ่นึกถึงอาจเป็นชิปประมวลผล ดาต้าเซ็นเตอร์ หรือบริษัทเทคโนโลยีที่กำลังแข่งกันสร้างโมเดลเอไอให้เก่ง แต่เบื้องหลังการแข่งขันเหล่านี้ มีทรัพยากรอีกอย่างที่ประเทศต่างๆ กำลังแย่งชิงกันอย่างหนัก นั่นคือ “กำลังคน”

ไม่ใช่แค่คนที่สร้างโมเดลเอไอ แต่รวมถึงนักวิจัย วิศวกร นักพัฒนา ครู นักเรียน นักศึกษา และคนทำงานในทุกสาขาอาชีพที่ต้องเรียนรู้ว่าจะใช้เอไอเป็นส่วนหนึ่งของงานอย่างไร

รายงาน Future of Jobs ของ World Economic Forum ชี้ว่า การเปลี่ยนแปลงทางเทคโนโลยี โดยเฉพาะเอไอ กำลังเร่งให้ตลาดแรงงานเปลี่ยนแปลงเร็วขึ้น นายจ้างไม่ได้มองหาแค่ความเชี่ยวชาญด้านเทคนิค แต่ยังให้ความสำคัญกับความสามารถของมนุษย์ เช่น การคิดวิเคราะห์ ความคิดสร้างสรรค์ ความยืดหยุ่น และการเรียนรู้ตลอดชีวิต

ความท้าทายของแต่ละประเทศจึงไม่ได้อยู่แค่การผลิตนักวิจัยเอไอระดับสูง แต่ต้องสร้างกำลังคนหลายระดับไปพร้อมกัน ตั้งแต่ผู้ที่พัฒนาเทคโนโลยี ผู้ที่นำเอไอไปประยุกต์ใช้ในอุตสาหกรรม ไปจนถึงประชาชนทั่วไปที่มีความรู้พื้นฐานเพียงพอจะใช้เทคโนโลยีอย่างเข้าใจและรู้เท่าทัน

ขณะเดียวกัน การแข่งขันสร้างคนก็เกิดขึ้นท่ามกลางความเหลื่อมล้ำในการเข้าถึงเทคโนโลยีและโอกาสทางการเรียนรู้ เพราะไม่ใช่ทุกคนจะมีอุปกรณ์ อินเทอร์เน็ต ครู หรือสภาพแวดล้อมที่พร้อมสำหรับการเรียนรู้เอไอเท่ากัน คำถามจึงไม่ได้มีเพียงว่าแต่ละประเทศจะสร้างคนให้ทันกับเอไอได้อย่างไร แต่รวมถึงว่าจะทำอย่างไรไม่ให้เทคโนโลยีใหม่กลายเป็นปัจจัยที่ทำให้ช่องว่างระหว่างคนที่พร้อมกับคนที่เข้าไม่ถึงโอกาสกว้างขึ้น

โจทย์เดียวกันนี้ทำให้แต่ละประเทศเลือกเดินเกมคนละแบบ

จีนเริ่มค้นหาเด็กที่มีแววตั้งแต่ก่อนเข้ามหาวิทยาลัย ขณะที่บริษัทเทคโนโลยีแข่งขันแย่งตัวนักวิจัยระดับสูง สิงคโปร์พยายามสร้างทักษะเอไอให้คนทั้งประเทศ เกาหลีใต้มองการสร้างบุคลากรเป็นยุทธศาสตร์ระดับชาติ ขณะที่ญี่ปุ่นยังตั้งคำถามว่าเด็กควรใช้เอไอมากแค่ไหน และจะรักษาทักษะการคิดของมนุษย์ไว้ได้อย่างไร

อินเดียเลือกใช้ขนาดของระบบการศึกษาเป็นฐานสร้างกำลังคนสำหรับเศรษฐกิจใหม่ ส่วนไทยกำลังพยายามต่อจิ๊กซอว์ตั้งแต่การสร้างความรู้พื้นฐานด้านเอไอให้คนจำนวนมาก การผลิตบุคลากรเฉพาะทาง การพัฒนาครูและโครงสร้างพื้นฐาน ไปจนถึงการวัดความพร้อมขององค์กรที่จะนำเอไอไปใช้งานจริง

นี่คือเรื่องราวของการแข่งขันสร้างคนในวันที่เอไอกำลังกลายเป็นโครงสร้างพื้นฐานใหม่ของเศรษฐกิจ ตั้งแต่จีน ญี่ปุ่น เกาหลีใต้ สิงคโปร์ อินเดีย จนถึงประเทศไทย 

จีนเริ่มมองหาคนเก่งตั้งแต่ยังไม่เข้ามหาวิทยาลัย

ในจีน การแข่งขันแย่งชิงคนเก่งกำลังขยับลงไปถึงระดับมัธยม บริษัทเทคโนโลยีจีนหลายแห่งพยายามค้นหาคนที่มีศักยภาพตั้งแต่ยังไม่เข้าสู่ตลาดแรงงาน ขณะเดียวกันก็ยังแข่งขันกันดึงตัวนักวิจัยและวิศวกรที่มีประสบการณ์ เหตุผลหนึ่งมาจากช่องว่างด้านกำลังคนที่ถูกประเมินไว้ว่าจะขยายตัวอย่างมากในช่วงไม่กี่ปีข้างหน้า

งานวิจัยของ McKinsey เคยประเมินว่า จีนอาจมีความต้องการบุคลากรด้านเอไอมากถึงราว 6 ล้านคนภายในปี 2573 ขณะที่มหาวิทยาลัยและบุคลากรระดับท็อปที่มีอยู่สามารถตอบสนองได้เพียงประมาณหนึ่งในสาม ส่งผลให้เกิดช่องว่างราว 4 ล้านคน 

เมื่อคนเก่งกลายเป็นทรัพยากรหายาก บริษัทจึงไม่ได้รอให้คนเหล่านี้เรียนจบมหาวิทยาลัยแล้วค่อยรับเข้าทำงาน แต่พยายามเข้าไปค้นหาคนที่มีแววตั้งแต่ก่อนหน้านั้น

(รูป: Thành Đỗ)

สำนักข่าว Rest of World รายงานถึงกรณีของเด็กชายวัย 13 ปีจากเมืองหางโจว ซึ่งมีความสนใจด้านเอไอและเคยชนะการแข่งขันสร้างโมเดลเอไอหลายรายการ พ่อของเขายังบันทึกผลงานต่างๆ ของลูกผ่านแพลตฟอร์ม Xiaohongshu จนมีผู้ติดตามกว่า 136,000 คน แต่สิ่งที่พ่อของเด็กคนนี้กังวลไม่ใช่เรื่องว่าลูกเก่งพอหรือไม่ เขาไม่รู้ว่าจะพาลูกไปต่ออย่างไร เพราะเอไอเป็นโลกใหม่ที่เปลี่ยนเร็วเกินกว่าที่ประสบการณ์ของคนรุ่นพ่อแม่จะให้คำตอบได้

ซวี่ เทียนเฉิน (Tianchen Xu) นักเศรษฐศาสตร์อาวุโสของสถาบันวิจัยด้านเศรษฐกิจและการเมือง ประจำกรุงปักกิ่ง ให้สัมภาษณ์กับ Rest of World ว่า วิศวกรรุ่นใหม่ที่เติบโตมาพร้อมโมเดลโอเพนซอร์สและเครื่องมือโค้ดดิ้งอัตโนมัติอาจปรับตัวเข้ากับงานได้เร็วกว่า ทำให้บริษัทต่างๆ ต้องการค้นหาคนที่มีศักยภาพตั้งแต่ก่อนที่ตลาดจะประเมินมูลค่าของพวกเขาได้อย่างชัดเจน

ตัวอย่างที่เป็นรูปธรรมคือ Tencent ซึ่งเปิดค่ายสำหรับนักเรียนอายุ 13-18 ปี ครอบคลุมเนื้อหาตั้งแต่การบริหารผลิตภัณฑ์เอไอ หุ่นยนต์ ไปจนถึงควอนตัมคอมพิวติ้ง

ขณะที่จาง อี้หมิง (Zhang Yiming) ผู้ก่อตั้ง ByteDance ร่วมก่อตั้งศูนย์วิจัยไม่แสวงหากำไรสำหรับนักเรียนอายุ 16-18 ปี โดยคัดเลือกนักเรียนจำนวนจำกัดเข้าร่วมงานวิจัยด้านเอไอ คณิตศาสตร์ และวิทยาการคอมพิวเตอร์

ที่ไปไกลกว่านั้นคือ Geely ซึ่งเปิดโครงการรับนักเรียนหลังจบมัธยมปลาย พร้อมการฝึกอบรมและเส้นทางการทำงาน โดยให้ค่าตอบแทนในระดับที่เทียบเคียงกับผู้จบปริญญาตรี แต่เส้นทางนี้ไม่ได้หมายความว่าทุกบริษัทเชื่อว่าต้องเริ่มรับคนตั้งแต่มัธยม

MiniMax สตาร์ตอัปเอไอของจีน ซึ่งมีพนักงานอายุเฉลี่ยค่อนข้างน้อย และสัดส่วนบุคลากรวิจัยและพัฒนาสูง ระบุว่า ไม่ได้มีแผนรับคนโดยตรงจากโรงเรียนมัธยม แต่ให้ความสำคัญกับคนตั้งแต่ระดับมหาวิทยาลัยขึ้นไป โดยมองว่าอุตสาหกรรมเอไอเปลี่ยนเร็วเกินกว่าประสบการณ์ทำงานแบบเดิมจะเป็นตัวชี้วัดความสามารถได้ทั้งหมด

สิ่งที่บริษัทมองหาจึงเป็น “สติปัญญาดิบ” และความสามารถในการเรียนรู้มากกว่าวุฒิการศึกษาเพียงอย่างเดียว

ขณะเดียวกัน การแข่งขันแย่งคนในระดับมืออาชีพก็ดุเดือดไม่แพ้กัน สำนักข่าว South China Morning Post รายงานกรณีนักวิจัยหลักของโมเดล R1 จาก DeepSeek ที่ย้ายไปร่วมทีม Seed ของ ByteDance แม้บริษัทจะปฏิเสธตัวเลขค่าตอบแทนที่มีการรายงาน

ข้อมูลจากแพลตฟอร์ม Maimai ยังถูกนำมาใช้สะท้อนการเคลื่อนย้ายบุคลากรระหว่างทีมเอไอของบริษัทจีน ขณะที่นักวิจัยบางส่วนย้ายไปทำงานกับบริษัทเทคโนโลยีระดับโลก

จีนจึงกำลังเล่นเกมสองกระดานพร้อมกัน กระดานแรกคือ การค้นหาคนเก่งตั้งแต่ยังเด็ก กระดานที่สองคือ การรักษาและแย่งตัวคนที่เก่งที่สุดในตลาดแรงงาน แต่เกมนี้มีข้อจำกัดสำคัญ เพราะการผลิตคนหนึ่งคนใช้เวลาหลายปี ขณะที่เทคโนโลยีเปลี่ยนเร็วกว่า และคนเก่งระดับสูงก็สามารถย้ายบริษัทหรือย้ายประเทศได้

ดังนั้น การสร้าง AI talent เพียงอย่างเดียวจึงอาจไม่พอ ประเทศยังต้องมีระบบมหาวิทยาลัย งานวิจัย บริษัท และสภาพแวดล้อมที่ทำให้คนเหล่านี้สามารถเติบโตและสร้างผลงานได้จริง

สิงคโปร์ไม่ได้ถามว่าจะสร้างนักวิจัยกี่คน แต่ถามว่าคนทั้งประเทศใช้เอไอเป็นหรือยัง

สิงคโปร์เลือกวางโจทย์กว้างกว่าเดิม เพราะไม่ได้มองว่าประเทศจำเป็นต้องผลิตนักวิจัยเอไอจำนวนมากเพียงอย่างเดียว แต่ต้องทำให้คนทั่วไปสามารถทำงานร่วมกับเอไอได้

คู เซิงเหมิง (Koo Sengmeng) ผู้อำนวยการฝ่ายบุคลากรและระบบนิเวศของ AI Singapore อธิบายว่า AI Singapore ทำงานร่วมกับหน่วยงานด้านการศึกษาและดิจิทัล เพื่อค้นหาผู้เรียนที่มีศักยภาพสูงและวางเส้นทางสู่การเป็นนักประดิษฐ์หรือนักวิจัยเอไอ

เป้าหมายคือการทำให้คนทั่วไปมี “ทักษะสองภาษา” ภาษาหนึ่งคือความเชี่ยวชาญในวิชาชีพของตัวเอง อีกภาษาคือความสามารถในการใช้เอไอเป็นส่วนหนึ่งของงาน แนวคิดนี้กลายเป็นโจทย์ของตลาดแรงงาน เพราะในอนาคต คนทำงานจำนวนมากอาจไม่จำเป็นต้องกลายเป็นนักพัฒนาโมเดล แต่ต้องรู้ว่าจะใช้เอไอช่วยทำงานของตัวเองอย่างไร

ในโรงเรียน เด็กนักเรียนเริ่มใช้เอไอเป็นเครื่องมือช่วยเรียน สำนักข่าว ABC ยกตัวอย่างนักเรียนมัธยมวัย 15 ปีในสิงคโปร์ที่ใช้ NotebookLM ของ Google ช่วยอธิบายเรื่องยากในวิชาเคมี สรุปเอกสาร และทบทวนก่อนสอบ ขณะที่โรงเรียนใช้เอไอช่วยวิเคราะห์คำตอบที่นักเรียนทำผิดในการสอบซ้อม เพื่อดูว่าแต่ละคนควรทบทวนเรื่องใดเป็นพิเศษ

อย่างไรก็ตาม การใช้เอไอไม่ได้หมายความว่าให้เครื่องมือคิดแทนทั้งหมด เดสมอนด์ ลี (Desmond Lee) รัฐมนตรีว่าการกระทรวงศึกษาธิการสิงคโปร์เตือนถึงความเสี่ยงของการปล่อยให้เอไอรับภาระการคิดแทนมนุษย์ นักเรียนจึงยังจำเป็นต้องมีพื้นฐานในการสังเคราะห์ข้อมูล คิดอย่างสร้างสรรค์ ปรับตัว และคิดอย่างมีวิจารณญาณ

นี่เป็นประเด็นที่หลายประเทศกำลังเผชิญร่วมกัน เพราะการสร้างความรู้ความเข้าใจเกี่ยวกับเอไอ (AI literacy) ไม่ได้หมายถึงการสอนให้คนใช้ ChatGPT หรือเขียน Prompt ได้เท่านั้น แต่ต้องทำให้คนรู้จักตั้งคำถาม ตรวจสอบข้อมูล และตัดสินใจว่าเมื่อใดควรเชื่อหรือไม่ควรเชื่อสิ่งที่เอไอสร้างขึ้น

เกาหลีใต้เร่งสร้างคน แต่ก็พบว่าการนำเอไอเข้าสู่โรงเรียนไม่ง่าย

เกาหลีใต้ประกาศชัดเจนว่าต้องการเป็นประเทศชั้นนำด้านเอไอ และมองการสร้างบุคลากรเป็นส่วนหนึ่งของยุทธศาสตร์ระดับชาติ รัฐบาลจึงพยายามผลักดันการเรียนรู้ด้านเอไอตั้งแต่ระดับโรงเรียน พร้อมเชื่อมโยงเส้นทางการศึกษาไปสู่มหาวิทยาลัยและตลาดแรงงาน 

อย่างไรก็ตาม ก่อนหน้านี้รัฐบาลเคยผลักดันให้โรงเรียนนำแท็บเล็ตและตำราเรียนที่ใช้เอไอเข้ามาในห้องเรียน โดยหวังให้เทคโนโลยีช่วยปรับเนื้อหาและวิธีการเรียนให้เหมาะกับความสามารถของนักเรียนแต่ละคน แต่ในที่สุดแผนดังกล่าวก็ถูกยกเลิกเมื่อปี 2568 เนื่องจากแนวทางดังกล่าวเผชิญเสียงวิพากษ์วิจารณ์จากครูและผู้ปกครอง รวมถึงคำถามเรื่องความพร้อมของโรงเรียนและผลกระทบต่อการเรียนรู้ของเด็ก

นีล เซลวิน (Neil Selwyn) อาจารย์จากมหาวิทยาลัยโมนาช ซึ่งศึกษาการใช้เอไอในโรงเรียน ให้สัมภาษณ์กับสำนักข่าว ABC ว่า โครงการดังกล่าวถูกผลักดันเร็วเกินไปและครอบคลุมในวงกว้าง จนไม่ได้รับการสนับสนุนจากครูและโรงเรียนมากพอ และทำให้เกิดความกังวลต่อการนำเทคโนโลยีเข้ามาใช้ในการศึกษา

หลัง อี แจ-มยอง (Lee Jae-myung) เข้ารับตำแหน่งประธานาธิบดีเมื่อปี 2568 รัฐบาลชุดใหม่จึงออกแผนด้านเอไอฉบับใหม่ในเดือนพฤศจิกายน โดยหนึ่งในแนวทางสำคัญคือการสร้างสายพานบุคลากรนวัตกรรมเอไอ ตั้งแต่ระดับโรงเรียน ด้วยการเพิ่มจำนวนโรงเรียนมัธยมที่เน้นการเรียนด้านเอไอ และเชื่อมต่อโรงเรียนเหล่านี้เข้ากับหลักสูตรและโปรแกรมของมหาวิทยาลัย

เซลวินมองว่า แนวทางใหม่นี้มีการวางแผนที่รอบคอบกว่าเดิม เพราะเริ่มต้นจากโครงการในขนาดเล็กก่อน แทนที่จะผลักดันเทคโนโลยีเข้าสู่ระบบการศึกษาทั้งหมดในเวลาเดียวกัน

ญี่ปุ่นเลือกดูให้ชัดก่อนว่าเด็กควรใช้เอไอแค่ไหน

ขณะที่เพื่อนบ้านเร่งเครื่อง ญี่ปุ่นเลือกเดินอีกทาง กระทรวงศึกษาธิการญี่ปุ่นวางตัวระมัดระวังต่อเทคโนโลยีนี้ อยู่ระหว่างติดตามผลจากโครงการนำร่องในโรงเรียนต่างๆ คำถามของญี่ปุ่นไม่ใช่เพียง “เอไอทำอะไรได้บ้าง” แต่คือ “เอไอช่วยให้เด็กเรียนรู้ดีขึ้นจริงหรือไม่”

ชิซูกะ ชิราอิ (Shizuka Shirai) รองศาสตราจารย์ด้านเทคโนโลยีการศึกษาจากมหาวิทยาลัยโอซาก้า อธิบายว่า หลายเรื่องเกี่ยวกับการใช้ Generative AI ในโรงเรียนยังต้องเรียนรู้จากการใช้งานจริง ทั้งประโยชน์และจุดที่ต้องระมัดระวัง

แนวคิดนี้ทำให้ญี่ปุ่นเลือกเริ่มจากเป้าหมายทางการศึกษา แล้วค่อยถามว่าเอไอจะเข้าไปช่วยตรงไหน ไม่ใช่เริ่มจากการมีเทคโนโลยี แล้วพยายามหาว่าจะเอาไปใส่ไว้ตรงไหนในห้องเรียน วันที่หลายประเทศกำลังรีบสร้างเด็กให้พร้อมกับโลกเอไอ ญี่ปุ่นจึงกำลังตั้งคำถามอีกชุดหนึ่งว่า ถ้าเอไอสามารถตอบคำถามได้ทุกอย่าง เด็กยังจำเป็นต้องเรียนรู้อะไรด้วยตัวเอง และคำถามนี้อาจมีความสำคัญไม่แพ้การเรียนรู้วิธีใช้เอไอ

(รูป: Priyanshu Singh จาก Reuters)

อินเดียใช้ขนาดของระบบการศึกษาเป็นฐานสร้างคนสำหรับเศรษฐกิจเอไอ

หากจีนกำลังค้นหาคนเก่งตั้งแต่มัธยม และสิงคโปร์พยายามสร้างการรู้เท่าทันเอไอให้คนทั้งประเทศ อินเดียมีโจทย์ที่ใหญ่กว่านั้น เพราะต้องจัดการกับประชากรในระบบการศึกษาจำนวนมหาศาล

อินเดียมีโรงเรียนประมาณ 1.5 ล้านแห่ง ครูระดับประถมและมัธยมมากกว่า 8.5 ล้านคน และนักเรียนในระบบโรงเรียนมากกว่า 260 ล้านคน ขณะที่ระดับอุดมศึกษามีนักศึกษามากกว่า 40 ล้านคน ด้วยขนาดดังกล่าว การสร้างคนเอไอของอินเดียจึงไม่สามารถพึ่งพาการผลิตนักวิจัยระดับสูงเพียงอย่างเดียว แต่ต้องทำให้คนจำนวนมากมีทักษะที่สอดคล้องกับตลาดแรงงานใหม่

บริษัทเทคโนโลยีการศึกษาของอินเดียเริ่มนำเอไอมาใช้ช่วยครูทำงานที่ใช้เวลามาก เช่น ตรวจงาน จัดการข้อมูลนักเรียน และสร้างแบบทดสอบ เพื่อให้ครูมีเวลาไปกับการวางแผนการเรียนและดูแลนักเรียนมากขึ้น

อีกโจทย์หนึ่งที่สำคัญมากสำหรับอินเดียคือ ภาษา ระบบการศึกษาของประเทศต้องรองรับผู้เรียนที่พูดภาษาต่างกัน บริษัทและหน่วยงานจึงกำลังพัฒนาเครื่องมือเสียงและชุดข้อมูลในภาษาท้องถิ่น เช่น ทมิฬ เตลูกู และฮินดี เพื่อให้เอไอช่วยลดช่องว่างทางภาษา

ด้านนโยบาย National Education Policy ประจำปี 2563 วางกรอบให้ทักษะด้านดิจิทัล การเขียนโค้ด และการคิดเชิงคำนวณเป็นส่วนหนึ่งของการเตรียมคนสำหรับอนาคต

ล่าสุด กระทรวงศึกษาธิการอินเดียยังเปิดหลักสูตร Computational Thinking และ Artificial Intelligence สำหรับนักเรียนชั้น 3-8 ผ่าน CBSE เพื่อให้เด็กเริ่มทำความเข้าใจแนวคิดด้านการคิดเชิงคำนวณและเอไอตั้งแต่ช่วงต้นของการศึกษา

อย่างไรก็ตาม ขนาดของระบบการศึกษาก็เป็นทั้งข้อได้เปรียบและความท้าทาย เพราะการทำให้คนจำนวนมากเข้าถึงเอไอไม่ได้หมายความว่าทุกคนจะได้รับโอกาสเท่ากัน

เด็กในเมืองที่มีอุปกรณ์และอินเทอร์เน็ตพร้อมอาจเรียนรู้เทคโนโลยีได้เร็วกว่าเด็กในพื้นที่ห่างไกล คนที่ใช้ภาษาอังกฤษได้อาจเข้าถึงเครื่องมือมากกว่าคนที่ใช้ภาษาท้องถิ่น และคนทำงานที่มีเวลาและทรัพยากรสำหรับการรีสกิลย่อมมีโอกาสปรับตัวมากกว่าคนที่ไม่มี ดังนั้น การสร้างกำลังคนเอไอจึงต้องเดินคู่กับการลดช่องว่างในการเข้าถึงเทคโนโลยีด้วย

ถ้าจะสร้างคนให้ทันเอไอ ต้องเริ่มจากการสร้าง ‘ครู’ ให้พร้อมก่อน

ประเด็นที่หลายประเทศเริ่มพบตรงกันคือ การสร้างคนเอไอไม่สามารถเริ่มจากนักเรียนเพียงอย่างเดียว เพราะครูคือคนที่ต้องออกแบบการเรียนรู้และช่วยให้เด็กใช้เทคโนโลยีอย่างเหมาะสม

สำหรับประเทศไทย ประเด็นนี้ยิ่งสำคัญเมื่อพิจารณาความแตกต่างด้านโครงสร้างพื้นฐานดิจิทัล องค์การการศึกษา วิทยาศาสตร์ และวัฒนธรรมแห่งสหประชาชาติ (UNESCO) ระบุว่า แม้โรงเรียนไทยกว่า 97% สามารถเข้าถึงอินเทอร์เน็ต แต่ความเหลื่อมล้ำด้านอุปกรณ์ยังคงอยู่ โดยเฉพาะช่องว่างการเข้าถึงคอมพิวเตอร์ระหว่างโรงเรียนในเมืองกับชนบท ขณะที่มีครัวเรือนไทยเพียง 16% ที่มีคอมพิวเตอร์ใช้งานที่บ้าน

นอกจากนี้ ยูเนสโกยังระบุว่า ครูอยู่แนวหน้าของการเปลี่ยนแปลงด้านดิจิทัลและเอไอ และจำเป็นต้องได้รับการพัฒนาทักษะอย่างต่อเนื่อง ขณะที่โครงการ One Teacher Thailand ขององค์การทุนเพื่อเด็กแห่งสหประชาชาติ (UNICEF) เคยช่วยครูมากกว่า 500,000 คนพัฒนาความรู้ด้านเทคนิค

ในเดือนมีนาคม 2569 ยูเนสโกร่วมกับกระทรวงศึกษาธิการไทยและบริษัท Huawei เปิดโครงการ Smart Classrooms ในโรงเรียนนำร่อง 10 แห่งในบุรีรัมย์และศรีสะเกษ ภายใต้โครงการ Technology-enabled Open Schools for All เพื่อพัฒนาโครงสร้างพื้นฐานดิจิทัลและการเรียนรู้ที่ใช้เอไอ รวมถึงเสริมทักษะให้ครู

ไทยกำลังสร้างคนเอไอหลายระดับ ตั้งแต่ AI literacy ถึงบุคลากรเฉพาะทาง

การสร้างกำลังคนเอไอของไทยไม่ได้อยู่ที่การผลิตนักวิจัยหรือวิศวกรเพียงกลุ่มเดียว แต่รวมถึงการทำให้ประชาชนทั่วไปมีความรู้พื้นฐานด้านเอไอ และทำให้คนทำงานสามารถนำเทคโนโลยีไปใช้ในอาชีพของตัวเอง

ข้อมูลจากสำนักงานสภานโยบายการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรมแห่งชาติ ระบุว่า ในช่วงปี 2568-2572 ประเทศไทยจะต้องการบุคลากรทักษะสูงในอุตสาหกรรมเป้าหมายจำนวนมาก โดยเฉพาะตำแหน่งงานที่เกี่ยวข้องกับเทคโนโลยีดิจิทัลและเอไอ ซึ่ง สอวช. ระบุว่ามีความต้องการมากกว่า 80,000 ตำแหน่งในช่วง 5 ปีข้างหน้า

โจทย์ของไทยไม่ได้อยู่ที่การสร้างนักวิจัยเอไอเพียงกลุ่มเดียว แต่เป็นการสร้างกำลังคนหลายชั้น ตั้งแต่คนที่เข้าใจพื้นฐานและใช้เอไอในชีวิตประจำวัน ไปจนถึงคนที่สามารถนำเอไอไปประยุกต์ใช้ในงานเฉพาะด้าน นักพัฒนา วิศวกร นักวิจัย และบุคลากรที่สามารถสร้างเทคโนโลยีขึ้นมาเอง นี่เป็นเหตุผลที่ในช่วงที่ผ่านมา การพัฒนาทักษะเอไอของไทยเริ่มขยับออกจากการอบรมเป็นครั้งๆ ไป สู่การพยายามวางระบบที่เชื่อมตั้งแต่การศึกษา การทำงาน ไปจนถึงการเรียนรู้ตลอดชีวิต

โครงการ AI for All Thais เป็นหนึ่งในความพยายามดังกล่าว โดย True ร่วมกับ Google กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม และมหาวิทยาลัยต่างๆ พัฒนาเส้นทางการเรียนรู้ตั้งแต่ระดับพื้นฐานผ่าน AI First Citizen ไปจนถึง AI for Future Workforce ซึ่งเป็นหลักสูตรเข้มข้นที่สามารถนำไปนับเป็นหน่วยกิตได้

เป้าหมายของโครงการคือ การทำให้คนไทย 20 ล้านคน หรือประมาณหนึ่งในสามของประชากร มีความรู้ความเข้าใจพื้นฐานด้านเอไอภายใน 4 ปี

แนวคิดนี้สอดคล้องกับทิศทางที่ สอวช. เสนอไว้ในการสำรวจความต้องการบุคลากรทักษะสูงในอุตสาหกรรมเป้าหมาย 2568-2572 ซึ่งไม่ได้มองการพัฒนากำลังคนเป็นเรื่องของมหาวิทยาลัยเพียงอย่างเดียว แต่เสนอให้ปรับระบบการศึกษาให้ยืดหยุ่นขึ้น เชื่อมโยงกับความต้องการของภาคอุตสาหกรรม และเปิดทางให้เกิดการ Reskill, Upskill และ Cross-skill เพื่อให้คนสามารถเปลี่ยนผ่านไปสู่งานดิจิทัลและอุตสาหกรรมใหม่ได้เร็วขึ้น

ในแผนดังกล่าวยังเสนอให้มหาวิทยาลัยทำหน้าที่เป็นศูนย์กลางกำลังคนที่เชื่อมกับภาคอุตสาหกรรมมากขึ้น โดยหลักสูตรควรพัฒนาร่วมกับนายจ้างและภาคธุรกิจ ขณะเดียวกันระบบการศึกษาควรเปิดให้คนสามารถสะสมทักษะและหน่วยกิตจากประสบการณ์ทำงานและการเรียนรู้รูปแบบต่างๆ ได้ รวมถึงการพัฒนาระบบการเรียนรู้ตลอดชีวิตและการรับรองทักษะจากประสบการณ์จริง

แนวทางนี้มีความสำคัญมากขึ้นในสังคมที่คนวัยทำงานไม่สามารถรอให้ระบบการศึกษาผลิตคนรุ่นใหม่ออกมาแทนที่ทักษะเดิมได้ทั้งหมด เพราะเทคโนโลยีเปลี่ยนเร็วกว่ารอบการศึกษาของมหาวิทยาลัย

คนที่ทำงานด้านการเงินอยู่แล้ว อาจไม่จำเป็นต้องกลับไปเรียนปริญญาใหม่เพื่อเข้าสู่โลกเอไอ แต่อาจต้องเรียนรู้วิธีใช้เอไอวิเคราะห์ข้อมูลหรือช่วยประเมินความเสี่ยง ส่วนคนในภาคการผลิตอาจต้องเพิ่มทักษะด้านการวิเคราะห์ข้อมูลและระบบอัตโนมัติ ขณะที่คนทำงานด้านการตลาดอาจต้องเรียนรู้วิธีใช้เอไอวิเคราะห์พฤติกรรมผู้บริโภคหรือสร้างเนื้อหา

การสร้างกำลังคนเอไอจึงมีอีกความหมายหนึ่ง คือการทำให้คนที่มีอยู่แล้วทำงานร่วมกับเอไอได้ดีขึ้น ไม่ใช่เพียงการเพิ่มจำนวนคนที่สามารถสร้างโมเดลเอไอขึ้นมาใหม่ แต่การมีคนที่ผ่านการฝึกทักษะแล้วก็ยังไม่เพียงพอ เพราะคนต้องมีองค์กรที่พร้อมนำทักษะไปใช้จริง

ตรงนี้เป็นอีกด้านที่ประเทศไทยเริ่มพยายามวางระบบผ่าน Thailand AI Readiness Index (TARI) ซึ่ง สอวช. ร่วมกับ AIS Academy และ IRIS Consulting ในฐานะกรอบประเมินความพร้อมด้านเอไอขององค์กรไทย โดยต้องการสร้างฐานข้อมูลที่ทำให้เห็นภาพรวมว่าองค์กรในแต่ละภาคส่วนของประเทศพร้อมสำหรับเศรษฐกิจเอไอมากน้อยเพียงใด

TARI ไม่ได้วัดเพียงว่าองค์กรมีเทคโนโลยีเอไอหรือไม่ แต่ประเมินความพร้อม 8 ด้าน ตั้งแต่ยุทธศาสตร์และบทบาทของผู้บริหาร ฐานข้อมูล เทคโนโลยีและโครงสร้างพื้นฐาน บุคลากรและทักษะ ธรรมาภิบาลและการบริหารความเสี่ยง การนำเอไอไปใช้และสร้างคุณค่า วัฒนธรรมองค์กรและการเปลี่ยนแปลง ไปจนถึงการนำไปใช้งานจริงและผลกระทบ

การประเมินครอบคลุม 3 ระดับ ตั้งแต่ระดับองค์กร หน่วยงานหรือฟังก์ชันงาน ไปจนถึงระดับบุคคล และแบ่งกระบวนการออกเป็น 3 ขั้น คือ Measure เพื่อดูจุดแข็งและช่องว่าง Benchmark เพื่อเปรียบเทียบกับองค์กรอื่นและภาพรวมของประเทศ และ Activate เพื่อเปลี่ยนผลการประเมินไปเป็นแผนลงมือทำ ทั้งเรื่องการพัฒนาคน การปรับกระบวนการทำงาน และการเลือกใช้เทคโนโลยี

เหตุผลของการสร้างระบบประเมินลักษณะนี้มาจากปัญหาที่หลายองค์กรกำลังเผชิญ นั่นคือ การมีเทคโนโลยีไม่ได้แปลว่าพร้อมใช้เอไอเสมอไป องค์กรอาจมีเครื่องมือ แต่ไม่มีบุคลากรที่รู้ว่าจะนำไปใช้กับงานใด ไม่มีข้อมูลที่มีคุณภาพ หรือยังไม่สามารถปรับกระบวนการทำงานให้รองรับเทคโนโลยีใหม่ได้

ในทางกลับกัน หากประเทศผลิตคนด้านเอไอได้มากขึ้น แต่ภาคธุรกิจยังไม่มีความพร้อมในการรับคนเหล่านั้นเข้าไปทำงาน ความรู้และทักษะก็อาจไม่ถูกเปลี่ยนเป็นผลิตภาพหรือมูลค่าทางเศรษฐกิจได้เต็มที่

TARI จึงตั้งเป้าให้มีองค์กรเข้าร่วมประเมินอย่างน้อย 5,000 แห่งในปีแรก และมากกว่า 20,000 แห่งในระยะต่อไป โดยจะขยายจากองค์กรขนาดใหญ่ไปยังเอสเอ็มอีและองค์กรในภาคส่วนอื่น ๆ เพื่อสร้างฐานข้อมูลระดับประเทศสำหรับใช้วางนโยบายและช่วยให้องค์กรกำหนดทิศทางการลงทุนด้านเอไอของตัวเอง

หากมองย้อนกลับไปที่ยุทธศาสตร์เอไอของไทย ภาพนี้ไม่ใช่เรื่องใหม่ทั้งหมด เพราะแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติปี 2565-2570 ของไทยวางเรื่องการพัฒนาศักยภาพคนไว้เป็นหนึ่งในองค์ประกอบสำคัญควบคู่กับโครงสร้างพื้นฐานและระบบนิเวศเอไอ โดยมีเป้าหมายทั้งการ Reskill, Upskill และ New Skill ในภาคการศึกษาและกำลังคน

ในช่วงไม่กี่ปีที่ผ่านมา สิ่งที่เปลี่ยนไปคือ โจทย์กำลังถูกขยายจากการผลิตคนไปสู่การสร้างระบบที่เชื่อมคนกับงานและองค์กรเข้าด้วยกัน

ด้านหนึ่งคือ การสร้างความรู้พื้นฐานให้คนจำนวนมาก อีกด้านคือการสร้างบุคลากรที่มีทักษะเฉพาะทางผ่านมหาวิทยาลัยและความร่วมมือกับภาคอุตสาหกรรม ขณะที่คนทำงานเดิมต้องมีช่องทางกลับมาเรียนรู้และสะสมทักษะใหม่ได้ตลอดชีวิต

พร้อมกันนั้น องค์กรก็ต้องรู้ว่าตัวเองพร้อมแค่ไหน มีข้อมูลเพียงพอหรือไม่ มีคนที่เหมาะสมหรือยัง และมีความสามารถในการเปลี่ยนเอไอจากเครื่องมือทดลองให้กลายเป็นส่วนหนึ่งของกระบวนการทำงานจริงหรือไม่

เมื่อวางทุกส่วนเข้าด้วยกัน การสร้างคนของไทยจึงไม่ได้อยู่ที่การนับจำนวนคนที่ผ่านหลักสูตรเอไอเพียงอย่างเดียว แต่เป็นการสร้างห่วงโซ่กำลังคนตั้งแต่คนทั่วไปที่ต้องมีความรู้พื้นฐาน นักศึกษาที่กำลังเข้าสู่ตลาดแรงงาน คนทำงานที่ต้องเพิ่มทักษะ ไปจนถึงนักวิจัยและผู้เชี่ยวชาญระดับสูง ขณะเดียวกันก็ต้องสร้างสภาพแวดล้อมที่ทำให้คนเหล่านี้สามารถนำความรู้ไปใช้ได้จริง

(รูป: George Pak)

โจทย์การสร้างกำลังคนในวันที่เอไอเปลี่ยนโลกการทำงาน

เมื่อมองภาพรวมของเอเชีย สิ่งที่เกิดขึ้นจึงไม่ใช่แค่การเพิ่มวิชาเอไอในหลักสูตร แต่คือการออกแบบ “ห่วงโซ่กำลังคน” ใหม่ทั้งระบบ ตั้งแต่เด็ก นักศึกษา คนทำงาน ครู ไปจนถึงนักวิจัยและวิศวกรระดับแนวหน้า ซึ่งกำลังกลายเป็นทรัพยากรสำคัญของเศรษฐกิจเอไอ

จีนเริ่มมองหาคนเก่งตั้งแต่ก่อนเข้ามหาวิทยาลัย พร้อมแข่งขันแย่งตัวนักวิจัยระดับสูง สิงคโปร์พยายามทำให้คนทั้งประเทศมีทักษะในการทำงานร่วมกับเอไอ เกาหลีใต้มองการสร้างบุคลากรเป็นยุทธศาสตร์ระดับชาติ ขณะที่ญี่ปุ่นยังตั้งคำถามว่าเอไอควรเข้ามาอยู่ในชีวิตเด็กมากแค่ไหน

อินเดียกำลังใช้ระบบการศึกษาขนาดมหาศาลเป็นฐานสร้างคนสำหรับเศรษฐกิจใหม่ ส่วนไทยกำลังต่อจิ๊กซอว์ตั้งแต่การสร้าง AI literacy ให้คนจำนวนมาก การผลิตบุคลากรเฉพาะทาง การพัฒนาครู ไปจนถึงการวัดความพร้อมขององค์กรที่จะนำเอไอไปใช้จริง

ทั้งหมดนี้ทำให้คำว่า “กำลังคนเอไอ” กว้างกว่าคนที่สร้างโมเดลหรือเขียนโค้ดเก่งที่สุด แต่หมายถึงทุกคนที่ต้องทำงานและใช้ชีวิตอยู่ในเศรษฐกิจที่เอไอกำลังกลายเป็นส่วนหนึ่งของการทำงาน ตั้งแต่เด็กที่กำลังเรียนรู้ นักศึกษาที่กำลังเลือกอาชีพ คนทำงานที่ต้องเพิ่มทักษะ ครูที่ต้องสอนให้เด็กใช้เอไอโดยไม่ปล่อยให้เอไอคิดแทน ไปจนถึงองค์กรที่ต้องรู้ว่าจะนำเทคโนโลยีมาใช้ตรงไหน และนักวิจัยที่กำลังสร้างสิ่งใหม่

แต่การสร้างคนยังมีอีกโจทย์ที่หลีกเลี่ยงไม่ได้ นั่นคือ ใครจะเข้าถึงโอกาสในการเรียนรู้เอไอได้มากกว่ากัน เพราะในวันที่บางคนมีทั้งอุปกรณ์ อินเทอร์เน็ต ครู และสภาพแวดล้อมที่พร้อม ขณะที่อีกหลายคนยังเข้าไม่ถึงปัจจัยพื้นฐาน ความเหลื่อมล้ำทางเทคโนโลยีอาจกลายเป็นความเหลื่อมล้ำรูปแบบใหม่ของเศรษฐกิจเอไอ

ในวันที่ประเทศต่างๆ ลงทุนกับชิป ดาต้าเซ็นเตอร์ และระบบประมวลผล โครงสร้างพื้นฐานอีกอย่างกำลังถูกสร้างขึ้นพร้อมกัน มันอยู่ในโรงเรียน มหาวิทยาลัย ห้องทดลอง และที่ทำงาน นั่นคือคน

เพราะท้ายที่สุด ต่อให้มีดาต้าเซ็นเตอร์มากแค่ไหน มีชิปมากแค่ไหน หรือมีโมเดลเอไอเก่งเพียงใด คำถามสำคัญยังคงอยู่ที่ว่า มีคนมากพอที่จะสร้างมัน ใช้มัน และรู้เท่าทันมันหรือยัง และเมื่อเอไอกำลังกลายเป็นโครงสร้างพื้นฐานของเศรษฐกิจ สิ่งที่ต้องคิดกันต่ออาจไม่ใช่แค่ใครจะสร้างเอไอได้เก่งที่สุด แต่คือ ใครจะสร้างคนให้ทันโลกใหม่ได้มากพอ และทำอย่างไรให้คนที่ไม่ได้เริ่มต้นจากจุดเดียวกันยังมีโอกาสไปต่อได้

อ้างอิง: Bloomberg, Fortune, EY, ABC, Rest of World และ East Asia Forum