คนทำงานในประเทศไทยมีสัดส่วนการใช้งานปัญญาประดิษฐ์ขั้นสูง สูงกว่าค่าเฉลี่ยทั่วโลกถึง 2 เท่า แต่ผลสำรวจ Work Trend Index 2026 (WTI 2026) พบว่า องค์กรไทยจำนวนมากยังไม่สามารถเปลี่ยนความสำเร็จของพนักงานแต่ละคน ให้กลายเป็นขีดความสามารถส่วนกลางขององค์กรได้ ขณะที่ทักษะการคิดวิเคราะห์เชิงวิพากษ์ของคนไทยยังอยู่ในระดับต่ำที่สุดเมื่อเทียบกับประเทศอื่นในภูมิภาคอาเซียน
ธนวัฒน์ สุธรรมพันธุ์ กรรมการผู้จัดการใหญ่ ไมโครซอฟท์ ประเทศไทย และตลาดใหม่ เปิดเผยผลสำรวจดังกล่าวในงานแถลงข่าว Work Trend Index 2026 โดยระบุว่า การสำรวจครั้งนี้เน้นศึกษาเฉพาะกลุ่มพนักงานออฟฟิศหรือผู้ทำงานด้านข้อมูล (Information Worker) ซึ่งแตกต่างจากรายงาน AI Diffusion Survey ก่อนหน้านี้ที่ครอบคลุมทุกภาคอุตสาหกรรม
คุณธนวัฒน์กล่าวว่า ความท้าทายขององค์กรไทยในปัจจุบันไม่ได้อยู่ที่การให้พนักงานใช้ AI เพื่อเพิ่มประสิทธิภาพส่วนบุคคลในแต่ละวันเท่านั้น แต่คือการนำ AI มาออกแบบกระบวนการทำงานใหม่ เพื่อเปลี่ยนผ่านแนวปฏิบัติที่ดีจากตัวบุคคลไปสู่การสร้างสินทรัพย์ทางปัญญาที่เป็นขีดความสามารถเฉพาะขององค์กร หรือที่รายงานเรียกว่า “Owned Intelligence”
ภาพรวมโลก: พนักงานพร้อม แต่องค์กรยังตามไม่ทัน
ผลสำรวจยังพบว่า พนักงาน 66% ระบุว่า AI ช่วยลดภาระงานเดิม ทำให้มีเวลาไปโฟกัสกับงานที่มีคุณค่าสูงหรือสร้างผลกระทบเชิงบวกได้มากขึ้น ส่วนพนักงานที่จัดอยู่ในกลุ่มผู้ใช้ AI ขั้นสูงจนถึงขั้นเปลี่ยนวิถีและบทบาทการทำงานของตนเองอย่างสิ้นเชิง หรือกลุ่ม Frontier Professionals มีสัดส่วนเพียง 16% ของพนักงานทั่วโลก
ตัวอย่างที่คุณธนวัฒน์ยกขึ้นมา คือกลุ่มวิศวกรซอฟต์แวร์ที่ให้ AI ทำหน้าที่เขียนโค้ดแทน แล้วปรับบทบาทของตนเองไปเน้นงานออกแบบสถาปัตยกรรมระบบ และออกแบบผลิตภัณฑ์ จนพนักงานบางส่วนในไมโครซอฟท์เปลี่ยนชื่อตำแหน่งจาก Software Engineer เป็น “Builder”
ในด้านการสร้างสรรค์งาน พนักงาน 80% ระบุว่านำ AI มาช่วยสร้างสิ่งใหม่ที่ไม่เคยทำได้มาก่อน แต่เมื่อถามถึงทิศทางจากองค์กร มีพนักงานเพียง 1 ใน 4 หรือ 25% เท่านั้นที่เห็นว่าผู้นำมีแนวทางและเป้าหมายการใช้ AI ที่ชัดเจนร่วมกับพนักงาน สะท้อนภาวะที่รายงานเรียกว่า “Worker is ready, but Organization is not”
รายงานยังระบุว่า การนำ AI มาปรับใช้เพื่อออกแบบกระบวนการทำงานใหม่ในระดับองค์กรสร้างผลลัพธ์ทางธุรกิจได้มากกว่าการปล่อยให้พนักงานใช้งานอย่างอิสระเป็นรายบุคคลถึง 2 เท่า
ไทยแซงค่าเฉลี่ยโลก แต่ทักษะคิดวิเคราะห์รั้งท้ายอาเซียน
เมื่อโฟกัสเฉพาะประเทศไทย ผลสำรวจพบว่า สัดส่วนผู้ใช้งาน AI ขั้นสูงหรือ Frontier Professionals ของไทยอยู่ที่ 32% สูงกว่าค่าเฉลี่ยทั่วโลกถึง 2 เท่า แม้จะยังตามหลังเวียดนามและอินโดนีเซียก็ตาม ขณะที่พนักงานไทย 51% รับรู้ว่าผู้นำในองค์กรมีทิศทางการใช้งาน AI ที่ชัดเจน ซึ่งสูงกว่าค่าเฉลี่ยโลกที่อยู่เพียง 26%
พนักงานไทยส่วนใหญ่ยังมีความเข้าใจที่ถูกต้องเกี่ยวกับข้อจำกัดของ AI โดย 89% ตระหนักว่า ผลลัพธ์ที่ได้จาก AI เป็นเพียงจุดเริ่มต้นของการทำงาน ไม่ใช่คำตอบสุดท้ายที่ต้องเชื่อทั้งหมด ส่วนกลุ่ม Frontier ในไทย 86% ระบุว่า AI ช่วยให้สร้างสรรค์งานรูปแบบใหม่ได้ และกลุ่ม Non-frontier 75% ยอมรับว่า AI ช่วยให้ทำงานได้ดีขึ้นกว่าปีที่ผ่านมา
อย่างไรก็ตาม เมื่อเทียบกับประเทศอื่นในอาเซียน พนักงานไทยยังมีคะแนนเฉลี่ยด้านทักษะสำคัญในการทำงานร่วมกับ AI ค่อนข้างต่ำในสองด้าน ได้แก่ ทักษะการควบคุมคุณภาพผลลัพธ์ (Quality Control) ซึ่งมีพนักงานไทยเพียง 53% ที่ตระหนักถึงความสำคัญ อยู่อันดับ 5 จาก 6 ประเทศในภูมิภาค ขณะที่อินโดนีเซียและเวียดนามอยู่ที่ 60% และทักษะการคิดวิเคราะห์เชิงวิพากษ์ (Critical Thinking) ซึ่งมีพนักงานไทยเพียง 45% ที่เห็นความสำคัญ อยู่อันดับสุดท้ายในบรรดา 6 ประเทศอาเซียน ขณะที่ฟิลิปปินส์อยู่อันดับหนึ่งที่ 65%
คุณธนวัฒน์กล่าวว่า คนไทยจำเป็นต้องฝึกตั้งคำถาม วิเคราะห์แหล่งที่มา และหาทางเลือกอื่น แทนที่จะเชื่อคำตอบจาก AI ในทันที
ความย้อนแย้งของการเปลี่ยนผ่าน: ตื่นตัวแต่ไม่กล้าเสี่ยง
รายงานระบุถึงช่องว่างสำคัญระหว่างความตื่นตัวของพนักงานไทยกับระบบงานภายในองค์กร แม้พนักงานจะมองว่าผู้นำมีทิศทางชัดเจน แต่มีผู้บริหารไทยเพียง 1 ใน 3 หรือ 32% เท่านั้นที่พร้อมสนับสนุนและให้รางวัลแก่การทดลองสิ่งใหม่ของพนักงาน หากยังไม่เห็นผลลัพธ์ความสำเร็จที่ชัดเจนในทันที
ขณะเดียวกัน พนักงานไทยถึง 85% มีความกังวลว่าจะก้าวไม่ทันเทคโนโลยี ซึ่งสูงกว่าค่าเฉลี่ยโลกที่ 65% แต่กลับมีถึง 60% ที่เลือกทำตามเป้าหมายงานเดิมแทนที่จะออกแบบวิธีทำงานใหม่ เนื่องจากรู้สึกปลอดภัยกว่าการเสี่ยงปรับเปลี่ยนระบบงานที่ไม่มีแผนรองรับชัดเจน
ในระดับหัวหน้างาน 8 ใน 10 คน หรือ 80% เปิดกว้างให้พนักงานทดลองสิ่งใหม่ แต่มีเพียง 2 ใน 10 ทีม หรือ 20% เท่านั้นที่นำผลสำเร็จจากการทดลองมาบันทึกและจัดทำเป็นขั้นตอนเวิร์กโฟลว์มาตรฐาน ส่งผลให้ความรู้ยังคงติดอยู่กับตัวบุคคล ไม่ถูกแปลงเป็นขีดความสามารถขององค์กรในภาพรวม
AI ในเส้นทางของความมุ่งมั่นมนุษย์
คุณธนวัฒน์อ้างอิงอุปมาของแบรด สมิธ ประธานไมโครซอฟท์ ที่ว่า มนุษย์ไม่สามารถวิ่งแซงม้าได้ สิ่งที่มนุษย์ทำคือการขี่ม้าเพื่อไปถึงจุดหมายได้เร็วขึ้น พร้อมระบุว่า การนำ AI มาใช้จึงต้องมองในลักษณะของการเสริมพลังความมุ่งมั่นของมนุษย์ ไม่ใช่การนำมาทำงานแทนที่คนหรือเน้นเพียงเรื่องการลดต้นทุน
คุณธนวัฒน์กล่าวว่า ความสำเร็จของการทรานส์ฟอร์มไม่ได้ขึ้นอยู่กับว่าโมเดลใดมีประสิทธิภาพสูงสุดเพียงอย่างเดียว แต่ระบบต้องมีความปลอดภัยทางไซเบอร์ มีธรรมาภิบาล และมีการควบคุมการเข้าถึงข้อมูลที่เหมาะสมตามความรับผิดชอบของแต่ละบุคคล รวมถึงต้องเปิดกว้างรองรับการใช้เทคโนโลยีที่หลากหลายหรือ Multi-Model
ไมโครซอฟท์นำเสนอแพลตฟอร์มที่สนับสนุนแนวคิดดังกล่าว ได้แก่ Microsoft Copilot ซึ่งรวม Multi-Model เช่น GPT และ Claude เพื่อตอบสนองคำสั่งที่หลากหลาย, Work IQ เทคโนโลยีที่ดึงองค์ความรู้ที่กระจัดกระจายบน Microsoft 365 เช่น อีเมล SharePoint และ PowerPoint มาประเมินบริบทและความสัมพันธ์ในการสื่อสาร, Fabric IQ ที่เชื่อมโยงข้อมูลภายในองค์กรจากระบบบันทึกหลัก (System of Record) เช่น ERP และ Core Banking ควบคู่กับ Web IQ ที่ช่วยเชื่อมโยงและทำความเข้าใจข้อมูลบนเว็บ (โดยข้อมูลความรู้ทั้งหมดนี้จะถูกผสานรวมขึ้นมาเป็น Microsoft IQ ของแต่ละองค์กร) และ Agent 365 ระบบควบคุมและกำกับดูแลการทำงานของ AI Agent ที่พนักงานสร้างขึ้น เพื่อให้มั่นใจว่าทำงานได้ถูกต้องและปลอดภัย
บทเรียนจากสนามจริง: เมื่อ CPN แก้ปัญหาผิดจุด
ในช่วงเสวนาซึ่งมีธนวัฒน์เป็นผู้ดำเนินรายการ ร่วมกับ ธีรวัฒน์ อัศวโภคี รองผู้จัดการใหญ่ ธนาคารกสิกรไทย และ อครินทร์ ภูรีสิทธิ์ Chief People Officer บริษัท เซ็นทรัลพัฒนา จำกัด (มหาชน)
คุณอครินทร์เล่าถึงกรณีศึกษาที่ CPN นำ AI อ่านป้ายทะเบียนรถยนต์มาใช้แก้ปัญหาการต่อคิวจ่ายค่าจอดรถ เพื่อให้ลูกค้าจ่ายเงินได้สะดวกและลดพนักงานหน้างาน
คุณอครินทร์กล่าวว่า ระบบดังกล่าวกลับสร้างปัญหาให้กลุ่มลูกค้าที่มาจับจ่ายใช้สอยและต้องการสิทธิ์จอดรถฟรี เนื่องจากลูกค้ากลุ่มนี้ต้องเสียเวลายืนต่อคิวเพื่อตรวจสอบสิทธิ์ใบเสร็จกับพนักงานแบบ Manual Validation ขณะที่กลุ่มที่ไม่ได้ใช้จ่ายกลับจ่ายเงินผ่านระบบและขับรถออกไปได้อย่างรวดเร็ว
CPN แก้ไขปัญหาด้วยการรื้อกระบวนการใหม่ทั้งหมดโดยพิจารณาจาก Customer Journey จริง เปลี่ยนมาใช้ระบบสแกนใบเสร็จด้วยตนเอง ซึ่งปัจจุบันมีจำนวนการสแกนผ่านระบบและรับสิทธิ์จอดรถฟรีไปแล้วระดับล้านใบเสร็จ
คุณอครินทร์กล่าวว่า การนำ AI มาใช้ต้องคำนึงถึงห่วงโซ่คุณค่าและจุดสร้างมูลค่าของธุรกิจจริง ไม่ใช่พิจารณาจากความง่ายของเทคโนโลยีเพียงอย่างเดียวโดยไม่มองรอบด้าน ทีมเทคโนโลยีของ CPN ในช่วงแรกมีขนาดไม่ใหญ่นัก จึงใช้เวลาหลายเดือนในการปรับเปลี่ยนกระบวนการหลังบ้านให้เหมาะสมกับการใช้งานจริงของลูกค้า
KBank: จาก 31 สู่เกือบ 200 FTE ที่ประหยัดได้
คุณธีรวัฒน์เล่าว่า KBank เริ่มใช้งาน AI มาระยะหนึ่งแล้ว โดยตั้งทีม Data & AI เป็นดิวิชันเฉพาะขึ้นมาเมื่อประมาณ 5 ปีก่อน ภายใต้กลยุทธ์ “Infinity” ที่เน้นเรื่อง Credit, Income, Service และ New Business โดยมี 5 แกนสำคัญคือ คน เทคโนโลยี ข้อมูล กระบวนการ และความพร้อมของระบบ
คุณธีรวัฒน์กล่าวว่า กรณีศึกษาที่ดีต้องมีผลกระทบจริง สามารถขยายผลได้ และครอบคลุมธุรกิจหลักของธนาคาร โดยธนาคารได้ปรับฐานข้อมูลจาก Big Data เดิมให้กลายเป็น AI-ready Data ทั้งข้อมูลแบบมีโครงสร้างและคอนเทนต์ พร้อมสร้างระบบ AI Governance เพื่อควบคุมพฤติกรรมการใช้งาน AI ให้เทียบเท่ามาตรฐานการทำงานของพนักงานจริง ปัจจุบัน KBank มีบุคลากรที่พร้อมใช้งาน AI แล้วประมาณ 5,000 คน และเกิด Use Case ภายในองค์กรมากกว่า 500 โครงการ
ตัวอย่างผลงานที่นำเสนอในงาน ได้แก่ งานจัดซื้อที่ใช้ AI ปรับเปลี่ยนจากการทำงานแบบ Manual ทำให้ขยายสเกลครอบคลุมผู้ใช้งาน 29 คน และลดระยะเวลาการทำงานลงได้ 61.6% งานรายงานภาษีด้าน BOI และ Transfer Pricing ที่ AI ช่วยลดค่าความผิดพลาดลงได้ประมาณ 18% งานรวมงบการเงินของบริษัทในเครือที่ลดระยะเวลาทำบัญชีจากรายปีลงเทียบเท่าระยะเวลาทำงานถึง 3 ปี และงานคัดกรองเอกสารข้าราชการกรณีผู้เสียชีวิตที่มีความถูกต้องแม่นยำสูงถึง 90% ช่วยลดเวลาทำงานได้ 16.2 Man-months ต่อคนต่อเดือน
ในภาพรวม คุณธีรวัฒน์ระบุว่าปี 2024 ธนาคารลดการใช้เวลาทำงานเทียบเท่ากำลังคนหรือ FTE Avoidance ได้ 31 คน และปีล่าสุดขยับขึ้นมาเป็นเกือบ 200 คน โดยมีเป้าหมายขยายผลให้สามารถประหยัดเวลาได้เทียบเท่า 1,000 FTE ในอนาคต
คนต้องมาก่อน: บทเรียนเรื่องวัฒนธรรมองค์กร
ทั้งสององค์กรวางแนวทางการพัฒนาบุคลากรและวัฒนธรรมองค์กรไว้แตกต่างกันตามบริบทธุรกิจ คุณอครินทร์กล่าวว่า CPN ผ่านการดิสรัปชันมาหลายครั้ง เช่น ช่วงที่ห้างต้องปิดให้บริการในสถานการณ์โควิด ทำให้องค์กรมีวัฒนธรรมพร้อมรับการเปลี่ยนแปลงอยู่ในตัว โดยกำหนดคุณลักษณะผู้นำ 4 ด้าน ได้แก่ การขับเคลื่อนกลยุทธ์สู่การปฏิบัติจริง การจูงใจและสร้างความไว้วางใจ ความมุ่งมั่นสู่ผลสัมฤทธิ์ และการปรับบทบาทจากผู้ให้คำตอบไปเป็นผู้รับฟังและสนับสนุนทีมงาน
ด้าน KBank ใช้แนวทาง Top-down และ Bottom-up ควบคู่กัน โดยคุณธีรวัฒน์กล่าวว่า ซีอีโอมีนโยบายให้ทุกดิวิชันทั้ง 22 ส่วนงานร่วมมือกับทีม AI นำเสนอแผนทรานส์ฟอร์มกระบวนการทำงานของแผนกตนเอง พร้อมมอบรางวัล Innovation Award เพื่อกระตุ้นแรงจูงใจ ควบคู่กับการตั้ง AI Community และ AI Clinic ให้พนักงานปรึกษาปัญหาการใช้งาน และ Prompt Hub ซึ่งเป็นคลังเก็บตัวอย่างการใช้งานที่ประสบความสำเร็จ ปัจจุบันมีโครงการที่ส่งเข้าประกวดมากกว่า 1,000 โครงการ และนำไปใช้จริงแล้วกว่า 500 ชิ้นงาน
ในส่วนของ CPN คุณอครินทร์กล่าวว่า บริษัทวางนโยบายไม่เลิกจ้างพนักงานจากการนำ AI เข้ามาใช้ แต่เลือกพัฒนาทักษะให้พนักงานทำงานได้หลากหลายมากขึ้น ตัวอย่างเช่น ฝ่ายบริหารกายภาพอาคารซึ่งเดิมมีช่างประจำแยกกันตามศูนย์การค้า 45 แห่ง ถูกปรับโครงสร้างไปสู่รูปแบบ Shared Service และยกระดับช่างเฉพาะทางให้กลายเป็นช่างที่ซ่อมแซมได้ครอบคลุมหลายด้าน ส่งผลให้ CPN สามารถขยายและเปิดสาขาใหม่ เช่น ที่นครปฐมและกระบี่ ได้โดยไม่ต้องจ้างช่างและพนักงานหลังบ้านเพิ่มขึ้น
ทิศทางข้างหน้า และไลเซนส์ที่ต้องพิสูจน์ตัวเอง
สำหรับแผนงานในระยะ 1-2 ปีข้างหน้า คุณธีรวัฒน์กล่าวว่า KBank จะเดินหน้าภายใต้ 3 แกนหลัก ได้แก่
- Self-Service AI – ส่งเสริมให้พนักงานทุกคนใช้งาน AI ในชีวิตประจำวัน
- Process Improvement – ปรับปรุงโครงสร้างงานของแต่ละแผนก
- Business Transformation – รื้อแนวคิดการทำธุรกิจใหม่ ควบคู่กับแนวคิด Snowball Platform ที่รวบรวมฟังก์ชันงานพื้นฐานที่มีการขอใช้ซ้ำ ๆ มาไว้ในแพลตฟอร์มกลางของธนาคาร เพื่อหลีกเลี่ยงการลงทุนซ้ำซ้อน
คุณธีรวัฒน์กล่าวว่า ธนาคารจะไม่แจกไลเซนส์การใช้งาน AI แบบไม่มีเงื่อนไข แต่แผนกที่ต้องการใช้งานต้องระบุ Use Case และประโยชน์ทางธุรกิจที่ผ่านการรับรองจากผู้อำนวยการฝ่ายก่อนจึงจะได้รับอนุมัติ
ขณะที่ CPN แบ่งกลุ่มงานในห่วงโซ่คุณค่า 20 กลุ่ม ออกเป็น 4 รูปแบบ ได้แก่ Wait and See สำหรับกลุ่มงานที่มีความเสี่ยงสูง Selective Assistance สำหรับงานที่ให้ AI ช่วยเบื้องต้น Selective Automation สำหรับงานที่เปิดให้ระบบจัดการอัตโนมัติ และ Complete Redesign สำหรับการรื้อระบบใหม่ทั้งหมด โดยเริ่มนำร่องที่แผนกทรัพยากรบุคคล
คุณอครินทร์กล่าวว่า CPN ปรับมุมมองงาน HR จากเดิมที่มี 3 ฝ่ายคือพนักงาน หัวหน้างาน และฝ่าย HR ให้เพิ่ม AI เข้ามาเป็นฝ่ายที่ 4 พร้อมเปิดใช้งานบอต People Bot เพื่อตอบคำถามพื้นฐานด้านงานบุคคล เช่น การเบิกค่ารักษาพยาบาลและสิทธิ์เดินทางต่างประเทศ ซึ่งช่วยลดภาระของ HR Business Partner ได้ถึง 60% ของเวลาทำงาน ทำให้ทีมมีเวลาไปโฟกัสงาน Talent Management ได้มากขึ้น
คำแนะนำสำหรับองค์กรไทย
คุณธีรวัฒน์กล่าวว่า สำหรับตัวบุคคล สิ่งที่ควรกังวลไม่ใช่การที่ AI จะเข้ามาแย่งงาน แต่คือการไม่ยอมเรียนรู้จนถูกคนที่ใช้ AI เป็นแย่งงานแทน โดยระบุว่าในแต่ละวันมีเวลา 24 ชั่วโมง แบ่งเป็นเวลานอน 8 ชั่วโมง เวลาทำงาน 8 ชั่วโมง และยังเหลืออีก 8 ชั่วโมงสำหรับศึกษาและพัฒนาตนเอง ส่วนในระดับองค์กร ธีรวัฒน์กล่าวว่า ไม่ควรมอง AI เป็นเพียงเครื่องมือค้นหาข้อมูล แต่ต้องเลือก Use Case ที่ตรงกับเป้าหมายสำคัญขององค์กร ไม่ใช่เลือกใช้เพราะราคาถูกหรือเข้าถึงง่าย
คุณอครินทร์กล่าวว่า การนำ AI เข้ามาในองค์กรต้องเริ่มที่คนและจบลงที่คน โดยต้องหาจุดที่พนักงานหน้างานเผชิญปัญหาจริงและเห็นความคุ้มค่าที่จับต้องได้ เช่น การอธิบายให้ช่างหน้างานเข้าใจว่าการบันทึกข้อมูลอย่างถูกต้องในระบบจะช่วยให้ AI คำนวณและกระจายภาระงานได้เป็นธรรมมากขึ้น
คุณธนวัฒน์กล่าวปิดท้ายถึงสิ่งที่เรียกว่า AI Divide หรือความเหลื่อมล้ำด้านความสามารถในการแข่งขันระหว่างองค์กรที่นำ AI มาปรับใช้กับองค์กรที่ไม่ใช้ ซึ่งจะสร้างช่องว่างด้านประสิทธิภาพและศักยภาพการแข่งขันในระยะยาว
ตัวเลขจาก Work Trend Index 2026 ชี้ให้เห็นว่า พนักงานไทยไม่ได้ขาดความตื่นตัวต่อเทคโนโลยีใหม่ แต่คำถามที่องค์กรไทยยังต้องตอบให้ได้คือ จะเปลี่ยนความกระตือรือร้นของพนักงานแต่ละคนให้กลายเป็นระบบงานที่ยั่งยืนและส่งต่อได้ทั้งองค์กรอย่างไร ก่อนที่ช่องว่างระหว่างผู้ที่พร้อมกับผู้ที่ยังไม่พร้อมจะถ่างกว้างขึ้นไปอีก
ข่าวอื่น ๆ ที่น่าสนใจ
ดีป้า–ไอบีเอ็ม เปิดเวที Quantum Readiness วางโรดแมปควอนตัมไทยรับมือภัยไซเบอร์อนาคต
ดิจิทัล-AI ไทยสู่เวทีสากล: ยุทธศาสตร์รัฐ-เอกชน ดันผู้ประกอบการชิงเค้กตลาดไอทีโลก
