AI ใช้ข้อมูลแรงงานฝึกโมเดลได้อย่างไร

กรณีของ Zhou Tianyi นักวิจัยวัย 24 ปี จากสถาบันวิจัยปัญญาประดิษฐ์ในเซี่ยงไฮ้ สะท้อนภาพการเปลี่ยนผ่านของเทคโนโลยีอย่างชัดเจน เมื่อเขาพัฒนา AI agent ชื่อ colleague.skill ช่วงปลายเดือนมีนาคม จุดประสงค์แรกคือการรักษาหน่วยความรู้ของทีม โดยระบบดังกล่าวดึงข้อมูลการทำงานประจำวันที่เก็บจากแอปพลิเคชันอย่าง Feishu และ DingTalk มาสร้างรายงานอัตโนมัติ ช่วยทำงานในกระบวนการต่างๆ และตรวจสอบโค้ดได้

ภายในไม่กี่วัน โครงการนี้ได้รับคะแนนเกือบ 15,000 ดาว ใน GitHub แต่การนำไปใช้งานกลับเกินกว่าที่ผู้พัฒนาคาดไว้ ผู้ใช้บางส่วนใช้เพื่อ “ปรับปรุงเพื่อนร่วมงาน” ซึ่งทำให้ Zhou รู้สึกไม่สบายใจ เพราะเทคโนโลยีเริ่มเบนจากการเก็บรักษาองค์ความรู้ไปสู่การแทนที่แรงงานจริง

ประเด็นดังกล่าวเชื่อมโยงกับแนวคิดเรื่อง “การกลั่นกรองทักษะ” ที่บริษัทต่างๆ ใช้บันทึกพฤติกรรม ความคิด กระบวนการทำงาน และการตัดสินใจของพนักงาน เพื่อนำไปสร้างพนักงานดิจิทัลที่สามารถทำหน้าที่ของมนุษย์ได้มากขึ้น

ผลกระทบต่อแรงงานและตลาดแรงงาน

การเปลี่ยนจากระบบอัตโนมัติที่อิงกฎเกณฑ์ไปสู่ AI ที่ตัดสินใจตามบริบท ทำให้การทำงานของมนุษย์ถูกแปรเป็นข้อมูลตั้งแต่ต้นทาง โดยกระบวนการกลั่นกรองทักษะถูกอธิบายเป็น 4 ขั้นตอน ได้แก่ การเก็บข้อมูล การฝึกสอนโมเดล และการปรับใช้งาน ซึ่งทั้งหมดนี้ยังต้องมีมนุษย์คอยควบคุม

ในทางปฏิบัติ บริษัทต่างๆ ยังเก็บข้อมูล เช่น การเคลื่อนไหวของเมาส์ การพิมพ์ และการทำงาน เพื่อฝึก AI มากขึ้น แนวโน้มนี้ยิ่งเพิ่มความหวาดกลัวเรื่องการจ้างงานอัตโนมัติ และทำให้พนักงานจำนวนไม่น้อยกังวลว่าจะถูกตัดสิทธิ์จากโอกาสในอนาคต

ด้านการสำรวจของ WEF ในเดือนมกราคม ซึ่งมีผู้บริหาร 10,000 คน เข้าร่วม ระบุว่า 54% มองว่า AI จะมาแทนที่งาน 44.6% มองว่าจะช่วยเพิ่มกำไร และมีเพียง 12.1% ที่เห็นว่ามันจะทำให้ค่าจ้างสูงขึ้น ตัวเลขเหล่านี้สะท้อนความแตกต่างของมุมมองระหว่างประสิทธิภาพทางธุรกิจกับความมั่นคงของแรงงาน

มุมมองต่อบริษัทเทคและหุ้นธีม AI

แม้ความกังวลเรื่องการแทนที่งานจะเพิ่มขึ้น แต่บริษัทขนาดใหญ่ยังเดินหน้าลงทุนในยุทธศาสตร์นี้ต่อไป โดย Meta และ Amazon ยังคงทุ่มงบกับ AI อย่างหนัก แม้จะมีการปรับลดพนักงานเกิดขึ้นด้วยก็ตาม ขณะที่ Amazon ประกาศลดจำนวนงาน 16,000 ตำแหน่ง ในวันที่ 28 มกราคม 2026

สำหรับนักลงทุน ประเด็นนี้ชี้ให้เห็นธีมสำคัญที่ต้องจับตา คือ AI Automation Productivity และ HR Tech โดยเฉพาะบริษัทที่ได้ประโยชน์จากการนำข้อมูลแรงงานไปใช้ฝึกโมเดล หรือบริษัทที่ลงทุนโครงสร้างพื้นฐานด้าน AI อย่างต่อเนื่อง

นอกจากนี้ ตลาดงานในจีนปี 2026 ยังสะท้อนบทบาทของ AI ที่เพิ่มขึ้นอย่างชัดเจน โดย McKinsey รายงานว่าความต้องการผู้ที่มี “ความชำนาญด้าน AI” เพิ่มขึ้นถึง เจ็ดเท่า ขณะที่ WEF เตือนว่าหากไม่มีการฝึกอบรมใหม่ ความเสี่ยงต่อการว่างงานจะสูงขึ้น แม้รายงานเดียวกันจะระบุว่าระบบการทำงานที่เปลี่ยนแปลงไปยังคงทำให้ผู้คนใช้งานได้ถึง 72% และอาจปลดล็อกมูลค่า 2.9 ล้านล้านดอลลาร์สหรัฐ ในสหรัฐอเมริกาผ่านการทำงานร่วมกันระหว่างมนุษย์และ AI

สิ่งที่ต้องติดตามต่อ

• ติดตามการใช้ข้อมูลแรงงานเพื่อฝึก AI ว่าจะขยายจากงานรายวันไปสู่การควบคุมงานระดับใด
• ติดตามการฝึกอบรมใหม่และนโยบายแรงงาน หลัง WEF เตือนความเสี่ยงว่างงานหากไม่มี reskilling
• ติดตามการลงทุน AI ของบริษัทขนาดใหญ่ เช่น Meta และ Amazon รวมถึงผลของการปรับลดพนักงาน