ทำไมผู้หญิงต้องเผชิญกับความเสี่ยงในการถูกแทนที่สูงกว่า — และวิธีการออกแบบบทบาทใหม่เพื่อเปิดเส้นทางใหม่

อุตสาหกรรมเทคโนโลยีมีความกังวลเกี่ยวกับการขาดแคลนทักษะมาหลายปี ไม่มีวิศวกร AI นักวิทยาศาสตร์ข้อมูล หรือสถาปนิก AI เพียงพอ บริษัทต่างๆ ต่างแข่งขันกันอย่างรุนแรงเพื่อช่วงชิงผู้เชี่ยวชาญเหล่านี้ ซึ่งส่วนใหญ่เป็นผู้ชาย

ในขณะที่สงครามเพื่อช่วงชิงทักษะ AI ดำเนินอยู่ในหัวข้อข่าว อีกวิกฤตที่เงียบกว่านี้กำลังเกิดขึ้นที่ด้านอื่นของตลาดแรงงาน มีคนงานหลายล้านคน ซึ่งส่วนใหญ่เป็นผู้หญิง ที่ทำงานในตำแหน่งที่ AI กำลังเปลี่ยนแปลงอยู่ พวกเขไม่ได้รับการเข้าถึงการฝึกอบรม เครื่องมือ หรือบทบาทใหม่ที่จะช่วยให้พวกเขาผ่านการเปลี่ยนแปลงนี้ได้

ผลลัพธ์คือการผูกมัดสองทาง อุตสาหกรรมไม่สามารถหาทักษะ AI ที่เพียงพอ ในขณะที่ผู้หญิงยังคงเป็นกลุ่มที่มีศักยภาพที่ไม่ได้ถูกใช้ประโยชน์มากที่สุดในกำลังแรงงาน ช่องว่างระหว่างผู้ที่สูญเสียงานและผู้ที่ได้รับงานนั้นไม่ใช่เรื่องบังเอิญ มันตามรูปแบบที่ปรากฏในข้อมูลแรงงานทั่วทุกเศรษฐกิจหลัก และหากไม่ได้รับการแก้ไข จะกำหนดพลวัตทางเพศของกำลังแรงงานในอีกสิบปีข้างหน้า

ทำไมผู้หญิงต้องเผชิญกับความเสี่ยงในการถูกแทนที่สูงกว่า

ตัวเลขจาก องค์การแรงงานระหว่างประเทศ (ILO) นั้นน่าสนใจ: อาชีพที่มีผู้หญิงเป็นหลักมีโอกาสถูกกระทบจาก AI ที่สร้างขึ้นมากกว่าอาชีพที่มีผู้ชายเป็นหลักถึงสองเท่า คือ 29% เทียบกับ 16% ในกลุ่มที่มีความเสี่ยงสูง ช่องว่างนั้นกว้างกว่าเดิม 16% ของบทบาทที่มีผู้หญิงเป็นหลักอยู่ในหมวดหมู่การautomate ที่อ่อนแอที่สุด สำหรับบทบาทที่มีผู้ชายเป็นหลัก ตัวเลขนั้นคือ 3%

รายงานของ ILO ชื่อ Gen AI, Occupational Segregation and Gender Equality in the World of Work ระบุว่ามีสามปัจจัยที่ขับเคลื่อนสิ่งนี้: ผู้หญิงถือครองบทบาทที่มีโอกาสถูกautomate สูง ผู้หญิงไม่อยู่ในด้าน STEM ที่สร้างเครื่องมือเหล่านี้ และ AI บ่อยครั้งสะท้อนถึงความลำเอียงทางเพศที่ฝังอยู่ในสังคมแล้ว

สิ่งนี้ไม่ใช่ความบังเอิญ ผู้หญิงมักถูกจำกัดอยู่ในบทบาทสำนักงาน การสนับสนุนการบริหาร การป้อนข้อมูล และการบริการลูกค้า ซึ่งเป็นฟังก์ชันที่ AI จัดการได้ดีที่สุด: ขั้นตอนการทำงานแบบซ้ำๆ ที่สามารถเขียนโค้ดได้ และมีปริมาณมาก ILO วิจัยครอบคลุม 88% ของประเทศที่วิเคราะห์ และในเกือบทุกประเทศ ผู้หญิงเผชิญกับความเสี่ยงมากกว่าผู้ชาย

ความเสี่ยงในการถูกแทนที่เป็นเพียงครึ่งหนึ่งของปัญหา บทบาทที่ AI สร้างขึ้นอยู่ในฟังก์ชันทางเทคนิคและเชิงกลยุทธ์ที่ผู้หญิงมักถูกจำกัดอยู่ นักวิจัยจาก Interface EU ในปี 2024 ระบุว่าผู้หญิงคิดเป็นเพียง 22% ของกำลังแรงงาน AI ทั่วโลก ส่วน รายงานช่องว่างทางเพศทั่วโลกของ World Economic Forum ในปี 2025 พบว่าผู้หญิงประสบกับการลดลงอย่างมากในช่วงแรกของอาชีพ STEM และยังคงไม่ได้รับการเป็นตัวแทนในด้าน AI วิศวกรรมและผู้นำ

ผู้หญิงมีความเสี่ยงสูงในการถูกแทนที่และไม่ได้รับการเป็นตัวแทนในบทบาทใหม่ที่สร้างขึ้น นั่นไม่ใช่ปัญหาเดียว แต่เป็นปัญหาสองประการที่เกิดขึ้นพร้อมกัน

มีปัจจัยที่สามที่ทำให้สถานการณ์เลวร้ายลง รายงาน Understanding Talent Scarcity: AI and Equity ของ Randstad พบว่ามีช่องว่าง 42% ในทักษะ AI ระหว่างผู้ชายและผู้หญิง คือ 71% เทียบกับ 29% ผู้ชายมีโอกาสได้รับการฝึกอบรม AI จากนายจ้างมากกว่า (35% เทียบกับ 27%) และมีโอกาสได้รับเครื่องมือ AI ที่ทำงานมากกว่า (41% เทียบกับ 35%) สถาบัน UC Berkeley วิเคราะห์ 18 การศึกษาที่ครอบคลุม 143,000 คนงานทั่วโลก และพบว่าผู้หญิงมีโอกาสน้อยกว่าผู้ชาย 20% ที่จะใช้เครื่องมือ AI ในการทำงานมืออาชีพ ช่องว่างนี้คงอยู่ไม่ว่าจะด้วยระดับการศึกษาหรือรายได้ของประเทศ

การแบ่งแยกทางอาชีพทำให้ผู้หญิงอยู่ในบทบาทที่สามารถถูกautomate ได้ การไม่ได้รับการเป็นตัวแทนในด้าน STEM ทำให้พวกเขาไม่สามารถเข้าถึงบทบาทใหม่ที่ AI สร้างขึ้น ช่องว่างในการเข้าถึงและการฝึกอบรมทำให้การเปลี่ยนแปลงระหว่างสองบทบาทนี้ไม่สามารถเกิดขึ้นได้ แต่ละปัจจัยเสริมกัน

การออกแบบบทบาทใหม่: สิ่งที่มันหมายถึงจริงๆ และทำไมบริษัทส่วนใหญ่จึงทำผิด

เมื่อองค์กรพูดถึงการเตรียมกำลังแรงงานให้พร้อมสำหรับ AI พวกเขามักหมายถึงสองสิ่ง: การฝึกอบรมพนักงานที่มีอยู่ให้ใช้เครื่องมือใหม่ๆ หรือการแทนที่บทบาทที่ถูกแทนที่ด้วยตำแหน่งทางเทคนิคใหม่ๆ ทั้งสองแนวทางนี้พลาดประเด็นสำคัญ

การฝึกอบรมเป็นสิ่งจำเป็น แต่ไม่เพียงพอ การให้พนักงานป้อนข้อมูลได้รับการฝึกอบรมเกี่ยวกับการออกแบบคำสั่งไม่ได้สร้างเส้นทางให้พวกเขา มันให้พวกเขาหนึ่งชุดทักษะ สิ่งที่พวกเขา cầnคือจุดหมาย: บทบาทที่เฉพาะเจาะจง มีหน้าที่ที่กำหนดไว้ และมีอยู่ในองค์กร และพวกเขาสามารถย้ายเข้าไปได้อย่างน่าเชื่อถือ

การแทนที่บทบาทที่ถูกแทนที่ด้วยตำแหน่งทางเทคนิคใหม่ๆ มักจะทำให้ปัญหาเลวร้ายลง วิศวกร AI นักวิทยาศาสตร์ข้อมูล และผู้เชี่ยวชาญการเรียนรู้ของเครื่องจักรต้องการคุณสมบัติและประสบการณ์ที่คนงานที่ถูกแทนที่ส่วนใหญ่ไม่มี พวกเขายังดึงดูดผู้สมัครจากกลุ่มที่มีพรสวรรค์ที่เหมือนกับที่ครอบงำอุตสาหกรรมเทคโนโลยีแล้ว การถูกแทนที่ส่งผลกระทบต่อผู้หญิง บทบาทที่ถูกแทนที่ไม่ได้ส่งผลกระทบต่อผู้หญิง

การออกแบบบทบาทใหม่ที่แท้จริงเริ่มต้นด้วยคำถามที่แตกต่าง ไม่ใช่บทบาทใดที่ AI สามารถทำได้ แต่สิ่งเหล่านี้คือสิ่งที่มีส่วนร่วมของมนุษย์ในโลกที่ AI จัดการสิ่งซ้ำๆ ได้

คำตอบคืองานที่มีลักษณะเฉพาะของมนุษย์คือการทำงานที่เกี่ยวข้องกับความสัมพันธ์ บริบท และจริยธรรม มันคือการนำทางความไม่แน่นอน การสร้างความไว้วางใจกับลูกค้าและเพื่อนร่วมงาน การตัดสินใจโดยใช้ความตัดสินในสถานการณ์ที่ไม่มีแบบอย่าง การเข้าใจสิ่งที่ผู้มีส่วนได้ส่วนเสียต้องการจริงๆ ไม่ใช่แค่สิ่งที่พวกเขาบอกว่าต้องการ

บทบาทใหม่ที่เกิดขึ้นที่จุดตัดกันนี้มีชื่อเรียกที่แตกต่างกันไปในแต่ละอุตสาหกรรม: ผู้ประสานงานการนำ AI ไปใช้ ผู้นำการนำเทคโนโลยีมาใช้ ผู้ประสานงานระหว่างมนุษย์และ AI ผู้กำกับด้านจริยธรรมดิจิทัล ผู้เชี่ยวชาญด้านการเปลี่ยนแปลง สิ่งที่พวกเขาแบ่งปันคือความต้องการคนที่สามารถทำงานที่จุดตัดกันระหว่างเทคโนโลยีและความซับซ้อนของมนุษย์

บทบาทเหล่านี้ต้องการการตัดสินใจ การสื่อสาร และความเข้าใจที่ลึกซึ้งเกี่ยวกับวิธีการทำงานขององค์กร พวกเขาเป็นการพัฒนาต่อเนื่องของทักษะที่ผู้หญิงในบทบาทที่มีความเสี่ยงในปัจจุบัน đãใช้เวลาสองสามปีในการสร้าง

บริษัทที่ทำสิ่งนี้ได้ดีจะทำการแมปกับทักษะที่ฝังอยู่ในบทบาทที่มีความเสี่ยง ไม่ใช่ชื่อบทบาท แต่เป็นความสามารถที่แท้จริงที่บุคคลนั้นได้สร้างขึ้น และระบุว่าความสามารถเหล่านั้นตรงกับบทบาทที่ AI กำลังสร้างขึ้น

สิ่งนี้คือปัญหาทักษะ ไม่ใช่แค่ปัญหาความเท่าเทียม

การขาดแคลนทักษะ AI เป็นเรื่องจริงและกำลังเลวร้ายลง บทบาทที่ AI สร้างขึ้นต้องการทักษะทางเทคนิคและความตัดสินของมนุษย์ที่แท้จริง ซึ่งเป็นสิ่งที่หายาก บริษัทต่างๆ ต่างแข่งขันกันเพื่อช่วงชิงคนในกลุ่มที่แคบๆ นี้

ผู้หญิงคือกลุ่มที่มีศักยภาพที่ไม่ได้ถูกใช้ประโยชน์มากที่สุดในกำลังแรงงานที่มีศักยภาพ ทักษะที่ฝังอยู่ในบทบาทที่มีความเสี่ยง รวมถึงการจัดการความสัมพันธ์ การประสานงานการดำเนินงาน การให้เหตุผลเชิงจริยธรรม และการสื่อสารกับผู้มีส่วนได้ส่วนเสีย เป็นสิ่งที่บทบาทใหม่ในยุค AI ต้องการ

การ雇用的 основе ทักษะคือกลไกที่ทำให้การเชื่อมต่อระหว่างทักษะเหล่านี้เป็นไปได้ แทนที่จะกรองตามคุณสมบัติและเส้นทางอาชีพแบบเชิงเส้น มันประเมินสิ่งที่บุคคลสามารถทำได้จริงๆ มันเปิดบทบาทให้กับคนที่ทักษะของพวกเขาได้พัฒนาขึ้นผ่านการทำงานในฟังก์ชันการบริหารและการบริการ ซึ่งเป็นบทบาทที่ AI กำลังเปลี่ยนแปลงอยู่ เมื่อได้รับการออกแบบอย่างดี มันไม่เพียงแต่ขยายฐานทักษะเท่านั้น แต่ยังช่วยให้พื้นผิวประสบการณ์ที่องค์กรต้องการมากที่สุดใน环境ที่มี AI

สิ่งนี้คือสิ่งที่เกิดขึ้นเมื่อองค์กรทำสิ่งนี้ได้ดี

ไม่มีแบบจำลองเดียวที่ใช้ได้ แต่องค์กรที่ทำความก้าวหน้าได้มากที่สุดมีพฤติกรรมที่สามารถรู้จักได้

พวกเขาเริ่มต้นด้วยทักษะ ไม่ใช่ชื่อบทบาท ก่อนที่จะautomate บทบาทใดๆ พวกเขาจะทำการแมปกับทักษะที่บุคคลในบทบาทนั้นสามารถทำได้ และแมปมันกับบทบาทที่องค์กรจะต้องการในอนาคต คำถามไม่ใช่ว่าบทบาทใดสามารถถูกautomate ได้ แต่เป็นสิ่งที่บุคคลที่ทำบทบาทนั้นรู้ และบทบาทนั้นอยู่ที่ไหนในบรรดาสิ่งที่กำลังสร้างขึ้น

องค์กรชั้นนำกำลังเคลื่อนไหวไปไกลกว่าการฝึกอบรมที่คลุมเครือเพื่อสร้างเส้นทางที่ชัดเจน มีรายละเอียด และสามารถดำเนินการได้ แทนที่จะให้ความหวังในโอกาสในอนาคต พวกเขาจะให้เส้นทางที่ชัดเจนจากบทบาทปัจจุบันไปยังบทบาทอนาคตที่กำหนดไว้ พร้อมกับขั้นตอน ระยะเวลา และโครงสร้างสนับสนุน พวกเขาออกแบบการฝึกอบรมสำหรับกำลังแรงงานทั้งหมด ไม่ใช่แค่พนักงานเฉลี่ย โปรแกรมที่ดำเนินการหลังเวลาทำงานหรือต้องการการเรียนรู้ด้วยตนเองจะทำให้ผู้ที่มีหน้าที่ดูแลคนอื่นถูกตัดออกไป การออกแบบที่ครอบคลุมหมายถึงการเรียนรู้แบบโมดูลาร์ การจัดกำหนดการ และมีเวลาทำงาน พร้อมด้วยความปลอดภัยทางจิตใจในการทดลองและล้มเหลวโดยไม่ส่งผลกระทบต่อการประเมินผลการทำงาน

แนวทางนี้สอดคล้องกับการเปลี่ยนแปลงพื้นฐานในกำลังแรงงาน: Randstad Workmonitor 2026 ยืนยันว่า “บันไดอาชีพ” แบบดั้งเดิมกำลังล้มเหลว โดย 72% ของนายจ้างเห็นด้วยว่าเส้นทางอาชีพเชิงเส้นเป็นเรื่องเก่าๆ ในการตอบสนอง ทักษะกำลังลดความเสี่ยงโดยการสร้าง “อาชีพแบบพอร์ตโฟลิโอ” แบบจำลองใหม่นี้ให้ความสำคัญกับความหลากหลาย ความเป็นอิสระของแต่ละบุคคล และความมั่นคงผ่านประสบการณ์ที่หลากหลายมากกว่าการดำรงตำแหน่งในบทบาทเดียวเป็นเวลานาน

24 เดือนข้างหน้าจะมีความสำคัญเป็นเวลานาน

การเปลี่ยนแปลงของกำลังแรงงานไม่สามารถกลับไปสู่สถานะเดิมได้ง่ายๆ รูปแบบที่เกิดขึ้นในขณะนี้มักจะคงอยู่เป็นเวลานาน

องค์กรที่ดำเนินการด้วยความตั้งใจสามารถใช้โอกาสนี้ในการสร้างกำลังแรงงานที่มีความสามารถและหลากหลายมากกว่าที่มีอยู่ในปัจจุบัน องค์กรที่รับมือกับการเปลี่ยนแปลง AI เป็นโครงการทางเทคนิคที่มีคนเป็นเพียงหมายเหตุจะออกมาจากสิ่งนี้ด้วยฐานทักษะที่แคบลงและปัญหาการจ้างงานที่ยากขึ้น