รายงานบุคลากรผู้มีทักษะด้าน AI ทั่วโลกประจำปี 2026 ของ Oyster พบว่าทักษะด้าน AI พัฒนาเร็วกว่าคำจำกัดความของตำแหน่งงาน

Oyster ชี้ให้เห็นถึงความไม่สอดคล้องที่เป็นหัวใจของการนำ AI มาใช้ในที่ทำงานผ่าน รายงานบุคลากรผู้มีทักษะด้าน AI ทั่วโลกประจำปี 2026 กล่าวคือ ทักษะที่คาดหวังให้พนักงานนำมาใช้เปลี่ยนแปลงเร็วกว่าลักษณะงานที่นายจ้างระบุไว้อย่างเป็นทางการ ข้อกำหนดด้าน AI ปรากฏในตำแหน่งงานที่ได้รับการบรรจุผ่านแพลตฟอร์มของ Oyster 15% ในช่วงครึ่งแรกของปี 2026 เพิ่มขึ้นจาก 5% ในปี 2022 อย่างไรก็ตาม ความคาดหวังใหม่ ๆ มักเกิดขึ้นโดยไม่มีการปรับชื่อตำแหน่งหรือค่าตอบแทน หรือแม้แต่การอธิบายให้พนักงานเข้าใจอย่างชัดเจน

งานวิจัยซึ่งประกาศเมื่อวันที่ 14 ตุลาคมนี้ ผสานการวิเคราะห์คำบรรยายตำแหน่งงานมากกว่า 15,000 รายการเข้ากับการสำรวจผู้เชี่ยวชาญด้านทรัพยากรบุคคลและการบริหารบุคลากรมากกว่า 1,000 คน ข้อค้นพบที่มีนัยสำคัญที่สุดเกี่ยวข้องกับงานทั่วไปที่กำลังถูกปรับเปลี่ยนให้รองรับ AI มากกว่าการเพิ่มขึ้นอย่างฉับพลันของตำแหน่งงานที่มีคำว่า AI อยู่ในชื่อ

สำหรับนายจ้าง เรื่องนี้นำไปสู่คำถามเชิงปฏิบัติว่า หากทักษะการใช้ AI อย่างคล่องแคล่วสำคัญถึงขั้นต้องกำหนดเป็นข้อกำหนด ควรนิยาม ประเมิน และให้การยอมรับความสามารถดังกล่าวอย่างไร รายงานชี้ว่า หลายองค์กรเริ่มเรียกร้องทักษะนี้ก่อนที่จะมีคำตอบที่สอดคล้องเป็นมาตรฐาน

ข้อกำหนดด้าน AI กำลังขยายไปสู่งานที่คุ้นเคย

การวิเคราะห์ข้อมูลบนแพลตฟอร์มของ Oyster นับว่าตำแหน่งงานหนึ่งต้องใช้ทักษะด้าน AI เมื่อคำบรรยายงานระบุอย่างชัดเจนว่าต้องมีเครื่องมือ AI ทักษะด้าน AI หรือขั้นตอนการทำงานที่ใช้ AI ช่วยสนับสนุน สัดส่วนดังกล่าวเพิ่มจากประมาณ 5% ในปี 2022 เป็น 6% ในปี 2024, 10% ในปี 2025 และ 15% ในช่วงครึ่งแรกของปี 2026

การเปรียบเทียบนี้วัดสัดส่วนของงานที่ระบุข้อกำหนดไว้อย่างชัดเจน ไม่ใช่จำนวนตำแหน่งงานด้าน AI ทั้งหมดหรือเปอร์เซ็นต์ของพนักงานที่ใช้ AI นอกจากนี้ ยังครอบคลุมเฉพาะตำแหน่งงานที่มีการบรรจุผ่าน Oyster ซึ่งลูกค้าสนใจการจ้างงานทั่วโลกอยู่แล้ว ความแตกต่างเหล่านี้สำคัญต่อการตีความอัตราการเปลี่ยนแปลง

งานด้านวิศวกรรมยังคงเป็นแหล่งความต้องการที่โดดเด่น โดยข้อมูลบนแพลตฟอร์มระบุว่า 23% ของตำแหน่งงานด้านวิศวกรรมในช่วงปี 2025 ถึงเดือนมิถุนายน 2026 ต้องใช้ทักษะด้าน AI อย่างไรก็ตาม ในช่วงเวลาเดียวกันยังพบข้อกำหนดดังกล่าวในตำแหน่งผู้ประสานงานการตลาด 17% ตำแหน่งผู้สรรหาบุคลากร 15% และตำแหน่งผู้ประสานงานฝ่ายปฏิบัติการ 10%

งานเหล่านี้แสดงให้เห็นว่าการนำ AI มาใช้สามารถเปลี่ยนแปลงอาชีพที่คุ้นเคยได้โดยไม่ต้องสร้างอาชีพใหม่ ผู้สรรหาบุคลากรอาจต้องใช้ AI ในการค้นหาผู้สมัครหรือทำงานด้านธุรการ ส่วนผู้ประสานงานการตลาดอาจทำงานกับเนื้อหาที่ AI ช่วยสร้าง ความสามารถสำคัญไม่ใช่แค่การเข้าถึงเครื่องมือ แต่รวมถึงการรู้ว่าเมื่อใดผลลัพธ์จากเครื่องมือนั้นมีประโยชน์ เมื่อใดควรตรวจสอบ และความรับผิดชอบยังคงอยู่กับบุคคลใด

ช่องว่างระหว่างความคาดหวัง การสื่อสาร และค่าตอบแทน

ในบรรดาผู้ตอบแบบสำรวจที่บริษัทเพิ่มข้อกำหนดด้าน AI ให้กับตำแหน่งงานเดิมในปีก่อนหน้า 62% ระบุว่าทั้งชื่อตำแหน่งและค่าตอบแทนไม่มีการเปลี่ยนแปลง รายงานระบุว่าข้อค้นพบนี้มีผู้ตอบเป็นฐาน 601 คน ตัวเลขนี้ไม่ได้หมายความว่านายจ้างทั้งหมด 62% เพิ่มหน้าที่ด้าน AI ใหม่โดยไม่ปรับค่าตอบแทน

ข้อค้นพบอีกประการหนึ่งเกี่ยวข้องกับการสื่อสาร ในบรรดาผู้ตอบที่บริษัทเพิ่มข้อกำหนดด้าน AI ให้กับตำแหน่งงานที่ตามธรรมเนียมแล้วไม่ใช่งานด้านเทคนิค 46% ระบุว่าไม่มีการสื่อสารความคาดหวังใหม่อย่างเป็นทางการ ผลลัพธ์นี้มีฐานผู้ตอบต่างออกไป คือ 646 คน

เมื่อนำผลลัพธ์มาพิจารณาร่วมกัน จะเห็นช่องว่างด้านการบริหารจัดการ พนักงานอาจถูกประเมินตามความคาดหวังที่ผู้จัดการเริ่มยึดถือแล้ว แต่ยังไม่ได้ระบุไว้อย่างชัดเจนในคำบรรยายตำแหน่งงาน ทำให้แยกได้ยากขึ้นว่าทักษะใหม่ใดมีประโยชน์ และกรณีใดเป็นการเพิ่มภาระงานโดยไม่กล่าวให้ชัดเจน

กระบวนการจ้างงานก็แสดงให้เห็นความไม่สอดคล้องในลักษณะใกล้เคียงกัน ในบรรดาผู้ตอบที่บริษัทถามผู้สมัครว่าพวกเขาเคยสร้างอะไรด้วย AI ด้วยตนเองบ้าง 53% ระบุว่าคำตอบไม่มีผลต่อการตัดสินใจจ้างงานหรือกำหนดค่าตอบแทน การตั้งคำถามกับการมีวิธีตีความคำตอบที่เชื่อถือได้เป็นคนละขั้นตอนกัน

รายงานไม่ได้สรุปว่าข้อกำหนดด้าน AI ใหม่ทุกข้อควรนำไปสู่การขึ้นเงินเดือน หรือการไม่เปลี่ยนชื่อตำแหน่งย่อมหมายความว่าพนักงานได้รับการปฏิบัติอย่างไม่เป็นธรรม แต่รายงานแสดงให้เห็นว่าเหตุใดนายจ้างจึงต้องเชื่อมโยงความสามารถที่ต้องการเข้ากับการตัดสินใจให้ชัดเจนยิ่งขึ้น มิฉะนั้น ความคล่องแคล่วในการใช้ AI อาจกลายเป็นเพียงถ้อยคำคลุมเครือสำหรับคัดกรองผู้สมัคร แทนที่จะเป็นส่วนหนึ่งของงานที่กำหนดไว้อย่างชัดเจน

การฝึกอบรมมาก่อน แต่การจ้างงานทั่วโลกก็เป็นส่วนหนึ่งของแนวทางรับมือ

เมื่อขาดทักษะด้าน AI ผู้เชี่ยวชาญด้านทรัพยากรบุคคลที่ตอบแบบสำรวจ 53% ระบุว่าบริษัทของตนต้องการฝึกอบรมพนักงานปัจจุบัน อีก 31% สนับสนุนการผสมผสานการฝึกอบรมกับการจ้างงานจากภายนอก ขณะที่ 14% ต้องการจ้างงานจากภายนอกเป็นหลัก

แนวทางดังกล่าวสมเหตุสมผลในเชิงองค์กร เพราะพนักงานปัจจุบันเข้าใจธุรกิจ ลูกค้า และข้อจำกัดต่าง ๆ อยู่แล้ว อย่างไรก็ตาม การฝึกอบรมต้องเปิดโอกาสให้ได้ฝึกปฏิบัติและทบทวนผล การเพิ่มหลักสูตร AI โดยไม่เปลี่ยนแปลงความคาดหวัง การจัดสรรเวลา และการประเมินผล อาจไม่ช่วยแก้ปัญหาที่งานวิจัยระบุไว้ในส่วนอื่น

สำหรับองค์กรที่มองหาบุคลากรนอกเหนือจากพนักงานปัจจุบัน ภูมิศาสตร์ย่อมกลายเป็นอีกปัจจัยหนึ่ง ในบรรดาผู้ตอบที่บริษัทให้ความสำคัญกับการจ้างงานผู้มีทักษะด้าน AI จากภายนอก 34% ระบุว่าเคยจ้างงานจากต่างประเทศเพราะหาผู้สมัครที่พร้อมทำงานด้าน AI ภายในประเทศไม่ได้ สัดส่วนที่สอดคล้องกันในกลุ่มที่ให้ความสำคัญกับการฝึกอบรมพนักงานภายในอยู่ที่ 18% นี่เป็นความสัมพันธ์ระหว่างกลยุทธ์การจ้างงาน ไม่ใช่หลักฐานว่าการจ้างงานจากต่างประเทศสามารถแก้ปัญหาการขาดแคลนทักษะได้ด้วยตัวเอง

ข้อมูลจากแพลตฟอร์มของ Oyster ยังแสดงให้เห็นว่าสัดส่วนตำแหน่งงานที่ต้องใช้ทักษะ AI แตกต่างกันไปในแต่ละตลาดการจ้างงาน ได้แก่ 21% ในสวิตเซอร์แลนด์ 20% ในโปแลนด์ 19% ในโปรตุเกส และ 17% ในโรมาเนีย ตัวเลขเหล่านี้เป็นอัตราภายในกิจกรรมการจ้างงานของแพลตฟอร์มในแต่ละประเทศ ไม่ใช่การจัดอันดับประเทศตามจำนวนรวมหรือคุณภาพของบุคลากรที่มีทักษะ AI และความแตกต่างของสัดส่วนประเภทตำแหน่งงานอาจส่งผลต่อการเปรียบเทียบได้

ในบรรดาผู้ตอบแบบสำรวจ 211 คน ซึ่งบริษัทจ้างงานจากต่างประเทศเพื่อแก้ปัญหาการขาดแคลนบุคลากรด้าน AI ในประเทศ 59% ระบุว่าบริษัทจัดบุคลากรในตำแหน่งงานด้าน AI โดยใช้พนักงานประจำเป็นหลัก อีก 34% ใช้ทั้งพนักงานและผู้รับจ้าง ขณะที่ 7% พึ่งพาผู้รับจ้างเป็นหลัก รูปแบบนี้บ่งชี้ว่า สำหรับกลุ่มนี้ การสรรหาบุคลากรจากต่างประเทศมักเป็นส่วนหนึ่งของการสร้างทีมที่ทำงานร่วมกันอย่างต่อเนื่อง

เทคโนโลยีด้านการจ้างงานยังต้องอาศัยดุลยพินิจที่มีผู้รับผิดชอบ

Oyster มีผลประโยชน์ทางธุรกิจจากการจ้างงานข้ามพรมแดน บริการนายจ้างตามกฎหมาย ของบริษัทเป็นกรอบการจ้างงานในต่างประเทศที่ช่วยให้ลูกค้าจ้างบุคลากรได้โดยไม่ต้องจัดตั้งนิติบุคคลของตนเองในแต่ละตลาด บริบททางธุรกิจนี้เกี่ยวข้องกับการที่รายงานให้ความสำคัญกับการสรรหาบุคลากรจากต่างประเทศและโครงสร้างพื้นฐานด้านการจ้างงาน

แพลตฟอร์มเชื่อมต่อระบบของบริษัทเชื่อมโยงขั้นตอนการจ้างงานเข้ากับระบบติดตามผู้สมัคร ระบบข้อมูลทรัพยากรบุคคล และระบบบัญชี ฟังก์ชันที่ระบุไว้ประกอบด้วยการซิงก์ข้อมูลผู้สมัครและพนักงาน ข้อมูลการลา และค่าใช้จ่ายที่ได้รับอนุมัติ นอกจากนี้ ส่วนต่อประสานโปรแกรมประยุกต์ (API) ยังรองรับขั้นตอนการทำงานที่กำหนดขึ้นเองด้วย ความสามารถเหล่านี้เกี่ยวข้องกับการเคลื่อนย้ายและจัดการข้อมูลการจ้างงาน ไม่ควรเข้าใจผิดว่าเป็นหลักฐานว่าซอฟต์แวร์สามารถตัดสินได้ด้วยตนเองว่าผู้สมัครที่มีทักษะ AI มีคุณสมบัติเหมาะสมหรือไม่

ผลการศึกษาของรายงานเกี่ยวกับการจัดประเภทช่วยตอกย้ำความแตกต่างนี้ ในบรรดาผู้ตอบที่องค์กรใช้ผู้รับจ้างหรือฟรีแลนซ์ในตำแหน่งงานด้าน AI เป็นหลัก 31% ไม่มั่นใจว่าจัดประเภทได้ถูกต้องตามกฎหมายแรงงานท้องถิ่น หรือไม่เคยพิจารณาเรื่องนี้เลย ส่วนผู้ที่องค์กรจัดบุคลากรในตำแหน่งงานด้าน AI โดยใช้พนักงานประจำเป็นหลัก มีสัดส่วนดังกล่าว 20% ความไม่แน่ใจไม่ใช่หลักฐานว่ามีการจัดประเภทผิด แต่เป็นสัญญาณว่าการหาบุคลากรกับการกำหนดรูปแบบความสัมพันธ์ในการทำงานให้เหมาะสมนั้นเป็นความท้าทายคนละเรื่อง

ขั้นตอนต่อไปที่เป็นประโยชน์สำหรับผู้นำฝ่ายทรัพยากรบุคคลคือการกำหนดความคาดหวังเกี่ยวกับ AI ให้ชัดเจน โดยระบุงานที่เกี่ยวข้อง เครื่องมือที่ได้รับอนุมัติ มาตรฐานสำหรับตรวจสอบผลลัพธ์ และผู้ที่ต้องรับผิดชอบต่อผลลัพธ์นั้น จากนั้นจึงใช้การประเมินในการจ้างงานเพื่อทดสอบความสามารถที่เกี่ยวข้องกับงานจริง และจัดทำแผนพัฒนาเพื่อแก้ไขช่องว่างที่ระบุได้

หลักฐานบอกอะไรนายจ้างได้และบอกอะไรไม่ได้

การสำรวจดำเนินการผ่าน Prolific ในเดือนสิงหาคม 2026 โดยสอบถามผู้เชี่ยวชาญระดับผู้จัดการขึ้นไปที่รับผิดชอบการจ้างงานหรือการตัดสินใจด้านกำลังคนในสหรัฐอเมริกา สหราชอาณาจักร แคนาดา และยุโรป ข้อมูลบันทึกคำบอกเล่าของผู้ตอบเกี่ยวกับแนวปฏิบัติของบริษัท ไม่ใช่ผลลัพธ์ด้านการจ้างงานที่ผ่านการตรวจสอบโดยอิสระ การวิเคราะห์ข้อมูลจากแพลตฟอร์มครอบคลุมช่วงเดือนมกราคม 2022 ถึง 30 มิถุนายน 2026 ส่วนการเปรียบเทียบตำแหน่งงานและประเทศส่วนใหญ่ใช้ข้อมูลตั้งแต่เดือนมกราคม 2025 ถึงเดือนมิถุนายน 2026

ดังนั้น งานวิจัยนี้จึงนำเสนอภาพการปรับตัวของนายจ้างกลุ่มหนึ่งที่ให้ความสำคัญกับการดำเนินงานในระดับโลก แต่ไม่ได้วัดภาพรวมของตลาดแรงงานทั้งหมด ไม่ได้พิสูจน์ว่า AI เป็นสาเหตุของการเปลี่ยนแปลงค่าตอบแทน และไม่ได้ยืนยันว่ากลยุทธ์การฝึกอบรมแบบใดแบบหนึ่งให้ผลตอบแทนด้านผลิตภาพ

อย่างไรก็ตาม ข้อความสำคัญที่สุดของรายงานนั้นชัดเจน AI อาจเปลี่ยนสิ่งที่งานต้องการ ก่อนที่องค์กรจะเปลี่ยนวิธีอธิบายตำแหน่งงานนั้น การปิดช่องว่างนี้หมายถึงการกำหนดความคาดหวังให้พนักงานอย่างชัดเจน การประเมินทักษะเทียบกับงานจริง และการตัดสินใจว่าจะยอมรับหรือให้คุณค่ากับผลงานใหม่อย่างไร เครื่องมือที่ดีขึ้นช่วยสนับสนุนการตัดสินใจเหล่านี้ได้ แต่นายจ้างยังคงต้องเป็นผู้ตัดสินใจเอง