ถ้า AI ทำงานของ Junior ได้ แล้วเรายังต้องจ้าง Junior อยู่หรือไม่?

ช่วงนี้ผมเห็นคำถามนี้บ่อยขึ้นมาก เมื่อ AI เขียน Code ได้ วิเคราะห์ข้อมูลได้ ทำ Presentation ได้ เขียน Report ได้ และทำงาน Routine หลายอย่างที่เมื่อก่อนมักเป็นงานของพนักงานระดับเริ่มต้นได้เร็วขึ้น คำถามที่ตามมาจึงฟังดูสมเหตุสมผลมาก “ถ้าอย่างนั้นเรายังต้องรับ Junior เยอะเหมือนเดิมหรือ?” ในมุมของต้นทุนระยะสั้น คำถามนี้อาจฟังดูน่าสนใจ แต่ถ้ามองในมุมของการบริหารองค์กรระยะยาว ผมคิดว่าเรื่องนี้ซับซ้อนกว่านั้นมาก Matt Garman ซีอีโอของ AWS ถึงกับเรียกแนวคิดการเอา AI มาแทน Junior Developer ว่าเป็นหนึ่งในความคิดที่แย่ที่สุดที่เขาเคยได้ยิน เหตุผลของเขาน่าสนใจ เพราะไม่ได้เป็นการปฏิเสธ AI ตรงกันข้าม AWS เป็นหนึ่งในบริษัทที่อยู่ตรงกลางของการเปลี่ยนแปลงด้าน AI แต่สิ่งที่เขากำลังตั้งคำถามคือ ถ้าเราตัดคนรุ่นใหม่ออกจากระบบ วันนี้ แล้ว Senior ในอีก 5–10 ปีข้างหน้าจะมาจากไหน? ผมคิดว่านี่เป็นคำถามที่ผู้บริหารควรกลับมาคิดต่อให้ลึก

เราอาจกำลังสับสนระหว่าง “งานที่ AI ทำแทนได้” กับ “คนที่ AI แทนได้”

เรื่องนี้ต่อเนื่องกับสิ่งที่ผมเขียนมาหลายครั้งเกี่ยวกับ Work Design หนึ่งตำแหน่งงานไม่ได้ประกอบด้วย Task เดียว ลองนึกถึง Junior Analyst คนหนึ่ง วันนี้เขาอาจต้องรวบรวมข้อมูล ทำ Report วิเคราะห์ตัวเลข เตรียม Presentation เข้าประชุมกับ Senior และค่อย ๆ เรียนรู้ว่าธุรกิจจริง ๆ ทำงานอย่างไร AI อาจช่วยลดเวลาทำ Report จาก 3 ชั่วโมงเหลือ 20 นาที อาจช่วยเขียน Presentation ได้ครึ่งหนึ่ง อาจช่วยวิเคราะห์ข้อมูลเบื้องต้นได้เร็วกว่า Junior ด้วยซ้ำ แต่ไม่ได้หมายความว่า Junior Analyst ทั้งตำแหน่งไม่มีความจำเป็นอีกแล้ว สิ่งที่เกิดขึ้นจริงคือ Task บางส่วนกำลังเปลี่ยน ไม่ใช่ความจำเป็นในการพัฒนาคนรุ่นต่อไปหายไปทั้งหมด นี่เป็นความแตกต่างเล็ก ๆ ที่อาจนำไปสู่การตัดสินใจด้าน Workforce ที่ต่างกันมาก

ถ้าเราเอางานง่ายออกหมด แล้วคนจะเรียนรู้จากตรงไหน?

ผมคิดว่านี่เป็นอีกด้านหนึ่งที่องค์กรต้องระวัง Senior วันนี้ไม่ได้เกิดมาเป็น Senior เขาเคยทำ Report ผิด เคยวิเคราะห์ข้อมูลแล้วตีความผิด เคยเข้า Meeting แล้วตอบไม่ได้ เคยเจอลูกค้าที่แก้ปัญหาไม่ถูก และค่อย ๆ สะสมประสบการณ์จากเรื่องเหล่านั้น งานบางอย่างที่เรามองว่าเป็น “งานง่าย” จริง ๆ แล้วเป็นส่วนหนึ่งของกระบวนการสร้าง Judgment วันนี้ AI สามารถทำงานเหล่านั้นแทนได้จำนวนมาก ซึ่งเป็นเรื่องดี แต่ถ้าองค์กรเอางานออกไปโดยไม่ได้ออกแบบ วิธีเรียนรู้แบบใหม่ ให้กับ Junior วันหนึ่งเราอาจเจอปัญหาใหม่ คือมีคนที่ใช้ AI เก่งมาก แต่ไม่มีประสบการณ์มากพอที่จะรู้ว่า เมื่อไรที่ AI กำลังตอบผิด หรือ เมื่อไรที่คำตอบดูถูกต้อง แต่ใช้กับบริบทของธุรกิจไม่ได้ ตรงนี้ผมคิดว่าเป็นโจทย์สำคัญของ People Management ในยุค AI

ตัด Junior วันนี้ อาจไม่ได้แค่ลด Headcount แต่กำลังตัด Talent Pipeline

มุมของ Matt Garman ที่ผมคิดว่าน่าสนใจที่สุดไม่ใช่เรื่องค่าแรง แต่เป็นเรื่องของ Talent Pipeline Junior วันนี้ อาจกลายเป็น Specialist ในอีกไม่กี่ปี อาจกลายเป็น Manager อาจกลายเป็น Business Leader และบางคนอาจเป็นคนที่รู้จักองค์กรดีที่สุดในอีก 10 ปีข้างหน้า ถ้าองค์กรหยุดรับคนระดับต้นไปเป็นเวลานาน สิ่งที่เกิดขึ้นอาจไม่เห็นทันทีในปีแรก งบประมาณอาจดีขึ้นด้วยซ้ำ Headcount ลด Productivity ต่อคนดูสูงขึ้น แต่หลายปีต่อมา เราอาจเริ่มถามว่า ทำไมไม่มีคนพร้อมขึ้นมาแทน Senior ที่กำลังออก? ทำไม Succession ไม่มีคน? ทำไม Critical Knowledge กระจุกอยู่กับคนอาวุโสไม่กี่คน? ตรงนี้คือความเสี่ยงที่ Dashboard ระยะสั้นอาจไม่แสดงให้เห็น เพราะมันเป็น Future Capability Risk

และมีอีกเรื่องที่น่าสนใจ — Junior อาจเป็นคนที่ใช้ AI ได้ดีที่สุดกลุ่มหนึ่ง

ภาพที่คนมักคิดคือ Senior + AI จะเก่งกว่า Junior + AI เสมอ ในหลายสถานการณ์อาจจริง เพราะ Senior มี Context และ Judgment มากกว่า แต่สิ่งที่ Garman ตั้งข้อสังเกตก็คือ พนักงานรุ่นใหม่จำนวนมากกลับเป็นคนที่เข้าไปทดลองและใช้เครื่องมือ AI ได้คล่องที่สุด เพราะคุ้นเคยกับเทคโนโลยีใหม่ตั้งแต่ต้น ผมคิดว่านี่ทำให้เราเห็นอีกมุมหนึ่ง บางทีองค์กรไม่ควรถามว่า Senior หรือ Junior ใครสำคัญกว่า แต่ควรถามว่า เราจะทำให้ Experience ของ Senior + AI Fluency ของ Junior ทำงานร่วมกันอย่างไร ตรงนี้น่าสนใจกว่ามาก Senior มี Context Junior มีความเร็วในการทดลอง AI มีความสามารถในการประมวลผล ถ้าออกแบบถูก สามอย่างนี้รวมกันอาจสร้าง Capability ใหม่ที่ไม่มีฝ่ายใดทำได้ดีเท่ากันเมื่อทำคนเดียว

AI จึงควรเปลี่ยน “เส้นทางการพัฒนาคน” ไม่ใช่ทำลายมัน

ผมไม่ได้คิดว่าองค์กรต้องรักษา Junior Job แบบเดิมทุกตำแหน่งไว้ นั่นก็ไม่สมเหตุสมผลเหมือนกัน เพราะถ้า AI ทำงานบาง Task ได้ดีกว่าและเร็วกว่า เราก็ควรใช้มัน สิ่งที่ต้องเปลี่ยนคือ Job Design ของ Junior แทนที่จะให้ Junior ใช้เวลา 70% ไปกับการทำงาน Routine อาจให้ AI รับส่วนหนึ่งไป แล้วทำให้ Junior ได้ใช้เวลามากขึ้นกับ การตั้งคำถาม การตรวจสอบ Output การเข้าใจลูกค้า การทำงานร่วมกับ Senior การแก้ปัญหาจริง และการเรียนรู้ Business Context พูดอีกแบบคือ อย่าเอา AI มาแทนเส้นทางการเรียนรู้ของคน แต่ใช้ AI เพื่อทำให้เส้นทางนั้นเร็วและดีขึ้น

นี่ทำให้ Workforce Planning ในยุค AI ต้องคิดไกลกว่า Headcount

ถ้าผู้บริหารถามเพียงว่า “AI ลดคนได้กี่คน?” เราอาจเห็นเพียง Cost Saving แต่ถ้าถามว่า “หลังจาก AI เปลี่ยนงานแล้ว เราต้องการ Workforce แบบไหน?” ภาพจะต่างออกไปทันที เราต้องเริ่มมองทั้ง คนที่มีอยู่ คนที่ต้องสร้างขึ้นมาในอนาคต Capability ที่ Strategy ต้องใช้ Knowledge ที่ต้องรักษา Succession Pipeline และ Task ที่สามารถแบ่งให้ AI รับไปทำได้ นี่คือเหตุผลที่ผมคิดว่า Workforce Planning ต่อจากนี้ควรเดินจาก Headcount Planning ไปสู่ Capability Planning

ในมุมของ ExeRoot เราไม่อยากให้ AI กลายเป็นเครื่องมือลดคนแบบอัตโนมัติ

เรื่องนี้สำคัญมาก ถ้า ExeRoot เห็นว่า Task ของตำแหน่งหนึ่งสามารถใช้ AI ทำได้ 40% คำตอบไม่ควรเป็นทันทีว่า “ลด Headcount 40%” เพราะข้อมูลนี้ยังไม่พอสำหรับการตัดสินใจ ต้องถามต่อว่า 40% นั้นเป็น Task แบบไหน? เวลาที่ได้คืนมาสามารถสร้าง Business Value เพิ่มตรงไหน? Role นี้เป็น Pipeline ไปสู่ Critical Position หรือไม่? ถ้าลดคนตรงนี้ Succession ในอีก 3–5 ปีได้รับผลกระทบหรือเปล่า? Knowledge ขององค์กรอยู่กับคนกลุ่มนี้แค่ไหน? และ Strategy ในอนาคตต้องการ Capability อะไรจาก Role นี้? เมื่อตอบคำถามเหล่านี้แล้ว การตัดสินใจอาจไม่ใช่ Reduce แต่อาจเป็น Redesign

จาก People Cost ต้องไปให้ถึง People Investment

นี่เป็นอีกมุมหนึ่งที่ผมคิดว่าผู้บริหารต้องระวังในยุค AI ใน Financial Statement เงินเดือนเป็น Cost ดังนั้นเวลาอยากเพิ่ม Efficiency สิ่งแรกที่มองเห็นง่ายที่สุดก็คือ Headcount แต่จากมุม Strategy คนบางกลุ่มไม่ได้เป็นเพียงต้นทุน เขาคือ Future Manager Future Specialist Future Innovator หรือ Future Successor นี่ทำให้คนหนึ่งคนสามารถเป็นทั้ง Cost วันนี้ และ Capability ของบริษัทในอนาคต ได้พร้อมกัน ถ้าเรามองเพียงด้านแรก เราอาจ Optimize ตัวเลขปีนี้ได้ดีมาก แต่สร้างปัญหาให้กับองค์กรในอีก 5 ปีโดยไม่รู้ตัว

และนี่คือสิ่งที่ ExeRoot ควรช่วยผู้บริหารมองเห็น

ในมุมของ ExeRoot by Space Root ผมคิดว่า AI และ People Intelligence ต้องช่วยให้ผู้บริหารมอง Workforce ได้หลายมิติมากขึ้น ไม่ใช่เพียง คนนี้เงินเดือนเท่าไร หรือ ตำแหน่งนี้ลดได้ไหม แต่ต้องเชื่อมไปถึง Strategy → Role → Task → AI → Capability → Performance → Succession → Business Impact สมมติ AI สามารถรับงานบางส่วนของ Junior Developer ได้มากขึ้น ExeRoot ควรช่วยตั้งคำถามต่อว่า Role นี้จะเปลี่ยนอย่างไร? Skill ใหม่ที่ต้องใช้คืออะไร? Junior ควรเรียนรู้อะไรแทนงาน Routine ที่หายไป? ใครมีศักยภาพเติบโต? บริษัทมี Senior Pipeline เพียงพอหรือไม่? และถ้าเราหยุดรับ Junior 3 ปีข้างหน้า Critical Capability ตัวไหนจะเริ่มขาด? นี่ต่างหากที่ผมคิดว่า AI จะช่วยผู้บริหารได้มาก ไม่ใช่บอกแค่ว่า “ลดคนได้เท่าไร” แต่ช่วยให้เห็นว่า “ถ้าเปลี่ยน Workforce วันนี้ องค์กรในวันข้างหน้าจะเป็นอย่างไร”

AI จะเปลี่ยนงานแน่นอน แต่ไม่ได้หมายความว่าทุกองค์กรควรตอบสนองเหมือนกัน

ตรงนี้ผมคิดว่าต้องพูดให้สมดุล คำเตือนของ Matt Garman ไม่ได้หมายความว่า AI จะไม่กระทบงานระดับเริ่มต้น ผู้บริหารคนอื่นมีมุมมองที่กังวลมากกว่านั้นจริง Dario Amodei ของ Anthropic เคยเตือนว่า AI อาจกระทบงาน White-collar ระดับ Entry-level จำนวนมากในช่วงไม่กี่ปีข้างหน้า ขณะที่ Jim Farley ของ Ford ก็เคยคาดการณ์ผลกระทบที่รุนแรงต่อ White-collar employment เช่นกัน ผมคิดว่าสองมุมนี้ไม่ได้ขัดกันทั้งหมด AI สามารถทำให้จำนวนงานบางประเภทลดลงได้จริง แต่ในเวลาเดียวกัน การตัด Talent Pipeline ทิ้งทั้งหมดก็สามารถสร้างความเสี่ยงใหม่ให้องค์กรได้เช่นกัน คำตอบจึงไม่ได้อยู่ที่ AI หรือคน แต่อยู่ที่ เราจะออกแบบ Human + AI Workforce อย่างไร

คำถามที่ผู้บริหารควรถามจึงไม่ใช่ “AI แทน Junior ได้ไหม?”

ผมคิดว่าคำถามที่ควรถามมากกว่าคือ ถ้า AI รับ Task ของ Junior บางส่วนไปแล้ว Junior รุ่นใหม่ควรเรียนรู้อะไรแทน? เรายังสร้าง Senior รุ่นต่อไปอย่างไร? ตำแหน่งไหนควรลด ตำแหน่งไหนควร Redesign และตำแหน่งไหนต้องลงทุนเพิ่ม? Capability ที่ Strategy ต้องการในอีก 3–5 ปี วันนี้เรากำลังสร้างมันอยู่หรือกำลังตัดมันทิ้ง? นี่คือคำถามด้าน Workforce ที่ผมคิดว่าจะสำคัญขึ้นเรื่อย ๆ เพราะการแข่งขันในยุค AI อาจไม่ได้ตัดสินกันว่า บริษัทไหนมีคนน้อยที่สุด แต่อาจตัดสินกันว่า บริษัทไหนสามารถทำให้คนทุก Generation ใช้ AI แล้วเก่งขึ้นได้เร็วที่สุด

ExeRoot by Space Root

Executive People Intelligence สำหรับเรา AI ไม่ควรถูกใช้เพียงเพื่อถามว่า “งานนี้ลดคนได้ไหม?” แต่ควรช่วยผู้บริหารตอบคำถามที่ใหญ่กว่า “เมื่อ Technology เปลี่ยน เราควรออกแบบ Workforce อย่างไร เพื่อให้ Strategy วันนี้ไม่ทำลาย Capability ที่องค์กรต้องใช้ในวันข้างหน้า?” จาก People → Role → Task → AI → Capability → Succession → Business Impact เพราะการลดต้นทุนอาจเห็นผลภายในหนึ่ง Quarter แต่การสร้างคนเก่งหนึ่งคนอาจต้องใช้เวลาหลายปี และบางครั้ง สิ่งที่ดู Efficient มากที่สุดในวันนี้ อาจไม่ใช่สิ่งที่ทำให้องค์กรแข็งแรงที่สุดในระยะยาว

ที่มาและเครดิต

แนวคิดและคำกล่าวของ Matt Garman, CEO of Amazon Web Services (AWS) อ้างอิงจากบทสัมภาษณ์ของ WIRED ซึ่งเผยแพร่วันที่ 16 ธันวาคม 2025 โดย Garman ยืนยันว่าแนวคิดดังกล่าวเริ่มจากกรณี Junior Software Developers และอธิบายถึง AI fluency, ต้นทุนของพนักงานระดับต้น และความสำคัญของ Talent Pipeline บทความภาษาไทยที่นำประเด็นนี้กลับมานำเสนอคือ กรุงเทพธุรกิจ: “เลิกจ้างคนรุ่นใหม่ใช้ AI แทน ซีอีโอ AWS เตือน เป็นไอเดียที่โง่ที่สุด” โดย วรุณรัตน์ คัทมาตย์ ส่วนมุมมองประกอบเรื่องผลกระทบของ AI ต่อตลาดแรงงาน อ้างอิงคำเตือนของ Dario Amodei, Anthropic ผ่าน Axios และ Jim Farley, Ford จากการกล่าวใน Aspen Ideas Festival ซึ่งรายงานโดย Fortune หมายเหตุ: ข้อความเกี่ยวกับ ExeRoot และข้อเสนอด้าน Workforce/Capability ในบทความนี้เป็นมุมมองและการตีความของ ExeRoot by Space Root จากประเด็นดังกล่าว ไม่ใช่ความคิดเห็นของ AWS หรือบุคคลที่ถูกอ้างถึง

Tags: FutureOfWork, JuniorTalent, HumanAIWorkforce, TalentPipeline, WorkforceRedesign, CapabilityPlanning, AIWorkDesign, FutureSkills, SuccessionPlanning, PeopleStrategy, AILeadership, WorkforceTransformation, ExecutivePeopleIntelligence, ExeRoot, SpaceRoot