ช่วงเดือนที่ผ่านมามีข่าวเลิกจ้างสองชุดวิ่งขนานกันอยู่ในฟีดเดียวกัน ชุดหนึ่งมาจากซิลิคอนวัลเลย์ Apple, TikTok, Netflix, LinkedIn ตัดคนพร้อมกันในเดือนสิงหาคม อีกชุดมาจากบ้านเรา โรงงานปิด ข้าราชการยุบสายงาน องค์กรสื่อทยอยเลิกจ้าง เวลาสองชุดนี้อยู่ติดกันบนหน้าจอ สมองจะเชื่อมมันเข้าหากันเองว่าเป็นเรื่องเดียวกัน แล้วสรุปว่า AI กำลังแย่งงานคนไทย

ผมนั่งไล่ตัวเลขทั้งสองฝั่งเมื่อวันที่ 27 ส.ค. 2569 แล้วพบว่ามันไม่ใช่เรื่องเดียวกันเลย คนละกลุ่มคน คนละประเภทนายจ้าง คนละสาเหตุ และที่สำคัญที่สุดคือแก้ด้วยนโยบายเดียวกันไม่ได้ บทความนี้เก็บตัวเลขทั้งหมดที่ใช้ไว้ครบ เพื่อให้ตรวจกลับได้ทุกบรรทัด

ตัวเลขว่างงาน 0.95% คือตัวชี้วัดที่ผิด

ทุกครั้งที่มีคนบอกว่าเศรษฐกิจไทยยังไหว ตัวเลขที่ยกมาคืออัตราการว่างงาน มันต่ำจริง ต่ำจนติดอันดับต่ำที่สุดในโลก แต่ความต่ำนั้นเองคือเหตุผลที่มันใช้วินิจฉัยอะไรไม่ได้

สิ่งที่รายงานสภาพัฒน์บอกจริง ๆ

สภาพัฒน์เผยรายงานภาวะสังคมไทยไตรมาส 2/2569 เมื่อวันที่ 24 ส.ค. 2569 สามวันก่อนที่ผมจะเก็บข้อมูลชุดนี้ ตัวเลขว่างงานอยู่ที่ 0.95% หรือ 400,000 คน ผู้มีงานทำเพิ่มขึ้น 5.1% เป็น 41.5 ล้านคน อ่านแค่สองบรรทัดนี้แล้วจบ จะได้ภาพว่าตลาดแรงงานไทยแข็งแรง แต่บรรทัดที่สามเปลี่ยนทุกอย่าง ค่าจ้างเฉลี่ยลดลงเหลือ 15,937 บาทต่อเดือน และเมื่อหักเงินเฟ้อ 2.70% แล้ว ค่าจ้างจริงติดลบ 2.88% ¹

ตัวชี้วัด	Q2/2569	เทียบ Q2/2568	หมายเหตุ
อัตราว่างงานรวม	0.95%	0.91%	สูงสุดในรอบ 7 ไตรมาส
ผู้ว่างงาน	400,000 คน	+9.7%
อัตราว่างงานในระบบประกันสังคม	2.37%		สูงสุดในรอบ 51 เดือน
ผู้ขอรับประโยชน์ทดแทนกรณีว่างงาน	290,000 คน	207,000 คน	+40%
ผู้มีงานทำ	41.5 ล้านคน	+5.1%	โตจากเกษตรและก่อสร้าง
ค่าจ้างเฉลี่ย	15,937 บาท/เดือน	−0.25%
ค่าจ้างจริง หลังหักเงินเฟ้อ 2.70%		−2.88%	อาชีพอิสระ −4.54% · ลูกจ้างในระบบ −1.76%
ผู้เสมือนว่างงาน	2.2 ล้านคน	+8.0%	ทำงานไม่เต็มเวลา
ผู้ว่างงานระยะยาว	81,000 คน	+11.3%
อัตราว่างงานกลุ่มปริญญาตรี	1.70%		สูงสุดในบรรดากลุ่มการศึกษา
กิจการที่ปิดตัว ครึ่งปีแรก 2569	7,024 ราย	+12.5%	ทุนจดทะเบียนที่หายไป 98.9 พันล้านบาท

อ่านแบบ CHRO เวลาผมดูตัวเลขชุดนี้ในฐานะคนที่เคยต้องตัดสินใจเรื่องกำลังคน สิ่งที่อ่านได้ไม่ใช่ว่าคนไทยตกงาน แต่คือคนไทยกำลังย้ายลงชั้น การจ้างงานที่โต 5.1% โตจากภาคเกษตรและก่อสร้าง ซึ่งเป็นสองภาคที่ทำหน้าที่เป็นเบาะรองรับคนที่หลุดจากภาคผลิต ไม่ใช่ภาคที่สร้างรายได้เพิ่ม พออ่านคู่กับผู้เสมือนว่างงานที่เพิ่ม 8% เป็น 2.2 ล้านคน ภาพที่ได้คือคนจำนวนมากยังมีงานอยู่ในสถิติ แต่ทำงานน้อยลงและได้เงินน้อยลง ในภาษา HR เรียกสภาพนี้ว่า underemployment ซึ่งไม่ปรากฏในพาดหัวเลยสักครั้ง

ตัวชี้วัดที่ควรใช้แทน

ถ้าอัตราว่างงานรวมกลบภาพ ตัวเลขที่ไม่กลบคืออัตราว่างงานในระบบประกันสังคม ซึ่งอยู่ที่ 2.37% และเป็นระดับสูงสุดในรอบ 51 เดือน หรือสี่ปีสามเดือน เหตุผลที่ตัวเลขนี้ตรงกว่าคือมันนับเฉพาะแรงงานที่อยู่ในระบบ คนที่ถอยกลับไปทำเกษตรที่บ้านจึงไม่เข้ามาเจือจางฐาน ผู้ขอรับประโยชน์ทดแทนกรณีว่างงานเพิ่มจาก 207,000 คนในไตรมาส 2/2568 เป็น 290,000 คนในไตรมาส 2/2569 คิดเป็น 40% ¹

ผู้ประกันตนในระบบประกันสังคมรวมลดลง 0.3% ในไตรมาสแรก 2569 ซึ่งเป็นการลดลงครั้งแรกในรอบ 20 ไตรมาส แรงงานกำลังหลุดออกจากการจ้างงานในระบบ ไม่ใช่แค่ย้ายงาน

อ่านแบบ CHRO เกณฑ์ที่ผมใช้คือ ถ้าตัวชี้วัดตัวหนึ่งขยับสวนทางกับสิ่งที่คนหน้างานเล่าให้ฟัง ให้เปลี่ยนตัวชี้วัด อย่าเปลี่ยนความเชื่อ อัตราว่างงาน 0.95% ขัดกับสิ่งที่เจ้าของโรงงานและ HR ในนิคมเล่าตรงกันมาทั้งปี ส่วน 2.37% ในระบบประกันสังคมตรงกับที่เล่า เพราะฉะนั้นตัวหลังคือตัวที่ควรใช้ประชุมบอร์ด สำหรับองค์กรที่วางแผนกำลังคนปี 2570 การเลือกผิดตัวชี้วัดตรงนี้แปลว่าจะวางแผนบนสมมติฐานว่าตลาดแรงงานตึง ทั้งที่ของจริงคือตลาดกำลังคลายและค่าจ้างจริงกำลังหด

คลื่นเลิกจ้างของโลกกำลังกลับทิศ และมันกระจุกกว่าเดิมมาก

ฝั่งโลกมีสิ่งที่ไทยไม่มี คือ tracker สาธารณะที่นับได้ทุกวัน layoffs.fyi เก็บข้อมูลเลิกจ้างภาคเทคมาตั้งแต่ปี 2563 และตัวเลขปีนี้เพิ่งผ่านหมุดหมายที่ควรพูดถึง

ตัวเลขรายปี บอกว่าเทรนด์กลับทิศแล้ว

เมื่อผมอ่านหน้า layoffs.fyi สดวันที่ 27 ส.ค. 2569 ตัวเลขบนหัวเว็บคือ 127,180 คน จาก 284 บริษัท ตัวเลขนี้แซงยอดทั้งปี 2568 ที่ 122,549 คนไปแล้ว ทั้งที่ยังเหลือเวลาอีกกว่าสี่เดือน หลังจากยอดเลิกจ้างลดลงติดกันสองปี ปี 2569 คือปีที่มันกลับทิศ ^{20 21}

ปี	จำนวนคนที่ถูกเลิกจ้าง	จำนวนบริษัท
2565 (2022)	164,969
2566 (2023)	262,682	1,194
2567 (2024)	152,922
2568 (2025)	122,549
2569 (2026) ณ 27 ส.ค.	127,180	284

อ่านแบบ CHRO ตัวเลขที่น่าสนใจกว่ายอดรวมคือยอดหารด้วยจำนวนบริษัท ปี 2566 ต้องใช้ 1,194 บริษัทถึงจะได้ 262,682 คน เฉลี่ย 220 คนต่อบริษัท ปีนี้ใช้แค่ 284 บริษัทได้ 127,180 คน เฉลี่ย 448 คนต่อบริษัท เพิ่มขึ้นเท่าตัว กลไกจึงเปลี่ยนไปคนละแบบ ปี 2566 คือสตาร์ทอัพที่ระดมทุนยุคดอกเบี้ยศูนย์ล้มพร้อมกันเป็นแถบ ปี 2569 คือบริษัทใหญ่ไม่กี่รายตัดครั้งละก้อนใหญ่ สำหรับคนที่ทำงานในบริษัทเทค ความหมายต่างกันมาก แบบแรกคือความเสี่ยงกระจาย แบบหลังคือความเสี่ยงกระจุกอยู่ที่การตัดสินใจของผู้บริหารไม่กี่คน

ใครปลดบ้างในปี 2569

รายชื่อทั้งปีเรียงตามเดือน เก็บจากไทม์ไลน์ของ Computerworld สำหรับเดือน ม.ค. ถึง ก.ค. และจาก Yahoo Finance สำหรับเดือน ส.ค. ^{22 23}

เดือน	บริษัท	จำนวน	เหตุผลที่ประกาศ
ม.ค.	Amazon	16,000	ลดต้นทุน กระทบ AWS
ม.ค.	Ericsson (สวีเดน)	1,600	ตลาดโทรคมนาคมซบยาว
ม.ค.	Meta (Reality Labs)	~10% ของหน่วย	ปรับโครงสร้าง metaverse
ก.พ.	Salesforce	~1,000	ปรับโครงสร้างการตลาด ผลิตภัณฑ์ ดาต้า
มี.ค.	Atlassian	1,600 (~10%)	โยกทุนไปพัฒนา AI และ enterprise sales
เม.ย.	Oracle	21,000	ปรับโครงสร้าง enterprise support ระหว่าง AI transformation
พ.ค.	Meta	8,000 (~10%)	ควบรวมทีมวิศวกรรมและผลิตภัณฑ์เพื่อ AI efficiency
พ.ค.	Cisco	~4,000	pivot ไป AI networking ทั้งที่ผลประกอบการดี
พ.ค.	Cloudflare	1,100 (~20%)	ปรับองค์กรรับ agentic AI era
ก.ค.	Microsoft	4,800	ปรับ Sales และ Xbox เพื่อลงทุน AI infrastructure
ก.ค.	Monday.com	620 (20%)	องค์กรแบนราบรอบ AI agents
ส.ค.	Apple	~200	Vision Pro ไม่เป็นไปตามเป้า
ส.ค.	TikTok	325 (Nashville 250 + Seattle 75)	ปรับโครงสร้าง
ส.ค.	Netflix	ปิด 2 สตูดิโอเกม	โฟกัสการทำงานให้แคบลง
ส.ค.	LinkedIn	R&D เทลอาวีฟ	วางตำแหน่งองค์กรใหม่

อ่านแบบ CHRO จุดที่ผมคิดว่าคนอ่านข่าวมักพลาดคือ บริษัทที่ปลดคนหนักที่สุดในปีนี้ไม่ใช่บริษัทที่กำลังจะเจ๊ง Cisco ปลดเกือบ 4,000 คนในปีที่ผลประกอบการแข็งแรง Microsoft ปลด 4,800 คนในปีที่ลงทุน AI infrastructure หนักที่สุดในประวัติศาสตร์บริษัท นี่คือ layoff ประเภทจัดสรรทุนใหม่ ไม่ใช่ layoff ประเภทเอาตัวรอด ความต่างนี้สำคัญมากสำหรับคนที่กำลังประเมินความมั่นคงของงานตัวเอง เพราะ layoff แบบเอาตัวรอดพอบริษัทกลับมากำไรก็จ้างคืน ส่วน layoff แบบจัดสรรทุนใหม่ ตำแหน่งนั้นจะไม่กลับมาอีกเลย

คลื่นไทยใหญ่กว่าคลื่นโลก แต่ไม่มีใครนับ

พอเอาตัวเลขสองฝั่งมาวางข้างกัน สิ่งที่โผล่ขึ้นมาไม่ใช่ว่าไทยรอด แต่คือไทยหนักกว่าและเงียบกว่า

ยอดเลิกจ้างในระบบประกันสังคม

ตัวเลขที่ตรงที่สุดของไทยอยู่ในระบบ ม.33 เพราะนายจ้างต้องแจ้ง ปี 2568 ทั้งปีมีแรงงานถูกเลิกจ้าง 531,779 คน เพิ่มขึ้น 20% จากปีก่อน เดือน มิ.ย. 2569 เดือนเดียวมี 41,428 คน และศูนย์วิจัยกสิกรไทยประเมินว่าทั้งปี 2569 จะอยู่ราว 480,000 ถึง 500,000 คน หรือเฉลี่ยไม่ต่ำกว่า 40,000 คนต่อเดือน ^{2 3 4}

ช่วง	แรงงาน ม.33 ที่ถูกเลิกจ้าง	แหล่ง
ทั้งปี 2568	531,779 คน (+20% YoY)	ศูนย์วิจัยกสิกรไทย
มิ.ย. 2569 เดือนเดียว	41,428 คน	สำนักงานประกันสังคม
ประมาณการปี 2569	~480,000–500,000 คน หรือเฉลี่ยไม่ต่ำกว่า 40,000 คน/เดือน	ศูนย์วิจัยกสิกรไทย

อ่านแบบ CHRO ผลที่ตามมาซึ่งยังไม่มีใครพูดถึงมากพอคือ กองทุนประกันสังคมกำลังจ่ายประโยชน์ทดแทนกรณีว่างงานให้คน 290,000 คนพร้อมกัน ในปีเดียวกับที่ผู้ประกันตนในระบบลดลงเป็นครั้งแรกในรอบ 20 ไตรมาส เงินเข้าน้อยลงและเงินออกมากขึ้นพร้อมกัน นี่คือแรงกดดันเชิงโครงสร้างที่จะตามมาเป็นข้อเสนอขึ้นเงินสมทบรอบถัดไป ซึ่งย้อนกลับไปเพิ่มต้นทุนให้นายจ้างที่กำลังจะเลิกจ้างอยู่แล้ว เป็นวงจรที่ป้อนตัวเอง

เทียบกันตรง ๆ

เมื่อวางสองคลื่นข้างกัน ความต่างไม่ได้อยู่ที่ขนาด แต่อยู่ที่ทุกมิติ

มิติ	ไทย 2569	โลก ภาคเทค 2569
ใครโดน	แรงงานภาคผลิต แรงงานข้ามชาติ อายุงานสั้น และเริ่มลามเข้าสื่อกับราชการ	วิศวกร ผลิตภัณฑ์ การตลาด support ปกขาวเงินเดือนสูง
ใครปลด	กิจการที่กำลังขาดทุนหรือปิดตัว	บริษัทที่กำไรดีและกำลังลงทุนหนัก
เหตุผลหลัก	ต้นทุน คำสั่งซื้อ ภาษี สินค้าจีน ดอกเบี้ย	AI การจัดสรรทุนใหม่ องค์กรแบนราบ
AI อยู่ตรงไหน	ยังไม่ใช่สาเหตุตรง แต่โผล่ในฝั่งการลงทุน	นายจ้างอ้างเป็นเหตุผลอันดับหนึ่ง 5 เดือนติด
ตัวเลขที่เห็นชัด	ม.33 ถูกเลิกจ้าง ~41,428 คน/เดือน	127,180 คนสะสม 8 เดือน หรือ ~16,000 คน/เดือน
ทิศทาง	แย่ลงต่อเนื่องตั้งแต่ ธ.ค. 2568	กลับทิศขึ้นหลังลดสองปีติด
ตัวชี้วัดที่หลอกตา	อัตราว่างงาน 0.95%	ตลาดหุ้นเทคที่ยังทำ new high

อ่านแบบ CHRO ยอดเลิกจ้าง ม.33 ของไทยเดือนเดียวมากกว่าค่าเฉลี่ยรายเดือนของคลื่นเทคทั้งโลกเกือบสามเท่า แต่แทบไม่มีใครพูดถึง สาเหตุไม่ใช่เพราะสื่อไทยไม่สนใจ แต่เพราะคลื่นไทยไม่มีสิ่งที่ทำให้ข่าวเกิดได้ มันไม่มีชื่อบริษัทที่คนรู้จัก ไม่มีตัวเลขรายวันให้อ้าง และกระจายอยู่ในโรงงานขนาดกลางที่ไม่มีใครเคยได้ยินชื่อ ข้อสรุปเชิงระบบจึงตรงไปตรงมาว่า ปัญหาไม่ใช่ไทยไม่มีคลื่น แต่คือไทยไม่มี layoffs.fyi ของตัวเอง และการไม่มีเครื่องมือวัดคือเหตุผลที่นโยบายมาช้าเสมอ

ฝั่งโรงงาน คือที่ที่มันเกิดก่อนตัวเลขแรงงานจะขยับ

ไตรมาสแรกปี 2569 ยอดปิดโรงงานสูงกว่ายอดเปิดใหม่เป็นครั้งแรกในรอบ 10 ไตรมาส โรงงานใหญ่ปิดแค่ 8 แห่ง แต่กระทบแรงงานเกือบ 4,000 คน ส.อ.ท. เตือนว่านี่คือ tipping point ของอุตสาหกรรมไทย และชี้ว่าต้นทุนดอกเบี้ยของ SME อยู่ที่ 12 ถึง 18% เทียบกับรายใหญ่ที่ 3% ส่วนรายย่อยที่ต้องพึ่งหนี้นอกระบบเจอ 36 ถึง 50% ต่อปี ^{5 6}

• อุตสาหกรรมที่ใช้กำลังการผลิตต่ำกว่า 60% ได้แก่ สิ่งทอ ยาสูบ เครื่องนุ่งห่ม เฟอร์นิเจอร์ เครื่องหนัง ไม้ เครื่องดื่ม พลาสติก อโลหะ และชิ้นส่วนยานยนต์ ⁸
• กรณีที่คนยังพูดถึงบ่อยคือแคล-คอมพ์ อิเล็กทรอนิกส์ ที่เขาย้อย เพชรบุรี เลิกจ้างแรงงานต่างชาติ 1,450 คน มีผล 1 ต.ค. 2568 โดยเลือกจากคนที่อายุงาน 1 ถึง 3 เดือน ⁹
• ครึ่งปีแรก 2569 มีกิจการปิดตัว 7,024 ราย เพิ่มขึ้น 12.5% ทุนจดทะเบียนที่หายไป 98.9 พันล้านบาท ¹

อ่านแบบ CHRO ลำดับที่แคล-คอมพ์เลือกคนออกคือสิ่งที่ HR ทุกคนควรจำไว้ เพราะมันคือลำดับมาตรฐานของการลดคนในภาคผลิต แรงงานข้ามชาติก่อน แล้วตามด้วยคนอายุงานสั้น เหตุผลไม่ใช่เรื่องอคติ แต่เป็นเรื่องต้นทุนค่าชดเชยตามอายุงานล้วน ๆ ซึ่งแปลว่าตัวเลขเลิกจ้างที่เห็นในระบบประกันสังคมช่วงแรกของวิกฤตจะต่ำกว่าความเสียหายจริงเสมอ เพราะแรงงานข้ามชาติจำนวนมากไม่ได้อยู่ในฐานเดียวกัน กว่าตัวเลขจะสะท้อนภาพจริง คลื่นก็เดินมาถึงพนักงานประจำแล้ว

---

AI คือเหตุผลที่นายจ้างเลือกจะบอก ไม่ใช่สาเหตุที่พิสูจน์แล้ว

ถึงตรงนี้คำถามที่เหลือคือ แล้ว AI อยู่ตรงไหนในภาพทั้งหมด คำตอบน่าสนใจกว่าที่คิด เพราะหลักฐานที่ดีที่สุดในปีนี้ชี้ไปทางที่พาดหัวไม่ค่อยพาไป

สิ่งที่ Challenger นับได้

Challenger, Gray & Christmas ติดตามเหตุผลที่นายจ้างสหรัฐแจ้งเวลาประกาศลดคน และปี 2569 คือปีที่ AI ขึ้นมาเป็นอันดับหนึ่ง

• มี.ค. 2569 นายจ้างอ้าง AI เป็นเหตุผลอันดับหนึ่งครั้งแรกในประวัติศาสตร์ คิดเป็น 25% ของการปลดทั้งเดือน และยอดปลดเดือนนั้นเพิ่ม 25% จากเดือน ก.พ. ²⁵
• พ.ค. 2569 นายจ้างอ้าง AI ใน 38,579 ตำแหน่ง สูงสุดรายเดือนเท่าที่ Challenger เริ่มติดตามมาตั้งแต่ปี 2566 คิดเป็น 40% ของการปลดทั้งเดือน ²⁶
• ม.ค. ถึง พ.ค. 2569 นายจ้างอ้าง AI สะสม 87,714 ตำแหน่ง หรือ 22% ของการปลดทั้งหมด แซงยอดทั้งปี 2568 ที่ 54,836 ไปแล้ว ²⁶
• ก.ค. 2569 ภาคเทคประกาศปลด 9,867 ตำแหน่ง รวมทั้งปี 149,023 คิดเป็น 31% ของการปลดทั้งหมดในสหรัฐ และ AI นำเป็นเหตุผลอันดับหนึ่งติดต่อกันห้าเดือน ²⁷

อ่านแบบ CHRO คำที่ต้องจับให้แม่นในทุกบรรทัดข้างบนคือคำว่าอ้าง Challenger ไม่ได้วัดว่า AI ทำงานแทนคนได้จริงกี่ตำแหน่ง แต่วัดว่านายจ้างพิมพ์เหตุผลอะไรลงในประกาศ สองอย่างนี้ไม่เท่ากัน และในปีที่ตลาดทุนให้รางวัลกับคำว่า AI ช่องว่างระหว่างสองอย่างนี้จะกว้างที่สุด

สิ่งที่ HBR พบเมื่อไปถามผู้บริหารตรง ๆ

HBR สำรวจผู้บริหารทั่วโลก 1,006 คนช่วงปลายปี 2568 และเจอตัวเลขที่ควรทำให้ทุกคนหยุดคิด 60% ของผู้บริหารที่ลดคนโดยอ้าง AI ตัดสินใจบนศักยภาพที่คาดว่าจะเกิด ไม่ใช่ผลงานที่พิสูจน์แล้ว และมีเพียง 2% ที่พิสูจน์จริงว่า AI ทำงานนั้นได้ ก่อนจะเอาคนที่ทำงานนั้นออก ³⁴

มีผู้บริหารเพียง 2% ที่พิสูจน์ว่า AI ทำงานนั้นได้จริง ก่อนจะปลดคนที่ทำงานนั้นอยู่

อ่านแบบ CHRO ตัวเลข 2% นี้คือเหตุผลที่ผมไม่ยอมให้ทีมใช้คำว่า AI ในเอกสารขออนุมัติลดคนโดยไม่มีหลักฐานแนบ เกณฑ์ที่ผมใช้ง่ายมาก ถ้าจะบอกว่า AI ทำงานนี้แทนได้ ต้องรัน pilot จริงกับงานจริงของทีมนั้น วัด output เทียบกับคนทำ แล้วแนบผลมาก่อน ไม่ใช่หลัง เหตุผลไม่ใช่เรื่องจริยธรรมอย่างเดียว แต่เป็นเรื่อง risk ล้วน ๆ เพราะถ้าปลดไปแล้ว AI ทำไม่ได้จริง สิ่งที่ต้องจ่ายคือค่าจ้างใหม่ ค่า onboarding และเวลาที่หายไปหลายเดือน ซึ่งแพงกว่าที่ประหยัดได้จากการปลดรอบนั้นเกือบทุกครั้ง

สิ่งที่ MIT วัดได้จากข้อมูลจริง

งานของ Lawrence Schmidt แห่ง MIT Sloan ร่วมกับ Yale และ Northwestern Kellogg วิเคราะห์โปรไฟล์ LinkedIn 58 ล้านโปรไฟล์และประกาศรับสมัครงาน 14 ล้านชิ้นระหว่างปี 2553 ถึง 2566 พบว่าเมื่อ AI ทำงานย่อยส่วนใหญ่ของตำแหน่งหนึ่งได้ สัดส่วนคนในตำแหน่งนั้นภายในบริษัทลดลงราว 14% แต่ผลที่สวนทางกับที่คาดคือ บริษัทที่รับ AI มาใช้กลับจ้างงานโตกว่า 6% และยอดขายโตกว่า 9.5% ในห้าปี ส่วนบริษัทที่ไม่รับ AI โตช้ากว่า และลดความต้องการแรงงานลง ไม่ว่างานนั้นจะอยู่ในข่ายที่ AI ทำแทนได้หรือไม่ ^{30 32}

สิ่งที่ MIT วัดได้	ตัวเลข
ตำแหน่งที่ AI ทำงานย่อยส่วนใหญ่ได้ สัดส่วนคนในบริษัทลดลง	~14%
ตำแหน่งค่าตอบแทนสูง เช่น นักวิเคราะห์การจัดการ วิศวกรอากาศยาน ลดลงในห้าปี	3.5%
บริษัทที่รับ AI มาใช้ จ้างงานโตกว่าในห้าปี	+6%
บริษัทที่รับ AI มาใช้ ยอดขายโตกว่าในห้าปี	+9.5%
แรงงานอายุ 22–25 ปีในอาชีพที่ AI ทำแทนได้มากที่สุด อัตราการจ้างงานลดลงเชิงเปรียบเทียบ 33 31	16%

อ่านแบบ CHRO ข้อโต้แย้งที่ตัวเลขชุดนี้ยิงใส่ความเชื่อกระแสหลักคือ ตัวแปรที่กำหนดว่าองค์กรจะลดคนหรือไม่ ไม่ใช่ว่างานนั้น AI ทำแทนได้แค่ไหน แต่คือองค์กรนั้นใช้ AI เป็นหรือเปล่า บริษัทที่ใช้เป็นโตแล้วจ้างเพิ่ม บริษัทที่ใช้ไม่เป็นหดแล้วลดคน สำหรับไทยข้อนี้ตรงเข้าเป้าที่สุด เพราะ SME ไทยที่กู้ด้วยดอกเบี้ย 12 ถึง 18% เข้าไม่ถึงทั้งเงินทุนและเทคโนโลยี กลุ่มนี้จะลดคนโดยไม่เคยได้ประโยชน์จาก AI เลยแม้แต่นิดเดียว ซึ่งเป็นสถานการณ์ที่แย่ที่สุดในบรรดาทางที่เป็นไปได้

สิ่งที่ WEF เตือนเรื่องตัวเลขสุทธิ

Future of Jobs Report 2026 ประเมินว่าภายในปี 2573 AI และเทคโนโลยีที่เกี่ยวข้องจะสร้างงานใหม่ราว 170 ล้านตำแหน่ง และทำลายราว 92 ล้านตำแหน่ง สุทธิบวก 78 ล้าน ฟังดูเป็นข่าวดี จนกระทั่งนึกได้ว่าสองตัวเลขนี้พูดถึงคนละคน WEF ระบุว่ากว่าครึ่งของแรงงานโลกต้อง reskill หรือ upskill ภายในสี่ปี และ 63% ของนายจ้างบอกว่า skills gap คือความท้าทายอันดับหนึ่ง ส่วน Chief People Officers' Outlook เดือน พ.ค. 2569 เสริมว่าคนที่แสดงทักษะด้าน AI ได้ มีค่าจ้างเฉลี่ยสูงกว่าเพื่อนในตำแหน่งเทียบเท่า 56% ^{28 29}

อ่านแบบ CHRO ตัวเลขสุทธิบวก 78 ล้านคือกับดักทางความคิดที่อันตรายที่สุดในรายงานฉบับนี้ เพราะมันชวนให้ผู้กำหนดนโยบายสรุปว่าตลาดจะปรับสมดุลเอง คนที่เสียงานไม่ได้แปลงร่างเป็นคนที่ได้งานใหม่ ไทยกำลังเจอ mismatch สองชั้นพร้อมกัน ชั้นแรกคือแรงงานภาคผลิตที่หลุดออกมาแล้วไปได้แค่ภาคเกษตรกับก่อสร้าง ชั้นที่สองคือบัณฑิตที่มีอัตราว่างงานสูงสุดในบรรดากลุ่มการศึกษาที่ 1.70% เกณฑ์ที่ควรใช้วัดนโยบาย reskill จึงไม่ใช่จำนวนคนที่เข้าอบรม แต่คือจำนวนคนที่เปลี่ยนสายแล้วรายได้ไม่ลด ซึ่งแทบไม่มีใครวัด

ตัวแปรที่จะกำหนดครึ่งปีหลังของไทยไม่ใช่ AI

ถ้าจะเลือกดูตัวแปรเดียวสำหรับครึ่งปีหลัง อย่าดู AI ให้ดูภาษีกับต้นทุนพลังงาน

สิ่งที่เกิดขึ้นจริงในเดือน ก.ค. ถึง ส.ค. 2569

วันที่	เหตุการณ์	นัยสำคัญ
24 ก.ค. 2569	สหรัฐเริ่มบังคับใช้ Section 301 กรณี forced labour เก็บภาษีไทย 12.5% 14	อิเล็กทรอนิกส์และคอมพิวเตอร์กระทบหนักสุด
23 ก.ค. 2569	สมาคมนักข่าวนักหนังสือพิมพ์ฯ ออกแถลงการณ์ห่วงคลื่นเลิกจ้างและ early retirement ในองค์กรสื่อ 10	คลื่นขยับจากภาคผลิตเข้าสู่งานความรู้
11 ส.ค. 2569	ครม. เห็นชอบปฏิรูปกำลังคนภาครัฐ ทยอยยุบ 11 สายงานสนับสนุนเมื่อผู้ครองตำแหน่งเกษียณ ตั้งแต่ปีงบ 2570 11	ภาครัฐเลิกเป็นตัวดูดซับแรงงานส่วนเกิน
24 ส.ค. 2569	สำนักงาน ก.พ. ชี้แจงว่าเป็นการปรับรูปแบบการจ้างงาน ไม่ใช่ยกเลิกวิชาชีพ ไม่กระทบคนปัจจุบัน 12	ปฏิกิริยาสังคมแรงพอที่รัฐต้องออกมาแก้ข่าว
24 ส.ค. 2569	สภาพัฒน์เผยรายงานภาวะสังคมไทยไตรมาส 2/2569	ชุดข้อมูลทางการล่าสุด
1 ต.ค. 2569	กองทุนสงเคราะห์ลูกจ้างใหม่ นายจ้างและลูกจ้างสมทบฝ่ายละ 0.25% ครอบคลุมราว 5.7 ล้านคน 1	ต้นทุนแรงงานเพิ่มอีกชั้นในจังหวะที่ SME เปราะบาง

อ่านแบบ CHRO สองรายการกลางตารางคือสัญญาณที่ผมจับตามากที่สุด แถลงการณ์ของสมาคมนักข่าวและมติ ครม. เรื่อง 11 สายงาน เกิดห่างกันไม่ถึงสามสัปดาห์ และทั้งคู่ไม่เกี่ยวกับโรงงานเลย นี่คือจุดที่คลื่นไทยเริ่มเปลี่ยนหน้าตาไปคล้ายคลื่นโลก คือขยับจากปกน้ำเงินไปปกขาว ความหมายสำหรับคนทำงานออฟฟิศคือ ช่วงเวลาที่ตำแหน่งงานความรู้ในไทยถือว่าปลอดภัยโดยปริยายกำลังจะจบลง และรอบนี้ภาครัฐจะไม่ใช่ทางออกสำรองเหมือนทุกครั้งที่ผ่านมา

ปัจจัยเฉพาะไทยที่ไม่มีในสมการโลก

ปัจจัย	รายละเอียด	ผลต่อการจ้างงาน
Section 301	สหรัฐเก็บภาษีไทย 12.5% กรณี forced labour มีผล 24 ก.ค. 2569 และยังมีกรณีกำลังการผลิตส่วนเกินค้างอยู่ 13	อิเล็กทรอนิกส์และคอมพิวเตอร์ สินค้าส่งออกอันดับหนึ่งไปสหรัฐ กระทบตรง
สงครามตะวันออกกลาง	ราคาพลังงานโลกสูงต่อเนื่อง เปลี่ยนโครงสร้างต้นทุนธุรกิจ ธปท. หั่นคาดการณ์ GDP 2569 จาก 1.9% เหลือ 1.3% 7 19	พลาสติกและอุตสาหกรรมที่พึ่งวัตถุดิบปิโตรเคมีปิดโรงงานแล้ว
สินค้าจีน	ส.อ.ท. ระบุว่าสินค้าจีนคุณภาพดีราคาต่ำกว่าสินค้าไทยมาก และโมเดลลงทุนที่ไม่ใช้ซัพพลายเชนท้องถิ่น 6	SME หลุดจากห่วงโซ่การผลิต
ต้นทุนเงินทุน	ดอกเบี้ย SME 12–18% เทียบรายใหญ่ 3% รายย่อยนอกระบบ 36–50%	ปรับตัวไม่ได้เพราะกู้มาลงทุนไม่ไหว
ต้นทุนแรงงานที่มาจากนโยบาย	ค่าแรงขั้นต่ำ 337–400 บาท มีผล 1 ก.ค. 2568 18 · กองทุนสงเคราะห์ลูกจ้าง 0.25% · เพดานค่าจ้างคำนวณเงินสมทบขยับจาก 15,000 เป็น 17,500 บาท ทำให้ทั้งสองฝ่ายจ่ายเพิ่มจาก 750 เป็น 875 บาท/เดือน 16 17	เกรียงไกร เธียรนุกูล ประธาน ส.อ.ท. เตือนว่านี่คือตัวเร่งการลดการจ้างงาน โดยเฉพาะ SME
การเปลี่ยนผ่าน EV	ผู้ผลิตชิ้นส่วนยานยนต์ไทยเสี่ยงหลุดห่วงโซ่ ซูซูกิและซูบารุปิดโรงงานไปแล้ว 8	ชิ้นส่วนยานยนต์ใช้กำลังการผลิตต่ำกว่า 60%
การลงทุน AI ที่จ้างคนน้อย	FDI ไหลเข้ากลุ่มที่ใช้เงินลงทุนสูง ร่าง PDP2026 ตั้งกำลังผลิตไฟฟ้า 2 แสนเมกะวัตต์รองรับ data center และ AI ไตรมาส 2/2569 ไทยขาดดุลการค้าหนักสุดในรอบกว่า 30 ปีจากการเร่งนำเข้าสินค้าทุน 15	สภาพัฒน์ระบุเองว่าสร้างงานท้องถิ่นได้จำกัด
ภาครัฐหยุดดูดซับ	ครม. เห็นชอบยุบ 11 สายงานสนับสนุนตั้งแต่ปีงบ 2570 และชะลอบรรจุข้าราชการใหม่ 11	ทางออกดั้งเดิมของแรงงานส่วนเกินแคบลง

อ่านแบบ CHRO แถวสุดท้ายสองแถวคือความย้อนแย้งที่ผมคิดว่าจะเป็นโจทย์ใหญ่ของประเทศในสิบปีข้างหน้า ไทยกำลังจ่ายเงินนำเข้าสินค้าทุนมหาศาลจนขาดดุลการค้าหนักสุดในรอบกว่าสามสิบปี เพื่อสร้างโครงสร้างพื้นฐานที่จ้างคนได้ไม่มาก ในเวลาเดียวกับที่ปิดประตูการจ้างงานภาครัฐซึ่งเคยเป็นเบาะรองรับ ทั้งสองอย่างอาจถูกต้องในตัวเอง แต่พอมาพร้อมกันในปีที่ค่าจ้างจริงติดลบ 2.88% มันแปลว่าคนที่หลุดออกมาจากภาคผลิตในรอบนี้จะไม่มีที่ไปที่ชัดเจนเลย ข้อนี้ยังไม่มีคำตอบ และการยอมรับว่ายังไม่มีคำตอบดีกว่าการรีบสรุปว่า reskill จะแก้ได้

ภาคผนวก

ศัพท์เฉพาะ

คำ	ความหมาย
ม.33	ผู้ประกันตนมาตรา 33 คือลูกจ้างที่ทำงานในสถานประกอบการและอยู่ในระบบประกันสังคม
ผู้เสมือนว่างงาน	คนที่มีงานทำแต่ทำงานน้อยกว่าชั่วโมงมาตรฐาน มักแปลจากคำว่า underemployment
ค่าจ้างจริง	ค่าจ้างที่หักผลของเงินเฟ้อออกแล้ว ใช้วัดกำลังซื้อที่แท้จริง
Section 301	มาตราในกฎหมายการค้าสหรัฐที่ให้อำนาจตอบโต้ประเทศคู่ค้าที่ถูกมองว่ามีการปฏิบัติทางการค้าไม่เป็นธรรม
capacity utilisation	อัตราการใช้กำลังการผลิต ต่ำกว่า 60% ถือว่าโรงงานเดินเครื่องไม่คุ้มต้นทุนคงที่
skills mismatch	สภาพที่ทักษะของคนหางานไม่ตรงกับทักษะที่ตำแหน่งว่างต้องการ
layoffs.fyi	เว็บไซต์ที่รวบรวมข่าวเลิกจ้างของบริษัทเทคทั่วโลกตั้งแต่ปี 2563
tipping point	จุดที่การเปลี่ยนแปลงเริ่มเร่งตัวจนย้อนกลับได้ยาก

สูตรและสมมติฐาน

ตัวเลขทุกตัวในบทความนี้มาจากแหล่งที่ระบุไว้ ยกเว้นห้าตัวที่ผมคำนวณเอง ทั้งห้าตัวใช้เลขจากแหล่งเดิมทั้งหมด ไม่มีการเติมสมมติฐานภายนอก

เฉลี่ยคนต่อบริษัท ปี 2566 = 262,682 ÷ 1,194 = 220 คน/บริษัท
เฉลี่ยคนต่อบริษัท ปี 2569 = 127,180 ÷ 284   = 448 คน/บริษัท

ค่าเฉลี่ยรายเดือนของคลื่นเทคโลก ปี 2569
  = 127,180 ÷ 8 เดือน (ม.ค.–ส.ค.) ≈ 15,898 ≈ 16,000 คน/เดือน
  สมมติฐาน: นับเดือน ส.ค. เป็นเดือนเต็ม ทั้งที่เก็บข้อมูลวันที่ 27
  จึงเป็นการประเมินค่าเฉลี่ยแบบ conservative

ไทยเทียบโลก = 41,428 ÷ 15,898 ≈ 2.6 เท่า จึงเขียนว่า "เกือบสามเท่า"
  ข้อจำกัด: ฐานไม่เท่ากัน ไทยคือแรงงานทุกภาคส่วนในระบบประกันสังคม
  โลกคือเฉพาะภาคเทค ตัวเลขนี้เทียบขนาดของคลื่น ไม่ได้เทียบความรุนแรงเชิงเศรษฐกิจ

ส่วนต่าง tracker = (176,306 − 127,180) ÷ 127,180 ≈ 38.6% จึงเขียนว่า "เกือบ 40%"
ผู้ขอรับประโยชน์ทดแทน = (290,000 − 207,000) ÷ 207,000 ≈ 40.1%

วิธีเก็บข้อมูลและข้อจำกัด

เก็บข้อมูลวันที่ 27 ส.ค. 2569 ด้วยการค้นเว็บทั้งภาษาไทยและอังกฤษ ดึงหน้าเว็บโดยตรง และเปิดเบราว์เซอร์อ่านหน้าสดสามหน้า ได้แก่ layoffs.fyi หน้าแท็กเลิกจ้างของประชาชาติธุรกิจและฐานเศรษฐกิจ และประชาไท ไม่มีการสัมภาษณ์หรือเก็บข้อมูลปฐมภูมิ

สิ่งที่บทความนี้แสดงไม่ได้ มีสี่ข้อ

• ไม่มีตัวเลขเลิกจ้าง ม.33 ของเดือน ก.ค. และ ส.ค. 2569 ตัวเลขรายเดือนล่าสุดที่ยืนยันได้คือ มิ.ย. 2569 เพราะสำนักงานประกันสังคมเผยแพร่ล่าช้าราวสองเดือน จึงยังตอบไม่ได้ว่าเดือนที่ผ่านมาแย่ลงหรือดีขึ้น
• วันที่เก็บข้อมูลคือ 27 ส.ค. 2569 ซึ่งไม่มีข่าวเลิกจ้างรายใหม่ในไทยเลย ข่าวแรงงานที่สดที่สุดลงวันที่ 24 ส.ค. การไม่พบข่าวไม่เท่ากับไม่มีเหตุการณ์ เพราะสื่อไทยรายงานการเลิกจ้างรายบริษัทน้อยกว่าที่เกิดขึ้นจริงมาก โดยเฉพาะในกลุ่ม SME
• layoffs.fyi นับเฉพาะภาคเทคและสตาร์ทอัพเป็นหลัก และเป็นการรวบรวมจากข่าว ตัวเลข 127,180 จึงเป็นขอบล่าง TrueUp ซึ่งใช้เกณฑ์กว้างกว่านับได้ 176,306 คนจาก 548 บริษัทในช่วงเดียวกัน ต่างกันเกือบ 40% ควรอ่าน layoffs.fyi เป็นดัชนีเทรนด์ ไม่ใช่ตัวเลขสัมบูรณ์ ²⁴
• ไทยไม่มี tracker การเลิกจ้างสาธารณะที่เทียบเท่า layoffs.fyi ข้อมูลไทยทั้งหมดมาจากสถิติราชการที่ล่าช้าและข่าวรายกรณี จึงทำตารางรายบริษัทแบบฝั่งโลกไม่ได้

จุดที่แหล่งข้อมูลขัดแย้งกันเอง มีสามจุด

• คาดการณ์ GDP ไทยปี 2569 สภาพัฒน์ปรับขึ้นเป็น 2.0 ถึง 2.5% ขณะที่ ธปท. ปรับลงจาก 1.9% เหลือ 1.3% และ กกร. อยู่ที่ 1.6 ถึง 2.0% ความต่างนี้สำคัญ เพราะถ้า ธปท. ถูก แรงกดดันการจ้างงานครึ่งปีหลังจะหนักกว่าที่ตัวเลขในบทความนี้บอก ¹⁹
• ตัวเลขกิจการปิดตัว 7,024 รายในครึ่งปีแรก ปรากฏทั้งในบริบทปี 2568 และปี 2569 ในแหล่งต่างกัน บทความนี้ยึดตามรายงานสภาพัฒน์ไตรมาส 2/2569 ที่ระบุเป็นครึ่งปีแรก 2569
• แหล่งต่างประเทศบางแห่งอ้างว่าไทยมีผู้ว่างงานราว 3 ล้านคนและเศรษฐกิจหดตัว 8.5% ซึ่งขัดกับข้อมูลทางการอย่างสิ้นเชิง สภาพัฒน์ระบุ 400,000 คน และ GDP ไตรมาส 2/2569 ขยายตัว 1.9% บทความนี้ไม่ใช้ตัวเลขชุดนั้น ใช้เฉพาะส่วนที่รายงานมาตรการของภาครัฐ ³⁵

หมายเหตุเรื่องปีปฏิทิน บทความนี้ใช้ พ.ศ. เป็นหลัก โดย 2569 ตรงกับ ค.ศ. 2026 แหล่งข่าวไทยบางแห่งใช้ ค.ศ. ปะปน ผมจึงไล่ตรวจปีกำกับของตัวเลขทุกตัวแล้ว ยกเว้นจุดที่ระบุไว้ข้างบน