นักวิชาการ ทีม Big Data สถาบันวิจัยเพื่อการพัฒนาประเทศไทย ดร. พุทธิพันธุ์ หิรัณยตระกูล เปิดเผยว่า การสำรวจทักษะที่ต้องมีทำงาน AI พบว่าทักษะจำเป็นพื้นฐานในปัจจุบันนั้น แม้ดูเหมือนว่างาน AI จะต้องทำงานกับระบบคอมพิวเตอร์เป็นหลัก แต่ทักษะสำคัญที่นายจ้างต้องการจากคนทำงานคือทักษะการสื่อสาร และภาษาอังกฤษ โดยระบุไว้เกิน 3 ใน 4 ของตำแหน่งงานทั้งหมด เมื่อรวมกับอีก 3 ทักษะที่ติดอันดับความต้องการสูง ได้แก่ การแก้ปัญหา (problem solving) การคิดเชิงวิพากษ์ (critical thinking) และ การบริหารเวลา (time management)
เราจะเห็นภาพคนทำงานที่เป็นที่ต้องการคือ นักพัฒนาโมเดล/นักวิเคราะห์ข้อมูล ที่มีความสามารถสื่อสารดี ตั้งโจทย์ได้อย่างเหมาะสม แปลงข้อมูลเป็นข้อสรุปที่ตัดสินใจได้ และสามารถส่งมอบงานได้ตามกำหนด
ที่สำคัญ ภาษาอังกฤษไม่ใช่เป็นเพียงทักษะเสริม แต่เป็นเงื่อนไขจำเป็นของงานด้าน AI เพราะเปิดทางสู่ความรู้ล่าสุด ตั้งแต่การเข้าใจงานวิจัย ความสามารถอ่านคู่มือ API/SDK คู่มือการใช้คลาวด์ ไปจนถึงเอกสารกำกับไลบรารี (เช่น PyTorch, TensorFlow, LangChain) ซึ่งเกือบทั้งหมดเป็นภาษาอังกฤษ
เมื่อพิจารณาทักษะทางเทคนิค จะพบว่ามีทักษะหลัก 3 ทักษะที่กลายเป็นมาตรฐานขั้นต่ำสุดสำหรับเกือบทุกบทบาทในสายงาน AI ไม่ว่าจะเป็นวิศวกร AI/ML นักวิเคราะห์ข้อมูล หรือผู้เชี่ยวชาญด้านเทคนิค ได้แก่ การใช้ SQL เพื่อเข้าถึงและจัดการข้อมูล การใช้ Python
สำหรับการวิเคราะห์และพัฒนาโมเดล และประสบการณ์การใช้ cloud platform ชั้นนำอย่าง AWS, Azure หรือ Google Cloud ซึ่งครอบคลุมขั้นตอนตั้งแต่การดึงข้อมูล การวิเคราะห์ สร้างโมเดล ไปจนถึงนำโมเดลขึ้นใช้งานจริงบนคลาวด์อย่างครบถ้วน
สำหรับทักษะที่ต้องการมากขึ้นในอนาคตนั้น เทคโนโลยี AI โดยเฉพาะส่วนที่เกี่ยวข้องกับ LLM มีการเปลี่ยนแปลงอย่างรวดเร็ว ทักษะที่เป็นที่ต้องการในปัจจุบันอาจไม่เพียงพอสำหรับความท้าทายในอนาคต ทั้งผู้สมัครงานและสถาบันการศึกษาจึงควรวางแผนพัฒนาทักษะใหม่ ที่กำลังเป็นที่ต้องการและมีแนวโน้มจะกลายเป็นมาตรฐาน ตัวอย่างเช่น วิศวกร AI/ML ที่เน้นพัฒนา LLM ในองค์กร นอกจากจะต้องใช้ TensorFlow หรือ PyTorch เพื่อฝึกโมเดลแล้ว ยังต้องมีความเชี่ยวชาญอื่นๆ เพิ่มเติมอีกด้วย
แม้ทักษะเหล่านี้จะยังไม่ถูกระบุอย่างแพร่หลายในประกาศรับสมัครงาน เช่น ทักษะ RAG ที่พบเพียง 39 จาก 321 อัตราวิศวกร AI/ML (ประมาณ 12%) ในไตรมาส 2/2568 แต่เมื่อเทียบกับช่วงเดียวกันปีก่อน (ประมาณ 4%) ก็เพิ่มขึ้นถึง 8% ซึ่งเป็นการเติบโตที่รวดเร็ว เมื่อเทียบกับทักษะพื้นฐานที่เปลี่ยนแปลงเพียง ±2% ซึ่งสะท้อนว่าทักษะเหล่านี้อาจจะกลายเป็นทักษะที่ขาดไม่ได้ในเวลาอันใกล้
นอกจากทักษะด้านการพัฒนาและประยุกต์ใช้โมเดลแล้ว ความต้องการในด้านการประยุกต์ใช้ AI อย่างมีความรับผิดชอบ(Responsible AI) ก็เพิ่มขึ้นอย่างชัดเจน โดยพบว่ามีสัดส่วนประกาศงานที่ระบุทักษะนี้เพิ่มขึ้นจาก 9% เป็น 15% หรือเพิ่มประมาณ 6% ทั้งนี้ความต้องการที่เพิ่มขึ้นคือ การปฏิบัติตามกฎระเบียบ การประเมินความเสี่ยง การตรวจสอบและติดตามผลการทำงานของโมเดล รวมถึงการจัดทำเอกสารตามมาตรฐานสากล เช่น ISO 42001, 27001, 27701 และ NIST AI RMF
แม้ตำแหน่งงาน Responsible AI จะยังเติบโตช้ากว่าสายพัฒนา และประยุกต์ใช้ LLM แต่ทักษะในด้านนี้ก็น่าจะมีความต้องการเพิ่มขึ้นในระยะยาว เพราะเมื่อ AI กลายเป็นหัวใจสำคัญของระบบงาน องค์กรทั้งหลายจะต้องการความมั่นใจว่าโมเดลของตนจะไม่ก่อให้เกิดความเสี่ยงทั้งทางกฎหมาย จริยธรรม และมีความน่าเชื่อถือ
