ทำไม AI ถึงช่วยเพิ่มความต้องการด้านวิศวกรรม แทนที่จะเข้ามาแทนที่

ในขณะที่ผู้เชี่ยวชาญในอุตสาหกรรมหลายคนคาดการณ์ว่า Generative AI จะทำให้เกิดการลาออกครั้งใหญ่ของนักพัฒนาซอฟต์แวร์ แต่ข้อมูลตลาดแรงงานล่าสุดกลับบ่งชี้ว่าสิ่งที่เกิดขึ้นนั้นตรงกันข้าม แทนที่จะลดน้อยลง บทบาทด้านวิศวกรรมกลับพิสูจน์ให้เห็นว่าเป็นสายงานที่มีความยืดหยุ่นและทนทานต่อการเปลี่ยนแปลงมากที่สุดในตลาดแรงงานเทคโนโลยีสมัยใหม่

ความไม่สอดคล้องกันระหว่างวาทกรรมเรื่องการเลิกจ้างและความเป็นจริงในการจ้างงาน

เรื่องราวเกี่ยวกับ AI และความมั่นคงในงานมักถูกขับเคลื่อนโดยการประกาศเลิกจ้าง ในช่วงไม่กี่เดือนที่ผ่านมา บริษัทเทคโนโลยีหลายแห่งได้ระบุว่า AI เป็นปัจจัยหลักในการลดจำนวนพนักงาน โดยเสนอว่าวิศวกรเพียงคนเดียวที่ใช้เครื่องมือ AI เป็น สามารถแทนที่ทีมงานทั้งทีมได้ อย่างไรก็ตาม งานวิจัยจากบริษัทร่วมลงทุน SignalFire ระบุว่าวาทกรรมนี้ไม่สอดคล้องกับแนวโน้มการจ้างงานจริง

แม้ว่าการจ้างงานโดยรวมในบริษัทเทคโนโลยีขนาดใหญ่จะลดลง 25% เมื่อเทียบกับระดับในปี 2019 แต่การลดลงของบทบาทด้านวิศวกรรมนั้นน้อยกว่าอย่างเห็นได้ชัด โดยลดลงเพียง 11% เท่านั้น ความแตกต่างนี้บ่งชี้ว่าแม้ AI อาจเปลี่ยนองค์ประกอบของทีม แต่ไม่ได้ลดความต้องการความเชี่ยวชาญทางเทคนิคของมนุษย์ลงอย่างมีนัยสำคัญ

ข้อมูลจาก "Tech Majors" และสตาร์ทอัพระยะเริ่มต้น

รายงาน "State of Talent Report" ของ SignalFire ให้ภาพที่ละเอียดว่าบริษัทที่มีอิทธิพลที่สุดในโลกกำลังจัดสรรทรัพยากรมนุษย์อย่างไร ในกลุ่ม "Tech Majors" ซึ่งประกอบด้วย Alphabet, Meta, Apple, Amazon, Microsoft, NVIDIA และ Tesla นั้น ปัจจุบันวิศวกรคิดเป็น 55% ของการจ้างงานใหม่ทั้งหมด ซึ่งเพิ่มขึ้นอย่างเห็นได้ชัดจากปี 2019 ที่วิศวกรมีสัดส่วนเพียง 46% ของพนักงานใหม่

แนวโน้มนี้ยิ่งชัดเจนมากขึ้นในระบบนิเวศของสตาร์ทอัพ โดยสตาร์ทอัพในระยะเริ่มต้น (Early-stage startups) มีการเพิ่มจำนวนพนักงานด้านวิศวกรรมขึ้นถึง 7% ในปี 2025 เมื่อเทียบกับระดับในปี 2019 หาก AI เป็นสิ่งทดแทนความสามารถด้านวิศวกรรมได้จริง องค์กรที่มีความคล่องตัวสูงเหล่านี้ก็น่าจะเป็นกลุ่มแรกที่ลดจำนวนพนักงานสายเทคนิคเพื่อประหยัดต้นทุน แต่ในทางกลับกัน พวกเขากลับทุ่มเทให้กับบุคลากรด้านวิศวกรรมมากขึ้นเพื่อสร้างผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI ในระลอกถัดไป

Jevons Paradox: ทำไมประสิทธิภาพที่เพิ่มขึ้นจึงทำให้ความต้องการสูงขึ้น

สถานะปัจจุบันของวิศวกรรมซอฟต์แวร์ดูเหมือนจะเป็นตัวอย่างที่ชัดเจนของ Jevons Paradox หลักการทางเศรษฐศาสตร์นี้ระบุว่า การเพิ่มขึ้นของประสิทธิภาพในการใช้ทรัพยากรไม่ได้นำไปสู่การบริโภคที่ลดลง แต่บ่อยครั้งกลับนำไปสู่ความต้องการที่เพิ่มขึ้น เนื่องจากทรัพยากรนั้นมีประโยชน์และมีความสามารถมากขึ้น

Jensen Huang ซีอีโอของ NVIDIA ได้กล่าวในทำนองเดียวกัน โดยระบุว่าแม้ agentic AI จะสามารถเขียนโค้ดได้เกือบจะในทันที แต่มันไม่ได้ทำให้บทบาทของวิศวกรหมดไป ในทางกลับกัน มันช่วยเปลี่ยนจุดสนใจของวิศวกรไปที่สถาปัตยกรรมระดับสูง (high-level architecture) และ "ไอเดียถัดไป" เมื่อวิศวกรทำงานได้มีประสิทธิภาพมากขึ้นผ่านความช่วยเหลือของ AI ปริมาณการพัฒนาซอฟต์แวร์ที่เป็นไปได้ก็ขยายตัวขึ้น สร้างงานที่คั่งค้างอย่างไม่สิ้นสุดซึ่งต้องอาศัยการกำกับดูแล ความคิดสร้างสรรค์ และการแก้ปัญหาที่ซับซ้อนของมนุษย์

สรุปประเด็นสำคัญ

• แนวโน้มการจ้างงานที่มั่นคง: บทบาทด้านวิศวกรรมมีการจ้างงานลดลงเพียง 11% เมื่อเทียบกับการจ้างงานด้านเทคโนโลยีทั่วไปที่ลดลงถึง 25% ซึ่งพิสูจน์แล้วว่ามีความมั่นคงกว่าที่คาดการณ์ไว้มาก
• การกระจุกตัวของบุคลากรที่มีความสามารถเพิ่มขึ้น: ปัจจุบันวิศวกรคิดเป็น 55% ของการจ้างงานใหม่ทั้งหมดในบริษัทเทคโนโลยีรายใหญ่ เพิ่มขึ้นจาก 46% ในปี 2019
• ความย้อนแย้งด้านผลิตภาพ (Productivity Paradox): แทนที่จะเข้ามาแทนที่คน เครื่องมือ AI กำลังขับเคลื่อน Jevons Paradox ซึ่งประสิทธิภาพในการเขียนโค้ดที่เพิ่มขึ้นนำไปสู่ความต้องการบุคลากรด้านวิศวกรรมที่สูงขึ้นเพื่อจัดการกับโครงการที่มีความซับซ้อนมากขึ้น