โจทย์ Human Capital ไทย กับการสร้าง 'คนแห่งอนาคต' ท่ามกลางเม็ดเงินลงทุน 1.47 ล้านล้านบาท
เจาะลึกแนวคิดการพัฒนาทุนมนุษย์ของไทย เมื่อเม็ดเงินลงทุนด้านเทคโนโลยีพุ่งสูง แต่ประเทศยังต้องเร่งเครื่องสร้างทั้งความรู้และประสบการณ์ให้ทันคลื่นอุตสาหกรรมใหม่

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- ไทยรับคำขอลงทุนครึ่งแรกปี 2026 กว่า 1.47 ล้านล้านบาท เพิ่มขึ้น 37% จากปีก่อน
- ตั้งเป้าพัฒนาบุคลากรเฉพาะทาง 280,000 คนใน 5 ปี รองรับเซมิคอนดักเตอร์และ AI
- ดร.สันติธาร เสถียรไทย ชี้เป้าเพิ่มสัดส่วนการลงทุนรวมของประเทศสู่ 30% ของ GDP
- กรอบคิด 'นม-วิสกี้-น้ำเปล่า' ชี้ความสำคัญของการสมดุลระหว่างความรู้และประสบการณ์
ในช่วงครึ่งแรกของปี 2026 ประเทศไทยเผชิญกระแสการลงทุนที่คึกคัก โดยมีคำขอรับการส่งเสริมการลงทุนพุ่งสูงถึง 1.47 ล้านล้านบาท หรือเติบโตขึ้น 37% จากช่วงเดียวกันของปีก่อนหน้า แรงขับเคลื่อนหลักมาจากโครงสร้างพื้นฐานดิจิทัล Data Center, Cloud และ AI ขณะที่ภาครัฐและภาคอุตสาหกรรมกำลังเร่งเครื่องพัฒนาแรงงานทักษะสูงจำนวน 280,000 คนภายในระยะเวลา 5 ปี เพื่อรองรับอุตสาหกรรมเป้าหมายอย่าง Semiconductor, Advanced Electronics, EV และ AI
อย่างไรก็ตาม การดึงเม็ดเงินและตั้งโรงงานหรือ Data Center เป็นเพียงจุดเริ่มต้นเท่านั้น สิ่งที่ท้าทายยิ่งกว่าคือความพร้อมของทรัพยากรมนุษย์ เพราะในขณะที่โครงสร้างพื้นฐานสามารถสร้างเสร็จได้ภายในเวลาไม่กี่ปี แต่ทักษะ ความรู้ ประสบการณ์ และ Judgment หรือการตัดสินใจที่ซับซ้อนของมนุษย์ต้องใช้เวลาบ่มเพาะ คำถามสำคัญจึงอยู่ที่ว่าไทยจะสามารถยกระดับความสามารถของคนให้เติบโตทันท่วงทีกับเทคโนโลยีเหล่านี้ได้มากน้อยเพียงใด

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
เพื่อให้เห็นภาพชัดเจนยิ่งขึ้น ดร.สันติธาร เสถียรไทย ผู้ช่วยรัฐมนตรีประจำกระทรวงการคลัง และอดีตผู้บริหารระดับสูงจาก Credit Suisse และ Sea Group ได้วางกรอบคิดในการมองโจทย์ทุนมนุษย์ผ่านองค์ประกอบ 3 ส่วนเปรียบเสมือนเครื่องดื่ม ได้แก่ 'นม' (Knowledge) ซึ่งหมายถึงความรู้ที่มีคุณค่าแต่มีวันหมดอายุ ในยุคที่ Generative AI เข้ามาช่วยค้นหาและสรุปข้อมูลได้ในพริบตา ความได้เปรียบของคนจึงเปลี่ยนจากการท่องจำไปสู่การตั้งคำถาม การตรวจสอบ และการเรียนรู้ตลอดชีวิต
องค์ประกอบถัดมาคือ 'วิสกี้' ซึ่งเปรียบเสมือนทักษะที่ต้องอาศัยการลงมือทำและประสบการณ์จริง เช่น Critical Thinking, Creativity, Communication และ Judgment ทักษะเหล่านี้ไม่สามารถเรียนรู้ได้จากตำรา แต่ต้องผ่านการลองผิดลองถูกและการแก้ปัญหาหน้างาน ทว่าความท้าทายในปัจจุบันคือ Generative AI เริ่มเข้ามาทำงานระดับ Junior ทั้งงานเอกสาร งานโค้ดพื้นฐาน หรือ Routine Task ซึ่งเคยเป็นสนามฝึกฝนสำคัญให้คนรุ่นใหม่ได้สะสมประสบการณ์ ทำให้ระบบการศึกษาและองค์กรต้องเร่งหาโมเดลสนามฝึกแบบใหม่รองรับ
การวิเคราะห์เชิงโครงสร้างชี้ให้เห็นว่า ความท้าทายของประเทศไทยไม่ได้อยู่ที่การขาดแคลนเงินทุนหรือเทคโนโลยี แต่เป็น 'อัตราเร่ง' ระหว่างความเร็วในการเปลี่ยนผ่านของเทคโนโลยีกับความเร็วในการปรับตัวของระบบการศึกษา การพึ่งพาหลักสูตรระยะยาวแบบเดิมอาจไม่ตอบโจทย์อีกต่อไป ภาคส่วนต่างๆ จึงต้องบูรณาการการเรียนรู้เข้ากับการทำงานจริงให้เร็วขึ้น เพื่อป้องกันไม่ให้เกิดช่องว่างระหว่างความต้องการของตลาดกับทักษะของแรงงาน
ส่วนสุดท้ายคือ 'น้ำเปล่า' หรือ Self-awareness ความตระหนักรู้ในตนเองว่ามีความสามารถอะไรและต้องพัฒนาจุดไหน ซึ่งมีความสำคัญอย่างยิ่งในโลกที่เส้นทางอาชีพไม่ได้เป็นเส้นทางตรงอีกต่อไป การวางแผนกำลังคนของประเทศจึงต้องมองข้ามแค่จำนวนตัวเลขของ Engineer หรือ Programmer แต่ต้องมุ่งสร้าง Skill Portfolio ที่ยืดหยุ่นให้แรงงานไทยสามารถข้ามสายงานและทำงานร่วมกับ AI ได้
ดร.สันติธารยังได้สะท้อนมุมมองว่า ระบบการศึกษามักให้น้ำหนักกับ 'นม' หรือความรู้มากเกินไปในห้องเรียน ขณะที่การให้พื้นที่สะสมประสบการณ์หรือ 'วิสกี้' มีน้อยเกินไป การผลักดันโมเดลอย่าง Internship, Apprenticeship หรือ Project-Based Learning ให้เข้าไปอยู่ในระบบการศึกษาตั้งแต่วันนี้ จึงเป็นกุญแจสำคัญในการเตรียมความพร้อมให้คนรุ่นใหม่ก้าวสู่ตลาดแรงงานได้อย่างมั่นคง

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ที่มา: Techsauce
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น