💡 Skill Obsolescence คือภาวะที่ทักษะเดิมไม่สอดคล้องกับความต้องการของงานที่เปลี่ยนไป โดย World Economic Forum ระบุว่า นายจ้างคาดว่า 39% ของทักษะหลักของแรงงานจะเปลี่ยนแปลงภายในปี 2030 การรับมือจึงไม่ใช่การวิ่งตามทุกเทรนด์ แต่คือการรู้ว่าอะไรควรเรียน และนำไปใช้กับงานจริงได้อย่างไร

เรียน AI วันนี้ พรุ่งนี้ก็มีเครื่องมือใหม่ออกมา เดือนหน้าก็มีวิธีทำงานแบบใหม่เข้ามาอีก จนบางครั้งคนทำงานอาจรู้สึกว่า ต่อให้พยายามเติมความรู้แค่ไหน ก็ยังตามโลกไม่ทันอยู่ดี

ความรู้สึกเหนื่อยล้าจากการต้องเรียนรู้ตลอดเวลานี้ไม่ได้เกิดขึ้นอย่างไร้เหตุผล เพราะ World Economic Forum รายงานว่า 63% ขององค์กรต่างมองว่า “ช่องว่างทางทักษะของพนักงาน” เป็นอุปสรรคที่ใหญ่ที่สุดในการปรับตัวของธุรกิจ

คำถามสำคัญจึงอาจไม่ใช่แค่ “เราต้องเรียนอะไรเพิ่มอีก?” แต่คือ “เราจะรู้ได้อย่างไรว่าตอนนี้ควรเรียนอะไร?”

Skill Obsolescence คืออะไร และเกิดขึ้นได้อย่างไร?

Skill Obsolescence คือ ภาวะที่ทักษะบางอย่างไม่สอดคล้องกับความต้องการของงานหรือองค์กรอีกต่อไป อาจเกิดจากเทคโนโลยี เศรษฐกิจ และรูปแบบงานที่เปลี่ยนไป หรือจากการไม่ได้ใช้ทักษะนั้นเป็นเวลานานจนไม่ตอบโจทย์งานปัจจุบัน แต่ไม่ได้แปลว่า Skill เดิมไม่มีความหมาย เพียงแต่วิธีใช้ Skill นั้นอาจกำลังเปลี่ยนไปแล้ว

เช่น

▪️ Marketing ยังต้องเข้าใจลูกค้า แต่ช่องทางและเครื่องมือเปลี่ยนไป
▪️ Finance ยังต้องวิเคราะห์ข้อมูล แต่ AI อาจเข้ามาช่วยบางขั้นตอน

คนทำงานจึงไม่จำเป็นต้องทิ้งความรู้เดิมทั้งหมด แต่ต้องรู้ว่าจะต่อยอดและปรับใช้กับบริบทใหม่อย่างไร

OECD ระบุว่า AI, Automation และเส้นทางอาชีพที่เปลี่ยนแปลงมากขึ้น ทำให้แนวคิดแบบ “เรียนช่วงต้นชีวิต แล้วใช้ความรู้เดิมไปตลอดการทำงาน” ไม่สอดคล้องกับโลกการทำงานอีกต่อไป สิ่งที่สำคัญขึ้นจึงเป็นความสามารถในการระบุ เรียนรู้ และนำความรู้ใหม่ไปใช้ตลอดชีวิต

คนทำงานต้องเพิ่ม “ทักษะในการเรียนรู้ให้เป็น” ไม่ใช่เพิ่มจำนวน Course

แนวคิดนี้เรียกว่า Meta-Learning หรือการเรียนรู้ว่า “ตัวเองควรเรียนอะไร และเรียนอย่างไร” แทนที่จะเริ่มจากคำถามว่า “ตอนนี้มี Skill อะไรที่ควรรู้บ้าง?” ลองเปลี่ยนเป็น “ตอนนี้ฉันกำลังแก้ปัญหาอะไร และต้องรู้อะไรเพิ่มเพื่อแก้ปัญหานี้?”

วิธีคิดนี้ทำให้การเรียนรู้เชื่อมกับงานทันที เช่น หากทีมต้องวิเคราะห์ Customer Feedback จำนวนมาก เป้าหมายอาจไม่ใช่การเรียน Generative AI ทั้งหมด แต่เรียนเฉพาะเรื่องที่ช่วยจัดหมวดหมู่ข้อมูล สรุป Insight และตรวจสอบผลลัพธ์จาก AI สำหรับงานนี้

วิธีรับมือ Skill Obsolescence โดยไม่ต้องเรียนทุกอย่าง

คำตอบคือ Filter Mindset หรือการรู้จักคัดกรองว่าอะไรควรเรียน และอะไรยังไม่จำเป็นต้องเรียน โดยลองใช้ 3 คำถามนี้เป็นตัวกรอง

1. Skill นี้เกี่ยวกับ Role ของเราหรือไม่
จะช่วยให้งานที่รับผิดชอบดีขึ้นอย่างไร

2. มี Problem จริงที่ Skill นี้ช่วยแก้หรือไม่?
มีปัญหาที่ต้องใช้ Skill นี้แก้อยู่หรือไม่ หรือกำลังเรียนเพียงเพราะคนอื่นกำลังพูดถึง ถ้ายังไม่มีโจทย์ให้ใช้ การเรียนอาจยังไม่ใช่เรื่องเร่งด่วน

3. Skill นี้ต่อยอดทิศทางอาชีพหรือธุรกิจหรือไม่?
ลองมองไปข้างหน้าอีกนิดว่า Skill นี้เชื่อมกับทิศทางอาชีพ ธุรกิจ หรือบทบาทที่ต้องการไปหรือไม่

ถ้าตอบไม่ได้ทั้งสามข้อ เรื่องนั้นอาจอยู่ในหมวด Nice-to-know หรือ “รู้ไว้ก็ดี” มากกว่า Need-to-use หรือ “จำเป็นต้องใช้”

สรุป

การเรียนรู้ที่ดีไม่ใช่แค่มี Course ให้เลือกเยอะ แต่ต้องมีเหตุผลที่จะเรียน มีทักษะในการเรียน และมีโอกาสนำไปใช้

Learning Journey จึงควรผูกกับโจทย์งานจริง มี Project ให้ทดลอง มี Feedback จาก Manager หรือ Mentor และเปิดพื้นที่ให้คนเรียนในจังหวะที่ต้องใช้จริง

ตัวอย่างเช่น หากทีม Marketing ต้องวิเคราะห์ Customer Feedback จำนวนมาก ไม่จำเป็นต้อง:เรียน AI ทุกเครื่องมือที่กำลังเป็นกระแส แต่อาจเริ่มจาก

Customer Feedback → ใช้ AI ช่วยจัดกลุ่ม → สรุป Insight → ตรวจสอบผลลัพธ์ → นำ Insight ไปใช้กับงาน

นี่คือความแตกต่างระหว่าง “เรียนเพราะต้องตามให้ทัน” กับ “เรียนเพราะมีโจทย์ที่ต้องแก้”

หากองค์กรกำลังวางแผน Upskill หรือ Reskill แต่ยังไม่แน่ใจว่าควรเริ่มจาก Skill ไหน การเริ่มต้นจาก Business Need และโจทย์งานจริง อาจช่วยให้การพัฒนาคนมีทิศทางและนำไปใช้ได้มากขึ้น

True Digital Academy ช่วยองค์กรวาง Learning Journey และพัฒนา Capability ทั้งด้าน AI, Data, Business และ Human Skills ให้เชื่อมกับ Business Need เพื่อให้การ Upskill ไม่ใช่การวิ่งตามทุก Trend แต่เป็นการพัฒนาคนให้รู้ว่า ควรเรียนอะไร เรียนเมื่อไร และนำไปใช้กับงานอย่างไร

——–

Source: substack.com, peoplemattersglobal.com, edflex.com, chesamel.com