ตลาดงาน IT แยกสองโลก: ประกาศงาน AI โต 101% แต่ประตูเด็กจบใหม่แคบลง

ตลาดงาน IT ปี 2026 ไม่ได้หดตัว แต่มันโตแบบไม่ทั่วถึงจนเริ่มแยกออกเป็นสองโลกที่แทบไม่เกี่ยวกัน รายงานตลาดงานเทคหลายฉบับที่ออกไล่เลี่ยกันช่วงต้นเดือนกันยายน 2026 ชี้ตรงกันว่าประกาศงานสาย AI และ machine learning โตขึ้นเท่าตัวในรอบปีเดียว ขณะที่ข้อมูลอีกชุดบอกว่าการจ้างงานนักพัฒนาซอฟต์แวร์รุ่นเพิ่งจบลดลงเกือบ 20% จากจุดสูงสุด ทั้งสองอย่างเป็นความจริงพร้อมกัน และนั่นแหละคือใจความของปีนี้

สรุปสั้น ๆ: รายงาน Dice ฉบับเดือนกันยายน 2026 พบว่าประกาศงานเทคโดยรวมโต 18% เทียบปีก่อน แต่เฉพาะสาย AI/ML โตถึง 101% ข้อมูลจาก Stanford AI Index 2026 พบว่า 2.5% ของประกาศงาน “ทุกสาขา” ระบุทักษะ AI แล้ว เพิ่มจากปีก่อน 55% ด้านมืดอยู่ที่ประตูทางเข้า การจ้างงานนักพัฒนาอายุ 22-25 ปี ลดลงเกือบ 20% จากจุดสูงสุด ส่วนกลุ่มอายุ 35-49 ปี กลับเพิ่มขึ้น 9% แต่มีข้อมูลอีกชุดที่เถียงข้อสรุปนี้อยู่ และตัวเลขที่ถูกอ้างกันมากที่สุดในข่าวช่วงนี้ก็มีปัญหา

ตัวเลขฝั่งที่โต

รายงาน Tech Job Report ของ Dice ฉบับล่าสุด (ครอบคลุมเดือนสิงหาคม 2026 ดึงข้อมูลเมื่อ 3 กันยายน 2026) ให้ภาพที่ชัดที่สุด

• ประกาศงานเทคโดยรวม เพิ่มขึ้น 18% เทียบกับสิงหาคมปีก่อน
• ประกาศงานสาย AI และ machine learning เพิ่มขึ้น 101% หรือโตขึ้นเท่าตัวในรอบปีเดียว
• แต่ถ้าดูเทียบ เดือนต่อเดือน ประกาศงานเทคโดยรวมกลับ ลดลง 2% แปลว่าโมเมนตัมระยะสั้นไม่ได้พุ่งอย่างที่พาดหัวรายปีทำให้รู้สึก

ทักษะที่โตเกิน 200% เทียบปีก่อนในรายงานฉบับเดียวกัน เกาะกลุ่มกันอย่างมีนัย ได้แก่ Agentic AI, AI Agents, AI Infrastructure และ Responsible AI พูดอีกแบบคือตลาดไม่ได้แค่หาคน “ที่ใช้ AI เป็น” แล้ว แต่กำลังหาคนที่ สร้างระบบให้ AI ทำงานเองได้ วางโครงสร้างพื้นฐานรองรับ และคุมมันไม่ให้พัง

ฝั่งชื่อตำแหน่ง กลุ่มที่โตเร็วสุดเทียบเดือนต่อเดือน (เกิน 150%) มีทั้ง AI Product Manager, Application Systems Analyst และ Lead Solution Architect ซึ่งน่าสังเกตว่าส่วนใหญ่ไม่ใช่ตำแหน่ง “เทรนโมเดล” แต่เป็นตำแหน่ง เอา AI ไปวางในระบบงานจริงขององค์กร

ทักษะ AI ไม่ใช่เรื่องของสาย IT อีกต่อไป

ข้อมูลที่ขยายภาพได้ดีที่สุดมาจาก Stanford AI Index 2026 ซึ่งใช้ฐานข้อมูลประกาศงานของ Lightcast

ตอนนี้ 2.5% ของประกาศงานทั้งหมด (นับรวมทุกสาขาอาชีพ ไม่ใช่เฉพาะสายเทค) ระบุทักษะ AI อย่างใดอย่างหนึ่ง เพิ่มขึ้น 55% จากปีก่อน เพิ่ม 72% จากปี 2022 และเพิ่มเกือบ 300% ถ้าเทียบย้อนสิบปี ตัวเลข 2.5% อาจฟังดูน้อย แต่ให้นึกว่านี่คือสัดส่วนของ “ประกาศงานทุกอาชีพบนโลก” ไม่ใช่แค่งานเขียนโค้ด

ทักษะสาย agentic (ระบบที่ AI ทำงานหลายขั้นตอนเองได้) ขยับจาก 0.06% ของประกาศงานในปี 2024 เป็น 0.23% ในปี 2025 คิดเป็นการเพิ่มขึ้นกว่า 280% ในปีเดียว หรือราว 90,000 ประกาศงานเฉพาะในสหรัฐ

ส่วนทักษะที่ถูกขอมากที่สุดยังเป็น Python ปรากฏใน 258,674 ประกาศ เพิ่มขึ้น 391% จากฐานปี 2013-2015 และเพิ่มเกือบ 30% จากปี 2024 เพียงปีเดียว

น่าสนใจคือการกระจายตัวตามภูมิภาค สิงคโปร์นำโลก ที่ 4.77% ของประกาศงานระบุทักษะ AI ตามด้วยฮ่องกง 3.5% ลักเซมเบิร์ก 3.4% สเปน 3.3% และสหรัฐ 2.6% นี่เป็นข้อมูลที่คนไทยควรอ่านสองรอบ เพราะเพื่อนบ้านที่ใกล้ที่สุดของเราคือประเทศที่มีสัดส่วนสูงที่สุดในโลก

ด้านที่ไม่ค่อยมีใครพาดหัว: ประตูทางเข้าแคบลง

Stanford AI Index 2026 ยังบันทึกสิ่งที่อาจเป็นข้อมูลสำคัญที่สุดของทั้งรายงาน นั่นคือ การจ้างงานนักพัฒนาซอฟต์แวร์กลุ่มอายุ 22-25 ปี ลดลงเกือบ 20% จากจุดสูงสุด ขณะที่กลุ่มอายุ 35-49 ปี การจ้างงานกลับ เพิ่มขึ้น 9% ในช่วงเดียวกัน

ตรงนี้ต้องอ่านอย่างระวังสักหน่อย เพราะบทวิเคราะห์แต่ละเจ้าอ้างปีฐานไม่ตรงกัน บางฉบับเขียนว่าลดลงจากจุดสูงสุดปี 2024 บางฉบับเขียนว่าลดลงตั้งแต่ปี 2022 แต่ไม่ว่าจะนับจากปีไหน ทิศทางก็ชี้ทางเดียวกัน และนี่ถูกอ้างถึงในฐานะงานปกขาวกลุ่มแรกที่เห็นการหดตัวซึ่งวัดได้และเชื่อมโยงกับ AI ได้

ภาพเลย์ออฟก็ยังไม่สงบ ข้อมูลจาก TrueUp ระบุว่าปี 2026 นับถึงต้นพฤษภาคม มีเหตุการณ์เลย์ออฟในวงการเทค 249 ครั้ง กระทบพนักงาน 95,878 คนทั่วโลก เฉลี่ยราว 864 คนต่อวัน ซึ่งเร็วกว่าปี 2025 ที่เฉลี่ย 674 คนต่อวัน

และเลย์ออฟก็ไม่ได้แปลว่าบริษัทหยุดโต บทวิเคราะห์ State of the software engineering job market 2026 ของ Pragmatic Engineer ชี้ว่า Meta เพิ่มพนักงาน 20% ในรอบสองปี แล้วปลดพนักงาน 10% ในเดือนพฤษภาคม 2026 ส่วน Apple +10%, Google +5%, Microsoft -1.1%, Amazon -1.3% พร้อมข้อสังเกตว่าหลายบริษัทลงประกาศงานสาย AI engineering มากกว่าปีก่อน 50-100%

อีกเรื่องที่คนไทยมักไม่เห็นในพาดหัวคือ ตลาดไม่ได้เหมือนกันทุกประเทศ ปีที่ผ่านมาประกาศงานสายซอฟต์แวร์ในสหรัฐเพิ่มขึ้นเล็กน้อย แคนาดาทรงตัว ส่วนเยอรมนีและฝรั่งเศสลดลง

ตัวเลขที่กำลังถูกลอกกันผิด

ช่วงสัปดาห์ที่ผ่านมามีตัวเลขหนึ่งวิ่งอยู่ในสื่อหลายเจ้าว่า ประกาศงานสาย agentic AI พุ่งขึ้น 10,854% ในปีเดียว ฟังแล้วสะดุดหู และถูกหยิบไปพาดหัวต่อเป็นทอด ๆ

แต่ถ้ากลับไปดูข้อมูลส่วนแบ่งของ AI Index เอง ตัวเลขคือ 0.06% เป็น 0.23% ซึ่งคิดเป็นการเพิ่มราว 280% ไม่ใช่หลักหมื่นเปอร์เซ็นต์ ตัวเลข 10,854% น่าจะมาจากการนับฐานคนละแบบ (เช่น นับจำนวนประกาศดิบจากฐานที่เกือบเป็นศูนย์ในปีก่อนหน้า) ซึ่งทางเทคนิคอาจไม่ผิด แต่เอามาวางข้างตัวเลขส่วนแบ่งโดยไม่บอกฐานแล้วทำให้เข้าใจผิดได้ง่ายมาก

เวลาอ่านข่าวตลาดงาน ให้ถามสองคำถามเสมอ: เทียบกับฐานอะไร และฐานนั้นใหญ่พอให้เปอร์เซ็นต์มีความหมายหรือเปล่า

นี่ไม่ใช่การจับผิดเล่น ๆ เพราะถ้าคุณกำลังจะเปลี่ยนสายอาชีพ ความต่างระหว่าง “โต 280% จากฐานเล็ก” กับ “โตหมื่นเปอร์เซ็นต์” คือความต่างระหว่างการตัดสินใจที่ตั้งอยู่บนข้อมูลกับการตัดสินใจที่ตั้งอยู่บนความตื่นเต้น

มีข้อมูลอีกชุดที่เถียงเรื่องเด็กจบใหม่

ภาพ “ประตูเด็กจบใหม่ปิด” ไม่ได้เอกฉันท์ งานวิจัย 2026 State of Tech Hiring ของ CoderPad (เผยแพร่ 11 มีนาคม 2026 สำรวจนักพัฒนาและทีมจ้างงานกว่า 650 คนทั่วโลก) ให้ตัวเลขที่ไปคนละทาง

• การทดสอบทางเทคนิคทั่วโลก เพิ่มขึ้น 48% เทียบกับกลางปี 2023 และกิจกรรมการจ้างงานเชิงเทคนิคในสหรัฐ เพิ่มขึ้น 90%
• 28% ของทีมบอกว่าให้ความสำคัญกับการสร้างสายป้อนคนรุ่นใหม่ และรายงานสรุปว่าการจ้าง early-career ไม่ได้หดตัว
• 60% ให้ความสำคัญกับคุณภาพของคนที่จ้างมากกว่าจำนวน และ 53% คาดว่างบจ้างงานจะเพิ่ม ซึ่งสูงสุดในรอบหลายปี

ทั้งสองชุดข้อมูลเข้ากันได้ถ้าอ่านแบบนี้: จำนวนตำแหน่งระดับเริ่มต้นอาจไม่ได้หายไปทั้งหมด แต่เกณฑ์ที่ใช้คัดเปลี่ยนไป ข้อสังเกตที่สอดคล้องกันคือทีมจ้างงานเลิกวัดด้วยโจทย์อัลกอริทึม แล้วหันมาวัดเรื่องที่ใกล้งานจริงแทน ได้แก่ การดีบักโค้ดที่ AI เขียนมา การอธิบายข้อแลกเปลี่ยนในการออกแบบระบบ และการปรับผลลัพธ์จาก AI ให้ใช้ได้จริง

ตัวเลขที่อธิบายว่าทำไมจึงเป็นแบบนั้น: 82% ของนักพัฒนาบอกว่า GenAI มีประโยชน์กับงาน และ 54% บอกว่าถ้าไม่มีเครื่องมือ AI ผลิตภาพจะตกอย่างน้อย 10% เมื่อทุกคนใช้เครื่องมือเดียวกันหมด สิ่งที่ยังแยกคนออกจากกันจึงไม่ใช่ “ใช้เป็นหรือไม่” อีกต่อไป

เงินก็แยกสองทางเหมือนกัน

ช่องว่างค่าตอบแทนเป็นภาพสะท้อนเดียวกัน ข้อมูลที่รวบรวมจาก Robert Half 2026 และ Levels.fyi ระบุว่าวิศวกรสาย AI/ML มีพื้นเงินเดือนสูงกว่าวิศวกรซอฟต์แวร์ทั่วไปราว 25,000 ดอลลาร์ และเฉพาะระดับ staff ช่องว่างขยายเป็น 18.7% เทียบกับเพื่อนร่วมระดับที่ไม่ได้อยู่สาย AI

ประเด็นไม่ใช่ว่า “ทุกคนควรย้ายไปสาย AI” เพราะถ้าทุกคนย้าย ส่วนต่างนี้ก็หายไปเอง ประเด็นคือตอนนี้ตลาดกำลังจ่ายเพิ่มให้กับความสามารถเฉพาะบางอย่าง และความสามารถนั้นอธิบายได้ชัดกว่าคำว่า “สาย AI” มาก

วิเคราะห์: เรื่องนี้แปลว่าอะไรกับเรา

สำหรับคนทำงาน IT ทั่วไป

ข้อสรุปที่ใช้ได้จริงที่สุดจากข้อมูลทั้งหมดคือ บาร์ขยับ ไม่ใช่ประตูปิด ตำแหน่งที่โตเร็วสุดในรายงาน Dice ไม่ใช่ตำแหน่งวิจัยโมเดล แต่เป็นตำแหน่งที่เอา AI ไปวางในระบบงานขององค์กรให้ใช้ได้จริง คนที่ได้เปรียบจึงไม่จำเป็นต้องเป็นคนที่เทรนโมเดลเป็น แต่เป็นคนที่เข้าใจระบบงานเดิมและต่อ AI เข้าไปได้โดยไม่พัง

สิ่งที่เปลี่ยนชัดที่สุดคือ ทักษะ AI หลุดออกจากกล่อง “งานสายเทค” แล้ว เมื่อ 2.5% ของประกาศงานทุกอาชีพระบุทักษะ AI แปลว่าคู่แข่งของคุณไม่ได้มีแค่คนในสายเดียวกัน และโอกาสของคุณก็ไม่ได้จำกัดอยู่แค่ตำแหน่งที่ขึ้นต้นด้วยคำว่า AI เช่นกัน

ส่วนคนที่เพิ่งจบหรือกำลังจะเปลี่ยนสาย ข่าวร้ายคือช่วงต้นทางแข่งขันหนักขึ้นจริง ข่าวดีคือสิ่งที่ทีมจ้างงานบอกว่าใช้วัดตอนนี้ (ดีบักโค้ดที่ AI เขียน อธิบายการตัดสินใจออกแบบ ปรับผลลัพธ์ AI ให้ใช้ได้) เป็นสิ่งที่ฝึกเองได้โดยไม่ต้องรอให้ใครจ้างก่อน เราเขียนเรื่องนี้ไว้ละเอียดแล้วใน หางาน IT ในยุค AI และถ้ายังไม่แน่ใจว่าตำแหน่งสาย AI ต่างกันตรงไหน ลองอ่าน AI Engineer คือใคร และต่างจาก Data Scientist อย่างไร ก่อนตัดสินใจเลือกทาง

กระทบคนไทยและองค์กรไทยยังไง

ข้อแรก เกณฑ์เปรียบเทียบของเราอยู่ใกล้กว่าที่คิด สิงคโปร์นำโลกที่ 4.77% ของประกาศงานที่ระบุทักษะ AI สูงกว่าสหรัฐที่ 2.6% เกือบเท่าตัว เมื่อบริษัทข้ามชาติในภูมิภาคตั้งมาตรฐานการจ้างที่ระดับนั้น คนไทยที่สมัครงานกับบริษัทระดับภูมิภาคหรือทำงานทางไกลก็ถูกวัดด้วยไม้บรรทัดอันเดียวกัน

ข้อสอง งานที่ AI ทำแทนได้ทั้งชิ้นคือกลุ่มที่ไทยรับจ้างทำเยอะ งานเขียนโค้ดตามสเปกที่ชัดแล้ว งานแปลงข้อมูล งานทำหน้าจอซ้ำ ๆ เป็นงานที่เคยเป็นบันไดขั้นแรกของคนไทยจำนวนมากเข้าสู่ตลาดสากล ข้อมูลกลุ่มอายุ 22-25 ปีที่หดตัวคือสัญญาณว่าบันไดขั้นนั้นกำลังสั้นลง

ข้อสาม ระดับเงินเดือนในไทยยังห่างจากภาพข่าวสากลมาก ข้อมูลของ JobsDB ระบุว่าตำแหน่ง Software Developer สำหรับเด็กจบใหม่ในไทยอยู่ราว 25,000-35,000 บาทต่อเดือน และ Product Manager ราว 35,000-50,000 บาท ส่วนต่างค่าตอบแทนสาย AI ระดับ 25,000 ดอลลาร์ที่เห็นในรายงานสหรัฐจึงไม่ใช่ตัวเลขที่ย้ายมาใช้ตรง ๆ ได้ แต่สิ่งที่ย้ายมาได้คือ ทิศทาง ว่าองค์กรยอมจ่ายเพิ่มให้กับอะไร

ข้อสี่ สำหรับองค์กรไทย ตำแหน่งที่โตเร็วในรายงานคือกลุ่มที่เอา AI ไปวางในระบบงาน ไม่ใช่กลุ่มวิจัย แปลว่าองค์กรไทยไม่จำเป็นต้องตั้งทีมวิจัย AI ถึงจะเริ่มได้ แต่ต้องมีคนที่เข้าใจทั้งงานเดิมและเครื่องมือใหม่พอจะออกแบบให้มันต่อกัน ซึ่งมักหาได้จากคนในองค์กรเองมากกว่าจ้างใหม่

ควรเตรียมอะไร

• เลิกเขียนว่า “ใช้ AI เป็น” ในเรซูเม่ เพราะ 82% ของนักพัฒนาก็ใช้เหมือนกัน ให้เขียนแทนว่าใช้กับงานอะไร ลดเวลาหรือข้อผิดพลาดได้เท่าไร และคุณตรวจงานมันยังไง
• ฝึกสิ่งที่ตลาดบอกว่าใช้วัดจริง คือดีบักโค้ดที่ AI เขียนมา อธิบายข้อแลกเปลี่ยนในการออกแบบ และปรับผลลัพธ์ AI ให้ผ่านเกณฑ์งานจริง สามอย่างนี้ฝึกได้จากโปรเจกต์ของตัวเองทั้งหมด
• ดูกลุ่มทักษะที่โตเกิน 200% (agentic, AI agents, AI infrastructure, responsible AI) แล้วเลือกมาหนึ่งอย่างที่ต่อกับงานที่คุณทำอยู่แล้ว การต่อยอดจากฐานเดิมได้เปรียบกว่าการเริ่มใหม่หมด
• อย่าทิ้ง Python ถูกขอมากที่สุดและยังโตเกือบ 30% ในปีเดียว เป็นทักษะที่คุ้มค่าเวลาที่สุดสำหรับคนที่ยังเลือกไม่ถูกว่าจะลงลึกทางไหน
• ถ้าเพิ่งจบหรือกำลังเปลี่ยนสาย ให้สร้างหลักฐานก่อนรอโอกาส เพราะเกณฑ์คัดตอนนี้ดูของที่ทำจริงมากกว่าชื่อสถาบันหรือรายชื่อเครื่องมือ
• ถ้าอ่านข่าวตลาดงานเจอตัวเลขหวือหวา ให้หาฐานเทียบก่อนเชื่อ ดังที่เห็นจากกรณี 10,854% ข้างบน

ภาพรวมของปีนี้จึงไม่ใช่ “AI แย่งงาน IT” และไม่ใช่ “ใครใช้ AI เป็นจะรวย” ทั้งสองแบบขายดีพอกันและใช้ตัดสินใจไม่ได้ทั้งคู่ สิ่งที่ข้อมูลบอกจริง ๆ คือ ตลาดกำลังจ่ายเพิ่มให้กับคนที่พา AI ไปทำงานในระบบจริงได้ และกำลังจ่ายน้อยลงให้กับงานที่อธิบายได้ครบจนเครื่องทำแทนได้ทั้งชิ้น คำถามที่ควรถามตัวเองจึงไม่ใช่ว่าจะย้ายไปสาย AI ดีไหม แต่คืองานที่คุณทำอยู่ทุกวันนี้ อยู่ฝั่งไหนของเส้นนั้น