พลิกโผตลาดแรงงานยุค AI งานร้านอาหาร–คาเฟ่ความสุขพุ่ง 80% ขณะที่งานมั่นคงบางสายเผชิญ Burnout หนัก

Summary

พลิกโผตลาดแรงงานยุค AI งานร้านอาหาร–คาเฟ่ความสุขพุ่ง 80% ขณะที่งานมั่นคงบางสายเผชิญ Burnout หนัก

ประเทศไทย, 2 กันยายน 2569 – ภาพจำเดิมของตลาดแรงงานกำลังถูกเขย่าอีกครั้ง เมื่ออาชีพที่เคยถูกมองว่าเป็น “งานชั่วคราว” หรือ “งานระหว่างรอได้งานจริง” อย่างพนักงานร้านอาหาร บาริสต้า พนักงานร้านดอกไม้ และงานบริการแบบเป็นกะ กลับมีคะแนนความรู้สึกเชิงบวกหลังเลิกงานสูงกว่างานวิชาชีพบางประเภทอย่างชัดเจน ขณะที่อีกฟากหนึ่ง งานที่ตลาดมองว่ามั่นคงและถูก AI แทนได้ยาก โดยเฉพาะงานสุขภาพ กลับเผชิญสัญญาณความเครียดและความไม่พอใจในงานมากกว่า

ข้อมูลจาก Deputy ซึ่งวิเคราะห์ความรู้สึกของแรงงานแบบเป็นกะในสหราชอาณาจักร พบว่า พนักงานร้านอาหารแบบนั่งรับประทานมีสัดส่วนความรู้สึกเชิงบวกหลังเลิกงานถึง 89.7% ร้านฟาสต์ฟู้ด 82.9% ร้านดอกไม้ 82.9% ร้านอาหารแบบป๊อปอัป 82.5% และคาเฟ่หรือร้านกาแฟ 82% ขณะที่กลุ่มคลินิกและสถานพยาบาลกลับมีสัดส่วนผู้รายงานความรู้สึกเชิงลบสูงถึง 37.84% มากที่สุดในข้อมูลชุดเดียวกัน

ตัวเลขดังกล่าวไม่ได้หมายความว่า “งานร้านอาหารดีกว่างานแพทย์” หรือว่าคนควรลาออกจากงานออฟฟิศมาชงกาแฟทั้งหมด แต่กำลังชี้ให้เห็นประเด็นสำคัญกว่า คือ นิยามของงานที่ดีอาจกำลังเปลี่ยนจากเงินเดือนและสถานะ ไปสู่คุณภาพชีวิต ความสามารถในการปิดงานเมื่อหมดกะ และความรู้สึกว่าชีวิตนอกงานยังเป็นของตัวเอง

89.7% ไม่ใช่ “คน 89.7% มีความสุขกับชีวิต” แต่คือความรู้สึกหลังจบกะ

ก่อนอ่านตัวเลข Deputy ต้องเข้าใจวิธีเก็บข้อมูลให้ถูกต้อง เพราะนี่ไม่ใช่งานสำรวจความพึงพอใจในอาชีพระยะยาวแบบแบบสอบถามประจำปี แต่เป็นข้อมูลจาก Shift Pulse ซึ่งให้พนักงานบันทึกความรู้สึกหลังจบกะทำงาน โดยเลือกความรู้สึกตั้งแต่ด้านบวกไปจนถึงเครียดหรือหงุดหงิด

ดังนั้น คำว่า “ร้านอาหารมีความสุข 89.7%” จึงหมายถึงสัดส่วนการตอบสนองเชิงบวกจากผู้ใช้งานในกลุ่มนั้น ไม่ได้หมายความว่าคนทำงานร้านอาหาร 89.7% มีความสุขกับเงินเดือน สวัสดิการ หรือเส้นทางอาชีพในทุกมิติ

Deputy เองอธิบายว่าคะแนนที่สูงในงานบริการอาจสัมพันธ์กับ งานที่มี Routine ชัด ปริมาณงานที่บริหารจัดการได้ และความสัมพันธ์ในทีมที่แข็งแรง มากกว่าปัจจัยด้านเงินเดือนเพียงอย่างเดียว

นี่ทำให้การอ่านตัวเลขชุดนี้น่าสนใจมาก เพราะมันกำลังวัด “ประสบการณ์ระหว่างทำงาน” ซึ่งเป็นมิติที่ตัวเลขค่าจ้างหรืออัตราว่างงานไม่สามารถสะท้อนได้

ทำไมงานบริการบางประเภทถึงรู้สึกดีกว่า ทั้งที่เหนื่อยทางกายมากกว่า

เหตุผลหนึ่งอาจอยู่ที่ธรรมชาติของงานบริการจำนวนมากมี “ขอบเขตของเวลา” ชัดเจน เมื่อกะจบ งานจำนวนมากก็จบตามไปด้วย แม้จะมีข้อยกเว้น แต่พนักงานไม่ได้ต้องกลับบ้านไปเปิดคอมพิวเตอร์ตอบอีเมลหรือแบกรายงานค้างอยู่ในหัวตลอดคืนเหมือนงานสำนักงานบางประเภท

อีกปัจจัยคือ Feedback Loop ที่สั้นกว่า คนทำกาแฟเห็นเครื่องดื่มเสร็จต่อหน้า พนักงานร้านอาหารเห็นลูกค้าได้รับอาหาร คนขายดอกไม้เห็นสินค้าที่จัดเสร็จ และงานส่วนใหญ่มีผลลัพธ์ที่มองเห็นได้ทันที ความรู้สึกว่า “ทำเสร็จแล้ว” จึงเกิดชัดกว่างานความรู้ที่โครงการอาจลากยาวหลายเดือน

ด้านสังคม งานร้านอาหารและคาเฟ่ยังต้องใช้ Teamwork ในพื้นที่เดียวกันตลอดเวลา ความสัมพันธ์กับเพื่อนร่วมงานจึงเกิดผ่านการแก้ปัญหาหน้างานจริง ไม่ใช่เฉพาะการประชุมหรือสื่อสารผ่านหน้าจอ

อย่างไรก็ตาม ไม่ควรโรแมนติไซซ์งานบริการจนเกินจริง เพราะงานประเภทนี้ยังมีข้อเสียทั้งการยืนเป็นเวลานาน ตารางกะ รายได้ผันแปร งานวันหยุด และการรับมือกับลูกค้า คะแนนความสุขสูงในข้อมูล Deputy ไม่ได้ลบข้อจำกัดเหล่านี้ออกไป

งานสุขภาพมั่นคงกว่า AI แต่ “ปลอดภัยจาก AI” ไม่ได้แปลว่า “ปลอดภัยจาก Burnout”

อีกด้านหนึ่งของข้อมูลทำให้เกิดความย้อนแย้งที่น่าสนใจ เพราะอาชีพสุขภาพเป็นหนึ่งในกลุ่มงานที่ AI เข้ามาแทนมนุษย์ได้ยาก ทั้งจากความรับผิดชอบสูง การตัดสินใจทางคลินิก การทำงานกับร่างกายมนุษย์ และการดูแลด้านอารมณ์

แต่ข้อมูล Deputy กลับพบว่า คลินิกและสถานพยาบาลมีสัดส่วนความรู้สึกเชิงลบสูงสุด 37.84% ตามด้วยงานสุขภาพสัตว์ 17.95% Chiropractor 12.93% และบริการฉุกเฉิน 12.05%

สาเหตุไม่ได้ซับซ้อนนัก งานเหล่านี้ต้องรับผิดชอบต่อชีวิตและความปลอดภัย มีตารางที่เปลี่ยนแปลง บุคลากรไม่เพียงพอ และเผชิญ Emotional Load จากผู้ป่วยหรือญาติอย่างต่อเนื่อง

ในทางเศรษฐศาสตร์แรงงาน นี่สะท้อนความแตกต่างระหว่าง Job Security กับ Job Sustainability งานหนึ่งอาจมีความต้องการสูงและถูกเลิกจ้างยาก แต่หากคนทำงานไม่สามารถรักษาสุขภาพกายและใจได้ อาชีพนั้นก็ไม่ได้ยั่งยืนสำหรับคนทำงานทุกคน

AI กำลังกระทบ “บันไดขั้นแรก” ของงานออฟฟิศมากกว่าที่เคยคิด

แรงผลักอีกด้านหนึ่งมาจากการเปลี่ยนแปลงของตลาดงาน White Collar เมื่อ AI เริ่มทำงานระดับเริ่มต้นได้มากขึ้น ทั้งการเขียน สรุปเอกสาร วิเคราะห์ข้อมูลพื้นฐาน และงานสนับสนุนสำนักงาน

งานศึกษาของ Stanford Digital Economy Lab ที่ใช้ข้อมูล Payroll ขนาดใหญ่ในสหรัฐฯ พบว่าแรงงานอายุ 22–25 ปีในอาชีพที่มีความเสี่ยงต่อ Generative AI สูง มีการจ้างงานลดลงแบบสัมพัทธ์ประมาณ 13% เมื่อเทียบกับกลุ่มอ้างอิง หลังจากควบคุมผลกระทบระดับบริษัทแล้ว ขณะที่คนอายุมากกว่าในอาชีพเดียวกันและแรงงานในอาชีพที่ AI กระทบน้อยไม่ได้ลดลงในลักษณะเดียวกัน

ประเด็นสำคัญคือ Stanford ไม่ได้สรุปว่า AI กำลังทำลายงานทั้งหมด แต่พบว่าผลกระทบหนักกว่าในงานที่ AI สามารถ Automate แทนมนุษย์ได้ มากกว่างานที่ AI ทำหน้าที่ Augment หรือช่วยให้คนทำงานดีขึ้น

นี่ทำให้งานระดับ Entry Level กลายเป็นจุดเปราะบาง เพราะงานจำนวนมากที่คนเพิ่งจบใช้เพื่อสะสมประสบการณ์ เช่น การจัดทำรายงาน ร่างเอกสาร หรือวิเคราะห์ข้อมูลพื้นฐาน เป็นสิ่งที่ AI ทำได้ดีขึ้นอย่างรวดเร็ว

สิ่งที่กำลังเกิดขึ้นจึงไม่ใช่ “Blue Collar ชนะ White Collar” แต่ค่าของงานมนุษย์กำลังถูกประเมินใหม่

ภาพตลาดงานในอดีตมีลำดับชั้นค่อนข้างชัด งานออฟฟิศมักถูกมองว่าให้รายได้สูง มีสถานะ และมีเส้นทางเติบโต ส่วนงานบริการหรือใช้แรงกายถูกมองว่าเป็นงานรายได้ต่ำและทักษะต่ำกว่า

AI กำลังทำให้เส้นแบ่งนั้นพร่าลง เพราะความสามารถที่เครื่องจักรทำได้ยากบางอย่างกลับอยู่ในงานที่ต้องเผชิญมนุษย์จริง เช่น การอ่านอารมณ์ลูกค้า การแก้สถานการณ์เฉพาะหน้า การทำงานในพื้นที่จริง หรือทักษะฝีมือ

รายงานเชิงแนวโน้มของ EY ซึ่งอ้างถึงข้อมูลตลาดแรงงานล่าสุดก็ชี้ว่า เมื่อ AI เข้ามาจัดการงานเชิงความคิดบางส่วน งานที่ต้องอาศัยมนุษย์ใน Hospitality, Healthcare และ Skilled Trades อาจมีแรงกดดันให้ค่าจ้างเติบโตเร็วขึ้น ขณะที่งาน White Collar บางส่วนมีโอกาสถูกทำให้เป็น Commodity มากขึ้น

นี่ไม่ได้หมายความว่าพนักงานร้านกาแฟจะมีรายได้สูงกว่านักบัญชีทุกคน แต่หมายความว่า “Premium ของงานออฟฟิศ” ที่เคยถูกมองว่าเกิดขึ้นโดยธรรมชาติอาจไม่คงอยู่ในทุกตำแหน่ง

บาริสต้า–บาร์เทนเดอร์ค่าจ้างโตเร็วขึ้น แต่ระวังคำว่า “รายได้แซงมนุษย์เงินเดือน”

ข้อมูลที่ถูกอ้างต่อจากรายงานตลาดแรงงานสหรัฐฯ ระบุว่าค่าจ้างของงานบางประเภท เช่น Bartender และ Barista กำลังเติบโตเร็วกว่างานสำนักงานบางกลุ่มในช่วงที่ตลาด White Collar ชะลอตัว ประเด็นนี้ถูกนำไปใช้อธิบายว่าตลาดกำลังปรับมูลค่าแรงงานที่ต้องใช้ Physical Presence และ Human Interaction สูงขึ้น

แต่คำว่า “โตเร็วกว่า” ไม่เท่ากับ “ได้เงินเดือนสูงกว่า”

ตัวอย่างเช่น หากค่าจ้างงานบริการเพิ่มจากฐานที่ต่ำกว่า 8% ขณะที่เงินเดือนออฟฟิศเพิ่ม 3% งานบริการก็มี “อัตราเติบโต” สูงกว่า แต่รายได้จริงต่อปียังอาจต่ำกว่าอยู่มาก

ดังนั้น พาดหัวว่า “บาริสต้ารายได้แซงมนุษย์เงินเดือน” จะเกินหลักฐาน เว้นแต่มีข้อมูลรายได้เฉลี่ยของอาชีพสองกลุ่มในตลาดเดียวกันมาพิสูจน์ ถ้อยคำที่แม่นกว่าคือ “ค่าจ้างงานบริการบางประเภทโตเร็วกว่างานออฟฟิศบางกลุ่ม”

ความแตกต่างนี้สำคัญมาก เพราะการรายงานแนวโน้มตลาดแรงงานไม่ควรเปลี่ยน Growth Rate ให้กลายเป็น Absolute Income

เชียงรายมีเหตุผลต้องจับตาเทรนด์นี้มากกว่าหลายจังหวัด

สำหรับเชียงราย ประเด็นนี้เชื่อมกับโครงสร้างเศรษฐกิจของจังหวัดอย่างน่าสนใจ เพราะกาแฟ ชา ร้านอาหาร การท่องเที่ยว และบริการไม่ได้เป็นเพียงงานเสริม แต่กำลังเชื่อมเข้ากับ Creative Economy และอัตลักษณ์พื้นที่

กิจกรรม “ร้อยเรื่องเมืองเชียงราย” ภายใต้โครงการส่งเสริมการท่องเที่ยวเชิงสร้างสรรค์และวัฒนธรรม ซึ่ง อพท.เชียงรายร่วมกับมหาวิทยาลัยแม่ฟ้าหลวง ถ่ายทอดเรื่องชาและกาแฟเชียงราย ก็สะท้อนการเปลี่ยนแปลงดังกล่าวได้ดี กาแฟไม่ได้จบอยู่ที่ไร่ แต่เดินทางต่อไปถึงการแปรรูป การคั่ว งานวิจัย Branding บรรจุภัณฑ์ เซรามิก ร้านกาแฟ เส้นทางท่องเที่ยว และเทศกาล

นั่นหมายความว่าคำว่า Barista ในเชียงรายไม่ได้จำเป็นต้องหมายถึงแรงงานหน้าร้านค่าแรงขั้นต่ำเพียงอย่างเดียวอีกต่อไป แต่สามารถอยู่ในห่วงโซ่อาชีพตั้งแต่ Coffee Roaster, Q Grader, ร้าน Specialty Coffee, นักออกแบบแบรนด์ ไปจนถึงเจ้าของกิจการและผู้พัฒนาประสบการณ์ท่องเที่ยว

หากตลาดกาแฟเชียงรายพัฒนาได้ครบ Value Chain งานบริการหน้าร้านจึงสามารถเป็น “ประตูเข้าสู่อุตสาหกรรม” ไม่ใช่ปลายทางของอาชีพ

จากดอยช้าง–ปางขอน–แม่จันใต้ กาแฟกำลังสร้างงานที่ AI ทำแทนยาก

เชียงรายมีแหล่งกาแฟอาราบิกาสำคัญหลายพื้นที่ เช่น ดอยช้าง ปางขอน แม่จันใต้ และพื้นที่สูงอื่น ๆ ซึ่งแต่ละแห่งมีภูมิประเทศ การแปรรูป และ Character ของเมล็ดแตกต่างกัน ทำให้ตลาดกาแฟสามารถพัฒนาไปได้มากกว่า Commodity

งานจำนวนมากในระบบนี้มีองค์ประกอบทางกายภาพและมนุษย์สูง ตั้งแต่การคัดผลผลิต การคั่ว การ Cupping การชง การบริการ ไปจนถึงการเล่าเรื่อง Origin ให้ลูกค้าเข้าใจ

AI สามารถช่วยออกแบบเมนู วิเคราะห์ยอดขาย หรือเขียน Content ได้ แต่ยังไม่สามารถแทนความสัมพันธ์ระหว่าง Barista กับลูกค้าที่กำลังเลือกเมล็ดกาแฟ หรือประสบการณ์ของการนั่งดื่มกาแฟท่ามกลางพื้นที่ต้นทางได้ทั้งหมด

นี่คือเหตุผลที่ Human Experience กำลังกลายเป็นสินทรัพย์ทางเศรษฐกิจในเมืองท่องเที่ยว

แต่ “งานบริการสบายใจกว่า” ก็ไม่ควรถูกทำให้เป็นสูตรสำเร็จ

ข้อมูล Deputy บอกว่าคนทำงานบริการหลายกลุ่มมี Sentiment เชิงบวกสูง แต่ไม่ได้พิสูจน์โดยตรงว่าสาเหตุคือ “เลิกงานแล้วจบ” หรือ “ไม่มีความเครียดสะสม” เสมอไป ข้ออธิบายเหล่านั้นเป็นสมมติฐานที่สอดคล้องกับลักษณะงาน แต่ต้องแยกจากข้อเท็จจริงที่วัดได้

Deputy เองระบุว่าความชัดเจนของ Routine ปริมาณงานที่จัดการได้ และ Team Camaraderie อาจ เป็นปัจจัยที่ช่วยสนับสนุนความรู้สึกเชิงบวก ไม่ได้พิสูจน์เชิงเหตุและผลว่าปัจจัยใดทำให้คะแนนสูง

และในข้อมูลล่าสุดก็พบว่าความรู้สึกของแรงงานบริการสามารถเปลี่ยนตามประเทศ ปี และสภาพตลาดแรงงาน เช่น Deputy ปี 2026 ในสหรัฐฯ พบ Hospitality และ Retail ยังมีความรู้สึกเชิงบวกสูง แต่กลุ่มที่เคยมีคะแนนสูงในปีก่อนบางประเภทกลับตกอันดับในปีถัดมา

นี่เป็นเครื่องเตือนว่า Workplace Happiness ไม่ใช่คุณสมบัติถาวรของอาชีพใดอาชีพหนึ่ง แต่ขึ้นอยู่กับค่าจ้าง ตารางงาน หัวหน้างาน สภาพทีม และความมั่นคงของแต่ละสถานประกอบการด้วย

“เงินเดือนสูงแต่เครียด” กับ “รายได้น้อยกว่าแต่มีชีวิต” อาจเป็นโจทย์อาชีพของ Gen Z

สิ่งที่น่าสนใจที่สุดอาจไม่ใช่อันดับอาชีพ แต่คือคนรุ่นใหม่เริ่มประเมินผลตอบแทนจากงานหลายมิติมากขึ้น

คนคนหนึ่งอาจยอมแลกเงินเดือนบางส่วนเพื่อได้ตารางงานที่คาดการณ์ได้ ไม่ต้องตอบข้อความงานกลางคืน หรือมีเวลาทำสิ่งอื่น ขณะที่อีกคนอาจเลือกงานรายได้สูงแม้มีความกดดันมาก เพราะให้ความสำคัญกับการสะสมทุนและความก้าวหน้า

ในทางเศรษฐศาสตร์ สิ่งนี้ใกล้กับแนวคิด Total Compensation ที่ไม่ได้หมายถึงเงินเดือนเพียงอย่างเดียว แต่รวมถึงเวลา ความยืดหยุ่น สุขภาพจิต สวัสดิการ และคุณค่าที่คนได้รับจากการทำงาน

ยุค AI ทำให้สมการนี้ชัดขึ้น เพราะคนรุ่นใหม่ไม่ได้ถามเพียงว่า “งานไหนได้เงินดี” แต่เริ่มถามเพิ่มว่า “งานนี้จะยังมีอยู่หรือไม่” และ “ถ้ามีอยู่ ฉันอยากใช้ชีวิตแบบนี้ไปอีก 20 ปีหรือเปล่า”

ตลาดงานเชียงรายควรคิดไกลกว่า “ฝึกเด็กให้เป็นบาริสต้า”

หากเทรนด์ Human-facing Jobs มีมูลค่าเพิ่มขึ้น สิ่งที่ภาคการศึกษาและท้องถิ่นควรทำไม่ใช่เพียงเพิ่มหลักสูตรฝึกชงกาแฟ แต่ต้องสร้าง Career Ladder ในเศรษฐกิจบริการให้ชัด

เด็กที่เริ่มจาก Barista ควรสามารถเติบโตไปเป็น Head Barista, Roaster, Coffee Buyer, Quality Specialist, Trainer หรือผู้ประกอบการได้ เช่นเดียวกับพนักงานร้านอาหารที่สามารถพัฒนาไปด้าน Hospitality Management หรือสร้างแบรนด์ของตัวเอง

หากไม่มีเส้นทางแบบนี้ งานบริการก็ยังติดกับดักรายได้ต่ำ แม้คนทำงานจะมีความสุขในแต่ละกะมากกว่า

ความท้าทายของ Creative Economy จึงไม่ได้อยู่ที่สร้างงานบริการให้มาก แต่ต้อง เพิ่ม Productivity และมูลค่าต่อคนของงานบริการ ผ่านภาษา ทักษะดิจิทัล การออกแบบ ประสบการณ์ลูกค้า และความรู้เกี่ยวกับผลิตภัณฑ์

AI อาจไม่ได้ฆ่างานบริการ แต่จะเปลี่ยนคนที่ทำงานบริการเก่งที่สุด

อนาคตที่น่าสนใจอาจไม่ใช่การแข่งขันระหว่าง AI กับ Barista แต่คือ Barista ที่ใช้ AI กับ Barista ที่ไม่ใช้

AI สามารถช่วยวิเคราะห์เมนูที่ขายดี คำนวณต้นทุน คาดการณ์วัตถุดิบ ทำระบบสมาชิก เขียน Content หลายภาษา และวิเคราะห์ Review จากลูกค้า ขณะที่มนุษย์ยังรับผิดชอบสิ่งที่เป็น Experience จริง

โมเดลนี้คือ Augmentation มากกว่า Automation ซึ่งตรงกับข้อค้นพบ Stanford ว่า งานที่ AI เข้ามา “ช่วย” คนอาจมีผลต่อการจ้างงานต่างจากงานที่ AI สามารถทำแทน Task หลักได้เกือบทั้งหมด

ดังนั้น งานบริการไม่ได้ปลอดภัยจากเทคโนโลยีโดยสมบูรณ์ แต่มีโอกาสใช้เทคโนโลยีเพิ่มมูลค่าให้แรงงานได้มาก หากระบบการศึกษาสอนให้คนใช้เครื่องมือเป็น

ข้อมูลชุดนี้ไม่ได้บอกให้ลาออก แต่บอกให้เปลี่ยนคำถามก่อนเลือกงาน

สิ่งที่ข้อมูล Deputy และ Stanford บอกพร้อมกันคือ ตลาดแรงงานกำลังซับซ้อนกว่าสมการเดิมที่ว่า “เรียนสูง = งานดี = เงินสูง = มั่นคง”

Deputy แสดงให้เห็นว่าแรงงานบางกลุ่มที่มีภาพลักษณ์อาชีพไม่สูงมากกลับรายงานความรู้สึกเชิงบวกในงานสูง ขณะที่บางอาชีพที่มีความมั่นคงสูงเผชิญความเหนื่อยล้าอย่างหนัก ส่วน Stanford พบว่างานระดับเริ่มต้นบางประเภทที่เคยเป็นประตูเข้าสู่สาย White Collar เริ่มได้รับผลกระทบจาก AI มากกว่าแรงงานที่มีประสบการณ์

ดังนั้น คำถามสำหรับคนรุ่นใหม่อาจต้องเปลี่ยนจาก “อาชีพไหนดีที่สุด” เป็น “อาชีพแบบไหนเหมาะกับชีวิตที่ฉันต้องการ และมีเส้นทางเติบโตในโลกที่ AI ทำงานร่วมกับมนุษย์”

สำหรับเมืองอย่างเชียงราย ซึ่งมีทุนด้านกาแฟ อาหาร การท่องเที่ยว วัฒนธรรม และ Creative Economy อยู่แล้ว นี่อาจเป็นโอกาสในการยกระดับงานที่เคยถูกเรียกว่า “งานบริการ” ให้กลายเป็น Skill-based Career ที่มีทั้งคุณภาพชีวิตและรายได้เติบโตได้

เพราะตัวเลข 89.7% ของพนักงานร้านอาหารหรือ 82% ของพนักงานคาเฟ่ไม่ได้พิสูจน์ว่างานเหล่านี้สมบูรณ์แบบ แต่กำลังเตือนตลาดแรงงานว่า Prestige ของอาชีพกับคุณภาพของชีวิตไม่ได้เป็นเรื่องเดียวกัน

และในวันที่ AI เริ่มตั้งคำถามกับความมั่นคงของงานออฟฟิศระดับเริ่มต้น “งานที่ดี” อาจไม่ใช่งานที่มีเงินเดือนสูงที่สุดหรือปลอดภัยจาก AI มากที่สุดเพียงอย่างเดียว

แต่อาจเป็นงานที่ให้ทั้ง รายได้ที่อยู่ได้ โอกาสเติบโต เวลาที่เป็นของตัวเอง ความสัมพันธ์ที่ดี และพื้นที่ให้มนุษย์ทำสิ่งที่เครื่องจักรยังทำแทนไม่ได้

เครดิตภาพและข้อมูลจาก :