- 21
- มีนาคม
กลางเดือนมีนาคม 2569 สำนักข่าว CNBC และ Fox Business รายงานว่า Meta (บริษัทแม่ของ Facebook, Instagram, WhatsApp) กำลังวางแผนลดพนักงานราว 20% ของพนักงานทั้งหมด หรือประมาณ 16,000 ตำแหน่ง จากพนักงานเกือบ 79,000 คน เพื่อชดเชยค่าใช้จ่ายด้าน AI Infrastructure ที่พุ่งสูงถึง $115-135 พันล้าน (ราว 3.8-4.7 ล้านล้านบาท) ในปี 2569 ข่าวนี้ส่งสัญญาณสำคัญถึงทุกองค์กรทั่วโลก รวมถึงองค์กรไทย ว่า AI ไม่ได้แค่เปลี่ยนเทคโนโลยี แต่กำลังเปลี่ยนโครงสร้างกำลังคนทั้งองค์กร
ตัวเลขสำคัญที่ต้องรู้
- 16,000 ตำแหน่ง — จำนวนพนักงาน Meta ที่อาจถูกลด (~20% จาก 79,000 คน)
- $135 พันล้าน — งบลงทุน AI ของ Meta ในปี 2569 (เพิ่มจาก $72 พันล้านในปี 2568)
- +87% — อัตราเพิ่มขึ้นของงบ AI เมื่อเทียบปีต่อปี
- +3% — หุ้น Meta เพิ่มขึ้นทันทีหลังข่าว layoff ออก (นักลงทุนมองว่าเป็นบวก)
- 55,911 คน — จำนวน tech layoffs ทั่วโลกในช่วงต้นปี 2569 (เฉลี่ย 736 คน/วัน)
ทำไม Meta ต้องลดคน? — เมื่อ AI กิน Budget มากกว่าคน
เรื่องนี้ไม่ใช่เพราะ Meta ขาดทุน ในทางกลับกัน Meta ยังคงทำกำไรสูงมาก แต่ปัญหาคือ การแข่งขันด้าน AI ต้องใช้เงินมหาศาล ทั้ง GPU, Data Center, ค่าไฟ, และวิศวกร AI ระดับสูง ทำให้ต้อง "ตัดที่อื่น" เพื่อ "ลงทุนตรงนี้"
| รายการ | ปี 2568 | ปี 2569 (ประมาณการ) | เปลี่ยนแปลง |
|---|---|---|---|
| งบลงทุน AI (CapEx) | $72.2 พันล้าน | $115-135 พันล้าน | +59% ถึง +87% |
| จำนวนพนักงาน | ~79,000 คน | ~63,000 คน (หลังลด) | -20% |
| ลดจาก Reality Labs (ต้นปี) | - | 1,000+ คน | ย้ายงบไป AI |
| ลดจาก Performance-Based (2568) | 3,600 คน | - | ประเมินผลงาน |
สิ่งที่น่าสนใจคือ หุ้น Meta ขึ้น 3% ทันทีหลังข่าวออก นักลงทุนมองว่าการลดคนเป็น "สัญญาณดี" ที่บริษัทกำลังปรับโครงสร้างเพื่ออนาคต นี่สะท้อนว่า ตลาดทุนให้คุณค่ากับ "ประสิทธิภาพ" มากกว่า "จำนวนคน"
ตำแหน่งไหนเสี่ยง? — AI แทนที่งานอะไรได้บ้าง
จากข้อมูลที่ปรากฏ ตำแหน่งที่เสี่ยงถูกลดมากที่สุดใน Meta คือ งานที่มีรูปแบบซ้ำๆ สามารถ automate ได้ ขณะที่ตำแหน่งด้าน AI กลับเพิ่มขึ้น ซึ่งเป็นแนวโน้มเดียวกันกับ Tech Layoffs ทั่วโลกในปี 2569
| ตำแหน่ง | ระดับความเสี่ยง | เหตุผล |
|---|---|---|
| Mid-level Management | สูงมาก | AI Dashboard + Analytics ทำให้ผู้บริหารระดับสูงมองข้อมูลเองได้ |
| Quality Assurance (QA) | สูงมาก | AI Testing Tools ตรวจ bug ได้เร็วและครอบคลุมกว่า |
| Customer Support | สูงมาก | AI Chatbot ตอบคำถามทั่วไปได้ 24/7 |
| Internal IT Support | สูง | AI Helpdesk + Auto-resolution ลดงาน IT support |
| Data Entry / Admin | สูง | RPA + AI อ่านเอกสาร กรอกข้อมูลเองได้ |
| AI/ML Engineer | ต่ำมาก (กำลังรับเพิ่ม) | เป็นหัวใจของกลยุทธ์ใหม่ |
| Data Center Operations | ต่ำมาก (กำลังขยาย) | ต้องดูแล GPU clusters มหาศาล |
สังเกตรูปแบบ: ไม่ใช่ "AI แทนคน" แต่คือ "AI เปลี่ยนสัดส่วนงาน"
Meta ไม่ได้ลดคนทุกตำแหน่ง แต่กำลัง ย้ายทรัพยากรจากงานที่ AI ทำได้ ไปลงทุนกับงานที่ต้องใช้คนจริงๆ นี่คือ "สูตร" ที่บริษัท Tech ทั่วโลกกำลังทำ และองค์กรไทยควรเรียนรู้จากตรงนี้ อ่านเพิ่มเติมได้ใน บทความ: ทำอย่างไร เมื่อ AI เก่งกว่าคน
ภาพใหญ่: Tech Layoffs ทั่วโลก 2568-2569
Meta ไม่ใช่รายเดียว สถานการณ์ layoff ในอุตสาหกรรม Tech ทั่วโลกรุนแรงขึ้นเรื่อยๆ โดยเฉพาะเมื่อ AI เข้ามามีบทบาท
| ตัวชี้วัด | ปี 2568 | ปี 2569 (ม.ค.-มี.ค.) |
|---|---|---|
| Tech layoffs ทั่วโลก | ~245,000 คน | 55,911 คน (ใน 3 เดือน) |
| สัดส่วนที่เกิดจาก AI โดยตรง | <8% | 20.4% (~9,238 คน) |
| บริษัทที่ลดมากสุด | Microsoft (15,000), Intel (15,000) | Amazon (16,000), Meta (~16,000) |
| กรณี AI ทดแทนรุนแรงสุด | - | Block (Square/Cash App) ลดจาก 10,000 เหลือ <6,000 |
ตัวเลข 20.4% ของ layoffs ที่เกิดจาก AI โดยตรงในปี 2569 นั้นน่าตกใจ เพราะเพิ่มจาก 8% ในปีก่อน — หมายความว่า AI กำลังกลายเป็นเหตุผลหลักในการปรับลดคน ไม่ใช่แค่เหตุผลประกอบอีกต่อไป สอดคล้องกับการวิเคราะห์ใน บทความ: AI จะมาแทนที่คนจริงหรือ?
ผลกระทบต่อองค์กรไทย — อย่าคิดว่าไกลตัว
หลายคนอาจคิดว่า "Meta เป็นบริษัท Tech ระดับโลก ไม่เกี่ยวกับเรา" แต่ความจริงคือ แนวโน้มนี้กำลังไหลเข้าสู่ทุกอุตสาหกรรม รวมถึงองค์กรไทย เพราะ:
- บริษัทข้ามชาติในไทย จะนำนโยบายจากบริษัทแม่มาใช้ — ถ้า HQ ลดคน สาขาไทยก็ได้รับผลกระทบ
- Outsourcing + BPO ที่เคยรับงานจาก Tech companies อาจได้งานน้อยลง เพราะงานถูก AI ทำแทน
- องค์กรไทยที่ใช้ AI tools เช่น ChatGPT, Copilot จะเริ่มตั้งคำถามเดียวกัน: "ต้องจ้างคนเท่าเดิมไหม?"
- ผู้สมัครงาน ที่ไม่มีทักษะ AI จะแข่งขันยากขึ้นเรื่อยๆ
ตำแหน่งในองค์กรไทยที่ควรระวัง
| ตำแหน่ง/ฝ่าย | ความเสี่ยงจาก AI | ทักษะที่ต้องเพิ่ม |
|---|---|---|
| พนักงานบันทึกข้อมูล | สูงมาก | Data Quality, AI Prompt, Process Design |
| เจ้าหน้าที่ Call Center | สูงมาก | Complex Case Handling, Empathy Skills |
| ผู้ประสานงาน/ธุรการ | สูง | Project Coordination, Workflow Automation |
| เจ้าหน้าที่บัญชีเบื้องต้น | สูง | Financial Analysis, ERP Proficiency |
| QA / ตรวจสอบเอกสาร | สูง | AI Tool Supervision, Exception Handling |
| ผู้บริหารระดับกลาง | ปานกลาง-สูง | Strategic Thinking, Data-Driven Decision Making |
5 แนวทางเตรียมตัว — Upskill / Reskill ก่อน AI มาถึง
สิ่งสำคัญคือ อย่ารอให้ถูก disrupt ค่อยปรับตัว องค์กรที่ฉลาดจะเตรียมคนให้พร้อมตั้งแต่วันนี้ ซึ่งสอดคล้องกับหลัก การบริหารความเสี่ยง ที่ดี
1. สำรวจงานที่ AI ทำแทนได้ — ก่อนที่ฝ่ายบริหารจะทำให้
แต่ละแผนกควรประเมินตัวเองว่า งานใดที่ทำซ้ำๆ ทุกวัน ไม่ต้องใช้วิจารณญาณ? เช่น คีย์ข้อมูล, สร้างรายงานประจำ, ตอบคำถามพื้นฐาน — งานเหล่านี้ AI จะเข้ามาทำแทนภายใน 1-2 ปี
2. Upskill ทักษะ AI ให้พนักงานทุกระดับ
ไม่ได้หมายความว่าทุกคนต้องเขียน code แต่ต้อง:
- ใช้ AI tools เป็น — เช่น ChatGPT, Copilot, AI-powered ERP features
- ตรวจสอบ AI output ได้ — รู้ว่า AI ผิดตรงไหน ถูกตรงไหน
- ออกแบบ workflow ร่วมกับ AI — กำหนดว่า AI ทำอะไร คนทำอะไร
3. ย้ายคนจาก "งานซ้ำ" ไป "งานคิด"
เหมือนที่ Meta ทำ — ไม่ใช่ลดทุกคน แต่ย้ายทรัพยากรไปจุดที่มีคุณค่ามากกว่า พนักงานบันทึกข้อมูลสามารถฝึกเป็น Data Analyst หรือ Process Designer ได้ ถ้าองค์กรลงทุนพัฒนา
4. วางระบบข้อมูลให้พร้อมก่อน AI เข้ามา
AI ทำงานได้ดีเมื่อ ข้อมูลครบ ถูกต้อง เป็นระบบ ถ้าองค์กรยังใช้ Excel กระจาย ข้อมูลซ้ำซ้อน ไม่มี single source of truth — แม้จะลงทุน AI ก็ทำงานไม่ได้ การมีระบบ ERP ที่ดีคือพื้นฐานสำคัญที่สุด
5. สร้างวัฒนธรรม "AI-Positive" ไม่ใช่ "AI-Fear"
องค์กรที่ทำให้พนักงานกลัว AI จะเจอปัญหา Resistance to Change แต่องค์กรที่ทำให้พนักงานเห็นว่า AI คือเครื่องมือที่ช่วยให้งานง่ายขึ้น จะได้ adoption ที่เร็วกว่า
AI + ERP = ไม่แทนคน แต่ช่วยคน
สิ่งที่ Meta กำลังทำสะท้อน "สมการ" ที่ทุกองค์กรจะต้องเผชิญ: เมื่อ AI ทำงาน routine ได้ คนต้องทำงานที่มีคุณค่ามากกว่า และระบบ ERP คือตัวกลางที่เชื่อมทั้งสองอย่างเข้าด้วยกัน
| สถานการณ์ | ไม่มี ERP | มี ERP + AI |
|---|---|---|
| จัดทำรายงานประจำเดือน | คน 2-3 คน ทำ 3-5 วัน | AI สรุปจาก ERP ใน 5 นาที คนตรวจสอบ 1 ชม. |
| ตรวจสอบรายการผิดปกติ | รอ Audit ปลายปี ถึงจะเจอ | AI แจ้งเตือนทันทีเมื่อพบรายการผิดปกติ |
| วางแผนจัดซื้อ | ดูจาก Excel + ประสบการณ์ | AI วิเคราะห์ pattern จาก ERP แนะนำจำนวน + timing |
| ตอบคำถามพนักงาน | HR ตอบซ้ำๆ ทุกเดือน | AI Chatbot ตอบจาก ERP data, HR ดูแลเคส complex |
| ประมาณการรายได้ | ผู้บริหารเดา + ประสบการณ์ | AI Forecast จากข้อมูลจริงใน ERP พร้อม confidence level |
Saeree ERP วางรากฐานให้พร้อมรับ AI
Saeree ERP ออกแบบด้วยสถาปัตยกรรมที่รองรับการเชื่อมต่อกับเทคโนโลยีใหม่ ข้อมูลทุกรายการถูกบันทึกอย่างเป็นระบบ มี Audit Trail ครบถ้วน มี API สำหรับเชื่อมต่อ เมื่อถึงเวลาที่องค์กรพร้อมจะใช้ AI ข้อมูลทั้งหมดอยู่ในสภาพพร้อมใช้งานทันที ไม่ต้องเริ่มจากศูนย์
สรุป — บทเรียนจาก Meta สำหรับผู้บริหารไทย
| บทเรียน | สิ่งที่ Meta ทำ | สิ่งที่องค์กรไทยควรทำ |
|---|---|---|
| ลงทุน AI อย่างจริงจัง | เพิ่มงบ AI 87% ($135B) | เริ่มจากระบบ ERP เป็นฐานข้อมูล แล้วค่อยต่อ AI |
| ปรับโครงสร้างคน | ลดตำแหน่งซ้ำซ้อน เพิ่ม AI roles | Upskill/Reskill พนักงานก่อนลดคน |
| ให้คุณค่ากับ efficiency | หุ้นขึ้น 3% หลังข่าว layoff | วัดผลจากผลลัพธ์ ไม่ใช่จำนวนคน |
| คนที่เหลือต้องเก่งขึ้น | เพิ่ม AI/ML Engineer, ลด admin | พัฒนาคนให้ทำงานร่วมกับ AI ได้ |
Meta ไม่ได้ลดคนเพราะล้มเหลว แต่ลดเพราะ AI ทำงานแทนได้ — คำถามสำหรับผู้บริหารไทยคือ: ถ้า Meta ที่มีคนเก่งระดับโลก 79,000 คน ยังต้องปรับ แล้วองค์กรของเราเตรียมตัวหรือยัง?
- ทีมงาน Saeree ERP
หากสนใจวางระบบ ERP เพื่อเตรียมรากฐานข้อมูลสำหรับยุค AI สามารถติดต่อทีมงาน Saeree ERP เพื่อปรึกษาแนวทางที่เหมาะกับองค์กรคุณ
แหล่งอ้างอิง
- CNBC — Meta stock climbs nearly 3% on report of planned layoffs to offset AI spending
- Fox Business — Meta reportedly weighs layoffs affecting 20% of workforce
- IBTimes — Meta Faces Potential 20% Layoffs as AI Spending Tops $135 Billion
- TNGlobal — 2026 tech layoffs reach 45,000 with 9,200 due to AI
- Network World — Tech layoffs surpass 45,000 in early 2026
