รายงาน State of the Designer 2026 จาก Figma ระบุว่า designer 72% ใช้ generative AI แล้ว และการใช้งานรายสัปดาห์พุ่งจาก 54% เป็น 91% ภายในปีเดียว แอดนัทอ่านแล้วรู้สึกเลยว่า AI ไม่ใช่เรื่องอนาคตอีกต่อไป มันเข้ามาใน workflow จริง ๆ แล้วค่ะ
แอดนัทรวบงานวิจัยที่ทีมใช้ใน SkillScan เครื่องมือวิเคราะห์ทักษะ UX/UI ของ Designil Plus มาเล่าให้ฟังค่ะ อ้างอิง State of UX 2026 จาก Nielsen Norman Group และ Employment Forecasts: The Year of AI จาก Deloitte Access Economics (มิ.ย. 2026) ว่า AI จะแย่งงาน designer ไหม แทนตรงไหน ไม่แทนตรงไหน และปี 2026 ควรลงทุนทักษะอะไร ถ้าเพื่อน ๆ กำลังหางานหรือวางแผนพัฒนาสาย UX/UI อยากให้ใช้เป็นแผนที่คร่าว ๆ ก่อนลงมือฝึกจริงค่ะ
#AI จะแทน Designer ตรงไหน และตลาดไม่ได้พัง
Deloitte Access Economics (2026) ชี้ว่างานที่ AI กระทบก่อนมักเป็นงานที่ ต้องใช้ judgment, empathy หรือทักษะ interpersonal น้อยที่สุด ไม่ใช่ทุก role ใน design หายไปในคืนเดียว แต่เส้นที่วัดความเก่งนั้นดันเลื่อนขึ้นสูงเรื่อย ๆ
State of UX 2026 จาก NN/g สรุปทิศทางเดียวกัน มูลค่ากำลังย้ายจากการผลิต interface ไปทาง strategy และ research การประกอบ component จาก design system ที่ทำซ้ำ ๆ ถูก automate ได้ง่ายขึ้นเรื่อย ๆ
พูดง่าย ๆ คือ AI ไม่ได้มาแทนที่ designer ทั้งคน แต่มาแทนที่ งานผลิต routine ก่อน ส่วนที่ยังต้องมีคนคือการตัดสินใจ การเข้าใจมนุษย์ และการกำหนดว่าอะไรคือคำว่าดี
ถ้ามองอีกมุมคือตลาดไม่ได้ปิดประตูใส่ใคร แค่มันเลื่อนกฏเกณฑ์การวัดผลความเก่งจากของเดิม ที่เคยวัดจากการ คนผลิตหน้าจอ เปลี่ยนไปเป็น คนคิด ตีความ และกำหนดมาตรฐาน มากขึ้นค่ะ
#ทักษะ UX/UI 14 ข้อ ใน 3 กลุ่ม
เวลาเพื่อน ๆ ถามว่าควรฝึกอะไร แอดนัทชอบใช้กรอบ 14 ทักษะ / 3 กลุ่ม ในทูล SkillScan เพราะ map กับงานวิจัย 2026 โดยตรง ไม่ต้องไล่ list ยาว ๆ แล้วงงว่าอันไหนสำคัญกว่ากัน
#1. ทักษะมนุษย์, AI แทนยาก
กลุ่มนี้สอดคล้องกับ Deloitte ว่างานที่ต้องใช้ judgment และการทำงานกับคน มีความยืดหยุ่นต่อ automation สูงสุด
| ทักษะ | ทำไมยังสำคัญ |
|---|---|
| วิจัยผู้ใช้ (User Research) | AI สรุปข้อมูลได้เร็ว แต่การตีความบริบท อารมณ์ และความหมายเชิงกลยุทธ์ยังต้องมีคน |
| ความเข้าใจมนุษย์ (Empathy & Psychology) | งานที่ต้องเข้าใจ motivation และ mental model ของคนจริง ๆ |
| คิดเชิงกลยุทธ์ (Strategic Thinking) | การเลือกว่าควรสร้างอะไร ทำไม และ align กับธุรกิจ |
| นำเวิร์กชอป (Facilitation) | การพาทีมและ stakeholder ไปถึง decision ร่วมกัน |
#2. ทักษะงานฝีมือ, ถูก disrupt เร็วที่สุด
กลุ่ม craft คือที่ AI เข้ามาเร็วที่สุด แต่ไม่ได้หมายความว่า ไม่ต้องมี แปลว่าต้อง ยกระดับ จากแค่ผลิต ไปเป็น taste, direction และ critique
| ทักษะ | สิ่งที่เปลี่ยน |
|---|---|
| ออกแบบภาพ (Visual Design) | AI gen UI ได้เร็ว งานวาดหน้าจอราคาตก แต่ taste และการเลือกว่าเวอร์ชันไหนใช่ แพงขึ้น |
| สร้าง Prototype | ต่อหน้าจอด้วยมือเร็วน้อยลง แต่ prototype ที่ใช้พิสูจน์ hypothesis ยังมีค่า |
| Design System | ไม่ใช่เรื่องล้าสมัย กลับสำคัญขึ้น เพราะ AI ทำงานได้ดีเมื่อมี token และ component ชัด |
| สถาปัตยกรรมข้อมูล (IA) | โครงสร้างข้อมูลและ navigation ยังต้องมีคนวาง โดยเฉพาะเมื่อ agent ต้อง อ่าน ระบบ |
| การเข้าถึง (Accessibility) | WCAG เป็น baseline ของ product ที่ ship จริง ไม่ใช่ของแถม (EAA, ADA, Section 508) |
NN/g บทความ The Core Skill of Design in the AI Era: Critique (2026) สรุปชัดว่าเมื่อ AI เป็นคน gen output ทักษะหลักของ designer คือการ critique คือกำหนดว่าคำว่าดีหมายถึงอะไร แล้วประเมิน output ของ AI ตามเกณฑ์นั้น เรียกว่า taste ย้ายจากของแถมมาเป็นงานหลักเลยค่ะ
#3. ทักษะยุค AI, ต้องมีถึงจะทำงานกับ AI ได้
กลุ่มนี้คือทักษะที่ Figma รายงานว่าคนส่วนใหญ่เริ่มใช้แล้ว แต่ depth ต่างกันมาก ใครมี proof ชัดใน resume จะได้เปรียบเวลาหางาน
| ทักษะ | ทำไมต้องมี |
|---|---|
| Prompt AI เพื่อดีไซน์ | สั่งงาน AI ให้ได้ผลที่ใช้ต่อใน workflow จริง |
| เครื่องมือ AI | Figma AI, coding assistants, research tools ฯลฯ |
| ดีไซน์จากข้อมูล | อ่าน metric, A/B test, funnel แล้วเอามาตัดสินใจ design |
| ทำงานข้ามทีม | handoff, spec, คุยกับ dev และ PM ให้จบ |
| ออกแบบประสบการณ์ AI | trust, guardrails, transparency, failure mode ของ product ที่มี AI |
การเขียนว่า ใช้ ChatGPT ใน resume อย่างเดียวนั้น จะไม่นับว่าเป็น AI Experience Design ดังนั้นต้องมีหลักฐานใน resume ให้ชัดเจนว่าเราออกแบบออกแบบ trust, guardrail หรือ evaluation criteria ได้จริงค่ะ
#งาน AI Design ไม่ใช่งานเดียว, มี 4 ทิศทาง
NN/g แยกงาน AI design เป็น 4 แบบ (2026) ซึ่ง SkillScan map จาก resume ไปเทียบ demand แต่ละทิศทาง แอดนัทเห็นได้บ่อยครั้งที่ portfolio จะพูดแค่ว่า ทำ AI แต่ไม่บอกว่าอยู่ทิศทางไหน แปลว่าเรายังมีข้อมูลที่ขาดไปจาก resume ของเรานั่นเองค่ะ
| ทิศทาง | ความหมายสั้น ๆ | demand 2026 |
|---|---|---|
| Designing with AI | ใช้ AI ใน workflow ของตัวเอง เช่น ใช้ทำงาน ideation, prototype, เขียน copy | baseline, คนส่วนมากที่ทำงานสาย UI/UX จะใช้ AI อยู่ตรงนี้ |
| Designing AI Products | ออกแบบ UI/UX ของ product ที่มี AI ให้คนใช้ เริ่มมีผลกระทบต่อคนมากขึ้น | growing |
| Designing for AI Agents | จัดข้อมูลและ interaction ให้ agent อ่านและลงมือได้ เป็นตำแหน่งเติบโตสูง | high growth |
| Designing the AI | กำหนดพฤติกรรม model, guardrail, evaluation กับ ML team ทำงานกับทีม AI มีความต้องการเป็นอย่างมากในบริษัทที่เป็นเจ้าของโมเดล AI ค่าตัวก็สูงมากเช่นเดียวกัน | high growth |
ถ้าเพื่อน ๆ อยากโตในปี 2026 ลองถามตัวเองว่า proof ใน portfolio ชี้ไปทาง with AI อย่างเดียว หรือมีหลักฐาน AI products / agents ด้วย
อ่านเพิ่มเรื่อง agent-facing design ได้ที่ AX Designer อาชีพใหม่ที่ไม่ใช่ UX รุ่นต่อไป
#Augmentation กับ Automation มาทำความเข้าใจและแยกออกจากกันให้ได้
Anthropic Economic Index (March 2026) ใช้กรอบ augmentation (AI ช่วย คนคุม) กับ automation (routine ถูก delegate) ซึ่ง SkillScan แปลเป็น 3 ระดับ automation level:
- Low automation (1–3) AI ช่วยได้ แต่ judgment ยังอยู่ที่เพื่อน ๆ (human-centered skills)
- Partial automation (4–6) AI ทำ routine บางส่วน เพื่อน ๆ direct และ validate (design system, IA, accessibility)
- High automation (7–10) production routine automate ได้มาก ต้องยกระดับไป taste, direction, critique (visual design, prototyping)
จุดสำคัญที่แอดนัทอยากเน้น คะแนนสูงใน skill ที่ automate ได้ ไม่ได้แปลว่าแย่ แปลว่าถ้าเพื่อน ๆ พึ่ง skill นั้นเป็นหลัก ควรยกระดับไปทักษะที่ AI แทนไม่ได้ควบคู่กัน ไม่งั้นงานออกมาครึ่ง ๆ กลาง ๆ ได้ง่ายมาก
#ปี 2026 ควรลงทุนทักษะอะไรก่อน
ถ้าจัดลำดับแบบ practical สำหรับ UX/UI designer จากงานวิจัยที่สรุปไว้ด้านบน เราเรียงให้ประมาณนี้ค่ะ
- AI fluency ใน workflow ไม่ใช่แค่ลองเล่น แต่ต้องนำไป embed คือเริ่มใช้ในงานจริง (Figma รายงานว่าเกือบทุกคนใช้แล้ว แต่ความลึกของการใช้งาน depth นั้นต่างกันมาก)
- Critique + taste เลือกและปรับ output ของ AI ให้ได้มาตรฐาน product ตรงกับกลุ่มเป้าหมาย เพราะ AI สร้างของให้เราได้จำนวนมากได้ แต่เลือกสิ่งที่ดีที่สุดให้กับเราไม่ได้
- Strategic thinking + research sense-making ตอบว่าควรสร้างอะไร ไม่ใช่แค่สร้างเร็ว
- AI Experience Design หรือ agent-facing work ทิศทางที่ demand โตเร็ว แต่ resume ส่วนใหญ่ยังไม่มีข้อพิสูจน์ชัดเจนที่วัดผลได้ (proof)
- Accessibility กฎหมายและ product quality บังคับให้เป็น baseline
- Design System literacy infrastructure ที่ทำให้ AI output ไม่หลุดกรอบองค์กร
สำหรับ junior หรือคนเพิ่งจบ งาน ผลิตหน้าจอตามสั่ง น่าจะเป็นตำแหน่งที่ถูกกดดันมากที่สุด ทางออกนั้นจึงไม่ใช่การแข่งขันกันว่าใครใช้ AI เพื่อให้ gen ของได้เร็วกว่า แต่ควรแสดงข้อพิสูจน์ การวัดผลที่วัดผลได้จริง proof เรื่อง คิด ตีความ และทำงานกับคน
#เช็ก gap ของตัวเองด้วย SkillScan
ทฤษฎีอ่านแล้วรู้สึกตรง แต่ถ้าอยากรู้ว่า resume ของเพื่อน ๆ พูดถึงทักษะไหนจริง ๆ และ exposure อยู่ตรงไหน ลองใช้ SkillScan (สมาชิก Designil Plus) ได้ค่ะ
SkillScan จะวิเคราะห์ resume กับ 14 ทักษะ / 3 กลุ่ม ด้านบน แสดง automation level ต่อ skill จากงานวิจัย 2026 map ไป 4 ทิศทาง AI design ของ NN/g ว่า proof ของเพื่อน ๆ อยู่ตรงไหน vs demand และสร้าง 90-day roadmap กับ resume bullets ตาม gap หลัง scan
#สรุป
AI จะแย่งงาน designer บางส่วน ก่อน โดยเฉพาะงานผลิต UI แบบ routine ไม่ใช่ทุก role หายไปพร้อมกัน งานวิจัยปี 2026 จาก Figma, NN/g และ Deloitte ชี้ทิศเดียวกัน judgment, empathy, strategy, critique และการทำงานกับ AI/agent ยังมีมูลค่าและโตต่อ
ถ้าเพื่อน ๆ อยากรู้ว่าตอนนี้อยู่ตรงไหน เริ่มจาก scan resume ใน SkillScan แล้วเลือกฝึก 1–2 ทักษะที่ gap ชัดที่สุด ดีกว่าพยายามเก่งทุกอย่างแบบครึ่ง ๆ กลาง ๆ
สมาชิกยังอ่านมุมตลาดงานและแผนฝึกละเอียดได้ที่ มาดูทักษะที่ควรฝึกฝนในยุค AI ปี 2026 และ workflow สร้าง icon ด้วย AI ได้ที่ สอนวิธีใช้ AI สร้างเซ็ต Icon
ลองใช้ SkillScan วิเคราะห์ทักษะจาก Resume
