AI อาจทำให้เศรษฐกิจโตขึ้น แต่คนทำงานได้ประโยชน์เท่ากันหรือไม่?
เมื่อพูดถึง AI กับเศรษฐกิจ เรามักถามว่า “AI จะทำให้ประเทศรวยขึ้นหรือไม่?” แต่คำถามที่สำคัญไม่แพ้กันคือ ความมั่งคั่งที่เพิ่มขึ้นจะถูกแบ่งไปถึงคนทำงานมากน้อยเพียงใด และคนที่ต้องเปลี่ยนงานจะผ่านช่วงเปลี่ยนผ่านได้อย่างไร
รายงาน Economic Scenarios for Transformative AI ของ The Anthropic Institute เสนอแบบจำลองเศรษฐกิจสหรัฐฯ ระหว่างปี 2026–2030 เพื่อให้เห็นผลของสมมติฐานที่แตกต่างกันต่อ GDP ค่าจ้าง ส่วนแบ่งรายได้แรงงาน การเปลี่ยนอาชีพ และการว่างงาน
ข้อควรย้ำตั้งแต่ต้นคือ นี่คือ ฉากทัศน์ (scenarios) ไม่ใช่คำพยากรณ์ รายงานไม่ได้ระบุความน่าจะเป็นของแต่ละกรณี แต่ใช้แบบจำลองเพื่อแสดงว่า หากความสามารถของ AI ความเร็วในการนำไปใช้ และการเปลี่ยนผ่านของแรงงานเป็นไปในทิศทางหนึ่ง ผลลัพธ์ทางเศรษฐกิจอาจต่างกันมากเพียงใด
เริ่มจาก “งานย่อย” ไม่ใช่เพียงชื่ออาชีพ
แนวคิดสำคัญของแบบจำลองนี้คือ เศรษฐกิจไม่ได้ประกอบด้วยเพียงชื่ออาชีพ เช่น พยาบาล โปรแกรมเมอร์ หรือพนักงานบริการลูกค้า แต่ประกอบด้วย งานย่อย (tasks) จำนวนมากที่คนทำระหว่างวัน
เมื่อ AI เข้ามา งานย่อยเหล่านี้อาจเปลี่ยนได้หลายรูปแบบ
- งานที่ AI ยังไม่เปลี่ยน เช่น งานที่ต้องลงมือทำในโลกจริงหรือใช้ความสัมพันธ์ระหว่างมนุษย์สูง
- งานที่ AI ช่วยเสริม (augmentation) ทำให้คนทำงานได้เร็วขึ้น แม่นยำขึ้น หรือรองรับงานได้มากขึ้น
- งานที่ AI ทำแทนได้ (automation) ลดความต้องการแรงงานมนุษย์ในบางขั้นตอน
- งานใหม่ที่เกิดขึ้นจาก AI เช่น การตรวจสอบผลลัพธ์ การกำกับความเสี่ยง การประเมินระบบ และการออกแบบ Workflow
ดังนั้นคำถามที่มีประโยชน์กว่า “อาชีพนี้จะหายไปไหม?” คือ “งานส่วนใดของอาชีพกำลังเปลี่ยน และองค์กรจะออกแบบบทบาทใหม่อย่างไร?”
3 ฉากทัศน์ของ AI ต่อเศรษฐกิจสหรัฐฯ ในปี 2030
Anthropic ใช้ตัวแปรหลัก ได้แก่ สัดส่วนงานที่ AI ทำได้ การนำ AI ไปใช้จริง ระดับการทำงานอัตโนมัติ ผลิตภาพที่เพิ่มขึ้น และความยากง่ายของการย้ายอาชีพ เพื่อเปรียบเทียบ 3 ฉากทัศน์
| ฉากทัศน์ | ภาพรวม | GDP ปี 2030 เทียบกรณีไม่มี AI |
|---|---|---|
| Modest | ผลกระทบค่อยเป็นค่อยไปในระดับใกล้เคียงเทคโนโลยีสำคัญในอดีต | +1.6% หรือ $34.1 ล้านล้าน |
| Substantial | AI ทำงานความรู้ได้ราวครึ่งหนึ่ง แต่ยังไม่ได้ถูกนำไปใช้เต็มศักยภาพ | +8.3% หรือ $36.3 ล้านล้าน |
| Extreme | AI มีประสิทธิภาพสูงกว่ามนุษย์ในงานความรู้ส่วนใหญ่ ถูกนำไปใช้เร็ว และแทบไม่สร้างงานความรู้ใหม่ | +32.4% หรือ $44.4 ล้านล้าน |
ในฉากทัศน์ Extreme เศรษฐกิจอาจเติบโตในอัตราราว 15% ต่อปี และมีขนาดเพิ่มเป็นสองเท่าทุกประมาณ 4.5 ปี อย่างไรก็ตาม ฉากทัศน์นี้ต้องอาศัยสมมติฐานที่รุนแรงมาก เช่น AI ที่พัฒนาความสามารถได้อย่างรวดเร็วและถูกนำไปใช้งานอัตโนมัติในวงกว้าง
GDP โต ไม่ได้แปลว่ารายได้แรงงานโตตาม
ประเด็นที่ชวนคิดที่สุดของรายงานคือ ในฉากทัศน์ Extreme แม้ GDP จะสูงกว่ากรณีไม่มี AI ถึง 32.4% แต่ รายได้รวมของแรงงานอาจแทบไม่เปลี่ยนในปี 2030 เพราะผลประโยชน์ส่วนใหญ่ไหลไปสู่ทุน เช่น โครงสร้างพื้นฐาน เทคโนโลยี และผู้ถือครองสินทรัพย์ที่ใช้สร้างผลิตภาพ
| ฉากทัศน์ | ส่วนแบ่งรายได้แรงงาน | ส่วนแบ่งรายได้ทุน |
|---|---|---|
| Modest | 59.4% | 40.6% |
| Substantial | 56.1% | 43.9% |
| Extreme | 45.2% | 54.8% |
แบบจำลองจึงแยกให้เห็นชัดว่า การเพิ่มขึ้นของผลผลิตรวม กับ การกระจายผลประโยชน์ เป็นคนละเรื่องกัน การมี AI ที่ทำให้เศรษฐกิจมีประสิทธิภาพขึ้น ไม่ได้ทำให้ค่าจ้างหรือรายได้ของทุกกลุ่มเพิ่มขึ้นโดยอัตโนมัติ
ความเสี่ยงสำคัญ: การย้ายอาชีพอาจไม่ทันกับการเปลี่ยนแปลง
ภาพประกอบของรายงานในฉากทัศน์ Extreme แสดงแรงงานในปี 2026 ที่เป็นกลุ่มงานความรู้ 62.2% และแรงงานกลุ่มอื่น 37.8% ภายในปี 2030 กลุ่มงานความรู้ที่ยังอยู่ในกลุ่มเดิมลดเหลือ 48.7% ขณะที่ 13.5% เป็นแรงงานที่ถูกแทนที่และอยู่ระหว่างการหางานใหม่ ส่วน 5.2% สามารถย้ายไปทำงานกลุ่มอื่นได้
ตัวเลขดังกล่าวไม่ได้หมายความว่า “งานความรู้จะหายไปแน่นอน” แต่สะท้อนสมมติฐานว่า หาก AI ทำงานเหล่านี้ได้มากและเร็ว ขณะที่แรงงานย้ายอาชีพได้ยาก ต้นทุนของการเปลี่ยนผ่านจะสูงมาก
การย้ายจากงานหนึ่งไปสู่อีกงานหนึ่งไม่ได้เกิดขึ้นทันที คนทำงานอาจต้องเรียนทักษะใหม่ ได้รับใบรับรอง ยอมย้ายพื้นที่ทำงาน หรือเผชิญกับการแข่งขันในตลาดแรงงานที่เปลี่ยนไป เช่น โปรแกรมเมอร์หรือพนักงานบริการลูกค้าอาจต้องย้ายไปสู่สายงานที่ AI กระทบน้อยกว่า ซึ่งรายงานยกตัวอย่างงานช่างไฟฟ้าหรือพยาบาล
ไม่ควรอ่านฉากทัศน์นี้ว่า “AI จะทำให้ทุกคนตกงาน”
รายงานมีข้อจำกัดที่ควรอ่านควบคู่กับตัวเลขเสมอ
- เป็นแบบจำลองของเศรษฐกิจสหรัฐฯ ไม่ใช่การคาดการณ์โดยตรงสำหรับประเทศไทย
- ผลลัพธ์ขึ้นกับสมมติฐานเรื่องความสามารถของ AI อัตราการนำไปใช้ ระดับ automation เทียบกับ augmentation และอัตราการสร้างงานใหม่
- แบบจำลองไม่ได้ติดตามต้นทุนของการเปลี่ยนอาชีพในระดับบุคคลได้ทั้งหมด
- ผลต่ออุปสงค์ การลงทุน โครงสร้างพื้นฐาน และนโยบายภาครัฐอาจแตกต่างจากที่แบบจำลองกำหนด
- ผู้เขียนย้ำว่าฉากทัศน์ไม่มีการกำหนดความน่าจะเป็น และมีไว้เพื่อเปรียบเทียบผลของสมมติฐาน
ในแบบสำรวจของ Anthropic ต่อผู้ใหญ่ในสหรัฐฯ กว่า 10,000 คน ค่ากลางของคำตอบอยู่ใกล้กับฉากทัศน์ Substantial มากกว่า โดยบ่งชี้ GDP ที่สูงขึ้นราว 10% และอัตราว่างงานรวมใกล้ 5% ในปี 2030 อย่างไรก็ตาม ความเห็นของประชาชนไม่ใช่หลักฐานยืนยันว่าอนาคตจะเกิดขึ้นตามนั้น
ข้อคิดสำหรับองค์กร: อย่าวัด AI ด้วย “ลดคนได้กี่คน” เพียงอย่างเดียว
สำหรับผู้บริหาร ประเด็นสำคัญไม่ใช่เพียงว่า AI ช่วยลดต้นทุนได้เท่าใด แต่ควรถามต่อว่า
- งานส่วนใดควรให้ AI ช่วยเสริม และงานส่วนใดไม่ควรทำให้เป็นอัตโนมัติ
- เวลาที่ประหยัดได้จะถูกนำไปสร้างคุณค่ากับลูกค้า ความปลอดภัย คุณภาพ หรือการเติบโตอย่างไร
- คนทำงานที่บทบาทเปลี่ยนไปจะได้รับการ Upskill, Reskill และเส้นทางอาชีพใหม่แบบใด
- ผลประโยชน์จากผลิตภาพที่เพิ่มขึ้นจะแบ่งปันกลับสู่ทีม ลูกค้า และระบบนิเวศอย่างไร
- จะมี Human-in-the-Loop, การกำกับดูแล และการติดตามผลกระทบต่อคนอย่างไร
องค์กรที่ใช้ AI อย่างยั่งยืนจึงควรวางแผน Workforce Transformation ควบคู่กับแผนเทคโนโลยี ไม่ใช่รอให้ผลกระทบเกิดขึ้นแล้วจึงค่อยหาทางรับมือ
แล้วประเทศไทยควรอ่านรายงานนี้อย่างไร?
ไม่ควรนำตัวเลขของสหรัฐฯ ไปใช้ฟันธงผลต่อไทยโดยตรง เพราะโครงสร้างอุตสาหกรรม ทักษะแรงงาน ค่าแรง ระบบการศึกษา และนโยบายสังคมแตกต่างกันอย่างมีนัยสำคัญ
แต่รายงานนี้ให้กรอบคำถามที่ประเทศไทยควรเริ่มตอบด้วยข้อมูลของตนเอง ได้แก่
- งานใดและอุตสาหกรรมใดของไทยมี AI Exposure สูง
- งานใดมีโอกาสเป็น Augmentation มากกว่า Automation
- แรงงานกลุ่มใดต้องการ Reskill หรือ Safety Net มากที่สุด
- ธุรกิจและภาครัฐจะวัดการกระจายผลประโยชน์จาก AI อย่างไร
- กติกาเรื่องข้อมูล การแข่งขัน การคุ้มครองแรงงาน และ AI Governance ควรพัฒนาไปในทิศทางใด
สรุป: คำถามใหญ่ไม่ใช่แค่ AI ทำให้เศรษฐกิจโตไหม
AI อาจทำให้เศรษฐกิจผลิตความมั่งคั่งได้มากขึ้น แต่ความมั่งคั่งที่เพิ่มขึ้นจะทำให้ชีวิตของคนส่วนใหญ่ดีขึ้นหรือไม่ ขึ้นอยู่กับการออกแบบระบบเศรษฐกิจ องค์กร นโยบาย และการเปลี่ยนผ่านของแรงงาน
เราจึงควรแยกสองคำถามนี้ออกจากกันให้ชัดเจน
AI ทำให้เศรษฐกิจสร้างความมั่งคั่งได้มากขึ้นไหม?
และ
ความมั่งคั่งที่เพิ่มขึ้น ทำให้ชีวิตของคนส่วนใหญ่ดีขึ้นจริงไหม?
คำตอบของสองคำถามนี้ไม่จำเป็นต้องเหมือนกันโดยอัตโนมัติ และนี่คือโจทย์สำคัญพอ ๆ กับการทำให้ AI เก่งขึ้นอีกขั้น
เกี่ยวกับผู้เขียน
อาจารย์ปรเมศร์ เพียรสกุล ผู้เชี่ยวชาญด้านความมั่นคงปลอดภัยไซเบอร์ (Cybersecurity) ปัญญาประดิษฐ์ (Artificial Intelligence: AI) และการวิเคราะห์ข้อมูลเชิงกลยุทธ์ ปัจจุบันดำรงตำแหน่งประธานเจ้าหน้าที่บริหาร (Chief Executive Officer: CEO) และผู้ก่อตั้ง บริษัท อินเทลลิเจนท์ ดาต้า อนาไลติก จำกัด โดยมุ่งพัฒนาและประยุกต์ใช้เทคโนโลยี เพื่อเปลี่ยนข้อมูลให้เป็นข่าวกรองที่เชื่อถือได้สำหรับการตัดสินใจของผู้บริหารและองค์กรอย่างมีประสิทธิภาพและยั่งยืน
Poramate Piansakul
Professional Certifications
แหล่งอ้างอิง
- Korinek, A., Jones, C. I., Sacher, S., Cotter, T., & McCrory, P. (2026). Economic Scenarios for Transformative AI. The Anthropic Institute, Working Paper No. 2026-02.
- Anthropic. Scenarios for our Economic Future.
#ArtificialIntelligence #FutureOfWork #AIEconomy #WorkforceTransformation #AIGovernance
