โมเดล GenAI ในปัจจุบันสามารถเขียนโค้ด ทดสอบ ให้บริการลูกค้า และประมวลผลเอกสารได้ดี ซึ่งเดิมต้องใช้ทีมงานวิศวกรหน้าใหม่จำนวนมากในต่างประเทศ ทางธนาคารโลก (World Bank) ได้วิเคราะห์การเอาท์ซอร์สบริการข้ามพรมแดน และพบว่า เมื่อวัดค่าเฉลี่ยของการได้รับผลกระทบจาก AI (Mean AI Exposure) จำนวนสัญญาเอาท์ซอร์สข้ามพรมแดนอาจลดลงถึง 34% และมูลค่ารวมของการเอาท์ซอร์สลดลง 43% โดยผลกระทบส่วนใหญ่กระจุกตัวอยู่ในประเทศกำลังพัฒนา ด้าน HSBC เคยออกมาเตือนว่า AI อาจทำให้รายได้ของอุตสาหกรรมบริการไอทีของอินเดียหดตัวลงประมาณ 8–10% ในช่วงระยะเวลา 3 ถึง 5 ปีข้างหน้า

นอกจากการเข้ามาแทนที่งานแล้ว AI ยังเปลี่ยนโครงสร้างต้นทุนการส่งมอบงานโดยสิ้นเชิง โมเดลเอาท์ซอร์สแบบดั้งเดิมดำเนินการตามรูปแบบเชิงเส้นซึ่งต้นทุนจะแปรผันตามจำนวนพนักงานและปริมาณงาน Generative AI นำเสนอโครงสร้างต้นทุนที่ไม่เป็นเชิงเส้น (Non-linear Cost Dynamics) ซึ่งต้นทุนส่วนเพิ่ม (Marginal Cost) ต่อหน่วยงานเข้าใกล้ศูนย์ ทำให้นโยบายการกำหนดราคาแบบ Input-based ไม่มีความหมายอีกต่อไป KPMG ประมาณการว่าบริษัทต่างๆ สามารถลดพื้นที่ศูนย์ส่งมอบงาน (Service Delivery Center) ที่มีอยู่ได้มากถึง 80% โดยเปลี่ยนพื้นฐานการตัดสินใจด้านการจ้างงานจากจำนวนพนักงานและค่าแรง มาเป็นความสามารถทางเทคนิค

สัญญาว่าจ้างกำลังถูกเขียนขึ้นใหม่

สัญญาเอาท์ซอร์สแบบดั้งเดิม—ที่สร้างขึ้นบนพื้นฐานของจำนวนพนักงานประจำ (Full-Time Equivalent: FTE) อัตราค่าจ้างรายชั่วโมง และบัตรเรทราคาหลายปี—ไม่ได้ถูกออกแบบมาสำหรับโลกที่ AI ช่วยเพิ่มผลผลิตแบบก้าวกระโดด ขณะนี้เหล่า CIO กำลังเจรจาสัญญาเหล่านี้ใหม่ และโครงสร้างสัญญารูปแบบใหม่ก็กำลังเกิดขึ้น

การกำหนดราคาตามผลลัพธ์มาแทนที่การเรียกเก็บตามปัจจัยนำเข้า แทนที่จะคิดค่าบริการเป็นรายชั่วโมงหรือตามจำนวนหัว สัญญากำลังเปลี่ยนไปสู่การชดเชยที่เชื่อมโยงกับผลลัพธ์ทางธุรกิจ ตัวชี้วัดผลงานหลัก (KPIs) และข้อตกลงระดับการให้บริการ (SLAs) ที่วัดผลลัพธ์ที่เป็นรูปธรรม สำนักงานกฎหมาย Loeb ระบุว่า AI อาจทำให้เป้าหมายสูงสุดอย่าง 'Outcome-Based Service Delivery' เป็นจริงได้ในที่สุด ผลสำรวจจากผู้ให้บริการจากองค์กรจ่ายเงินกว่า 64% ในช่วงปลายปี 2025 ระบุว่าจะเขียนสัญญาบริหารจัดการรายใหญ่ (Managed Services Agreement) ใหม่อย่างน้อยหนึ่งฉบับในปี 2026 เพื่อเปลี่ยนความรับผิดชอบไปสู่สัญญาที่อิงตาม KPI

ดีลมีขนาดเล็กลง รวดเร็วขึ้น และนำโดย AI สัญญามหาอำนาจขนาดใหญ่ที่มีระยะเวลายาวนานกำลังถูกแทนที่ด้วยดีลขนาดเล็ก ระยะสั้นกว่า ซึ่งองค์กรต่างๆ จะได้ทดสอบประสิทธิภาพการทำงานที่ขับเคลื่อนด้วย AI ก่อนจะตัดสินใจขยายขนาด ผลประหยัดที่ได้จากประสิทธิภาพที่เพิ่มขึ้นกำลังถูกนำไปลงทุนเพื่อขับเคลื่อนโครงการเปลี่ยนแปลงทางดิจิทัล (Transformation Programs) ที่ใช้ AI แทนที่จะถูกล็อคไว้ในบัตรเรทราคาแบบเดิม

Agentic AI ต้องการข้อตกลงในสัญญาใหม่ๆ ในขณะที่ AI เปลี่ยนจากเครื่องมือรับคำสั่งไปเป็นผู้ปฏิบัติงานอิสระ สัญญาจึงต้องปรับมาใช้โครงสร้างแบบลูกผสมระหว่าง SaaS และ BPO สำนักงานกฎหมาย Mayer Brown รายงานถึงการเปลี่ยนแปลงนอกเหนือจากสัญญา SaaS แบบดั้งเดิม โดยรวมถึงข้อตกลงการให้บริการ (SLA) แบบ Outcome-Based การชดใช้ค่าเสียหาย (Indemnification) ที่ครอบคลุมขึ้น สิทธิในการกำกับดูแลและการตรวจสอบ รวมถึงข้อกำหนดความเป็นเจ้าของทรัพย์สินทางปัญญา (IP) ที่ชัดเจน สัญญาแม่แบบ (Master Service Agreements) แบบเก่ามักไม่สามารถรองรับความละเอียดอ่อนของข้อมูลนำเข้า ผลลัพธ์ และวิธีการของ Generative AI ซึ่งก่อให้เกิดความเสี่ยงต่อข้อพิพาทที่มีค่าใช้จ่ายสูงเกี่ยวกับความเป็นเจ้าของทรัพย์สินทางปัญญา (IP) และสิทธิ์ในการใช้งานหลังสิ้นสุดสัญญา

ความเชี่ยวชาญด้าน AI มีราคาที่พรีเมียม ดัชนี ISG Outsourcing Index ปี 2025 พบว่าผู้ให้บริการที่มีแนวปฏิบัติด้าน AI ที่สมบูรณ์สามารถคิดค่าบริการพรีเมียมสูงกว่าผู้ให้บริการที่ไม่มีถึง 18–22% ในขณะที่ส่งมอบคะแนน Net Promoter Score (NPS) ที่สูงขึ้นถึง 40% Gartner ทำนายว่าภายในปี 2027 สัญญาบริการไอทีขนาดใหญ่ 60% จะมีข้อกำหนด 'AI Clawback' ซึ่งบังคับให้ผู้ให้บริการต้องคืนกำไรส่วนหนึ่งที่ได้จากระบบอัตโนมัติ (Automation) ให้กับลูกค้า

ความหมายต่อกลยุทธ์องค์กร

การตัดสินใจจัดหาบริการขององค์กรกำลังเปลี่ยนจากการถามว่า "จ้างงานที่ไหนถูกที่สุด?" ไปเป็น "งานนี้จะทำอัตโนมัติได้อย่างชาญฉลาดแค่ไหน?"

เหตุผลหลักในการเอาท์ซอร์สเปลี่ยนจากการประหยัดต้นทุน (Cost Arbitrage) ไปสู่การสร้างมูลค่า (Value Realization) องค์กรต่างๆ กำลังเลือกผู้ให้บริการโดยพิจารณาจากความสามารถด้าน AI ความพร้อมของแพลตฟอร์ม และความสามารถในการส่งมอบผลลัพธ์ที่วัดผลได้—มากกว่าแค่อัตราค่าจ้างรายชั่วโมงในประเทศที่มีรายได้ต่ำ

ที่ตั้งทางภูมิศาสตร์กำลังสูญเสียความสำคัญให้กับความยืดหยุ่น ปัจจุบันองค์กรถึง 56% ให้ความสำคัญกับความยืดหยุ่นของสถานที่ในการส่งมอบงานมากกว่าเกณฑ์ดั้งเดิมอย่างเรื่องต้นทุน (35%) และความเชี่ยวชาญ (28%) เนื่องจากความเสี่ยงจากภาษีศุลกากรและปัจจัยทางภูมิรัฐศาสตร์เร่งให้เกิดการเปลี่ยนจากโมเดลการส่งมอบที่ใช้คนเป็นหลักไปสู่โมเดลที่ใช้ซอฟต์แวร์

ลักษณะของงานที่ถูกเอาท์ซอร์สกำลังเปลี่ยนไป งานที่เหลืออยู่มีจำนวนน้อยลงแต่มีความซับซ้อนมากขึ้น ต้องใช้การจัดการกับข้อยกเว้น (Exception Handling) การแก้ปัญหาเชิงกลยุทธ์ การดูแลระบบ AI และความเชี่ยวชาญในเชิงลึก ซึ่งต้องการบุคลากรที่มีทักษะสูงและมักจะมีค่าใช้จ่ายสูงกว่า ประเด็นนี้ไม่ใช่เรื่องของการที่ระบบอัตโนมัติเข้ามาแทนที่กำลังคนทั้งหมด แต่เป็นการยกระดับ (Augmentation)—AI จัดการงานบ้านที่น่าเบื่อ ในขณะที่มนุษย์มุ่งเน้นไปที่งานที่ต้องใช้วิจารณญาณและมูลค่าสูง

การเปลี่ยนแปลงในภาพรวมของตลาด

โครงสร้างของตลาดบริการเทคโนโลยีสารสนเทศ (IT Services) กำลังอยู่ระหว่างการเปลี่ยนแปลงที่รวดเร็วและวัดผลได้ชัดเจน KPMG คาดการณ์ว่าการเอาท์ซอร์สแบบที่ใช้คนเป็นหลัก (People-Based Outsourcing) จะลดลงจาก 55% เหลือ 37% ภายในสองปี ขณะที่การส่งมอบผ่านแพลตฟอร์มและซอฟต์แวร์จะเพิ่มขึ้นมากกว่าสองเท่าจาก 14% เป็น 30%

โมเดลอุตสาหกรรมไอทีของอินเดีย ซึ่งสร้างขึ้นจากการขยายขนาดด้วยการจ้างนักพัฒนาระดับต้นราคาถูกหลายพันคน กำลังตกอยู่ภายใต้ภัยคุกคามที่มีอยู่จริง งานที่เป็นรากฐานของความเฟื่องฟูของอุตสาหกรรมบริการของประเทศ ไม่ว่าจะเป็นการเขียนโค้ดแบบตายตัว การสนับสนุนลูกค้าจำนวนมาก การประมวลผลงานสำนักงานทั่วไป ล้วนเป็นงานประเภทเดียวที่ AI สามารถทำงานอัตโนมัติได้อย่างมีประสิทธิภาพมากที่สุด ดังที่บทวิเคราะห์หนึ่งกล่าวไว้ว่า ยุคของการขยายตัวด้วยการ "โยนนักพัฒนาระดับต้นราคาถูกหนึ่งหมื่นคนไปแก้ปัญหาที่เป็นมรดกตกทอดด้านระบบโครงสร้างพื้นฐานได้สิ้นสุดลงอย่างเป็นทางการแล้ว"

สำหรับผู้ให้บริการที่ปรับตัวได้ โมเดลใหม่นี้จะลบล้างข้อแลกเปลี่ยนแบบดั้งเดิมระหว่างการลดต้นทุนและคุณภาพออกไป ก่อให้เกิดสิ่งที่บทวิเคราะห์หนึ่งอธิบายว่าเป็น "เครื่องยนต์ทรงพลังแห่งการบีบอัดต้นทุนเชิงโครงสร้าง" ที่กำลังขยายอัตรากำไรจากการดำเนินงาน (Operating Margins) ให้กว้างขึ้น ตามที่ Harvard Business Review ได้ตั้งข้อสังเกตไว้ เอาท์ซอร์สจะไม่หายไป—แต่มันจะไม่ใช่เกมของการประหยัดค่าจ้างตามจำนวนคนอีกต่อไป มันจะกลายเป็นการแข่งขันด้านความสามารถของ AI ความซับซ้อนของแพลตฟอร์ม และความสามารถในการส่งมอบผลลัพธ์

โมเดล GenAI ในปัจจุบันสามารถเขียนโค้ด ทดสอบ ให้บริการลูกค้า และประมวลผลเอกสารได้ดี ซึ่งเดิมต้องใช้ทีมงานวิศวกรหน้าใหม่จำนวนมากในต่างประเทศ ทางธนาคารโลก (World Bank) ได้วิเคราะห์การเอาท์ซอร์สบริการข้ามพรมแดน และพบว่า เมื่อวัดค่าเฉลี่ยของการได้รับผลกระทบจาก AI (Mean AI Exposure) จำนวนสัญญาเอาท์ซอร์สข้ามพรมแดนอาจลดลงถึง 34% และมูลค่ารวมของการเอาท์ซอร์สลดลง 43% โดยผลกระทบส่วนใหญ่กระจุกตัวอยู่ในประเทศกำลังพัฒนา ด้าน HSBC เคยออกมาเตือนว่า AI อาจทำให้รายได้ของอุตสาหกรรมบริการไอทีของอินเดียหดตัวลงประมาณ 8–10% ในช่วงระยะเวลา 3 ถึง 5 ปีข้างหน้า

นอกจากการเข้ามาแทนที่งานแล้ว AI ยังเปลี่ยนโครงสร้างต้นทุนการส่งมอบงานโดยสิ้นเชิง โมเดลเอาท์ซอร์สแบบดั้งเดิมดำเนินการตามรูปแบบเชิงเส้นซึ่งต้นทุนจะแปรผันตามจำนวนพนักงานและปริมาณงาน Generative AI นำเสนอโครงสร้างต้นทุนที่ไม่เป็นเชิงเส้น (Non-linear Cost Dynamics) ซึ่งต้นทุนส่วนเพิ่ม (Marginal Cost) ต่อหน่วยงานเข้าใกล้ศูนย์ ทำให้นโยบายการกำหนดราคาแบบ Input-based ไม่มีความหมายอีกต่อไป KPMG ประมาณการว่าบริษัทต่างๆ สามารถลดพื้นที่ศูนย์ส่งมอบงาน (Service Delivery Center) ที่มีอยู่ได้มากถึง 80% โดยเปลี่ยนพื้นฐานการตัดสินใจด้านการจ้างงานจากจำนวนพนักงานและค่าแรง มาเป็นความสามารถทางเทคนิค

สัญญาว่าจ้างกำลังถูกเขียนขึ้นใหม่

สัญญาเอาท์ซอร์สแบบดั้งเดิม—ที่สร้างขึ้นบนพื้นฐานของจำนวนพนักงานประจำ (Full-Time Equivalent: FTE) อัตราค่าจ้างรายชั่วโมง และบัตรเรทราคาหลายปี—ไม่ได้ถูกออกแบบมาสำหรับโลกที่ AI ช่วยเพิ่มผลผลิตแบบก้าวกระโดด ขณะนี้เหล่า CIO กำลังเจรจาสัญญาเหล่านี้ใหม่ และโครงสร้างสัญญารูปแบบใหม่ก็กำลังเกิดขึ้น

การกำหนดราคาตามผลลัพธ์มาแทนที่การเรียกเก็บตามปัจจัยนำเข้า แทนที่จะคิดค่าบริการเป็นรายชั่วโมงหรือตามจำนวนหัว สัญญากำลังเปลี่ยนไปสู่การชดเชยที่เชื่อมโยงกับผลลัพธ์ทางธุรกิจ ตัวชี้วัดผลงานหลัก (KPIs) และข้อตกลงระดับการให้บริการ (SLAs) ที่วัดผลลัพธ์ที่เป็นรูปธรรม สำนักงานกฎหมาย Loeb ระบุว่า AI อาจทำให้เป้าหมายสูงสุดอย่าง 'Outcome-Based Service Delivery' เป็นจริงได้ในที่สุด ผลสำรวจจากผู้ให้บริการจากองค์กรจ่ายเงินกว่า 64% ในช่วงปลายปี 2025 ระบุว่าจะเขียนสัญญาบริหารจัดการรายใหญ่ (Managed Services Agreement) ใหม่อย่างน้อยหนึ่งฉบับในปี 2026 เพื่อเปลี่ยนความรับผิดชอบไปสู่สัญญาที่อิงตาม KPI

ดีลมีขนาดเล็กลง รวดเร็วขึ้น และนำโดย AI สัญญามหาอำนาจขนาดใหญ่ที่มีระยะเวลายาวนานกำลังถูกแทนที่ด้วยดีลขนาดเล็ก ระยะสั้นกว่า ซึ่งองค์กรต่างๆ จะได้ทดสอบประสิทธิภาพการทำงานที่ขับเคลื่อนด้วย AI ก่อนจะตัดสินใจขยายขนาด ผลประหยัดที่ได้จากประสิทธิภาพที่เพิ่มขึ้นกำลังถูกนำไปลงทุนเพื่อขับเคลื่อนโครงการเปลี่ยนแปลงทางดิจิทัล (Transformation Programs) ที่ใช้ AI แทนที่จะถูกล็อคไว้ในบัตรเรทราคาแบบเดิม

Agentic AI ต้องการข้อตกลงในสัญญาใหม่ๆ ในขณะที่ AI เปลี่ยนจากเครื่องมือรับคำสั่งไปเป็นผู้ปฏิบัติงานอิสระ สัญญาจึงต้องปรับมาใช้โครงสร้างแบบลูกผสมระหว่าง SaaS และ BPO สำนักงานกฎหมาย Mayer Brown รายงานถึงการเปลี่ยนแปลงนอกเหนือจากสัญญา SaaS แบบดั้งเดิม โดยรวมถึงข้อตกลงการให้บริการ (SLA) แบบ Outcome-Based การชดใช้ค่าเสียหาย (Indemnification) ที่ครอบคลุมขึ้น สิทธิในการกำกับดูแลและการตรวจสอบ รวมถึงข้อกำหนดความเป็นเจ้าของทรัพย์สินทางปัญญา (IP) ที่ชัดเจน สัญญาแม่แบบ (Master Service Agreements) แบบเก่ามักไม่สามารถรองรับความละเอียดอ่อนของข้อมูลนำเข้า ผลลัพธ์ และวิธีการของ Generative AI ซึ่งก่อให้เกิดความเสี่ยงต่อข้อพิพาทที่มีค่าใช้จ่ายสูงเกี่ยวกับความเป็นเจ้าของทรัพย์สินทางปัญญา (IP) และสิทธิ์ในการใช้งานหลังสิ้นสุดสัญญา

ความเชี่ยวชาญด้าน AI มีราคาที่พรีเมียม ดัชนี ISG Outsourcing Index ปี 2025 พบว่าผู้ให้บริการที่มีแนวปฏิบัติด้าน AI ที่สมบูรณ์สามารถคิดค่าบริการพรีเมียมสูงกว่าผู้ให้บริการที่ไม่มีถึง 18–22% ในขณะที่ส่งมอบคะแนน Net Promoter Score (NPS) ที่สูงขึ้นถึง 40% Gartner ทำนายว่าภายในปี 2027 สัญญาบริการไอทีขนาดใหญ่ 60% จะมีข้อกำหนด 'AI Clawback' ซึ่งบังคับให้ผู้ให้บริการต้องคืนกำไรส่วนหนึ่งที่ได้จากระบบอัตโนมัติ (Automation) ให้กับลูกค้า

ความหมายต่อกลยุทธ์องค์กร

การตัดสินใจจัดหาบริการขององค์กรกำลังเปลี่ยนจากการถามว่า "จ้างงานที่ไหนถูกที่สุด?" ไปเป็น "งานนี้จะทำอัตโนมัติได้อย่างชาญฉลาดแค่ไหน?"

เหตุผลหลักในการเอาท์ซอร์สเปลี่ยนจากการประหยัดต้นทุน (Cost Arbitrage) ไปสู่การสร้างมูลค่า (Value Realization) องค์กรต่างๆ กำลังเลือกผู้ให้บริการโดยพิจารณาจากความสามารถด้าน AI ความพร้อมของแพลตฟอร์ม และความสามารถในการส่งมอบผลลัพธ์ที่วัดผลได้—มากกว่าแค่อัตราค่าจ้างรายชั่วโมงในประเทศที่มีรายได้ต่ำ

ที่ตั้งทางภูมิศาสตร์กำลังสูญเสียความสำคัญให้กับความยืดหยุ่น ปัจจุบันองค์กรถึง 56% ให้ความสำคัญกับความยืดหยุ่นของสถานที่ในการส่งมอบงานมากกว่าเกณฑ์ดั้งเดิมอย่างเรื่องต้นทุน (35%) และความเชี่ยวชาญ (28%) เนื่องจากความเสี่ยงจากภาษีศุลกากรและปัจจัยทางภูมิรัฐศาสตร์เร่งให้เกิดการเปลี่ยนจากโมเดลการส่งมอบที่ใช้คนเป็นหลักไปสู่โมเดลที่ใช้ซอฟต์แวร์

ลักษณะของงานที่ถูกเอาท์ซอร์สกำลังเปลี่ยนไป งานที่เหลืออยู่มีจำนวนน้อยลงแต่มีความซับซ้อนมากขึ้น ต้องใช้การจัดการกับข้อยกเว้น (Exception Handling) การแก้ปัญหาเชิงกลยุทธ์ การดูแลระบบ AI และความเชี่ยวชาญในเชิงลึก ซึ่งต้องการบุคลากรที่มีทักษะสูงและมักจะมีค่าใช้จ่ายสูงกว่า ประเด็นนี้ไม่ใช่เรื่องของการที่ระบบอัตโนมัติเข้ามาแทนที่กำลังคนทั้งหมด แต่เป็นการยกระดับ (Augmentation)—AI จัดการงานบ้านที่น่าเบื่อ ในขณะที่มนุษย์มุ่งเน้นไปที่งานที่ต้องใช้วิจารณญาณและมูลค่าสูง

การเปลี่ยนแปลงในภาพรวมของตลาด

โครงสร้างของตลาดบริการเทคโนโลยีสารสนเทศ (IT Services) กำลังอยู่ระหว่างการเปลี่ยนแปลงที่รวดเร็วและวัดผลได้ชัดเจน KPMG คาดการณ์ว่าการเอาท์ซอร์สแบบที่ใช้คนเป็นหลัก (People-Based Outsourcing) จะลดลงจาก 55% เหลือ 37% ภายในสองปี ขณะที่การส่งมอบผ่านแพลตฟอร์มและซอฟต์แวร์จะเพิ่มขึ้นมากกว่าสองเท่าจาก 14% เป็น 30%

โมเดลอุตสาหกรรมไอทีของอินเดีย ซึ่งสร้างขึ้นจากการขยายขนาดด้วยการจ้างนักพัฒนาระดับต้นราคาถูกหลายพันคน กำลังตกอยู่ภายใต้ภัยคุกคามที่มีอยู่จริง งานที่เป็นรากฐานของความเฟื่องฟูของอุตสาหกรรมบริการของประเทศ ไม่ว่าจะเป็นการเขียนโค้ดแบบตายตัว การสนับสนุนลูกค้าจำนวนมาก การประมวลผลงานสำนักงานทั่วไป ล้วนเป็นงานประเภทเดียวที่ AI สามารถทำงานอัตโนมัติได้อย่างมีประสิทธิภาพมากที่สุด ดังที่บทวิเคราะห์หนึ่งกล่าวไว้ว่า ยุคของการขยายตัวด้วยการ "โยนนักพัฒนาระดับต้นราคาถูกหนึ่งหมื่นคนไปแก้ปัญหาที่เป็นมรดกตกทอดด้านระบบโครงสร้างพื้นฐานได้สิ้นสุดลงอย่างเป็นทางการแล้ว"

สำหรับผู้ให้บริการที่ปรับตัวได้ โมเดลใหม่นี้จะลบล้างข้อแลกเปลี่ยนแบบดั้งเดิมระหว่างการลดต้นทุนและคุณภาพออกไป ก่อให้เกิดสิ่งที่บทวิเคราะห์หนึ่งอธิบายว่าเป็น "เครื่องยนต์ทรงพลังแห่งการบีบอัดต้นทุนเชิงโครงสร้าง" ที่กำลังขยายอัตรากำไรจากการดำเนินงาน (Operating Margins) ให้กว้างขึ้น ตามที่ Harvard Business Review ได้ตั้งข้อสังเกตไว้ เอาท์ซอร์สจะไม่หายไป—แต่มันจะไม่ใช่เกมของการประหยัดค่าจ้างตามจำนวนคนอีกต่อไป มันจะกลายเป็นการแข่งขันด้านความสามารถของ AI ความซับซ้อนของแพลตฟอร์ม และความสามารถในการส่งมอบผลลัพธ์