ความย้อนแย้งของ AI กับงานออฟฟิศ: เหตุใดการคาดการณ์ช่วงแรกจึงผิดพลาด และเส้นเวลาใหม่สำหรับการเปลี่ยนแปลง

การเปลี่ยนแปลงที่เห็นได้ชัดที่สุดคือคำพูดของผู้นำองค์กร Sam Altman ซีอีโอของ OpenAI ซึ่งเคยเตือนถึงการสูญเสียงานอย่างมีนัยสำคัญ ได้ยอมรับในเดือนพฤษภาคม 2026 ว่าความกลัวก่อนหน้านี้ของเขานั้นผิดพลาด "ผมดีใจที่ผมคิดผิดเกี่ยวกับเรื่องนี้" Altman กล่าว "ผมคิดว่ามันน่าจะมีผลกระทบมากขึ้นต่องานออฟฟิศระดับเริ่มต้นที่ถูกทดแทน" Jeff Bezos และ Jensen Huang ก็เสนอแนะในทำนองเดียวกันว่าความกลัวในช่วงแรกอาจถูกพูดเกินจริง สิ่งเหล่านี้ไม่ใช่การปฏิเสธศักยภาพระยะยาวของ AI แต่เป็นการยอมรับว่ากระบวนการนำไปปรับใช้นั้นยาวนานและซับซ้อนกว่าที่เสียงเตือนในช่วงแรกกล่าวอ้าง

คลื่นลูกจริงที่กำลังก่อตัวหลังพาดหัวข่าว

หากเหล่าซีอีโอกำลังถอยหลังจากการตื่นตระหนก เหตุใดตัวเลขการเลิกจ้างของบริษัทจึงบอกเล่าเรื่องราวที่แตกต่างออกไป? คำตอบคือ บริษัทต่างๆ กำลังทำตามสิ่งที่พวกเขา คาดหวัง ว่า AI จะสามารถทำได้ในอนาคตอันใกล้ ไม่ใช่แค่สิ่งที่มันทำได้อย่างน่าเชื่อถือในปัจจุบัน Harvard Business Review ได้ระบุถึงพลวัตนี้ โดยตั้งข้อสังเกตว่าการปลดพนักงานจำนวนมากเป็นการดำเนินการล่วงหน้าตามศักยภาพของ AI มากกว่าประสิทธิภาพในปัจจุบัน

ตัวเลขการเลิกจ้างที่วัดได้

ตัวเลขเหล่านี้กำลังเคลื่อนไปในทิศทางเดียวอย่างเด็ดขาด:

• การระบุสาเหตุการเลิกจ้าง: ในไตรมาสแรกของปี 2026, 23% ของการเลิกจ้างของบริษัทระบุถึงระบบอัตโนมัติของ AI หรือการปรับโครงสร้างที่ขับเคลื่อนด้วย AI อย่างชัดเจนในเอกสารที่ยื่นต่อ SEC ซึ่งเป็นการเพิ่มขึ้นอย่างมากจาก 14% ในปี 2024
• จำนวนงานที่สูญเสียทั้งหมด: ภายในเดือนตุลาคม 2025 มีงานประมาณ 76,440 ตำแหน่งที่สูญเสียให้กับ AI ไปแล้ว [19, 17] รายงานแยกต่างหากจาก Challenger, Gray & Christmas ได้ติดตามการปลดพนักงานออฟฟิศกว่า 50,000 ตำแหน่งในสหรัฐอเมริกาที่มีสาเหตุจาก AI ในปี 2025 เพียงปีเดียว โดยเรียกปรากฏการณ์นี้ว่า "The Great Agentic Displacement" หรือการผ่าตัดเอาตำแหน่งงานระดับเริ่มต้นออกอย่างแม่นยำ ในขณะที่บริษัทต่างๆ เปลี่ยนจากผู้ช่วยที่นำโดยมนุษย์ไปสู่ AI ที่ทำงานอัตโนมัติเต็มรูปแบบ
• ตัวเลขที่ซ่อนอยู่: เอกสารที่เป็นทางการอาจนับผลกระทบที่แท้จริงน้อยเกินไป งานวิเคราะห์ชิ้นหนึ่งพบว่า แม้จะมีการระบุสาเหตุการสูญเสียงานจาก AI อย่างชัดเจนจากนายจ้างเพียง 54,836 ตำแหน่งในปี 2025 แต่การประมาณการจากแบบจำลองระบุว่าตัวเลขที่แท้จริงอยู่ระหว่าง 200,000 ถึง 300,000 ตำแหน่ง

คำเตือน 18 เดือน

เส้นเวลาสาธารณะที่รุนแรงที่สุดมาจาก Mustafa Suleyman ซีอีโอของ Microsoft AI ในเดือนกุมภาพันธ์ 2026 เขาคาดการณ์ว่างานส่วนใหญ่ที่เกี่ยวข้องกับการ "นั่งหน้าคอมพิวเตอร์" จะกลายเป็นระบบอัตโนมัติเต็มรูปแบบภายใน 18 เดือน โดยบรรลุ "ประสิทธิภาพระดับมนุษย์ในงานระดับมืออาชีพส่วนใหญ่ หากไม่ใช่งานทั้งหมด" [7, 9] นี่หมายความว่าบัณฑิตจบใหม่จากคณะนิติศาสตร์, MBA, นักบัญชี และพนักงานสายความรู้จำนวนนับไม่ถ้วน อาจต้องเผชิญกับตลาดแรงงานที่เปลี่ยนแปลงไปภายในสิ้นปี 2027 หากการคาดการณ์ของเขาพิสูจน์ว่าแม่นยำ

การล่มสลายของตลาดงานระดับเริ่มต้น

เป้าหมายหลักคือตำแหน่งงานระดับเริ่มต้นอย่างไม่ต้องสงสัย Dario Amodei ซีอีโอของ Anthropic คาดการณ์ว่า AI อาจกำจัดตำแหน่งงานออฟฟิศระดับเริ่มต้นได้ประมาณ 50% ภายในห้าปี ซึ่งอาจผลักดันอัตราการว่างงานให้สูงถึง 10–20% [4, 6] นี่ไม่ใช่แค่คำทำนาย — ข้อมูลจาก Stanford Digital Economy Lab และ Dallas Fed ยืนยันถึงการล่มสลายทางโครงสร้างของกระบวนการจ้างงานระดับเริ่มต้นในสายอาชีพการเงิน เทคโนโลยี และกฎหมาย ไปจนถึงปี 2028 เหล่าซีอีโอจาก Amazon, Salesforce, JP Morgan Chase และ Ford ต่างออกมาประกาศต่อสาธารณะว่างานออฟฟิศจำนวนมากในบริษัทของพวกเขาจะหายไปในไม่ช้า

เรื่องจริง: การปรับรูปแบบ ไม่ใช่แค่การทดแทน

มุมมองที่สมดุลที่สุดมาจาก BCG ซึ่งคาดการณ์ว่าในอีกสองถึงสามปีข้างหน้า 50% ถึง 55% ของงานในสหรัฐฯ จะถูกปรับรูปแบบโดย AI แต่มีเพียง 10% ถึง 15% เท่านั้นที่จะถูกกำจัดอย่างสิ้นเชิงภายในห้าปีหรือมากกว่านั้น บริษัทที่ปรึกษาเน้นย้ำว่าการเพิ่มประสิทธิภาพงานและการสร้างงานใหม่กำลังเกิดขึ้นเร็วกว่าการแทนที่งานแบบเต็มรูปแบบ ซึ่งสอดคล้องกับรูปแบบในอดีต: World Economic Forum คาดการณ์ว่าจะมีการสร้างงานใหม่ 170 ล้านตำแหน่งในทศวรรษนี้ ควบคู่ไปกับระบบอัตโนมัติที่มีนัยสำคัญ และงานวิเคราะห์หนึ่งจาก SSRN คาดการณ์ว่าจะมีงาน เพิ่มขึ้นสุทธิ 12 ล้านตำแหน่งทั่วโลก เนื่องจากมีบทบาทหน้าที่ใหม่ 97 ล้านตำแหน่งเกิดขึ้น ในขณะที่ 85 ล้านตำแหน่งถูกแทนที่

บทบาทงานธุรการ การเงิน และเสมียน เผชิญกับความเสี่ยงสูงสุดในทันที โดยมีศักยภาพในการถูกแทนที่ที่ 70–99% ในขณะที่งานสายความรู้กำลังกลายเป็นระบบอัตโนมัติเร็วกว่างานที่ใช้แรงงาน อย่างไรก็ตาม ความสามารถของเทคโนโลยียังคงมีมากกว่าการใช้งานจริงอย่างมาก นักวิจัยของ Anthropic พบว่าในทางทฤษฎี AI สามารถครอบคลุมงานส่วนใหญ่ในสายธุรกิจ การเงิน การจัดการ และวิทยาการคอมพิวเตอร์ได้ แต่อัตราการนำไปปรับใช้จริงนั้นเป็นเพียงเศษเสี้ยวของสิ่งที่เป็นไปได้ทางเทคนิค [10, 27]

เหตุใดจึงมีช่องว่างระหว่างความกลัวกับความเป็นจริง?

ความล่าช้าระหว่างศักยภาพและการนำไปปรับใช้สามารถอธิบายความสับสนส่วนใหญ่ได้ ระบบไอทีขององค์กร กรอบกฎหมาย และความเฉื่อยขององค์กรสร้างอุปสรรคอย่างมาก กรณีฐานของ Goldman Sachs คาดว่าจะมีระยะเวลาราว 10 ปีในการนำไปปรับใช้ และแม้แต่ผู้สนับสนุน AI ที่แข็งกร้าวที่สุดก็ยอมรับว่าการเปลี่ยนแปลงทางอุตสาหกรรมเต็มรูปแบบจะต้องใช้เวลาหลายปี ไม่ใช่หลายเดือน เทคโนโลยีมีอยู่แล้ว แต่นั่งร้านเพื่อบูรณาการมันอย่างปลอดภัยและมีประสิทธิภาพยังไม่มี

สิ่งนี้สร้างพลวัตที่ชวนไม่สบายใจสำหรับพนักงาน: ทักษะที่ทำให้อาชีพการงานมั่นคงกำลังกลายเป็นสิ่งที่ทำให้เป็นระบบอัตโนมัติได้ เร็วกว่าที่โครงสร้างองค์กรแบบใหม่จะสามารถดูดซับความเปลี่ยนแปลงได้ กระบวนการจ้างงานกำลังหยุดชะงักไปแล้วในระดับเริ่มต้น หลายปีก่อนที่เทคโนโลยีจะเข้ามาแทนที่มืออาชีพระดับอาวุโสอย่างสมบูรณ์ ทำให้เกิดบันไดอาชีพที่ขาดขั้นล่างสุด