เปิดโปง Paradox ของ AI: เลย์ออฟพนักงานเพื่อหุ่นยนต์ กลับพังทั้ง Productivity หุ้น และกำไร

ความรู้สึกของพนักงาน: ความวิตกกังวลกำลังทำลาย Engagement

ความวิตกกังวลเรื่อง AI กำลังทำให้พนักงานขาดความผูกพันกับองค์กร (disengagement) แบบสำรวจของ Gallup ในเดือนมิถุนายน 2026 พบว่าพนักงานอเมริกันมากกว่าหนึ่งในสามเชื่อว่า 'ไม่คุ้มที่จะทำงานหนักเพราะยังไงก็ไม่รอดพ้นจากการเลย์ออฟหรือ AI' การศึกษาแยกต่างหากในเดือนสิงหาคม 2026 เกี่ยวกับการรับรู้เรื่อง AI และความไม่มั่นคงในงานยืนยันว่าการนำ AI มาใช้ในระดับสูงมีความสัมพันธ์อย่างมากกับความไม่มั่นคงในงาน ซึ่งส่งผลให้ employee engagement ลดลงอย่างมีนัยสำคัญ รายงานสุขภาพจิตในที่ทำงานของ Modern Health ระบุว่าเกือบ 7 ใน 10 ของพนักงานกลัวว่า AI จะนำไปสู่การเลย์ออฟในบริษัทของตนภายในสามปี ความกังวลของพนักงานเกี่ยวกับการตกงานเนื่องจาก AI พุ่งขึ้นจาก 28% ในปี 2024 เป็น 40% ในปี 2026 ตามรายงาน Global Talent Trends 2026 ของ Mercer

ความวิตกกังวลนี้ไม่ได้เกิดขึ้นแบบสุ่ม งานวิจัยที่ตีพิมพ์ใน Frontiers in Psychology ระบุถึงความสัมพันธ์รูปตัว U: การนำ AI มาใช้ในระดับปานกลางช่วยลดความไม่มั่นคงในงาน แต่การใช้งานที่มากเกินไปกลับเพิ่มความไม่มั่นคง ดูเหมือนว่าหลายบริษัทได้ก้าวข้ามขีดจำกัดที่เป็นประโยชน์ไปจนถึงจุดที่ส่งผลเสีย

Productivity: ความไม่มั่นคงในงานบั่นทอนผลลัพธ์ที่ AI ควรจะมอบให้

ข้อค้นพบสำคัญของการศึกษาเชิงวิชาการเมื่อวันที่ 12 สิงหาคม 2026 คือ การเลย์ออฟที่เชื่อมโยงกับ AI และความไม่มั่นคงในงานที่ตามมา กำลังทำลายเงื่อนไขที่จำเป็นสำหรับ AI ที่จะช่วยให้พนักงานทำงานมีประสิทธิภาพมากขึ้น นักวิจัยพบว่าการเลย์ออฟเพื่อ AI ส่งผลเสียต่อ Productivity เนื่องจากพนักงานที่เหลืออยู่ กังวลว่างานของตัวเองจะถูกแทนที่ จึงหมดกำลังใจและไม่ให้ความร่วมมือกับเครื่องมือ AI ใหม่ ความเสียหายต่อความรู้สึกของพนักงานที่มีต่อ AI เป็นหนึ่งในตัวทำนายที่แข็งแกร่งที่สุดของ Productivity ของบริษัทเมื่อมีการใช้ AI

สิ่งนี้ช่วยอธิบายว่าทำไมการศึกษาของ Atlanta Federal Reserve จึงพบว่าผู้บริหารเกือบ 90% ที่ตอบแบบสำรวจรายงานว่าไม่มี Productivity เพิ่มขึ้นจากเงินลงทุนด้าน AI การศึกษาโดย Gartner พบว่าการเลย์ออฟที่ขับเคลื่อนด้วย AI ไม่ได้ช่วยปรับปรุงผลตอบแทนทางการเงิน ในทางกลับกัน บริษัทที่ปรับเปลี่ยนบทบาทและฝึกอบรมพนักงานกลับได้ผลลัพธ์ที่ดีกว่า แม้แต่การทบทวนงานวิจัย 40 ชิ้นอย่างเป็นระบบเกี่ยวกับ generative AI ในที่ทำงานก็พบว่า แม้ AI จะช่วยเพิ่ม Productivity ได้ แต่ผลลัพธ์ที่ได้ก็ถูกบั่นทอนลงอย่างสม่ำเสมอจากความกังวลของพนักงานเกี่ยวกับความล้าสมัยของทักษะและการถูกแทนที่

ปฏิกิริยาของตลาดหุ้น: ผลตอบแทนเฉลี่ยเป็นศูนย์ และหุ้นส่วนใหญ่ร่วง

ความเชื่อทั่วไปคือการเลย์ออฟเป็นสัญญาณของประสิทธิภาพและช่วยผลักดันราคาหุ้น แต่รูปแบบดังกล่าวกลับตรงกันข้ามสำหรับการลดพนักงานที่เชื่อมโยงกับ AI เมื่อนักวิจัยตรวจสอบปฏิกิริยาของตลาดหุ้นต่อการประกาศเลย์ออฟที่เชื่อมโยงกับ AI ผลตอบแทนเฉลี่ยนั้นใกล้เคียงกับศูนย์ ไม่ใช่การเพิ่มขึ้นอย่างที่ผู้บริหารหลายคนคาดหวัง

CNBC ติดตามบริษัทใน S&P 500 จำนวน 23 แห่งที่ประกาศเลย์ออฟที่เกี่ยวข้องกับ AI และพบว่า 56% มีราคาหุ้นลดลงหลังจากนั้น โดยเฉลี่ยลดลงประมาณ 25% หุ้น Nike ร่วง 35% หลังจากลดพนักงาน 800 คนเพื่อเร่งระบบอัตโนมัติ; Salesforce ร่วง 32% หลังจากเลย์ออฟ 4,000 คน; Fiverr สูญเสีย 54% หลังจากลดกำลังคน 30% นอกจากนี้ Financial Times รายงานว่า 21 บริษัทที่เลย์ออฟพนักงานโดยอ้างถึง AI ให้ผลตอบแทนต่ำกว่าดัชนี Nasdaq Composite ประมาณ 10% ใน 30 วันทำการหลังการประกาศ

นักวิเคราะห์ของ Goldman Sachs ได้บันทึกการเปลี่ยนแปลงในวงกว้าง: การประกาศเลย์ออฟส่งผลให้ราคาหุ้นลดลงโดยเฉลี่ย 2% ซึ่งเป็นการกลับทิศจากรูปแบบในอดีตที่นักลงทุนยินดีกับการลดจำนวนพนักงาน บริษัทที่อ้างถึง 'การปรับโครงสร้าง' ถูกลงโทษหนักยิ่งขึ้น ตลาดไม่ได้ให้รางวัลกับการเลย์ออฟเพื่อ AI อีกต่อไปในฐานะสัญญาณของประสิทธิภาพ

ค่าใช้จ่ายในการจ้างกลับและการกลับเทรนด์

หลักฐานของความเสียใจกำลังเพิ่มขึ้นจากหลายแหล่งข้อมูลอิสระ:

• 55% ของผู้นำเสียใจกับการเลย์ออฟเพื่อ AI: รายงาน Predictions 2026 ของ Forrester พบว่า 55% ของนายจ้างที่ลดพนักงานโดยอ้างถึง AI รู้สึกเสียใจกับการตัดสินใจ ซึ่งเป็นตัวเลขที่ได้รับการยืนยันโดยอิสระจากแบบสำรวจประจำปีของ Orgvue Careerminds สำรวจผู้เชี่ยวชาญด้าน HR 600 คนในเดือนกุมภาพันธ์ 2026 และพบว่า 35.6% ได้จ้างพนักงานกลับคืนมาเกินครึ่งหนึ่งของตำแหน่งที่ถูกตัดไปแล้ว Gartner คาดการณ์ว่าภายในปี 2027 บริษัท 50% ที่ลดพนักงานฝ่ายบริการลูกค้าเนื่องจาก AI จะถูกบังคับให้จ้างกลับคืนมาสำหรับหน้าที่คล้ายกัน

• 32% กำลังจ้างกลับ: ข้อมูลจาก Robert Half แสดงให้เห็นว่า 32% ของผู้จัดการฝ่ายสรรหาในสหรัฐฯ ที่เคยตัดตำแหน่งเนื่องจาก AI กำลังหาคนกลับเข้ามาทำงานในตำแหน่งนั้นอีกครั้ง สองในสามของนายจ้างที่ตัดงานเนื่องจาก AI กำลังจ้างพนักงานที่ถูกเลย์ออฟกลับคืนมา ซึ่งมักจะเกิดขึ้นภายในไม่กี่เดือนหลังการเลย์ออฟ ตามการศึกษาของ Careerminds

• การกลับลำในโลกแห่งความจริง: Ford กำลังจ้างวิศวกรผู้มีประสบการณ์หลายร้อยคนกลับมาเพื่อจัดการปัญหาด้านคุณภาพที่ระบบอัตโนมัติไม่สามารถแก้ไขได้ Commonwealth Bank of Australia และ IBM กำลังหันกลับมาให้ความสำคัญกับทรัพยากรมนุษย์อีกครั้ง หลังจากที่การลดพนักงานที่ขับเคลื่อนด้วย AI ไม่สามารถให้ผลลัพธ์ตามที่คาดหวัง Klarna ก็กำลังจ้างคนกลับคืนมาหลังจากพบว่า AI ไม่สามารถแทนที่พนักงานที่มีประสบการณ์ได้อย่างสมบูรณ์ ปรากฏการณ์นี้ถูกเรียกว่า 'AI boomerang effect' นั่นคือนายจ้างกลับมาเติมเต็มตำแหน่งที่เพิ่งถูกยกเลิกไป หลังจากประเมิน Productivity และการประหยัดต้นทุนของ AI สูงเกินไป

ภาพรวมตลาดแรงงานในวงกว้าง

แม้จะมีพาดหัวข่าว แต่ผลกระทบทางเศรษฐกิจโดยรวมของ AI ต่อการจ้างงานยังคงน้อยอย่างน่าประหลาดใจ Stanford Digital Economy Lab (12 สิงหาคม 2026) วิเคราะห์ข้อมูลเงินเดือนของ ADP ซึ่งครอบคลุมพนักงานชาวอเมริกันหลายล้านคน และไม่พบหลักฐานการแทนที่งานในวงกว้างจาก AI แม้ว่าการจ้างงานของคนงานอายุน้อย (อายุ 22–25 ปี) ในอาชีพที่เสี่ยงต่อ AI จะต่ำกว่าจุดที่ควรจะเป็นถึง 19% เมื่อเทียบกับเพื่อนร่วมรุ่นในอาชีพที่เสี่ยงน้อยกว่า การสำรวจของธนาคารกลางสหรัฐฯ (Fed) พบว่า AI ไม่ได้คาดว่าจะลดการจ้างงานโดยรวมเกินกว่า 0.4% ในปี 2026 การเลย์ออฟกระจุกตัวอยู่ในบริษัทขนาดใหญ่ ในขณะที่บริษัทขนาดเล็กคาดหวังการจ้างงานเพิ่มขึ้นเล็กน้อย

สรุป Paradox

Paradox ของการเลย์ออฟเพื่อ AI เป็นแบบนี้: บริษัทต่างๆ ตัดพนักงานเพื่อนำเงินไปลงทุนใน AI และส่งสัญญาณถึงประสิทธิภาพต่อนักลงทุน แต่การตัดพนักงานกลับทำให้พนักงานหมด Engagement ซึ่งฆ่า Productivity ที่ AI ควรจะมอบให้ ไม่สามารถทำให้ราคาหุ้นสูงขึ้น (และมักจะทำให้หุ้นตก) จากนั้นจึงต้องเสียค่าใช้จ่ายมหาศาลในการจ้างกลับคืนเมื่อระบบอัตโนมัติพิสูจน์ว่าไม่เพียงพอ ทั้งหมดนี้เกิดขึ้นในขณะที่ผู้นำมากกว่า 55% ยอมรับว่าการกระทำทั้งหมดเป็นความผิดพลาด ข้อมูลชี้ให้เห็นว่ากลยุทธ์ AI ที่มีประสิทธิภาพที่สุดอาจไม่ใช่การลดจำนวนพนักงาน แต่เป็นการออกแบบบทบาทใหม่และฝึกอบรมพนักงานให้ทำงานร่วมกับเครื่องมือใหม่ต่างหาก