AI อาจเร่ง GDP สหรัฐ แต่ไม่ได้แปลว่าคนทำงานจะได้ประโยชน์เท่ากัน

Anthropic เปิดตัว Economic Scenario Explorer เพื่อให้เห็นว่า หากตั้งสมมติฐานต่างกันเกี่ยวกับความสามารถของ AI การนำไปใช้ การทำงานอัตโนมัติ การเกิดงานใหม่ และความสามารถของแรงงานในการย้ายอาชีพ เศรษฐกิจสหรัฐในปี 2030 อาจออกมาอย่างไร

จุดสำคัญที่สุดคือ นี่ ไม่ใช่คำพยากรณ์ และ Anthropic ไม่ได้ระบุความน่าจะเป็นของฉากทัศน์ระดับเล็กน้อย ระดับมาก หรือระดับสุดโต่ง 12

สารที่แบบจำลองต้องการชี้ให้เห็นค่อนข้างตรงไปตรงมา: GDP ที่โตเพราะ AI กับผลประโยชน์ที่กระจายถึงแรงงานโดยทั่วถึง เป็นคนละเรื่องกัน ในกรณีที่การทำงานอัตโนมัติรุดหน้า เศรษฐกิจอาจโตเร็วขึ้น ขณะที่คนทำงานสายความรู้กลับเผชิญค่าแรงที่อ่อนแรง การย้ายอาชีพที่ยากขึ้น และส่วนแบ่งรายได้ประชาชาติที่ลดลง 12

3 ฉากทัศน์ของเศรษฐกิจสหรัฐในปี 2030

ฉากทัศน์	สมมติฐานหลัก	GDP ปี 2030	ผลหลักต่อตลาดแรงงาน
เล็กน้อย (Modest)	ผลของ AI ใกล้เคียงกับอินเทอร์เน็ต และการใช้งานค่อยเป็นค่อยไป	34.1 ล้านล้านดอลลาร์สหรัฐ ตามราคาปี 2025 หรือ สูงกว่ากรณีไม่มี AI 1.6%	อัตราว่างงานยังอยู่ใกล้กรอบปกติในอดีต และส่วนแบ่งรายได้ของแรงงานอยู่ราว 59.4% ใกล้กับจุดตั้งต้น 60% 12
มาก (Substantial)	ภายในปี 2030 AI ทำงานสายความรู้ได้ราวครึ่งหนึ่ง และหลายงานทำได้แบบอัตโนมัติ แต่ไม่ได้ถูกใช้กับงานทั้งหมดที่ทำได้	36.3 ล้านล้านดอลลาร์สหรัฐ หรือ สูงกว่ากรณีไม่มี AI 8.3%	เศรษฐกิจโตเร็วกว่าปกติราว 2 เท่า แต่ค่าแรงคนทำงานความรู้โดยรวมแทบไม่ขยับ ขณะที่แรงงานอาชีพอื่นได้ประโยชน์มากกว่า 12
สุดโต่ง (Extreme)	AI ทำงานสายความรู้ส่วนใหญ่ได้ดีกว่ามนุษย์ ทำเกือบทั้งหมดได้เอง งานความรู้ใหม่แทบไม่เกิด และการนำ AI ไปใช้เกิดขึ้นอย่างรวดเร็ว	44.4 ล้านล้านดอลลาร์สหรัฐ หรือ สูงกว่ากรณีไม่มี AI 32.4%	การเติบโตต่อปีแตะราว 15% แต่ค่าแรงแรงงานความรู้ลดลงมากกว่า 10% และส่วนแบ่งรายได้ของแรงงานลดเหลือราว 45.2% 12

Anthropic ระบุว่ากรณีสุดโต่งถูกออกแบบให้เป็นกรณีพิเศษอย่างยิ่ง และน่าจะต้องอาศัย AI ที่พัฒนาตัวเองแบบวนซ้ำได้ มากกว่าจะเป็นเพียงการขยายการใช้เทคโนโลยีปัจจุบันต่อไป 12

GDP โต ไม่ได้หมายความว่าคนทำงานดีขึ้นเสมอไป

แบบจำลองแยกแรงงานเป็น 2 กลุ่มใหญ่ ได้แก่ อาชีพเชิงความรู้หรือเชิงการคิด ซึ่งเป็นกลุ่มที่ AI กระทบโดยตรงในโมเดล และอาชีพอื่นที่เน้นงานกายภาพหรือการให้บริการต่อหน้า AI อาจช่วยเสริมการทำงาน แทนที่บางงาน หรือสร้างงานใหม่ได้ ผลสุดท้ายต่อการจ้างงานจึงขึ้นกับสมดุลของแรงเหล่านี้ ไม่ใช่แค่นับจำนวนตำแหน่งงานที่ “ถูกแทนที่” 1

เมื่อ AI เข้ามาแทนงานเชิงความรู้ โมเดลอาจให้ผลเป็นค่าแรงกลุ่มนี้ลดลง การจ้างงานในอาชีพเชิงความรู้ลดลง และการว่างงานระหว่างที่คนถูกแทนที่กำลังหางานในอาชีพอื่น ความรุนแรงของช่วงเปลี่ยนผ่านขึ้นกับสมมติฐานสำคัญ เช่น ค่าแรงปรับตัวได้ช้าเพียงใด บริษัทเปิดตำแหน่งใหม่เร็วแค่ไหน และแรงงานย้ายข้ามอาชีพได้ง่ายหรือยากเพียงใด 1

เพราะฉะนั้น การรีสกิลหรือฝึกทักษะใหม่ในโมเดลนี้ไม่ใช่คำตอบอัตโนมัติ คนที่หลุดจากงานสายความรู้ไม่ได้ถูกสมมติให้หางานใหม่ที่มีค่าตอบแทนเท่าเดิมได้ในทันที 1

งานกายภาพอาจดูปลอดภัยกว่า ขณะที่ทุนรับส่วนแบ่งมากขึ้น

อาชีพกายภาพและงานบริการดูเหมือนได้รับผลกระทบน้อยกว่าในกรณีระดับมากและสุดโต่ง เพราะแบบจำลองนี้ไม่ได้รวมหุ่นยนต์ขั้นสูงไว้ด้วย ความได้เปรียบเชิงเปรียบเทียบนั้นอาจทำให้ค่าแรงและโอกาสจ้างงานของแรงงานกลุ่มนี้สูงขึ้นตามอุปสงค์ที่เพิ่มขึ้นในเศรษฐกิจ 1

อย่างไรก็ดี นี่เป็นผลจากขอบเขตของแบบจำลอง ไม่ใช่ข้อสรุปว่างานเหล่านี้จะปลอดภัยจากระบบอัตโนมัติอย่างถาวร 1

อีกด้านหนึ่งของส่วนแบ่งรายได้แรงงานที่ลดลง คือส่วนแบ่งผลผลิตที่เพิ่มขึ้นของเจ้าของทุน ในกรณีสุดโต่ง ส่วนแบ่งแรงงานลดจาก 60% เหลือราว 45.2% หมายความว่าผลตอบแทนจากการผลิตที่ขับเคลื่อนด้วย AI จะไหลไปยังทุนมากขึ้นอย่างชัดเจน 12

ดังนั้น คำเตือนที่คมที่สุดของโมเดลนี้เป็นเรื่อง การกระจายผลประโยชน์: เศรษฐกิจอาจขยายตัวอย่างรวดเร็ว แม้ผลประโยชน์จะกระจุกตัว และแรงงานที่สัมผัสกับระบบอัตโนมัติทางปัญญาโดยตรงสูญเสียอำนาจต่อรอง

ต้องแยก “ว่างงานทั้งเศรษฐกิจ” ออกจาก “ว่างงานของแรงงานความรู้”

กรณีสุดโต่งไม่ควรถูกสรุปว่า สหรัฐจะมีอัตราว่างงานทั้งประเทศ 17.9% ตัวเลขดังกล่าวหมายถึง อัตราว่างงานของแรงงานเชิงความรู้ ในโมเดล ขณะที่บทสรุปร่วมสมัยของฉากทัศน์รายงานอัตราว่างงานรวมที่ 11.9% เทียบกับ 17.9% สำหรับกลุ่มงานความรู้ 45

ความต่างนี้มีนัยสำคัญ เพราะแรงสั่นสะเทือนในโมเดลกระจุกอยู่ในอาชีพที่ AI ทำงานได้โดยตรงเป็นสัดส่วนมาก ส่วนแรงงานนอกกลุ่มนั้นค่อนข้างได้รับการกันไว้จากผลกระทบ เนื่องจากโมเดลไม่รวมเทคโนโลยีหุ่นยนต์ขั้นสูง 1

คนอเมริกันกว่า 10,000 คนคาดหวังอะไร

Anthropic ระบุว่าเครื่องมือนี้เปิดให้ผู้ใช้เปรียบเทียบสมมติฐานของตนกับชาวอเมริกันกว่า 10,000 คน 23 จากการเปรียบเทียบผลสำรวจที่ Anthropic รายงาน สมมติฐานของผู้ตอบแบบสอบถามโดยทั่วไปให้ผลใกล้เคียงกับกรณีระดับมาก แต่แรงกว่าเล็กน้อย: GDP ปี 2030 สูงกว่าทางเลือกไม่มี AI ราว 10% และอัตราว่างงานรวมอยู่ใกล้ 5% มีผู้ตอบประมาณ 10% ที่ให้ข้อมูลนำเข้าซึ่งสอดคล้องกับกรณีสุดโต่งในภาพกว้าง 2

ตัวเลขเหล่านี้สะท้อน ความคาดหวัง ไม่ใช่ความน่าจะเป็น ผู้เข้าร่วมตอบตามความเชื่อของตนต่อความสามารถในอนาคตของ AI อัตราการนำไปใช้ ระดับความเป็นอิสระของระบบ การเกิดงานใหม่ และความง่ายในการเปลี่ยนอาชีพ จากนั้นโมเดลจึงแปลงข้อมูลเหล่านั้นเป็นผลลัพธ์ทางเศรษฐกิจ 12

ควรอ่านคู่กับคำเตือนของ Evan Hubinger อย่างไร

Evan Hubinger กล่าวว่า เขาเป็นการส่วนตัวประเมินว่ามีโอกาสมากกว่า 10% ที่ AI จะทำให้มนุษย์ทุกคนเสียชีวิตภายในหนึ่งทศวรรษ ตัวเลขนี้ ไม่ใช่ ความน่าจะเป็นของฉากทัศน์ใดใน Economic Scenario Explorer เขายังกล่าวว่า Anthropic ยังไม่มีแผนแก้ปัญหา alignment สำหรับปัญญาประดิษฐ์เหนือมนุษย์ (superintelligence) และยังไม่ชัดเจนว่ากำลังไปสู่จุดแก้ปัญหานั้นได้ทัน 31

ทั้งสองเรื่องจึงอยู่คนละระดับของการวิเคราะห์:

• เครื่องมือของ Anthropic ถามว่า ผลผลิต งาน ค่าแรง และส่วนแบ่งรายได้อาจเปลี่ยนไปอย่างไร หากเศรษฐกิจสหรัฐยังดำเนินต่อไปได้จนถึงปี 2030 ภายใต้สมมติฐาน AI ที่กำหนด 1
• คำกล่าวของ Hubinger ว่าด้วยความเสี่ยงปลายหางระดับหายนะ ว่า AI ที่มีความสามารถสูงและไม่สอดคล้องกับเป้าหมายมนุษย์ อาจทำให้อนาคตเศรษฐกิจปกตินั้นไม่เกิดขึ้นเลย 31

ด้วยเหตุนี้ ตัวเลข GDP 44.4 ล้านล้านดอลลาร์สหรัฐในกรณีสุดโต่งจึงไม่ใช่การคาดการณ์ค่าคาดหมายของเศรษฐกิจสหรัฐ กรอบของ Anthropic ระบุชัดว่าฉากทัศน์เหล่านี้เป็นภาพประกอบแบบมีเงื่อนไข ไม่ใช่คำพยากรณ์ และไม่ได้กำหนดความน่าจะเป็น 1

โมเดลยังละเว้นปัจจัยหลายอย่างที่อาจเปลี่ยนผลลัพธ์อย่างมาก ได้แก่ การตอบสนองเชิงนโยบาย วัฏจักรเศรษฐกิจ หุ่นยนต์ขั้นสูง ภาวะฟองสบู่จากการลงทุน AI และความเสี่ยงต่อการดำรงอยู่ของมนุษยชาติ 1 ปัจจัยที่ไม่รวมบางอย่างอาจช่วยลดความเสียหายได้ เช่น การกระจายรายได้ที่มีประสิทธิผล สถาบันแรงงาน หรือการสนับสนุนช่วงเปลี่ยนอาชีพที่ดีขึ้น แต่อีกหลายปัจจัยอาจทำให้ผลลัพธ์แย่ลง หรือทำให้การคาดการณ์ GDP แบบปกติหมดความหมายไปเลย

ข้อสรุปที่ควรนำไปใช้จึงไม่ใช่ “เศรษฐกิจจะโต 15% ต่อปีแน่นอน” และไม่ใช่ “AI มีโอกาสทำลายมนุษยชาติ 10% เป็นตัวเลขที่ยืนยันแล้ว” แต่คือ การทำงานอัตโนมัติในงานเชิงความรู้ที่รวดเร็ว ทำให้เกิดคำถามแยกกัน 2 ข้อ: ผลประโยชน์ในเศรษฐกิจที่ยังทำงานอยู่จะถูกแบ่งอย่างไร และระบบ AI ขั้นสูงจะปลอดภัยพอหรือไม่ จนอนาคตทางเศรษฐกิจเช่นนั้นยังมีความหมาย 131