The AI Layoff Trap : กับดักการเลิกจ้างจาก AI

The AI Layoff Trap : กับดักการเลิกจ้างจาก AI

ในช่วงไม่กี่วันที่ผ่านมา ผมได้อ่านบทความวิชาการชิ้นหนึ่ง ชื่อ The AI Layoff Trap เขียนโดย Brett Hemenway Falk จาก University of Pennsylvania และ Gerry Tsoukalas จาก Boston University เผยแพร่เมื่อวันที่ 2 มีนาคม 2569

บทความนี้น่าสนใจมากครับ เพราะไม่ได้พูดถึง AI ในมุมที่เราคุ้นเคยกันเพียงว่า AI จะช่วยเพิ่มผลิตภาพลดต้นทุน หรือทำให้องค์กรทำงานได้เร็วขึ้นเท่านั้น แต่ชวนให้เรามองต่อไปถึงคำถามที่ใหญ่กว่าเดิมว่า หากบริษัทจำนวนมากใช้ AI เพื่อแทนที่แรงงานมนุษย์อย่างรวดเร็ว เศรษฐกิจโดยรวมจะเกิดอะไรขึ้น

สัญญาณที่เกิดขึ้นจริงในตลาดแรงงานโลก เช่น ในเดือนกุมภาพันธ์ 2569 บริษัท Block ลดพนักงานลงเกือบครึ่งหนึ่งจากทั้งหมดประมาณ 10,000 คน ขณะที่ในปี 2568 มีพนักงานในอุตสาหกรรมเทคโนโลยีถูกเลิกจ้างมากกว่า 100,000 คน และมากกว่าครึ่งหนึ่งของกรณีเหล่านี้มี AI ถูกอ้างเป็นปัจจัยสำคัญ

แรงงานสหรัฐประมาณ 80% อยู่ในตำแหน่งงานที่มี “งานย่อย” บางส่วนสามารถถูกทำให้เป็นอัตโนมัติได้ด้วยโมเดลภาษาขนาดใหญ่ (large language models) นอกจากนี้ยังมีตัวอย่างสะท้อนภาพชัดขึ้น เช่น Salesforce ที่มีการแทนที่พนักงานบริการลูกค้า 4,000 คนด้วย Agentic AI และกรณีของ Devin ซึ่งถูกนำไปใช้ในองค์กรอย่าง Goldman Sachs และ Infosys โดยช่วยให้วิศวกรอาวุโสหนึ่งคนสามารถทำงานได้ในระดับใกล้เคียงกับทีม 5 คน

หัวใจของบทความ The AI Layoff Trap อยู่ที่ข้อสังเกตพื้นฐานแต่สำคัญมาก นั่นคือ คนทำงานไม่ได้เป็นเพียง “ต้นทุน” ของบริษัท แต่ยังเป็น “ผู้บริโภค” ของระบบเศรษฐกิจด้วย เมื่อบริษัทใช้ AI แทนแรงงาน พนักงานบางส่วนอาจถูกเลิกจ้าง รายได้ของคนกลุ่มนี้ลดลง และเมื่อรายได้ลดลง ความสามารถในการจับจ่ายใช้สอยก็ลดลงตามไปด้วย

นี่คือที่มาของคำว่ากับดักการเลิกจ้างจาก AI (AI Layoff Trap) เพราะในระดับบริษัทหนึ่ง การใช้ AI แทนคนอาจดูเป็นการตัดสินใจที่สมเหตุสมผล บริษัทลดต้นทุนได้เร็วขึ้น ทำกำไรได้มากขึ้น และไม่เสียเปรียบคู่แข่ง แต่เมื่อทุกบริษัทคิดแบบเดียวกันและลงมือพร้อมกัน ผลลัพธ์รวมอาจกลายเป็นสิ่งที่ตรงกันข้าม ทุกบริษัทอาจช่วยกันลดกำลังซื้อของตลาดโดยไม่ตั้งใจ

เพื่อให้เห็นภาพง่ายขึ้น สมมุติว่าบริษัทหนึ่งใช้ AI แทนพนักงานจำนวนหนึ่ง บริษัทนั้นอาจประหยัดเงินเดือน ค่าจ้าง และต้นทุนการดำเนินงานได้ทันที แต่พนักงานที่ถูกเลิกจ้างไม่ได้เป็นลูกค้าของบริษัทเดิมเท่านั้น เขาอาจเป็นลูกค้าของร้านอาหาร ธนาคาร ร้านสะดวกซื้อ บริษัทประกัน โรงเรียน โรงพยาบาล ห้างสรรพสินค้า และธุรกิจอีกจำนวนมาก เมื่อรายได้ของแรงงานหายไป ผลกระทบจึงไม่ได้หยุดอยู่ที่บริษัทที่เลิกจ้าง แต่กระจายไปยังระบบเศรษฐกิจวงกว้าง

บทความนี้อธิบายว่า ต่อให้บริษัทต่างๆ มองเห็นความเสี่ยงนี้ล่วงหน้า ก็ไม่ได้หมายความว่าบริษัทจะหยุดใช้ AI เพื่อแทนแรงงานได้ง่ายๆ เพราะแรงจูงใจในการแข่งขันยังผลักดันให้แต่ละบริษัทต้องทำก่อนหรือทำตามคู่แข่ง สุดท้ายจึงเกิดการแข่งขันแบบ “แข่งกันลดคน”

อย่างไรก็ตาม บทความนี้ไม่ได้บอกว่า AI เป็นสิ่งเลวร้าย และไม่ได้เสนอให้หยุดใช้ AI ตรงกันข้าม ผู้เขียนยอมรับว่า AI มีศักยภาพสูงในการเพิ่มผลิตภาพ ลดต้นทุน และสร้างประโยชน์ทางเศรษฐกิจ แต่คำถามสำคัญอยู่ที่ว่า เราจะใช้ AI อย่างไร ใช้เร็วเพียงใด และมีระบบรองรับแรงงานที่ถูกกระทบมากพอหรือไม่

ในเชิงนโยบาย บทความนี้ยังวิเคราะห์เครื่องมือหลายแบบที่มักถูกเสนอในโลกจริง เช่น การฝึกอบรมแรงงานใหม่ การให้แรงงานถือหุ้นหรือมีส่วนร่วมในกำไร การเก็บภาษีรายได้ทุน การให้รายได้พื้นฐานถ้วนหน้า (Universal Basic Income) แต่ข้อสรุปของบทความคือ เครื่องมือเหล่านี้อาจไม่สามารถแก้แรงจูงใจหลักที่ทำให้บริษัทใช้ AI แทนแรงงานมากเกินไปได้โดยตรง

บทความจึงเสนอว่า เครื่องมือที่แก้ปัญหาได้ตรงจุดที่สุดคือ ภาษีต่อการใช้ระบบอัตโนมัติในส่วนที่สร้างผลกระทบภายนอกต่ออุปสงค์ (Pigouvian automation tax) หลักคิดคือ หากบริษัทหนึ่งใช้ AI แทนแรงงานและทำให้กำลังซื้อของระบบลดลง บริษัทนั้นควรรับต้นทุนส่วนนี้มากขึ้น ไม่ใช่ปล่อยให้ต้นทุนตกไปอยู่กับแรงงาน คู่แข่ง และสังคมโดยรวม

อย่างไรก็ตาม ข้อเสนอนี้ไม่ได้หมายความว่าทุกประเทศต้องรีบเก็บภาษี AI ทันที เพราะในทางปฏิบัติยังมีคำถามอีกมาก เช่น จะวัดอย่างไรว่า AI แทนแรงงานกี่ตำแหน่ง จะเก็บจากงานประเภทใด จะไม่ทำให้ธุรกิจเสียความสามารถในการแข่งขันได้อย่างไร และจะนำรายได้จากภาษีไปใช้เพื่อช่วยแรงงานอย่างไร

สำหรับประเทศไทย สิ่งที่ควรนำมาคิดต่อคือ เรากำลังพูดเรื่อง AI ในมิติที่แคบเกินไปหรือไม่ ปัจจุบันหลายองค์กรพูดถึง AI ในฐานะเครื่องมือเพิ่มประสิทธิภาพ ลดต้นทุน ลดเวลา ลดจำนวนคน หรือเพิ่มกำไร แต่เรายังพูดไม่มากพอว่า ถ้าองค์กรจำนวนมากใช้ AI ด้วยเป้าหมายเดียวกัน ผลกระทบต่อแรงงาน รายได้ครัวเรือน กำลังซื้อ และธุรกิจขนาดเล็กจะเป็นอย่างไร

สำหรับแรงงานไทย สิ่งสำคัญที่สุดจากบทความนี้ อาจไม่ใช่การสรุปว่า AI จะมาแย่งงานมนุษย์ทั้งหมด เพราะข้อสรุปแบบนั้นอาจทำให้เกิดความกลัวมากกว่าความเข้าใจ แต่สิ่งที่ควรตระหนักจริงๆ คือ AI กำลังเปลี่ยนวิธีคิดเรื่อง “คุณค่าของงาน” และแรงงานไทยจำเป็นต้องเริ่มมองงานของตนเองใหม่

แรงงานที่มีคุณค่ามากขึ้นในยุค AI อาจไม่ใช่คนที่ทำงานซ้ำๆ ได้เร็วที่สุด แต่เป็นคนที่ตั้งคำถามได้ดี ตรวจสอบคำตอบของ AI ได้ เข้าใจบริบทของธุรกิจ เข้าใจลูกค้า เข้าใจความเสี่ยง และสามารถแปลงผลลัพธ์จาก AI ให้กลายเป็นการตัดสินใจหรือการกระทำที่มีคุณค่าต่อองค์กรได้

การเตรียมตัวรับ AI ไม่ควรถูกจำกัดอยู่เฉพาะคนทำงานสายไอที แต่ควรเป็นเรื่องของคนทำงานทั่วไปในทุกระดับ โดยเฉพาะกลุ่มแรงงานที่ทำงานซ้ำๆ ใช้ข้อมูลเป็นหลัก หรือทำงานที่มีรูปแบบค่อนข้างชัดเจน เพราะงานเหล่านี้เป็นพื้นที่แรกๆ ที่องค์กรอาจนำ AI เข้าไปช่วยหรือแทนที่ได้

ภาครัฐและสถาบันการศึกษาต้องมีบทบาทมากขึ้นเช่นกัน การอบรมระยะสั้นแบบกว้างๆ อาจไม่พอ หากไม่เชื่อมโยงกับงานจริงและอุตสาหกรรมจริง ประเทศไทยควรเริ่มมีแผนที่ชัดเจนมากขึ้น งานประเภทใดมีความเสี่ยงสูงจาก AI กลุ่มแรงงานใดควรได้รับการพัฒนาทักษะก่อน และทักษะใดที่จะช่วยให้แรงงานย้ายจากงานที่ถูกแทนที่ได้ง่าย

ท้ายที่สุด บทความ The AI Layoff Trap เตือนเราว่า แรงงานไม่ใช่เพียงค่าใช้จ่ายในงบกำไรขาดทุน แต่คือฐานของกำลังซื้อ ฐานของครอบครัว ฐานของชุมชน และฐานของเศรษฐกิจทั้งระบบ หากเรามองแรงงานเป็นเพียงต้นทุนที่ต้องลดให้เร็วที่สุด

เราอาจได้องค์กรที่ดูมีประสิทธิภาพขึ้นในระยะสั้น แต่ได้สังคมที่มีกำลังซื้ออ่อนแรงลงในระยะยาวก็เป็นได้ครับ!!