AI ยังไม่ได้ทำให้งานสิ้นสุดลง แต่ได้เปิดคำถามที่ยากยิ่งขึ้น

นายจ้างในสหรัฐฯ ประกาศเลิกจ้าง 617,189 ตำแหน่งจนถึงเดือนตุลาคม 2026 ซึ่งน้อยกว่าช่วงเดียวกันของปีก่อน 44% และมีการอ้างถึงปัญญาประดิษฐ์ในประมาณหนึ่งในห้าของการเลิกจ้างเหล่านี้ การเลิกจ้างเกิดขึ้นจริง คำถามที่ยากกว่าคือไม่ใช่ว่าเครื่องจักรจะแย่งงานหรือไม่ แต่คือคนที่ตกงานจะถูกฝึกใหม่ให้ไปสู่งานที่ยังเหลืออยู่ได้หรือไม่ และหากวันหนึ่งมาถึงซึ่งรายได้ไม่ต้องพึ่งงานอีกต่อไป อะไรจะยังทำให้คนลุกขึ้นมาในตอนเช้า

ข้อถกเถียงเกี่ยวกับปัญญาประดิษฐ์และการจ้างงานมักมาในรูปแบบของการพยากรณ์ ไม่ว่าเครื่องจักรจะแย่งงานไปหรือไม่ก็ตาม ข้อมูลสำหรับปี 2026 ชี้ให้เห็นคำตอบที่สาม ซึ่งไม่ตื่นเต้นเร้าใจเท่าและน่าอึดอัดกว่า: เครื่องจักรกำลังปรับเปลี่ยนว่างานใดบ้างที่มีอยู่ และผู้คนที่อยู่ท่ามกลางการปรับเปลี่ยนนั้นถูกขอให้กลายเป็นคนที่แตกต่างออกไปเล็กน้อย ครั้งแล้วครั้งเล่า ตลอดชีวิตการทำงานที่เหลืออยู่

ตัวเลขไม่ได้บอกอย่างที่พาดหัวข่าวบอก

Challenger, Gray & Christmas ซึ่งเป็นบริษัทให้บริการช่วยพนักงานที่ถูกเลิกจ้างหางานใหม่และติดตามประกาศการลดตำแหน่งงานในสหรัฐฯ มาตั้งแต่ปี 1989 นับจำนวนการลดตำแหน่งงานได้ 617,189 ตำแหน่งจนถึงเดือนตุลาคม 2026 ซึ่งน้อยกว่าที่ประกาศไว้ 1,099,500 ตำแหน่งในช่วงสิบเดือนเดียวกันของปี 2025 อยู่ 44% และเป็นยอดรวมตั้งแต่เดือนมกราคมถึงตุลาคมที่ต่ำที่สุดนับตั้งแต่ปี 2022

มีการอ้างถึงปัญญาประดิษฐ์ในการปลดพนักงานเหล่านั้น 121,401 ตำแหน่ง หรือประมาณ 20% ของการปลดพนักงานทั้งปี และในการประกาศ 193,226 ครั้ง นับตั้งแต่บริษัทเริ่มติดตาม AI ในฐานะเหตุผลแยกต่างหากในปี 2023 แต่รูปแบบของตัวเลขนั้นสำคัญกว่าขนาดของการปลดพนักงานที่อ้างถึง AI พุ่งสูงสุดในเดือนพฤษภาคมที่ 38,579 ตำแหน่ง หรือ 40% ของยอดรวมในเดือนนั้น ภายในเดือนสิงหาคมลดลงเหลือ 3,462 ตำแหน่ง ในเดือนกันยายน 3,961 ตำแหน่ง ในเดือนตุลาคม 1,265 ตำแหน่ง — เป็นตัวเลขรายเดือนที่ต่ำที่สุดของปี

นับตั้งแต่นั้นมา สภาวะตลาดและเศรษฐกิจได้แซงหน้า AI ขึ้นมาเป็นเหตุผลหลักที่ระบุไว้ โดยมีการเลิกจ้าง 130,531 ตำแหน่งจนถึงเดือนตุลาคม ขณะที่ภาคเทคโนโลยียังคงเป็นภาคส่วนที่มีการเลิกจ้างมากที่สุด โดยมี 165,925 ตำแหน่งจนถึงเดือนกันยายน คิดเป็น 29% ของยอดรวมทั้งประเทศ และเพิ่มขึ้น 54% เมื่อเทียบกับช่วงเดียวกันของปี 2025

หากอ่านกันตรง ๆ การเลิกจ้างเป็นเรื่องจริง แต่ไม่ใช่หิมะถล่มอย่างที่วาทกรรมบรรยายไว้ สิ่งที่ตัวเลขไม่ได้สะท้อนคือต้นทุนที่เงียบกว่า: ตำแหน่งงานที่ยังมีอยู่บนกระดาษแต่ตอนนี้ต้องใช้ทักษะที่แตกต่างออกไป ทีมแปดคนทำงานในสิ่งที่เคยใช้สิบสองคน งานระดับเริ่มต้นที่ไม่มีอยู่อีกต่อไปเพราะสองปีแรกของงานนั้นสามารถทำให้เป็นอัตโนมัติได้

สองอนาคตในตลาดแรงงานเดียว

มีการตีความหลักฐานชุดเดียวกันได้อย่างสอดคล้องกันสองแบบ และยังไม่มีใครพิสูจน์ได้ว่าแบบไหนถูกต้อง

ข้อแรกคือการถูกแทนที่นั้นเป็นเพียงชั่วคราว คนงานคนหนึ่งสูญเสียงานที่ AI เข้ามารับไป ใช้เวลาหลายเดือนเรียนรู้ที่จะกำกับดูแลระบบที่รับงานนั้นไป และกลับเข้าสู่บทบาทที่จ่ายค่าตอบแทนพอ ๆ กับงานเดิม ในที่สุดเศรษฐกิจก็มีจำนวนคนทำงานเท่าเดิม แต่ทำสิ่งต่าง ๆ กัน การเปลี่ยนผ่านนี้เจ็บปวดและกระจายอย่างไม่เท่าเทียม แต่ก็เป็นการเปลี่ยนผ่าน

ข้อที่สองคือ การถูกแทนที่นั้นถาวร งานจะไม่กลับมาในรูปแบบใด ๆ ที่คนงานที่ถูกแทนที่สามารถเข้าถึงได้ ความต้องการผลผลิตยังคงเพิ่มขึ้น ขณะที่ความต้องการแรงงานเบื้องหลังผลผลิตนั้นลดลงเรื่อย ๆ ในโลกเช่นนั้น การเลิกจ้างไม่ใช่ช่องว่างระหว่างงาน แต่คือจุดสิ้นสุดของประเภทการจ้างงานหนึ่ง

การตีความทั้งสองแบบต่างมีเหตุผลรองรับได้ในปัจจุบัน นั่นคือสิ่งที่ทำให้ช่วงเวลาปัจจุบันมีความไม่แน่นอนอย่างแท้จริง ไม่ใช่เพียงความวิตกกังวล

คำตอบเรื่องการฝึกอบรมใหม่เป็นของจริง และยังถูกสร้างขึ้นไม่เพียงพอ

หลักฐานสำหรับการตีความแบบแรกไม่ใช่ความเพ้อฝัน OECD รายงานในเดือนมิถุนายน 2026 ว่ามากกว่าครึ่งหนึ่งของผู้ใช้ AI ที่เป็นแรงงานกล่าวว่าได้รับการฝึกอบรมโดยที่นายจ้างออกค่าใช้จ่าย และแรงงานที่ได้รับการฝึกอบรมมีแนวโน้มที่จะรายงานว่ามีประสิทธิภาพการทำงานและสภาพการทำงานที่ดีขึ้น เกือบ 40% ของวิสาหกิจขนาดกลางและขนาดย่อมที่เผชิญช่องว่างทักษะกล่าวว่า AI เชิงสร้างสรรค์ช่วยให้พวกเขาชดเชยช่องว่างดังกล่าวได้

งานด้าน Future of Jobs ของ World Economic Forum ประเมินว่าภายในปี 2030 ตำแหน่งงาน 22% จะได้รับผลกระทบจากการเปลี่ยนแปลง โดยจะมีตำแหน่งงานใหม่เกิดขึ้น 170 ล้านตำแหน่ง เทียบกับ 92 ล้านตำแหน่งที่ถูกแทนที่ และทักษะหลักของแรงงาน 39% จะเปลี่ยนไปในช่วงเวลาเดียวกัน

แต่ผลวิจัยเดียวกันนี้มีคำเตือนแฝงอยู่ การศึกษาของ Conference Board ที่เผยแพร่ในเดือนกรกฎาคม 2026 พบว่าองค์กรส่วนใหญ่กำลังเตรียมพนักงานสำหรับ AI ในปัจจุบัน ไม่ใช่สำหรับงานในอนาคต พวกเขาให้ทุนสนับสนุนการเรียนรู้เรื่อง AI และการยกระดับทักษะภายในบทบาทงานปัจจุบัน ขณะที่มีเพียงไม่กี่แห่งที่กำลังสร้างระบบสำหรับการฝึกทักษะใหม่ในวงกว้างซึ่งการเปลี่ยนแปลงกำลังคนอย่างแท้จริงจะต้องมี การฝึกอบรมเกิดขึ้นจริง แต่พุ่งเป้าไปที่งานที่ผู้ปฏิบัติงานมีอยู่แล้ว

ความแตกต่างนั้นเป็นตัวกำหนดว่าอนาคตแบบใดในสองแบบจะเกิดขึ้น คนงานที่ได้รับการสอนให้ใช้เครื่องมือนั้นยังคงมีงานทำอยู่ ส่วนคนงานที่ได้รับการสอนให้ใช้เครื่องมือนั้นเพียงภายในบทบาทที่กำลังจะหายไปนั้นได้รับเพียงช่วงเวลาผ่อนผันที่ยาวขึ้น ไม่ใช่จุดหมายปลายทางใหม่

หากงานเหล่านั้นไม่กลับมา

การตีความแบบที่สองก็มีผู้สนับสนุนของตนเอง และพวกเขาไม่ใช่บุคคลชายขอบ

ในเดือนเมษายน 2026 อีลอน มัสก์เขียนบน X ว่า "รายได้สูงแบบถ้วนหน้าผ่านเช็กที่ออกโดยรัฐบาลกลางเป็นวิธีที่ดีที่สุดในการรับมือกับการว่างงานที่เกิดจาก AI" การวางกรอบเช่นนี้เผยให้เห็นนัยสำคัญ: ไม่ใช่รายได้พื้นฐานในฐานะความช่วยเหลือเพื่อบรรเทาความยากจน แต่เป็นรายได้สูงในฐานะข้อตกลงชดเชยสำหรับตลาดแรงงานที่ไม่ต้องการทุกคนอีกต่อไป

แซม อัลต์แมน ผู้ให้ทุนโครงการทดลองรายได้พื้นฐานที่ใหญ่ที่สุดโครงการหนึ่งในสหรัฐฯ ได้เปลี่ยนไปในทิศทางตรงกันข้าม เมื่อปลายเดือนเมษายน เขากล่าวว่าเขาสนับสนุนรายได้พื้นฐานถ้วนหน้า (UBI) น้อยลงกว่าในอดีต และสนใจความเป็นเจ้าของร่วมกันมากขึ้น — ทั้งกำลังประมวลผล หุ้น และเครื่องจักรที่สร้างความมั่งคั่ง

โครงการนำร่องเองก็ให้ผลไม่มากเท่ากับจุดยืนของทั้งสองฝ่าย ห้องปฏิบัติการรายได้พื้นฐานของมหาวิทยาลัยสแตนฟอร์ดนับโครงการประกันรายได้ในสหรัฐฯ ได้ 163 โครงการ โดย 41 โครงการยังดำเนินอยู่ การจ่ายเงินโดยทั่วไปอยู่ที่เดือนละ 200 ถึง 1,000 ดอลลาร์ การศึกษาที่สุ่มตัวอย่างใหญ่ที่สุดซึ่งมีผู้เข้าร่วม 3,000 คน พบว่าการทำงานที่มีค่าจ้างลดลงในระดับปานกลาง ควบคู่กับเวลาที่ใช้ในการดูแลผู้อื่น การศึกษา และการพักผ่อนที่เพิ่มขึ้น การทดลองของฟินแลนด์ในปี 2017–2019 ซึ่งจ่ายเงินเดือนละ 560 ยูโรให้ผู้ว่างงาน 2,000 คน พบว่าไม่มีความแตกต่างอย่างมีนัยสำคัญด้านการจ้างงานเมื่อเทียบกับกลุ่มควบคุม และพบว่าความเป็นอยู่ดีขึ้นอย่างชัดเจน

ทั้งหมดนั้นไม่ใช่พิมพ์เขียว มันเป็นหลักฐานว่าเงินทำหน้าที่เป็นพื้นขั้นต่ำ และโดยตัวมันเองไม่ได้ตอบคำถามที่อยู่ข้างใต้

หลังเงิน: คำถามที่ยังเปิดอยู่

สมมติว่ากรณีในแง่ดีเกิดขึ้นจริง พลังงานราคาถูก หุ่นยนต์ทำงานซ้ำซาก และเงินปันผลหรือรายได้ขั้นพื้นฐานครอบคลุมอาหาร ที่อยู่อาศัย และสุขภาพ ปัญหาเศรษฐกิจได้รับการแก้ไขแล้ว ปัญหาของมนุษย์แทบจะยังไม่ถูกกล่าวถึง

งานไม่ใช่แค่รายได้ แต่ยังเป็นโครงสร้างชีวิต สถานะ การติดต่อทางสังคม และสถานที่ที่ผู้คนคาดหวังให้เราไปปรากฏตัว ถอดค่าจ้างออก ก็เท่ากับถอดเหตุผลที่คนส่วนใหญ่ออกจากบ้านในวันอังคาร โครงการนำร่องแสดงให้เห็นว่าผู้คนทำอะไรกับเวลาว่างที่มากขึ้น — ดูแลครอบครัว เรียนหนังสือ พักผ่อน — แต่ไม่ได้แสดงให้เห็นว่าสังคมจะทำอย่างไรเมื่อสภาพเช่นนั้นเป็นแบบถาวรและเป็นสากล แทนที่จะเป็นการทดลองเพียงหนึ่งปี

กลับมาทำงานก่อน สำหรับตอนนี้

ไม่มีใครรู้ว่าอะไรจะเข้ามาแทนหน้าที่ในการจัดระเบียบของงานในวงกว้าง บางคนเสนอให้มีเงินปันผลพลเมือง: งานบริการที่ได้รับค่าจ้าง การดูแล การสอน การปกครองท้องถิ่น บางคนเสนอให้เปิดวิทยาศาสตร์และศิลปะให้แก่ทุกคนที่มีความอยากรู้อยากเห็นและมีเวลา บางคนแย้งว่าคนส่วนใหญ่จะไม่เป็นที่ต้องการอีกต่อไป และการพูดเช่นนั้นอย่างตรงไปตรงมาคือก้าวแรก ไม่มีข้อเสนอใดเหล่านี้ถูกทดสอบ ทั้งหมดล้วนเป็นคำถามที่ยังเปิดอยู่ และผู้ที่ทำงานด้าน AI ไม่ว่าจะตั้งใจหรือไม่ ก็กำลังเขียนเงื่อนไขที่คำถามเหล่านี้จะได้รับคำตอบ

ข้อสรุปที่ตรงไปตรงมาไม่ใช่ว่าอนาคตจะสดใสหรือมืดมน แต่คืออนาคตทั้งสองแบบไม่ได้เกิดขึ้นเองโดยอัตโนมัติ

เศรษฐกิจที่ฝึกอบรมคนงานใหม่ให้เข้าสู่บทบาทที่มีอยู่จริงจะซึมซับการเปลี่ยนผ่านนี้ได้เช่นเดียวกับที่มันซึมซับการเปลี่ยนผ่านครั้งก่อนๆ โดยมีความฝืดเคืองและความไม่เป็นธรรม แต่ไม่ถึงขั้นแตกสลาย เศรษฐกิจที่ฝึกคนสำหรับงานที่มันกำลังลบออกไปในเวลาเดียวกันจะสร้างคนรุ่นหนึ่งที่มีคุณสมบัติเหมาะสมแต่ไม่มีที่ไป แล้วมันจะก่อให้เกิดการเมืองที่จะตามมา

ดังนั้น งานที่มีประโยชน์ในตอนนี้จึงไม่ใช่เรื่องหรูหราน่าตื่นเต้น จงให้ทุนสนับสนุนการฝึกอบรมที่มุ่งไปที่ความต้องการจริง ไม่ใช่มุ่งไปที่โครงสร้างองค์กรในปัจจุบัน มองการฝึกทักษะใหม่เป็นโครงสร้างพื้นฐาน ไม่ใช่สวัสดิการ สร้างโครงการนำร่อง วัดผลอย่างตรงไปตรงมา และต้านทาน temptation ที่จะสัญญาถึงความอุดมสมบูรณ์ก่อนที่มันจะเกิดขึ้นจริง

และถ้าวันนั้นมาถึงจริง วันที่ความจำเป็นพื้นฐานได้รับการดูแลครบถ้วนและงานที่ได้รับค่าจ้างกลายเป็นทางเลือก นั่นจะเป็นความสำเร็จที่คุ้มค่ากับความพยายามทั้งหมด — โลกที่ผู้คนทำตามความอยากรู้อยากเห็นแทนที่จะต้องวิ่งตามหนี้บ้าน เรียนวิทยาศาสตร์เพราะมันน่าสนใจ สร้างสิ่งต่างๆ เพราะอยากเห็นมันมีอยู่จริง มันเป็นอนาคตที่ควรค่าแก่การหวัง มันไม่ใช่อนาคตที่จะมาถึงด้วยตัวมันเอง

ตอนนี้ก็กลับไปทำงานก่อน

แหล่งที่มา: รายงานการประกาศลดตำแหน่งงานของ Challenger, Gray & Christmas เดือนพฤษภาคม–ตุลาคม 2026; OECD, “AI และทักษะ: สิ่งที่เรารู้จนถึงตอนนี้,” มิถุนายน 2026; World Economic Forum, รายงานอนาคตของงาน 2025 และ “ปัญญาประดิษฐ์และอนาคตของงานระดับเริ่มต้น,” มิถุนายน 2026; The Conference Board, งานวิจัยการพัฒนาทักษะ AI, กรกฎาคม 2026; Stanford Basic Income Lab; การศึกษารายได้พื้นฐานของ OpenResearch; การทดลองประกันสังคมของฟินแลนด์ 2017–2019

ติดต่อ: [email protected]

โปรดทราบว่าเวอร์ชันภาษาไทยได้รับการช่วยเหลือจาก AI ดังนั้นอาจมีข้อผิดพลาดเล็กน้อย

ผู้เขียน

Ai-Banking-NetworkSecurity (ABN), ABN ASIA ถูกก่อตั้งขึ้นโดยคนที่มีรากฐานลึกในวงการวิชาการ มีประสบการณ์การทำงานในสหรัฐอเมริกา ดัตช์ ฮังการี ญี่ปุ่น เกาหลีใต้ สิงคโปร์ และเวียดนาม ABN Asia เป็นที่เราพบกันของวิทยาลัยและเทคโนโลยี ด้วยโซลูชันขั้นสูงและบริการพัฒนาซอฟต์แวร์ที่มีความสามารถ เราช่วยธุรกิจเติบโตและเข้าสู่ฉากโลก ความมุ่งมั่นของเรา: ด่วนขึ้น ดีขึ้น น่าเชื่อถือมากขึ้น ในกรณีส่วนมาก: ราคาถูกด้วย

หากคุณต้องการบริการ IT การให้คำปรึกษาดิจิทัล โซลูชันซอฟต์แวร์ใช้ได้หรือหากคุณต้องการส่งคำขอข้อเสนอ (RFPs) อย่าลังเลที่จะติดต่อเรา คุณสามารถติดต่อเราได้ที่ [email protected] เราพร้อมช่วยเหลือคุณด้านทุกความต้องกรทางเทคโนโลยีของคุณทุกเมื่อ