วิพากษ์มายาคติการใช้ AI แทนที่แรงงาน: จากภาพลวงตาเชิงเทคนิคสู่ความจริงในภาคปฏิบัติ

ในฐานะนักวิเคราะห์กลยุทธ์และที่ปรึกษานโยบายแรงงาน ผมมองว่าสิ่งที่กำลังเกิดขึ้นในอุตสาหกรรมเทคโนโลยีขณะนี้ไม่ใช่ “การปฏิวัติ” แต่เป็น “ภาพลวงตาขององค์กร” (Corporate Illusion) ครั้งใหญ่ที่สุดในประวัติศาสตร์สมัยใหม่ บทความนี้จะกระเทาะเปลือกวาทกรรมที่ใช้ AI เป็นฉากหน้าเพื่อปกปิดความล้มเหลวในการบริหารจัดการ และเผยให้เห็นความจริงที่บริษัทระดับโลกกำลังเผชิญ เมื่อพยายามแทนที่ประสบการณ์ของมนุษย์ด้วยรหัสคำสั่งที่ยังไม่พร้อมใช้งานจริง

1. บทนำ: มายาคติเรื่องจุดจบของการจ้างงาน (The Great AI Illusion)

ประวัติศาสตร์กำลังซ้ำรอยอย่างน่ากังวล หากเราย้อนกลับไปในช่วงปลายทศวรรษที่ 1970 และต้น 80 โลกเคยตกอยู่ในอาการตื่นตระหนกแบบเดียวกัน เมื่อญี่ปุ่นเปิดตัวโครงการ “Fifth Generation Computer Systems” เพื่อสร้างเครื่องมือที่คิดและสื่อสารได้เหมือนมนุษย์ ในตอนนั้นรัฐบาลสหรัฐฯ เทงบประมาณมหาศาลเข้าสู่ “Expert Systems” ด้วยความหวังจะแทนที่แรงงานผู้เชี่ยวชาญ แต่สุดท้ายมันกลายเป็นเพียง “Broken Hype Cycle” ที่ล้มเหลวเมื่อเผชิญกับโลกแห่งความจริง

ในปัจจุบัน มายาคติเดิมถูกนำกลับมาปัดฝุ่นใหม่ภายใต้ชื่อ AI การเลิกจ้างพนักงานเทคโนโลยีจำนวนมหาศาลในช่วง 2 ปีที่ผ่านมาถูกฉาบหน้าด้วยคำว่า “ประสิทธิภาพ” เพื่อสร้างความพึงพอใจให้แก่ Wall Street จนทำให้หุ้นกลุ่มเทคโนโลยีพุ่งสูงขึ้นอย่างผิดปกติ โดยกว่า 75% ของการเติบโตในดัชนี S&P 500 ถูกขับเคลื่อนด้วยการเก็งกำไรใน AI เพียงอย่างเดียว หากปราศจากกระแสนี้ เศรษฐกิจสหรัฐฯ อาจเข้าสู่สภาวะ “Technical Recession” ไปแล้วด้วยซ้ำ การไล่พนักงานออกจึงไม่ใช่เรื่องของเทคโนโลยี แต่เป็นกลยุทธ์ประคองตัวเลขทางเศรษฐกิจผ่านภาพลวงตา

2. ช่องว่างระหว่าง “คำโฆษณา” กับ “ความจริง“: ข้อมูลเชิงประจักษ์จากภาคสนาม

ในขณะที่ผู้บริหารประโคมข่าวว่า AI พร้อมจะทำงานแทนคน แต่ดัชนีชี้วัดประสิทธิภาพจริง (Empirical Evidence) กลับแสดงให้เห็นว่าเทคโนโลยีเหล่านี้ยังห่างไกลจากคำว่า “ใช้งานได้” ในระดับที่ต้องการความแม่นยำสูง

ตารางวิเคราะห์ความล้มเหลวของ AI ในภาคส่วนวิกฤต

*Remote Labor Index คือเกณฑ์มาตรฐาน (Benchmark) ที่ถูกสร้างขึ้นมาเพื่อทดสอบว่าโมเดล AI สามารถทำงานแทนมนุษย์ในสเกลการทำงานจริงได้หรือไม่

 โดยการทดสอบจะให้โมเดล AI ชั้นนำ (เช่นโมเดลจาก OpenAI, Anthropic และ Google) ลองทำงานฟรีแลนซ์ที่มีมูลค่าทางเศรษฐกิจจริงhttps://www.remotelabor.ai/ 

3. ถอดหน้ากาก “ผู้เชี่ยวชาญ“: เมื่อ AI คือฉากหน้าของการ Outsourcing

สิ่งที่อันตรายที่สุดคือการที่ผู้บริหารใช้ AI เป็น “Futuristic Coverup” เพื่อปกปิดการปรับโครงสร้างองค์กรที่ไร้ประสิทธิภาพ ผมขอเรียกสิ่งนี้ว่า “Corporate Malpractice” หรือการบริหารงานที่ผิดพลาดอย่างร้ายแรง

Accountability Check (การตรวจสอบความรับผิดชอบ):

• The Outsourcing Secret: Amazon ประกาศเลิกจ้างพนักงาน 14,000 คนในเดือนตุลาคม 2025 และอีก 16,000 คนในเดือนมกราคม 2026 โดยอ้างการเปลี่ยนผ่านสู่ AI แต่ความจริง Amazon ยังคงเป็นผู้จ้างแรงงาน H-1B รายใหญ่ และใช้ระบบ “Mechanical Turk” เพื่อจ้างคนราคาถูกมานั่งแก้ปัญหาที่ AI ก่อขึ้น
• The Paradox of Leadership: ผู้บริหารที่ประกาศว่า AI จะทำงานแทนคน มักไม่เคยอธิบาย Business Workflow ใหม่ได้เลย พวกเขาเพียงแค่ตัดลดค่าใช้จ่ายระยะสั้นโดยทำลายโครงสร้างพื้นฐานของบริษัท
• Hidden Human Operators: แม้แต่บริษัทอย่าง Meta ยังต้องใช้ผู้รับเหมาจากต่างประเทศ (Overseas Contractors) มาแอบตรวจสอบระบบที่อ้างว่าเป็นอัตโนมัติ นี่คือการหลอกลวงผู้ถือหุ้นในนามของนวัตกรรม

4. ความย้อนแย้งในตลาดแรงงาน: ความต้องการ “ตัวจริง” ที่เพิ่มสูงขึ้น

ในขณะที่สื่อกระแสหลักโหมประโคมเรื่องการตกงาน แต่ในภาคปฏิบัติ ผู้ประกอบการหน้างานและส่วนราชการกลับยังคงเผชิญกับการขาดแคลนบุคลากรอย่างหนัก เพราะ AI ไม่สามารถทดแทน Human Intuition หรือสัญชาตญาณในการแก้ปัญหาเฉพาะหน้าได้

ผู้เชี่ยวชาญภาคปฏิบัติ (Practical Experts) ต่างตระหนักดีว่างานที่มีความซับซ้อนต้องการ “บริบท” (Context) มากกว่าแค่การประมวลผลข้อมูล การที่หน่วยงานราชการยังคงเปิดรับสมัครงานต่อเนื่องแต่หาคนทำงานที่เหมาะสมไม่ได้ สะท้อนให้เห็นว่าตลาดแรงงานไม่ได้ต้องการ “คนทั่วไป” แต่ต้องการคนที่มีประสบการณ์ ซึ่งเป็นสิ่งที่ AI ไม่สามารถเลียนแบบได้จากการฝึกฝนด้วยข้อมูลในอดีตเพียงอย่างเดียว

5. ปรากฏการณ์ “Boomerang Employees” และจุดจบของกลยุทธ์รีดไขมัน

ความผิดพลาดเชิงกลยุทธ์ที่สะท้อนถึงการขาด Fiduciary Responsibility (ความรับผิดชอบต่อหน้าที่) คือการที่บริษัทไล่พนักงานอาวุโสออกเพื่อลดต้นทุน แต่กลับต้องเผชิญกับวิกฤต “Technical Debt” (หนี้ทางเทคนิค) ที่พุ่งสูงขึ้น

เมื่อพนักงานที่เข้าใจวัฒนธรรมและความเป็นตัวตนขององค์กรถูกไล่ออก และแรงงานราคาถูกหรือ AI ไม่สามารถดูแลระบบที่ซับซ้อนได้ ระบบจึงเริ่มพังทลาย นำไปสู่ปรากฏการณ์ “Quiet Reversal” ที่บริษัทต้องแอบจ้างอดีตพนักงานกลับมาในฐานะ “Boomerang Employees” แต่ครั้งนี้พวกเขาไม่ได้กลับมาในฐานะลูกจ้าง แต่กลับมาเป็น ที่ปรึกษา (Consultants) พร้อมค่าตัวระดับพรีเมียมที่สูงกว่าเงินเดือนเดิมหลายเท่า

สิ่งนี้พิสูจน์ว่า “Institutional Memory” หรือความจำขององค์กรเป็นสินทรัพย์ที่ประเมินค่าไม่ได้ การไล่พนักงานออกเพื่อใช้ AI จึงเป็นเพียงการผลักภาระหนี้ไปในอนาคต ซึ่งสุดท้ายบริษัทต้องจ่ายคืนด้วยราคาที่แพงกว่าเดิม

6. บทสรุป: การสร้าง “Strategic Resilience” ในยุค AI

บทสรุปของการวิเคราะห์นี้ไม่ใช่การปฏิเสธ AI แต่เป็นการมอง AI อย่างที่มันเป็น นั่นคือ “เครื่องมือ“ ไม่ใช่ “พนักงาน” 

ผู้ที่จะอยู่รอดและได้ประโยชน์ที่แท้จริงคือองค์กรที่เข้าใจ Asset Valuation: บริษัทที่มองว่า “ประสบการณ์” ของมนุษย์คือสินทรัพย์ ไม่ใช่ค่าใช้จ่าย (Liability) ที่ต้องตัดทิ้ง และแรงงานที่เป็น “ตัวจริง” คือ ผู้ที่ใช้ AI เพื่อเพิ่มผลิตภาพในงานพื้นฐาน แต่ยังคงรักษาอำนาจในการตัดสินใจเชิงกลยุทธ์และสัญชาตญาณในการจัดการวิกฤต

ผู้ที่มี “Strategic Resilience” และประสบการณ์หน้างานจริงเท่านั้น คือผู้ถือไพ่เหนือกว่าในเกมการแข่งขันที่ภาพลวงตากำลังจะมลายหายไป

บทความ คอลัมน์ พิจารณ์นโยบายสาธารณะ กลุ่มนโยบายสาธารณะเพื่อสังคมและธรรมาภิบาล

ดร มนต์ศักดิ์ โซ่เจริญธรรม
กลุ่มนโยบายสาธารณะเพื่อสังคมและธรรมาภิบาล