ผลตอบแทนประสิทธิภาพ AI ใครได้ ใครเสียเมื่องานเร็วขึ้น

นิยามผลตอบแทนประสิทธิภาพ AI และข้อเท็จจริงที่ซ่อนอยู่

ผลตอบแทนประสิทธิภาพ AI คือมูลค่าทางเศรษฐกิจเพิ่มเติมที่เกิดขึ้นเมื่อปัญญาประดิษฐ์ช่วยให้คนหรือองค์กรผลิตผลงานได้มากขึ้นด้วยทรัพยากรเท่าเดิมหรือน้อยลง มันไม่ใช่แค่การทำงานเร็วขึ้น แต่คือความจุใหม่ของระบบเศรษฐกิจที่เปิดทางให้บริษัทขยายรายได้ รับลูกค้าเพิ่ม หรือกดต้นทุนแรงงานโดยไม่ต้องเพิ่มคน ผลตอบแทนประสิทธิภาพ AI จึงเป็นทั้งโอกาสทางธุรกิจและสนามต่อรองใหม่ระหว่างผู้บริหาร พนักงาน และผู้ถือหุ้น

ในโลกการทำงานวันนี้ AI ไม่ใช่คำสัญญาในอนาคตอีกต่อไป แต่กัดกินโครงสร้างเศรษฐกิจแบบเงียบๆ ผลตอบแทนประสิทธิภาพ AI ปรากฏผ่านของจริง เช่น ผู้ช่วยอัตโนมัติในชุดโปรแกรมสำนักงานที่ช่วยให้ทีมจัดทำรายงาน วางแผน หรือวิเคราะห์ข้อมูลได้ในเวลาน้อยลงหลายเท่า ถึงขั้นมีคนตั้งชื่อชัดเจนว่า AI productivity dividend หรือผลตอบแทนประสิทธิภาพ AI ซึ่งหมายถึงความจุใหม่ที่เกิดเมื่อ AI ทำให้ทีมการตลาดทำงาน 4 วันเท่างาน 5 วัน หรือทีมบริการลูกค้ารับเคสเพิ่มได้โดยไม่ต้องเพิ่มหัว แต่ประเด็นใหญ่อยู่ที่ว่า ความจุส่วนเพิ่มนี้ถูกเปลี่ยนกลับไปเป็นอะไร

AI ทำให้เศรษฐกิจโตเร็วขึ้นได้ แต่ไม่รับประกันว่าคนจะมีงานทำ

งานวิจัยเศรษฐกิจล่าสุดวาดภาพอนาคต AI ไว้หลากหลาย ตั้งแต่ฉากที่ AI เป็นแค่ผู้ช่วยเสริม เหมือนอินเทอร์เน็ตยุคแรก สร้างการเติบโตแบบค่อยเป็นค่อยไป ไปจนถึงฉากที่ AI ทำครึ่งหนึ่งของงานความรู้ภายในไม่กี่ปี ทำให้เศรษฐกิจเติบโตเร็วขึ้นกว่าปกติสองเท่า และค่าแรงของคนทำงานความรู้เริ่มหยุดนิ่ง ในขณะที่แรงงานกลุ่มอื่นได้อานิสงส์ ฉากสุดโต่งกว่านั้นคือ AI ทำงานความรู้แทบทั้งหมดแบบอัตโนมัติ ทำให้ผลผลิตเพิ่มจนเศรษฐกิจขยายตัวปีละถึง 15 เปอร์เซ็นต์และขนาดเศรษฐกิจเพิ่มเป็นสองเท่าในเวลาไม่กี่ปี แต่ตกงานก็พุ่งสูงเกินกว่าวิกฤตเศรษฐกิจทั่วไป

จุดอันตรายคือโมเดลเศรษฐกิจเหล่านี้คิดจากด้านอุปทานเป็นหลัก มองว่าผลิตภาพเพิ่มเท่าไรโดยยังไม่ถามว่าใครมีรายได้ไปซื้อของที่ผลิตได้บ้าง หากคนจำนวนมากสูญเสียงานหรือรายได้ ปกติการบริโภคจะหดและทำให้เศรษฐกิจเสียหายต่อเนื่อง นักเศรษฐศาสตร์และผู้เชี่ยวชาญกว่า 200 คนจึงออกจดหมายเปิดผนึก เรียกร้องให้กำหนดกรอบกำกับผลกระทบทางเศรษฐกิจจาก AI ก่อนที่เทคโนโลยีซึ่งผู้พัฒนาบางรายยังเตือนเองว่ากำลังพัฒนาเร็วเกินความสามารถในการจัดการความเสี่ยงจะกลายเป็นแรงเปลี่ยนแปลงใหญ่กว่าการปฏิวัติอุตสาหกรรม

เมื่อเทคโนโลยีไม่ทำลายชนชั้นเก่าแต่กลับเพิ่มกำไรให้คนเดิม

AI เคยถูกขายว่าเป็นเทคโนโลยีที่จะลดเส้นแบ่งระหว่างมือใหม่กับผู้มีประสบการณ์ เปิดทางให้คนไม่มีใบปริญญาเข้าถึงงานมูลค่าสูง แต่หลักฐานเชิงเศรษฐกิจช่วงสองปีแสดงภาพตรงกันข้าม งานวิเคราะห์จากนักเศรษฐศาสตร์ของสถาบันการเงินรายใหญ่พบว่าอาชีพที่เสี่ยงจาก AI สูงกลับกระจุกตัวในครัวเรือนกลุ่ม CHIC คือ คนมีการศึกษาระดับมหาวิทยาลัย รายได้สูง อยู่ในเมือง และเกือบ 70 เปอร์เซ็นต์ของคนในงานกลุ่มนี้มีปริญญาตรี เทียบกับเพียงราว 10 เปอร์เซ็นต์ในงานที่เสี่ยงต่ำ

ที่รุนแรงกว่านั้นคือผลต่อค่าแรง ในช่วงเงินเฟ้อสูงกว่ากรอบเป้าหมาย ผลวิจัยเดียวกันชี้ว่า คนในควอไทล์ค่าแรงต่ำสุดเผชิญการชะลอตัวของการเติบโตค่าแรงถึง 10.7 จุด ในขณะที่ควอไทล์ถัดขึ้นไปโดน 5.4 จุด และควอไทล์ที่สาม 4.0 จุด กล่าวอีกแบบ ผลตอบแทนประสิทธิภาพ AI ถูกเก็บไว้บนยอดพีระมิดมากกว่าจะไหลลงฐาน ขณะเดียวกันกำไรของบริษัทกลับอยู่ใกล้ระดับสูงสุดในยุคหลังสงคราม เพราะบริษัทจำนวนมากใช้ AI และกระแสเทคโนโลยีเป็นข้ออ้างในการขึ้นราคาโดยตรึงค่าแรง ส่งผลให้แรงกดดันทางค่าครองชีพตกหนักต่อแรงงานรายได้น้อย

โครงสร้างทุน ศูนย์ข้อมูล และ AI ที่ตอบแทนเจ้าของสินทรัพย์

อีกชั้นหนึ่งของความเหลื่อมล้ำทางเศรษฐกิจ AI คือโครงสร้างทุนที่อยู่เบื้องหลัง ทุกโมเดลขนาดใหญ่ต้องพึ่งศูนย์ข้อมูลขนาดมหาศาล ใช้ไฟฟ้าปริมาณสูงจนชุมชนเริ่มต่อต้าน ค่าไฟบ้านเรือนเพิ่มขึ้นจนคนส่วนใหญ่รู้สึกเองก่อนที่งานวิจัยจะออกมาเสียอีก สำรวจหนึ่งพบว่าคนที่เชื่อว่าศูนย์ข้อมูลทำให้บิลค่าไฟสูงขึ้นเพิ่มจาก 43 เปอร์เซ็นต์เมื่อต้นปีเป็นเกือบ 60 เปอร์เซ็นต์กลางปี ระหว่างที่ประชาชนจ่ายค่าไฟแพงขึ้น เจ้าของโครงสร้างพื้นฐานและผู้ถือหุ้นในบริษัทใหญ่กลับได้รับผลตอบแทนจากการใช้งาน AI ที่เพิ่มขึ้น

ในขณะเดียวกัน เวทีการแข่งขันด้าน AI ยังถูกโยงกับการเมืองเทคโนโลยีโลก เช่น กรณีหน่วยงานไซเบอร์และกฎหมายของสหรัฐกล่าวหาบริษัท AI จากจีน 6 แห่งว่าดึงความสามารถจากโมเดลแนวหน้าอเมริกันผ่านเทคนิค distillation ซึ่งรวมถึงบริษัทชื่อดังอย่าง DeepSeek Moonshot AI และ Alibaba ข้อกล่าวหาแบบนี้ไม่เพียงสร้างแรงตึงเครียดด้านความมั่นคง แต่ยังบอกเราว่า ใครควบคุมโมเดล ใครมีทุนสร้างศูนย์ข้อมูล และใครถือสิทธิในเทคโนโลยี กลุ่มนั้นย่อมกำหนดเงื่อนไขการแบ่งปันมูลค่า AI ได้มากกว่า

ผู้นำองค์กรต้องเลือก ผลตอบแทนจะไปที่ค่าแรง งานใหม่ หรือกำไร

หัวใจของผลตอบแทนประสิทธิภาพ AI ไม่ได้อยู่ที่เทคโนโลยี แต่อยู่ที่การตัดสินใจของผู้นำธุรกิจ เมื่อทีมการตลาดทำงานครบใน 4 วันแทน 5 วัน หรือทีมบริการลูกค้ารับคำถามเพิ่มได้โดยไม่จ้างเพิ่ม ความจุที่เกิดขึ้นจะถูกใช้เพื่ออะไร มีคนตั้งคำถามชัดว่า เมื่อ AI สร้าง productivity dividend ผลตอบแทนก้อนนี้ควรไปที่ไหน ไปสู่ผู้ถือหุ้นในรูปมาร์จินที่สูงขึ้น ไปสู่ลูกค้าในรูปสินค้าราคาถูกลง กลับเข้าบริษัทในรูปผลิตภัณฑ์ใหม่ หรือคืนสู่พนักงานผ่านเงินเดือนสูงขึ้น งานที่คุณภาพดีขึ้น หรือชั่วโมงทำงานที่สั้นลง หรือจะกลายเป็นแค่รายชื่อพนักงานที่หายไปจากบัญชีเงินเดือน

ประโยคหนึ่งจากงานวิเคราะห์ชุดเดียวกันชัดเจนมากว่า “Efficiency is not the same thing as growth Efficiency creates capacity Leadership decides what to do with it” นั่นคือผลตอบแทนประสิทธิภาพ AI เป็นเพียงโอกาส ไม่ใช่ปลายทาง หากผู้นำเลือกทางลัดแบบเดิมคือเก็บผลประโยชน์ไว้กับผู้บริหารและผู้ถือหุ้น ความเหลื่อมล้ำทางเศรษฐกิจ AI จะยิ่งลึก และแรงต้านต่อศูนย์ข้อมูลกับเทคโนโลยีใหม่ย่อมทวีคูณ ตรงกันข้าม หากบริษัทกำหนดกรอบการแบ่งปันมูลค่า AI อย่างชัด เช่น ระบบส่วนแบ่งกำไร การอัปสกิลพนักงาน และการทดลองลดชั่วโมงทำงานโดยรักษาเงินเดือน ก็อาจทำให้ AI กลายเป็นเครื่องจักรสร้างงานและคุณภาพชีวิต แทนที่จะเป็นแค่เครื่องรีดกำไรระยะสั้น