AI & Technology

AI เขมือบงาน — บริษัทไล่คนออกเพราะ "ศักยภาพ" ของ AI ไม่ใช่เพราะ AI ทำงานได้จริง

Harvard Business Review เปิดโปง: 95% ของบริษัทที่ลงทุน AI ยังไม่เห็นกำไร แต่ไล่คนออกไปแล้ว 180,000 ตำแหน่ง ในปี 2025 เฉลี่ยวันละ 489 คน — ใครกำลังตกงานจริง และใครแค่ถูกใช้เป็นข้ออ้าง?

25 Mar 202612 min

AI JobsLayoffsWorkforceAutomationHBRDigital Disruption

เปิดเรื่อง — ตัวเลขที่โหดร้าย

วันละ 489 คน

ไม่ใช่จำนวนคนที่ถูกปลดจากกองทัพ ไม่ใช่ยอดผู้ป่วยจากโรคระบาด — แต่เป็นจำนวนคนในอุตสาหกรรม tech ที่ถูก ไล่ออก ในปี 2025 เฉลี่ยต่อวัน รวมทั้งปี 180,000 ตำแหน่ง หายไปจากตลาดแรงงาน

และตัวเลขไม่ได้ชะลอลง — ในช่วงต้นปี 2026 เพียงไม่กี่เดือนแรก มีคนถูกปลดไปแล้วกว่า 150,000 ตำแหน่ง โดย 20.4% หรือราว 9,238 ตำแหน่งถูกระบุตรงๆ ว่า "เกี่ยวข้องกับ AI"

CEO จาก Ford, Amazon, Salesforce, JP Morgan Chase ออกมาประกาศเหมือนนัดกันว่า "งาน white-collar จะหายไป" ราวกับเป็นสคริปต์ที่เขียนไว้แล้ว

แต่คำถามที่ไม่มีใครกล้าถามดังๆ คือ — AI ทำงานแทนคนได้จริงแล้วหรือ? หรือแค่เป็นข้ออ้างที่สวยหรูที่สุดในประวัติศาสตร์การลดต้นทุน?

HBR เปิดโปง: ไล่คนออกเพราะ "ความหวัง" ไม่ใช่ "ผลลัพธ์"

Harvard Business Review ตีพิมพ์งานวิจัยเดือนมกราคม 2026 ที่สำรวจผู้บริหารกว่า 1,000 คน ผลลัพธ์ที่ได้ทำให้ต้องอ่านซ้ำสองรอบ:

มีเพียง 2% ของการปลดพนักงานที่เกี่ยวข้องกับการนำ AI มาใช้งานจริง

อ่านอีกรอบ — 2%

แปลว่าอีก 98% ไล่คนออกเพราะอะไร? เพราะ "ศักยภาพ" ของ AI ไม่ใช่เพราะ AI ทำงานได้จริง บริษัทเหล่านี้ตัดสินใจลดคนล่วงหน้า (anticipatory layoffs) โดยคาดการณ์ว่า AI จะมาแทนที่ในอนาคต ทั้งที่ยังไม่ได้ deploy ระบบอะไรเลย

นี่ไม่ใช่การปฏิวัติทางเทคโนโลยี — นี่คือ การปฏิวัติทาง narrative บริษัทใช้คำว่า "AI transformation" เป็นโล่กำบังเพื่อทำสิ่งที่อยากทำอยู่แล้ว: ลดต้นทุนแรงงาน โดยไม่ต้องแบกรับภาพลักษณ์ของการ layoff แบบเก่า

ลองคิดดู — ถ้าบริษัทบอกว่า "เราลดคนเพราะกำไรตก" นักลงทุนตกใจ แต่ถ้าบอกว่า "เราลดคนเพราะกำลัง transform ด้วย AI" หุ้นขึ้น

มันเป็นเกมที่ win-win สำหรับ C-suite แต่ lose-lose สำหรับคนทำงาน

95% ลงทุนแล้วไม่ได้อะไร — แล้วใครจ่าย?

ข้อมูลจาก MIT และ Oxford ตอกย้ำสิ่งที่ HBR พบ:

95% ของบริษัทที่ลงทุนใน AI ไม่ได้ return อะไรกลับมาเลย — เม็ดเงินลงทุนรวมกันประมาณ 30-40 พันล้านดอลลาร์ (หนึ่งล้านล้านบาท+) หายไปกับ pilot projects ที่ไม่เคย scale, POC ที่ไม่เคยเข้า production, และ AI tools ที่พนักงานไม่เคยใช้

แต่ใครเป็นคนจ่ายราคาของความล้มเหลวนี้?

ไม่ใช่ CEO ที่ตัดสินใจลงทุน — พวกเขายังได้โบนัสจากการ "lead AI transformation"

ไม่ใช่ board ที่อนุมัติงบ — พวกเขายังได้ปรบมือจากนักลงทุนที่ตื่นเต้นกับ AI story

คนที่จ่ายคือพนักงาน — คนที่ถูกไล่ออกเพราะ "AI จะมาแทน" ทั้งที่ AI ยังทำงานแทนไม่ได้

ข้อมูลจาก New York Federal Reserve ยืนยัน: ใน 6 เดือนที่ผ่านมา มีเพียง 1% ของบริษัทในภาคบริการที่ปลดพนักงานเพราะ AI จริงๆ ที่เหลือ? เป็นแค่การ restructure ที่หยิบ AI มาเป็นข้ออ้าง

ใครตกงานจริง? ตัวเลขไม่โกหก

ถ้า AI ยังทำงานแทนคนไม่ได้จริง แล้วทำไมคนถึงยังตกงาน? คำตอบคือ — คนตกงานจริง แต่ไม่ใช่เพราะ AI ทำงานแทน แต่เพราะบริษัท คิดว่า AI จะทำงานแทนได้

และคนที่โดนก่อนไม่ใช่ใครอื่น:

แยกตามสายงาน

งานธุรการ/Admin — เผชิญความเสี่ยงสูงสุดที่ 26% ของงานถูกมองว่า AI ทำแทนได้
Customer Service — ตามมาที่ 20%
งาน white-collar ทั่วไป — 80% ของแรงงานอเมริกันอาจมี 10%+ ของงานที่ได้รับผลกระทบจาก LLM (Large Language Model)
รวมแล้ว 25% ของงานทั้งหมดในปัจจุบัน อาจถูก AI เข้ามาจัดการได้

แยกตามเพศ — ตัวเลขที่ไม่มีใครพูดถึง

นี่คือสิ่งที่สื่อกระแสหลักไม่ค่อยหยิบมาเล่า:

79% ของผู้หญิงที่ทำงานในอเมริกาอยู่ในกลุ่มเสี่ยงสูงจาก automation เทียบกับผู้ชายที่ 58%

ทำไม? เพราะผู้หญิงกระจุกตัวอยู่ในสายงานที่ AI ถูกมองว่า "แทนที่ได้ง่าย" — งานธุรการ, งาน data entry, งานบริการลูกค้า, งาน back-office ขณะที่ผู้ชายกระจายตัวในงานที่ต้องใช้แรงกายหรือทักษะเฉพาะทางมากกว่า

การปฏิวัติ AI ไม่ได้ neutral ทางเพศ — มันกำลังซ้ำเติมความเหลื่อมล้ำที่มีอยู่แล้ว

มองไปข้างหน้า

McKinsey ประเมินว่าภายในปี 2030 แรงงาน 14% ของโลก หรือราว 375 ล้านคน อาจต้องเปลี่ยนสายอาชีพ ตัวเลขนี้ไม่ได้หมายความว่าคนเหล่านี้จะตกงาน แต่หมายความว่าทักษะที่พวกเขามีอยู่จะ ไม่เพียงพออีกต่อไป

มุมกลับ: AI ไม่ได้น่ากลัวขนาดนั้น — ถ้าคุณเตรียมตัว

หยุดตื่นตระหนกสักครู่

ข้อเท็จจริงที่ต้องยอมรับคือ — AI ในปี 2026 ยังห่างไกลจากการ "แทนที่" คนได้จริง สิ่งที่ AI ทำได้ดีคืองานซ้ำซาก, งานที่มี pattern ชัดเจน, งานที่ต้องประมวลผลข้อมูลจำนวนมาก แต่สิ่งที่ AI ยังทำไม่ได้:

ตัดสินใจในสถานการณ์ที่ไม่เคยเจอ — AI เก่งเรื่อง pattern matching แต่แย่เรื่อง novel situations
สร้างความไว้วางใจกับลูกค้า — ลองให้ chatbot ไปเจรจาดีลหลายร้อยล้านดูสิ
เข้าใจบริบททางวัฒนธรรม — AI อ่านตัวเลขได้ แต่อ่านห้องประชุมไม่ออก
รับผิดชอบ — เมื่อ AI ทำพลาด ใครรับผิดชอบ? ยังไม่มีคำตอบที่ชัดเจน

ปัญหาไม่ได้อยู่ที่ AI เก่งเกินไป ปัญหาอยู่ที่ คนไม่ปรับตัว หรือ บริษัทใช้ AI เป็นข้ออ้างเพื่อ agenda อื่น

ดังนั้น แทนที่จะกลัว ให้ทำความเข้าใจว่า AI เปลี่ยน วิธีทำงาน ไม่ใช่ กำจัดงาน คนที่จะรอด (และรุ่ง) คือคนที่ใช้ AI เป็นเครื่องมือ ไม่ใช่คนที่แข่งกับ AI

สิ่งที่คนทำงานไทยต้องทำตอนนี้

อย่านั่งรอ อย่าหวังว่าบริษัทจะมา upskill ให้ อย่าเชื่อว่า "งานของฉันปลอดภัย" — ไม่มีงานไหนปลอดภัย 100% อีกต่อไป

1. หยุดทำงานที่ AI ทำแทนได้

ถ้างานหลักของคุณคือ copy-paste ข้อมูล, ตอบคำถามจากสคริปต์, หรือทำรายงานจากเทมเพลต — คุณกำลังแข่งกับสิ่งที่ทำงานได้ 24 ชั่วโมงไม่มีเงินเดือน เริ่มหาทาง เพิ่มมูลค่า ให้งานของตัวเอง: วิเคราะห์ให้ลึกขึ้น คิดกลยุทธ์ให้มากขึ้น ตัดสินใจให้เร็วขึ้น

2. เรียนรู้การใช้ AI — ไม่ใช่กลัว AI

คนที่ใช้ AI เป็นเครื่องมือจะทำงานได้เร็วกว่าคนที่ไม่ใช้ 3-5 เท่า นี่ไม่ใช่ความเห็น — นี่คือสิ่งที่เกิดขึ้นจริงในหลายองค์กร ถ้าคุณยังไม่เคยใช้ AI tools ในการทำงานประจำ คุณกำลังสร้าง gap ระหว่างตัวเองกับคนที่ใช้อยู่ทุกวัน

3. สร้างทักษะที่ AI แทนไม่ได้

Critical Thinking — AI ให้คำตอบ แต่คนต้องรู้ว่าคำตอบนั้นถูกหรือไม่
Leadership & Empathy — การนำทีม, การจัดการความขัดแย้ง, การสร้างแรงจูงใจ — AI ทำไม่ได้
Creative Problem Solving — ไม่ใช่ creativity แบบวาดรูปหรือแต่งเพลง (AI ทำได้แล้ว) แต่เป็น creativity ในการแก้ปัญหาธุรกิจที่ซับซ้อน
Cross-functional Communication — ความสามารถในการแปลภาษาเทคนิคเป็นภาษาธุรกิจ และกลับกัน

4. อย่าเชื่อ narrative แบบหลับตา

เมื่อ CEO คนไหนบอกว่า "AI จะแทนที่ 50% ของงาน" ให้ถามกลับว่า: บริษัทคุณ deploy AI จริงกี่ตัว? ได้ ROI เท่าไหร่? ถ้าตอบไม่ได้ แสดงว่ากำลังขาย narrative ไม่ได้ขาย reality

สรุป — อย่าเป็นเหยื่อของ narrative

สถานการณ์ตอนนี้ชัดเจน:

AI มีศักยภาพจริง — ไม่มีใครปฏิเสธ แต่ ศักยภาพกับการทำงานได้จริงเป็นคนละเรื่อง และบริษัทจำนวนมากกำลังใช้ช่องว่างนี้เป็นข้ออ้างในการลดต้นทุนแรงงาน

180,000 ตำแหน่งที่หายไปในปี 2025 ส่วนใหญ่ไม่ได้หายเพราะ AI ทำงานแทนได้ แต่หายเพราะ CEO เชื่อว่า AI จะทำงานแทนได้ในอนาคต ซึ่ง 95% ของการลงทุน AI ยังพิสูจน์ไม่ได้ว่าจะคุ้มค่า

คนทำงานไทยต้องเลิกเป็น ผู้รับสาร ที่นั่งฟัง narrative แล้วตกใจ แล้วเริ่มเป็น ผู้กำหนดอนาคต ของตัวเอง

AI ไม่ได้น่ากลัว สิ่งที่น่ากลัวคือ การไม่เตรียมตัว และ การเชื่อทุกอย่างที่บริษัทบอก โดยไม่ตั้งคำถาม

องค์กรที่ต้องการนำ AI มาใช้อย่างมีกลยุทธ์ — ไม่ใช่แค่ตามกระแส — ต้องเริ่มจากการเข้าใจว่า AI ทำอะไรได้จริงและทำอะไรไม่ได้ ไม่ใช่เริ่มจากการไล่คนออก

ติดต่อทีม Enersys เพื่อวางกลยุทธ์ AI ที่สร้างผลลัพธ์จริง ไม่ใช่แค่ headline

แหล่งข้อมูล

ลิงก์ที่เกี่ยวข้อง

Genesis AI Platform

แพลตฟอร์ม Agentic AI สำหรับองค์กร

AI Readiness Assessment

ประเมินความพร้อม AI ขององค์กรฟรี

ติดต่อปรึกษา AI Strategy

พูดคุยกับผู้เชี่ยวชาญ

Back to Insights

Odoo AI Copilot ตัวจริง — Invoice 37 ชม. เหลือ 4.5 ชม. ตัวเลขไม่ได้โม้

ลืม SAP ลืม Oracle — Odoo 18 Document AI ลดเวลาทำ Invoice จาก 37 ชม./เดือน เหลือ 4.5 ชม. ประหยัด $2,112/เดือน ด้วยความแม่นยำ 98% พร้อม Agentic AI ใน Odoo 20 ก.ย. 2026

Agentic AI ในองค์กร — จาก 5% สู่ 40% ภายในปี 2026: โอกาสและความเสี่ยงที่ผู้บริหารต้องรู้

ตลาด Agentic AI โตจาก $1B สู่ $9B+ ใน 2 ปี Gartner คาด 40% ของแอปองค์กรจะมี AI Agent ภายในสิ้นปี 2026 แต่กว่า 40% ของโปรเจกต์อาจถูกยกเลิก — วิเคราะห์โอกาส ความเสี่ยง และกลยุทธ์สำหรับองค์กรไทย

คุ้มค่าหรือไม่? วิเคราะห์ ROI ก่อนตัดสินใจเปลี่ยนระบบเป็น ERP

Nucleus Research ชี้ ERP ให้ผลตอบแทน $7.23 ต่อทุก $1 ที่ลงทุน — แต่ 55% ของโปรเจกต์ล้มเหลวเพราะไม่ได้ประเมินความพร้อมก่อน บทความนี้ช่วยคำนวณ ROI จริง พร้อมเครื่องมือประเมินความคุ้มค่าฟรี

"Empowering Innovation,
Transforming Futures."