AI ควรจะทำให้การทำงานเบาลง แต่ทำไมเราถึงยุ่งมากขึ้น

AI ควรจะทำให้งานเบาลง แต่ทำไมเราถึงยุ่งมากขึ้น

AI มักถูกพูดถึงว่าเป็นไพ่ตายในการฟื้นฟูเศรษฐกิจที่ซบเซาและการเพิ่มประสิทธิภาพการผลิตของบริษัทที่ชะงักงัน ในความเป็นจริง บทความที่เผยแพร่ใน Phys.org เมื่อวันที่ 23 มีนาคม ได้แนะนำสถานการณ์ปัจจุบันที่ AI ถูกคาดหวังให้เป็นยารักษา "ความอ่อนแอด้านประสิทธิภาพ" ที่ยาวนานในสหราชอาณาจักร รัฐบาลสหราชอาณาจักรยังได้วางการลงทุนใน AI และเทคโนโลยีควอนตัมเป็นศูนย์กลางของกลยุทธ์การเติบโต อย่างไรก็ตาม สิ่งที่บทความนั้นถามจริงๆ ไม่ใช่ว่า AI จะมีประโยชน์หรือไม่ แต่เป็นคำถามพื้นฐานมากขึ้นว่าเรากำลังพยายามทำให้งานมีประสิทธิภาพเพื่ออะไร

ใจความหลักของบทความนั้นชัดเจน ประสิทธิภาพการผลิต หรือ "ผลลัพธ์ที่ได้มากขึ้นต่อชั่วโมง" เป็นตัวชี้วัดที่สะดวกในการดูเศรษฐกิจ แต่ไม่ได้สะท้อนถึงคุณค่าของงานโดยตรง ไม่ได้หมายความว่าค่าจ้างจะยุติธรรมหรือการจ้างงานจะมั่นคง ไม่มีการรับประกันว่างานที่จำเป็นจริงๆ สำหรับสังคมจะได้รับการประเมินอย่างถูกต้อง ตรงกันข้าม การไล่ตามประสิทธิภาพเพียงอย่างเดียวอาจนำไปสู่การลดต้นทุนและการพึ่งพาห่วงโซ่อุปทานที่ตึงเครียดเกินไป ซึ่งอาจดูฉลาดแต่จริงๆ แล้วเป็นระบบที่เปราะบาง

ปัญหานี้เห็นได้ชัดเจนในสาขาต่างๆ เช่น การแพทย์ การดูแล และการศึกษา เวลาที่พยาบาลใช้ในการดูแลผู้ป่วย เวลาที่ครูปรับคำอธิบายตามความเข้าใจของนักเรียน และความใส่ใจของผู้ดูแลในการสังเกตการเปลี่ยนแปลงของผู้สูงอายุ งานเหล่านี้มีคุณภาพที่กำหนดโดยการปฏิสัมพันธ์ระหว่างมนุษย์ ดังนั้นจึงไม่สามารถเพิ่มความเร็วได้ง่ายๆ เหมือนสายการผลิต ตามที่ "โรคต้นทุนของโบมอล" ในเศรษฐศาสตร์แสดงให้เห็น บริการที่ใช้แรงงานเข้มข้นเหล่านี้ยากที่จะเพิ่มประสิทธิภาพอย่างมาก แต่จำเป็นต่อสังคม

แน่นอนว่า ประเด็นที่นี่ไม่ใช่ "AI ไม่มีความหมาย" การสร้างร่างเอกสาร สรุป ช่วยเหลือการเขียนโค้ด และจัดการจุดเริ่มต้นของการวิจัย ในงานหน่วยเหล่านี้ AI มีความแข็งแกร่งอย่างแน่นอน Harvard Business Review ในเดือนกุมภาพันธ์ได้กล่าวว่า คำมั่นสัญญาของ AI คือ "การลดภาระ" แต่ในความเป็นจริง มันมักจะทำงานในทิศทางที่เพิ่มความเข้มข้นของงานมากกว่าลดงาน นอกจากนี้ การวิเคราะห์ของ ActivTrak ที่เผยแพร่ในเดือนมีนาคมยังแสดงให้เห็นว่า จากข้อมูลการทำงาน 443 ล้านชั่วโมง งานโดยรวมกลับเร่งขึ้นหลังจากการนำ AI มาใช้

สิ่งที่เป็นสัญลักษณ์คือวิธีการใช้เวลาหลังจากใช้ AI รายงานของ ActivTrak ที่ Fortune นำเสนอแสดงให้เห็นว่า หลังจากการนำ AI มาใช้ เวลาที่ใช้กับอีเมลเพิ่มขึ้น 104% การแชทและการส่งข้อความเพิ่มขึ้น 145% และการใช้เครื่องมือการจัดการงานเพิ่มขึ้น 94% ยิ่งไปกว่านั้น ความยาวเฉลี่ยของเซสชันการทำงานที่มุ่งเน้นลดลง 9% และเวลาสำหรับการคิดอย่างลึกซึ้งก็ลดลง ในทางตรงกันข้ามกับอุดมคติที่ว่า AI จะช่วยจัดการงานที่น่าเบื่อและสร้างพื้นที่ว่าง ในความเป็นจริง "เวลาที่ควรจะว่าง" กลับถูกดูดซับไปกับคำขอใหม่ การตรวจสอบ การแก้ไข และการติดต่อ

ความขัดแย้งนี้สะท้อนให้เห็นอย่างชัดเจนในปฏิกิริยาบนโซเชียลมีเดีย บน Reddit ความคิดเห็นที่ว่า AI ลดแรงเสียดทานของงานแต่เพิ่มจำนวนงานและความคาดหวังได้รับการสนับสนุนจากผู้ใช้ อีกคนหนึ่งกล่าวว่า AI ทำให้เขาสามารถขยายไปยังพื้นที่ที่ไม่มีประสบการณ์เช่นฟรอนต์เอนด์ แต่ในทางกลับกัน นั่นก็หมายถึง "การขยายขอบเขตความรับผิดชอบ" การที่สามารถทำสิ่งต่างๆ ได้มากขึ้นเป็นการก้าวไปข้างหน้า แต่ถ้ามันกลายเป็นแรงกดดันให้รับงานที่ไม่จำเป็นต้องทำ เรื่องก็จะแตกต่างออกไป

บน LinkedIn ก็มีความรู้สึกที่คล้ายกัน ในโพสต์สาธารณะ มีการพูดถึงวิกฤตที่ว่า "งานไม่ได้ลดลงเพราะเร็วขึ้น แต่ถูกมองว่าสามารถทำได้มากขึ้นเพราะเร็วขึ้น" และ "เมื่อแสดงผลสำเร็จแล้ว ความคาดหวังใหม่ก็จะเพิ่มขึ้น" บางโพสต์เขียนอย่างตรงไปตรงมาว่าไม่ต้องการแสดงประสิทธิภาพที่ได้จาก AI ให้คนรอบข้างเห็น เพราะจะทำให้มีงานเพิ่มขึ้น สิ่งที่เกิดขึ้นในสถานที่ทำงานไม่ใช่การต่อต้านการนำเทคโนโลยีมาใช้ แต่เป็นความไม่ไว้วางใจในโครงสร้างที่ผลของการเพิ่มประสิทธิภาพถูกเก็บเกี่ยวเป็น "งานเพิ่มเติม" แทนที่จะเป็น "การพักผ่อน"

ยิ่งไปกว่านั้น ความรู้สึกนี้ยังแตกต่างกันไปตามตำแหน่ง ในการสำรวจของ Gallup ในไตรมาสที่ 4 ปี 2025 ความถี่ในการใช้ AI ในที่ทำงานสูงกว่าในกลุ่มผู้นำและล้ำหน้ากว่าผู้มีส่วนร่วมรายบุคคลมาก นอกจากนี้ การสำรวจที่ Fortune นำเสนอแสดงให้เห็นว่าผู้บริหารมีความมั่นใจในผลกระทบของ AI ต่อการเพิ่มประสิทธิภาพการผลิตมากกว่าพนักงานมาก จากมุมมองด้านบน AI เป็นกลยุทธ์การเติบโต แต่จากมุมมองของสถานที่ทำงาน มันอาจกลายเป็นเครื่องมือที่เพิ่มงานที่ต้องจัดการก่อนที่จะคิด และต้องปรับตัวให้เข้ากับความเร็วที่เพิ่มขึ้น

ในทางกลับกัน ความคาดหวังของฝ่ายบริหารไม่ได้เป็นเพียงจินตนาการ ตัวอย่างเช่น Mark Cuban ได้กล่าวถึงมุมมองที่ว่า AI เอเจนต์สามารถลดเวลาทำงานลงได้ประมาณหนึ่งชั่วโมง อย่างไรก็ตาม อนาคตนั้นจะมาถึงจริงๆ ต้องมีเงื่อนไข การออกแบบระบบที่คืนเวลาที่ลดลงให้กับการพักผ่อนหรือการเรียนรู้ การทบทวนตัวชี้วัดการประเมิน และการอภิปรายเกี่ยวกับการกระจายผลที่เพิ่มขึ้นจากการใช้ AI หากไม่มีสิ่งเหล่านี้ AI จะไม่เป็น "เครื่องมือที่ทำให้ไม่ต้องทำงาน" แต่จะเป็น "เครื่องมือที่ทำให้สามารถทำงานได้มากขึ้น"

ความสำคัญของบทความใน Phys.org ไม่ใช่เพราะมันทำให้ความเชื่อใน AI ลดลง แต่เพราะมันชี้ให้เห็นถึงความเสี่ยงในการคิดถึงอนาคตของงานเพียงแค่การเพิ่มผลผลิตให้สูงสุด การทำงานได้เร็วขึ้นและการทำงานได้ดีขึ้นไม่ใช่สิ่งเดียวกัน เพื่อให้งานสนับสนุนผู้คน สนับสนุนสังคม และสามารถอยู่ร่วมกับชีวิตได้ "จำนวนที่ทำได้ในกี่ชั่วโมง" ไม่เพียงพอ สิ่งที่ AI ถามจริงๆ คือเราตั้งใจจะขายเวลาของเราไปถึงไหน และใครจะเป็นเจ้าของพื้นที่ว่างที่เกิดจากการเพิ่มประสิทธิภาพ

สรุป URL แหล่งที่มา

บทความต้นฉบับ (เผยแพร่ใน Phys.org, นำเสนอบทความจาก The Conversation)
https://phys.org/news/2026-03-ai-boost-productivity-maximizing-output.html

บทความของ Harvard Business Review ที่กล่าวถึงว่า AI ไม่ได้ลดงาน แต่เพิ่มความเข้มข้น
https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it

หน้าเว็บสรุปของ ActivTrak ที่แสดงการเพิ่มขึ้นของเวลาอีเมล แชท และการจัดการงานหลังจากการนำ AI มาใช้
https://www.activtrak.com/resources/state-of-the-workplace/

ข่าวของ ActivTrak ที่รายงานตัวเลขหลัก (วิเคราะห์ 443M ชั่วโมง, อีเมล +104%, แชท +145% ฯลฯ)
https://www.activtrak.com/news/state-of-the-workplace-ai-accelerating-work/

บทความของ Inc. ที่แนะนำการสำรวจของ ActivTrak
https://www.inc.com/bruce-crumley/ai-is-boosting-productivity-but-data-shows-employee-workloads-are-getting-heavier/91316283

บทความของ Fortune ที่แนะนำการสำรวจของ ActivTrak
https://fortune.com/2026/03/13/ai-isnt-reducing-workloads-its-straining-employees-time-spent-emailing-doubled-deep-focus-work-fell/

การสำรวจของ Gallup ที่แสดงความแตกต่างในการใช้ AI ตามตำแหน่งงาน และการใช้ในงานที่ใช้ความรู้และสามารถทำงานจากระยะไกลได้
https://www.gallup.com/workplace/701195/frequent-workplace-continued-rise.aspx

บทความของ Fortune ที่รายงานความแตกต่างในความคาดหวังต่อ AI ระหว่างผู้บริหารและพนักงาน
https://fortune.com/2026/03/13/ceos-ai-mandate-employees-jobs-survey-nicholas-bloom/

ตัวอย่างปฏิกิริยาบนโซเชียลมีเดีย 1: การอภิปรายบน Reddit ว่า AI ลดแรงเสียดทานของงานแต่เพิ่มจำนวนงานและความคาดหวัง
https://www.reddit.com/r/datascience/comments/1r21ce9/new_study_finds_ai_may_be_leading_to_workload/

ตัวอย่างปฏิกิริยาบนโซเชียลมีเดีย 2: โพสต์บน LinkedIn ว่า "เวลาที่ว่างไม่ใช่เวลาว่างแต่เป็นงานเพิ่มเติม"
https://www.linkedin.com/posts/georgettejupe_ai-doesnt-reduce-workit-intensifies-it-activity-7429516868815745024-PavA

ตัวอย่างปฏิกิริยาบนโซเชียลมีเดีย 3: โพสต์บน LinkedIn ว่า "การแสดงประสิทธิภาพจะทำให้งานเพิ่มขึ้น"
https://www.linkedin.com/posts/cshaeffer_ai-doesnt-reduce-workit-intensifies-it-activity-7440202483127406592-Oghl

ตัวอย่างปฏิกิริยาบนโซเชียลมีเดีย 4: โพสต์บน LinkedIn ว่า "AI ไม่ได้ลดงานบนจาน แต่เพิ่มความคาดหวังและลดเวลาคิด"
https://www.linkedin.com/posts/sean-m-white_ai-doesnt-reduce-workit-intensifies-it-activity-7427771653683867648-lnWB

ตัวอย่างความเห็นเชิงบวกที่แตกต่าง: บทความที่รายงานคำกล่าวของ Mark Cuban ว่า AI เอเจนต์สามารถลดเวลาทำงานได้
https://www.businessinsider.com/mark-cuban-ai-agents-cut-workdays-hour-smart-companies-2026-3