AIทำให้การทำงานเร็วขึ้น แต่ทำไมปัญหาการขาดแคลนแรงงานยังไม่หมดไป

อีเมลสามารถร่างได้ในไม่กี่วินาที เนื้อหาของการประชุมถูกจัดเรียงโดยอัตโนมัติ และข้อเสนอแนะสำหรับการตอบคำถามก็ปรากฏบนหน้าจอ อย่างไรก็ตาม ในที่ทำงานวันนี้ก็ยังมีเสียงว่า "คนไม่พอ"

ภาพนี้ไม่ได้หมายความว่า AI ล้มเหลวเสมอไป การที่สามารถจัดการงานบางส่วนได้เร็วขึ้นและการมีบุคลากรที่จำเป็นในสถานที่ที่จำเป็นนั้นเป็นปัญหาที่แตกต่างกัน

เมื่อวันที่ 14 กันยายน 2026 เว็บไซต์ข้อมูลการเงินของเยอรมัน Aktiencheck ได้เผยแพร่บทความจาก dts Nachrichtenagentur ซึ่งนำเสนอความคิดเห็นของนักเศรษฐศาสตร์ Enzo Weber จากสถาบันวิจัยตลาดแรงงานและอาชีพ (IAB) ตามบทความดังกล่าว เขาได้กล่าวกับหนังสือพิมพ์เยอรมัน Rheinische Post ว่าการใช้ดิจิทัลเพียงอย่างเดียวไม่สามารถขจัดปัญหาการขาดแคลนแรงงานได้

อย่างไรก็ตาม นี่ไม่ใช่คำพูดที่ปฏิเสธความเป็นไปได้ในการปรับปรุงด้วย AI Weber ยอมรับว่า AI สามารถช่วยเพิ่มผลผลิต กระบวนการทำงาน และความมั่งคั่งได้ แต่เขาชี้ให้เห็นว่าไม่สามารถแทนที่นโยบายในการพัฒนาบุคลากรและขยายโอกาสในการทำงานด้วยเทคโนโลยีเพียงอย่างเดียว

เมื่อเริ่มต้นจากคำพูดนี้และอ่านการวิจัยและความคิดเห็นที่เผยแพร่ จะเห็นได้ว่าไม่ใช่การเลือกระหว่าง "AI หรือคน" แต่เป็นปัญหาว่าใครจะใช้พลังงานที่เกิดจากการประหยัดแรงงานไปกับอะไร

ระยะห่างระหว่าง "งานลดลง" และ "การขาดแคลนบุคลากรหมดไป"

งานหนึ่งงานประกอบด้วยงานที่มีลักษณะแตกต่างกัน การเขียนเอกสาร การบันทึกข้อมูล การฟังสถานการณ์ของผู้อื่น การตรวจสอบสถานที่ การจัดการกับข้อยกเว้น แม้ว่า AI จะสามารถจัดการบางส่วนได้ดี แต่จำนวนบุคลากรที่จำเป็นสำหรับงานทั้งหมดก็ยังไม่แน่นอน

ยกตัวอย่างงานตรวจสอบอุปกรณ์ หากการร่างรายงานเร็วขึ้น ภาระของผู้รับผิดชอบจะลดลง แต่เวลาในการเดินทางไปยังสถานที่จริง เวลาในการตรวจสอบอุปกรณ์จริง และเวลาในการตรวจสอบสาเหตุของความผิดปกติ อาจไม่สามารถลดลงในอัตราเดียวกัน นี่ไม่ใช่กรณีของบริษัทเฉพาะ แต่เป็นตัวอย่างในการแยกแยะระหว่างงานและอาชีพ

นอกจากนี้ หากเวลาที่ลดลงเป็นช่วงสั้น ๆ อาจจำเป็นต้องปรับโครงสร้างการทำงานใหม่ ความยืดหยุ่นที่เกิดขึ้นหลายครั้งในวันหนึ่งอาจใช้สำหรับการพักผ่อนหรือการตรวจสอบอย่างละเอียด แต่ไม่สามารถกลายเป็นบุคลากรที่สามารถรับผิดชอบสถานที่อื่นได้ทันที

สิ่งที่มีประสิทธิภาพในที่นี้คือมุมมองที่ไม่เพียงแค่ว่า "อาชีพใดจะหายไป" แต่ยังรวมถึง "งานใดจะเปลี่ยนไป"

การวิจัยที่เผยแพร่โดยองค์การแรงงานระหว่างประเทศ (ILO) ในปี 2025 ประมาณการว่าประมาณ 1 ใน 4 ของแรงงานทั่วโลกอาจอยู่ในอาชีพที่ได้รับผลกระทบจาก AI ที่สร้างขึ้น อย่างไรก็ตาม นี่ไม่ใช่การคาดการณ์ว่าหนึ่งในสี่จะตกงาน เนื่องจากงานที่ประกอบด้วยงานยังคงต้องการการมีส่วนร่วมของมนุษย์ การวิจัยชี้ให้เห็นว่าการเปลี่ยนแปลงของงานอาจเป็นศูนย์กลางมากกว่าการแทนที่ทั้งหมด

การไม่กระโดดสู่ข้อสรุปว่า "มีงานที่ AI สามารถจัดการได้" หมายถึง "คนที่ทำงานนั้นไม่จำเป็น" เป็นจุดเริ่มต้นของการอภิปราย

มีหลักฐานของการเพิ่มผลผลิต แต่ไม่ใช่คำตอบที่ครอบคลุม

มีการวิจัยที่แสดงให้เห็นว่า AI สามารถเพิ่มความสามารถในสถานที่ทำงานได้

เวอร์ชันที่ตีพิมพ์ในปี 2025 ของบทความ "Generative AI at Work" โดย Erik Brynjolfsson และคณะ ได้วิเคราะห์ข้อมูลของเจ้าหน้าที่สนับสนุนลูกค้า 5,172 คน พบว่าหลังจากที่สามารถใช้การสนับสนุนจาก AI ที่สร้างขึ้นได้ ผลผลิตที่วัดจากจำนวนปัญหาที่แก้ไขต่อชั่วโมงเพิ่มขึ้นเฉลี่ย 15%

ผลกระทบมีความแตกต่างกันไปในแต่ละบุคคล โดยมีการปรับปรุงที่มากขึ้นในผู้ที่มีประสบการณ์น้อยหรือมีทักษะต่ำ ในขณะที่ผู้ที่มีประสบการณ์และทักษะสูงไม่ได้รับผลกระทบในขนาดเดียวกัน

ผลลัพธ์นี้มีความหมายเมื่อพิจารณาถึงการขาดแคลนบุคลากร AI มีวิธีการใช้งานที่ไม่เพียงแต่แทนที่คนทั้งหมด แต่ยังสนับสนุนกระบวนการเรียนรู้ของงาน ทำให้คนจำนวนมากขึ้นสามารถรับผิดชอบงานได้

อย่างไรก็ตาม การวิจัยนี้มุ่งเน้นที่การตอบสนองลูกค้าของบริษัทเดียว และไม่ได้รับประกันว่าจะมีการปรับปรุง 15% ในทุกสถานที่ทำงาน ผู้เขียนยังอธิบายว่าไม่ใช่การวิจัยที่ชี้แจงผลกระทบต่อการจ้างงานหรือค่าจ้างในเศรษฐกิจทั้งหมด

เมื่อวัดผลสำเร็จของ AI การดูเพียงจำนวนครั้งที่ใช้งานหรือความเร็วในการสร้างเอกสารไม่เพียงพอ จำเป็นต้องดูเวลาที่ใช้รวมถึงการตรวจสอบและแก้ไข จำนวนปัญหาที่สามารถแก้ไขได้ และคุณภาพของการตอบสนอง ซึ่งเป็นข้อเสนอของบทความนี้เมื่อประยุกต์ใช้ผลการวิจัยในที่ทำงาน

หากการร่างเร็วแต่การแก้ไขใช้เวลานาน พลังงานที่เหลือจะน้อยลง ในทางกลับกัน หากได้รับคำแนะนำที่เหมาะสมในสถานการณ์ที่ผู้เริ่มต้นสะดุด ก็สามารถช่วยทั้งตัวบุคคลและผู้สอน การถามว่าควรใช้ที่ไหนสำคัญกว่าการนำไปใช้

ความเป็นไปได้ที่งานจะเพิ่มขึ้นจากการเพิ่มประสิทธิภาพ

เหตุผลที่การขาดแคลนบุคลากรยังคงอยู่คือการเปลี่ยนแปลงของความต้องการ

สมมติว่าบริษัทหนึ่งสามารถจัดการงานได้มากขึ้นในเวลาเดียวกันด้วย AI บริษัทนั้นอาจใช้เวลาที่เหลือในการลดจำนวนพนักงานหรือลดเวลาทำงาน แต่ก็สามารถเลือกที่จะหาลูกค้าใหม่ รับงานที่เคยปฏิเสธ หรือเริ่มบริการใหม่ได้เช่นกัน

หากต้นทุนการให้บริการลดลง อาจมีโอกาสที่บริการจะเข้าถึงผู้ที่ไม่สามารถใช้บริการได้ก่อนหน้านี้ หากเป็นเช่นนั้น แม้ว่างานต่อรายการจะเบาลง แต่จำนวนงานที่จัดการจะเพิ่มขึ้น

นี่ไม่ใช่ผลลัพธ์ที่เกิดขึ้นเสมอไป แต่แสดงให้เห็นว่าการคำนวณว่า "หากผลผลิตเพิ่มขึ้น คนจะเหลือ" อาจไม่เป็นจริงในระดับสังคมทั้งหมด

การวิเคราะห์สถานการณ์ AI ของเยอรมันที่เผยแพร่โดย IAB ในเดือนพฤศจิกายน 2025 ก็แยกแยะจำนวนการจ้างงานรวมและเนื้อหาออกจากกันเช่นกัน ภายใต้สมมติฐานบางประการ หากการใช้ AI ก้าวหน้า ในอีก 15 ปีข้างหน้า ประมาณ 1.6 ล้านตำแหน่งงานจะได้รับผลกระทบจากการเปลี่ยนแปลงโครงสร้างในรูปแบบของการสร้างใหม่หรือการหายไป ในขณะที่จำนวนการจ้างงานรวมจะคงที่เมื่อเทียบกับเส้นทางอนาคตที่เป็นเกณฑ์

ตัวเลขประมาณ 1.6 ล้านไม่ได้หมายความว่าจำนวนดังกล่าวจะลดลงสุทธิ นอกจากนี้ยังไม่ใช่ผลลัพธ์ที่เกิดขึ้นจริง แต่เป็นการประมาณการที่ตั้งอยู่บนสมมติฐานเกี่ยวกับการนำ AI มาใช้

สิ่งที่สามารถอ่านได้จากการวิจัยนี้คือ แม้ว่าจำนวนรวมจะไม่เปลี่ยนแปลงมากนัก แต่สถานที่และเนื้อหาของงานสามารถเปลี่ยนแปลงได้ การที่บุคลากรเหลือในบางสาขาและการขาดแคลนในสาขาอื่นสามารถเกิดขึ้นพร้อมกันได้

คนที่เหลือไม่สามารถย้ายไปยังที่ที่ขาดแคลนได้ทันที

การแก้ปัญหาการขาดแคลนบุคลากรด้วยการบวกและลบจำนวนคนอย่างง่ายเป็นเรื่องยาก

ตัวอย่างเช่น คนที่มีเวลาว่างจากการเพิ่มประสิทธิภาพงานเอกสารไม่สามารถรับผิดชอบการซ่อมแซมอุปกรณ์ในวันถัดไปได้ งานใหม่ต้องการความรู้และประสบการณ์ รวมถึงสถานที่และเวลาทำงาน และความต้องการของบุคคลนั้นด้วย

ดังนั้น หากแยกการนำ AI มาใช้และการพัฒนาบุคลากรออกจากกัน อาจเกิดช่องว่างระหว่างแผนกที่สามารถเพิ่มประสิทธิภาพได้และแผนกที่ต้องการคน

สิ่งที่ควรให้ความสำคัญในการพิจารณาของบทความนี้คือ นอกจาก "มีงานที่สามารถย้ายได้หรือไม่" ยังมีคำถามว่า "สามารถสนับสนุนกระบวนการย้ายได้หรือไม่" สามารถจัดสรรเวลาในการฝึกอบรมได้หรือไม่ จะจัดการการประเมินจนกว่าจะชำนาญอย่างไร การจัดวางงานสามารถควบคู่กับการดูแลเด็กหรือภาระครอบครัวได้หรือไม่ หากเงื่อนไขเหล่านี้ไม่ครบถ้วน แม้ว่าจะมีงานและผู้สมัครงานอยู่ แต่ทั้งสองฝ่ายก็ไม่สามารถเชื่อมต่อกันได้

สิ่งที่ Weber กล่าวถึงในบทความต้นฉบับคือเงื่อนไขที่ทำให้คนสามารถแสดงความสามารถได้อย่างเต็มที่ เขากล่าวว่าจำเป็นต้องใช้โอกาสในการพัฒนาอาชีพของผู้หญิงและผู้อพยพให้ดีขึ้น และสร้างสภาพแวดล้อมที่ผู้สูงอายุสามารถทำงานต่อไปได้โดยไม่เพิ่มภาระ

หากแปลคำแนะนำนี้ไปสู่การปฏิบัติ จะต้องพิจารณางบประมาณสำหรับการนำ AI มาใช้พร้อมกับเวลาในการฝึกอบรมและระบบการสอน รวมถึงการทำงานที่ยืดหยุ่น การตระหนักว่าไม่มีคนที่สามารถใช้เทคโนโลยีได้หลังจากนำมาใช้แล้วนั้นสายเกินไป

ความคาดหวังและคำถามที่เห็นในโซเชียลมีเดีย—"จะมอบหมายอะไรและงานใดจะเหลืออยู่"

แล้วปฏิกิริยาในโซเชียลมีเดียเป็นอย่างไร ในขอบเขตของข้อมูลที่เปิดเผยที่สามารถตรวจสอบได้ในครั้งนี้ ไม่สามารถยืนยันความคิดเห็นโดยตรงต่อบทความดังกล่าวเมื่อวันที่ 14 กันยายนได้เพียงพอ ดังนั้น ต่อไปนี้จะกล่าวถึงความคิดเห็นที่เกี่ยวข้องที่โพสต์ใน LinkedIn โดย Weber ประมาณสองปีก่อน ซึ่งเป็นการแนะนำรายการที่เกี่ยวกับ AI และงาน นี่ไม่ใช่การตอบสนองต่อรายงานในครั้งนี้ แต่เป็นการอภิปรายในอดีตเกี่ยวกับหัวข้อเดียวกัน เนื้อหาสรุปเป็นภาษาญี่ปุ่น

Christian Mueller มองว่า AI ขยายขีดความสามารถของมนุษย์โดยเฉพาะในด้านการวิจัยและการศึกษา Nicole Koeck-Maier ก็แสดงความคาดหวังว่า AI จะช่วยให้มนุษย์สามารถใช้พลังสร้างสรรค์ได้มากขึ้นโดยมอบหมายงานซ้ำซากที่น่าเบื่อให้กับ AI

ในทางกลับกัน Antoinette Weibel ถามว่า AI จะเปลี่ยนแปลงงานอย่างไร มนุษย์จะกลายเป็นเพียงผู้ดูแลเครื่องจักรหรือไม่ หรือจะสามารถทำกิจกรรมที่มีความหมายและเหมาะสมกับมนุษย์มากขึ้นได้หรือไม่ การเลือกนี้ไม่ได้ขึ้นอยู่กับ AI เอง แต่ขึ้นอยู่กับบริษัทและรัฐที่รับผิดชอบในการกำกับดูแลที่จำเป็น

แม้ว่าความคิดเห็นเหล่านี้จะเป็นเพียงความคิดเห็นส่วนบุคคลต่อโพสต์ที่จำกัด และไม่ได้แสดงถึงความคิดเห็นของสังคมออนไลน์ทั้งหมดหรืออัตราส่วนของการสนับสนุนและคัดค้าน แต่ก็ยังแสดงให้เห็นว่าความสนใจของผู้คนไม่ได้จำกัดอยู่เพียงแค่ "จะถูกแย่งงานหรือไม่" แต่ยังรวมถึงงานใดที่จะเหลืออยู่หลังจากการนำ AI มาใช้

เมื่อประยุกต์ใช้ประเด็นนี้ในสถานที่ทำงาน การใช้พลังงานที่ประหยัดได้อาจแตกต่างกัน หากใช้เวลาว่างในการตอบสนองลูกค้าอย่างละเอียดหรือฝึกอบรม อาจเพิ่มคุณภาพของงานได้ ในทางกลับกัน หากเพิ่มเป้าหมายจำนวนงานที่ต้องจัดการเพียงอย่างเดียว ความยุ่งยากของผู้ทำงานอาจไม่เปลี่ยนแปลง นี่คือการพิจารณาของบทความนี้โดยอิงจากโพสต์

แม้ว่า AI จะทำให้มั่งคั่งขึ้น แต่วันหยุดจะไม่เพิ่มขึ้นโดยอัตโนมัติ

การอภิปรายเกี่ยวกับการขาดแคลนบุคลากรเชื่อมโยงกับปัญหาเวลาทำงาน

ตามบทความต้นฉบับ Weber ยังระมัดระวังต่อมุมมองที่ว่าเมื่อ AI แพร่หลาย เวลาทำงานของผู้คนจะลดลงโดยอัตโนมัติ การเพิ่มผลผลิตอาจนำไปสู่ความมั่งคั่ง และการเลือกที่จะลดเวลาทำงานโดยยอมรับการลดรายได้อาจเป็นไปได้ แต่เขาไม่คิดว่าการเปลี่ยนแปลงดังกล่าวจะเกิดขึ้นกับทุกคนโดยอัตโนมัติ

เขาชี้ให้เห็นว่าหากความมั่งคั่งเพิ่มขึ้น ความคาดหวัง มาตรฐานการครองชีพ และความต้องการก็จะเปลี่ยนไปด้วย

สิ่งที่ควรพิจารณาจากนี้คือพลังงานที่เกิดจากเทคโนโลยีและความแตกต่างในระบบที่ตัดสินการจัดสรรพลังงานนั้น แม้ว่า AI จะประหยัดเวลาได้หนึ่งชั่วโมง แต่การที่ชั่วโมงนั้นจะกลายเป็นวันหยุดหรือเป็นงานเพิ่มเติมนั้นไม่ได้ถูกกำหนดโดยซอฟต์แวร์เพียงอย่างเดียว

ตัวอย่างเช่น บริษัทที่มีผลผลิตเพิ่มขึ้นมีหลายทางเลือก เช่น การเพิ่มค่าจ้าง ลดราคา ปรับปรุงบริการ เพิ่มการลงทุน หรือการลดเวลาทำงาน การตัดสินใจว่าจะให้ความสำคัญกับสิ่งใดเกี่ยวข้องกับการตัดสินใจของผู้