"การถูกไล่ออกเพราะ AI" เป็นเรื่องจริงหรือไม่? "AI Washing" กำลังสร้างมาตรฐานใหม่ในการปลดพนักงาน

"การเลิกจ้างเพราะ AI" — คำอธิบายนั้นจริงแค่ไหน?

เมื่อเร็วๆ นี้ ข่าวการเลิกจ้างมักมีคำอธิบายที่ฟังดูคล้ายๆ กันว่า "เพราะสามารถทำงานอัตโนมัติด้วย AI ได้ จึงต้องปรับปรุงจำนวนพนักงานให้เหมาะสม" แน่นอนว่า AI ที่สร้างขึ้นและเครื่องมืออัตโนมัติสามารถแทนที่งานบางส่วนของพนักงานออฟฟิศได้ และมีการเปลี่ยนแปลงทักษะและบทบาทที่จำเป็นเพิ่มขึ้นเรื่อยๆ

แต่เมื่อเทียบกับความเร็วของ "การเปลี่ยนแปลง" นั้น เรื่องราวที่แนบมากับประกาศการเลิกจ้างของบริษัทบางครั้งก็ดูสวยงามเกินไป ราวกับว่าการตัดสินใจที่เจ็บปวดถูกทำให้ดูดีขึ้นในฐานะ "การปฏิรูปที่มุ่งไปสู่อนาคต"

คำว่า "AI Washing" จึงเกิดขึ้น คล้ายกับ "Greenwashing" ในด้านสิ่งแวดล้อม ที่ใช้ AI มากเกินความเป็นจริงเพื่อปกปิดเหตุผลอื่นๆ (การลดต้นทุน ผลประกอบการที่แย่ การจ้างงานเกินความจำเป็น)

AI Washing คืออะไร: แก่นแท้คือ "คำอธิบาย" มากกว่า "เทคโนโลยี"

แก่นแท้ของ AI Washing ไม่ใช่ว่า AI เองเป็นเรื่องโกหก แต่ประเด็นคือ "การใช้ AI เป็นเหตุผลทำให้คำอธิบายง่ายขึ้น และยังได้รับการตอบรับที่ดีจากตลาดหุ้น"

การบอกว่า "เพราะผลประกอบการแย่จึงต้องลดคน" นั้นยากกว่าการบอกว่า "เพราะ AI ทำให้ประสิทธิภาพเพิ่มขึ้นจึงต้องปรับโครงสร้างองค์กร" ซึ่งดูเหมือนการลงทุนเพื่อการเติบโตในอนาคต และง่ายต่อการพูดคุยกับนักลงทุน

โครงสร้างนี้จะยิ่งแข็งแกร่งขึ้นเมื่อความคาดหวังต่อ AI สูงขึ้น เพราะ AI สามารถพูดถึง "ผลกระทบในอนาคตที่ยังไม่เกิดขึ้นจริง" ได้ แม้ว่าผลลัพธ์ในปัจจุบันจะไม่ชัดเจน แต่ก็สามารถกล่าวได้ว่า "จะต้องการในอนาคต" ผลที่ตามมาคือ การเลิกจ้างถูกบรรจุเป็น "การเปลี่ยนแปลงเชิงกลยุทธ์" ไม่ใช่ "การจัดการผลลัพธ์ที่ล้มเหลว"

ตัวเลขที่บ่งบอกว่า "การเลิกจ้างเพราะ AI" กำลังเพิ่มขึ้นจริง

ในขณะเดียวกัน "การเลิกจ้างในนามของ AI กำลังเพิ่มขึ้น" สามารถยืนยันได้จากข้อมูลเช่นกัน จากรายงานของ Challenger, Gray & Christmas ที่เป็นที่รู้จักในด้านการสนับสนุนการหางานใหม่และสถิติการลดจำนวนพนักงานในสหรัฐฯ พบว่ามีการประกาศแผนการเลิกจ้างที่อ้างเหตุผลว่า "Artificial Intelligence" จำนวน 54,836 รายในปี 2025

ตัวเลขนี้บ่งบอกว่า (1) บริษัทต่างๆ ประกาศเหตุผลว่า AI บ่อยขึ้น และ (2) คำอธิบายนั้นมีอิทธิพลมากพอที่จะขับเคลื่อนการอภิปรายในสังคม

อย่างไรก็ตาม ควรระวังว่าตัวเลขนี้ไม่ได้วัดจำนวนคนที่ถูกแทนที่ด้วย AI อย่างแม่นยำ แต่เป็นเพียงขนาดที่ AI ถูกอ้างถึงในฐานะ "เหตุผลในการประกาศ" และนั่นคือเหตุผลที่การอภิปรายเกี่ยวกับ AI Washing เกิดขึ้น กล่าวคือ สิ่งที่เพิ่มขึ้นไม่ใช่แค่ "การแทนที่ด้วย AI" แต่ยังรวมถึง "การใช้คำว่า AI" ด้วย

กรณีศึกษา: การเลิกจ้างของบริษัทที่อ้าง AI กำลังเกิดอะไรขึ้น

ตัวอย่างที่มักถูกกล่าวถึงในรายงานคือบริษัทเทคโนโลยีขนาดใหญ่ที่อ้าง AI เป็นเหตุผล

ตัวอย่างเช่น Amazon กำลังลดจำนวนพนักงานครั้งใหญ่ในบริบทของการเพิ่มประสิทธิภาพและการปรับโครงสร้างองค์กร พร้อมทั้งเน้นการใช้ AI อย่างมาก ยิ่งมีงานที่ AI สามารถทำได้มากขึ้น รูปแบบงานที่ "จำเป็น" ก็จะเปลี่ยนไป แม้ว่าเหตุผลนี้จะเข้าใจได้ แต่จากมุมมองของพนักงานในสถานที่ทำงาน อาจรู้สึกว่าการเปลี่ยนแปลงเกิดขึ้นโดยที่ยังไม่ชัดเจนว่า AI จะเข้ามาแทนที่งานใด ที่ไหน และเมื่อใด

Pinterest ก็เช่นกัน มีรายงานว่ากำลังดำเนินการเลิกจ้างครั้งใหญ่ในขณะที่เน้นการลงทุนใน AI เมื่อมีกรณีเช่นนี้เกิดขึ้นบ่อยครั้ง คำถามที่ตามมาคือ คำอธิบายว่า "AI ทำให้ประสิทธิภาพเพิ่มขึ้นจึงลดจำนวนคน" นั้นมีแผนการดำเนินงานที่รองรับหรือไม่

คำเตือนจาก Forrester: "พูดถึงการเลิกจ้าง AI ทั้งที่ยังไม่มี AI ที่สมบูรณ์"

มีการชี้ให้เห็นจากบริษัทวิจัยว่า ในบางบริษัทที่อ้างการเลิกจ้างเพราะ AI นั้น ยังไม่มีแอปพลิเคชัน AI ที่สมบูรณ์และผ่านการทดสอบเพียงพอที่จะทดแทนบทบาทที่ลดลงได้

นี่เป็นประเด็นสำคัญ การนำ AI มาใช้จริงต้องมีการจัดเตรียมข้อมูล การกำกับดูแล การจัดการความเสี่ยง การออกแบบงาน ระบบการดำเนินงาน และการศึกษา—มีสิ่งที่ต้องทำมากมาย การนำเครื่องมือเข้ามาไม่ได้หมายความว่า "คนไม่จำเป็น" ในทันที แต่ในช่วงการเปลี่ยนผ่านอาจต้องการคนมากขึ้น

ยิ่งรู้ความเป็นจริงของการนำ AI มาใช้มากเท่าใด การประกาศ "ลดคนก่อน" ก็ยิ่งถูกตั้งคำถามมากขึ้นเท่านั้น หากการนำ AI มาใช้ผิดลำดับ (sequencing) อาจนำไปสู่การลดคุณภาพ เพิ่มปัญหา และประสบการณ์ลูกค้าที่แย่ลง ซึ่งสุดท้ายจะต้องจ่ายค่าจ้างใหม่

ปฏิกิริยาบนโซเชียลมีเดีย: ความรู้สึกที่ว่า "ไม่ใช่ AI แต่เป็นเรื่องราวที่มาก่อน"

ปฏิกิริยาบนโซเชียลมีเดียที่เด่นชัดเกี่ยวกับหัวข้อนี้มีอยู่ 3 ประเภท

1) ทฤษฎี "เรื่องราวเปลี่ยนไปตามสัปดาห์ของการประกาศผลประกอบการ" (ความสงสัยเกี่ยวกับการแสดงเพื่อดึงดูดนักลงทุน)

การอภิปรายที่แชร์บน LinkedIn มีการชี้ให้เห็นว่า "การเลิกจ้างเกิดขึ้นในสัปดาห์ของการประกาศผลประกอบการ" และ "ข้อความเปลี่ยนจาก 'AI เปลี่ยนแปลงงาน' → 'ลดระบบราชการ' → 'ปรับโครงสร้างโดยเน้น AI'"

กล่าวคือ ไม่ใช่ AI ที่เป็นสาเหตุ แต่เป็นการตัดสินใจเลิกจ้างที่มี "คำอธิบายที่สะดวกที่สุดในเวลานั้น" ถูกเพิ่มเข้ามา

2) ทฤษฎี "เดิมพันเกินไปกับ AI ที่ยังไม่สมบูรณ์ ทำให้เกิดความเสียหายต่อสถานที่ทำงาน" (ต้นทุนของอุบัติเหตุในช่วงการเปลี่ยนผ่าน)

ความคิดเห็นบน LinkedIn ยังระบุว่า "ไม่ใช่ AI ที่แทนที่คน แต่เป็นการที่ผู้บริหารกระโจนเข้าสู่ AI ที่ยังไม่ได้เตรียมพร้อม ลดจำนวนผู้มีประสบการณ์ และแทนที่ด้วยเครื่องมือที่ไม่แข็งแรง ทำให้ผลิตภัณฑ์ไม่เสถียร"

นี่ไม่ใช่ "AI Washing" แต่เป็นเรื่องของ "การเร่งรีบเกินไป" ที่เชื่อใน AI มากเกินไป แต่ในที่สุดการอธิบายการเลิกจ้างก็ยังพึ่งพา AI

3) ทฤษฎี "AI เป็นข้ออ้าง สาเหตุที่แท้จริงคือผลประกอบการและต้นทุน" (การเลิกจ้างแบบเดิมๆ ที่มีป้าย AI)

ยังมีเสียงที่ว่า "AI เป็นข้ออ้างในการอธิบายผลประกอบการที่อ่อนแอ" และ "การลดต้นทุนชั่วคราวไม่ได้แก้ปัญหาพื้นฐาน"

ประเภทนี้มองปัญหาในความสัมพันธ์ระหว่างตลาดทุนและการบริหารมากกว่า AI เพราะ AI สามารถพูดถึง "อนาคต" ได้ จึงถูกใช้ประโยชน์ได้ง่าย

4) การอภิปรายในชุมชนเทคโนโลยี: "AI แทนที่งานหรือแทนที่งบประมาณ?"

ในชุมชนเทคโนโลยีอย่าง Hacker News มีการอภิปรายว่า "AI ไม่ได้แทนที่งานโดยตรง แต่เป็นการที่งบประมาณถูกเปลี่ยนไปยังการลงทุนใน AI (ทรัพยากรการคำนวณและค่าใช้จ่ายในการพัฒนา) ทำให้ค่าจ้างลดลง"

ที่นี่การ "แทนที่" ไม่ได้ถูกมองว่าเป็นเรื่องของคนกับ AI แต่เป็นปัญหาของการจัดสรรทรัพยากรการบริหาร

รายการตรวจสอบเพื่อดูว่า "การเลิกจ้างเพราะ AI" เป็นจริงหรือเป็นการล้าง AI

การดูว่า AI เป็นเหตุผลที่แท้จริงหรือเป็นการล้าง AI นั้นยากที่จะเห็นจากภายนอก 100% แต่สามารถวัด "ความแข็งแรงของคำอธิบาย" ได้จากมุมมองต่อไปนี้

1. งานที่ถูกแทนที่มีความชัดเจนหรือไม่ : กระบวนการทำงานใดที่ถูกแทนที่ด้วยเครื่องมือใด และคาดหวังการปรับปรุง KPI ใด

2. มีการกล่าวถึงพื้นฐานการนำเข้า (ข้อมูล การกำกับดูแล การดำเนินงาน) หรือไม่ : หากไม่มีพื้นฐานก่อน AI การแทนที่ยากที่จะเกิดขึ้น

3. การจัดสรรใหม่และการฝึกอบรมมีการสนับสนุนหรือไม่ : ไม่เพียงแค่ลดคน แต่ยังสนับสนุนการเปลี่ยนแปลงทักษะอย่างไร

4. ไม่เน้นไปที่บริบทของการประกาศผลประกอบการระยะสั้นเกินไปหรือไม่ : เวลาหรือการพูดคุยไม่ได้ถูกปรับให้เหมาะสมกับ "ตลาด" หรือไม่

5. มีการกล่าวถึงคุณภาพและความเสี่ยงหรือไม่ : การแทนที่ด้วย AI มักมีข้อผิดพลาดหรืออุบัติเหตุและความรับผิดชอบที่เกี่ยวข้อง ไม่ได้ถูกละเลยหรือไม่

บริษัทที่มีคำอธิบายที่ทนต่อการตรวจสอบนี้ได้มีความเป็นไปได้สูงที่พยายาม "สร้างองค์กรใหม่ด้วย AI จริงๆ" ในทางกลับกัน หากการลดจำนวนพนักงานเกิดขึ้นก่อนโดยมีเพียงคำพูดเกี่ยวกับอนาคตที่เป็นนามธรรม ก็มีความเป็นไปได้สูงที่จะสงสัยว่าเป็นการล้าง AI

แล้วเราจะทำอย่างไร? — เพื่อไม่ให้ถูกกลืนไปกับ "เรื่องราวของ AI"

สิ่งที่ผู้ทำงานสามารถทำได้มี 3 อย่างใหญ่ๆ

• อธิบายงานด้วย "การตัดสินใจ" ไม่ใช่ "ขั้นตอน" : การจัดการข้อยกเว้น การตัดสินใจ และที่มาของความรับผิดชอบที่ AI ไม่ถนัด

• หันมาเป็น "ผู้ใช้ AI" : สิ่งที่ถูกแทนที่ไม่ใช่ "คนที่ไม่ใช้ AI" แต่เป็น "รูปแบบงานที่ไม่สามารถสร้างผลลัพธ์ด้วย AI"

• อ่านสัญญาณในตลาดงาน : หากบริษัทเดียวกันเพิ่มการจ้างงานที่เกี่ยวข้องกับ AI ในขณะที่เลิกจ้าง อาจมีการเปลี่ยนแปลงบทบาทเกิดขึ้น

ในทางกลับกัน สิ่งที่บริษัทต้องการคือความโปร่งใส หากจะอ้าง AI ก็ควรพูดถึงความเป็นจริงของการนำเข้า (ที่ต้องใช้เวลาและค่าใช้จ่าย) และความเจ็บปวดในช่วงการเปลี่ยนผ่าน (คุณภาพ ความเสี่ยง การศึกษา) หากไม่ทำเช่นนั้น AI จะถูกใช้เป็น "ข้ออ้างที่สะดวก" และจะทำลายความเชื่อมั่นในสถานที่ทำงานต่อไป

สรุป: AI เป็นทั้งสาเหตุและข้ออ้าง

กรณีที่การเพิ่มประสิทธิภาพด้วย AI นำไปสู่การเลิกจ้างจะเพิ่มขึ้นอย่างแน่นอนในอนาคต แต่ในขณะเดียวกัน AI ก็สามารถถูกใช้