งานวิจัยของ Althoff และ Reichardt เป็นหนึ่งในงานที่ท้าทายความเชื่อเดิมเกี่ยวกับ AI มากที่สุดในรอบหลายปี งานวิจัยเสนอภาพของเทคโนโลยีที่ไม่ได้ทำลายตลาดแรงงาน แต่กำลัง “ปรับโครงสร้าง” ให้เปิดกว้างขึ้น
หัวใจสำคัญคือแนวคิดเรื่อง Simplification เมื่อ AI ลดความซับซ้อนของงานระดับสูง คนจำนวนมากขึ้นสามารถเข้าถึงงานที่เคยถูกปิดกั้นไว้ ผลลัพธ์คือ
ค่าจ้างเฉลี่ยเพิ่มขึ้น
ความเหลื่อมล้ำลดลง
โอกาสใหม่เกิดขึ้นในหลายอาชีพ
แม้จะยังมีความท้าทาย แต่ภาพรวมของ AI ในงานวิจัยนี้คือเทคโนโลยีที่ “ยกระดับแรงงาน” มากกว่าทำลายมัน
ในเช้าวันหนึ่งที่สแตนฟอร์ด นักวิจัยหนุ่มคนหนึ่งเปิดคอมพิวเตอร์ขึ้นมาเพื่อดูผลการจำลองชุดล่าสุดของแบบจำลองแรงงานที่เขากับเพื่อนร่วมงานพัฒนามานานหลายปี สิ่งที่ปรากฏบนหน้าจอทำให้เขาต้องหยุดนิ่ง ไม่ใช่เพราะความผิดพลาดของโค้ด แต่เพราะผลลัพธ์นั้นขัดกับความเชื่อที่สังคมจำนวนมากยึดถือเกี่ยวกับปัญญาประดิษฐ์
ผลการวิจัยชี้ว่า AI ไม่ได้เพิ่มความเหลื่อมล้ำทางรายได้ แต่กลับลดลงอย่างมีนัยสำคัญ และที่น่าประหลาดใจกว่านั้นคือ ค่าจ้างเฉลี่ยเพิ่มขึ้นถึง 21%
นี่คือข้อค้นพบจากงานวิจัยใหม่ของ Lukas Althoff จากมหาวิทยาลัยสแตนฟอร์ด และ Hugo Reichardt จาก Barcelona School of Economics ซึ่งกำลังเขย่าวงการเศรษฐศาสตร์แรงงาน และท้าทายความเชื่อที่ว่า AI จะทำให้คนจำนวนมากตกงานและรายได้หดหาย
แต่เหตุใดผลงานวิจัยเกี่ยวกับ AI จึงให้ผลตรงกันข้ามกับความกลัวของผู้คน และเหตุใดนักวิจัยจึงเชื่อว่าเทคโนโลยีนี้อาจเป็น “ตัวปรับสมดุล” ครั้งใหญ่ที่สุดในตลาดแรงงานยุคใหม่
AI เปลี่ยนงานอย่างไร ไม่ใช่แค่แทนที่ แต่เปลี่ยนวิธีทำงาน
งานวิจัยเริ่มต้นจากคำถามพื้นฐานแต่สำคัญ:AI เปลี่ยน “งาน” อย่างไรในระดับของ “ภารกิจย่อย” ที่ประกอบกันเป็นอาชีพหนึ่ง ๆ
แทนที่จะมองอาชีพเป็นก้อนเดียว นักวิจัยแยกงานออกเป็น “ทักษะย่อย” และ “ภารกิจย่อย” เช่น การวิเคราะห์ข้อมูล การเขียนรายงาน การสื่อสาร การตรวจสอบความถูกต้อง ฯลฯ
จากนั้นพวกเขาสร้างแบบจำลองที่ติดตามว่า
คนงานสะสมทักษะอย่างไร
ทักษะเหล่านั้นให้ความได้เปรียบเชิงเปรียบเทียบแบบใด
และเมื่อเทคโนโลยีใหม่เข้ามา คนงานจะย้ายอาชีพหรือปรับตัวอย่างไร
ผลลัพธ์ที่ได้คือภาพที่ซับซ้อนกว่าการ “แทนที่แรงงาน” แบบที่สื่อมักนำเสนอ
AI ไม่ได้แค่ทำงานแทนคน แต่ เปลี่ยนระดับทักษะที่จำเป็นสำหรับงานจำนวนมาก
สามกลไกที่ AI ส่งผลต่อแรงงาน
นักวิจัยระบุว่า AI ส่งผลต่อแรงงานผ่าน 3 ช่องทางหลัก
1. Augmentation — การเสริมพลัง
AI ทำให้คนทำงานได้เร็วขึ้น แม่นยำขึ้น เช่น นักวิเคราะห์ข้อมูลที่ใช้ AI ช่วยสรุปข้อมูลจำนวนมาก
2. Automation — การทำงานแทน
บางภารกิจถูกแทนที่โดยตรง เช่น การจัดหมวดหมู่เอกสาร หรือการตรวจสอบข้อมูลพื้นฐาน
3. Simplification — การลดความซับซ้อนของงาน
นี่คือหัวใจสำคัญของงานวิจัย และเป็นสิ่งที่ทำให้ผลลัพธ์ “พลิกความคาดหมาย”
AI ทำให้ภารกิจที่เคยต้องใช้ทักษะสูง กลายเป็นงานที่คนทักษะปานกลางหรือทักษะต่ำสามารถทำได้ เช่น
การเขียนรายงานเชิงวิเคราะห์
การออกแบบเบื้องต้น
การสร้างสคริปต์โค้ดง่าย ๆ
การจัดทำสื่อการสอน
การวิเคราะห์ข้อมูลเบื้องต้น
เมื่อกำแพงทักษะลดลง คนจำนวนมากขึ้นสามารถแข่งขันในงานที่เคยสงวนไว้สำหรับผู้เชี่ยวชาญ
... คลิกเพื่ออ่านต่อ
ผลลัพธ์ที่น่าตกใจ ความเหลื่อมล้ำลดลง ค่าจ้างเฉลี่ยเพิ่มขึ้น
จากการจำลองแบบจำลองในหลายสถานการณ์ นักวิจัยพบว่า
• ค่าจ้างเฉลี่ยเพิ่มขึ้น 21%
เพราะผลิตภาพแรงงานเพิ่มขึ้นทั่วทั้งตลาด
• ความเหลื่อมล้ำทางรายได้ลดลงอย่างชัดเจน
เพราะแรงงานทักษะต่ำและทักษะปานกลางสามารถเข้าถึงงานที่เคยต้องใช้ทักษะสูง
• ผลประโยชน์เกิดขึ้นกับแรงงานส่วนใหญ่ตั้งแต่เริ่มต้นอาชีพ
งานวิจัยประเมินว่าแรงงานใหม่ได้รับ “สวัสดิการเพิ่มขึ้น” เทียบเท่าค่าจ้างที่สูงขึ้น 26–34%
กล่าวอีกนัยหนึ่งคือAI ไม่ได้ทำให้คนจำนวนมากตกงาน แต่ทำให้คนจำนวนมากขึ้นสามารถเข้าถึงงานที่ดีขึ้น
เมื่อ AI เปลี่ยนภูมิทัศน์อาชีพทั้งระบบ
แม้ผลลัพธ์โดยรวมจะเป็นบวก แต่งานวิจัยชี้ว่า AI จะทำให้เกิดการ “สับเปลี่ยนอาชีพ” ครั้งใหญ่
อาชีพที่ลดลง
งานธุรการ
เจ้าหน้าที่การเงินระดับปฏิบัติการ
งานที่เน้นการประมวลผลข้อมูลซ้ำ ๆ
อาชีพที่เติบโต
นักวิทยาศาสตร์
นักวิจัย
อาชีพด้านสุขภาพ
อาชีพด้านเทคโนโลยี
งานที่ต้องใช้การตัดสินใจเชิงซับซ้อน
น่าสนใจว่าบางอาชีพที่เติบโตกลับมีค่าจ้างเฉลี่ยลดลง เพราะมีแรงงานจำนวนมากขึ้นสามารถเข้ามาแข่งขันได้
นี่คือผลของ “การลดกำแพงทักษะ” ที่ AI นำมาผู้ใช้
เสียงสะท้อนจากภายนอก เมื่อผลวิจัยขัดกับความเชื่อเดิม
David Sacks เจ้าหน้าที่ด้าน AI และคริปโตของทำเนียบขาว แสดงความคิดเห็นว่า ผลวิจัยนี้เป็น “narrative violation” (ขัดกับเรื่องเล่าหลักที่สังคมเชื่อเกี่ยวกับ AI)
เพราะหลายปีที่ผ่านมา สื่อและผู้เชี่ยวชาญจำนวนมากเตือนว่า AI จะ
ทำให้คนตกงานจำนวนมาก
เพิ่มความเหลื่อมล้ำ
ทำให้รายได้ไหลไปสู่บริษัทเทคโนโลยี
แต่ผลวิจัยนี้เสนอภาพที่ต่างออกไป ภาพของ AI ในฐานะ “ตัวปรับสมดุล” ที่ทำให้แรงงานทักษะต่ำมีโอกาสมากขึ้น
ทำไม AI จึงลดความเหลื่อมล้ำได้
หัวใจของคำตอบคือคำว่า Simplification
AI ทำให้ทักษะที่เคยต้องใช้เวลาหลายปีในการฝึกฝน กลายเป็นสิ่งที่คนทั่วไปสามารถทำได้ในเวลาไม่กี่นาที
ตัวอย่างเช่น
การเขียนโค้ดพื้นฐาน
การวิเคราะห์ข้อมูล
การออกแบบสื่อ
การเขียนบทความเชิงวิเคราะห์
การสร้างแผนธุรกิจเบื้องต้น
เมื่อทักษะเหล่านี้ “เข้าถึงได้” มากขึ้น แรงงานที่เคยถูกจำกัดอยู่ในงานค่าจ้างต่ำสามารถขยับขึ้นไปทำงานที่มีมูลค่าสูงกว่า
นี่คือเหตุผลที่ความเหลื่อมล้ำลดลง
AI ไม่ได้ทำให้ทุกคนรวยขึ้นเท่ากัน แต่ทำให้โอกาสเปิดกว้างขึ้น
แม้ภาพรวมจะเป็นบวก แต่งานวิจัยก็ยอมรับว่า
บางอาชีพจะมีค่าจ้างลดลง
บางคนต้องย้ายงานหรือเรียนทักษะใหม่
การปรับตัวอาจยากสำหรับแรงงานบางกลุ่ม
แต่ในระดับระบบเศรษฐกิจAI ทำให้โอกาสกระจายตัวกว้างขึ้นกว่าที่เคย
Key Takeaways
ผลวิจัยท้าทายความเชื่อเดิม ที่ว่า AI จะเพิ่มความเหลื่อมล้ำ
AI เพิ่มค่าจ้างเฉลี่ย 21% จากการเพิ่มผลิตภาพแรงงาน
ความเหลื่อมล้ำทางรายได้ลดลง เพราะ AI ลดกำแพงทักษะ
Simplification คือกลไกสำคัญ ที่ทำให้แรงงานทักษะต่ำแข่งขันในงานระดับสูงได้
แรงงานใหม่ได้รับประโยชน์มากที่สุด ค่าจ้างเทียบเท่าเพิ่มขึ้น 26–34%
อาชีพด้านวิทยาศาสตร์และเทคโนโลยีเติบโต แม้ค่าจ้างบางส่วนลดลงเพราะการแข่งขันเพิ่มขึ้น
AI เปลี่ยนโครงสร้างตลาดแรงงานทั้งระบบ ไม่ใช่แค่แทนที่งานบางประเภท
อาชีพบางประเภทลดลง เช่น งานธุรการ
…..
เรียบเรียงโดย Ai Nextopia
Source: AI raises average wages by 21% and substantially reduces’ wage inequality, researchers find.
Post navigation
Suggested Posts
งานวิจัยของ Melissa Webster และ George Westerman จาก MIT Sloan ชี้ให้เห็นว่าองค์กรที่ประสบความสำเร็จในการนำ AI มาใช้ ไม่ได้เริ่มจากการพลิกโฉมธุรกิจครั้งใหญ่ แต่เลือกเดินบนเส้นทางที่เรียกว่า “small t transformation” หรือการเปลี่ยนแปลงเล็ก ๆ ที่ต่อเนื่องและค่อย ๆ ขยายผลไปสู่ระดับที่ใหญ่ขึ้น
ในช่วงเวลาเพียงไม่กี่ปีที่ผ่านมา โลกออนไลน์ได้เผชิญกับการเปลี่ยนแปลงครั้งใหญ่ที่แทบไม่มีใครคาดคิดมาก่อน การมาถึงของ ChatGPT ไม่ได้เป็นเพียงการเปิดตัวเครื่องมือใหม่ด้านปัญญาประดิษฐ์ แต่เป็นการเขย่ารากฐานของพฤติกรรมการค้นหาข้อมูลของผู้คนทั่วโลกอย่างแท้จริง
จุฬาลงกรณ์มหาวิทยาลัย ร่วมกับ Degree Plus สถาบันการเรียนรู้สำหรับผู้บริหารยุคใหม่ ในเครือ LEARN Corporation สร้างความสำเร็จครั้งสำคัญกับหลักสูตร NEXUS AI (Network for Executive Xceleration & Unbounded Scale) รุ่นที่ 1 ที่มุ่งปั้นผู้นำไทยให้คิดและขับเคลื่อนด้วย AI พร้อมเชื่อมโลกนวัตกรรม Big Tech สู่การขับเคลื่อนองค์กรยุคใหม่อย่างยั่งยืน
แม้ปีที่ผ่านมาเราจะเห็นเครื่องมือสร้างภาพด้วย AI ผุดขึ้นจนแทบตามไม่ทัน แต่ก็ยังมีปัญหาระดับพื้นฐานที่หลายคนเจอซ้ำไปซ้ำมา ตั้งแต่ข้อความสะกดผิด รายละเอียดไม่สมจริง สีไม่เสถียร ไปจนถึงการแก้ภาพที่ยังทำได้จำกัด Google จึงเปิดตัวอัปเดตชุดใหม่ของ Gemini ด้าน Image Generation พร้อมโมเดลที่มีชื่อว่า Nano Banana Pro เพื่อพยายามแก้จุดอ่อนทั้งหมดนี้ในครั้งเดียว
2026, 01, 21
AI-Power , AI-VDO , Hot
ในโลกที่การเปลี่ยนแปลงเกิดขึ้นในอัตราเร่งแบบทวีคูณ (Exponential) สิ่งที่เคยเป็นเพียงพล็อตหนังไซไฟในวันวาน กำลังกลายเป็นพาดหัวข่าวในวันนี้ และกำลังจะกลายเป็น "ความปกติใหม่" ในวันพรุ่งนี้
2025, 11, 06
AI-Power , Hot
OpenAI ประกาศเปิดตัวแอปฯ Sora by OpenAI สำหรับสร้างวิดีโอด้วย AI เวอร์ชัน Android แล้ววันนี้
ในทุกยุคสมัย มนุษย์ต่างสร้างเครื่องมือเพื่อขยายขอบเขตความสามารถของตนเอง ตั้งแต่ยุคหินเหล็กไฟจนถึงยุคคอมพิวเตอร์ และในศตวรรษที่ 21 เครื่องมือที่ทรงพลังที่สุดที่เรากำลังสร้างขึ้นคือ ปัญญาประดิษฐ์ (AI) ซึ่งไม่ใช่เพียงเทคโนโลยี แต่เป็นแรงผลักดันที่อาจเปลี่ยนโครงสร้างเศรษฐกิจ สังคม และวิธีที่เรามองตนเองในโลกใบนี้
2025, 11, 11
AI-Power , Hot
Google ประกาศขยายการให้บริการ Opal เครื่องมือสร้างมินิแอป (mini-app) no-code และ AI จากเดิมที่ทดลองใน 15 หลักสูตรสู่มากกว่า 160 หลักสูตรทั่วโลกและผ่านแพลตฟอร์ม Google Labs เพื่อให้ผู้ใช้ทั่วไปในแอปเพียงอย่างเดียวเพียงแค่ใช้คำอธิบายข้อความ
YouTube เตรียมปล่อยอัปเดตใหม่เพื่อยกระดับคุณภาพภาพสำหรับแอปบนสมาร์ตทีวี โดยฟีเจอร์ที่เรียกว่า “Super Resolution” ซึ่งเป็นระบบการอัปสเกลวิดีโอด้วย AI ที่จะช่วยเปลี่ยนคลิปวิดีโอที่มีความละเอียดต่ำให้กลายเป็นคลิปวิดีโอให้มีภาพในระดับ Full HD หรือ 1080p
ในโลกธุรกิจที่กำลังเร่งนำเทคโนโลยีปัญญาประดิษฐ์ (AI) เข้ามาใช้เพื่อเพิ่มประสิทธิภาพ ความปลอดภัยทางไซเบอร์กลับกลายเป็นประเด็นที่น่ากังวลมากขึ้นเรื่อย ๆ งานวิจัยล่าสุดจาก Accenture ชี้ให้เห็นถึง “AI Security Paradox” หรือความย้อนแย้งที่เกิดขึ้นเมื่อพนักงานเชื่อมั่นว่าตนเองสามารถรับมือกับภัยคุกคามไซเบอร์ได้ แต่ในความเป็นจริงพวกเขากลับขาดการฝึกอบรมและทักษะที่จำเป็นในการเผชิญหน้ากับภัยคุกคามที่ซับซ้อนขึ้นทุกวัน