
ในอดีต เทคโนโลยีใหม่มักทำให้บางอาชีพหายไป แต่ก็สร้างงานใหม่ขึ้นมาทดแทนได้ในระยะยาว งานวิจัยด้านเศรษฐศาสตร์เรียกปรากฏการณ์นี้ว่า reinstatement effect คือแรงงานที่ถูกแทนที่สามารถกลับเข้าสู่ระบบเศรษฐกิจผ่านงานใหม่หรือภาคส่วนใหม่ได้ แต่ในยุคที่การเปลี่ยนแปลงจาก AI ดำเนินไปอย่างรวดเร็ว จนอาจสูงกว่าความเร็วที่เศรษฐกิจจะสร้างงานใหม่มารองรับได้
บทความวิชาการชื่อ The AI Layoff Trap เขียนโดย Brett Hemenway Falk และ Gerry Tsoukalas ได้นำเสนอประเด็นสำคัญว่าการนำ AI มาแทนแรงงานอาจไม่ได้เป็นแค่ปัญหาของคนตกงานเท่านั้น แต่ยังอาจกลายเป็นปัญหาของบริษัทเองด้วย เพราะคนงานที่ถูกแทนที่ด้วย AI ก็คือผู้บริโภคที่เคยมีรายได้และเคยใช้จ่ายในระบบเศรษฐกิจ เมื่อบริษัทจำนวนมากลดคนพร้อมกัน กำลังซื้อรวมอาจหายไปจนกระทบยอดขายของทุกบริษัท แม้แต่บริษัทที่ใช้ AI เพื่อลดต้นทุนเองก็ตาม
ในปี 2025 นายจ้างในสหรัฐฯ ประกาศลดตำแหน่งงานมากกว่า 1 ล้านตำแหน่ง และมีราว 55,000 ตำแหน่งที่ระบุว่า AI เป็นเหตุผลโดยตรง โดยเฉพาะในกลุ่มเทคโนโลยี งานบริการลูกค้า และงานบริหารระดับกลาง นอกจากนี้ งานวิจัยที่ผู้เขียนอ้างยังประเมินว่าแรงงานสหรัฐฯ กว่า 80% เป็นงานที่มีความเสี่ยงจะได้รับผลกระทบจาก AI โดยตรง โดยผู้เขียนสร้างแบบจำลองเศรษฐกิจแบบ task-based โดยให้แต่ละบริษัทมีงานจำนวนหนึ่งที่เดิมทำโดยมนุษย์ จากนั้น AI เข้ามาเป็นเทคโนโลยีใหม่ บริษัทจึงต้องเลือกว่าจะให้ AI ทำงานแทนแรงงานกี่เปอร์เซ็นต์ อัตรานี้เรียกว่า automation rate หรือสัดส่วนงานที่ถูกแทนด้วย AI
แต่ประเด็นคือ แรงงานเหล่านี้ไม่ได้เป็นแค่คนทำงาน พวกเขายังเป็นผู้บริโภคด้วย คนที่ได้รับเงินเดือนจากบริษัท ก็นำเงินเดือนนั้นไปซื้ออาหาร เสื้อผ้า โทรศัพท์ รถ บ้าน บริการออนไลน์ ความบันเทิง และสินค้าอื่น ๆ อีกมากมาย รายได้ของแรงงานจึงเป็นส่วนหนึ่งของกำลังซื้อในระบบเศรษฐกิจ ดังนั้น ถ้าบริษัทจำนวนมากลดคนพร้อมกัน รายได้ของคนกลุ่มใหญ่จะหายไป และการใช้จ่ายในระบบเศรษฐกิจก็จะลดลงตามไปด้วย ปัญหาคือ บริษัทแต่ละแห่งมักมองเห็นประโยชน์ระยะสั้นของตัวเองชัดเจนมาก เช่น ถ้าใช้ AI แทนพนักงานตรงนี้ เราจะลดต้นทุนได้ทันที แต่ผลเสียจากกำลังซื้อที่ลดลงไม่ได้กลับมาตกที่บริษัทนั้นเพียงบริษัทเดียว แต่กระจายไปทั้งตลาด บริษัทจึงไม่ได้รู้สึกว่าตัวเองต้องรับผิดชอบต่อผลกระทบที่เกิดขึ้นทั้งหมด

แบบที่ทุกคนรู้ ๆ กันว่าการนำ AI มาใช้แทนแรงงานคนนั้น ทำเพื่อลดต้นทุนที่บริษัทต้องแบก แต่ปัญหาที่เกิดขึ้นคือ ไม่ใช่มีแค่บางบริษัทที่ทำ ยกตัวอย่าง ถ้าบริษัท A ใช้ AI แทนพนักงาน บริษัท A จะลดต้นทุนได้ทันที แต่ถ้าบริษัท A ไม่ใช้ AI ในขณะที่บริษัทคู่แข่งอย่างบริษัท B ใช้ AI แทนคนแล้ว บริษัท A ก็จะเสียเปรียบทันที เพราะคู่แข่งมีต้นทุนต่ำกว่า ขายถูกกว่า หรือสามารถทำกำไรได้มากกว่า
แต่ในโลกนี้ไม่ได้มีเพียงแค่ 1 2 3 บริษัท แต่หากทุกบริษัทพร้อมใจกันรันโมเดลแบบเดียวกันคือการพยายามให้ AI มาทำหน้าที่บางอย่างแทนคนเพื่อไม่ให้แพ้อีกบริษัทหนึ่ง ผลกระทบก็เกิดขึ้น ผู้เขียนเรียกกลไกนี้ว่า Red Queen effect คือทุกบริษัทต้องวิ่งเร็วขึ้นเพื่อไม่ให้แพ้ แต่เมื่อทุกคนวิ่งเร็วขึ้นพร้อมกัน สิ่งที่เพิ่มขึ้นคือระดับการแทนแรงงานและผลกระทบต่อกำลังซื้อรวมนั่นเอง
ผู้เขียนบทความระบุว่า ทุกบริษัทรับรู้ถึงกลไกนี้ แต่ปัญหาคือ หากบริษัท B ทำ แล้วบริษัท A ไม่ทำ มันก็เป็นการยากที่บริษัท A จะสามารถแข่งขันในตลาดต่อไปได้ ทำให้ทุกบริษัทต้องวิ่งแข่งกัน
อีกประเด็นสำคัญคือ บทความไม่ได้บอกว่า AI ที่เก่งขึ้นจะแก้ปัญหานี้ได้ ตรงกันข้าม ผู้เขียนเสนอว่า AI ที่มีความสามารถสูงขึ้นอาจทำให้ over-automation หรือการเปลี่ยนจากแรงงานคนสู่แรงงานระบบอัตโนมัติยิ่งเกิดขึ้นมากขึ้น เพราะบริษัทแต่ละแห่งคิดว่า หากใช้ AI มากกว่าคู่แข่ง จะได้เปรียบด้านผลผลิตหรือส่วนแบ่งตลาด แต่เมื่อทุกบริษัททำพร้อมกัน ผลได้เปรียบนั้นหายไป เหลือเพียงระดับ automation ที่สูงขึ้นและแรงงานคนที่ถูกแทนที่มากขึ้นกว่าเดิม
ดังนั้น ถึงแม้บริษัทจะรู้ว่าถ้าทุกบริษัทลดคนพร้อมกัน กำลังซื้อของผู้บริโภคอาจลดลง แต่บริษัทก็ยังมีแรงจูงใจให้ใช้ AI อยู่ดีเพราะถ้าตัวเองไม่ทำ คนอื่นก็ทำ สถานการณ์นี้คล้ายกับเกมที่ทุกคนรู้ว่าถ้าร่วมมือกันอาจได้ผลลัพธ์ที่ดีกว่า แต่ แต่ละคนก็ยังเลือกทางที่ตัวเองได้เปรียบในระยะสั้น สุดท้าย เมื่อทุกบริษัทคิดเหมือนกัน ผลลัพธ์รวมอาจแย่ลงสำหรับทุกฝ่าย โดยเฉพาะผู้ใช้เงินในระบบเศรษฐกิจและกลายเป็นวงจรอุบาทว์ขึ้นมา คือ คนงานเสียรายได้ ผู้บริโภคมีกำลังซื้อน้อยลง บริษัทขายของได้น้อยลง และกำไรโดยรวมของตลาดอาจลดลง
หากบริษัทหนึ่งปลดพนักงาน 1,000 คน แล้วใช้ AI แทน บริษัทนี้จะประหยัดค่าแรงได้ทันที แต่พนักงาน 1,000 คนที่ถูกปลดจะใช้จ่ายน้อยลง ซื้อของน้อยลง กินข้าวนอกบ้านน้อยลง ประหยัดมากขึ้น ซึ่งการใช้จ่ายที่หายไปไม่ได้กระทบเฉพาะบริษัทที่ปลดพนักงาน แต่กระทบร้านอาหาร ห้าง ร้านค้า บริษัทเทคโนโลยี ผู้ให้บริการ และธุรกิจอื่น ๆ ทั้งระบบ
นี่คือกับดักการปลดคนเพราะ AI

หลังจากมีกระแสเรื่อง AI จะมาแทนที่แรงงานมนุษย์มากขึ้น ก็นโยบายออกมามากมายที่พยายามป้องกันการทำลายกลไกแรงงานมากเกินไป เช่น upskilling, worker equity, ภาษีกำไรจากทุน, universal basic income และการต่อรองระหว่างบริษัท แต่ผู้เขียนบทความนี้สรุปว่า หลายมาตรการช่วยบรรเทาผลกระทบได้ แต่ไม่สามารถแก้แรงจูงใจหลักของบริษัทที่ทำให้เกิด over-automation ได้โดยตรง อย่าง
ผู้เขียนเสนอแนวคิดหนึ่งคือ ภาษีการใช้ AI แทนแรงงาน หรือ automation tax ซึ่งแนวคิดนี้ไม่ได้หมายความว่าบริษัทต่าง ๆ ห้ามใช้ AI แต่ต้องการทำให้บริษัทคำนึงถึงผลกระทบที่ตนเองสร้างต่อกำลังซื้อของระบบเศรษฐกิจด้วย
ถ้าการใช้ AI แทนแรงงานสามารถช่วยลดต้นทุนให้บริษัท แต่ทำให้คนจำนวนหนึ่งสูญเสียรายได้และกำลังซื้อของตลาดลดลง บริษัทก็ควรแบกรับต้นทุนส่วนนั้นบางส่วน ไม่ใช่ปล่อยให้ผลเสียกระจายไปทั้งระบบ คล้ายกับภาษีสิ่งแวดล้อม เช่น โรงงานที่ปล่อยมลพิษอาจทำกำไรได้มากขึ้นเพราะไม่ต้องรับต้นทุนด้านสิ่งแวดล้อม ทางรัฐจึงเก็บภาษีหรือกำหนดกติกาให้โรงงานต้องรับผิดชอบต่อมลพิษที่สร้างขึ้น
อย่างไรก็ตาม ผู้เขียนก็ยอมรับว่า การทำจริงไม่ง่าย เพราะถ้าประเทศหนึ่งเก็บภาษีหนักเกินไป บริษัทอาจย้ายงานหรือระบบ AI ไปต่างประเทศ จึงอาจต้องมีความร่วมมือระหว่างประเทศ หรือมีกฎที่ออกแบบมาอย่างรอบคอบ
บทความ The AI Layoff Trap ชี้ว่า การใช้ AI ทดแทนแรงงานอาจสร้างกับดักทางเศรษฐกิจ เพราะบริษัทแต่ละแห่งมีแรงจูงใจลดต้นทุนของตัวเอง แต่ไม่ได้แบกรับผลกระทบจากกำลังซื้อที่ลดลง เมื่อบริษัทจำนวนมากปลดคนพร้อมกัน แรงงานสูญเสียรายได้ ผู้บริโภคใช้จ่ายน้อยลง และบริษัทเองอาจขายสินค้าได้น้อยลงในที่สุด ปัญหานี้ยิ่งรุนแรงในตลาดที่มีการแข่งขันสูง AI ใช้งานง่าย ต้นทุนต่ำ และแรงงานหางานใหม่ได้ช้า
ทางออกจึงไม่ใช่การห้ามใช้ AI แต่คือการออกแบบนโยบายให้การใช้ AI สะท้อนต้นทุนที่แท้จริงต่อระบบเศรษฐกิจ เช่น การสนับสนุนการฝึกทักษะใหม่ การช่วยแรงงานกลับเข้าสู่ตลาดงาน และอาจรวมถึงภาษีหรือกติกาที่ทำให้บริษัทรับผิดชอบต่อผลกระทบจากการใช้ระบบอัตโนมัติแทนแรงงานครับ
ที่มา Arxiv





