แอนโทรพิก เปิดเผยรายงานผลกระทบของ AI ต่อการจ้างงาน: งานในสถาบันการศึกษาสูงสุดได้รับผลกระทบมากที่สุด

ผู้เขียนต้นฉบับ: ซินจี้หยวน

งานของคุณกำลังถูก AI ดูดซับความมีคุณค่าไปทีละน้อย รายงานล่าสุดจาก Anthropic เปิดเผยความจริงที่ขัดกับสามัญสำนึกว่า งานที่มีความซับซ้อนมากขึ้นตามระดับการศึกษา กลับถูก AI ช่วยเร็วขึ้นมากกว่าที่คิด ความน่ากลัวที่แท้จริงไม่ใช่การถูกแทนที่โดยตรง แต่คือการ "ลดทอนทักษะ" (Deskilling) – AI แย่งความสนุกในการคิดวิเคราะห์ไป ทิ้งให้คุณเหลือเพียงงานที่ต้องทำตามคำสั่ง แต่ข้อมูลนี้ก็ชี้ให้เห็นทางออกเพียงทางเดียว: ผู้ที่เข้าใจการร่วมมือระหว่างมนุษย์กับเครื่องจักร จะมีโอกาสประสบความสำเร็จมากขึ้นถึง 10 เท่า ในยุคที่พลังการคำนวณล้นเหลือเช่นนี้ คู่มือการอยู่รอดนี้คือสิ่งที่คุณต้องอ่านให้เข้าใจ

Anthropic เพิ่งเผยแพร่รายงานดัชนีเศรษฐกิจบนเว็บไซต์อย่างเป็นทางการเมื่อวานนี้

รายงานนี้ไม่เพียงแต่ให้ความสนใจว่าผู้คนกำลังใช้ AI ทำอะไร แต่ยังให้ความสำคัญกับว่า AI สามารถทดแทนการคิดของมนุษย์ได้มากเพียงใดในความเป็นจริง

ในครั้งนี้พวกเขาได้แนะนำมิติใหม่ทั้งหมดที่เรียกว่า "Economic Primitives" เพื่อพยายามวัดระดับความซับซ้อนของงาน ระดับการศึกษาที่จำเป็น และระดับความอิสระของ AI

อนาคตของสภาพการทำงานที่ปรากฏจากข้อมูลนั้นซับซ้อนมากกว่าทฤษฎีการว่างงานหรือทฤษฎียูโทเปียทั่วไปเสียอีก

ในความเข้าใจทั่วไปของเรา เครื่องจักรมักจะมีความเชี่ยวชาญในการทำงานซ้ำๆ ที่ง่าย แต่กลับดูไม่คล่องแคล่วในด้านที่เกี่ยวข้องกับความรู้ที่ลึกซึ้ง

แต่ข้อมูลของแอนโทรพิกแสดงให้เห็นถึงข้อสรุปตรงกันข้าม: ยิ่งงานซับซ้อนเพียงใด ความเร็วที่ AI ช่วยเพิ่มขึ้นกลับยิ่งน่าประหลาดใจเพียงนั้น

รายงานระบุว่า สำหรับงานที่ต้องใช้ความเข้าใจเทียบเท่ากับระดับมัธยมศึกษาปลาย Claude สามารถเพิ่มความเร็วในการทำงานได้ถึง 9 เท่า

เมื่อระดับความยากของงานเพิ่มขึ้นจนถึงขั้นต้องการให้มีวุฒิการศึกษาในระดับมหาวิทยาลัย ความเร็วในการเร่งนี้ก็พุ่งสูงขึ้นไปถึง 12 เท่าทันที

นี่หมายความว่า งานระดับสูงสำหรับพนักงานบริษัทที่เคยต้องใช้เวลาคิดค้นของมนุษย์เป็นเวลาหลายชั่วโมง กลับกลายเป็นพื้นที่ที่ AI สามารถเก็บเกี่ยวผลด้านประสิทธิภาพได้อย่างมีประสิทธิภาพสูงสุดในขณะนี้

แม้ว่าเราจะคำนึงถึงอัตราความล้มเหลวที่ AI สร้างความประหลาดใจขึ้นมาเป็นครั้งคราว ข้อสรุปนั้นยังคงไม่เปลี่ยนแปลง: ประสิทธิภาพที่เพิ่มขึ้นอย่างมากของ AI ต่อการทำงานที่ซับซ้อนนั้นเพียงพอที่จะชดเชยต้นทุนในการแก้ไขข้อผิดพลาดที่เกิดขึ้น

นี่คือเหตุผลที่โปรแกรมเมอร์และนักวิเคราะห์การเงินในปัจจุบันต้องพึ่งพา Claude มากกว่าพนักงานป้อนข้อมูล เพราะในสาขาที่ต้องใช้ความคิดสร้างสรรค์สูงนี้ ผลตอบแทนจากการใช้ AI นั้นสูงสุด

ข้อมูลที่น่าประหลาดใจที่สุดในรายงานนี้คือการทดสอบ "ความทนทานของ AI" (ระยะเวลาในการทำงาน หรือ Task horizons วัดจากความสำเร็จ 50%)

การทดสอบมาตรฐาน เช่น METR (Model Evaluation & Threat Research หรือ การประเมินโมเดลและการวิจัยภัยคุกคาม) ระบุว่า โมเดลชั้นนำในปัจจุบัน เช่น Claude Sonnet 4.5 จะมีอัตราความสำเร็จต่ำกว่า 50% เมื่อต้องจัดการกับงานที่มนุษย์ต้องใช้เวลา 2 ชั่วโมง

แต่ในข้อมูลของผู้ใช้จริงจาก Anthropic ช่วงเวลาดังกล่าวถูกยืดออกอย่างชัดเจน

ในสถานการณ์ทางธุรกิจที่เกี่ยวข้องกับการเรียกใช้ API Claude สามารถรักษาโอกาสชนะมากกว่าครึ่งในการทำงานที่ใช้เวลา 3.5 ชั่วโมง

ในขณะที่ในอินเทอร์เฟซการสนทนาของ Claude.ai ตัวเลขดังกล่าวถูกเพิ่มขึ้นอย่างน่าประหลาดใจถึง 19 ชั่วโมง

เหตุใดจึงมีช่องว่างที่กว้างใหญ่เช่นนี้? ความลับอยู่ที่การแทรกแซงของ "มนุษย์"

การทดสอบมาตรฐานคือการที่ AI ต้องเผชิญกับข้อสอบเพียงลำพัง ในขณะที่ผู้ใช้ในชีวิตจริงจะสามารถแบ่งงานขนาดใหญ่ที่ซับซ้อนออกเป็นหลายขั้นตอนเล็กๆ น้อยๆ ได้ และยังสามารถปรับแก้ทิศทางของ AI อย่างต่อเนื่องผ่านวงจรการตอบกลับที่ไม่สิ้นสุด

การไหลของงานที่มีการทำงานร่วมกันระหว่างมนุษย์กับเครื่องจักรแบบนี้ ทำให้ระยะเวลาสูงสุดของงาน (วัดจากอัตราความสำเร็จ 50%) เพิ่มขึ้นจาก 2 ชั่วโมงเป็นประมาณ 19 ชั่วโมง ซึ่งเพิ่มขึ้นเกือบ 10 เท่า

นี่อาจเป็นลักษณะของงานในอนาคต:ไม่ใช่ปัญญาประดิษฐ์ที่ทำทุกอย่างได้ด้วยตัวมันเอง แต่เป็นมนุษย์ที่เรียนรู้วิธีควบคุมมันให้วิ่งระยะมาราธอนได้

หากมองจากมุมมองระดับโลก เราจะเห็นเส้นโค้งการยอมรับที่ชัดเจนและมีนัยสำคัญเล็กน้อยอย่างน่าขัน

ในประเทศพัฒนาแล้วที่มี GDP ต่อหัวสูง ปัญญาประดิษฐ์ได้ถูกฝังลึกเข้าไปในด้านการผลิตและชีวิตส่วนตัวของผู้คนแล้ว

ผู้คนใช้มันเขียนโค้ด จัดทำรายงาน หรือแม้แต่วางแผนการเดินทางท่องเที่ยว

แต่ในประเทศที่มี GDP ต่อหัวต่ำ Claude มีบทบาทหลักเป็น "ครู" โดยการใช้งานส่วนใหญ่เน้นไปที่การบ้านในวิชาต่างๆ และการให้คำปรึกษาทางการศึกษา

นอกจากความแตกต่างของฐานะแล้ว นี่ยังสะท้อนถึงความแตกต่างของเทคโนโลยีระหว่างยุคสมัยอีกด้วย

Anthropic กล่าวว่า พวกเขาได้ร่วมมือกับรัฐบาลรวันดาเพื่อพยายามช่วยให้ประชาชนในพื้นที่นั้นก้าวข้ามขั้นตอนการ "เรียนรู้" อย่างง่าย ไปสู่การนำไปประยุกต์ใช้ในวงกว้างมากขึ้น

เนื่องจากว่าหากไม่มีการแทรกแซงปัญญาประดิษฐ์มีแนวโน้มที่จะกลายเป็นอุปสรรคใหม่: ผู้คนในพื้นที่ที่มีความมั่งคั่งใช้มันเพื่อเพิ่มผลผลิตแบบทวีคูณ ในขณะที่ผู้คนในพื้นที่ที่ยังพัฒนาไม่ทั่วถึงยังคงใช้มันเพื่อเรียนรู้พื้นฐาน

ส่วนที่เป็นที่ถกเถียงกันมากที่สุด และน่ากลัวที่สุดในรายงานนี้ คือการอภิปรายเกี่ยวกับ "การลดทักษะ" (Deskilling)

ข้อมูลแสดงให้เห็นว่า งานที่ Claude สามารถทำได้ในปัจจุบัน ต้องการระยะเวลาการศึกษามากกว่า 14.4 ปี (เทียบเท่าปริญญาตรี) ซึ่งสูงกว่าระยะเวลาเฉลี่ยที่ต้องการสำหรับกิจกรรมทางเศรษฐกิจทั่วไปที่ 13.2 ปี อย่างชัดเจน

ปัญญาประดิษฐ์กำลังกำจัดส่วนที่ต้องใช้ความฉลาดสูงในงานอย่างเป็นระบบ

สำหรับนักเขียนด้านเทคนิคหรือตัวแทนบริษัททัวร์ นี่อาจเป็นเรื่องที่น่าหดหู่มาก

ปัญญาประดิษฐ์ได้เข้ามามีบทบาทในการวิเคราะห์แนวโน้มอุตสาหกรรมและวางแผนการเดินทางที่ซับซ้อน ซึ่งเป็นงานที่ต้องใช้ "สมอง" งานเหล่านี้อาจเหลือเพียงงานเล็กๆ น้อยๆ ที่มนุษย์ต้องทำ เช่น การวาดแบบร่างหรือการเก็บใบแจ้งหนี้เท่านั้น

งานของคุณยังคงอยู่ แต่ "คุณค่า" ของงานนั้นถูกดึงออกไปแล้ว

แน่นอนว่าก็มีผู้ได้รับประโยชน์ด้วย

ตัวอย่างเช่น ผู้จัดการอสังหาริมทรัพย์ เมื่อ AI จัดการงานด้านการบัญชีและการเปรียบเทียบสัญญาที่น่าเบื่อเหล่านี้ไปแล้ว พวกเขาจะสามารถโฟกัสกับงานที่ต้องใช้ EQ สูง เช่น การเจรจาทางธุรกิจกับลูกค้าและการบริหารจัดการผู้มีส่วนได้ส่วนเสีย ซึ่งในทางกลับกันนี่คือการ "พัฒนาทักษะขั้นสูง" (Upskilling)

แอนโทรพิก ระบุอย่างระมัดระว่างว่าเป็นเพียงการคาดการณ์จากสถานการณ์ปัจจุบัน ไม่ใช่การทำนายที่แน่นอน

แต่เสียงสะท้อนของมันนั้นเป็นเรื่องจริง

หากว่าจุดแข็งหลักของคุณคือการจัดการข้อมูลที่ซับซ้อน คุณก็อยู่ตรงใจกลางพายุนั่นเอง

สุดท้ายนี้ ขอให้เราหันกลับมาสู่มุมมองภาพรวมอีกครั้ง

แอนโทรพิก ได้ปรับปรุงการคาดการณ์ดัชนีผลผลิตแรงงานของสหรัฐฯ

หลังจากที่พวกเขาตัดความผิดพลาดและข้อล้มเหลวที่เป็นไปได้ของ AI ออก พวกเขาคาดการณ์ว่า AI จะช่วยส่งเสริมการเติบโตของประสิทธิภาพการทำงาน 1.0 ถึง 1.2% ต่อปีในอีกทศวรรษข้างหน้า

นี่ดูเหมือนจะลดลงหนึ่งในสามจากประมาณการที่มีความหวังก่อนหน้านี้ที่ 1.8% แต่อย่าได้ถูกใจกับ 1 จุดเปอร์เซ็นต์นี้เลย

สิ่งนี้เพียงพอที่จะทำให้อัตราการเติบโตของประสิทธิภาพแรงงานของสหรัฐฯ กลับมาสู่ระดับในช่วงทศวรรษที่ 1990 ที่เกิดปรากฏการณ์ฟองสบู่อินเทอร์เน็ต

นอกจากนี้ ตัวเลขดังกล่าวเป็นเพียงตัวเลขที่คำนวณจากความสามารถของโมเดลในเดือนพฤศจิกายนปี 2025 เท่านั้น ด้วยการเข้ามาของ Claude Opus 4.5 และรูปแบบการใช้งาน "โหมดเสริม" (ซึ่งหมายถึงผู้ใช้เริ่มไม่พยายามโยนงานทั้งหมดให้ AI ทำ แต่เริ่มเรียนรู้ที่จะทำงานร่วมกับ AI อย่างชาญฉลาดมากขึ้น) ที่ค่อยๆ กลายเป็นพฤติกรรมหลักของผู้ใช้ ตัวเลขดังกล่าวมีศักยภาพในการเติบโตได้อีกมาก

เมื่อทบทวนรายงานทั้งหมดแล้ว สิ่งที่ทำให้เราประทับใจมากที่สุดไม่ใช่เพียงแค่ AI ที่มีความแข็งแกร่งเพิ่มขึ้นเท่านั้น แต่ยังรวมถึงความเร็วในการปรับตัวของมนุษย์ด้วย

เรากำลังอยู่ในช่วงของการเปลี่ยนผ่านจาก "การอัตโนมัติแบบถูกกระตุ้น" ไปสู่ "การเสริมความแข็งแกร่งอย่างกระตือรือร้น"

ในปฏิวัตินี้ ปัญญาประดิษฐ์เปรียบเสมือนกระจกที่สะท้อนให้เห็นว่า งานที่ต้องการวุฒิการศึกษาสูงแต่สามารถทำได้ด้วยการใช้เหตุผลเชิงตรรกะนั้น ถูกปัญญาประดิษฐ์เข้ามามีบทบาท ซึ่งส่งผลให้เราต้องหันกลับมาค้นหาคุณค่าที่ไม่สามารถวัดหรือคำนวณได้ด้วยอัลกอริทึม

ในยุคที่มีพลังการคำนวณเหลือเฟือเช่นนี้ ความสามารถที่มนุษย์ขาดแคลนที่สุด ไม่ใช่การค้นหาคำตอบอีกต่อไป แต่คือการกำหนดปัญหา

ข้อมูลอ้างอิง:

https://www.anthropic.com/research/economic-index-primitives

https://www.anthropic.com/research/anthropic-economic-index-january-2026-report