สื่อต่างประเทศประเมินว่า ความนิยมด้าน AI ล่าสุดในอุตสาหกรรมเทคโนโลยีกำลังผลักดันผู้บริหารบางส่วนให้มีการตัดสินใจที่มองโลกในแง่ดีเกินไป บทความอ้างคำพูดของ Aaron Levie ผู้ก่อตั้ง Box ว่า ซีอีโอจำนวนมากเนื่องจากอยู่ห่างจากกระบวนการดำเนินการจริง จึงมักมองว่าผลลัพธ์จากการแสดง AI เป็นตัวแทนของความสามารถในการแทนที่กระบวนการทำงานจริงในระดับใหญ่
ผู้บริหารเห็นการสาธิต ไม่ใช่การนำไปใช้งานจริง
Levie แสดงบนแพลตฟอร์มโซเชียลว่า ซีอีโอมักจะทดลองใช้ AI โดยสร้างต้นแบบ สร้างสัญญา หรือดำเนินกระบวนการง่ายๆ จากนั้นจึงสรุปว่าตัวแทนอัจฉริยะสามารถรับผิดชอบงานจำนวนมากได้แล้ว แต่ผู้รับผิดชอบในการเปิดใช้งานจริงยังต้องตรวจสอบโค้ด แก้ไขช่องโหว่ ระบุข้อผิดพลาดจากการหลอกลวงของโมเดล และจัดการกับรายละเอียดที่ซับซ้อนของสัญญา กระบวนการ และข้อมูลภายในองค์กร
บทความระบุว่าการตีความผิดเช่นนี้ไม่ได้เกิดจากการต่อต้าน AI ตรงกันข้าม เลวีเองเป็นผู้สนับสนุน AI มาโดยตลอด และยังลงทุนในสตาร์ทอัพด้าน AI จุดสำคัญของเขาคือ ปัญหาไม่ได้อยู่ที่ AI ไม่มีคุณค่า แต่อยู่ที่การบริหารมักประเมินต่ำเกินไปถึงแรงงานและเวลาที่จำเป็นในการแปลงเครื่องมือให้กลายเป็นผลผลิตที่มั่นคง
อัตราการเลิกจ้างใกล้เคียงกับทั้งปีที่แล้ว
บทความอ้างข้อมูลจาก Layoffs.fyi ว่า ในห้าเดือนแรกของปี 2026 มีบริษัทเทคโนโลยี 152 แห่งปลดพนักงานไปแล้ว 115,430 คน ใกล้เคียงกับจำนวนพนักงาน 124,636 คนที่ถูกปลดโดยบริษัทเทคโนโลยี 275 แห่งทั้งปี 2025 รายงานระบุว่า หลายองค์กรใช้ AI เป็นหนึ่งในเหตุผลในการปลดพนักงาน แต่ปัจจัยหลักที่ขับเคลื่อนอาจไม่ได้มีเพียงความก้าวหน้าทางเทคโนโลยีเท่านั้น
ซีอีโอของ ClickUp ซีบ อีแวนส์ ได้เปิดเผยว่า หลังจากบริษัทใช้งานตัวแทน AI ประมาณ 3,000 ตัวในการจัดการงานภายใน บริษัทได้ลดพนักงานลงประมาณ 22% เขาอธิบายว่า การตัดสินใจนี้ไม่ได้เป็นเพียงการลดต้นทุน แต่ต้องการปรับโครงสร้างทีมให้เป็นรูปแบบที่ “จัดการตัวแทน AI และทบทวนผลลัพธ์อย่างรวดเร็ว”
ผลการวิจัยไม่สนับสนุนการแทนที่อย่างรุนแรง
อย่างไรก็ตาม บทความระบุว่า การศึกษาหลายชิ้นไม่ได้สรุปผลในลักษณะที่รุนแรงเช่นเดียวกัน การทบทวนงานวิจัยที่เผยแพร่เมื่อเดือนตุลาคมปีที่แล้วโดยมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ ระบุว่ายังไม่พบความสัมพันธ์ที่มั่นคงระหว่างการนำ AI มาใช้กับการเพิ่มผลิตภาพโดยรวม การศึกษาของสำนักงานวิจัยเศรษฐกิจแห่งชาติสหรัฐฯ เมื่อเดือนมีนาคมปีนี้ชี้ว่า AI สามารถเพิ่มประสิทธิภาพได้จริง แต่ความรู้สึกเชิงประธานมักสูงกว่าผลลัพธ์ที่วัดได้จริง
การวิจัยของสถาบันเทคโนโลยีแมสซาชูเซตส์เกี่ยวกับตัวแทนที่ดำเนินงานแสดงให้เห็นว่า ในหลายสถานการณ์ ตัวแทนยังไม่สามารถบรรลุคุณภาพเทียบเท่ามนุษย์ได้อย่างมั่นคง นักวิจัยคาดการณ์ว่า ตามอัตราการพัฒนาของโมเดลขนาดใหญ่ในปัจจุบัน จนถึงปี 2029 โมเดลอาจสามารถดำเนินงานเกี่ยวกับข้อความส่วนใหญ่ได้ในระดับ “คุณภาพต่ำสุดที่ใช้งานได้” แต่ยังต้องใช้เวลาอีกนานกว่าจะสามารถทำงานทั่วไปได้อย่างมั่นคงเหนือมนุษย์
บทความสรุปว่า หากผู้บริหารองค์กรยังคงจัดโครงสร้างองค์กรตามผลการนำเสนอแทนที่จะอิงตามความสามารถในการดำเนินการจริง ผลลัพธ์ที่ได้อาจไม่ใช่การเพิ่มประสิทธิภาพ แต่เป็นการสะสมขั้นตอนการอนุมัติ ความยุ่งเหยิงในการดำเนินงาน และความไม่สมดุลขององค์กร