การเลิกจ้างครั้งใหญ่ในสายงานไวท์คอลลาร์เป็นส่วนหนึ่งของกระแสการปั่นกระแส AI

 (cnn.com)
1 คะแนน โดย GN⁺ 2025-05-31 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ช่วงหลังมานี้ การเลิกจ้างพนักงานไวท์คอลลาร์ เพิ่มขึ้น
  • หลายบริษัทอธิบายการลดจำนวนพนักงานด้วยเหตุผลเรื่อง ความก้าวหน้าของ AI
  • แต่ในความเป็นจริง สาเหตุของการเลิกจ้างคือการลดต้นทุนและการปรับโครงสร้าง
  • งานที่ AI เข้ามาแทนที่ได้จริงยังมีไม่มาก
  • ปรากฏการณ์ที่การโหมกระแส AI ถูกนำไปใช้เป็นส่วนหนึ่งของกลยุทธ์องค์กร

ภาพรวม

  • ช่วงหลังมานี้ บริษัทขนาดใหญ่ ในสหรัฐฯ และประเทศอื่น ๆ ได้ดำเนินการ เลิกจ้างพนักงานไวท์คอลลาร์ครั้งใหญ่
  • สื่อและบริษัทต่างเน้นย้ำว่าความก้าวหน้าของปัญญาประดิษฐ์กำลังเข้ามาแทนที่งาน
  • แต่สาเหตุที่แท้จริงของการเลิกจ้างจำนวนมากคือ การปรับโครงสร้างแบบดั้งเดิม เช่น การเพิ่มประสิทธิภาพการบริหาร การลดต้นทุน และการปรับตามภาวะเศรษฐกิจ

ความสัมพันธ์ที่แท้จริงระหว่าง AI กับการเลิกจ้าง

  • บริษัทต่าง ๆ มีแนวโน้มจะห่อหุ้มเหตุผลของการเลิกจ้างด้วยภาพลักษณ์ของ นวัตกรรม AI
  • ตำแหน่งงานที่ AI เข้ามาแทนที่จริง หรือหายไปเพราะระบบอัตโนมัติ ยังมีอยู่เพียงส่วนน้อยมาก
  • ประเด็นการเปลี่ยนผ่านทางการบริหารและ กลยุทธ์ปรับปรุงกำไร เดิม ๆ กำลังถูกครอบทับด้วยวาทกรรม AI

การโหมกระแส AI กับกลยุทธ์องค์กร

  • บริษัทต่าง ๆ ใช้ประโยชน์จาก ความคาดหวังและความหวาดกลัวของสาธารณะต่อ AI เพื่อสร้างความชอบธรรมให้กับการปรับโครงสร้างองค์กร
  • วาทกรรม AI ที่เกินจริงถูกนำไปใช้เพื่อ โน้มน้าวนักลงทุน หรือเพิ่มการยอมรับทางสังคม
  • ในความเป็นจริง คนงานที่ถูกเลิกจ้างมีไม่มากนักที่จะถูกแทนที่ด้วย AI ในทันที

บทสรุป

  • การเลิกจ้างครั้งใหญ่ในสายงานไวท์คอลลาร์ที่เกิดขึ้นในตอนนี้ เป็นส่วนหนึ่งของปรากฏการณ์ “AI hype machine” ที่พูดเกินอิทธิพลของ AI
  • หากต้องการทำความเข้าใจปรากฏการณ์นี้ จำเป็นต้องแยกแยะระหว่างข้อเท็จจริงของการเลิกจ้างกับ ผลลัพธ์ที่แท้จริงของการนำ AI มาใช้

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-05-31
ความเห็นจาก Hacker News
  • ฉันเคยทำงานที่บริษัทมูลค่าตลาดมากกว่า 1 หมื่นล้านดอลลาร์อยู่ 2 แห่งในช่วง ZIRP (นโยบายดอกเบี้ยศูนย์) พนักงานสายความรู้ที่เข้าประชุมส่วนใหญ่เกินครึ่งแทบไม่จำเป็นจริง ๆ ด้วยซ้ำ ตารางงานแน่นจนถึงขั้นมีการจ้างคนมาทำหน้าที่เข้าประชุมโดยเฉพาะ การเพิ่มจำนวนพนักงานไม่เป็นปัญหาต่อราคาหุ้นเลยตราบใดที่บริษัทยังโต และในทางกลับกัน VP ก็ยิ่งมีอำนาจมากขึ้นเมื่อจำนวนคนในทีมเพิ่ม ตอนนั้นตลาดให้ความสำคัญกับการเติบโตมากกว่าประสิทธิภาพ แต่สุดท้ายตลาดก็กลับมาหาคุณค่าเสมอ เมื่อเวลาผ่านไป คนที่ถูกเติมเข้ามาแบบนี้ก็กลายเป็นเป้าหมายของการปลดพนักงาน ทั้งสองบริษัทปลดคนไปมากกว่า 10,000 คนในเวลาต่อมา และแม้ AI จะถูกใช้เป็นเหตุผลประกอบการปลด แต่ความจริงคืองานของพนักงานสายความรู้จำนวนมากที่บอกว่า AI จะมาแทนนั้น เดิมทีก็แทบไม่ได้สร้างคุณค่าอยู่แล้ว
    • เห็นด้วยมาก ช่วงดอกเบี้ยขาขึ้นฉันเคยใช้คำว่า “Zero Interest Rate Product Managers” แบบประชด ๆ PM ที่เก่งจริงก็มีคุณค่าตามนั้นแหละ แต่ช่วง ZIRP มี PM ที่ทำแค่ดูแล Jira กับคอยประสานตารางงานเยอะเกินไป ตอนนี้คนไอทีจำนวนมากที่หางานใหม่ลำบากก็มักกระจุกอยู่ในบทบาทรอบนอกแบบนี้ เช่น agile coach, TPM เป็นต้น แน่นอนว่าก็เห็นใจ เพราะคนในตำแหน่งเหล่านี้ก็ทุ่มเททำงานกันมา แต่ปัญหาไม่ได้มีแค่การจ้างเกินความจำเป็นเท่านั้น ฉันมองว่าการลดลงของงานเทคในสหรัฐได้รับผลจากการ offshoring มากกว่า AI มาก หลังการทำงานจากบ้านแพร่หลาย เทคโนโลยีวิดีโอคอลทำให้การ offshoring ไปละตินอเมริกา ยุโรป และที่อื่น ๆ เพิ่มขึ้นมาก พอการทำงานระยะไกลกลายเป็นเรื่องปกติ สถานที่ตั้งก็ยิ่งสำคัญน้อยลงเรื่อย ๆ
    • ฉันสงสัยว่าการปลดคนภายใต้ชื่อ AI ส่วนใหญ่จริง ๆ แล้วเป็นแค่การแต่งหน้าให้การปลดคนในยุคดอกเบี้ยขาขึ้น อุตสาหกรรมซอฟต์แวร์เคยบ้ามากจริง ๆ ช่วงที่เด็กจบใหม่จากมหาวิทยาลัยไม่มีชื่อเสียงก็ยังได้เงิน 120,000-150,000 ดอลลาร์ทันที มันไม่มีทางเป็นภาวะที่ยืนยาวได้
    • ไม่สงสัยเลยว่ามีพนักงานสายความรู้จำนวนมากที่ไม่ได้เพิ่มคุณค่าอะไรนักโดยแทบไม่ต้องถูกกระตุ้น แต่สิ่งที่น่ากังวลคือโอกาสของคนจูเนียร์กำลังลดลงเรื่อย ๆ
    • การมีคนไว้เข้าประชุมโดยเฉพาะเพราะตารางแน่นเกินไป ฟังดูเหมือนเรื่องล้อเลียนองค์กรที่กลายเป็นความจริง
    • ฉันก็เคยทำงานที่สตาร์ตอัป และบ่อยครั้งเกือบครึ่งของคนในที่ประชุมไม่มีอะไรต้องทำแต่ก็ยังต้องเข้าร่วม เพราะถูกกำหนดให้เป็น “ผู้สังเกตการณ์” หรือ “คนจดบันทึก” ซึ่งแทบไม่มีอิทธิพลต่ออะไรจริง ๆ
  • ชัดเจนว่าปัญหาที่ AI มาแทนงานระดับจูเนียร์และอินเทิร์นนั้นหนักมากแบบเป็นชั้น ๆ เวลา AI เร็วกว่าและฉลาดกว่าคนใหม่ที่ยังไม่มีทั้งประสบการณ์และความเชี่ยวชาญ แน่นอนว่า AI เองบางครั้งก็ต้องคอยดูเยอะ แต่สุดท้ายมันถูกกว่า หรือไม่ก็ฉลาดกว่า มีเด็กจบใหม่ที่มีศักยภาพเติบโตอยู่ก็จริง แต่การปั้นพวกเขาใช้ทั้งเวลาและทรัพยากรมหาศาล ฉันเองก็พบว่ากำลังโยนงานง่าย ๆ ให้ AI แทนที่จะให้เด็กใหม่ทำ ถ้าให้คนใหม่ทำ มักต้องผ่านฟีดแบ็กหลายรอบและการแก้ไขหลายขั้น กว่าจะเสร็จก็เพิ่มไปอีกหลายวัน แต่ AI ทำเสร็จได้ใน 3 ชั่วโมง มุมมองของคนจบใหม่และคนระดับเริ่มต้นตอนนี้มืดมนจริง ๆ
    • การขาดความภักดีทั้งจากฝั่งบริษัทและพนักงานยิ่งทำให้สถานการณ์นี้แย่ลง เดิมทีอินเทิร์นชิปเป็นตำแหน่งที่มีผลิตภาพติดลบโดยตั้งใจ เพื่อใช้ “ฝึก” ล้วน ๆ การที่บริษัทลงทุนปั้นอินเทิร์นคือการลงทุนเพื่ออนาคตขององค์กรทั้งหมดและของทั้งอุตสาหกรรม แต่เมื่อ HR และพนักงานขาดความไว้วางใจกัน และวัฒนธรรมย้ายงานบ่อยกลายเป็นเรื่องปกติ โครงสร้างแบบนี้ก็เริ่มหมดความหมาย ฉันเคยมีประสบการณ์กับบริษัทญี่ปุ่นที่ปั้นอินเทิร์นอย่างจริงจัง เลยมั่นใจว่าระบบแบบนี้มีคุณค่ามาก
    • คนใหม่และคนระดับเริ่มต้นอาจเป็นภาระต่อองค์กรในระยะสั้น แต่หลังผ่านไปหลายเดือนหรือหลายปี พวกเขาก็เติบโตเป็นกำลังหลักที่มีผลิตภาพสูงมากได้ และคนใหม่เองก็ใช้ AI ได้เหมือนกัน ถ้าการใช้ AI ทำให้ผลิตภาพเพิ่มขึ้นแบบก้าวกระโดดจริง ส่วนเกินที่ได้ก็น่าจะถูกเปลี่ยนไปเป็นซอฟต์แวร์ ฟีเจอร์ หรือการปรับแต่งที่มากขึ้น เป็นตรรกะคล้ายกับสมัยที่มีคอมไพเลอร์แล้วมีคนถามว่าทำไมยังต้องจ้างจูเนียร์เพิ่ม
    • ฉันไม่เห็นด้วยกับข้ออ้างนี้เลย ถ้าวันนี้คนใหม่ยังต้องการการดูแลเยอะ วันหน้าคนใหม่ก็จะโตมาในโลกที่ถือว่าการใช้ AI เป็นเรื่องปกติ และน่าจะสร้างอิมแพ็กต์ได้มากกว่าเดิม มุมมองที่ว่า “งานระดับเริ่มต้นพังหมดแล้ว” จะจริงก็ต่อเมื่อบริษัทมองแต่ “ข้อเสีย” ของคนใหม่ และตั้งสมมติฐานว่างานที่ต้องทำมีจำกัดเท่านั้น แต่ทุกองค์กรที่ฉันเคยอยู่ล้วนมีงานล้นมือเสมอ ดังนั้นถ้าคนใหม่ใช้ AI แล้วทำงานได้ 6 เท่า มันยิ่งเป็นทางเลือกที่ดีกว่า
    • การใช้ “อินเทิร์น” กับ “entry level” เป็นตัวเปรียบเทียบก็เป็นเพียงการเรียกรวมสิ่งที่ซับซ้อนมาก ๆ เท่านั้น ไม่ได้หมายความว่างานระดับเริ่มต้นจะหายไปจริง ๆ แค่บทบาทจะเปลี่ยนรูปเท่านั้น
    • จริงอยู่ว่า AI ทำงานได้เร็วและมีประสิทธิภาพกว่าระดับเริ่มต้น แต่โดยแก่นแท้แล้วนั่นไม่ใช่ “การมอบหมายงาน” แต่เป็นการลงมือทำงานเอง การมอบหมายงานคือการถ่ายโอนความรับผิดชอบและการตัดสินใจ ซึ่ง AI ไม่มีทั้งการฝึก การรับฟีดแบ็ก ความเข้าใจบริบท หรือแรงจูงใจจากตัวมันเอง คุณจึงมอบหมายงานให้ AI อย่างแท้จริงไม่ได้ และมันก็ไม่รับผิดชอบต่อผลลัพธ์ ในทางกลับกัน คนจูเนียร์สามารถซึมซับเป้าหมายและบริบทแล้วเติบโตเป็นสมาชิกจริงขององค์กรได้ และคนใหม่กับอินเทิร์นเองก็ใช้เครื่องมือ AI ได้ด้วย
  • ฉันคิดว่างานที่ AI จะกวาดออกไปคือเก้าอี้พนักงานออฟฟิศที่ทั้งวันมัวแต่ทำอย่างอื่นและทำงานแบบขอไปที ในปี 2025 LLM น่าจะทำงานพวกนี้แทนได้ด้วยซ้ำ ปัญหาคือผู้บริหารที่แยกไม่ออกว่าอะไรคืองานจริง อะไรคือภาพลวง อาจหลงอยู่ในจินตนาการนี้จนพังทั้งองค์กร สุดท้ายคนที่รอดเสมอก็คือ CEO
    • เหตุผลเดียวที่งานออฟฟิศแบบนี้มีอยู่ได้ ก็เพราะการประเมินผลงานเป็นเรื่องยากในระดับพื้นฐาน ถ้า AI แก้ปัญหานี้ไม่ได้ ต่อให้ลดพนักงานลงครึ่งหนึ่ง ก็ไม่ได้แปลว่าจะตัด 50% ล่างสุดได้อย่างแม่นยำ แต่อาจเป็นการปลดแบบสุ่ม และในกรณีแย่ที่สุดก็อาจให้ผลตรงกันข้าม
    • ทำให้นึกถึงเรื่องการทำงานจากบ้านด้วย ว่าผู้จัดการบางคนที่ไม่เข้าใจคุณค่าของงานจริง มักสับสนว่าการคุยเล่นในออฟฟิศคือการทำงาน ทั้งที่งานมีได้หลายรูปแบบ
    • แม้แต่ CEO เอง ถ้าลูกค้าหายไปก็ไม่มีอะไรดีขึ้นอยู่ดี ท้ายที่สุด AI ก็ยังคลิกโฆษณาและซื้อสินค้าแทนลูกค้าไม่ได้
    • AI เก่งมากในการสร้างงานไร้สาระ สิ่งที่ต้องการจริง ๆ ไม่ใช่แค่เพิ่มผลิตภาพ แต่คือตัดงานที่ไม่จำเป็นออกไปตั้งแต่ต้น
    • ฉันไม่มีประสบการณ์กับบริษัทอเมริกัน แต่ทุกที่ที่ฉันเคยทำงานล้วนขาดคน เรื่องพนักงานไร้ประสิทธิภาพจึงไกลตัวมาก อย่างไรก็ตาม ถ้าเป็นบิ๊กเทคอเมริกันที่มีทุนล้นเหลือ ก็นึกภาพได้ว่าอาจเกิดเรื่องแบบนั้นขึ้น
  • นับตั้งแต่คอมพิวเตอร์ถือกำเนิดขึ้น ขนาดของการทำงานอัตโนมัติในงานออฟฟิศนั้นมหาศาลมาก ถ้าเทียบงานออฟฟิศในยุค 1960 กับปัจจุบัน ตัวงานแทบเป็นคนละแบบกันเลย ซอฟต์แวร์ทำให้ความเร็วเพิ่มขึ้น 1000 เท่า และผลที่ตามมากลับเป็นการเกิดขึ้นของงาน white-collar ใหม่ ๆ มากกว่าเดิม ผลิตภาพแบบใหม่สร้างงานใหม่ขึ้นมาอีกมาก
    • เหตุผลที่ฉันไม่ชอบตรรกะแบบนี้คือ หนึ่ง มันไม่คำนึงถึงผลกระทบทางสังคมของการว่างงานจำนวนมาก และสอง ไม่มี “กฎธรรมชาติ” อะไรที่รับประกันว่างานที่หายไปจะต้องถูกแทนที่ด้วยงานใหม่เสมอ ช่วง Great Depression อัตราว่างงานก็ยังแค่ 30% เท่านั้น แต่ตอนนี้อาจมีคนตกงานถาวรมากกว่านั้นได้ ตอนที่พวกลัดไดต์บอกว่าความก้าวหน้าทางเทคโนโลยีจะทำให้งานหายไป ก็มีคนมากมายต้องสละชีวิตในการพยายามหยุดมัน อีกทั้งในสังคมยังมีปัญหาและความต้องการอีกมหาศาล แต่เพราะไม่มีโมเดลเศรษฐกิจมารองรับ คนที่ถูกปลดออกมาจึงสร้างคุณค่าใหม่ในโลกจริงได้ยาก และปัญหานี้อาจยิ่งหนักขึ้นในอนาคต
    • ในยุค 1960 เคยมีอาชีพที่เรียกว่า “computer” อยู่จริง แต่ปัจจุบันหายไปแล้ว
  • เวลาเห็นนักวิเคราะห์ที่บอกว่า AI เป็นแค่กระแสเกินจริงเพราะยังไม่มีข้อมูลเชิงประจักษ์ของการปฏิวัติ AI มากพอ ฉันจะนึกถึงพวกคนที่สงสัยโควิดในช่วงแรกซึ่งมองข้ามความเป็นไปได้ของการเติบโตแบบเอ็กซ์โพเนนเชียลเพราะจำนวนเคสยังน้อย นอกจากนั้นก็สงสัยว่า ทำไมบทความอย่างของ CNN ครั้งนี้ถึงถูกเรียกว่าเป็นการวิเคราะห์ มันก็แค่เอาความเห็นนักเศรษฐศาสตร์แรงงานไม่กี่คนกับทฤษฎี AI hype มาพูดซ้ำ ๆ โดยไม่มีการวิเคราะห์ที่เป็นรูปธรรมเลย ทั้งเรื่องข้อมูล ทรัพยากร เงิน VC หรือแม้แต่นโยบายยาของ FDA
    • อุปมาแบบ “การประเมินโควิดต่ำไปในช่วงแรก” เป็นการกระโดดทางตรรกะ เพราะมันเอาปรากฏการณ์ที่ถูกพิสูจน์ซ้ำมาแล้วหลายร้อยครั้ง ไปเทียบกับการเติบโตของ AI ซึ่งเป็นเรื่องใหม่โดยสิ้นเชิง เพียงเพราะมีจุดร่วมว่าเป็นการเติบโตไม่เชิงเส้น
    • มีคนชี้ว่าการสมมติว่าการเติบโตแบบเอ็กซ์โพเนนเชียลเป็นเรื่องรับประกันได้ อาจย้อนมากระแทกวงการไอทีแรงกว่าเดิม คล้ายฟองสบู่ราคาบ้านแตก และถ้าฟองสบู่รอบนี้แตก วงการไอทีอาจซบเซาหลายปีเหมือนช่วงปี 2000
    • ในประวัติศาสตร์มีกรณีมากมายที่สาธารณะคาดการณ์ผิด แต่การเถียงกันด้วยการยกอุปมาเปรียบเทียบก็มักไม่ช่วยให้ได้การวิเคราะห์ที่มีเนื้อหา กลับกลายเป็นแค่การเสริมจุดยืนของตัวเอง
    • การเอา AI ไปเทียบกับไวรัสโควิดเพื่อโน้มน้าวคนฟัง ดูไม่ใช่ตัวอย่างที่เหมาะนัก
    • ที่จริงแล้วคนที่วาดกราฟเติบโตชัน ๆ ในช่วงต้นโควิดก็ผิดเหมือนกัน ควรชี้ให้เห็นว่าคำทำนายของนักวิจารณ์แทบทั้งหมดในช่วงนั้นไม่แม่นเลย
  • ฉันไม่เข้าใจบรรยากาศที่ดูเหมือนคาดหวังกับภาวะบริโภคลดลงและเศรษฐกิจถดถอยอันเกิดจาก AI มาแทนคน ถ้าทุกคนตกงาน แล้วใครจะซื้อสินค้า? เมื่อการว่างงานเพิ่ม การบริโภคก็ต้องลด เศรษฐกิจก็ต้องชะลอ แล้วทำไมผู้บริหารถึงดูเหมือนยินดีกับสิ่งนี้นัก
    • อธิบายได้ด้วยแนวคิดอย่าง game theory, Nash equilibrium, prisoner's dilemma และแม้แต่การอุปนัยแบบไก่งวง แต่ละองค์กรตัดสินใจอัตโนมัติเพื่อลดต้นทุนเพราะมันให้ประโยชน์โดยตรง ปัญหาคือเสี่ยงจะหลงคิดว่าโครงสร้างนี้ดำเนินต่อไปได้ตลอด และยังถูกล่อลวงได้ง่ายด้วยตรรกะอย่าง Jevons paradox ที่บอกว่าประสิทธิภาพที่สูงขึ้นอาจทำให้อุปสงค์รวมเพิ่มขึ้นด้วย
    • เซลล์มะเร็งก็ทำลายสิ่งมีชีวิตทั้งร่างในท้ายที่สุด แต่ยังคงไล่ล่าผลประโยชน์ของตัวเอง การพอใจกับตัวเลขระยะสั้นก็เป็นตรรกะเดียวกัน
    • โศกนาฏกรรมของทรัพยากรส่วนรวม ทุกคนมีแรงจูงใจจะลดต้นทุนด้วยการปลดคนงาน จึงต่างคนต่างทำเพื่อประโยชน์ตัวเอง แต่ในภาพรวมกลับทำให้สังคมป่วยลง
    • ภายใต้สมมติฐานว่า AI จะทำให้ทุกคนตกงาน ก็ยังมีความเป็นไปได้ว่าคู่แข่งก็จะติดอาวุธด้วย AI เช่นกันและแย่งตลาดได้ทุกเมื่อ สุดท้ายความสามารถในการสร้างโครงสร้างพื้นฐาน AI อาจกลายเป็นกำแพงกั้นการเข้าสู่ตลาด
    • ต่อให้ตำแหน่งงานลดลง ก็ยังอาจมีงานรัฐ งาน blue-collar ผู้ประกอบอาชีพอิสระ ฟรีแลนซ์ หรือเศรษฐกิจใต้ดินเหลืออยู่ได้ มีความเป็นไปได้ของโลกที่งานลดลงมากแต่คุณภาพชีวิตไม่ได้แย่ลง และในอดีตความก้าวหน้าทางเทคโนโลยีก็มักเพิ่มงานมากกว่าลดงานอยู่แล้ว ท้ายที่สุดทุกคนก็มักเห็นสิ่งที่ตัวเองอยากเห็น ในหลายฉากทัศน์ที่เป็นไปได้ อะไรจะเกิดขึ้นจริงก็ขึ้นอยู่กับสถานการณ์
  • ตรรกะแบบฟองสบู่ AI ในลักษณะนี้ชวนงงจริง ๆ ถ้าเป้าหมายคือผลักดันการใช้งาน AI ไปยังงานออฟฟิศสารพัด ทำไมถึงทำการตลาดแบบขู่ให้แม้แต่คนที่จะเป็นผู้ใช้ผลลัพธ์ยังรู้สึกกลัว หรือจริง ๆ แล้วพวกเขาแค่จะขายให้ C-level เท่านั้น?
    • AI มีกลยุทธ์ขายให้ C-level เท่านั้น ไม่ได้สนใจปกป้องงาน white-collar
    • การปลุก FOMO (ความกลัวว่าจะตามคนอื่นไม่ทัน) นำไปสู่รายได้ที่เพิ่มขึ้น
  • ฉันชอบที่บทความนี้เน้นประเด็นว่า “คำกล่าวอ้างที่ใหญ่ ต้องมีหลักฐานที่ใหญ่ตามไปด้วย” ฉันชอบเทคโนโลยี ML มาก แต่ยังไม่เชื่อว่าจะไปถึงระดับแทนมนุษย์ได้จริง วิสัยทัศน์เรื่องการเสริมศักยภาพยังดูสมจริงกว่า ส่วนการแทนที่ทั้งหมดเป็นเพียงภาพลวงที่ถูกพูดเกินจริง
  • คุณค่าแท้จริงอาจอยู่ในพื้นที่ที่ทั้งเครื่องจักรและมนุษย์เคยทำไม่ได้มาก่อน
  • รู้สึกว่ามีบางอย่างขาดไปจากการถกเรื่อง AI มาแทนมนุษย์ การปฏิวัติ AI ระเบิดขึ้นพร้อมกับดอกเบี้ยที่พุ่งแรง และในเวลาเดียวกับที่ AI เขียนโค้ดได้ เงิน VC ก็แห้งลงและการจ้างงานของสตาร์ตอัปลดลง ถ้าตอนนี้ยังเป็นยุคเงินล้นเหมือนดอกเบี้ยต่ำอยู่ การถกเถียงนี้จะต่างออกไปไหม อยากฟังความเห็นจากคนในวงการ
    • ในมุมมองที่ว่า “การปฏิวัติ AI เกิดพร้อมกับดอกเบี้ยพุ่ง” การที่ C-level มอง AI เป็นทางเลือกแทนต้นทุนแรงงาน อาจเป็นผลจากการที่เงินทุนฟรีหดตัว แต่ในอีกด้านหนึ่ง ดอกเบี้ย 0% ต่างหากที่เป็นข้อยกเว้นทางประวัติศาสตร์ และนโยบายนั้นก็ทำให้การลงทุนทั่วโลกบิดเบี้ยว การมองว่าการกลับสู่ดอกเบี้ยปกติเป็นเรื่องผิดปกติจึงย้อนแย้ง ลิงก์ข้อมูลดอกเบี้ยในอดีต
    • เหตุผลที่มุมมองนี้ไม่เป็นแกนหลักของบทสนทนา อาจเป็นเพราะในความเป็นจริงผลกระทบของมันไม่ได้ใหญ่ขนาดนั้น (1) และเพราะหลายคนไม่ตระหนักว่า VC บริหารเงินจำนวนมากแค่ไหน (2) 1) การลงทุนรอบ seed และ A นั้นค่อนข้างไม่อิงวัฏจักรเศรษฐกิจ และความก้าวหน้าหลักของ AI หลายอย่างก็เกิดจากทีมเล็ก ๆ กับเงินไม่มาก เช่น GPT2→3 ก็มี Microsoft เป็นผู้ลงทุน 2) เงิน VC ชะลอลงแค่ในช่วง 2022-2023 และปีนี้ก็กลับมาเพิ่มขึ้นอีกถึง 70% โดยในความเป็นจริงยังมีเงินจากบิ๊กเทคและ SoftBank ไหลเข้ามาอยู่