ทฤษฎีเศรษฐกิจที่ตายแล้ว

• ทฤษฎีเศรษฐกิจที่ตายแล้ว (The Dead Economy Theory) หมายถึงวิกฤตที่เกิดขึ้นเมื่อ AI ไม่ได้แค่ทำให้ความจริงแท้ของคอนเทนต์ออนไลน์พร่าเลือน แต่ลบความต้องการแรงงานมนุษย์ออกจากระบบเศรษฐกิจโดยรวม
• มูลค่าประเมินมหาศาลของบริษัท AI ยากจะอธิบายให้สมเหตุสมผลได้หากไม่มีการเข้ามาแทนที่ ตลาดแรงงานโลก และคำอย่าง “copilot” กับ “augmentation” ก็ปกปิดโมเดลการกำจัดศูนย์ต้นทุนที่เป็นมนุษย์
• บริษัทอัตโนมัติได้รับประโยชน์จากการลดต้นทุนผ่านการเลิกจ้างเต็มจำนวน แต่ผลเสียจากการพังทลายของอุปสงค์กลับผลักไปให้คู่แข่ง จนเกิด กับดักการเลิกจ้างด้วย AI (AI Layoff Trap) และการแข่งขันสะสมอาวุธ
• ระบบอัตโนมัติในอดีตเคยสร้างงานใหม่ แต่การเปลี่ยนผ่านใช้เวลาหลายสิบปี และ AI แบบใช้งานทั่วไป เล็งเป้าไม่ใช่งานเฉพาะจุด แต่เป็นแรงงานเชิงความคิดเกือบทั้งหมดพร้อมกัน
• เศรษฐกิจที่ตายแล้ว หมายถึงสภาวะที่แม้ GDP และการลงทุนจะเพิ่มขึ้น แต่ความสามารถในการผลิตกลับถูกยึดครองโดยระบบ AI เพียงไม่กี่ระบบ ขณะที่คนส่วนใหญ่สูญเสียทั้งแรงงาน การบริโภค และอำนาจต่อรองทางประชาธิปไตย

---

จากอินเทอร์เน็ตที่ตายแล้วสู่เศรษฐกิจที่ตายแล้ว

• ทฤษฎีอินเทอร์เน็ตที่ตายแล้ว (The Dead Internet Theory) เริ่มจากการรับรู้ว่าคอนเทนต์จำนวนมากที่พบออนไลน์ กลายเป็นสิ่งที่บอตสร้างและบอตเสพกันเอง
  • มีการยกตัวเลขว่าในปี 2025 คอนเทนต์อินเทอร์เน็ตใหม่ มากกว่าครึ่ง เป็นคอนเทนต์ที่สร้างโดย AI
  • มนุษย์ยังคงเลื่อนดูอยู่ แต่สิ่งที่เลื่อนดูนั้นค่อย ๆ กลายเป็นเสียงรบกวนและป้ายโฆษณาที่เครื่องจักรสร้างขึ้นเพื่อเครื่องจักรมากขึ้นเรื่อย ๆ
• ทฤษฎีเศรษฐกิจที่ตายแล้ว ชี้ไปยังวิกฤตที่ใหญ่กว่า เมื่อ AI ก้าวพ้นจากคอนเทนต์ออนไลน์ไปสู่การลบความต้องการแรงงานมนุษย์ออกจากตัวระบบเศรษฐกิจเอง
  • มันถูกมองว่าเป็นวิกฤตที่ร้ายแรงยิ่งกว่าการที่หลังจากพื้นที่ทางกายภาพร่วมกันอ่อนแอลงแล้ว แม้แต่พื้นที่สาธารณะดิจิทัลก็ยังกลายเป็นพื้นที่ที่บอตอ่านและบอตสร้าง

มูลค่าประเมิน AI และโมเดลการแทนที่แรงงาน

• การลงทุนโครงสร้างพื้นฐาน AI ขนาดใหญ่ มีขนาดแตะระดับหลายแสนล้านดอลลาร์แล้ว และในอีก 10 ปีข้างหน้าถูกคาดว่าจะไปถึงระดับล้านล้าน
  • มีการพูดถึงมูลค่ากิจการของ OpenAI ที่ มากกว่า $800 พันล้าน
  • Anthropic ยังไม่เคยมีกำไรรายปี แต่ก็อยู่ในช่วง มูลค่าประเมินสูงใกล้เคียงกัน
  • จึงนำไปสู่ตรรกะว่าตลาดเดียวที่ใหญ่พอจะรองรับมูลค่าประเมินลักษณะนี้ได้ก็คือตลาดแรงงานโลก
• การแทนที่แรงงาน คือโมเดลทางการเงินจริงที่ซ่อนอยู่หลังถ้อยคำอ้อมค้อมอย่าง “copilot”, “assistant”, และ “augmentation”
  • การนำเสนอแก่นักลงทุนที่บอกว่า AI agent “ทำงานแทนนักวิเคราะห์ 10 คน” ตั้งอยู่บนสมมติฐานของการกำจัดศูนย์ต้นทุนมนุษย์
  • หาก AI ทำได้เพียงเติมข้อความในเอกสารอัตโนมัติหรือช่วยให้เขียนบันทึกยาวขึ้น บริษัทเหล่านี้ก็จะกลายเป็นสินทรัพย์ที่ถูกประเมินมูลค่าสูงเกินจริงที่สุดในประวัติศาสตร์ทุนนิยม
• บริษัท AI พยายามพิสูจน์ความเป็นไปได้ในการแทนที่แรงงานวิชาชีพด้วย benchmark ของตนเอง
  • GDPVal benchmark ของ OpenAI วัดประสิทธิภาพโมเดลในอาชีพ 44 ประเภท ตั้งแต่นายหน้าอสังหาริมทรัพย์ไปจนถึงนักวิเคราะห์ข่าว
  • AI Productivity Index ประเมินบทบาทวิชาชีพ 4 ประเภท ได้แก่ associate ธนาคารเพื่อการลงทุน, ที่ปรึกษาด้านการจัดการ, associate ในสำนักงานกฎหมายขนาดใหญ่ และแพทย์เวชปฏิบัติทั่วไป
  • หัวหน้าฝ่ายประเมินของ OpenAI ระบุว่าโมเดลสามารถทำได้ “อัตราชนะมากกว่า 80%” เมื่อเทียบกับผู้เชี่ยวชาญมนุษย์ในงานที่เมื่อไม่กี่เดือนก่อนยังตามไม่ทัน และอดีตนายธนาคารในทีมวิจัยก็เล่าว่าขอบเขตของงานเดิมที่โมเดลทำได้ยังคงน่าประหลาดใจอย่างต่อเนื่อง

กับดักระบบอัตโนมัติและแรงกระแทกที่ต่างจากอดีต

• การเปลี่ยนผ่านระยะแรก คือช่วงที่บริษัทนำ AI มาใช้แทนพนักงานจำนวนมากและลดต้นทุน
  • ต้นทุนลดลง มาร์จิ้นขยาย ราคาหุ้นขึ้น และผู้เข้าร่วมรับฟังผลประกอบการต่างพึงพอใจ
  • เมื่อ Jack Dorsey แห่ง Block เลิกจ้างพนักงานเกือบครึ่งบริษัท ในเดือนมีนาคมโดยให้เหตุผลเรื่อง AI coding agent หุ้นกลับพุ่ง 25% ในการซื้อขายหลังเวลาทำการ
  • ตลาดตอบแทนการกำจัดแรงงานมนุษย์ด้วยการโอนมูลค่าครั้งใหญ่และฉับพลันไปยังผู้ถือหุ้น
• การเปลี่ยนผ่านระยะที่สอง คือช่วงที่แรงงานที่ถูกแทนที่สูญเสียรายได้และลดการบริโภค
  • รายได้ของธุรกิจที่พวกเขาเคยใช้บริการลดลง และบางบริษัทก็นำ AI มาใช้เพื่อลดต้นทุนเช่นกัน ทำให้การแทนที่สะสมต่อเนื่อง
  • อุปสงค์ผู้บริโภคทั่วทั้งเศรษฐกิจจึงหดตัว
• การเปลี่ยนผ่านระยะที่สาม คือช่วงที่บริษัทที่ลดต้นทุนด้วยการเลิกจ้างพนักงาน พบว่าลูกค้าของตนเองท้ายที่สุดก็เป็นแรงงานของบริษัทอื่นเช่นกัน
  • การเติบโตของรายได้เริ่มชะงัก และค่าสมาชิกรายเดือน AI ที่เคยมองว่าเป็นการลงทุนเพื่อประสิทธิภาพ ก็กลายเป็นต้นทุนที่มีส่วนทำลายตลาดของตัวเอง
• งาน The AI Layoff Trap ของ Brett Hemenway Falk และ Gerry Tsoukalas จาก Wharton อธิบายโครงสร้างนี้ว่าเป็นภาวะนักโทษ
  • ในตลาดแข่งขัน บริษัทที่ทำระบบอัตโนมัติจะได้รับประโยชน์เต็มที่จากการประหยัดต้นทุนที่มาจากการแทนที่แรงงาน แต่รับภาระความเสียหายด้านอุปสงค์เพียงบางส่วน
  • ในตลาดที่มีคู่แข่ง 20 ราย แต่ละบริษัทจะรับรู้เพียง 1 ใน 20 ของอุปสงค์ที่ตนทำลายลงไป ส่วนที่เหลือผลักไปให้คู่แข่ง
  • ยิ่ง AI ดีขึ้น ช่องว่างของผลประโยชน์จากการทำระบบอัตโนมัติให้เร็วกว่าคู่แข่งก็ยิ่งกว้างขึ้น ทำให้การแข่งขันสะสมอาวุธที่มุ่งสู่หายนะร่วมรุนแรงขึ้น
• พฤติกรรมฝูงชน อาจเร่งการเลิกจ้างให้เกิดเร็วขึ้นแม้ก่อนจะพิสูจน์ประสิทธิภาพได้
  • Zoë Hitzig นักเศรษฐศาสตร์ที่เคยทำงานที่ OpenAI มองว่าเมื่อ CEO พูดว่ากำลังลดคนเพราะ AI คนอื่นก็จะรู้สึกว่าตนต้องทำเช่นเดียวกัน และพลวัตนี้อาจทำให้การเปลี่ยนแปลงเกิดเร็วเกินกว่าที่ประสิทธิภาพจริงจะเรียกร้อง
• ระบบอัตโนมัติในอดีตก็เคยสร้างงานใหม่ แต่การเปลี่ยนผ่านไม่ได้รวดเร็วหรือไร้อันตราย
  • การจ้างงานภาคเกษตรของสหรัฐลดจาก 90% ของแรงงานทั้งหมดเหลือ 2% แต่การเปลี่ยนผ่านนั้นกินเวลา 140 ปี
  • David Autor แห่ง MIT วิเคราะห์ ว่างานราว 60% ในปัจจุบันยังไม่มีอยู่ในปี 1940
  • Carl Benedikt Frey แห่ง Oxford บันทึกไว้ว่าต้องใช้เวลา 70 ปี กว่าค่าจ้างและการจ้างงานของแรงงานที่ถูกแทนที่ในยุคปฏิวัติอุตสาหกรรมจะฟื้นตัว
  • Frey กล่าว ว่า “ปัญหาการปรับตัวระยะสั้น” ของความก้าวหน้าทางเทคโนโลยี อาจยาวนานเท่าชั่วชีวิตของคนคนหนึ่ง
• ความเร็วในการนำไปใช้ของอุตสาหกรรม AI อาจสูงกว่าช็อกในอดีตมาก
  • Bharat Ramamurti อดีตรองผู้อำนวยการสภาเศรษฐกิจแห่งชาติกล่าวว่า China shock ซึ่งทำให้เกิดการสูญเสียงานภาคการผลิตกินเวลาหลายปี แต่การเปลี่ยนแปลงครั้งนี้อาจเกิดขึ้นภายใน 2 ปี
  • เมื่อมีเงินมหาศาลทุ่มลงไปกับการพัฒนาโมเดล แรงกดดันในการสร้างรายได้ผ่านการนำไปใช้แบบรวดเร็วจึงสูงมาก
• AI แบบใช้งานทั่วไป เล็งเป้าแรงงานเชิงความคิดโดยรวมพร้อมกัน ไม่ใช่งานเฉพาะอย่าง
  • เครื่องทอผ้าพลังงานหรือสเปรดชีตในอดีตต่างก็แทนที่งานแคบ ๆ อย่างการทอมือหรือการคำนวณด้วยมือเท่านั้น
  • Wassily Leontief ในปี 1983 เปรียบเทียบ แรงงานมนุษย์กับม้า โดยยกกรณีจำนวนม้าในสหรัฐที่เพิ่มจาก 9 ล้านตัวในปี 1840 เป็น 21 ล้านตัวในปี 1900 ก่อนจะทรุดลง 88% ภายใน 60 ปีหลังเครื่องยนต์สันดาปภายในเข้ามา
  • ม้าไม่ได้ถูกปลดระวางเพราะความมุ่งร้าย แต่เพราะการเลี้ยงดูมันไม่คุ้มค่าเชิงเศรษฐกิจอีกต่อไป และไม่มีกฎเศรษฐศาสตร์ข้อใดรับประกันว่าสิ่งเดียวกันนี้จะไม่เกิดกับมนุษย์
• งานวิจัยของ Daron Acemoglu มองว่าผลของการแทนที่จากเทคโนโลยีระยะหลังมีน้ำหนักมากกว่าผลด้านผลิตภาพและการจ้างงานใหม่
  • ตั้งแต่ปี 1987 ถึง 2017 ผลของการแทนที่ จากเทคโนโลยีใหม่สูงกว่าผลด้านผลิตภาพและการสร้างงานใหม่อย่างมาก
  • สำหรับ AI เขามองว่าบริษัทต่าง ๆ กำลังผลักดัน “การทำระบบอัตโนมัติมากเกินไป” ซึ่งสร้างต้นทุนทางสังคมจำนวนมาก แต่ไม่ได้ลดต้นทุนการผลิตลงอย่างมีนัยสำคัญ
  • ในหลายกรณีการใช้งาน AI ยังไม่ดีพอที่จะทำให้การแทนที่ดูสมเหตุสมผล

ประชาธิปไตย การกระจายรายได้ และแรงกระแทกต่อวิชาชีพ

• อำนาจต่อรองเชิงประชาธิปไตย มาจากแรงงาน รายได้ภาษี การเกณฑ์ทหาร และการใช้จ่ายเพื่อการบริโภคที่ผู้ถูกปกครองมอบให้ผู้ปกครอง
  • เหตุที่อำนาจถูกกระจาย ก็เพราะคนที่อยู่ข้างบนต้องการบางอย่างจากคนที่อยู่ข้างล่าง
  • หากแรงงานถูกตัดออกจากสมการ ฐานทางวัตถุของประชาธิปไตยก็จะสั่นคลอน
• หากระบบ AI สร้างมูลค่าโดยมีบริษัทเพียงไม่กี่แห่งเป็นเจ้าของ กลไกการคลังแบบประชาธิปไตยก็จะอ่อนแอลงพร้อมกัน
  • หากบริษัทที่เชี่ยวชาญการวางแผนภาษีเป็นเจ้าของระบบ AI ฐานรายได้ภาษีก็จะอ่อนแอลง
  • หากนายจ้างไม่จำเป็นต้องพึ่งพาลูกจ้างอีกต่อไป การเจรจาต่อรองร่วมก็จะเหลือเพียงเปลือก
  • การใช้จ่ายเพื่อการบริโภคที่พึ่งพารายได้จากแรงงานจะลดลง
  • r > g ของ Piketty จะเร่งตัวขึ้นอีก เมื่อ AI ตัดความเชื่อมโยงระหว่างการสะสมทุนกับความจำเป็นของแรงงานมนุษย์
  • บทวิเคราะห์ ที่เกี่ยวข้องมองว่า หากไม่มีการกระจายใหม่ “เกือบทุกอย่างจะลงเอยด้วยการตกเป็นของคนที่ร่ำรวยที่สุดในช่วงเปลี่ยนผ่าน”
• โครงสร้างที่ภาครัฐรับความเสี่ยง ส่วนภาคเอกชนนำผลตอบแทนไป ก็เกิดซ้ำอีก
  • สถาปัตยกรรมทรานส์ฟอร์เมอร์ วิธีการฝึกขนาดใหญ่ และความก้าวหน้าด้านเซมิคอนดักเตอร์ ล้วนเชื่อมโยงกับการสนับสนุนเงินทุนจากภาครัฐหรือกึ่งภาครัฐผ่านมหาวิทยาลัย, DARPA และห้องปฏิบัติการแห่งชาติ เป็นต้น
  • Mariana Mazzucato ระบุ ว่า AI เสี่ยงจะกลายเป็นเครื่องยนต์อีกตัวของการสกัดค่าเช่าทางเศรษฐกิจ มากกว่าจะเป็นการสร้างมูลค่า
• Dario Amodei ซีอีโอของ Anthropic กล่าว ว่า ดุลอำนาจของประชาธิปไตยตั้งอยู่บนอำนาจต่อรองที่คนทั่วไปมีจากการสร้างมูลค่าทางเศรษฐกิจ
  • เขาวินิจฉัยว่า หากอำนาจต่อรองนั้นหายไป สถานการณ์จะ “น่ากลัว”
  • อย่างไรก็ตาม Anthropic ไม่ได้สนับสนุนร่างกฎหมายที่จะจัดการเรื่องนี้ และ Jack Clark ผู้ร่วมก่อตั้งก็อธิบายการผลักดันนโยบายว่าเป็น “ปลายสุดของห่วงโซ่งานที่ยาวมาก”
• ลูกค้าแบบอำนาจนิยม ถูกเสนอว่าเป็นฝั่งอุปสงค์ที่เหมาะกับการนำเทคโนโลยี AI ไปใช้มากกว่าประชาธิปไตย
  • หากรัฐบาลประชาธิปไตยใช้ AI มาแทนบุคลากรภาครัฐ ก็อาจต้องจ่ายต้นทุนทางการเลือกตั้ง
  • รัฐบาลอำนาจนิยมไม่มีข้อจำกัดแบบนั้น และนอกจากประสิทธิภาพทางเศรษฐกิจแล้ว ยังได้ประโยชน์ด้านการเฝ้าระวังและการควบคุมด้วย
  • Saudi Arabia, UAE และ Singapore ถูกยกเป็นตัวอย่างของประเทศที่มีทุนมหาศาล การตัดสินใจแบบรวมศูนย์ ไม่มีผู้มีสิทธิเลือกตั้งที่ต้องรับผิดชอบ และสนใจเทคโนโลยีควบคุมอย่างจริงจัง
• แนวทางแก้ปัญหา การแทนที่แรงงานด้วย AI ในวงกว้าง มักถูกมองเป็นปัญหาการกระจายทรัพยากร เช่น รายได้พื้นฐานถ้วนหน้า โปรแกรมฝึกทักษะใหม่ และ “เศรษฐกิจยามว่าง”
  • งานวิจัย deaths of despair ของ Anne Case และ Angus Deaton ติดตามให้เห็นว่า อัตราการเสียชีวิตจากการฆ่าตัวตาย การใช้ยาเกินขนาด และโรคตับจากแอลกอฮอล์ที่เพิ่มขึ้นนั้นกระจุกตัวอยู่ในประชากรที่มีระดับการศึกษาต่ำและเคยพึ่งพาภาคการผลิตสูง
  • กลไกสำคัญไม่ใช่แค่ความยากจน แต่คือการสูญเสียเป้าหมายทางเศรษฐกิจ สถานะทางสังคม และความรู้สึกว่ามีอนาคต
  • Molly Kinder มองว่าเรื่องเล่าความมั่งคั่งของบริษัท AI กำลังพูดซ้ำคำสัญญาแบบเดียวกับยุคโลกาภิวัตน์ และครั้งนี้ผู้แพ้ไม่ได้จำกัดอยู่แค่เมืองอุตสาหกรรมในมิดเวสต์
• UBI ถูกวิจารณ์ว่าไม่สามารถแก้ปัญหาเชิงโครงสร้างได้
  • Piketty มอง ว่า UBI ไม่สามารถจัดการปัญหารากฐานอย่างความเหลื่อมล้ำในการเข้าถึงการศึกษาและสาธารณสุข งานค่าจ้างต่ำและผลิตภาพต่ำ ตลาดที่ทำงานผิดปกติ การคอร์รัปชัน และระบบภาษีแบบถอยหลัง
  • ผลสำรวจ ของ David Shor แสดงว่า UBI ไม่เป็นที่นิยมในหมู่ผู้มีสิทธิเลือกตั้งชาวอเมริกัน ขณะที่การรับประกันงานโดยรัฐบาลกลางอาจเป็นไปได้
  • ผู้คนไม่ได้ต้องการเช็ค แต่ต้องการงานและเป้าหมาย
• งานวิจัยภายใน ของ Anthropic เองแสดงให้เห็นว่า AI coding agent อาจไม่ได้มีแค่การแทนที่ แต่ยังทำให้ทักษะถดถอยได้
  • วิศวกรระดับจูเนียร์ที่พึ่งพา AI coding agent ไม่ได้ทำงานเสร็จเร็วขึ้นมากนัก และหลังจากนั้นก็เข้าใจงานของตัวเองน้อยลงในการทำแบบทดสอบ
  • ตรรกะของการฝึกทักษะใหม่ตั้งอยู่บนสมมติฐานว่าผู้คนสามารถพัฒนาทักษะใหม่เพื่อคงความเกี่ยวข้องไว้ได้ แต่ตัวเครื่องมือเองอาจขัดขวางการก่อตัวของทักษะ
• การแทนที่วิชาชีพ อาจสั่นคลอนฐานเสถียรภาพทางการเมืองของประชาธิปไตยพัฒนาแล้ว
  • Joseph Stiglitz กล่าว ว่า AI จะกระทบ “งานไวท์คอลลาร์ที่เป็นแบบแผนตายตัว”
  • งานสำนักงานที่อาศัยการศึกษาระดับมหาวิทยาลัย เช่น นักบัญชี นักวิเคราะห์ ทนายความระดับจูเนียร์ แพทย์รังสีวิทยา และนักพัฒนาซอฟต์แวร์ เป็นกลุ่มที่เคยรู้สึกว่าปลอดภัยจากการล่มสลายของภาคการผลิต
  • ชนชั้นวิชาชีพนี้ถูกมองว่าเป็นแกนกลางของเสถียรภาพทางการเมืองในประชาธิปไตยพัฒนาแล้ว
• การว่างงานครั้งใหญ่และการสูญเสียเป้าหมายอาจก่อให้เกิดความปั่นป่วนทางสังคมที่รุนแรงยิ่งกว่ากระแสประชานิยมในปัจจุบัน
  • มีการจินตนาการถึงสถานการณ์ที่คนวัยทำงานหลายสิบล้านคนสูญเสียบทบาททางเศรษฐกิจและเส้นทางที่ชัดเจน พร้อมตระหนักว่าคนที่สร้างสิ่งนี้ขึ้นมาคือมนุษย์ที่ร่ำรวยที่สุดในประวัติศาสตร์
  • ในเดือนเมษายน มีผู้พยายาม โจมตีด้วยระเบิดเพลิง บ้านของ Sam Altman
  • ผู้ก่อเหตุอีกราย พุ่งเป้า ไปที่สมาชิกสภาเมือง Indianapolis ผู้อนุมัติโครงการดาต้าเซ็นเตอร์ในพื้นที่
  • Alex Karp ซีอีโอของ Palantir กล่าว ในเวทีเสวนาว่า ความท้าทายที่ใหญ่ที่สุดของ AI อเมริกันคือความไม่มั่นคงทางการเมือง และถ้าประเทศระเบิดจากปัญหาการเมือง ก็จะไม่มีใครทำเงินได้

หน้าต่างเชิงกำกับดูแลและบทสรุปของเศรษฐกิจที่ตายแล้ว

• มุมมองเศรษฐกิจแตกต่างกันอย่างมาก
  • Acemoglu ประเมินว่าปัจจุบันมีงานเพียง 4.6% ในระบบเศรษฐกิจที่สามารถทำให้เป็นอัตโนมัติด้วย AI ได้อย่างคุ้มต้นทุน และในช่วง 10 ปีข้างหน้า AI จะมีผลต่อผลิตภาพรวมเพียง 0.66%
  • Goldman Sachs คาดการณ์ในปี 2023 ว่า generative AI สามารถเพิ่ม GDP โลกได้ 7%
  • McKinsey คาดการณ์ไว้ที่ปีละ 0.5~3.5%
  • ในการสำรวจปี 2025 บริษัทมากกว่า 90% รายงานว่าแม้จะลงทุนด้าน AI มูลค่า 2.5 แสนล้านดอลลาร์ ก็ยังไม่เห็นผลกระทบที่วัดได้ต่อการจ้างงานหรือผลิตภาพ
  • Torsten Slok กล่าว ว่า AI “มีอยู่ทุกที่ ยกเว้นในข้อมูลมหภาคที่ไหลเข้ามา”
• ไม่ว่า AI จะแข็งแกร่งอย่างที่อุตสาหกรรมกล่าวอ้างหรือไม่ การทำงานอัตโนมัติที่ ดูน่าเชื่อถือพอ ก็อาจสร้างความปั่นป่วนได้
  • หลักฐานปัจจุบันชี้ว่าช่องว่างระหว่างการโฆษณากับผลิตภัณฑ์ยังใหญ่มาก และนักเศรษฐศาสตร์ที่จริงจังมองว่าการเพิ่มผลิตภาพมีเพียงบางส่วนของสิ่งที่อุตสาหกรรมคาดการณ์
  • ประเด็นสำคัญของ Acemoglu คือ AI ไม่จำเป็นต้องปฏิวัติโลกก็สามารถก่อความเสียหายได้
  • “So-so” automation หมายถึงเทคโนโลยีที่ดีพอและราคาถูกพอจะมาแทนแรงงานได้ แต่เพิ่มผลิตภาพได้เพียงเล็กน้อย
  • ผลลัพธ์ที่เลวร้ายที่สุดอาจไม่ใช่ AI เหนืออัจฉริยะ แต่เป็น AI ที่ “ดีพอ” และถูกนำไปใช้อย่างดุดันภายใต้แรงจูงใจรายไตรมาสและแรงกดดันจากราคาหุ้น
• การครอบงำเชิงกำกับดูแลดำเนินไปมากแล้ว
  • 39% ของการเติบโตทางเศรษฐกิจสหรัฐในสามไตรมาสแรกของปี 2025 มาจากการลงทุนที่เกี่ยวข้องกับ AI ทำให้รัฐบาลกลางมีผลประโยชน์ร่วมในการรักษาภาวะบูมนี้ไว้
  • Amodei ยอมรับ ว่าสิ่งนี้ทำให้บริษัทเทคโนโลยีไม่กล้าวิจารณ์รัฐบาลสหรัฐ และทำให้รัฐบาลสนับสนุนนโยบายต่อต้านการกำกับดูแล AI แบบสุดโต่ง
  • ผลประโยชน์ของผู้กำกับดูแลและผู้ถูกกำกับดูแลกำลังหลอมรวมเป็นหนึ่งเดียว
• ข้อเสนอเชิงนโยบายสาธารณะของ OpenAI ขัดแย้งกับการกระทำทางการเมืองของตนเอง
  • ในเอกสารไวท์เปเปอร์เดือนเมษายน Industrial Policy for the Intelligence Age OpenAI เสนอการทำงานสัปดาห์ละ 32 ชั่วโมง การขึ้นภาษีนิติบุคคลและภาษีกำไรจากการลงทุน และ “กองทุนความมั่งคั่งสาธารณะ” ที่ให้พลเมืองทุกคนถือหุ้นในบริษัท AI
  • ในช่วงเวลาเดียวกัน ประธานของ OpenAI สนับสนุนเงินให้ super PAC ที่ใช้เงินมากกว่า 2 ล้านดอลลาร์ กับโฆษณาเพื่อต่อต้าน Alex Bores ผู้สมัครสภาผู้แทนรัฐนิวยอร์ก ซึ่งเสนอทั้งกฎความปลอดภัยสำหรับนักพัฒนา AI รายใหญ่และการเก็บภาษี AI เพื่อนำมาจ่ายตรงให้ชาวอเมริกัน
  • OpenAI ยกเลิกเพดานผลตอบแทน ที่เคยจำกัดผลตอบแทนนักลงทุนไว้ที่ 100 เท่าของเงินลงทุนเริ่มต้น
  • มีรายงานว่า Chris Lehane หัวหน้าฝ่ายล็อบบี้ของ OpenAI ลดลำดับความสำคัญของงานวิจัยภายในที่อาจนำไปสู่ผลลัพธ์ที่ไม่เป็นประโยชน์อย่างเป็นระบบ และมีท่าทีว่าจะไม่เผยแพร่บทความที่พูดถึงปัญหาก่อนจะมีทางแก้สำหรับปัญหานั้น
• มาตรการแทรกแซงที่เป็นไปได้เป็นสิ่งที่รู้กันอยู่แล้ว
  • การถือครองหุ้นสาธารณะในโครงสร้างพื้นฐาน AI
  • การบังคับใช้กฎหมายต่อต้านการผูกขาดอย่างเข้มแข็ง
  • ระบบภาษีที่มีสาระจริงสำหรับแรงงานที่ถูกทำให้เป็นอัตโนมัติ
  • Branko Milanovic เสนอ ให้กระจายการถือครองทุนให้กว้างขึ้น และเก็บภาษีรายได้จากทุนในระดับสูงสุดอย่างจริงจังมากขึ้น
  • สิ่งที่ต้องการไม่ใช่มาตรการที่ยากในเชิงเทคนิค แต่คือสถาบันประชาธิปไตยที่ยังทำงานได้และมีความกล้าจะท้าทายบริษัทที่ร่ำรวยที่สุดในประวัติศาสตร์
• เศรษฐกิจที่ตายแล้ว ไม่ใช่เศรษฐกิจที่ไม่มีอะไรเกิดขึ้น
  • GDP อาจเพิ่มขึ้นได้ และการลงทุนด้าน AI ก็ช่วยพยุงสิ่งนี้อยู่แล้ว
  • เศรษฐกิจที่ตายแล้วคือเศรษฐกิจที่มีหลายสิ่งเกิดขึ้น แต่ไม่มีสิ่งใดต้องการคุณ
  • ความสามารถในการผลิตของอารยธรรมถูกยึดไว้โดยระบบที่คุณไม่มีทั้งส่วนแบ่ง ข้อมูลนำเข้า หรือสิทธิออกเสียง
  • ผู้ที่สร้างมันขึ้นมาแสดงความกังวลต่อผลลัพธ์ในที่ส่วนตัว แต่ในที่สาธารณะกลับแสดงบทบาทอย่างมองโลกในแง่ดี
  • โครงสร้างที่ออกเอกสารไวท์เปเปอร์เรียกร้องการกระจายทรัพยากรแบบถอนราก ขณะเดียวกันก็ให้เงินแก่ super PAC เพื่อโค่นนักการเมืองที่เสนอการกระจายแบบเดียวกัน ยังคงเป็นความขัดแย้งหลัก

[GN⁺]

ความคิดเห็นจาก Hacker News

• ภาคเกษตรของอินเดียคล้ายกับปัญหาที่สหรัฐฯ เริ่มเผชิญในด้าน AI ภาคเกษตรของอินเดียยังคง ใช้แรงงานเข้มข้น มากเกินไปเมื่อเทียบกับมาตรฐานโลก และแรงงาน 43% ทำงานอยู่ในภาคเกษตร สหรัฐฯ มีน้อยกว่า 2% ส่วนจีนอยู่ที่ 22% ในปี 2023 และยังคงลดลงอย่างต่อเนื่อง
  โครงสร้างเกษตรที่ไม่มีประสิทธิภาพนี้ไม่ได้เกิดขึ้นโดยบังเอิญ แต่ถูกคงไว้ด้วยเงินอุดหนุนจำนวนมหาศาล และความพยายามใดๆ ที่จะลดเงินอุดหนุนก็นำไปสู่การจลาจล สหรัฐฯ และ EU ก็ผ่านการเปลี่ยนผ่านนี้มาหลายชั่วอายุคนและยังคงมีเงินอุดหนุนภาคเกษตรจำนวนมาก จีนเปลี่ยนผ่านได้เร็วกว่า แต่ก็มี ระบบหูโข่ว เพื่อป้องกันไม่ให้การย้ายจากชนบทเข้าสู่เมืองเกิดเร็วเกินกว่าที่เมืองจะรองรับได้
  ถ้ามองว่าประเทศที่เปลี่ยนผ่านจากเกษตรแบบใช้แรงงานเข้มข้นไปเป็นสังคมเมืองอย่างรวดเร็วรับมือกันอย่างไร ก็อาจได้เบาะแสว่าการเปลี่ยนผ่านด้วย AI จะหน้าตาเป็นอย่างไร ประเทศในเอเชียที่เปลี่ยนจากประเทศยากจนเป็นประเทศมั่งคั่งภายในหนึ่งชั่วอายุคนต่างก็ผ่านกระบวนการนี้ด้วยวิธีที่ต่างกัน และนั่นอาจให้ข้อมูลที่มีประโยชน์กว่าปรัชญา
  https://economictimes.indiatimes.com/news/economy/indicators...
  https://en.wikipedia.org/wiki/2024%E2%80%942025_Indian_farme...

  • ผมอ่าน The Box ซึ่งว่าด้วยการเปลี่ยนผ่านของการขนส่งตู้คอนเทนเนอร์อย่างเพลิดเพลิน ทุกวันนี้การขนส่งตู้คอนเทนเนอร์ดูเป็นเรื่องปกติ แต่ในเวลานั้นการส่งของเป็นเรื่องที่ยาก ราคาแพง และเสี่ยงอย่างเหลือเชื่อ
    คุณอาจพยายามส่งของจาก Cleveland ไป Paris แล้วสุดท้ายก็ล้มเลิก หรือถ้าส่งสุราไป บางส่วนอาจไปถึงและที่เหลือก็หายไปได้ ในอุตสาหกรรมขนส่งมีแรงจำนวนมากที่ต้องการรักษาระเบียบเดิมไว้ ทั้งบริษัทรถบรรทุก รถไฟ บริษัทเดินเรือ ผู้จัดการขนส่ง คนงานท่าเรือ สหภาพแรงงาน และผู้ถือครองเรือแบบเก่าที่ไม่ใช่เรือคอนเทนเนอร์ และพวกเขาก็ไม่ต้องการมาตรฐานเดียวกันด้วย
    https://en.wikipedia.org/wiki/The_Box_(Levinson_book)
  • การปฏิวัติอุตสาหกรรม เกิดขึ้นได้เพราะภาคเกษตรที่มีประสิทธิภาพมากขึ้นปลดปล่อยแรงงานไปทำงานอื่น
  • ทุกประเทศอุดหนุนภาคเกษตรเพราะ ความมั่นคงทางอาหาร ไม่มีใครอยากถูกศัตรูปล่อยให้อดตายในยามเกิดสงครามใหญ่
  • ต้องดูสัดส่วนประชากรเมืองกับชนบท จีนอยู่ที่ 67/33 แต่อินเดียอยู่ที่ 30/70 ซึ่งตรงกันข้ามโดยสิ้นเชิง และภาคเกษตรก็ยังเป็นกลุ่มอาชีพที่ใหญ่ที่สุด
    นอกจากนี้ การขาดโอกาสก็เป็นปัญหาเช่นกัน อินเดียมุ่งเน้นภาคบริการและตามหลังในด้าน การทำอุตสาหกรรม รัฐบาลปัจจุบันกำลังผลักดันการทำอุตสาหกรรมมากขึ้น แต่ก็อยู่ในจุดที่ตามหลังเส้นโค้งไปแล้ว
  • ดูจากลิงก์ Wikipedia จะเห็นว่าข้อเรียกร้องระบุว่า “รัฐบาลต้องรับประกันกำไรขั้นต่ำ 50% เมื่อเทียบกับต้นทุนการผลิตทั้งหมด” เท่ากับว่ากำลังเรียกร้อง อัตราผลตอบแทนรับประกัน 50% ต่อปี สำหรับกิจกรรมเกษตรทั้งหมด ซึ่งเป็นข้อเรียกร้องที่ค่อนข้างสุดโต่ง

• ตอนที่เคยคุยกับฝ่ายสรรหาของ Facebook มาก่อน ผมยังติดใจกับการที่เขาอวดว่าทีมนักพัฒนา Messenger แค่สาขาเดียวใน Seattle กินพื้นที่ไปหลายชั้น ผมสงสัยจริง ๆ ว่านักพัฒนาจำนวนมากขนาดนั้นทำอะไรกันอยู่ในโปรเจกต์อย่าง Messenger
  ในแง่หนึ่ง AI ดูเหมือนจะเข้ามาซ้ำเติมสถานการณ์ กำลังคนส่วนเกิน ที่มีอยู่แล้ว ถ้ามีอุปทานของคนเก่งล้นอยู่แล้ว ทำไมถึงยังจ้างนักพัฒนาเพิ่มต่อไปเรื่อย ๆ ก็เป็นเรื่องน่าสงสัย ก่อนกระแส AI เสียอีก Musk ก็ลดจำนวนพนักงานของ Twitter ลงมหาศาล ซึ่งก็เหมือนเป็นการชี้ให้เห็นว่านั่นเป็นส่วนเกินไม่ใช่หรือ
  ผมไม่เคยทำงานในบริษัทซอฟต์แวร์ล้วนที่ส่งผลิตภัณฑ์ออกไปหาลูกค้าภายนอกโดยตรง เคยเป็นแต่นักพัฒนาภายในองค์กร เลยจินตนาการได้ยากว่าเศรษฐศาสตร์ของวิศวกรรมซอฟต์แวร์ในโลกจริงมันทำงานอย่างไร ผลลัพธ์สุดท้ายของคลื่น LLM อาจจบลงแค่การเปลี่ยนเครื่องมือ ไม่ใช่การปฏิวัติก็ได้ บนหน้ากระดาษมันดูเหมือนควรจะปฏิวัติได้ แต่พอลองใช้กับทั้งงานเขียนโค้ดและงานที่ไม่ใช่โค้ดมากขึ้น ก็รู้สึกว่ามันไม่ได้วิเศษถึงขนาดนั้น ถึงอย่างนั้นก็ยังมีช่วงเวลาที่มันเปล่งประกายอยู่บ้าง

  • ผมว่ามันเป็นปัญหาเรื่อง การจัดสรรทรัพยากร มากกว่าการมีอุปทานส่วนเกิน ถ้าถามว่ามีนักพัฒนามากกว่าการจัดวางกำลังคนที่เหมาะที่สุดตามอุดมคติไหม ก็มีอยู่ แต่ประเด็นคือการตัดสินใจว่าจะจัดสรรต้นทุนบุคลากรระดับหลายพันล้านดอลลาร์ไปไว้ตรงไหนให้มีประสิทธิภาพนั้นยากมาก
    ในบริษัทเล็กมันง่ายกว่า เพราะผู้นำระดับบนยังพอเข้าใจภาพรวมทั้งองค์กรได้ แต่พอบริษัทใหญ่ขึ้น ก็จะมีคนที่เล่นเกมไม่ดี ความจำเป็นที่ถูกปั้นแต่งขึ้น และการสร้างอาณาจักรของตัวเองมากขึ้น บริษัทใหญ่จึงช้าลง และตอบสนองด้วยการกดค่าจ้างหรือลดคนให้มากขึ้น ในซอฟต์แวร์ปัญหานี้ยิ่งเด่นชัด เพราะระบบมีความเฉพาะทางสูงมากจนยากจะรู้ว่าอะไรสำคัญจริง ๆ
  • ท้ายที่สุดมันก็ดูเป็นตรรกะเศรษฐศาสตร์ง่าย ๆ บริษัทเทคขนาดใหญ่ในสหรัฐมีเงินล้นมือ และเมื่อทุกคนเอาเงินไปใส่ S&P 500 เงินนั้นก็ต้องไหลไปที่ไหนสักแห่ง
    ถ้าคืนเป็นเงินปันผลก็จะดูเหมือนยอมรับว่าโตต่อไม่ได้ เลยต้องไปซื้อบริษัท จ้างคนเพิ่ม หรือทุ่มกับโปรเจกต์ยักษ์ การเผาเงินหลายพันล้านดอลลาร์กับ Metaverse, การเปลี่ยนผ่านไปสู่บล็อกเชน, หรือ AI native ก็สุดท้ายเป็นการกระทำเพื่อแสดงให้เห็นถึง ศักยภาพในการเติบโต
  • ในบริบทของบทความ มันอาจเป็นมุมมองที่มีมูลค่าต่ำกว่า แต่ผมว่ามันบาลานซ์ระหว่างความอยากรู้ ความสงสัย ความหวัง และความกังวลได้ดี ปริมาณมหาศาลของทรัพยากรด้านวิศวกรรมซอฟต์แวร์ถูกมัดอยู่กับ อุตสาหกรรมบันเทิง ในความหมายกว้าง ๆ ซึ่งทำเงินได้มหาศาลแต่มีประโยชน์ต่อสังคมน้อย
    มันยังสอดคล้องกับบทความตรงที่ผู้คนรู้สึกว่าไม่มีพลังจะหยุดการจัดสรรทรัพยากรผิดพลาดครั้งใหญ่ที่ประคองตัวเองไว้ได้แค่พอไม่ให้พังทลาย ผมค่อนข้างมอง AI ในทางบวกมาก แต่บทความแบบนี้กลับมีประโยชน์และน่าสนใจกว่าบทความที่ตรงกับความคิดผมเสียอีก ผมค่อนข้างสงสัยว่าการลงคะแนนเสียงจะสร้างการเปลี่ยนแปลงเชิงบวกได้จริงหรือไม่ และคำว่า “ถ้าชนะไม่ได้ก็เข้าร่วมเสีย” แม้ในทางทฤษฎีจะฟังดูใช้ได้จริง แต่ในโลกจริงมันดูแคบเกินไป ถึงอย่างนั้นผมก็ยังพยายามนำ AI มาใช้ให้ดี ทั้งเพราะศักยภาพด้านเทคโนโลยีช่วยเหลือ/การเข้าถึง และเพราะผลประโยชน์ของตัวเอง
    สรุปคือ ถ้าจะมีการลงมือแบบศาลเตี้ยที่เล็งเป้าหยาบ ๆ อย่างการกระทำสไตล์ Earth Liberation Front โผล่ออกมา ผมก็คงไม่แปลกใจ แต่ก็ไม่ได้เห็นใจ
  • เหตุผลที่โปรเจกต์อย่าง Messenger ต้องการนักพัฒนาจำนวนมากขนาดนั้น ก็เพราะกรอบเทคโนโลยีและกรอบองค์กรที่พวกเขาทำงานอยู่มันซับซ้อนและฝืดเคืองเกินไป จนแม้จะมีฟีเจอร์ใหม่ลงมาอย่างเดียว ความเร็วในการพัฒนา ก็แทบจะคลาน
    การโยนทีมนักพัฒนาใหม่เข้าไปมักง่ายกว่าการย้ายคนที่มีอยู่เดิมไปจัดใหม่ และที่มันเข้ามาเป็นหน่วยทีมแบบนั้นก็เพราะงานที่มีอยู่ไม่ได้ดึงดูดคนที่มีระดับสติปัญญาตามที่ต้องการในระยะยาว ผมมองว่า Twitter เป็นปัญหาว่าต้องใช้คนกี่คนเพื่อคงระดับความไม่พอใจไม่ให้ปะทุ ในองค์กรที่มีปริมาณการรับส่งข้อมูลและมูลค่าต่ำ บริษัทโซเชียลมีเดียไม่ได้มีสถานการณ์ชี้เป็นชี้ตายมากนัก เลยทำให้ Musk ตัดแผนกหรือโปรเจกต์ที่ไม่ใช่ DevOps ออกได้
  • ถึง Messenger อาจมีคนล้นอยู่บ้าง แต่ถ้ามองว่า “Messenger” เป็น ผลิตภัณฑ์ร่มใหญ่ ที่รวมวิดีโอคอล การชำระเงิน เกม การผสานรวมบิสซิเนสแชตบอต การผสานกับ Uber/Lyft ฯลฯ บนเว็บ/iOS/Android/Quest และในหลายประเทศ มันก็ไม่ได้ไร้เหตุผลเสียทีเดียว แค่คูณว่าฟีเจอร์ละวิศวกร 3 คน ก็เติมเต็มพื้นที่หลายชั้นได้อย่างรวดเร็ว

• มีสมมติฐานอยู่ว่า ถ้าส่งเช็คให้ผู้คน พวกเขาจะไปหาความหมายจากงานอดิเรกและชุมชน วาดรูป ทำสวน และสุดท้ายก็เขียนนิยาย
  ผู้เขียนดูเหมือนจะมองว่ามันล้มเหลวเพราะเราจะจมกับยาเสพติด แอลกอฮอล์ และฆ่าตัวตาย แต่กับ ผู้เกษียณอายุ มันกลับใช้ได้ดี พวกเขาชอบชีวิตแบบนั้น จึงน่าสงสัยว่าที่เราต้องทำงานน่าเบื่อตั้งแต่ 9 โมงถึง 5 โมง เป็นเพราะเรารับมือกับอิสรภาพไม่ได้จริงหรือ

  • ผู้เกษียณที่ชอบชีวิตแบบนั้น ก็แค่เป็นคนที่ชอบมันเท่านั้น คุณเห็นคนวัยเกษียณทำงานบ่อยแค่ไหน? และไม่ใช่เพราะเงินเสมอไป
    ตอนเด็ก ๆ ผมเคยทำงานกับเพื่อนร่วมงานที่มาจาก Bulgaria เขาเบื่อมากถ้าไม่มีงานทำ จนทำงานสัปดาห์ละ 70 ชั่วโมง และได้เป้าหมายชีวิตจากการทำงาน ถ้าคุณชินกับการทำงานตลอดเวลา งานก็จะกลายเป็นเป้าหมาย และการไม่ทำงานก็เท่ากับความตาย ปู่ย่าตายายของผมคนหนึ่งก็เสียชีวิตจากหัวใจวายภายในหนึ่งปีหลังเกษียณ และมีสัญญาณมากมายว่าถ้าไม่เกษียณก็น่าจะมีชีวิตได้นานกว่านั้น สำหรับบางคน อิสรภาพก็คือ งาน และต้องมีจุดมุ่งหมายก่อน ถึงจะมีอิสรภาพพอไปเพลิดเพลินกับอย่างอื่นได้

• ประเด็นสำคัญคือ หลังจากบริษัทปลดพนักงานเพื่อลดต้นทุน ก็จะตระหนักในภายหลังว่าลูกค้าของตนก็คือแรงงานของบริษัทอื่นในท้ายที่สุด รายได้หยุดเติบโต และค่าสมัครใช้ AI ที่เคยมองว่าเป็นการลงทุนด้านประสิทธิภาพ ก็กลายเป็นเงินสมทบที่ช่วยทำลายตลาดของตัวเอง
  ถ้าผลักไปจนสุด ทางออกสุดท้ายของปัญหานี้จะกลายเป็นลัทธิแยกตัวแบบ เศรษฐกิจ AI ที่ไร้มนุษย์โดยสมบูรณ์ ซึ่งทั้งลูกค้าและผู้ผลิตล้วนเป็นหุ่นยนต์ จะทุ่มเงินให้การศึกษาสาธารณะ งานวิจัย และสาธารณสุขไปทำไม? สร้างดาต้าเซ็นเตอร์เพิ่มก็พอ แต่เงิน 1 พันล้านดอลลาร์กับบังเกอร์ในซีกโลกใต้ก็ช่วยใครไม่ได้ ในโลกสมมุติที่ไร้มนุษยธรรมแบบนี้ ทุนไม่ใช่คูเมืองป้องกัน แล้วอำนาจความชอบธรรมมาจากไหน และจะไว้ใจบอดี้การ์ดได้อย่างไร? ต่อให้มีกองทัพหุ่นยนต์/โดรน ถ้าถูกแฮ็กจะทำอย่างไร? ถ้า AI alignment สำเร็จแล้ว Claude ปฏิเสธคำขอล่ะ?
  มันวิปริตเกินไป สู้พยายามรักษาศักดิ์ศรีความเป็นมนุษย์และมุ่งไปสู่อนาคตที่มีความเป็นมนุษย์มากกว่านี้จะไม่ดีกว่าหรือ

  • แต่ ตรรกะแบบดาร์วิน ในโลกจริงอาจทำให้เรื่องนั้นยากขึ้น ถ้าสังคม A และสังคม B ต่างก็พัฒนา AI กันอยู่ แล้วมีแค่ A ที่หยุดเพื่อปกป้องมนุษย์ B ก็จะพัฒนาต่อและอาจครอบงำ A ทางเศรษฐกิจจนยากจนลง หรือแม้แต่พิชิตไปเลยก็ได้
    แค่เหนือกว่าอีกฝ่ายเล็กน้อยในด้านราคาหรือคุณภาพ ก็เป็นไปได้ในทางทฤษฎีที่จะชิงส่วนแบ่งตลาดของอีกสังคมไปเกือบทั้งหมด ทางออกจำเป็นต้องรับมือกับปัญหานี้ไม่ทางใดก็ทางหนึ่ง
  • อย่าแค่ขอศักดิ์ศรีความเป็นมนุษย์ แต่ต้องเรียกร้องมัน
  • เรื่องสั้น Autofac ของ Philip K. Dick ดูเกี่ยวข้องมากทีเดียว ที่ Amazon เอาไปทำเป็นตอนหนึ่งของ “Electric Dreams” นี่กล้ามากจริง ๆ
    https://www.imdb.com/title/tt6902176/
  • ถ้าการที่ผู้คนนับพันล้านต้องทุกข์ยากเพื่อผลิตของราคาถูกให้ชาวอเมริกันเรียกว่า “ศักดิ์ศรีความเป็นมนุษย์” งั้นทุนนิยมก็ไม่เคยมีศักดิ์ศรีตั้งแต่แรกอยู่แล้ว เราอาจพยายามแทนที่มันด้วยสิ่งที่ดีกว่าได้
  • ศักดิ์ศรีความเป็นมนุษย์ ไม่ทำกำไร

• ข้อเขียนนี้ถ่ายทอดหลายสิ่งที่ผมรู้สึกว่าหายไปจากวาทกรรม AI ได้ดีมาก โดยเฉพาะ ผลลัพธ์เชิงระบบ ของอนาคต AI ที่ถูกสัญญาไว้ ปฏิสัมพันธ์กับเศรษฐศาสตร์การเมือง และการพิจารณาเชิงวิพากษ์ที่ไม่รับเอา “มหาเรื่องเล่าของความทันสมัยแบบตะวันตก” มาโดยดุษณี
  ที่สำคัญยิ่งกว่านั้นคือ มันแสดงให้เห็นอย่างชัดเจนว่า การที่บรรดาเจ้าพ่อ AI ปรับโครงสร้างเศรษฐกิจและเสริมวงจรป้อนกลับระหว่างทุนกับการเมืองนั้น อาจเป็นอันตรายเพียงใด แม้ในกรณีที่รายได้จาก AI ไม่ได้เกิดขึ้นจริงตามที่สัญญาไว้ หรืออาจยิ่งอันตรายในกรณีนั้นโดยเฉพาะ กระแสต้าน AI แบบกระจัดกระจายมีอยู่มาก และถ้าปัญญาชนสามารถรวมตัวกันบนวาระร่วมได้ ก็มีโอกาสจะต่อยอดเป็นขบวนการทางการเมืองได้

• ถ้าบริษัทเหล่านี้ IPO ช่วงปลายปีนี้ ตัวเลขในงบกำไรขาดทุนและความยั่งยืนจะถูกเปิดเผยผ่านเอกสารการเงินสาธารณะ
  ตามข่าวลือ Anthropic อาจทำกำไรได้ แต่ปัญหาคือขนาดธุรกิจ, OpenAI ยังไม่ทำกำไร, และ Google อาจมีโครงสร้างต้นทุนต่ำกว่าเพราะ บูรณาการแนวดิ่ง อยู่พอสมควรจากการมีดาต้าเซ็นเตอร์เดิม ชิปที่พัฒนาเอง และประสบการณ์ด้านปฏิบัติการ ถึงอย่างนั้นก็ยังต้องหาเหตุผลมารองรับรายจ่ายอยู่ดี ถ้าต้องรายงานตัวเลขต่อสาธารณะทุกไตรมาส ผมคิดว่าทั้งหมดนี้จะกลับลงมาสู่ความเป็นจริง

  • เราอาจหวังได้ว่าความเป็นจริงจะเข้ามาแทรกก่อนที่ฟองสบู่จะพองตัวอันตรายกว่านี้ แต่ก็ต้องนึกถึงว่า Tesla รักษา อัตราส่วนราคาต่อกำไร ที่เหลวไหลแบบนั้นมาได้นานกี่ปีแล้ว แม้หลังการเติบโตชะลอลงและสูญเสียความเป็นผู้นำตลาดในเอเชียกับยุโรป ตัวเลขก็ยังไต่ขึ้นต่อไป
  • ถ้าโมเดล AI แบบเปิดเผยที่รันในเครื่องเริ่มไล่ทัน ซึ่งดูเหมือนกำลังเกิดขึ้นจริง อำนาจที่โมเดลฐานมีเหนือสังคมก็จะลื่นไหลและยึดกุมได้ยากขึ้นมาก
    ถ้ามองจากมุมวิศวกรแล้วมีคำถามว่า “ควรทำอะไร” ไม่ว่าจะเป็นงานวิจัย เอเจนต์ หรือการใช้งานทั่วไป การช่วยผลักเข็มไปทาง โมเดลโลคัล ทำความเข้าใจวิธีการทำงานของมัน และสนับสนุนมันเมื่อเหมาะสม น่าจะเป็นสิ่งที่ให้ผลคุ้มค่าที่สุดเมื่อเทียบกับการลงแรง และกรณีที่เหมาะสมก็มีมากกว่าที่คนคิด
  • Google ต้องปรับปรุงประสบการณ์ผู้ใช้จริง ๆ การเข้าถึง Gemini สำหรับงานเขียนโค้ดผ่าน Google Cloud มันเทอะทะเกินไป
  • ถ้ากฎใหม่มีผลใช้บังคับ ก็อาจไม่จำเป็นต้องรายงานตัวเลขรายไตรมาสต่อสาธารณะก็ได้
  • บริษัททุกแห่งที่มีขนาดเกินระดับหนึ่ง เช่น บริษัทที่มีรายจ่ายรวมสูงมาก ควรต้องรายงานตัวเลขแบบนั้น ไม่มีเหตุผลที่ บริษัทยักษ์ใหญ่ที่ยังไม่เข้าตลาดหลักทรัพย์ จะบิดเบือนเศรษฐกิจได้โดยไม่ต้องรายงานอะไรเลย เพียงเพราะหุ้นของตนไม่ได้ซื้อขายในตลาดสาธารณะ

• ข้อเท็จจริงที่ว่าจำนวนม้าในสหรัฐเพิ่มจาก 9 ล้านตัวในปี 1840 ไปเป็น 21 ล้านตัวในปี 1900 และดูเหมือนจะไม่สะทกสะท้านต่อการเปลี่ยนแปลงทางเทคโนโลยี แต่หลังเครื่องยนต์สันดาปภายในกลับทรุดฮวบ 88% ภายในเวลาไม่ถึง 60 ปีนั้น ทั้งน่าสนใจมากและชวนขนลุก
  ถ้าเอาอุปมานี้มาตีความตรงตัว คำถามที่ตามมาก็คือ “แล้วใครจะเป็นคนซื้อ?” ถ้าผลักแรงงานออกไปด้วยระบบอัตโนมัติ แล้วจะขายบริการ AI นี้ให้ใคร? ถ้าประชากรโลกลดลง 80–90% ทุกอย่างก็จะถูกกำหนดราคาใหม่ และการประหยัดต่อขนาดก็อาจต้องการขนาดที่เล็กกว่ามาก จนกลายเป็นเศรษฐกิจที่ “ยั่งยืน” ได้อย่างฉับพลัน ผมไม่ได้เดาว่านี่คือแผน แค่นี่คือสิ่งที่นึกขึ้นได้ตอนอ่าน อุปมาเรื่องม้า

  • ในระดับหนึ่ง นี่เป็นปัญหาที่ถูกแก้ไปแล้วอยู่แล้ว ตัวอย่างเช่น ในสหรัฐ ครัวเรือน 10% แรกใช้จ่ายคิดเป็น 50% ของการใช้จ่ายทั้งหมด ดังนั้นในหลายส่วนของเศรษฐกิจ “ม้า” จึงแทบไม่มีความหมายอีกต่อไปแล้ว
    มันคล้ายกับความสัมพันธ์ระหว่างผู้บริโภคอเมริกันกับแรงงานในประเทศกำลังพัฒนาช่วงยุคโลกาภิวัตน์ ในทางประวัติศาสตร์ โครงสร้างแบบนี้มักถูกคลี่คลายเมื่อมันสร้างความปั่นป่วนทางการเมืองที่ไม่อาจยั่งยืนได้ แต่ตอนนี้ก็มีวิธีใหม่ ๆ มากมายในการบริหารจัดการมัน
    https://libertystreeteconomics.newyorkfed.org/2026/05/tracki...
  • มันอาจจะกลายเป็นธุรกรรมระหว่างองค์กรด้วยกันเอง แต่ภาคอุตสาหกรรมที่ต้องเผชิญหน้าผู้บริโภคโดยตรงอย่างเกษตรกรรมอาจพังทลายลงแน่ ๆ
    ในทางกลับกัน อุตสาหกรรมที่ทำให้รัฐเดินเครื่องและติดอาวุธจะขยายตัว การผลิตโดรนทางทหารเพื่อปกป้องทรัพยากรการประมวลผลจากมนุษย์ป่าเถื่อน การขุดแร่หายากเพื่อขยายเทคโนโลยี การเบนทรัพยากรน้ำดื่มสาธารณะและน้ำชลประทานทางการเกษตรไปสู่อุตสาหกรรมและการผลิตที่ค้ำจุนศูนย์กลางอำนาจ ตลอดจนการผลิตไฟฟ้า ล้วนมีแนวโน้มจะเติบโต
  • บริษัทที่ผมมีส่วนเกี่ยวข้องเพิ่งเปลี่ยนพร้อมกันในช่วงไม่กี่สัปดาห์มานี้ จาก “ใช้ AI ทุกที่โดยไม่ต้องสนต้นทุน” มาเป็น “ใช้มันทุกที่เหมือนเดิม แต่ใช้ token proxy เพื่อลดต้นทุน”
  • Curtis Yarvin ซึ่งคบหากับ Peter Thiel เคยเขียนไว้ตั้งแต่ปี 2008 ว่าจะจัดการกับคนที่ “ไร้ผลิตภาพ” อย่างไร โดยเสนอว่า “เปลี่ยนพวกเขาเป็นไบโอดีเซลเพื่อช่วยให้รถบัส Muni วิ่งได้”
    แน่นอนว่าเขาบอกว่าเป็น “แค่เรื่องตลก” และเป็น “ทางเลือกที่มีมนุษยธรรม” แทนการฆ่าล้างเผ่าพันธุ์ แต่คนแบบนี้กำลังกำหนดการเมือง เทคโนโลยี และเศรษฐกิจ
  • อุปมาเรื่องม้าแทบไม่โน้มน้าวเลย ม้าเหล่านั้นถูกเพาะพันธุ์และดูแลเหมือนเครื่องจักรที่มีจุดประสงค์เดียว ความคล้ายคลึงกับมนุษย์ซึ่งมีสิทธิ์กำหนดชีวิตตนเองและมีความสามารถกว้างขวางนั้นแทบไม่มีเลย นอกจากหัวใจที่ยังเต้นอยู่

• ความเป็นไปได้ที่เรื่องแบบนี้จะเกิดขึ้นเป็นสิ่งที่คนรู้กันกว้างขวาง และถูกพูดถึงมาหลายปีแล้ว ปัญหาที่แท้จริงคือเราจะทำอย่างไร
  หลายคนรวมถึง David Shapiro ได้พูดถึง เศรษฐกิจหลังยุค AI ที่คล้ายกับ UBI ความฝันคือให้เครื่องจักรทำงานบ้าน ส่วนเราก็วาดรูป แต่งเพลง และทำเฟอร์นิเจอร์ไม้สวย ๆ ในเวิร์กช็อปของเรา สิ่งนี้อาจยังเกิดขึ้นได้ แต่ก่อนอื่นเราต้องแก้ปัญหาเรื่องการแบ่งปันทรัพยากรอย่างมีความรับผิดชอบก่อน มนุษยชาติไม่เคยทำเรื่องนี้ได้ดีนัก เราพยายามหารายได้ให้ได้มากที่สุดเพื่อเข้าถึงทรัพยากรที่คนอื่นไม่มี และตอนนี้บ่อยครั้งสิ่งนั้นกลับลงเอยด้วยการอยู่กับที่หรือถอยหลัง รู้สึกว่าเมื่อ 20~30 ปีก่อน คนทั่วไปมีเงินให้ใช้มากกว่านี้

  • สิ่งที่จะทำต่อไปต่างหากคือปัญหาจริง และบทความนี้ก็ไม่ได้ครอบคลุมทางเลือกที่พวกเราในฐานะสังคมมีอยู่อย่างเพียงพอ
    หากตั้งต้นจากสมมุติฐานนี้ และยังไม่คิดถึงสถานการณ์แบบ Terminator/SkyNet ในอีก 10 ปีข้างหน้า ก็ยังมีทางเลือกอยู่ เช่น การเก็บภาษีการใช้โทเค็น, การบังคับให้มีศูนย์ข้อมูลในประเทศ, การบังคับให้มีการกำกับดูแล AI, การโอนกิจการบริษัท AI เป็นของรัฐ, การสร้างไฟร์วอลล์ระดับชาติแบบจีนเพื่อป้องกันไม่ให้บริษัทโยกการประมวลผล AI ไปต่างประเทศ, การเรียกเก็บเงินจากบริษัทตามจำนวนแรงงานที่ถูกแทนที่, หรือการกำหนดสัดส่วนการใช้โทเค็นเทียบกับแรงงานมนุษย์ภายในบริษัท มาตรการเหล่านี้อาจช่วยบรรเทาแรงกระแทกจากการเปลี่ยนแปลงอย่างรวดเร็วและให้เวลาตลาดแรงงานในการปรับตัว
  • มันไม่ได้เป็นเรื่องที่รับรู้กันอย่างกว้างขวาง เพราะในสื่อกระแสหลักมันมักถูกทำให้ดูเหมือนเป็นทฤษฎีชายขอบ ส่วนใหญ่เพราะการตลาดของบริษัท AI รายใหญ่ บทความนี้เป็นเอสเซย์ที่เขียนได้ดี และถ้ามันช่วยยกระดับการถกเถียงได้ แค่นั้นก็ดีแล้ว

• คราวนี้ต่างออกไปเพราะอะไร? เครื่องมือ AI ที่ทรงพลังจะไม่ช่วยให้คนจำนวนเท่าเดิมทำงานได้มากขึ้นหรอกหรือ? ถ้ามีทรัพยากร การยึดส่วนแบ่งตลาดให้มากขึ้นก็ไม่ใช่วิธีทำธุรกิจที่ฉลาดกว่าหรือ
  ถ้าบริษัท A รักษาส่วนแบ่งตลาดปัจจุบันไว้เฉย ๆ พร้อมปลดพนักงานครึ่งหนึ่งเพื่อเก็บเงินเข้ากระเป๋า บริษัท B ก็อาจจ้างแรงงานเหล่านั้นมาและแข่งขันได้รุนแรงขึ้นด้วยกำลังคนที่มีประสิทธิภาพสูงกว่าไม่ใช่หรือ แบบนั้น B ก็น่าจะกินส่วนแบ่งตลาดได้มากกว่าและอยู่รอดได้นานกว่า
  ในธรรมชาติมีคำกล่าวว่าไม่มีช่องว่างทางนิเวศวิทยาที่ว่างอยู่ หมายความว่าถ้ามีพื้นที่ให้แข่งขันเพื่อทรัพยากร แรงจูงใจก็จะทำให้มันถูกเติมเต็มอย่างรวดเร็ว แม้จะไม่เคร่งครัดนัก แต่ก็เป็น heuristic ที่ดี
  ค่าตอบแทนของแรงงานใช้ความรู้ในสหรัฐฯ อยู่ที่ราว 10 ล้านล้านดอลลาร์ต่อปี และเงินที่ Anthropic กับ OpenAI ระดมมาได้ แม้ยังไม่ใช่เงินที่ใช้ไป แต่แค่มูลค่าที่ระดมได้ก็อยู่ที่ 317 พันล้านดอลลาร์ คิดเป็นประมาณ 3% ของค่าใช้จ่ายด้านแรงงานใช้ความรู้ 1 ปี ถ้าบริษัทไหนสามารถเพิ่มผลิตภาพของแรงงานได้ในระดับหลายเท่า จะไม่ยอมจ่ายเพิ่มปีละ 3%, 5%, 10% หรอกหรือ

  • ถ้ามีแค่การเขียนโปรแกรมที่ถูกทำให้เป็นอัตโนมัติ อาจไม่ใช่เรื่องใหญ่ อาชีพมากมายก็เคยถูกทำให้เป็นอัตโนมัติ และสังคมก็ปรับตัวมาแล้ว
    ความกังวลพื้นฐานตรงนี้คือ AI ในปัจจุบันกำลังเปิดทางให้เกิด การทำให้สติปัญญาเป็นอัตโนมัติบางส่วน เป้าหมายสุดท้ายของนักลงทุนและบริษัทที่ใช้ AI คือการทำให้สติปัญญาเป็นอัตโนมัติทั้งหมด และกับแรงงานกายก็เช่นกัน พวกเขาต้องการหุ่นยนต์ราคา 25,000 ดอลลาร์ที่ทำงานได้ตลอด 24 ชั่วโมง และโมเดล AI ที่ทำงานออฟฟิศของมนุษย์ได้ในราคาถูกกว่า ตอนนี้เรายังไม่รู้ว่าจะสร้างทั้งสองอย่างนั้นอย่างไร แต่พวกเขาจะพยายามแม้ต้องใช้เงินจนถึงดอลลาร์สุดท้ายบนโลก
    พูดอย่างเคร่งครัดแล้ว ในฐานะลูกค้า พวกเราเองก็อาจไม่จำเป็นด้วยซ้ำ ถ้าหุ่นยนต์สามารถสร้างเรือยอชต์กับคฤหาสน์ได้เอง และทำหน้าที่เป็นยามได้ด้วย
  • มันขึ้นอยู่กับว่า AI จะก้าวข้ามจากการช่วยเสริมแรงงานไปสู่การแทนที่แรงงานทั้งหมดได้หรือไม่ ผมเคยได้ยิน Alex Imas พูดในพอดแคสต์ว่า ถ้าวิศวกรซอฟต์แวร์สามารถใช้งานเอเจนต์ 10 ตัวแล้วมีผลิตภาพเพิ่ม 10 เท่า มูลค่าของวิศวกรคนนั้นก็จะสูงขึ้น และบริษัทก็จะอยากจ้างมากขึ้นและจ่ายมากขึ้น
    ช่วงหนึ่งมันคงจริง แต่ถ้า AI สามารถบริหารเอเจนต์ 10 ตัวนั้นได้เก่งพอ ๆ กับวิศวกรซอฟต์แวร์ล่ะ แน่นอนว่าอาจเถียงได้ว่าวิศวกรที่คอยจัดการเอเจนต์ 10 ตัวซึ่งแต่ละตัวไปจัดการอีก 10 ตัว ก็ยังมีมูลค่ามากขึ้น แต่สุดท้ายก็มีขีดจำกัดอยู่ดี เราไม่จำเป็นต้องมีวิศวกรซอฟต์แวร์ 1,000 คนมาควบคุมเอเจนต์คนละ 10,000 ตัว และคอขวดจะไปอยู่ที่ความสามารถในการโยนงานเข้าไปให้เร็วพอ
    ถ้ามองจากแรงงานสีน้ำเงินจะเข้าใจง่ายกว่า สมมุติว่ามี หุ่นยนต์ฮิวแมนนอยด์ ที่ทำงานแรงงานทุกอย่างที่มนุษย์ทำได้ ราคา 25,000 ดอลลาร์ มีค่าใช้จ่ายในการใช้งานต่อปีแค่ไม่กี่พันดอลลาร์ และทำงานได้วันละ 20 ชั่วโมงหักเวลาชาร์จแล้ว คนงานก่อสร้างที่มันมาแทนจะไม่ได้กลายเป็นผู้จัดการทีมก่อสร้างหุ่นยนต์ เพราะเดิมก็มีผู้รับเหมาหลักคุมงานอยู่แล้ว และงานก่อสร้างก็ขยายตัวเกินข้อจำกัดทางกายภาพไม่ได้เหมือนการเขียนโค้ด ถ้าหุ่นยนต์แบบนั้นมีอยู่จริง คนจำนวนมากในประชากรจะตกงาน และก็จะไม่มีคู่แข่งรายไหนมาจ้างพวกเขา เพราะคู่แข่งก็ใช้หุ่นยนต์ได้เหมือนกัน
  • มันไม่ใช่แค่เรื่องว่า “คราวนี้ต่างออกไป” แต่คือถ้า AI แทนที่มนุษย์ได้อย่างที่บริษัทโมเดลต่าง ๆ โปรโมตจริง เวลาฟื้นตัวของปัจเจกจะยาวนานเกินไป
  • ผลิตภาพอาจมากเกินความต้องการได้ AI อาจทำให้แรงงานที่มีอยู่เดิมก้าวข้ามระดับผลิตภาพที่จำเป็นต่ออุปสงค์ปัจจุบันได้อย่างรวดเร็ว
    การเปิดโรงงานเครื่องจักรในเมืองเล็ก ๆ ไม่ได้แปลว่าคุณต้องจ้างช่างซ่อมทุกคนที่เดินเข้ามาตลอดไป จำนวนการจ้างงานที่เหมาะสมย่อมขึ้นอยู่กับอุปสงค์ของบริการ ถ้าอยู่ ๆ มีเครื่องมือที่ทำให้ผลิตภาพของช่างซ่อมเพิ่มขึ้นเป็นสองเท่า ขั้นต่อไปก็คือการปลดช่างซ่อมออกครึ่งหนึ่ง
  • คุณกำลังสมมุติว่าตลาดเสรีจะทำสิ่งที่มันควรทำตามปกติ แต่ในโลกจริงก็มี ความล้มเหลวเชิงโครงสร้างของตลาด อยู่มาก ทั้งจากการสะสมทุนเดิม, regulatory capture และการเลื่อนดุลถาวรของระบบสังคม
    สภาพโดยรวมของเศรษฐกิจขึ้นกับเส้นทางที่มันเดินมา บทความนี้อ่านได้ว่าเป็นคำเตือนว่าแรงเฉื่อยที่สะสมขึ้นจากวัฏจักรความร้อนแรงของ AI รอบปัจจุบัน อาจผลักเราไปข้ามจุดเปลี่ยนสู่ภาวะดุลยภาพถาวรที่ไม่พึงประสงค์ ซึ่งผู้เล่นหน้าใหม่ไม่มีทุนเลย

• บางทีพวกเราทุกคนอาจกลายเป็น CEO หรือประธานบอร์ดของบริษัทของตัวเองที่จ้างเอเจนต์ไว้หมด งานของเราก็คือการหา เอเจนต์ ที่ดีที่สุดเพื่อเพิ่มประสิทธิภาพและประสิทธิผล