News / How-to / รวมค่าย
รวมค่าย · How-to

ภาพนี้คือ "งานของพยาบาล 1 คน" ที่ถูกแยกออกมาเป็นชิ้น ๆ…

ภีศเดช เพชรน้อย
ภีศเดช เพชรน้อย
10 ก.ย. 2026 · อ่าน 8 นาที
สรุปสั้น — ภาพนี้คือ "งานของพยาบาล 1 คน" ที่ถูกแยกออกมาเป็นชิ้น ๆ แล้วระบายสีว่าชิ้นไหน AI แตะได้บ้าง Anthropic เพิ่งปล่อยของเล่นชิ้นใหม่ชื่อ
#เขียน/เอกสาร#Productivity
ภาพนี้คือ "งานของพยาบาล 1 คน" ที่ถูกแยกออกมาเป็นชิ้น ๆ…

Anthropic เพิ่งปล่อยของเล่นชิ้นใหม่ชื่อ scenario explorer — เป็นแบบจำลองว่า AI จะกระทบ GDP งาน ค่าจ้าง ยังไงภายในปี 2030 แล้วให้เราตอบ 5 คำถามเพื่อสร้าง "อนาคตเวอร์ชันของเราเอง" ออกมาดู แล้วเทียบกับคนอเมริกัน 10,980 คนที่เขาสำรวจมาเมื่อเดือนสิงหาคม

เริ่มจากภาพก่อน เพราะผมว่านี่คือส่วนที่อธิบายเรื่อง AI กับงานได้ดีที่สุดเท่าที่เคยเห็น

4 สีในภาพหมายความว่าอะไร

สีเทา — Tasks unchanged by AI

งานที่ AI ไม่แตะเลย อาบน้ำให้คนไข้ เจาะเลือด เดินราวด์ คุยกับคนไข้ สอนงานพยาบาลใหม่ สังเกตว่าก้อนเทาแทบทุกก้อนคืองานที่ต้องใช้มือ ใช้ตัว หรือใช้ความไว้ใจระหว่างคนกับคน

สีม่วง — Tasks augmented

งานที่ AI ช่วยให้ทำได้ดีขึ้นหรือเร็วขึ้น แต่พยาบาลยังเป็นคนทำ เช่น วางแผนตารางดูแลของกะ (ก้อนนี้ม่วงเกือบทั้งก้อน) คัดกรองคนไข้ที่เข้ามา ร่างใบสั่งกลับบ้าน ประสานกับหมอ

สีฟ้า — Tasks automated

งานที่ AI ทำแทนไปเลย ลงบันทึกสัญญาณชีพ สั่งของเข้าวอร์ด นัดติดตามอาการ

สีส้ม — New tasks created by AI

อันนี้แหละที่ผมว่าคนพูดถึงน้อยที่สุด งานที่ไม่เคยมีมาก่อน และเกิดขึ้นเพราะมี AI โดยเฉพาะ ในภาพมี 2 ชิ้น คือ "เช็คว่า AI คัดกรองคนไข้ถูกไหม" กับ "ตรวจแผนการดูแลที่ AI เสนอมา"

สังเกตนะครับว่างานสีส้มทั้งสองชิ้น คือ "งานตรวจงาน AI" ทั้งคู่

และสังเกตอีกอย่าง — ขนาดของก้อนไม่เท่ากัน ก้อนใหญ่คืองานที่กินเวลาเยอะ ก้อน "วางแผนตารางกะ" กับ "ประสานกับหมอ" ใหญ่มาก และเป็นสีม่วงเยอะ แปลว่างานที่กินเวลาที่สุดของพยาบาล ไม่ใช่งานที่หายไป แต่เป็นงานที่เปลี่ยนวิธีทำ

ทีนี้มาที่ตัวโมเดลเศรษฐกิจ

เขาให้เราปรับ 5 ตัวแปร

1. Capabilities — AI ทำงานอะไรได้บ้าง

2. Adoption — คนใช้มันเยอะแค่ไหน

3. Autonomy — มันทำเองได้มากแค่ไหน

4. Productivity — มันทำให้คนเก่งขึ้นกี่เท่า (เท่าเดิม / 1.5 / 2 / 4 / 10 เท่าขึ้นไป)

5. Adjustment — คนตกงานใช้เวลานานแค่ไหนกว่าจะได้งานใหม่ (1-2 เดือน ไปจนถึง 3 ปีหรือไม่ได้เลย)

แล้วมันคำนวณออกมาเป็น 3 ฉากทัศน์

Modest — GDP ปี 2030 อยู่ที่ 34.1 ล้านล้านดอลลาร์ ส่วนที่ AI เพิ่มให้คือ +1.6%

Substantial — 36.3 ล้านล้าน ส่วนที่ AI เพิ่มให้ +8.3%

Extreme — 44.4 ล้านล้าน ส่วนที่ AI เพิ่มให้ +32.4%

ในฉาก Extreme เศรษฐกิจโตปีละ 15% แปลว่าขนาดเศรษฐกิจเพิ่มเป็น 2 เท่าทุก 4.5 ปี รวยกว่าที่มนุษย์เคยเป็นมา แต่คนทำ knowledge work มีงานน้อยลงมาก และการว่างงานสูงเกินระดับที่เจอในภาวะถดถอยปกติ

แต่ตัวเลขที่ผมว่าน่าคิดที่สุดไม่ใช่ GDP ครับ

ทุกวันนี้ ทุก 1 ดอลลาร์ที่เศรษฐกิจผลิตได้ ประมาณ 60 สตางค์ไปเป็นค่าจ้างคน อีก 40 ไปเป็นผลตอบแทนของทุน (เจ้าของเครื่องจักร เทคโนโลยี หุ้น)

พอใส่ AI เข้าไป สัดส่วนนี้ขยับ

Modest — แรงงาน 59.4 / ทุน 40.6 (ทุนขึ้น 0.6 จุด)

Substantial — 56.1 / 43.9 (ทุนขึ้น 3.9 จุด)

Extreme — 45.2 / 54.8 (ทุนขึ้น 14.8 จุด)

ในฉาก Extreme ทุนแซงแรงงานไปเลย และประเด็นคือ อันนี้เกิดขึ้นได้ทั้ง ๆ ที่ค่าจ้างของทุกคนขึ้นด้วยซ้ำ ก้อนเค้กใหญ่ขึ้น แต่ชิ้นของคนทำงานเล็กลงเมื่อเทียบเป็นสัดส่วน

อีกอันที่เขาเขียนไว้ตรง ๆ คือค่าจ้างเฉลี่ยขึ้นทุกฉาก แต่ที่ขึ้นเยอะกระจุกอยู่ในอาชีพ "นอกสาย knowledge work" — โปรแกรมเมอร์กับพนักงาน call center อาจต้องย้ายไปเป็นช่างไฟหรือพยาบาล ซึ่งเป็นงานที่ AI เอื้อมถึงยากกว่า

แล้วคนอเมริกัน 10,980 คนตอบว่าไง

ค่ากลางของคำตอบออกมาใกล้กับฉาก Substantial คือ GDP ปี 2030 สูงกว่าโลกที่ไม่มี AI ประมาณ 10% และการว่างงานขึ้นไปราว 5%

มีประมาณ 10% ของคนตอบ ที่คำตอบไปในทาง Extreme

ผมก็เห็นว่าคุณค่าของเครื่องมือนี้ไม่ได้อยู่ที่ตัวเลขทำนายนะครับ เพราะมันคือโมเดล ไม่ใช่คำพยากรณ์ และเขาก็เขียนเองว่า "This model isn't a complete map of reality"

แต่มันบังคับให้เราตอบคำถามที่เราชอบเลี่ยง — ว่าเราเชื่อจริง ๆ ว่า AI จะเก่งแค่ไหน คนจะใช้เยอะแค่ไหน และคนที่ตกงานจะหางานใหม่ได้เร็วแค่ไหน

สมมติฐานสามข้อนี้ เวลาเราเถียงกันเรื่อง AI กับงาน เรามักไม่พูดออกมา แล้วก็เถียงกันคนละเรื่องโดยไม่รู้ตัว

ลองเข้าไปตอบเองแล้วดูว่าอนาคตเวอร์ชันเราหน้าตาเป็นยังไง

https://www.anthropic.com/institute/econ-scenarios

อยากใช้ AI กับงานจริงเป็นระบบ?

เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก

ดูคอร์ส →

📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac