เมื่อวันที่ 9 กันยายน 2026 ทีมเศรษฐศาสตร์ของ Anthropic เผยแพร่โมเดลชื่อ Scenarios for our Economic Future พร้อมรายงานวิชาการที่อยู่ข้างหลังมัน สิ่งที่ทำให้โมเดลนี้ต่างจากการทำนายทั่วไป คือมันไม่ได้ทำนายอะไรเลย มันยื่นปุ่มให้คุณปรับเอง ว่าคุณเชื่อว่า AI จะเก่งแค่ไหน และโลกจะเอาไปใช้เร็วแค่ไหน แล้วบอกกลับมาว่าเศรษฐกิจอเมริกันในปี 2030 จะหน้าตาเป็นอย่างไรถ้าคุณคิดถูก
หน้านี้คือการเล่าโมเดลนั้นใหม่เป็นภาษาไทย พร้อมของแถมหนึ่งอย่าง ต้นฉบับใช้พยาบาลเป็นตัวอย่างเดียวตลอดทั้งบทความ ที่นี่คุณเลือกอาชีพได้ เพราะคำตอบของคำถามนี้เปลี่ยนไปคนละเรื่อง ขึ้นอยู่กับว่าคุณกำลังถามแทนใคร
ทุกอาชีพคือกองของงานย่อย
จุดตั้งต้นของโมเดลคือการปฏิเสธคำถามที่ว่า “อาชีพนี้จะถูกแทนที่ไหม” เพราะไม่มีอาชีพไหนเป็นก้อนเดียว มันเป็นกองของงานย่อยที่ถูกมัดรวมกันไว้ ด้วยเหตุผลทางประวัติศาสตร์มากกว่าเหตุผลทางตรรกะ
พยาบาลคนหนึ่งเดินตรวจเยี่ยมผู้ป่วย เจาะเลือด คัดกรองคนไข้ที่เพิ่งเข้ามา บันทึกสัญญาณชีพลงเวชระเบียน และเบิกเวชภัณฑ์ให้หอผู้ป่วย
การบันทึกเวชระเบียนเกือบทั้งหมดคือการแปลงสิ่งที่เห็นให้เป็นข้อความ ซึ่งเป็นงานที่โมเดลภาษาทำได้ดีอยู่แล้ววันนี้ ส่วนการเจาะเลือดเกือบทั้งหมดคือมือ สายตา และการรับผิดชอบผลที่เกิดขึ้นทันที ทั้งสองอย่างอยู่ในใบพรรณนางานเดียวกัน แต่อยู่คนละฝั่งของเส้นแบ่ง
เมื่อมองแบบนี้ คำถามจะเปลี่ยนรูปทันที ไม่ใช่ “พยาบาลจะตกงานไหม” แต่เป็น “งานไหนในสัปดาห์ของพยาบาลที่จะเปลี่ยนมือ และเวลาที่ว่างขึ้นจะถูกเอาไปทำอะไร” ซึ่งเป็นคำถามที่ตอบได้ด้วยตัวเลข และเป็นสิ่งที่เครื่องมือข้างล่างนี้ทำ
ลองตั้งสมมติฐานของคุณเอง
เลือกอาชีพหนึ่งอาชีพ แล้วบอกโมเดลว่าคุณคิดว่า AI จะเก่งแค่ไหน จะถูกใช้จริงแค่ไหน และจะถูกใช้เพื่อทำแทนคนหรือเพื่อช่วยคนทำ สัปดาห์ของคนคนนั้นกับเศรษฐกิจทั้งประเทศ จะขยับตามทันที
เลือกอาชีพ
ตั้งสมมติฐาน
เทียบกับมืออาชีพที่ผ่านงานมาแล้วหลายปี ไม่ใช่เทียบกับคนเพิ่งเริ่มงาน
ความสามารถที่ไม่มีใครเอาไปใช้ ไม่เปลี่ยนอะไรเลย ช่องว่างตรงนี้คือของจริง
คำถามเดียวที่ตัดสินว่าคนจะมีเวลาว่างขึ้น หรือมีงานน้อยลง
หรือกระโดดไปที่ฉากทัศน์ที่รายงานเผยแพร่ไว้
หนึ่งสัปดาห์ของ พยาบาล
34.5 / 40 ชม. ยังเป็นงานของคน
- AI ทำแทน — งานส่วนใหญ่ของบรรทัดนี้ไม่ต้องผ่านมือคนอีกแล้ว
- AI ช่วย — คนยังทำอยู่ แต่ทำเสร็จเร็วขึ้นเพราะมีตัวช่วย
- คนทำเอง — ยังเป็นงานที่ต้องมีคนอยู่ตรงนั้น
เดินตรวจเยี่ยมผู้ป่วย
คนทำเองดูอาการ สังเกตสิ่งที่เครื่องวัดไม่ได้บอก และตัดสินใจว่าต้องเรียกหมอตอนไหน
เหลือ 9.8/10 ชม.
เจาะเลือดและให้ยา
คนทำเองงานที่ต้องใช้มือ ใช้สายตา และรับผิดชอบผลที่เกิดขึ้นทันที
เหลือ 8/8 ชม.
บันทึกสัญญาณชีพและเวชระเบียน
AI ช่วยพิมพ์สิ่งที่เพิ่งเห็นลงระบบ ให้เวรถัดไปอ่านรู้เรื่อง
เหลือ 5.4/8 ชม.
คัดกรองผู้ป่วยใหม่
AI ช่วยจัดลำดับว่าใครรอได้ ใครรอไม่ได้ จากอาการและประวัติที่มีอยู่ตรงหน้า
เหลือ 4.7/6 ชม.
เบิกเวชภัณฑ์และจัดตารางเวร
AI ช่วยงานธุรการของหอผู้ป่วยที่ไม่มีใครอยากทำแต่ขาดไม่ได้
เหลือ 2.8/4 ชม.
อธิบายกับญาติผู้ป่วย
คนทำเองแปลศัพท์การแพทย์เป็นภาษาคน ในนาทีที่อีกฝ่ายรับข่าวร้ายไม่ไหว
เหลือ 3.8/4 ชม.
สิ่งที่ยกให้ใครไม่ได้ — การอยู่ตรงนั้นกับคนที่กำลังกลัว ไม่มีบรรทัดไหนในโมเดลนี้ที่ยกงานนั้นออกไปจากพยาบาลได้
สัปดาห์ของคนคนหนึ่ง
5.5ชั่วโมง
คือเวลาที่หายไปจากสัปดาห์ของ พยาบาล
- AI ทำแทน
- 9%
- AI ช่วย
- 11%
- คนทำเอง
- 80%
ที่ความสามารถระดับนี้ AI เข้าถึงงานของ พยาบาล ได้ 36% ของสัปดาห์ ถ้าทุกที่ทำงานหยิบไปใช้หมด แต่ที่เปลี่ยนมือจริงมีแค่ 20% ช่องว่างระหว่างสองตัวเลขนี้คือแถบ “ถูกนำไปใช้จริงแค่ไหน” และมันมักกว้างกว่าที่คนคาด
เศรษฐกิจทั้งประเทศ
- GDP สหรัฐ ปี 2030
- 36.3 ล้านล้าน
- อัตราการเติบโตต่อปี
- 5.4%
- ว่างงานในกลุ่มงานความรู้
- 5.6%
- ส่วนแบ่งรายได้ของแรงงาน
- 56.1%
สูงกว่าเส้นทางที่ไม่มี AI 8.3%
ถ้าไม่มี AI จะอยู่ที่ 2.0%
ระดับปกติคือ 3.8%
วันนี้อยู่ที่ 60% ส่วนที่เหลือเป็นของทุน
ค่าจ้างของคนทำงานความรู้อยู่ที่ -0.3% เทียบกับเส้นทางที่ไม่มี AI ซึ่งเป็นตัวเลขที่เดินสวนทางกับ GDP ได้สบาย ๆ
| ปี | ไม่มี AI | ตามสมมติฐาน |
|---|---|---|
| 2026 | 30.9 | 30.9 |
| 2027 | 31.5 | 31.7 |
| 2028 | 32.2 | 32.9 |
| 2029 | 32.8 | 34.3 |
| 2030 | 33.5 | 36.3 |
ตัวเลขในกล่องนี้ตรงกับรายงานต้นฉบับเฉพาะตอนที่คุณกดปุ่มฉากทัศน์ทั้งสาม ค่าที่อยู่ระหว่างนั้นเป็นการประมาณเชิงเส้นของหน้านี้เอง ไม่ใช่ผลจากโมเดลของ Anthropic
ตัวแปรที่สำคัญที่สุดไม่ใช่ความสามารถ
ถ้าคุณลองเลื่อนแถบทั้งสามดู จะเห็นอย่างหนึ่งที่ขัดกับสัญชาตญาณ การเพิ่มความสามารถของ AI ทำให้เศรษฐกิจโตขึ้นก็จริง แต่แถบที่เปลี่ยนชีวิตคนทำงานมากที่สุด คือแถบล่างสุด — แถบที่ถามว่าเครื่องมือนี้ถูกเอาไปทำแทนคน หรือถูกเอาไปช่วยคนทำ
ก่อนจะถึงแถบนั้น มีช่องว่างอีกอันที่ใหญ่กว่าที่คนคาด เครื่องมือด้านบนแยกสองตัวเลขออกจากกันตลอดเวลา คือ “AI เข้าถึงงานนี้ได้กี่เปอร์เซ็นต์” กับ “งานเปลี่ยนมือจริงกี่เปอร์เซ็นต์” ที่ฉากทัศน์กลาง ตัวแรกอยู่ราวครึ่งหนึ่งของสัปดาห์ สำหรับอาชีพงานความรู้ แต่ตัวหลังเหลือราวหนึ่งในห้า ความสามารถที่ไม่มีใครหยิบไปใช้ ไม่ได้เปลี่ยนอะไรเลย และประวัติศาสตร์ของเทคโนโลยีทุกคลื่นบอกว่า ระยะห่างตรงนี้กินเวลาเป็นสิบปี ไม่ใช่เป็นเดือน
สองทางนี้ให้ผลผลิตที่เพิ่มขึ้นเหมือนกัน แต่คนละเรื่องกันโดยสิ้นเชิงสำหรับคนที่นั่งทำงานอยู่ ทางหนึ่งคือสัปดาห์ที่เบาลงและได้ทำงานที่ยากขึ้น อีกทางคือสัปดาห์ที่ไม่ต้องมีคนแล้ว และโมเดลนี้ไม่ได้บอกว่าเราจะเลือกทางไหน เพราะมันไม่ใช่คำถามทางเทคนิค
สามฉากทัศน์ที่รายงานวางไว้
แทนที่จะให้ตัวเลขเดียวแล้วบอกว่านี่คืออนาคต รายงานแบ่งอนาคตเป็นสามฉาก แต่ละฉากมาพร้อมตัวเลขของตัวเอง ทั้งสามชุดข้างล่างนี้เป็นตัวเลขที่รายงานเผยแพร่ไว้จริง ไม่ใช่ของหน้านี้
ปานกลาง
AI สร้างผลกระทบพอ ๆ กับที่อินเทอร์เน็ตเคยสร้าง คือดีขึ้นจริงแต่ค่อยเป็นค่อยไป และตลาดแรงงานแทบไม่รู้สึก
- GDP ปี 2030 สูงกว่าเส้นทางที่ไม่มี AI อยู่ 1.6%
- เศรษฐกิจโตปีละ 2.4% เทียบกับ 2.0% ถ้าไม่มี AI
- อัตราว่างงาน 3.9% เทียบกับระดับปกติ 3.8%
- ส่วนแบ่งรายได้ของแรงงานลดจาก 60.0% เหลือ 59.4%
มีนัยสำคัญ
ภายในปี 2030 AI ทำงานความรู้ได้ราวครึ่งหนึ่งของงานทั้งหมด เศรษฐกิจโตแรง แต่ค่าตอบแทนของคนทำงานความรู้เริ่มไม่ขยับตาม
- GDP ปี 2030 อยู่ที่ 36.3 ล้านล้านดอลลาร์ สูงกว่าเส้นทางที่ไม่มี AI 8.3%
- เศรษฐกิจโตปีละ 5.4% ในช่วงสิบสองเดือนก่อนถึงปี 2030
- ค่าจ้างงานความรู้ต่ำกว่าเส้นทางเดิม 0.3% ขณะที่อาชีพอื่นสูงกว่า 5.9%
- ส่วนแบ่งรายได้ของแรงงานลดจาก 60% เหลือ 56.1%
สุดขั้ว
ผลผลิตของประเทศเพิ่มเป็นสองเท่าทุก 4.5 ปี ประเทศรวยขึ้นมากอย่างที่ไม่เคยเป็น แต่รายได้ก้อนใหม่ไหลไปหาทุนมากกว่าไปหาคน
- GDP ปี 2030 อยู่ที่ 44.4 ล้านล้านดอลลาร์ สูงกว่าเส้นทางที่ไม่มี AI 32.4%
- ผลผลิตเพิ่มเป็นสองเท่าทุก 4.5 ปี
- อัตราว่างงานของคนทำงานความรู้แตะ 17.9%
- ส่วนแบ่งรายได้ของแรงงานลดจาก 60% เหลือ 45% และค่าจ้างต่ำกว่าเส้นทางเดิม 11.5%
ระยะห่างระหว่างฉากแรกกับฉากสุดท้ายคือความต่างระหว่าง “เทคโนโลยีที่ดีอีกหนึ่งอย่าง” กับ “เศรษฐกิจที่ไม่มีใครเคยอยู่มาก่อน” และรายงานไม่ได้บอกว่าฉากไหนน่าจะเกิดที่สุด มันบอกแค่ว่าทั้งสามฉาก อยู่ในช่วงที่สมมติฐานที่คนทั่วไปเชื่อกันอยู่ตอนนี้ยังรองรับได้
สิ่งที่โมเดลนี้ไม่ได้บอก
มันเป็นเรื่องของสหรัฐอเมริกา
ตัวเลขทั้งหมดคำนวณจากโครงสร้างแรงงานและ GDP ของสหรัฐ โครงสร้างอาชีพของไทยต่างออกไปมาก ทั้งสัดส่วนงานความรู้ ค่าจ้าง และความเร็วในการรับเทคโนโลยี ตัวเลขจึงยกมาใช้ตรง ๆ ไม่ได้
มันไม่ได้พูดถึงงานใหม่ที่ยังไม่มีชื่อ
ทุกคลื่นเทคโนโลยีที่ผ่านมาสร้างอาชีพที่ไม่มีใครตั้งชื่อไว้ล่วงหน้า โมเดลที่ตั้งต้นจากรายการงานที่มีอยู่วันนี้ มองไม่เห็นช่องนั้นโดยธรรมชาติ
มันไม่ได้บอกว่าจะเกิดกับใครก่อน
ตัวเลขว่างงานระดับประเทศบอกภาพรวม แต่ไม่ได้บอกว่าคนอายุเท่าไร ในเมืองไหน เพิ่งจบหรือทำมายี่สิบปี จะเป็นคนที่รับแรงนั้นก่อน ซึ่งมักเป็นสิ่งที่สำคัญที่สุด
ตัวเลขในเครื่องมือด้านบนไม่ใช่ผลจากโมเดลของ Anthropic
หน้านี้ยึดตัวเลขที่รายงานเผยแพร่ไว้เป็นหมุดสามจุด แล้วประมาณค่าระหว่างหมุดแบบเชิงเส้น ส่วนบัญชีงานรายสัปดาห์ของทั้งสี่อาชีพเป็นการประเมินของหน้านี้เอง เพื่อให้กลไกของโมเดลจับต้องได้ ไม่ใช่ผลการวิจัย