2.7 ล้านล้านดอลลาร์ต่อปี มูลค่าเวลาที่ AI ช่วยประหยัดให้แรงงานทั่วโลก

มูลค่าเวลาแรงงานที่ AI ช่วยประหยัดในสถานที่ทำงานทั่วโลก เมื่อคำนวณเป็นตัวเงิน สูงถึง 2.7 ล้านล้านดอลลาร์ต่อปี ตามผลการศึกษาล่าสุด โดยพบว่าประสิทธิภาพด้านเวลาที่เพิ่มขึ้นนี้ไม่ได้จำกัดอยู่แค่สายงานพัฒนาซอฟต์แวร์อีกต่อไป แต่ขยายไปสู่งานสำนักงาน งานด้านการศึกษา และงานขายด้วย

เรเชล ยู่ถิง แฟน (Rachel Yuting Fan) นักวิจัย และ ฮา มินห์ เหงียน (Ha Minh Nguyen) นักเศรษฐศาสตร์จากกองทุนการเงินระหว่างประเทศ (IMF) เปิดเผยผลการศึกษานี้ในรายงานวิจัย 'Aggregate Gains from AI and Their Distribution' ของ IMF โดยวิเคราะห์ข้อมูลดัชนีเศรษฐกิจแอนโทรปิก (Anthropic Economic Index) ทั้ง 5 รอบที่เผยแพร่ระหว่างเดือนมกราคม 2025 ถึงเดือนกุมภาพันธ์ 2026 ทีมวิจัยเชื่อมโยงบันทึกการสนทนากับคลอด (Claude) เข้ากับลักษณะงานในแต่ละอาชีพ แล้วนำข้อมูลค่าจ้างจากองค์การแรงงานระหว่างประเทศ (ILO) มาคำนวณเป็น 'มูลค่าเทียบเท่าต้นทุนแรงงาน' หรือ LCE

การศึกษาครั้งนี้ครอบคลุม 86 ประเทศที่มีข้อมูลค่าจ้างและการจ้างงานให้เปรียบเทียบได้ ทีมวิจัยประเมินเวลาที่ AI ช่วยประหยัดในปัจจุบันโดยอ้างอิงค่าจ้างของแต่ละประเทศ พบว่า LCE รวมอยู่ที่ราว 2.7 ล้านล้านดอลลาร์ต่อปี คิดเป็น 3.4% ของผลรวมผลิตภัณฑ์มวลรวมภายในประเทศ (GDP) ของประเทศที่ศึกษาทั้งหมด

ตัวเลขนี้เพิ่มขึ้นอย่างมากเมื่อเทียบกับการประเมินครั้งก่อน โดยเมื่อ 6 เดือนก่อน LCE ที่คำนวณด้วยวิธีเดียวกันอยู่ที่ 1.2 ล้านล้านดอลลาร์ ซึ่งหมายความว่าตัวเลขล่าสุดเพิ่มขึ้นกว่าเท่าตัว

อย่างไรก็ตาม ตัวเลขนี้ 'ไม่ได้' หมายถึงการเติบโตของ GDP โดยตรง ทีมวิจัยระบุว่าควรมอง LCE เป็นดัชนีบ่งชี้มูลค่าด้านผลิตภาพที่การใช้ AI สื่อถึง ส่วนคำถามที่ว่าหลังจากเวลาลดลงแล้ว ผลผลิตจริงเพิ่มขึ้นมากน้อยเพียงใด และภาคธุรกิจกับตลาดแรงงานปรับตัวอย่างไร ยังต้องอาศัยสมมติฐานเพิ่มเติมในการวิเคราะห์

LCE คือมูลค่าที่แปลงเวลาซึ่ง AI ช่วยประหยัดให้กลายเป็นค่าจ้าง เวลาหนึ่งชั่วโมงที่ประหยัดได้เท่ากัน แต่ในประเทศหรือสายอาชีพที่มีค่าจ้างสูงกว่า มูลค่าที่คำนวณออกมาก็จะสูงกว่าไปด้วย ด้วยเหตุนี้ LCE จึงเป็นจุดเริ่มต้นที่ดีสำหรับการถกเถียงเรื่องผลิตภาพ แต่ไม่สามารถตีความตรงไปตรงมาว่าเป็นผลกำไรของบริษัทหรือรายได้ประชาชาติที่เพิ่มขึ้นจริง

รูปแบบการขยายตัวของการใช้งานก็เปลี่ยนไปเช่นกัน ช่วงแรกการใช้ AI กระจุกตัวอยู่ในงานพัฒนาซอฟต์แวร์ แต่หลังจากนั้นได้ขยายไปสู่งานด้านการศึกษา งานสำนักงาน และงานขาย ระหว่างกระบวนการนี้ ค่าจ้างเฉลี่ยที่ถ่วงน้ำหนักตามปริมาณการใช้ AI ลดลง 5.5% ในช่วง 13 เดือน

แม้ค่าจ้างเฉลี่ยจะลดลง แต่มูลค่าต้นทุนแรงงานที่ประหยัดได้โดยรวมกลับเพิ่มขึ้น ทีมวิจัยอธิบายว่าสายอาชีพที่มีค่าจ้างต่ำมักมีจำนวนผู้ทำงานมากกว่า ดังนั้นเมื่อการใช้ AI แพร่หลายมากขึ้น ปริมาณเวลาที่ประหยัดได้โดยรวมจึงยิ่งเพิ่มสูงขึ้นตามไปด้วย

ผลประโยชน์ที่เกิดขึ้นไม่ได้กระจายอย่างเท่าเทียมกันในแต่ละประเทศและสายอาชีพ ทีมวิจัยพบว่า LCE ของกลุ่มประเทศรายได้สูงอยู่ที่ราว 4.2% ของ GDP สูงกว่ากลุ่มประเทศรายได้ปานกลางที่ราว 0.6% และกลุ่มประเทศรายได้ต่ำที่เพียง 0.1% อย่างชัดเจน ในประเทศกำลังพัฒนา มูลค่าจากการใช้ AI มักกระจุกตัวอยู่ในกลุ่มวิชาชีพเฉพาะทางที่มีจำนวนน้อย

ทีมวิจัยวัดปรากฏการณ์นี้ด้วย 'ดัชนีความกระจุกตัวของ AI' หรือ ACI ยิ่งค่า ACI เข้าใกล้ 1 มากเท่าไหร่ ยิ่งหมายความว่ามูลค่าจากการใช้ AI กระจุกตัวอยู่ในสายอาชีพที่มีค่าจ้างสูง สำหรับสหรัฐฯ พบว่ามีการประหยัดเวลาเกิดขึ้นในงานสำนักงาน งานบริการ งานขาย และงานช่างฝีมือ แต่ค่า ACI อยู่ที่เพียง 0.44

ในทางกลับกัน แทนซาเนียมีค่า ACI ใกล้เคียงกับ 1 มาก ขณะที่ยูกันดาและกัมพูชาก็มีระดับความกระจุกตัวในกลุ่มวิชาชีพเฉพาะทางสูงเช่นกัน ส่วนออสเตรเลียและสหราชอาณาจักรถูกยกเป็นตัวอย่างที่ผลประโยชน์กระจายตัวออกไปในวงกว้างกว่า สะท้อนว่าแม้จะใช้เครื่องมือ AI ตัวเดียวกัน แต่ความหมายเชิงเศรษฐกิจกลับแตกต่างกันไปตามโครงสร้างค่าจ้างและการกระจายตัวของอาชีพในแต่ละประเทศ

ขณะเดียวกันก็พบแนวโน้มที่ระดับความกระจุกตัวลดลงเช่นกัน สัดส่วนประเทศที่ค่า ACI ลดลงอยู่ที่ 23% ในช่วงเดือนสิงหาคมถึงพฤศจิกายน 2025 และเพิ่มขึ้นเป็น 42% ในช่วงเดือนพฤศจิกายน 2025 ถึงกุมภาพันธ์ 2026 ทั้งนี้ ใน 28 ประเทศที่ระดับความกระจุกตัวเพิ่มขึ้นต่อเนื่องจนถึงเดือนพฤศจิกายน 2025 กลับพลิกเป็นแนวโน้มลดลงในเดือนกุมภาพันธ์ 2026 โดย 12 ประเทศในจำนวนนี้เป็นประเทศรายได้ปานกลาง

ผลวิเคราะห์ครั้งนี้อ้างอิงจากข้อมูลการใช้งานคลอดของแอนโทรปิก (Anthropic) ทีมวิจัยระบุว่าที่เลือกเปิดเผยชื่อแอนโทรปิกและคลอดอย่างชัดเจนก็เพื่อความโปร่งใสและให้สามารถทำซ้ำการศึกษาได้ ในขณะเดียวกันก็ยอมรับว่าข้อมูลการใช้งานจากผู้ให้บริการรายเดียวอาจไม่ได้เป็นตัวแทนของตลาด AI ทั้งหมด และการใช้งานผ่าน API ระดับองค์กร รวมถึงแพลตฟอร์ม AI อื่น ก็ยังไม่ถูกนำมารวมไว้ในตัวเลขประมาณการพื้นฐานนี้ทั้งหมด

ผลการศึกษานี้ชี้ให้เห็นว่าการถกเถียงเรื่องการนำ AI มาใช้งานไม่ได้จบลงแค่การแข่งขันด้านประสิทธิภาพของโมเดลเพียงอย่างเดียว คำถามที่ว่า AI ช่วยลดเวลาทำงานของสายอาชีพใด และผลประโยชน์จากการประหยัดเวลานั้นตกไปอยู่กับประเทศและแรงงานกลุ่มใดก่อน กำลังกลายเป็นตัวแปรสำคัญของการถกเถียงเรื่องผลิตภาพในระยะต่อไป ซึ่งเชื่อมโยงกับแนวโน้มที่ AI เอเจนต์ขยายบทบาทเข้าสู่ขั้นตอนการทำงานจริงและการบริหารจัดการสิทธิ์การเข้าถึงที่กำลังเกิดขึ้นเช่นกัน

ทีมวิจัยนำข้อมูลการใช้งานคลอดมาผนวกกับข้อมูลค่าจ้างเพื่อเปรียบเทียบการกระจายตัวในแต่ละประเทศและสายอาชีพ และระบุว่าการประเมินผลกระทบทางเศรษฐกิจของ AI ในระยะต่อไปจำเป็นต้องพิจารณาทั้งขนาดของเวลาที่ประหยัดได้ และการกระจายมูลค่านั้นไปยังแรงงานและอุตสาหกรรมกลุ่มใดควบคู่กันไป