วัดผล AI จากคุณภาพงานและต้นทุนรวม ไม่ใช่ยอดลดพนักงาน

บริษัท 493 แห่งในดัชนี S&P 500 ที่ไม่รวมกลุ่ม Magnificent Seven มีรายได้ต่อพนักงานและอัตรากำไรทรงตัว ขณะที่ยังมีความเห็นต่างกันว่าการใช้ AI ที่เพิ่มขึ้นสะท้อนผลลัพธ์ในงบการเงินของบริษัทแล้วหรือไม่

ทอร์สเทน สล็อก (Torsten Slok) พาร์ตเนอร์และหัวหน้านักเศรษฐศาสตร์ของอพอลโล โกลบอล แมเนจเมนต์ (Apollo Global Management) ระบุใน Daily Spark เมื่อวันที่ 24 ตุลาคมว่า ยังไม่มีหลักฐานแสดงการเติบโตของรายได้หรือการปรับดีขึ้นของอัตรากำไรนอกภาคเทคโนโลยี กลุ่มที่เขาเรียกว่า S&P493 ไม่ใช่ดัชนีแยกต่างหาก แต่หมายถึงบริษัท 493 แห่งที่เหลือใน S&P 500 หลังหัก Magnificent Seven ออก

ข้อมูลที่สล็อกนำเสนอแสดงให้เห็นว่า รายได้ต่อพนักงานและอัตรากำไรของหุ้นเทคโนโลยีขนาดใหญ่ 7 แห่งเพิ่มขึ้น แต่ตัวชี้วัดทั้งสองของบริษัทที่เหลือทรงตัว เขาประเมินว่ายังไม่มีสัญญาณว่า AI ช่วยเร่งการเติบโตของผลิตภาพในสหรัฐฯ อย่างไรก็ตาม ตัวเลขรวมเพียงอย่างเดียวไม่สามารถระบุผลตอบแทนจากการลงทุน AI หรือสาเหตุที่ตัวเลขทรงตัวของแต่ละบริษัทได้

ก่อนหน้านี้ TokenPost เคยรายงานทั้งภาวะรายได้และอัตรากำไรของ S&P493 ที่ทรงตัว พร้อมประมาณการขนาดการลงทุน AI ประเด็นใหม่ในครั้งนี้คือควรวัดผลการใช้ AI ของแต่ละบริษัทด้วยเกณฑ์ใด

อดัม ดูเมย์ (Adam Dumey) หัวหน้าฝ่ายกลยุทธ์ของ Enterprise Frontier Lab ที่เวิลด์ไวด์เทคโนโลยี (World Wide Technology: WWT) เสนอในบทความความเห็นของฟอร์จูน (Fortune) เมื่อวันที่ 6 ว่าไม่ควรใช้จำนวนพนักงานที่ลดลงเป็นตัวตัดสินผลลัพธ์จาก AI แต่ควรออกแบบกระบวนการทำงานใหม่ เขาเปิดเผยว่า WWT จำหน่ายบริการผสานรวม AI สำหรับองค์กร และบริษัทไม่ได้ถือหุ้นของบริษัทที่กล่าวถึงในบทความ

ดูเมย์เสนอให้ผู้บริหารสูงสุดเลือกงานที่ส่งผลต่อรายได้ อัตรากำไร ความเสี่ยง และเวลาในการดำเนินการ แล้วกำหนดบทบาท อำนาจอนุมัติ และระบบบริหารจัดการขึ้นใหม่ แนวคิดคือควรกำหนดก่อนว่าจะปรับเปลี่ยนขั้นตอนการทำงานอย่างไรและต้องการผลลัพธ์แบบใด แทนที่จะหยุดอยู่แค่การนำ AI มาใช้

ดูเมย์ระบุว่า การวัดผลควรรวมค่าใช้จ่ายด้านข้อมูล การตรวจสอบ การจัดการกรณียกเว้น การทำงานซ้ำ และการบริหารจัดการ นอกเหนือจากค่าบริการโมเดล AI โดยควรพิจารณาทั้งคุณภาพของผลงานและต้นทุนทั้งหมดในการสร้างผลงานแต่ละชิ้น ทั้งนี้ โทเคนในที่นี้หมายถึงหน่วยที่โมเดล AI ใช้ประมวลผลข้อมูลนำเข้าและผลลัพธ์ ซึ่งต่างจากโทเคนสินทรัพย์ดิจิทัล

บอสตัน คอนซัลติ้ง กรุ๊ป (Boston Consulting Group: BCG) ระบุในดัชนี Applied AI Index 2026 ที่เผยแพร่เมื่อวันที่ 30 กันยายนว่า ผลสำรวจผู้บริหารและผู้นำระดับสูง 1,330 คนพบว่าเกือบครึ่งหนึ่งของบริษัทได้รับคุณค่าที่มีนัยสำคัญจาก AI โดย BCG อ้างถึงบริษัท 7.5% ที่จัดอยู่ในกลุ่มผู้นำ และอีก 41% ที่กำลังขยายการใช้ AI

ผลสำรวจของ BCG ระบุว่า สัดส่วนค่าใช้จ่ายด้าน AI ต่อรายได้อยู่ที่ 1.7% ณ สิ้นปี 2025 และเพิ่มเป็น 3.3% ในปี 2026 ก่อนหน้านี้ TokenPost ยังรายงานสัดส่วนการใช้จ่ายด้าน AI และสัดส่วนค่าใช้จ่ายที่อยู่นอกงบประมาณ IT ซึ่ง BCG เป็นผู้รวบรวม

อพอลโลพิจารณารายได้และอัตรากำไรของกลุ่มบริษัทจดทะเบียนขนาดใหญ่ในสหรัฐฯ ส่วน BCG จัดกลุ่มบริษัทจากผลสำรวจผู้บริหาร การที่ผู้ตอบแบบสำรวจระบุว่าได้รับคุณค่าจาก AI จึงไม่ได้หมายความว่าตัวชี้วัดทางการเงินของ S&P493 ดีขึ้น ขณะเดียวกัน ตัวเลขของ S&P493 ที่ทรงตัวก็ไม่ได้ยืนยันว่าการทำงานในบริษัทแต่ละแห่งไม่ดีขึ้น

ธนาคารกลางสหรัฐสาขาเซนต์หลุยส์ (Federal Reserve Bank of St. Louis) ประเมินว่า สัดส่วนแรงงานที่ใช้ AI เชิงสร้างสรรค์ในการทำงานอยู่ที่ 33% ในเดือนสิงหาคม 2024 และเพิ่มเป็น 45% ในเดือนพฤษภาคม 2026 ส่วนสำนักงานสำมะโนประชากรสหรัฐฯ (U.S. Census Bureau) ระบุว่า 19.8% ของบริษัทใช้ AI ในการดำเนินงานทางธุรกิจในช่วงสำรวจที่สิ้นสุดเมื่อวันที่ 3 พฤษภาคม 2026 ตัวเลขแรกวัดจากแรงงาน ส่วนตัวเลขหลังวัดจากบริษัท จึงนำมาเปรียบเทียบกันโดยตรงไม่ได้

รายได้ที่เพิ่มขึ้นของผู้ให้บริการ AI ก็เป็นคนละเรื่องกับผลตอบแทนจากการลงทุนของบริษัทผู้ซื้อบริการ ไมโครซอฟท์ (Microsoft, $MSFT) ระบุในผลประกอบการที่ประกาศเมื่อวันที่ 28 ตุลาคมว่า รายได้จาก Azure เพิ่มขึ้น 48% จากช่วงเดียวกันของปีก่อน ส่วนอัลฟาเบต (Alphabet, $GOOGL) ระบุในผลประกอบการไตรมาส 3 ที่ประกาศวันเดียวกันว่า รายได้จาก Google Cloud เพิ่มขึ้น 103% พร้อมอธิบายว่าความต้องการโครงสร้างพื้นฐานและโซลูชัน AI มีส่วนสนับสนุนการเติบโต

ตัวเลขดังกล่าวสะท้อนการเติบโตของธุรกิจคลาวด์ แต่ไม่ได้แสดงโดยตรงว่าผลิตภาพหรืออัตรากำไรของบริษัทลูกค้าดีขึ้นหรือไม่ จึงควรแยกสถานการณ์ที่ผู้ให้บริการ AI มีรายได้เพิ่มออกจากกรณีที่บริษัทผู้ใช้บริการสร้างผลลัพธ์คุ้มกับต้นทุน

บาร์เคลย์ส (Barclays, $BCS) ระบุในเอกสารไตรมาส 3 ที่เผยแพร่เมื่อวันที่ 22 ตุลาคมว่า มาตรการปรับโครงสร้างอาจทำให้จำนวนพนักงานลดลงเทียบเท่าพนักงานประจำเต็มเวลา (FTE) ราว 5,000 คน โดยประมาณ 60% ของตำแหน่งที่คาดว่าจะลดเป็นงานสนับสนุน ซึ่งรวมถึงนักพัฒนา บริษัทเชื่อมโยงการปรับโครงสร้างองค์กรให้เรียบง่ายและการเพิ่มประสิทธิภาพจากการเปลี่ยนแปลงทางเทคโนโลยีกับ AI แต่ไม่ได้แยกตัวเลขการลดพนักงานที่เกิดจาก AI โดยตรง และแผนดังกล่าวยังอยู่ระหว่างกระบวนการหารือกับพนักงาน

ตัวชี้วัดรวมของอพอลโล ผลสำรวจผู้บริหารของ BCG อัตราการใช้ AI ในกลุ่มแรงงานและบริษัท รายได้ของผู้ให้บริการ และแผนลดพนักงาน ต่างวัดคนละเรื่อง ข้อเสนอของดูเมย์คือควรพิจารณาคุณภาพของผลงานและต้นทุนการผลิตทั้งหมดควบคู่กัน แทนการตัดสินผลลัพธ์จากจำนวนครั้งที่ใช้ AI หรือจำนวนพนักงานที่ลดลงเพียงอย่างเดียว