บริษัทเริ่มถอย "เอา AI แทนคน" — ต้นทุน token แพงกว่าจ้างคน งานยังพึ่ง AI ล้วนไม่ได้
สารบัญ
สรุปให้ไว
กระแสถอย
หลายบริษัทใหญ่เริ่มปิดระบบ AI ที่ใช้แทนคน แล้วเรียกคนกลับมาทำงาน
ต้นทุนพลิกความคาดหวัง
ต้นทุน token ของบางทีมแพงกว่าค่าจ้างคนที่ปลดไป
นำร่องไม่เกิดผล
งานวิจัยพบ 95% ของโครงการ gen-AI ในองค์กรไม่เกิดผลที่วัดได้
แทน task ได้ แต่ไม่ใช่ทั้ง job
งานหนึ่งคือหลาย task มีแค่บางส่วนที่ AI ทำแทนได้
01เกิดอะไรขึ้น
มีรายงานหลายชิ้นชี้ไปทางเดียวกันว่า บริษัทที่เคยประกาศแทนพนักงานด้วย AI กำลังถอย ตัวอย่างที่ถูกพูดถึงคือเชนกาแฟใหญ่ที่ปิดระบบนับสต๊อกด้วย AI ใน 11,000 สาขา เพราะตอนเดโมแม่นยำเกือบ 100% แต่พอเจอหน้าร้านจริงที่ของวางระเกะระกะ แสงไม่นิ่ง ระบบนับพลาด จนพนักงานต้องกลับมานับมือเองอยู่ดี กลายเป็นทำงานสองเด้ง
ไม่ใช่ที่เดียว บริษัทการเงินแบบ buy-now-pay-later เคยลดคนเพราะเชื่อว่า AI ตอบลูกค้าแทนได้ สุดท้ายคุณภาพบริการตกจนต้องจ้างคนกลับ เชนอาหารฟาสต์ฟู้ดถอดระบบรับออเดอร์ด้วยเสียง และสายการบินหนึ่งถึงขั้นแพ้คดีเพราะแชตบอตให้ข้อมูลผิด ทั้งหมดนี้สะท้อนปัญหาเดียวกันคือ เดโมกับการใช้งานจริงเป็นคนละเรื่อง
02ปมที่ใหญ่ที่สุดคือต้นทุน
นอกจากคุณภาพ อีกปมคือต้นทุนที่แพงเกินคาด งานวิจัยสำนักหนึ่งพบว่า 95% ของโครงการนำร่อง gen-AI ในองค์กรไม่เกิดผลต่อรายได้หรือต้นทุนที่วัดได้ และมีกรณีบริษัทเรียกรถใหญ่ที่เปิดเครื่องมือ AI ช่วยเขียนโค้ดให้วิศวกร 5,000 คน แล้วใช้งบ AI ทั้งปีหมดภายใน 4 เดือน เฉลี่ยตกหลักหลายร้อยถึงสองพันดอลลาร์ต่อคนต่อเดือน แม้โค้ดราว 70% จะมาจาก AI แต่ผู้บริหารกลับโยงไม่ได้ว่ามันทำให้ส่งฟีเจอร์ถึงลูกค้าได้มากขึ้นจริง
ที่น่าสนใจคือแม้แต่บริษัทเทคยักษ์ใหญ่รายหนึ่งยังสั่งแบนเครื่องมือ AI ช่วยเขียนโค้ดในองค์กรตัวเองเพราะแพงเกินไป และผู้บริหารบริษัทชิปรายใหญ่ก็เคยบอกว่าต้นทุน AI ของทีมแพงกว่าค่าคน สำนักวิจัยตลาดยังคาดว่ากว่า 40% ของโครงการ agentic AI จะถูกยกเลิกภายในสิ้นปี 2027 จากเรื่องต้นทุน คุณค่าที่ไม่ชัด และการคุมความเสี่ยงที่ไม่พอ
บทเรียนสำคัญ
- ★
เดโม ≠ ของจริง
ความแม่นในห้องเดโมมักพังเมื่อเจอสภาพงานจริงที่รก ไม่นิ่ง
- ★
ต้นทุน token ซ่อนอยู่
ค่าโทเคนจริงอาจแพงกว่าจ้างคน ต้องบวกเข้าไปก่อนตัดสินใจ
- ★
AI แทน task ไม่ใช่ job
งานหนึ่งคือหลาย task มีแค่บางส่วนที่ทำแทนได้
- ★
augment ชนะ replace
บริษัทที่ใช้ AI เสริมคนแล้วเอาเงินที่ประหยัดไปจ้างเพิ่ม ได้ผลดีกว่า
03เกี่ยวอะไรกับเรา
เรื่องนี้ตรงแก่นเลยว่า เชียร์ให้ใช้ AI แต่ไม่ปล่อยให้ AI ตัดสินใจหรือแทนคนทั้งหมด บทเรียนคือ AI แทนงานย่อยบางอย่างได้ แต่ยังแทนทั้งตำแหน่งงานไม่ได้ เพราะงานหนึ่งคือหลาย task รวมกัน มีแค่บางส่วนที่ทำอัตโนมัติได้จริง และต้นทุน token ที่มองข้ามบ่อย ๆ อาจแพงกว่าจ้างคนเสียอีก มีบริษัทที่ทำถูกทางคือใช้ AI จัดการคำถาม HR และ IT ภายในได้กว่า 90% และ 70% โดยไม่ปลดใคร แต่เอาเงินที่ประหยัดไปจ้างเพิ่ม
ฟันธง: อย่าไล่คนเพราะเดโมสวย วิธีที่ปลอดภัยกว่าคือทดสอบ AI กับเคสที่แย่ที่สุดของงานคุณ ไม่ใช่เคสที่ดีที่สุด แล้ววัดเวลาที่ต้องตามแก้ของมัน บวกกับค่า token ถ้าตัวเลขยังคุ้มค่อยใช้ ถ้าไม่คุ้มก็เดินจากมาดีกว่า และให้มองค่า AI เหมือนค่าทีมงานที่ต้องมีคนคุม ไม่ใช่ปุ่มวิเศษที่กดแล้วลดคนได้ทันที