วิจัยพบ บริษัทเทคแห่ใช้ AI หวังลดต้นทุน แต่ค่าใช้จ่ายจริงอาจพุ่งแทน

By
boompw
-

ยุคนี้คิดไม่ออก บอกไม่ถูก ก็ AI ไว้ก่อน เพราะหลายคนมองว่า AI จะช่วยทำงานได้เร็วขึ้น ฉลาดขึ้น และสำคัญที่สุดคือ “ประหยัดต้นทุน” โดยเฉพาะต้นทุนด้านแรงงาน 

แต่ข้อมูลชุดใหม่ที่ออกมาในช่วงเวลาใกล้กันกำลังสะท้อนภาพอีกด้านว่า สมการนี้อาจไม่ได้ตรงไปตรงมาขนาดนั้น

ผลสำรวจล่าสุดจาก ‘Gartner’ พบว่า องค์กรที่กำลังทดลองหรือเริ่มนำแนวคิด ‘ธุรกิจอัตโนมัติ’ หรือ ‘Autonomous Business’ มาใช้ถึงราว 80% มีการปรับลดจำนวนพนักงานลง แต่สิ่งที่น่าสนใจกว่าคือ การลดจำนวนคนไม่ได้แปลว่าองค์กรเหล่านั้นจะได้ผลตอบแทนจากการลงทุนที่ดีขึ้นเสมอไป

Gartner สำรวจผู้บริหารธุรกิจทั่วโลก 350 รายจากองค์กรที่มีรายได้อย่างน้อย 1 พันล้านดอลลาร์ฯ หรือประมาณ 3.26 หมื่นล้านบาท และกำลังใช้งานเทคโนโลยีอย่าง AI Agents ระบบอัตโนมัติอัจฉริยะ และเทคโนโลยีอัตโนมัติขั้นสูง ผลที่ได้คือ อัตราการลดคนในกลุ่มที่รายงานว่าได้ผลตอบแทนจากการลงทุนสูง กับกลุ่มที่ให้ผลลัพธ์ต่ำหรือถึงขั้นติดลบ กลับมีสัดส่วนใกล้เคียงกันอย่างมีนัยสำคัญ

พูดง่ายๆ คือ การปลดคนอาจช่วยเปิดพื้นที่ในงบประมาณได้ แต่ไม่ได้หมายความว่าธุรกิจจะสร้างผลตอบแทนได้จริง

‘Helen Poitevin’ รองประธานนักวิเคราะห์ของ Gartner มองว่า ผู้บริหารจำนวนไม่น้อยกำลัง ‘เข้าใจผิด’ ที่มองการลดพนักงานเป็นทางลัดไปสู่ผลตอบแทนจาก AI เพราะองค์กรที่สร้างผลตอบแทนได้จริงไม่ใช่องค์กรที่พยายามตัดคนออก แต่คือองค์กรที่ลงทุนกับการพัฒนาทักษะ บทบาทงาน และโมเดลการทำงานใหม่ เพื่อให้มนุษย์สามารถทำงานร่วมกับระบบอัตโนมัติได้อย่างมีประสิทธิภาพ

ต้นทุนใหม่ที่เพิ่มเข้ามา

อย่างไรก็ตาม สิ่งที่น่าสนใจคือ แม้การลดคนจะไม่ได้การันตีผลตอบแทน แต่ในอีกด้าน บริษัทที่เดินหน้าใช้งาน AI อย่างจริงจังก็กำลังเจอ ‘ต้นทุนใหม่’ ที่อาจไม่เคยถูกพูดถึงมากนัก

รายงานจาก Fortune ระบุว่า ‘Microsoft’ เริ่มยกเลิกสิทธิ์ใช้งาน Claude Code ซึ่งเป็นเครื่องมือช่วยเขียนโค้ดด้วย AI ของ ‘Anthropic’ สำหรับพนักงานจำนวนมากภายในองค์กร และหันไปผลักดันให้ใช้งาน GitHub Copilot CLI หรือเครื่องมือช่วยเขียนโค้ดของตัวเองผ่านระบบคำสั่งแทน

เรื่องนี้น่าสนใจเพราะเพียง 6 เดือนก่อนหน้า Microsoft เพิ่งเปิดให้พนักงานหลายพันคน ตั้งแต่นักพัฒนา ผู้จัดการโครงการ ไปจนถึงนักออกแบบ ทดลองใช้งาน Claude Code เพื่อทดสอบศักยภาพของ AI ในการช่วยทำงานเขียนโปรแกรม แต่เมื่อการใช้งานได้รับความนิยมอย่างรวดเร็ว สิ่งที่ตามมาคือคำถามเรื่องต้นทุน

แม้ Microsoft จะไม่ได้อธิบายเหตุผลอย่างเป็นทางการ แต่รายงานดังกล่าวชี้ว่า การใช้งานที่เพิ่มขึ้นอย่างรวดเร็วกำลังทำให้ต้นทุนของเครื่องมือ AI กลายเป็นประเด็นที่องค์กรต้องพิจารณามากขึ้น

Microsoft ไม่ใช่รายเดียวที่เจอสถานการณ์นี้ ‘Uber’ ก็เผชิญโจทย์คล้ายกัน โดย ‘Praveen Neppalli Naga’ ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี บอกกับ ‘The Information’ ว่า บริษัทใช้หมดงบประมาณสำหรับเครื่องมือเขียนโค้ดด้วย AI ของปี 2569 ไปแล้วภายในเวลาเพียง 4 เดือน

สิ่งที่ทำให้ประเด็นนี้น่าสนใจยิ่งขึ้นคือ ก่อนหน้านั้น Uber เองก็ผลักดันการใช้งาน AI อย่างจริงจัง ถึงขั้นสร้างระบบจัดอันดับภายในเพื่อวัดว่าทีมไหนใช้งาน AI มากที่สุด เพื่อเร่งให้พนักงานนำเครื่องมือเหล่านี้มาใช้ในชีวิตการทำงานประจำวัน

ภาพที่เกิดขึ้นกำลังสะท้อนความย้อนแย้งของ AI ในองค์กร เพราะแม้หลายคนจะมองว่า AI ช่วยเพิ่มประสิทธิภาพการทำงาน แต่ในเชิงต้นทุน การใช้งานที่มากขึ้นกลับอาจทำให้ค่าใช้จ่ายรวมพุ่งสูงขึ้น

หนึ่งในเหตุผลคือ โมเดลคิดค่าบริการของ AI ที่ผูกกับโทเคน ยิ่งใช้งานมาก ยิ่งส่งคำสั่งซับซ้อน หรือยิ่งให้ AI ทำงานต่อเนื่องหลายขั้นตอน ค่าใช้จ่ายก็ยิ่งสูงขึ้นตามไปด้วย

‘Goldman Sachs’ เคยประเมินว่า Agentic AI อาจทำให้การใช้โทเคนเพิ่มขึ้นถึง 24 เท่าภายในปี 2030 หรือแตะระดับ 1.2 แสนล้านล้านโทเค็นต่อเดือน หากองค์กรและผู้บริโภคเริ่มใช้งานอย่างแพร่หลาย

คำให้สัมภาษณ์ของ ‘Bryan Catanzaro’ รองประธานฝ่ายวิจัยและพัฒนา AI เชิงประยุกต์ของ NVIDIA ก็ยิ่งตอกย้ำประเด็นนี้ เมื่อเขายอมรับตรงๆ ว่า สำหรับทีมของเขา ต้นทุนด้านการประมวลผลสูงกว่าต้นทุนพนักงานเสียอีก

องค์กรพร้อมแลกกับต้นทุนใหม่หรือไม่

แน่นอนว่า นี่ไม่ได้หมายความว่า AI แพงกว่ามนุษย์ในทุกกรณี หรือ AI ไม่คุ้มค่าต่อการลงทุน เพราะหลายองค์กรยังเชื่อว่าเมื่อใช้อย่างเหมาะสม AI สามารถเพิ่มผลิตภาพได้จริง

แต่สิ่งที่ข้อมูลจากหลายฝั่งกำลังสะท้อนตรงกันคือ เรื่องเล่าแบบเดิมที่ว่า “AI จะช่วยลดคน และลดต้นทุนทันที” อาจง่ายเกินไปสำหรับโลกธุรกิจจริง

เพราะเมื่อองค์กรเริ่มใช้งาน AI ในระดับจริงจัง ต้นทุนที่ต้องคิดไม่ได้มีแค่ค่าแรงที่อาจลดลง แต่ยังรวมถึงค่าประมวลผล ค่าเครื่องมือซอฟต์แวร์ ค่าโครงสร้างพื้นฐาน และต้นทุนจากการออกแบบวิธีทำงานใหม่ทั้งองค์กร

เพราะฉะนั้น คำถามอาจไม่ใช่ว่า AI จะมาแทนคนได้หรือไม่ แต่อยู่ที่ว่าองค์กรพร้อมแค่ไหนที่จะจ่ายต้นทุนใหม่ เพื่อแลกกับประสิทธิภาพที่ AI สัญญาไว้

ที่มา: Gartner, Benzinga, Fortune

ติดตามข่าวสารจาก Brand Inside ได้จาก Facebook ของเรา