AI Washing คืออะไร? Sam Altman เผยความจริงที่บริษัทโกหกเรา
Sam Altman CEO ของ OpenAI เพิ่งพูดตรงๆ ที่ India AI Impact Summit ว่าหลายบริษัทกำลัง “AI washing” — อ้าง AI เป็นเหตุไล่คน ทั้งที่จริงเป็นแค่ cost-cutting เหมือนเดิม บทความนี้ถอดรหัสความจริง: อะไรคือ AI washing อะไรคือ displacement จริง และคนไทยควรรับมืออย่างไร
AI Washing คืออะไร?
AI Washing คือการที่บริษัท over-attribute การไล่คนว่าเกิดจาก AI ทั้งที่สาเหตุจริงคือ overhiring ช่วง COVID, เศรษฐกิจหดตัว, หรือ restructuring ธรรมดา ชื่อมาจาก Greenwashing (อ้างว่า eco-friendly ทั้งที่ไม่ได้ทำจริง)
เหตุผลที่บริษัททำ: “เราไล่คนเพราะ AI” ฟัง forward-thinking กว่า “เราจ้างเกินในช่วงโควิดแล้วตอนนี้ต้องลด”
ตัวเลขที่พิสูจน์ว่า AI Washing มีจริง
ข้อมูลจาก Challenger, Gray & Christmas และ Yale Budget Lab พบว่า:
– ปี 2025: มีการ layoff รวม 1.2 ล้านตำแหน่งในสหรัฐ แต่ที่ระบุว่าเกิดจาก AI จริงๆ มีแค่ 55,000 ตำแหน่ง (4.5%)
– มกราคม 2026: layoff 108,435 คน (สูงสุดตั้งแต่ปี 2009) แต่ที่ link กับ AI ได้จริง: ~7,600 คนเท่านั้น
– Yale Budget Lab ตรวจ BLS data พบ: ไม่มีการเปลี่ยนแปลงนัยสำคัญ ใน unemployment patterns หลัง ChatGPT เปิดตัว
ตัวอย่างบริษัทที่น่าตั้งคำถาม
| บริษัท | Layoffs | สิ่งที่อ้าง | ข้อสังเกต |
|---|---|---|---|
| Amazon | 30,000 คน (ต.ค. 2025–ม.ค. 2026) | “AI-driven transformation” | ไม่มีหลักฐานชัดว่า AI ทำงานแทนจริง |
| Microsoft | 15,000+ คน ปี 2025 | “AI transformation” | CEO ยอมรับ headcount รวมแทบไม่เปลี่ยน |
| 15% ม.ค. 2026 | “AI-forward strategy” | – | |
| Chegg | 45% ต.ค. 2025 | “New realities of AI” | Traffic จาก Google หายไปน่าจะเป็นสาเหตุหลัก |
Displacement จริงๆ ที่มีหลักฐาน
ไม่ใช่ทุก case คือ AI washing — displacement จริงก็เกิดขึ้น:
– Klarna: AI agents จัดการ customer service ได้ 2/3 ของ volume
– Duolingo: ลด content contractors เพราะ AI สร้าง lesson ได้จริง
– IBM: hiring freeze ใน back-office roles ที่ AI ทำแทนได้
ความแตกต่าง: บริษัทเหล่านี้มี productivity metrics จริง ให้ดู ไม่ใช่แค่ narrative
J-Curve Effect — ทำไม AI Productivity ยังไม่เห็นชัด
HBR วิเคราะห์พบว่าบริษัทส่วนใหญ่อ้าง efficiency gains ~20% จาก AI แต่ผลจริงยังน้อยกว่า บางกรณีช้ากว่า manual
สาเหตุ: Adoption curve ของเทคโนโลยีใหม่ — ต้อง learn, integrate, rebuild processes ก่อน productivity จะ spike จริงๆ
Gartner คาด: 50% ของบริษัทที่ไล่คนอ้าง AI ปี 2025-2026 จะ rehire ในชื่อ job title ใหม่ภายในปี 2027
วิธีแยก AI Washing จาก Real Displacement
ตัวบ่งชี้ว่าเป็น AI Washing:
– บริษัท overhire ช่วง 2020-2022
– CEO พูดเรื่อง AI ใน earnings call บ่อยผิดปกติ
– ตัวเลข layoff ใหญ่เกินสัดส่วนงานที่ AI ทำได้จริง
ตัวบ่งชี้ว่าเป็น Real Displacement:
– มีตัวเลข throughput ที่เพิ่มขึ้นชัดเจน
– AI ทำงาน quantify ได้จริง
– พนักงานที่ออกถูก redeploy ไปงานที่มี value สูงกว่า
อาชีพที่เสี่ยงจริงๆ vs อาชีพที่ปลอดภัย
เสี่ยงจริง (มีหลักฐาน):
– Junior content/copywriting
– Entry-level data entry / document processing
– Tier-1 customer support (script-based)
ยังปลอดภัย:
– งานที่ต้องการ judgment สูง และ context ซับซ้อน
– Creative direction (ไม่ใช่ execution)
– งานที่ตัดสินใจในสถานการณ์ unique
กลยุทธ์รับมือสำหรับคนทำงานไทย
1. อย่า panic เมื่อเห็นข่าว layoff ที่อ้าง AI — ตรวจสอบตัวเลขจริงก่อนเชื่อ
2. เรียนรู้วิธีทำงาน กับ AI ไม่ใช่แค่ใช้ AI ตอบคำถาม
3. Build “AI-augmented” skills ที่ AI ช่วยคุณให้เก่งขึ้น
4. Focus ที่ judgment, creativity, และ human relationship
FAQ — คำถามที่พบบ่อย
Q: AI Washing ต่างจาก AI Hype ยังไง?
A: AI Hype คือการ oversell ความสามารถของ AI ในอนาคต AI Washing คือการใช้ AI เป็น excuse สำหรับ business decision ที่วางแผนอยู่แล้ว
Q: Sam Altman พูดเรื่องนี้ที่ไหน?
A: พูดที่ India AI Impact Summit ปลาย กุมภาพันธ์ 2026 ระหว่างสัมภาษณ์กับ CNBC-TV18 — quote ตรงๆ ว่า “there’s some AI washing where people are blaming AI for layoffs that they would otherwise do”
Q: แล้ว displacement จริงจะมาเมื่อไหร่?
A: Anthropic’s Dario Amodei คาด 50% ของ entry-level white-collar jobs จะได้รับผลใน 1-5 ปี แต่จะเป็นแบบ gradual ไม่ใช่ overnight
Q: องค์กรไทยควรทำอย่างไรกับเรื่องนี้?
A: อย่า AI wash พนักงานตัวเอง — สื่อสารตรงๆ ดีกว่าเสมอ และถ้าจะทำ AI จริง เริ่มจาก measure productivity ก่อน headcount
Q: งานประเภทไหนที่ AI ยังทำแทนไม่ได้?
A: งานที่ต้องการ novel judgment, high-stakes decisions, deep relationships, และ creative direction ที่ต้องมี cultural context — AI ยังทำได้ไม่ดีพอ
บทสรุป
AI Washing จะมีมากขึ้นในปี 2026-2027 เพราะ AI เป็น narrative ที่ขายได้ดี วิธีป้องกันตัวเองที่ดีที่สุดคือตามหาตัวเลข ไม่ใช่แค่ story
Real AI displacement จะมา — แต่ไม่ใช่วันนี้ ไม่ใช่ทุกอาชีพ และไม่ใช่ตามที่ press release บอก
—
ติดตาม Data-Espresso สำหรับ AI insights ย่อยง่ายทุกวัน: [data-espresso.com](https://data-espresso.com) ☕