เอเจนต์ AI ทดแทนฟรีแลนซ์ได้จริงหรือ? หลักฐาน 4 ปีบอกอะไรบ้าง (ChatGPT, Claude, Upwork, Jobbit)

เจ้าของธุรกิจทุกคนในตอนนี้กำลังถามคำถามในรูปแบบเดียวกัน นั่นคืองานแบบไหนที่มอบให้เอเจนต์ AI ทำได้ และงานแบบไหนที่ยังต้องใช้คน ครั้งนี้คำถามมีห้องทดลองรองรับ นับตั้งแต่ปลายปี 2022 แพลตฟอร์มฟรีแลนซ์ออนไลน์ที่รวบรวมนักเขียน นักแปล นักออกแบบ และนักพัฒนาหลายล้านคน ก็กลายเป็นสถานที่เกิดการทดลองตามธรรมชาติ ว่าจะเกิดอะไรขึ้นเมื่อสิ่งทดแทนที่มีความสามารถสำหรับงานความรู้แบบประจำปรากฏขึ้นในชั่วข้ามคืน ด้วยต้นทุนส่วนเพิ่มที่แทบเป็นศูนย์ เข้าสู่ตลาดที่ทุกงานถูกโพสต์ ตั้งราคา และประทับเวลาไว้

กรณีศึกษานี้ปฏิบัติต่อการทดลองดังกล่าวเหมือนที่นักวิชาการปฏิบัติต่อหลักฐานชุดอื่นใด นั่นคือมีการวัดอะไรกันแน่ วัดได้ดีเพียงใด ผลลัพธ์แสดงอะไร และยังแสดงอะไรไม่ได้ กรณีศึกษานี้อ้างอิงงานวิจัยที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิและเอกสารการทำงานจากนักวิจัยที่ Stanford, MIT, Harvard Business School, University of Chicago และ UCLA รวมถึงการทดลองภาคสนามแบบสุ่มภายใน BCG และ Alibaba การประเมินความสามารถจาก METR และ OpenAI และข้อมูลของแพลตฟอร์มเองจาก Upwork และ Fiverr ช่วงเวลาที่ครอบคลุมคือตั้งแต่เดือนพฤศจิกายน 2022 ซึ่งเป็นช่วงที่ ChatGPT เปิดตัว จนถึงเดือนสิงหาคม 2026 ซึ่งเป็นช่วงที่งานวิจัยล่าสุดในกลุ่มนี้ได้รับการปรับปรุง

คำตอบสั้น ๆ ต่อคำถามในหัวเรื่องคือ จนถึงตอนนี้เอเจนต์ทดแทนงาน ไม่ใช่ทดแทนฟรีแลนซ์ และการทดแทนนั้นก็แคบ รวดเร็ว และไม่สม่ำเสมอ ส่วนคำตอบแบบยาวมีประโยชน์มากกว่า เพราะบอกธุรกิจได้ว่าเส้นแบ่งในปัจจุบันอยู่ตรงไหน และควรทำงานอย่างไรทั้งสองฝั่งของเส้นแบ่งนั้น

สรุปผลการค้นพบ

ข้อสรุปห้าข้อยังคงยืนหยัดได้แม้อ่านหลักฐานด้วยสายตาที่ตั้งคำถาม

ข้อแรก การทดแทนเกิดขึ้นจริงและกระจุกตัว ภายในแปดเดือนหลัง ChatGPT เปิดตัว การโพสต์งานเขียนและงานเขียนโค้ดที่เสี่ยงต่อการถูกระบบอัตโนมัติทำแทนบนแพลตฟอร์มระดับโลกชั้นนำแห่งหนึ่งลดลงประมาณ 21% เมื่อเทียบกับงานที่ต้องใช้แรงคนมาก และเครื่องมือสร้างภาพก็ทำให้การโพสต์งานด้านภาพลดลงประมาณ 17% บน Upwork คุณสมบัติและชื่อเสียงกลายเป็นตัวทำนายที่แม่นยำน้อยลงอย่างวัดได้ว่าใครจะได้รับการว่าจ้างในหมวดหมู่ที่ AI เข้าถึงได้ ในขณะที่ราคากลับกลายเป็นตัวทำนายที่แม่นยำมากขึ้น

ข้อที่สอง ผลกระทบต่อตลาดแรงงานในวงกว้างยังคงเล็กน้อย งานวิจัยที่แม่นยำที่สุดซึ่งใช้ข้อมูลทางราชการของเดนมาร์ก ตัดความเป็นไปได้ที่จะมีผลกระทบต่อรายได้หรือชั่วโมงทำงานเกิน 2% ในสองปีหลัง ChatGPT ข้อยกเว้นนั้นชัดเจนมาก ในสหรัฐอเมริกา การจ้างงานของแรงงานอายุ 22 ถึง 25 ปีในอาชีพที่ AI เข้าถึงมากที่สุด ตอนนี้อยู่ต่ำกว่าระดับที่ควรจะเป็นราวประมาณ 19% หากเทียบกับอัตราการจ้างงานของกลุ่มเพื่อนวัยเดียวกันในอาชีพที่ AI เข้าถึงน้อยกว่า

ข้อที่สาม ผลได้ด้านผลิตภาพจากการทำงานร่วมกับ AI นั้นมากแต่ไม่สม่ำเสมอ ผลได้นี้มากที่สุดสำหรับแรงงานที่มีประสบการณ์น้อยกว่าในงานประจำ และอาจกลับเป็นลบได้สำหรับผู้เชี่ยวชาญในงานที่อยู่นอกเหนือความสามารถของเครื่องมือ ในการทดลองที่เข้มงวดครั้งหนึ่ง นักพัฒนาที่มีประสบการณ์ทำงานช้าลง 19% เมื่อใช้เครื่องมือ AI ทั้งที่เชื่อว่าตนเองทำงานเร็วขึ้น 20%

ข้อที่สี่ เอเจนต์ได้ก้าวข้ามจากการเป็นผู้ช่วยไปเป็นผู้ทำงานแล้ว ความยาวของงานที่ระบบแนวหน้าสามารถทำสำเร็จได้เพิ่มขึ้นเป็นสองเท่าทุก ๆ ไม่กี่เดือน และผู้ตรวจให้คะแนนที่เป็นผู้เชี่ยวชาญแบบไม่เห็นที่มาของงาน ตอนนี้ตัดสินว่าผลงานของโมเดลที่ดีที่สุดเทียบเท่าหรือดีกว่าของมืออาชีพในเกือบครึ่งหนึ่งของกรณี แต่เมื่อนับเวลาการตรวจสอบและแก้ไขเข้าไปด้วย การประหยัดที่วัดได้จะลดฮวบจากประมาณเก้าสิบเท่าเหลือเพียงระหว่าง 12% ถึง 39% และแม้แต่เอเจนต์สำหรับที่ทำงานที่ดีที่สุดก็ยังคงทำผิดพลาดเล็ก ๆ น้อย ๆ เป็นครั้งคราวซึ่งมีผลที่แก้ไขคืนไม่ได้

ข้อที่ห้า การตอบสนองที่มีเหตุผล และเป็นทิศทางที่แพลตฟอร์มต่าง ๆ กำลังบรรจบกัน คือการแบ่งงานกันทำ เอเจนต์รับผิดชอบงานดิจิทัลที่เป็นประจำและตรวจสอบได้ มนุษย์รับผิดชอบเรื่องวิจารณญาณ ความรับผิดชอบ การอยู่ร่วมด้วยตัวจริง และสิ่งใดก็ตามที่แก้ไขคืนไม่ได้ พร้อมกับการส่งต่องานระหว่างสองฝ่ายอย่างตั้งใจ

เหตุผล: เพราะเหตุใดแพลตฟอร์มฟรีแลนซ์จึงเป็นห้องทดลองที่เหมาะสม

นักเศรษฐศาสตร์แรงงานมักทำงานกับแบบสำรวจรายปีและรหัสอาชีพในวงกว้าง แพลตฟอร์มฟรีแลนซ์ออนไลน์เสนอสิ่งที่พบได้ยากกว่านั้น คืองานที่ถูกแบ่งเป็นงานย่อยแต่ละชิ้น แต่ละชิ้นมีวันที่โพสต์ ราคา หมวดหมู่ ผู้ซื้อ ผู้ขาย และผลลัพธ์ เมื่อเทคโนโลยีที่สามารถทำงานบางส่วนเหล่านั้นได้มาถึง การเปลี่ยนแปลงจะปรากฏขึ้นภายในไม่กี่สัปดาห์ในกระแสการโพสต์งาน ในตัวผู้ที่ได้งาน และในอัตราที่ได้รับ ตลาดนี้ยังรับเครื่องมือใหม่ ๆ ได้ในทันที เพราะไม่มีวงจรการจัดซื้อคั่นกลางระหว่างฟรีแลนซ์กับแท็บเบราว์เซอร์

คุณสมบัติเดียวกันนี้ก็ทำให้ห้องทดลองนี้ไม่สมบูรณ์แบบเช่นกัน แพลตฟอร์มบันทึกเฉพาะอุปสงค์ที่ถูกโพสต์ ไม่ใช่อุปสงค์ทั้งหมด ลูกค้าที่ตอนนี้ทำงานเองภายในองค์กรด้วยเอเจนต์จะหายไปจากข้อมูล แทนที่จะปรากฏเป็นการทดแทน หมวดหมู่ต่าง ๆ ก็เปลี่ยนไป ดังนั้นการลดลงของ "งานเขียน" อาจเป็นเพียงบางส่วนที่ถูกเปลี่ยนป้ายเป็น "การแก้ไขเนื้อหาด้วย AI" ชุดข้อมูลขนาดใหญ่ส่วนใหญ่เป็นของอเมริกา และฟรีแลนซ์บนแพลตฟอร์มก็ไม่ได้เป็นตัวแทนของแรงงานทั้งหมด ข้อจำกัดเหล่านี้มีความสำคัญต่อการตีความ และจะถูกกล่าวถึงอีกครั้งด้านล่าง แต่ก็ไม่ได้ทำให้หลักฐานนี้ไร้ประโยชน์ มันเพียงทำให้หลักฐานนี้เป็นตัวชี้วัดล่วงหน้ามากกว่าจะเป็นการสำรวจสำมะโนประชากร

เดิมพันในเรื่องนี้ไม่ใช่เรื่องเล็ก IPSE ประมาณการว่าแรงงานฟรีแลนซ์ในสหราชอาณาจักรมีอยู่ประมาณ 2.05 ล้านคน คิดเป็นราวครึ่งหนึ่งของผู้ประกอบอาชีพอิสระเดี่ยว 4.2 ล้านคนของประเทศ โดยใช้นิยามที่จำกัดอยู่เพียงสามกลุ่มอาชีพที่มีทักษะสูงที่สุด ซึ่งเป็นอาชีพกลุ่มเดียวกันเป๊ะกับที่งานวิจัยด้านความสามารถในการนำ AI ไปใช้จัดอันดับไว้สูงที่สุด

ไทม์ไลน์ของหลักฐาน ตั้งแต่ปี 2022 ถึง 2026

ข้อค้นพบที่ 1: การทดแทนเกิดขึ้นจริง รวดเร็ว และแคบ

หลักฐานที่เข้มงวดชิ้นแรกสุดมาจาก Xiang Hui, Oren Reshef และ Luofeng Zhou ซึ่งงานวิจัยเกี่ยวกับแพลตฟอร์มแรงงานออนไลน์ขนาดใหญ่ ของพวกเขาได้รับการตีพิมพ์ใน Organization Science ในปี 2024 และต่อมาได้รับรางวัล Olin Award ของ Washington University สำหรับงานวิจัยที่มีผลกระทบเชิงปฏิบัติ เมื่อเปรียบเทียบฟรีแลนซ์ในอาชีพที่ได้รับผลกระทบจาก ChatGPT, DALL-E 2 และ Midjourney กับฟรีแลนซ์ในอาชีพที่ได้รับผลกระทบน้อยกว่า พวกเขาพบว่าทั้งจำนวนงานและรายได้รายเดือนลดลงสำหรับกลุ่มที่ได้รับผลกระทบ ข้อค้นพบที่สร้างความไม่สบายใจให้กับวงการคือเรื่องคุณภาพ ฟรีแลนซ์ที่มีคะแนนรีวิวดีในอดีตและมีประวัติผลงานยาวนานไม่ได้รับการปกป้องแต่อย่างใด ในทางกลับกัน ผู้เขียนรายงานหลักฐานที่ชี้ว่าผู้ทำผลงานดีที่สุดกลับได้รับผลกระทบหนักกว่า การตีความที่เป็นไปได้มากที่สุดคือ ในงานข้อความและภาพที่เป็นงานประจำ ผลงานของมนุษย์ที่ยอดเยี่ยมกับผลงานของเครื่องจักรที่ใช้ได้ กลายเป็นสิ่งทดแทนกันที่ใกล้เคียงกันในสายตาของผู้ซื้อ ดังนั้นค่าตอบแทนพิเศษสำหรับความเป็นเลิศจึงถูกกัดกร่อนไปก่อนเป็นอันดับแรก

จากนั้น Ozge Demirci, Jonas Hannane และ Xinrong Zhu ได้วัดฝั่งอุปสงค์โดยตรง โดยใช้ข้อมูลการโพสต์งานจากแพลตฟอร์มฟรีแลนซ์ระดับโลกชั้นนำแห่งหนึ่ง ในงานวิจัยที่ตีพิมพ์ใน Management Science ปี 2025 พวกเขาพบว่าการโพสต์งานเขียนและงานเขียนโค้ดที่เสี่ยงต่อระบบอัตโนมัติลดลง 21% เมื่อเทียบกับงานที่ต้องใช้แรงคนมาก ภายในแปดเดือนหลัง ChatGPT เปิดตัว และการโพสต์งานสร้างภาพลดลง 17% หลังจากโมเดลสร้างภาพเข้ามา ผลลัพธ์รองสองข้อมีความสำคัญไม่แพ้ผลลัพธ์หลัก งานที่ยังคงเหลืออยู่ในหมวดหมู่ที่ได้รับผลกระทบนั้นซับซ้อนมากขึ้นและจ่ายมากขึ้น และการแข่งขันเพื่อชิงงานเหล่านั้นก็รุนแรงขึ้น กล่าวอีกนัยหนึ่ง การทดแทนไม่ได้ทำให้หมวดหมู่นั้นว่างเปล่า แต่เป็นการตัดส่วนล่างของหมวดหมู่นั้นออกไป

เหตุใดจึงเป็นงานเขียน งานแปล และงานภาพก่อน การวิเคราะห์บทสนทนา Bing Copilot ที่ไม่ระบุตัวตนจำนวน 200,000 บทสนทนา ของ Microsoft Research ซึ่งตีพิมพ์ในปี 2025 ให้ภาพของกลไกนี้ อาชีพที่มีความสามารถในการนำ AI ไปใช้สูงที่สุดคืออาชีพที่งานประกอบด้วยการรวบรวม ผลิต และสื่อสารข้อมูล ล่ามและนักแปลอยู่อันดับสูงสุดของรายการ โดย 98% ของกิจกรรมการทำงานของพวกเขาซ้อนทับกับงานที่ผู้ช่วยนี้ทำได้ดีอยู่แล้ว ความสามารถในการนำไปใช้ไม่ใช่การทดแทน และผู้เขียนก็ระมัดระวังที่จะกล่าวเช่นนั้น แต่การจัดอันดับนี้ทำนายได้เกือบตรงเป๊ะว่าหมวดหมู่ฟรีแลนซ์ใดที่งานวิจัยแพลตฟอร์มพบว่ากำลังหดตัว

หลักฐานล่าสุดและมีประโยชน์ที่สุดสำหรับผู้อ่านสายธุรกิจ มาจาก Auyon Siddiq และ Niuniu Zhang ที่ UCLA Anderson เอกสารการทำงานปี 2026 ของพวกเขาเรื่อง "Human Capital, AI, and Labor Commoditization" (ทุนมนุษย์ AI และการทำให้แรงงานกลายเป็นสินค้าโภคภัณฑ์) ติดตามฟรีแลนซ์บน Upwork เกือบ 50,000 คนที่เคยทำงานอยู่ก่อน ChatGPT ตลอด 21 ไตรมาส ตั้งแต่ต้นปี 2021 ถึงต้นปี 2026 ครอบคลุมสัญญาที่เสร็จสมบูรณ์ 2.26 ล้านสัญญา แทนที่จะนับจำนวนงาน พวกเขาตั้งคำถามว่าอะไรเป็นตัวทำนายว่าใครจะได้รับการว่าจ้าง ในหมวดหมู่ที่ AI เข้าถึงมากกว่า เช่น งานแปลและงานเขียน น้ำหนักการทำนายรวมของการนำเสนอตัวเอง คุณสมบัติ และชื่อเสียงของฟรีแลนซ์ลดลงประมาณ 7.8% เมื่อเทียบกับหมวดหมู่ที่ได้รับผลกระทบน้อยกว่า เช่น งานถ่ายภาพ และน้ำหนักของราคาก็เพิ่มขึ้น เมื่อถึงปีสุดท้าย ตัวชี้วัดทุนมนุษย์สูญเสียความสำคัญไปประมาณ 10.1% และราคาได้น้ำหนักเพิ่มขึ้นประมาณ 1.8% ความได้เปรียบที่ฟรีแลนซ์มากประสบการณ์เคยมีนั้นแคบลง 6.2% แล้วแคบลงอีก 10.3% และในงานที่ได้รับผลกระทบมากที่สุด ฟรีแลนซ์ที่ราคาถูกกว่าได้รับสัญญาเพิ่มขึ้น 7.9% อุปสงค์โดยรวมในสาขาที่ได้รับผลกระทบลดลงประมาณ 7% คำที่ผู้เขียนใช้เรียกปรากฏการณ์นี้คือการกลายเป็นสินค้าโภคภัณฑ์ (commoditisation) กล่าวคือ เมื่อผู้ซื้อสามารถได้ร่างแรกที่พอใช้ได้จากโมเดล สิ่งที่พวกเขายอมจ่ายให้มนุษย์ก็เปลี่ยนจาก "คุณเป็นใคร" ไปเป็น "ราคาเท่าไร"

ข้อค้นพบที่ 2: ผลกระทบโดยรวมยังคงเล็กน้อย ยกเว้นข้อยกเว้นหนึ่งที่ชัดเจน

หากหลักฐานจากแพลตฟอร์มเป็นเรื่องราวทั้งหมด สถิติระดับประเทศก็ควรแสดงให้เห็นแล้วในตอนนี้ แต่ส่วนใหญ่กลับไม่เป็นเช่นนั้น และงานวิจัยที่ไม่พบผลกระทบขนาดใหญ่ก็อยู่ในกลุ่มที่ออกแบบมาดีที่สุด

Anders Humlum และ Emilie Vestergaard เชื่อมโยงแบบสำรวจการนำไปใช้งานขนาดใหญ่เข้ากับข้อมูลแรงงานทางราชการของเดนมาร์ก ครอบคลุมแรงงาน 25,000 คนและสถานประกอบการ 7,000 แห่งในสิบเอ็ดอาชีพที่ได้รับผลกระทบ เอกสารการทำงานของ NBER ของพวกเขา ซึ่งเผยแพร่ครั้งแรกในปี 2025 และปรับปรุงในเดือนมีนาคม 2026 บันทึกการนำไปใช้อย่างรวดเร็ว นายจ้างส่วนใหญ่ในอาชีพที่ได้รับผลกระทบเริ่มโครงการแชทบอทแล้ว แรงงานรายงานถึงประโยชน์ด้านผลิตภาพ และงานใหม่ที่เกี่ยวข้องกับ AI ก็แพร่หลาย แต่การประมาณการแบบ difference-in-differences สำหรับรายได้และชั่วโมงทำงานที่บันทึกไว้กลับเป็นค่าศูนย์อย่างแม่นยำ ตัดความเป็นไปได้ที่จะมีผลกระทบเกิน 2% ในสองปีหลัง ChatGPT ทั้งในระดับแรงงานและระดับสถานประกอบการ สิ่งที่เปลี่ยนไปคือโครงสร้างของงาน นายจ้างดูดซับเทคโนโลยีนี้ผ่านการจัดโครงสร้างงานใหม่ รวมถึงงานใหม่ ๆ ด้านการสร้างเนื้อหา การกำกับดูแล AI และการผสานรวม AI และผู้ที่นำไปใช้ก็ค่อย ๆ ย้ายไปสู่อาชีพที่จ่ายสูงกว่าซึ่งเครื่องมือเหล่านี้มีประโยชน์มากกว่า แม้จะมีจำนวนน้อยเกินกว่าจะขยับค่าเฉลี่ยได้ เอกสารฉบับก่อนหน้านี้ระบุว่าการประหยัดเวลาที่รายงานด้วยตนเองอยู่ต่ำกว่า 3% ของชั่วโมงทำงาน ซึ่งเป็นเพียงเศษเสี้ยวของผลได้ที่มักสูงกว่า 15% ตามที่บันทึกไว้โดยการทดลองแบบควบคุมในอาชีพเดียวกัน ช่องว่างระหว่างสิ่งที่ AI ทำได้ในการทดลองกับสิ่งที่มันเปลี่ยนแปลงในบัญชีเงินเดือนคือปริศนาหลักของวรรณกรรมชุดนี้ และเดนมาร์กคือที่ที่วัดปริศนานี้ได้ชัดเจนที่สุด

Budget Lab ที่ Yale ได้ข้อสรุปคล้ายกันสำหรับสหรัฐอเมริกาด้วยวิธีที่ต่างออกไป โดยติดตามส่วนผสมของอาชีพในการจ้างงานและใช้วิธี synthetic difference-in-differences กับอาชีพที่ AI เข้าถึง รายงานปรับปรุงปี 2025 และ 2026 ไม่พบร่องรอยของ AI ที่ชัดเจน ต้นปี 2026 แสดงให้เห็นการเลิกจ้างในระดับต่ำแต่การจ้างงานใหม่ก็ต่ำเช่นกัน และผู้เขียนโต้แย้งว่าเทคโนโลยีที่มีผลกระทบแพร่หลายน่าจะต้องใช้เวลานานกว่าประมาณสามปีนับตั้งแต่ ChatGPT จึงจะแสดงผลออกมาให้เห็น

ข้อยกเว้นนี้ถูกบันทึกไว้โดย Erik Brynjolfsson, Bharat Chandar และ Ruyu Chen ที่ Digital Economy Lab ของ Stanford ซึ่งงานวิจัยของพวกเขาเรื่อง "Canaries in the Coal Mine?" (นกขมิ้นในเหมืองถ่านหิน) ใช้ข้อมูลบัญชีเงินเดือน ADP ที่ครอบคลุมแรงงานอเมริกันหลายล้านคน ในรายงานปรับปรุงเดือนสิงหาคม 2026 ซึ่งมีข้อมูลถึงเดือนมิถุนายน 2026 การจ้างงานของแรงงานอายุ 22 ถึง 25 ปีในอาชีพที่ AI เข้าถึงสูง อยู่ต่ำกว่าระดับที่ควรจะเป็นราวประมาณ 19% หากติดตามแรงงานวัยเดียวกันในอาชีพที่ AI เข้าถึงน้อยกว่า เพิ่มขึ้นจากช่องว่าง 15% เมื่อปีก่อนหน้า ในแง่ระดับ การจ้างงานของกลุ่มอายุนั้นในสองกลุ่มควินไทล์ที่ได้รับผลกระทบมากที่สุดลดลงประมาณ 11% ระหว่างเดือนพฤศจิกายน 2022 ถึงมิถุนายน 2026 ในขณะที่การจ้างงานในสามกลุ่มควินไทล์ที่ได้รับผลกระทบน้อยที่สุดเติบโตขึ้นประมาณ 10% แรงงานที่มีประสบการณ์ไม่แสดงช่องว่างในลักษณะเดียวกัน และผู้เขียนก็ระบุอย่างชัดเจนว่าพวกเขาไม่พบการทดแทนแรงงานที่แพร่หลายทั่วทั้งเศรษฐกิจ การลดลงกระจุกตัวอยู่ในอาชีพที่การใช้ AI ทำให้งานเป็นระบบอัตโนมัติ มากกว่าที่จะเสริมการทำงาน

ผลลัพธ์เหล่านี้สอดคล้องกันเมื่อเราเลิกคาดหวังว่า AI จะมีพฤติกรรมเหมือนภาวะเศรษฐกิจถดถอย การทดแทนในระดับงานย่อยปรากฏขึ้นก่อนในที่ที่สัญญาสั้นที่สุดและมีการตั้งราคาใหม่บ่อยที่สุด นั่นคืองานฟรีแลนซ์และการจ้างงานระดับเริ่มต้น ตลาดฟรีแลนซ์คือนกขมิ้นเพราะมันตั้งราคาใหม่ทุกสัปดาห์ ส่วนบัญชีเงินเดือนคือเหมือง และอากาศในนั้นเปลี่ยนแปลงน้อยที่สุดเท่าที่ผ่านมา

ข้อค้นพบที่ 3: ผลได้จากการเสริมนั้นมากแต่ไม่สม่ำเสมอ และพรมแดนก็ขรุขระ

สิ่งที่เติมเต็มการทดแทนคือการเสริม และในเรื่องนี้หลักฐานเชิงทดลองมีความแข็งแกร่งเป็นพิเศษ เพราะสามารถทำการสุ่มได้

Brynjolfsson, Danielle Li และ Lindsey Raymond ศึกษาการนำผู้ช่วย generative AI มาใช้แบบทยอยกับเจ้าหน้าที่ฝ่ายบริการลูกค้า 5,179 คน ในงานวิจัยที่ตีพิมพ์ใน Quarterly Journal of Economics ปี 2025 จำนวนปัญหาที่แก้ไขได้ต่อชั่วโมงเพิ่มขึ้นโดยเฉลี่ย 14% โดยเพิ่มขึ้น 34% สำหรับเจ้าหน้าที่มือใหม่และทักษะต่ำกว่า และแทบไม่เปลี่ยนแปลงสำหรับเจ้าหน้าที่ที่มีประสบการณ์และทักษะสูง เครื่องมือนี้ดูเหมือนจะเข้ารหัสแนวปฏิบัติของเจ้าหน้าที่ที่ดีที่สุดและถ่ายทอดให้กับเจ้าหน้าที่ใหม่ ทำให้พวกเขาเลื่อนลงมาตามเส้นโค้งประสบการณ์ได้เร็วขึ้น

Fabrizio Dell'Acqua และเพื่อนร่วมงานที่ Harvard Business School ซึ่งทำงานร่วมกับ BCG ได้สุ่มที่ปรึกษาด้านการจัดการ 758 คนให้ทำงานที่สมจริงทั้งแบบมีและไม่มี GPT-4 ในงานวิจัยที่ตอนนี้ตีพิมพ์ใน Organization Science ในสิบแปดงานที่อยู่ภายในความสามารถของโมเดล ที่ปรึกษาที่ใช้ AI ทำงานสำเร็จมากขึ้น 12.2% เร็วขึ้น 25.1% โดยได้คะแนนคุณภาพสูงขึ้น 40% จากผู้ประเมินแบบไม่เห็นที่มา ในงานที่จงใจเลือกให้อยู่นอกความสามารถนั้น ที่ปรึกษาที่ใช้ AI มีโอกาสได้คำตอบที่ถูกต้องน้อยลง 19 จุดเปอร์เซ็นต์ วลีที่ผู้เขียนใช้เรียกเส้นแบ่งนี้ คือพรมแดนเทคโนโลยีที่ขรุขระ (the jagged technological frontier) ได้กลายเป็นคำอธิบายมาตรฐานของปัญหานี้ ความสามารถของเครื่องมือไม่ได้เรียงตามเส้นที่ผู้ใช้มองเห็นได้ และผู้ใช้ก็แยกแยะได้ไม่ดีว่าตนเองอยู่ฝั่งไหนของเส้นแบ่งนั้น

การทดลองภาคสนามภายในฝ่ายบริการลูกค้าของ Alibaba โดย Xiao Ni, Tianjun Feng, Lauren Xiaoyuan Lu และผู้ร่วมเขียน ได้ทำซ้ำรูปแบบการกระจายตัวนี้ในขนาดใหญ่ เจ้าหน้าที่ใหม่ 5,940 คน แชทประมาณ 2.56 ล้านครั้ง คะแนนรีวิวจากลูกค้า 390,000 รายการ ผู้ทำผลงานต่ำพัฒนาขึ้นมากที่สุดทั้งด้านความเร็วและคุณภาพ ส่วนผู้ทำผลงานสูงสุดได้ความเร็วเพิ่มขึ้นเพียงเล็กน้อยและสูญเสียคุณภาพไปทั้งในการวัดแบบอัตวิสัยและภววิสัย การช่วยเหลือที่ยกระดับพื้นล่างขึ้นมาอาจกดเพดานลงได้

จากนั้นก็มีการทดลองแบบสุ่มของ METR กับนักพัฒนาโอเพนซอร์สที่มีประสบการณ์ ซึ่งตีพิมพ์ในเดือนกรกฎาคม 2025 เป็นผลลัพธ์เชิงเตือนใจที่ถูกอ้างอิงมากที่สุดในช่วงนี้ และสมควรได้รับการกล่าวถึงอย่างชัดเจน นักพัฒนา 16 คนทำงานจริง 246 งานในที่เก็บโค้ดที่ตนเองดูแล ซึ่งมีดาวเฉลี่ยกว่า 22,000 ดวงและโค้ดหนึ่งล้านบรรทัด โดยงานแต่ละงานถูกสุ่มให้อนุญาตหรือห้ามใช้เครื่องมือ AI ซึ่งส่วนใหญ่คือ Cursor ร่วมกับ Claude 3.5 และ 3.7 Sonnet เมื่อใช้ AI พวกเขาใช้เวลานานขึ้น 19% ก่อนการทดลอง พวกเขาคาดการณ์ว่าจะเร็วขึ้น 24% หลังจากนั้นพวกเขาประเมินว่าตนเองเร็วขึ้น 20% ช่องว่างด้านการรับรู้นี้สำคัญไม่แพ้ผลลัพธ์ด้านผลิตภาพ มันบ่งชี้ว่าผลได้ที่รายงานด้วยตนเอง ซึ่งเป็นพื้นฐานของแบบสำรวจอุตสาหกรรมส่วนใหญ่ มีความเอนเอียงไปทางบวกมากที่สุดตรงจุดที่ความเชี่ยวชาญสูงที่สุด ผลกระทบต่องานด้านซอฟต์แวร์โดยเฉพาะถูกกล่าวถึงในAI จะเข้ามาแทนที่นักพัฒนาซอฟต์แวร์หรือไม่

บทวิจารณ์ปี 2025 โดย R. Maria del Rio-Chanona, Ekkehard Ernst, Rossana Merola, Daniel Samaan และ Ole Teutloff ได้รวบรวมเส้นสายต่าง ๆ เหล่านี้เข้าด้วยกันตลอดทั้งวรรณกรรม ผลได้ด้านผลิตภาพราวประมาณ 20% ถึง 60% ในการทดลองแบบควบคุม และ 15% ถึง 30% ในการทดลองภาคสนาม มากกว่าสำหรับมือใหม่ในงานง่าย ๆ และผสมปนเปกันในงานที่ซับซ้อน โดยข้อมูลร่องรอยดิจิทัลแสดงให้เห็นการทดแทนในงานเขียนและงานแปล ควบคู่ไปกับความต้องการทักษะ AI ที่เพิ่มขึ้น และหลักฐานที่แม้จะไม่มากแต่กำลังเพิ่มขึ้นเรื่อย ๆ ว่าความต้องการมือใหม่กำลังลดลง

ข้อค้นพบที่ 4: เอเจนต์ก้าวข้ามจากผู้ช่วยไปเป็นผู้ทำงาน และช่องว่างด้านความน่าเชื่อถือคือเรื่องราวทั้งหมด

ทุกอย่างที่กล่าวมาข้างต้นเกี่ยวข้องกับ AI ในฐานะผู้ช่วยของมนุษย์ที่ยังคงอยู่ในกระบวนการทุกขั้นตอน การเปลี่ยนแปลงตั้งแต่ปี 2025 คือระบบต่าง ๆ ตอนนี้ดำเนินงานหลายขั้นตอนได้เอง โดยมนุษย์ตรวจสอบเฉพาะตอนท้าย หรือไม่ตรวจสอบเลย และนั่นเปลี่ยนไปว่าหลักฐานชิ้นใดมีความสำคัญ

ตัวชี้วัดขอบฟ้าเวลาของ METR ถามว่างานหนึ่งงาน ซึ่งแสดงเป็นเวลาที่มืออาชีพมนุษย์ต้องใช้ ระบบสามารถทำสำเร็จได้ด้วยอัตราความสำเร็จ 50% นานเท่าใด ในการปรับปรุงวิธีการเมื่อเดือนมกราคม 2026 ซึ่งขยายชุดงานเป็น 228 งาน รวมถึง 31 งานที่ใช้เวลาแปดชั่วโมงขึ้นไป ระยะเวลาการเพิ่มขึ้นเป็นสองเท่าในระยะยาวถูกประมาณไว้ที่ประมาณ 196 วัน โดยเพิ่มเป็นสองเท่าเร็วขึ้นที่ 131 วันนับตั้งแต่ปี 2023 และ 89 วันนับตั้งแต่ปี 2024 โมเดลที่ดีที่สุดที่วัดได้ในตอนนั้นคือ Claude Opus 4.5 มีขอบฟ้าความสำเร็จ 50% อยู่ที่ประมาณ 320 นาที โดยมีช่วงความเชื่อมั่นกว้างราวสามถึงสิบสองชั่วโมง ผู้เขียนระบุอย่างชัดเจนว่าเกณฑ์ความสำเร็จ 50% นั้นค่อนข้างผ่อนปรนสำหรับงานจริง แนวโน้มนี้ไวต่อองค์ประกอบของชุดงาน และงานระยะยาวส่วนใหญ่ใช้เวลาประมาณการของมนุษย์มากกว่าเวลาที่วัดจริง เมื่อพิจารณาร่วมกับข้อควรระวังเหล่านี้ ทิศทางก็ชัดเจนไม่คลุมเครือ ความยาวของงานดิจิทัลที่สามารถมอบหมายได้กำลังเติบโตแบบทวีคูณ

การประเมิน GDPval ของ OpenAI ซึ่งเผยแพร่ในช่วงปลายปี 2025 ทดสอบว่างานที่มอบหมายไปนั้นมีคุณภาพดีหรือไม่ งานต่าง ๆ ถูกเขียนโดยมืออาชีพใน 44 อาชีพ ครอบคลุมเก้าภาคส่วน โดยมีประสบการณ์เฉลี่ย 14 ปี และให้คะแนนโดยผู้เชี่ยวชาญแบบไม่เห็นที่มาที่เปรียบเทียบเป็นคู่กับผลงานของมนุษย์ โมเดลที่ดีที่สุดคือ Claude Opus 4.1 ผลิตผลงานที่ได้คะแนนดีกว่าหรือเท่ากับของผู้เชี่ยวชาญใน 47.6% ของกรณี ตัวเลขที่ธุรกิจควรจดจำคือตัวเลขอีกตัวหนึ่ง การเปรียบเทียบแบบไร้เดียงสาระหว่างเวลาของเครื่องจักรกับเวลาของมนุษย์ให้อัตราส่วนใกล้เก้าสิบเท่า แต่เมื่องานวิจัยนี้นับรวมมนุษย์ที่ต้องตรวจสอบ และในบางกรณีต้องทำงานนั้นซ้ำ การประหยัดที่ประมาณการไว้ก็ลดลงเหลือระหว่าง 1.12 ถึง 1.39 เท่า ขึ้นอยู่กับกลยุทธ์ที่ใช้ การตรวจสอบคือจุดที่ต้นทุนไปตกอยู่ นั่นคือกลไกเดียวกับที่ Dell'Acqua พบในที่ปรึกษา และ METR พบในนักพัฒนา เพียงแต่ตอนนี้วัดในระดับของผลงานที่ส่งมอบ

เกณฑ์มาตรฐานในที่ทำงานแสดงให้เห็นทั้งความเร็วของความก้าวหน้าและสิ่งที่ยังหลงเหลืออยู่ TheAgentCompany จาก Carnegie Mellon ปล่อยเอเจนต์เข้าไปในบริษัทซอฟต์แวร์จำลองที่มีการติดตั้งจริงของ GitLab, OwnCloud, Plane และ RocketChat พร้อมงาน 175 งาน เอเจนต์ที่ดีที่สุดทำสำเร็จประมาณหนึ่งในสี่เมื่อเปิดตัวช่วงปลายปี 2024 และประมาณ 30% ในช่วงปี 2025 Olly Styles และ Sam Miller ได้ทบทวนเกณฑ์มาตรฐาน WorkBench ของพวกเขาอีกครั้งในเดือนมิถุนายน 2026 และรายงานว่าอัตราความสำเร็จของเอเจนต์ที่ดีที่สุดเพิ่มขึ้นจาก 43% สำหรับ GPT-4 ในเดือนมีนาคม 2024 เป็น 98% สำหรับ Claude Fable 5 ในขณะที่สัดส่วนการทำงานที่มีการกระทำที่ก่อความเสียหายโดยไม่ตั้งใจลดลงจาก 26% เหลือ 1.9% พวกเขายังรายงานด้วยว่าโมเดลแนวหน้ายังคงทำผิดพลาดพื้นฐานที่บางครั้งก่อให้เกิดความเสียหายที่แก้ไขคืนไม่ได้ สองเปอร์เซ็นต์ถือว่าดีมาก แต่ก็หมายความว่าประมาณหนึ่งในห้าสิบครั้งของการทำงาน มีบางอย่างที่ไม่ควรเกิดขึ้นเกิดขึ้น

การทดลองภาคสนามของ Alibaba ปี 2026 โดย Yiwei Wang, Chuan Zhu, Tianjun Feng, Lauren Xiaoyuan Lu และ Bingxin Jia เป็นหลักฐานแบบสุ่มชิ้นแรกเกี่ยวกับ AI แบบเอเจนต์ที่มีมนุษย์อยู่ในกระบวนการ ในการดำเนินงานบริการจริง แรงงานกลุ่มทดลองกำกับดูแลเอเจนต์ที่รับมือแชทลูกค้าที่เข้าเกณฑ์ ในขณะที่พวกเขาจัดการส่วนที่เหลือด้วยตนเอง ระยะเวลาแชทเฉลี่ยลดลง โดยมีผลจำกัดต่อการที่ลูกค้ากลับมาด้วยปัญหาเดิม แต่แชทที่เอเจนต์รับมือได้คะแนนรีวิวต่ำกว่าอย่างมีนัยสำคัญ การแทรกแซงของมนุษย์กู้สถานการณ์ได้ดีกว่ามากเมื่อความล้มเหลวเป็นเรื่องเทคนิค คือปัญหาที่ยังไม่ได้รับการแก้ไข เมื่อเทียบกับตอนที่เป็นเรื่องอารมณ์ คือลูกค้าที่หงุดหงิด และได้ผลดีที่สุดเมื่อเข้าแทรกแซงแต่เนิ่น ๆ แรงงานที่กำกับดูแลยังให้ความสนใจกับแชทที่ตนเองยังคงรับมือเองมากขึ้นด้วย ซึ่งเป็นผลพลอยได้ในทางบวก นี่คือหลักฐานที่ตรงที่สุดเท่าที่มีมาว่าการส่งต่องานระหว่างเอเจนต์กับมนุษย์ควรออกแบบอย่างไร เฝ้าดูแต่เนิ่น ๆ แทรกแซงในเรื่องข้อเท็จจริง และอย่าปล่อยเรื่องความรู้สึกให้เป็นหน้าที่ของเครื่องจักร

ข้อมูลการนำไปใช้ยืนยันว่าการเปลี่ยนแปลงนี้ไม่ได้จำกัดอยู่แค่ในห้องทดลอง Economic Index เดือนมีนาคม 2026 ของ Anthropic รายงานว่า 49% ของอาชีพมีอย่างน้อยหนึ่งในสี่ของงานที่ทำโดยใช้ Claude และงานเขียนโค้ดได้ย้ายจากการใช้งานแบบสนทนาไปสู่เวิร์กโฟลว์ API แบบอัตโนมัติ โดยส่วนแบ่งงานเขียนโค้ดใน API เพิ่มขึ้น 14% และลดลง 18% ในผลิตภัณฑ์แชท นับตั้งแต่เดือนสิงหาคม 2025 ส่วนที่ Lightcast มีส่วนร่วมใน Stanford AI Index ปี 2026 พบว่าทักษะ AI ปรากฏใน 2.5% ของประกาศรับสมัครงานทั้งหมดในสหรัฐฯ และประกาศที่กล่าวถึงกลุ่มทักษะ "agentic AI" เพิ่มขึ้นจาก 0.06% ในปี 2024 เป็น 0.23% ในปี 2025 หรือประมาณ 90,000 ประกาศ และ UpBench ซึ่งเป็นเกณฑ์มาตรฐานปี 2025 ที่สร้างจากงานจริงที่เสร็จสมบูรณ์แล้วบนตลาด Upwork ให้ฟรีแลนซ์ผู้เชี่ยวชาญแยกแต่ละงานออกเป็นเกณฑ์การยอมรับที่ตรวจสอบได้ ซึ่งใช้ให้คะแนนเอเจนต์ การให้คะแนนเอเจนต์ด้วยเกณฑ์แบบเดียวกับที่ลูกค้าจะใช้กับฟรีแลนซ์ เป็นสัญญาณว่าฝั่งอุปทานกำลังมุ่งหน้าไปทางใด

กลไก: เหตุใดรูปแบบจึงเป็นเช่นนี้

กลไกสี่ประการอธิบายส่วนใหญ่ของสิ่งที่หลักฐานแสดงให้เห็น และควรค่าแก่การกล่าวถึงเพราะมันทำนายได้ว่าจะเกิดอะไรขึ้นต่อไป

ประการแรกคือการทำให้ความสามารถแบบประจำกลายเป็นสินค้าโภคภัณฑ์ เมื่อโมเดลผลิตร่างที่ยอมรับได้ของคำอธิบายสินค้า งานแปล หรือโมดูลสำเร็จรูป ความเต็มใจของผู้ซื้อที่จะจ่ายเงินสำหรับคุณสมบัติของมนุษย์ในหมวดหมู่นั้นก็ลดลง และราคาก็กลายเป็นตัวแปรชี้ขาด Siddiq และ Zhang วัดการเปลี่ยนแปลงนี้ได้อย่างตรงจุด และ Demirci กับเพื่อนร่วมงานก็แสดงให้เห็นภาพสะท้อนของมัน งานที่ยังคงเป็นของมนุษย์กลายเป็นงานที่ซับซ้อนมากขึ้น จ่ายดีขึ้น และมีการแข่งขันแย่งชิงมากขึ้น

ประการที่สองคือต้นทุนการตรวจสอบซึ่งเป็นข้อจำกัดที่ผูกมัด การผลิตกลายเป็นเรื่องถูกแล้ว แต่การตรวจสอบยังไม่ใช่ การที่ตัวเลขของ GDPval ลดฮวบจากเก้าสิบเท่าเหลือต่ำกว่า 1.4 เท่าเมื่อนับการตรวจสอบเข้าไป นักพัฒนาที่ทำงานช้าลงของ METR และพรมแดนที่ขรุขระ ล้วนอธิบายเศรษฐกิจแบบเดียวกัน ใครก็ตามที่สามารถตรวจสอบผลงานได้ในราคาถูกจะเก็บเกี่ยวผลได้ ส่วนใครที่ทำไม่ได้ก็ต้องจ่ายในรูปของงานที่ต้องทำซ้ำหรือข้อผิดพลาดที่ตรวจไม่พบ นี่คือเหตุผลว่าทำไมผลได้จึงไหลไปหามือใหม่ในงานที่ตรวจสอบง่าย และหยุดชะงักสำหรับผู้เชี่ยวชาญในงานที่การตรวจสอบมีต้นทุนพอ ๆ กับการลงมือทำเอง

ประการที่สามคือช่องว่างของการฝึกงาน งานที่เอเจนต์ทำได้ดีเป็นงานที่บริษัทเคยมอบให้พนักงานระดับจูเนียร์และฟรีแลนซ์มือใหม่ทำเพื่อให้พวกเขาได้เรียนรู้ Brynjolfsson, Li และ Raymond แสดงให้เห็นว่าความช่วยเหลือนี้ช่วยมือใหม่ได้มากที่สุด ส่วน Brynjolfsson, Chandar และ Chen แสดงให้เห็นว่ากระนั้นบริษัทก็ยังจ้างมือใหม่น้อยลง ทั้งสองอย่างเป็นจริงได้พร้อมกัน บริษัทที่ต้องการจูเนียร์น้อยลงเพื่อผลิตผลงานเท่าเดิมก็จ้างจูเนียร์น้อยลง แม้แต่ละคนจะมีผลิตภาพสูงขึ้นก็ตาม ต้นทุนในระยะยาว คือกลุ่มคนมีประสบการณ์ที่บางลง ยังไม่ปรากฏให้เห็นในชุดข้อมูลใด ๆ และเป็นตัวแปรที่สำคัญที่สุดที่ยังวัดไม่ได้ในสาขานี้

ประการที่สี่คือความคงอยู่ของงานที่เสริมกันกับมนุษย์ กลุ่มเปรียบเทียบของ Demirci ที่เป็นงานใช้แรงคนมากไม่ได้ลดลง การทดลองของ Alibaba แสดงให้เห็นว่าความล้มเหลวเชิงอารมณ์ต้านทานการกู้คืนโดยเครื่องจักร ความรับผิดชอบ การอยู่ร่วมด้วยตัวจริง งานที่ใช้แรงกาย และความสัมพันธ์ ยังคงเป็นของมนุษย์ด้วยเหตุผลที่ไม่เกี่ยวกับความสามารถของโมเดลเลย แต่เกี่ยวข้องทั้งหมดกับสิ่งที่ลูกค้าจะยอมรับได้

ผู้อ่านที่ตั้งคำถามควรพิจารณาคำอธิบายทางเลือกอีกสองข้อควบคู่กับสิ่งเหล่านี้ การลดลงของการจ้างงานระดับเริ่มต้นในสหรัฐอเมริกาเกิดขึ้นพร้อมกับอัตราดอกเบี้ยที่สูงขึ้นและการคลี่คลายการจ้างงานในยุคโรคระบาดในภาคเทคโนโลยี ซึ่งกระทบกลุ่มคนกลุ่มเดียวกันนี้โดยอิสระต่อกัน ผู้เขียนจาก Stanford แก้ปัญหานี้ด้วยการเปรียบเทียบภายในบริษัทเดียวกันและด้วยการเปรียบเทียบอาชีพที่ถูกทำให้เป็นระบบอัตโนมัติกับอาชีพที่ถูกเสริม แต่ปัจจัยรบกวนนี้ก็ไม่อาจตัดออกได้อย่างสมบูรณ์ และทุกตัวชี้วัด "การเข้าถึง" ก็มาจากโมเดลเองด้วย ดังนั้นงานวิจัยเหล่านี้จึงทดสอบสมมติฐานของตัวจำแนกประเภทไปด้วยบางส่วน สถาบันการเจรจาต่อรองร่วมของเดนมาร์กก็อาจลดทอนการตอบสนองด้านค่าจ้างที่น่าจะปรากฏเร็วกว่านี้ในตลาดแรงงานที่ยืดหยุ่นกว่า

แพลตฟอร์มต่าง ๆ ตอบสนองอย่างไร

ตลาดต่าง ๆ อ่านสัญญาณเดียวกันนี้และเริ่มขยับตัว ในเดือนเมษายน 2025 Micha Kaufman ประธานเจ้าหน้าที่บริหารของ Fiverr เขียนถึงพนักงาน ว่า "AI กำลังมาแย่งงานของคุณ" รวมถึงงานของเขาเองด้วย และกระตุ้นให้พวกเขาฝึกฝนเครื่องมืออย่าง Cursor และ Legora ให้เชี่ยวชาญ ในเดือนกันยายน 2025 บริษัทได้ตัดตำแหน่งงานประมาณ 250 ตำแหน่ง เกือบ 30% ของแรงงานทั้งหมด เพื่อกลายเป็นสิ่งที่บริษัทเรียกว่าบริษัทที่ยึด AI เป็นหลัก หลังจากเปิดตัวเครื่องมือสำหรับครีเอเตอร์ Fiverr Go ไปแล้วในเดือนกุมภาพันธ์ปีเดียวกัน Upwork กำลังเปลี่ยนผู้ช่วยของตนที่ชื่อ Uma ให้กลายเป็นสิ่งที่บริษัทอธิบายว่าเป็นเอเจนต์ทำงานที่พร้อมทำงานตลอดเวลา ซึ่งดำเนินการแทนลูกค้าและฟรีแลนซ์ และ Future Workforce Index ปี 2026 ของบริษัทก็ปรับกรอบความคิดใหม่ให้ฟรีแลนซ์ที่ประสบความสำเร็จเป็น "ผู้ควบคุมวง AI" ที่เชื่อมโยงเครื่องมือเข้ากับความเชี่ยวชาญเฉพาะด้านและใช้วิจารณญาณ รายงานฉบับเดียวกันให้สัญญาณด้านราคาไว้ในประโยคเดียว ฟรีแลนซ์ที่ทำงานด้าน AI มีรายได้มากกว่าต่อชั่วโมงถึง 34% เมื่อเทียบกับผู้ที่ไม่ได้ทำ งานเสริมด้วย AI ที่ซับซ้อนมีรายได้เพิ่มขึ้น 45% เมื่อเทียบปีต่อปี ในขณะที่งาน generative AI และงานผลิตเชิงสร้างสรรค์เติบโต 90% ในแง่จำนวนสัญญาที่เริ่มต้นใหม่ ขณะที่รายได้ต่อสัญญาลดลง 13% ปริมาณงานเคลื่อนไปยังฝั่งที่เรียบง่าย ส่วนเงินเคลื่อนไปยังฝั่งที่ซับซ้อน

Jobbit ซึ่งเป็นแพลตฟอร์มที่เผยแพร่กรณีศึกษานี้ ถูกออกแบบขึ้นโดยยึดตามการแบ่งงานกันทำที่หลักฐานชี้ให้เห็น มากกว่าจะยึดตามฝั่งใดฝั่งหนึ่งเพียงฝั่งเดียว เอเจนต์รับผิดชอบงานดิจิทัลที่ตรวจสอบได้ ได้แก่ การสร้างและปรับใช้เว็บไซต์หรือเว็บแอป การร่างเอกสารและงานนำเสนอ การทำวิจัย การตั้งค่าระบบอัตโนมัติ การสร้างภาพและวิดีโอ ผู้ใช้สามารถเฝ้าดูการทำงานผ่านเบราว์เซอร์ของเอเจนต์และเข้าควบคุมได้ทุกเมื่อ ซึ่งเป็นรูปแบบการแทรกแซงแต่เนิ่น ๆ ที่การทดลองของ Alibaba พบว่ามีประสิทธิภาพที่สุด สำหรับงานที่เอเจนต์ทำได้ไม่ดีหรือไม่ควรทำเพียงลำพัง งานที่เป็นงานจริงและในพื้นที่ การตรวจสอบโดยผู้เชี่ยวชาญที่ต้องรับผิดชอบ หรือสิ่งใดก็ตามที่ลูกค้าต้องการคนจริง ๆ แพลตฟอร์มจะส่งต่อไปยังเครือข่ายมนุษย์ที่มีการควบคุมดูแลที่ pro.jobbit.uk Jobbit ยังไม่ได้เผยแพร่ข้อมูลการทดลองของตนเอง และกรณีศึกษานี้ก็ไม่ได้อ้างสิทธิ์ใด ๆ เกี่ยวกับผลลัพธ์ที่วัดได้บนแพลตฟอร์มนี้ ข้อกล่าวอ้างมีเพียงว่าการออกแบบนี้สอดคล้องกับหลักฐาน ผู้อ่านที่ต้องการทราบกลไกการทำงานสามารถเริ่มต้นได้ที่ agentic AI คืออะไรกันแน่ คู่มือการเฝ้าดูและเข้าควบคุมเบราว์เซอร์ของเอเจนต์ และรายการที่ใช้งานได้จริงของกรณีการใช้งาน AI สำหรับธุรกิจขนาดเล็ก

ธุรกิจควรทำอย่างไรกับหลักฐานนี้

ผลการค้นพบเหล่านี้แปลงเป็นกฎการมอบหมายงานที่เจ้าของธุรกิจสามารถนำไปใช้ได้โดยไม่ต้องอ่านงานวิจัยแม้แต่ฉบับเดียว

มอบงานที่เป็นประจำและตรวจสอบได้ให้เอเจนต์ทำ เช่น ร่างแรก บทสรุป บรีฟงานวิจัย เอกสารมาตรฐาน เว็บไซต์หรือเครื่องมือภายในที่คุณสามารถคลิกดูและตรวจสอบได้ภายในบ่ายวันเดียว นี่คือจุดที่ทุกงานวิจัยพบผลได้มากที่สุด โดยเฉพาะในจุดที่ธุรกิจทำงานนั้นช้าอยู่แล้วหรือไม่ได้ทำเลย เพราะผลของความเป็นมือใหม่ใช้ได้กับบริษัทพอ ๆ กับที่ใช้ได้กับคน ลำดับขั้นตอนเริ่มต้นที่ใช้งานได้จริงมีอยู่ในวิธีทำให้ธุรกิจของคุณเป็นระบบอัตโนมัติด้วยเอเจนต์ AI

ให้คนทำงานที่แก้ไขคืนไม่ได้ เกี่ยวข้องกับอารมณ์ ใช้แรงกาย หรือต้องรับผิดชอบ เช่น สิ่งใดก็ตามที่ส่งเงิน ลบข้อมูล เกี่ยวข้องกับลูกค้าที่ไม่พอใจ หรือต้องมีใครสักคนรับผิดชอบต่อผลลัพธ์นั้น การทดลองของ Alibaba และสิ่งที่หลงเหลืออยู่ใน WorkBench ต่างก็ชี้ไปในทิศทางเดียวกัน

คิดรวมเวลาการตรวจสอบเข้าไปในราคาก่อนที่จะตัดสินใจว่าเอเจนต์ถูกกว่า เลขคณิตที่ตรงไปตรงมาของ GDPval คือการประหยัด 12% ถึง 39% ไม่ใช่เก้าสิบเท่า คือตัวเลขที่ควรใช้วางแผน หากไม่มีใครในธุรกิจสามารถตรวจสอบผลงานได้ การประหยัดนั้นก็ไม่ใช่ของจริง คำตอบในกรณีนั้นคือให้เอเจนต์ทำงานและให้ผู้เชี่ยวชาญมนุษย์ตรวจสอบ ซึ่งเป็นการจัดวางที่ข้อมูลฟรีแลนซ์แสดงให้เห็นว่าผู้ซื้อยอมจ่ายค่าตอบแทนพิเศษอยู่แล้ว

คาดหวังได้เลยว่าพรมแดนนี้จะขรุขระและเคลื่อนที่อยู่เสมอ งานที่เอเจนต์ทำไม่ได้ในเดือนมกราคมอาจกลายเป็นงานประจำได้ภายในเดือนกันยายน แต่ในทางกลับกันไม่เป็นความจริง ทดสอบ บันทึกไว้ว่าอะไรถูกตรวจสอบแล้วและอะไรล้มเหลว และทบทวนการแบ่งงานใหม่ทุกไตรมาส

ข้อจำกัดและคำถามที่ยังเปิดอยู่

ชุดข้อมูลขนาดใหญ่ส่วนใหญ่เป็นของอเมริกา และข้อมูลแพลตฟอร์มวัดเฉพาะอุปสงค์ที่ถูกโพสต์ ไม่ใช่งานทั้งหมดที่ทำจริง ตัวชี้วัดการเข้าถึงมาจากโมเดล ดังนั้นผลลัพธ์จึงสืบทอดสมมติฐานของตัวจำแนกประเภทมาบางส่วน กรอบเวลาก็สั้น สองปีในเดนมาร์ก ไม่ถึงสี่ปีในสหรัฐอเมริกา และประเด็นของผู้เขียนจาก Yale ที่ว่าผลกระทบที่แพร่หลายอาจใช้เวลานานกว่านั้นก็มีเหตุผลรับฟังได้ เกณฑ์มาตรฐานไม่ใช่งานจริง งานของ GDPval เป็นผลงานที่จบในตัวเอง และ WorkBench ก็เป็นสำนักงานจำลอง ในขณะที่งานจริงถูกขัดจังหวะ กำกวม และเกี่ยวข้องกับการเมืองภายในองค์กร ความสามารถกำลังเคลื่อนที่เร็วพอที่จะทำให้ตัวเลขใด ๆ ในกรณีศึกษานี้เป็นเพียงภาพนิ่ง ณ ช่วงเวลาหนึ่ง และงานวิจัยที่มีแนวโน้มจะถูกแทนที่มากที่สุดคือตัวเลขด้านความสามารถ ไม่ใช่ตัวเลขด้านแรงงาน สุดท้ายนี้ ผลกระทบที่สำคัญที่สุดสำหรับทศวรรษหน้า คือว่าท่อการฝึกงานที่บางลงจะทำให้อุปทานของมืออาชีพที่มีประสบการณ์เสื่อมถอยลงหรือไม่ ยังไม่สามารถวัดได้เลยในตอนนี้

บทสรุป

เอเจนต์ AI ทดแทนฟรีแลนซ์ได้จริงหรือ จนถึงตอนนี้พวกมันทดแทนงาน และทำเช่นนั้นในจุดที่ผลงานของงานนั้นสามารถผลิตและตัดสินได้ว่าเป็นงานประจำ นั่นก็เพียงพอแล้วที่จะทำให้ตลาดงานเขียน งานแปล และงานภาพแบบสินค้าโภคภัณฑ์หดตัวลง ทำให้ค่าตอบแทนพิเศษจากการว่าจ้างตามคุณสมบัติในหมวดหมู่เหล่านั้นอ่อนแอลง และตัดการจ้างงานระดับเริ่มต้นในอาชีพที่ได้รับผลกระทบลงอย่างชัดเจน ในขณะที่ปล่อยให้รายได้และชั่วโมงทำงานทั่วทั้งเศรษฐกิจแทบไม่เปลี่ยนแปลง ฟรีแลนซ์ที่รุ่งเรืองในข้อมูลคือผู้ที่ขายวิจารณญาณ ความรับผิดชอบ และความสามารถในการกำกับและตรวจสอบงานของเครื่องจักร ธุรกิจที่ได้ประโยชน์คือธุรกิจที่เรียนรู้ที่จะมอบหมายงานประจำและตรวจสอบมัน และให้คนรับผิดชอบทุกสิ่งที่แก้ไขคืนไม่ได้ ตลาดไม่ได้กำลังสูญเสียฝั่งใดฝั่งหนึ่งของธุรกรรมไป แต่กำลังจัดโครงสร้างใหม่รอบ ๆ การส่งต่องานระหว่างสองฝั่งนั้น และแพลตฟอร์มที่ทำให้การส่งต่อนั้นง่ายขึ้น คือแพลตฟอร์มที่หลักฐานสนับสนุน

คำถามที่พบบ่อย

เอเจนต์ AI ทดแทนฟรีแลนซ์ได้จริงหรือ

ไม่ใช่ในฐานะกลุ่มอาชีพทั้งหมด หลักฐานที่ดีที่สุดตั้งแต่ปี 2022 ถึง 2026 แสดงให้เห็นว่า AI ทดแทนงานเฉพาะด้าน โดยเฉพาะงานเขียนประจำ งานแปล การสร้างภาพ และการเขียนโค้ดแบบง่าย ซึ่งการโพสต์งานลดลงประมาณหนึ่งในห้าเมื่อเทียบกับงานที่ใช้แรงคน ภายในไม่กี่เดือนหลัง ChatGPT อุปสงค์สำหรับงานที่ซับซ้อนในหมวดหมู่เดียวกันกลับเพิ่มขึ้นทั้งในแง่ค่าตอบแทนและการแข่งขัน และข้อมูลระดับประเทศก็ไม่แสดงการทดแทนแรงงานทั่วทั้งเศรษฐกิจ ผู้ที่เสียเปรียบชัดเจนที่สุดคือแรงงานระดับเริ่มต้นในอาชีพที่ได้รับผลกระทบ ไม่ใช่ฟรีแลนซ์ที่มีประสบการณ์

งานฟรีแลนซ์ประเภทใดได้รับผลกระทบจาก AI มากที่สุด

งานเขียน งานแปล การแก้ไขเนื้อหา การผลิตภาพและงานออกแบบ และการเขียนโค้ดแบบประจำ งานวิจัยเกี่ยวกับ Upwork และแพลตฟอร์มอื่น ๆ พบว่าหมวดหมู่เหล่านี้สูญเสียการโพสต์งาน และคุณสมบัติมีความสำคัญน้อยลงในขณะที่ราคามีความสำคัญมากขึ้นเมื่อลูกค้าจ้างงาน งานที่ใช้แรงกาย งานในพื้นที่ งานที่อิงความสัมพันธ์ หรืองานที่ต้องรับผิดชอบต่อผลลัพธ์ ส่วนใหญ่ยังไม่ได้รับผลกระทบมากนักจนถึงตอนนี้

การใช้เอเจนต์ AI ถูกกว่าการจ้างฟรีแลนซ์หรือไม่

สำหรับงานที่เป็นประจำและตรวจสอบได้ โดยทั่วไปแล้วใช่ แต่ถูกกว่าน้อยกว่าที่การเปรียบเทียบแบบพาดหัวข่าวชี้ให้เห็น การประเมิน GDPval ของ OpenAI พบว่าโมเดลผลิตผลงานระดับมืออาชีพได้เร็วกว่าประมาณเก้าสิบเท่าในแง่ตัวเลขดิบ แต่เมื่อนับรวมการตรวจสอบและแก้ไขโดยมนุษย์เข้าไปด้วย การประหยัดจะลดลงเหลือประมาณ 12% ถึง 39% หากไม่มีใครในธุรกิจสามารถตรวจสอบผลงานได้ ทางเลือกที่สมจริงคือให้เอเจนต์ผลิตงานและให้ผู้เชี่ยวชาญมนุษย์ตรวจสอบ

ธุรกิจขนาดเล็กควรมอบงานประเภทใดให้คนทำอยู่

สิ่งใดก็ตามที่แก้ไขคืนไม่ได้ เกี่ยวข้องกับอารมณ์ ใช้แรงกาย หรือต้องรับผิดชอบ เช่น การจ่ายเงินและการลบข้อมูล ลูกค้าที่ไม่พอใจ งานภาคสนาม และผลลัพธ์ที่ต้องมีใครสักคนรับผิดชอบ การทดลองภาคสนามปี 2026 ที่ Alibaba พบว่าแชทบริการที่เอเจนต์รับมือเร็วกว่าแต่ได้คะแนนต่ำกว่า และการแทรกแซงของมนุษย์กู้สถานการณ์ความล้มเหลวเชิงเทคนิคได้ดีกว่าความล้มเหลวเชิงอารมณ์มาก แพลตฟอร์มอย่าง Jobbit จับคู่เอเจนต์สำหรับงานดิจิทัลเข้ากับเครือข่ายมนุษย์สำหรับส่วนที่เหลือนี้โดยเฉพาะ

เหตุใดงานวิจัยจึงมีความเห็นไม่ตรงกันเกี่ยวกับ AI และงาน

ส่วนใหญ่แล้วงานวิจัยเหล่านี้วัดสิ่งที่แตกต่างกัน การทดลองแบบควบคุมวัดว่า AI ทำอะไรได้บ้างในงานที่เลือกไว้และพบผลได้ขนาดใหญ่ ข้อมูลแพลตฟอร์มวัดอุปสงค์สำหรับหมวดหมู่งานเฉพาะและพบการลดลงเฉพาะจุดอย่างชัดเจน ข้อมูลบัญชีเงินเดือนและข้อมูลทางราชการวัดการจ้างงานและรายได้ทั่วทั้งเศรษฐกิจและพบการเปลี่ยนแปลงเพียงเล็กน้อยจนถึงตอนนี้ ภาพรวมนี้จะสอดคล้องกันเมื่ออ่านการทดแทนในระดับงานย่อย การเสริมที่ไม่สม่ำเสมอ และการปรับตัวโดยรวมที่ช้า ไปพร้อม ๆ กัน