ข้อมูลต้นทางที่ตรวจสอบได้คือบทความ FT เผยแพร่วันที่ 10 กันยายน 2026 และอ้างถึงแบบจำลองเศรษฐกิจของ Anthropic ซึ่งมี 3 ฉากทัศน์ โดยฉากทัศน์สุดโต่งจำลอง GDP สหรัฐฯ ที่อาจเพิ่มขึ้น 32.4% ภายในปี 2030 แต่สัดส่วนรายได้ที่ไหลไปสู่แรงงานลดลงอย่างมาก (Financial Times)

ภาพประกอบบทความ: Image by ChatGPT

AI จะทำให้โลกมั่งคั่งขึ้น แต่คนทำงานอาจไม่ได้รวยขึ้นจริง

เมื่อความฉลาดของ AI กลายเป็นเครื่องจักรเศรษฐกิจ คำถามสำคัญอาจไม่ใช่ “AI เก่งแค่ไหน?” แต่คือ “ใครจะได้ประโยชน์จากมัน?”

ในช่วงไม่กี่ปีที่ผ่านมา เรามักถามกันว่า AI จะเข้ามาแทนที่อาชีพอะไรบ้าง

นักเขียนจะตกงานไหม?

โปรแกรมเมอร์จะยังจำเป็นหรือไม่?

นักออกแบบ นักบัญชี นักการตลาด หรือผู้สร้างคอนเทนต์จะได้รับผลกระทบอย่างไร?

แต่คำถามที่ใหญ่กว่านั้นกำลังเกิดขึ้นแล้ว

ถ้า AI ทำให้เศรษฐกิจทั้งระบบผลิตได้มากขึ้นอย่างมหาศาล แล้วความมั่งคั่งที่เพิ่มขึ้นจะตกอยู่กับใคร?

นี่คือประเด็นที่น่าสนใจจากบทสนทนาของ Jack Clark ผู้ร่วมก่อตั้ง Anthropic และหัวหน้าสถาบัน Anthropic Institute กับ Financial Times หลังจาก Anthropic เผยแพร่แบบจำลองอนาคตเศรษฐกิจที่มองไปถึงปี 2030

สิ่งสำคัญคือ แบบจำลองดังกล่าว ไม่ใช่คำทำนายอนาคต แต่เป็นการสร้าง “ฉากทัศน์” เพื่อให้เราเห็นว่า หากความสามารถของ AI การนำไปใช้ และความเร็วในการเปลี่ยนแปลงเกิดขึ้นในระดับต่าง ๆ เศรษฐกิจอาจมีหน้าตาอย่างไร (Financial Times)

และนี่คือจุดที่เรื่องนี้น่าสนใจมากสำหรับคนธรรมดาอย่างเรา

1. AI อาจไม่ได้ทำให้เศรษฐกิจแย่ลง แต่อาจทำให้มันโตเร็วขึ้นมาก

Anthropic แบ่งอนาคตออกเป็น 3 ฉากทัศน์

ระดับแรก — การเปลี่ยนแปลงแบบค่อยเป็นค่อยไป

AI สร้างประโยชน์จริง แต่ผลกระทบทางเศรษฐกิจยังอยู่ในระดับใกล้เคียงกับเทคโนโลยีสำคัญในอดีต เช่น อินเทอร์เน็ต

ระดับที่สอง — การปฏิวัติงานความรู้

AI สามารถทำงานด้านความรู้ได้ประมาณครึ่งหนึ่งภายในปี 2030 และเศรษฐกิจอาจเติบโตประมาณสองเท่าของอัตราปกติ

ระดับที่สาม — การเปลี่ยนแปลงครั้งใหญ่

AI สามารถทำงานด้านความรู้ส่วนใหญ่ได้ด้วยตัวเองและถูกนำไปใช้ในวงกว้างอย่างรวดเร็ว

ในฉากทัศน์สุดโต่ง แบบจำลองประเมินว่า GDP สหรัฐฯ ในปี 2030 อาจสูงกว่ากรณีไม่มี AI ถึงประมาณ 32.4% และเศรษฐกิจอาจเติบโตถึงระดับ 15% ต่อปีในช่วงที่ AI แพร่กระจายอย่างเต็มที่ (Anthropic)

ฟังดูเหมือนข่าวดีมาก

แต่มี “แต่” ที่สำคัญมาก

2. เศรษฐกิจโต ไม่ได้แปลว่าทุกคนจะรวยขึ้น

นี่อาจเป็นประโยคที่สำคัญที่สุดของเรื่องทั้งหมด

ลองนึกภาพบริษัทหนึ่งมีพนักงาน 100 คน

วันหนึ่ง AI เข้ามาช่วยทำงานได้จำนวนมาก

บริษัทสามารถผลิตสินค้าได้มากกว่าเดิม

ทำงานเร็วขึ้น

ลดต้นทุนลง

เปิดบริการใหม่ได้

และทำกำไรเพิ่มขึ้น

GDP โต

บริษัทมีมูลค่าสูงขึ้น

นักลงทุนได้รับผลตอบแทน

เจ้าของเทคโนโลยีได้รับประโยชน์

แต่คำถามคือ

พนักงาน 100 คนยังจำเป็นเท่าเดิมหรือไม่?

นี่คือสิ่งที่แบบจำลองของ Anthropic พยายามชี้ให้เห็น

ในฉากทัศน์ที่ AI เปลี่ยนแปลงเศรษฐกิจอย่างรุนแรง สัดส่วนรายได้ของประเทศที่ไหลไปสู่แรงงานอาจลดลง ขณะที่สัดส่วนที่ไหลไปสู่ “ทุน” หรือทรัพยากรที่ใช้สร้างความมั่งคั่ง เช่น เทคโนโลยีและระบบ AI เพิ่มขึ้น

ในฉากทัศน์สุดโต่ง สัดส่วนรายได้ที่ไปสู่แรงงานถูกจำลองให้ลดลงจากประมาณ 60% ในปัจจุบันเหลือประมาณ 45.2% ขณะที่ส่วนของทุนเพิ่มขึ้นเป็นประมาณ 54.8% (Anthropic)

พูดง่าย ๆ คือ

เค้กอาจใหญ่ขึ้นมาก แต่สัดส่วนของเค้กที่คนทำงานได้รับอาจเล็กลง

นี่ต่างหากคือโจทย์ใหญ่ของยุค AI

3. คนที่ “ใช้ AI เป็น” อาจไม่ได้เปรียบเพียงเพราะทำงานเร็วกว่า

สิ่งที่กำลังเกิดขึ้นในโลกของครีเอเตอร์น่าสนใจมาก

เมื่อก่อนคนหนึ่งคนอาจต้องใช้เวลา

• คิดหัวข้อ

• ค้นข้อมูล

• เขียนบทความ

• ทำภาพ

• ตัดต่อวิดีโอ

• ทำเสียง

• ทำ SEO

• เผยแพร่

• วิเคราะห์ผลลัพธ์

ทั้งหมดนี้อาจต้องใช้หลายคน

แต่วันนี้ AI สามารถเข้ามาช่วยในแทบทุกขั้นตอน

นี่หมายความว่า “ต้นทุนการผลิตคอนเทนต์” กำลังลดลงอย่างรวดเร็ว

และเมื่อทุกคนเข้าถึงเครื่องมือเดียวกันได้ สิ่งที่เคยเป็นข้อได้เปรียบจึงเริ่มไม่ใช่แค่การมีเครื่องมือ

แต่คือ

ใครรู้ว่าจะสั่ง AI อย่างไร

ใครรู้ว่าจะตรวจสอบมันอย่างไร

ใครรู้ว่าจะนำผลลัพธ์ไปสร้างคุณค่าอย่างไร

และที่สำคัญที่สุด

ใครรู้ว่าจะเปลี่ยนคุณค่านั้นให้กลายเป็นรายได้อย่างไร

4. AI ไม่ได้ทำลายงานทั้งหมด แต่มันกำลัง “แยกงานออกเป็นชิ้น ๆ”

หนึ่งในแนวคิดที่น่าสนใจจากแบบจำลองของ Anthropic คือการมองว่า

งานหนึ่งอาชีพไม่ได้เป็นงานเดียว

แต่ประกอบด้วย “ชุดของงานย่อย”

ตัวอย่างเช่น นักการตลาดไม่ได้มีหน้าที่เพียงอย่างเดียว

อาจต้อง

คิดแคมเปญ

วิเคราะห์ข้อมูล

เขียนข้อความ

ทำภาพ

ทำรายงาน

ประชุม

คุยกับลูกค้า

แก้ปัญหาเฉพาะหน้า

งานบางส่วน AI ทำได้ดีมาก

บางส่วน AI ช่วยได้

และบางส่วนยังต้องอาศัยมนุษย์อย่างมาก

นี่ทำให้อนาคตของการทำงานอาจไม่ใช่

“AI แทนมนุษย์”

แต่เป็น

“AI แทนที่บางส่วนของงานที่มนุษย์เคยทำ”

แล้วมนุษย์จะต้องสร้างบทบาทใหม่ขึ้นมารอบ ๆ ส่วนที่เหลือ

นี่เป็นการเปลี่ยนแปลงที่ละเอียดกว่าคำว่า “ตกงานเพราะ AI” มาก

5. สิ่งที่น่ากลัวกว่า AI คือ “ความเร็วในการปรับตัวของมนุษย์”

AI สามารถพัฒนาได้เร็วมาก

แต่ระบบการศึกษา

องค์กร

กฎหมาย

ตลาดแรงงาน

และทักษะของคน

ไม่ได้เปลี่ยนเร็วเท่ากันเสมอไป

นี่คือช่องว่างที่น่าจับตามอง

สมมติว่า AI สามารถทำงานบางประเภทได้ในปี 2027

แต่คนที่ทำงานประเภทนั้นต้องใช้เวลา 2–3 ปีในการเรียนรู้ทักษะใหม่

ระหว่างนั้นจะเกิดอะไรขึ้น?

นี่คือเหตุผลที่แบบจำลองของ Anthropic ให้ความสำคัญกับ “การเปลี่ยนอาชีพ” และระยะเวลาที่คนหนึ่งคนต้องใช้ในการย้ายจากงานเดิมไปสู่งานใหม่ (Anthropic)

ดังนั้นปัญหาของ AI อาจไม่ใช่เพียงว่า

“AI ทำงานแทนเราได้หรือไม่?”

แต่คือ

“มนุษย์ปรับตัวทันหรือไม่?”

6. แล้วครีเอเตอร์ควรทำอย่างไร?

ตรงนี้ผมมองว่าเป็นส่วนที่น่าสนใจที่สุดสำหรับคนที่กำลังสร้างตัวตนบนโลกออนไลน์

ถ้า AI ทำให้การผลิตคอนเทนต์ง่ายขึ้นเรื่อย ๆ

คอนเทนต์ธรรมดาจะมีมูลค่าลดลง

เพราะใคร ๆ ก็สร้างได้

บทความ 1,000 คำ

ภาพสวย ๆ

วิดีโอสั้น

เสียงบรรยาย

หรือเพลง AI

กำลังกลายเป็นสิ่งที่ผลิตได้ง่ายขึ้นทุกวัน

ดังนั้น “การผลิต” จะไม่ใช่กำแพงใหญ่เหมือนในอดีต

กำแพงใหม่จะกลายเป็น

ความคิด

มุมมอง

ความน่าเชื่อถือ

ประสบการณ์

การคัดเลือกข้อมูล

และ ความสามารถในการเชื่อมโยง AI เข้ากับชีวิตจริง

นี่คือเหตุผลที่ผมมองว่าแนวคิด

AI PASS

มีความสำคัญมากขึ้นเรื่อย ๆ

ไม่ใช่การเรียน AI เพื่อแข่งขันกับ AI

แต่เรียน AI เพื่อให้เราสามารถทำงานร่วมกับ AI ได้ดีขึ้น

7. จาก “Content Creator” สู่ “AI Creator”

ในยุคเดิม

ครีเอเตอร์คือคนสร้างเนื้อหา

แต่ในยุค AI บทบาทกำลังขยับไปอีกขั้น

ครีเอเตอร์อาจต้องเป็นทั้ง

นักคิด + นักค้นคว้า + นักตรวจสอบ + นักออกแบบกระบวนการ + ผู้ใช้ AI + ผู้สร้างแบรนด์

AI ทำหน้าที่เป็นแรงงานดิจิทัล

แต่มนุษย์ยังต้องเป็นคนกำหนดว่า

เราจะสร้างอะไร

สร้างเพื่อใคร

ทำไปทำไม

และ

คุณค่าที่เกิดขึ้นคืออะไร

นี่คือเหตุผลว่าทำไมผมจึงไม่มอง AI เป็นเพียง “เครื่องมือทำงานเร็วขึ้น”

แต่ควรมองมันเป็น

คู่คิดที่ช่วยขยายความสามารถของมนุษย์

และเมื่อระบบ AI เก่งขึ้น สิ่งที่สำคัญยิ่งกว่าเดิมคือมนุษย์ต้องเก่งขึ้นในเรื่องที่ AI ยังไม่ได้ตัดสินใจแทนเรา

8. แต่ยังมีสิ่งหนึ่งที่แบบจำลองเศรษฐกิจอาจตอบไม่ได้ทั้งหมด

แบบจำลองทุกแบบมีข้อจำกัด

Anthropic เองก็ระบุว่าแบบจำลองนี้ไม่ได้รวมปัจจัยอีกหลายอย่าง เช่น การตอบสนองของรัฐบาล วัฏจักรเศรษฐกิจ ความผันผวนของตลาดการเงิน อุปสงค์รวม และความเสี่ยงบางประเภท รวมถึงยังไม่ได้ใส่สถานการณ์ที่มนุษย์พัฒนาหุ่นยนต์ที่มีความสามารถสูงมากเข้าไปในแบบจำลอง (Anthropic)

และนี่คือข้อสังเกตสำคัญจากบทสนทนากับ Financial Times

ปัญหาของโลกไม่ได้เกิดจากการขาดความฉลาดเพียงอย่างเดียว

บางครั้งเรารู้วิธีแก้ปัญหาแล้ว

แต่ติดกฎระเบียบ

ติดนโยบาย

ติดการเมือง

ติดโครงสร้างองค์กร

ติดต้นทุน

หรือติดความสามารถของมนุษย์ในการปรับตัว

ดังนั้น ต่อให้ AI ฉลาดขึ้น 10 เท่า

โลกอาจไม่ได้เปลี่ยนเร็วขึ้น 10 เท่า

เพราะโลกจริงยังมี “ความยุ่งเหยิงของมนุษย์” อยู่ด้วย (Financial Times)

9. บทเรียนสำคัญสำหรับคนธรรมดาในวันนี้

เราไม่จำเป็นต้องรู้ว่า AI ในปี 2030 จะเก่งแค่ไหน

เพราะไม่มีใครรู้แน่นอน

แต่เรารู้สิ่งหนึ่งได้

ความสามารถในการใช้ AI จะกลายเป็นทักษะพื้นฐานมากขึ้นเรื่อย ๆ

ดังนั้นกลยุทธ์ที่ปลอดภัยกว่าการรอให้เห็นอนาคต คือ

เริ่มเรียนก่อนที่เราจะจำเป็นต้องใช้

ทดลองก่อนที่คู่แข่งจะใช้

สร้างระบบก่อนที่งานจะล้นมือ

และเรียนรู้วิธีตรวจสอบ AI ก่อนที่จะเชื่อ AI

สำหรับครีเอเตอร์ ผมมองว่าอนาคตไม่ได้เป็นเกม

“ใครสร้างคอนเทนต์ได้เยอะที่สุด”

แต่จะเป็นเกมของ

“ใครสร้างคุณค่าได้มากที่สุดด้วยต้นทุนและเวลาที่ต่ำลง”

10. AI อาจสร้างโลกที่มั่งคั่งที่สุดในประวัติศาสตร์ — แต่ไม่ได้รับประกันว่าเป็นโลกที่ทุกคนมั่งคั่ง

นี่คือความแตกต่างที่เราต้องเข้าใจ

AI อาจเพิ่มผลิตภาพ

เพิ่ม GDP

ลดต้นทุน

สร้างอุตสาหกรรมใหม่

และสร้างความมั่งคั่งมหาศาล

แต่การกระจายความมั่งคั่งเป็นอีกเรื่องหนึ่ง

ดังนั้นคำถามสำคัญของยุค AI จึงไม่ควรมีเพียง

“AI จะทำอะไรได้บ้าง?”

แต่ต้องเพิ่มอีกสามคำถาม

ใครได้ประโยชน์?

ใครได้รับผลกระทบ?

และเราจะทำอย่างไรให้คนธรรมดามีส่วนร่วมกับความมั่งคั่งที่เกิดขึ้น?

เพราะอนาคตที่ดีที่สุดอาจไม่ใช่อนาคตที่ AI ทำทุกอย่างแทนมนุษย์

แต่อาจเป็นอนาคตที่

AI ทำให้มนุษย์หนึ่งคนสามารถทำสิ่งที่เมื่อก่อนต้องใช้คนทั้งทีมได้

และตรงนี้เองที่ผมมองเห็นโอกาสใหญ่สำหรับครีเอเตอร์รุ่นใหม่ รวมถึงคนที่เริ่มต้นเรียนรู้ AI ในวันนี้

บทส่งท้าย: เราไม่จำเป็นต้องแข่งกับ AI

โลกกำลังเข้าสู่ช่วงเวลาที่น่าสนใจอย่างมาก

AI กำลังเปลี่ยนจากเครื่องมือที่ช่วยตอบคำถาม

ไปสู่ระบบที่สามารถช่วยคิด เขียน วิเคราะห์ เขียนโค้ด วิจัย และทำงานหลายขั้นตอนได้ด้วยตัวเอง

แต่สิ่งที่เกิดขึ้นต่อจากนี้ไม่ได้ถูกกำหนดไว้แล้ว

แบบจำลองของ Anthropic เองก็ย้ำว่าอนาคตขึ้นอยู่กับทั้ง ความสามารถของ AI และวิธีที่มนุษย์นำมันไปใช้ (Anthropic)

ดังนั้นสำหรับผม คำถามจึงไม่ใช่

“เราจะรอดจาก AI ได้หรือไม่?”

แต่เป็น

“เราจะเรียนรู้ที่จะใช้ AI สร้างคุณค่าใหม่ให้กับตัวเองได้เร็วแค่ไหน?”

เพราะในโลกที่ AI ทำให้การผลิตง่ายขึ้นเรื่อย ๆ

คนที่มีคุณค่ามากที่สุดอาจไม่ใช่คนที่ทำงานได้เร็วที่สุด

แต่อาจเป็นคนที่

รู้ว่าจะให้ AI ทำอะไร และรู้ว่ามนุษย์ควรทำอะไรด้วยตัวเอง

นี่อาจเป็นทักษะสำคัญที่สุดของการทำงานในทศวรรษหน้า

แหล่งข้อมูลหลัก

บทวิเคราะห์นี้เรียบเรียงใหม่จากบทสนทนา Financial Times – AI Shift กับ Jack Clark ผู้ร่วมก่อตั้ง Anthropic และข้อมูลจาก Anthropic Economic Scenario Explorer ซึ่งเผยแพร่ในเดือนกันยายน 2026 โดยไม่ได้แปลหรือทำซ้ำบทความต้นฉบับแบบคำต่อคำ (Financial Times)

หมายเหตุ: ตัวเลขและฉากทัศน์ในบทความเป็นแบบจำลองเพื่อสำรวจอนาคต ไม่ใช่คำพยากรณ์ และควรอ่านควบคู่กับข้อจำกัดของแบบจำลอง

บทความนี้เหมาะกับ kaewta.com มากกว่าการแปลข่าวตรง ๆ เพราะแกนหลักถูกเปลี่ยนจาก “Anthropic คาดการณ์อะไร” มาเป็น “AI กำลังเปลี่ยนกติกาของการทำงานและโอกาสของครีเอเตอร์อย่างไร” ซึ่งทำให้เราสามารถต่อยอดเป็นซีรีส์ AI PASS / Creator Economy / Learn to Earn ได้ด้วยครับ