พนักงาน Anthropic คาดว่า AI จะทำงานแทนตัวเองได้ 75% ในปี 2030 คนอเมริกันทั่วไปคาดแค่ 28%

คนกลุ่มเดียวกับที่สร้าง AI ขึ้นมา คาดว่าภายในปี 2030 มันจะทำงานของพวกเขาเองแทนได้ถึง 75% ส่วนคนทำงานอเมริกันทั่วไปคาดว่าแค่ 28% เป็นเทคโนโลยีตัวเดียวกัน แต่คนสองกลุ่มกลับมองอนาคตของมันต่างกันเกือบสามเท่า นี่คือสิ่งที่ Anthropic บริษัทผู้สร้างแชตบอต Claude พบจากการสำรวจที่เพิ่งเผยแพร่ และ ReadEval ขอบอกไว้ตรงนี้ว่า Claude ที่กำลังช่วยเรียบเรียงข่าวชิ้นนี้ก็เป็นผลิตภัณฑ์ของ Anthropic เช่นกัน

Anthropic ถามพนักงานของตัวเองหลักพันคน เทียบกับคนอเมริกันหลักหมื่นคน แล้วพบ "ช่องว่างความคาดหวัง" (expectations gap) ที่กว้างในแทบทุกคำถามเกี่ยวกับอนาคต ลองนึกถึงการถามพ่อครัวในห้องครัวกับลูกค้าหน้าร้านว่าอีกไม่กี่ปีหุ่นยนต์จะทำอาหารแทนคนได้แค่ไหน คนที่อยู่ในครัวทุกวันย่อมเห็นภาพต่างจากคนที่เห็นแค่จานที่เสิร์ฟออกมา ต่างกันตรงที่พ่อครัวในที่นี้คือบริษัทที่มีส่วนได้ส่วนเสียกับภาพอนาคตของ AI โดยตรง ตัวเลขจึงต้องอ่านอย่างระวัง

จุดที่น่าสนใจคือ คนสองกลุ่มนี้เห็นตรงกันพอสมควรว่า "วันนี้" AI ทำอะไรได้บ้าง ที่ต่างกันคือความเร็วของอนาคต และงานวิจัยชี้ว่าความต่างนั้นมาจากประสบการณ์ใช้งานจริงมากกว่าความเชื่อเรื่องเศรษฐกิจ ยิ่งใครใช้ AI บ่อย มุมมองก็ยิ่งขยับเข้าใกล้ฝั่งพนักงาน และมีพนักงาน Anthropic เพียงราว 2 ใน 10 เท่านั้นที่คาดการณ์ใกล้เคียงกับคนอเมริกันทั่วไป

ข้อควรรู้คือ ตัวเลขเหล่านี้เป็น "ความคาดหวัง" ไม่ใช่สิ่งที่วัดได้จริง และสองกลุ่มนี้ตอบคนละรูปแบบคำถาม กลุ่มพนักงานก็ไม่ได้ถ่วงน้ำหนักให้เป็นตัวแทนเหมือนกลุ่มประชาชน การเทียบกันจึงทำได้แค่คร่าว ๆ ที่สำคัญ ยังไม่มีใครรู้ว่าสุดท้ายฝั่งไหนคาดถูก

แล้วคุณล่ะอยู่ฝั่งไหน Anthropic เปิดแบบทดสอบสั้น ๆ ให้ใครก็ลองตอบได้ว่าตัวเองคาดหวังกับ AI แค่ไหน ด้านล่างนี้ ReadEval สรุปว่าใครตอบบ้าง ถามอย่างไร ช่องว่างกว้างแค่ไหนในแต่ละเรื่อง มุมมองจากนักวิจัยภายนอก และข้อควรระวังก่อนจะเชื่อตัวเลขนี้ทั้งหมด

สรุปประเด็นสำคัญ

• งานวิจัย: รายงาน "The AI Expectations Gap" จาก The Anthropic Institute (ทีมเศรษฐศาสตร์) เผยแพร่ 16 ต.ค. 2026 เทียบความคาดหวังเรื่อง AI กับการทำงาน ระหว่างพนักงาน Anthropic กับคนอเมริกันทั่วไป
• ตัวเลขหลัก: พนักงานคาดว่า AI จะทำงานปัจจุบันของตัวเองแทนได้เฉลี่ย 75% ภายในปี 2030 ส่วนคนทำงานอเมริกันคาดเฉลี่ย 28% และพนักงานเกินครึ่งคาดว่า AI จะทำงานตัวเองแทนได้อย่างน้อย 80% ขณะที่คนอเมริกันคิดแบบนั้นเพียง 5%
• สองกลุ่มเห็นตรงกันเรื่องปัจจุบัน: ทั้งคู่ประเมิน "สิ่งที่ AI ทำได้วันนี้" ใกล้เคียงกัน และเรียงลำดับความยากของงานคล้ายกัน ที่ต่างกันคือความเร็วของอนาคต
• ช่องว่างมาจากประสบการณ์: คนที่ใช้ AI บ่อยมีมุมมองใกล้พนักงานมากกว่า ส่วนความเชื่อเรื่องเศรษฐกิจของทั้งสองกลุ่มกลับคล้ายกัน
• ข้อควรระวัง: เป็นการสำรวจที่ Anthropic ทำกับพนักงานตัวเอง (ไม่ถ่วงน้ำหนัก) เทียบกับแผงสำรวจออนไลน์ของบุคคลที่สาม คนละรูปแบบคำถาม และเป็นความคาดหวัง ไม่ใช่ผลที่เกิดขึ้นจริง
• ความน่าเชื่อถือ: 🟡 พอใช้อ้างอิงได้ (3 จาก 6 ข้อตามเกณฑ์ ReadEval) โปร่งใสเรื่องวิธีการและจ้างบุคคลที่สามเก็บฝั่งประชาชน แต่เป็นงานของผู้มีส่วนได้ส่วนเสีย และการเทียบสองกลุ่มไม่ใช่การวัดแบบเทียบเท่า

ใครตอบบ้าง และถามอย่างไร

การสำรวจมีสองฝั่งที่เก็บคนละแบบ

• ฝั่งประชาชน: บริษัทวิจัย Morning Consult เก็บข้อมูลคนอเมริกันผู้ใหญ่ 10,980 คน ระหว่าง 11–23 ส.ค. 2026 แล้ว ถ่วงน้ำหนัก ให้เป็นตัวแทนประชากร ครึ่งหนึ่งถูกถามถึงปี 2027 อีกครึ่งถามถึงปี 2030 รายงานใช้ชุดที่ถามถึงปี 2030 คนกลุ่มนี้ตอบโดยเลือกเป็น "ช่วง" แล้วทีมวิจัยใช้ค่ากลางของช่วง
• ฝั่งพนักงาน: Anthropic ทำโพลภายใน 9–12 ส.ค. 2026 ได้ 1,334 คนจากทั่วบริษัท เป็นข้อมูล ไม่ถ่วงน้ำหนัก และทุกคนถูกถามถึงปี 2030 ตอบด้วยการเลื่อนแถบ (slider)

ความต่างสามอย่างนี้ (คนละตัวอย่าง คนละรูปแบบคำถาม ถ่วงน้ำหนักไม่เท่ากัน) ทำให้การเทียบตัวเลขสองฝั่งทำได้แค่คร่าว ๆ ซึ่ง Anthropic ระบุข้อจำกัดนี้ไว้เอง นอกจากนี้ฝั่งประชาชนยังเป็นแผงสำรวจออนไลน์แบบสมัครใจ (opt-in panel) ที่รายงานยอมรับว่า "ไม่รวมผู้ใหญ่ที่เข้าไม่ถึงอินเทอร์เน็ต และอาจต่างจากประชากรจริงในแบบที่การถ่วงน้ำหนักตามข้อมูลประชากรแก้ไม่ได้"

Anthropic ยังย้ำว่าคำตอบของพนักงานเป็น "ความคาดหวังส่วนตัวของพนักงานในโพลภายใน" และ "ไม่ได้แทนแผนของ Anthropic หรือมุมมองของบริษัทเรื่องจำนวนพนักงาน"

ช่องว่างกว้างแค่ไหนในแต่ละเรื่อง

นอกจากเรื่องงานของตัวเองแล้ว ช่องว่างยังปรากฏในเกือบทุกคำถาม ตัวเลขทั้งหมดเทียบ "พนักงาน Anthropic" กับ "คนอเมริกันทั่วไป"

ตัวเลข GDP แปลว่า พนักงานโดยเฉลี่ยคาดภาพเศรษฐกิจที่โตแรงกว่าที่คนทั่วไปคาดหลายเท่า (รายงานใช้จุดอ้างอิง 2.4% = โตพอประมาณ, 5.4% = โตมาก, 15.4% = โตสุดขั้ว) ส่วนเรื่องการว่างงาน ทั้งสองกลุ่มที่คาดว่างานตัวเองจะถูกแทนมาก ก็คาดว่างานจะหายไปมากขึ้นในรูปแบบใกล้เคียงกัน โดยกลุ่มที่คาดว่า AI จะแทนงานตัวเองได้ 80% ขึ้นไป คาดว่าการว่างงานในสหรัฐฯ ปี 2030 จะอยู่ที่ 12.2% (สูงกว่าช่วงวิกฤตการเงินปี 2008) เทียบกับฐานปัจจุบันที่ 4.2%

เรื่องความเร็วในการทำงาน พนักงาน 85% บอกว่า AI ช่วยให้ทำงานเสร็จในเวลาครึ่งเดียวหรือน้อยกว่า ขณะที่คนอเมริกันที่ใช้ AI ในงานจริง 29% กลับบอกว่างานใช้เวลาเท่าเดิมหรือนานกว่าเดิม (ฝั่งพนักงานมีเพียง 5% ที่บอกแบบนั้น)

ช่องว่างมาจากไหน ประสบการณ์หรือความเชื่อเรื่องเศรษฐกิจ

นี่คือประเด็นที่น่าสนใจที่สุดของรายงาน และเป็นเหตุผลที่มันมากกว่าแค่ "คนในบริษัทเชียร์ของตัวเอง"

รายงานบอกว่าสองกลุ่มนี้ไม่ได้มี "ทฤษฎีเศรษฐกิจ" ที่ต่างกัน ถ้าเอาความคาดหวังเรื่องงานตัวเองมาตั้งให้เท่ากัน ทั้งพนักงานและประชาชนเชื่อมโยงการถูก AI แทนงานกับการว่างงานที่สูงขึ้นในแบบ "ใกล้เคียงกันมาก" และในฝั่งคนอเมริกัน ความ "มองโลกในแง่ดีกับ AI" โดยรวมไม่ได้อธิบายรูปแบบนี้ พูดง่าย ๆ คือ ถ้าคุมระดับที่คนคาดว่างานตัวเองจะถูกแทนให้เท่ากันแล้ว การที่เขาจะคิดว่า AI เก่งกว่าหรือด้อยกว่าในภาพรวม ไม่ได้ทำให้เขาคาดการณ์ว่างงานต่างออกไป

สิ่งที่ต่างคือ ประสบการณ์ คนที่ใช้ AI ประจำมีมุมมองขยับเข้าใกล้พนักงาน เช่น ในกลุ่มคนทำงานสายคอมพิวเตอร์ วิศวกรรม และวิทยาศาสตร์ คนที่ใช้ AI ประจำคาดว่า AI จะทำงานตัวเองแทนได้ 40% เทียบกับ 33% ของคนทั้งสาขา และ 28% ของคนทำงานทุกสาขารวมกัน ส่วนพนักงานสายงานที่ใช้มือ เช่น ช่าง การผลิต และขนส่ง คาดไว้ที่ 25% รายงานสรุปว่าคนสองกลุ่มนี้ "มีประสบการณ์กับความสามารถของ AI ต่างกัน และนั่นทำให้ความคาดหวังต่างกัน"

Anthropic ยังเผยมุมมองของพนักงานเรื่องการสร้างโมเดลภายในบริษัท โดยพนักงานประเมินว่า "วันนี้" AI ทำงานสร้างโมเดลรุ่นใหม่ไปแล้วราวครึ่งหนึ่ง (ค่ากลาง 51%) และคาดว่าจะถึง 95% ภายในสิ้นปี 2030 ตัวเลขชุดนี้ก็เป็น "ความเห็นส่วนตัว" ของพนักงานเช่นกัน ไม่ใช่การวัดของบริษัท

แล้วใครคาดถูก

รายงานนี้บอกได้แค่ว่า "มีช่องว่าง" ไม่ได้บอกว่าใครคาดถูก และ ReadEval ก็ยืนยันแทนไม่ได้ สิ่งที่พอทำได้คือดูว่านักวิจัยนอกวงการ AI มองอนาคตอย่างไร

• งานของ Forecasting Research Institute พบว่า "ผู้เชี่ยวชาญ" และ "นักพยากรณ์ชั้นเยี่ยม" (superforecasters) โดยทั่วไปคาดการณ์ความก้าวหน้าของ AI ช้ากว่าผู้บริหารบริษัท AI แนวหน้า นั่นสนับสนุนภาพว่าคนในวงการมองโลกแง่ดีกว่าคนนอก
• แต่กลุ่มเดียวกันนี้ก็พบว่า ที่ผ่านมา "ผู้เชี่ยวชาญมักประเมินความก้าวหน้าของ AI ต่ำเกินไป" เมื่อเทียบกับผลที่ออกมาจริงในหลายการทดสอบมาตรฐาน (benchmark) จึงยังสรุปไม่ได้ว่าฝั่งที่คาดน้อยกว่าจะถูกเสมอไป

สื่อที่รายงานข่าวนี้ส่วนใหญ่เล่าตามตัวเลขของ Anthropic โดยไม่ได้สัมภาษณ์นักเศรษฐศาสตร์อิสระเพิ่ม เว็บไซต์ Crypto Briefing ซึ่งเป็นหนึ่งในไม่กี่แห่งที่ตั้งข้อสังเกต สรุปสั้น ๆ ว่า "นี่คือความเห็นที่ต่างกันมากเกี่ยวกับเทคโนโลยีตัวเดียวกัน และมีแค่ฝั่งเดียวเท่านั้นที่เป็นคนเขียนโค้ด" กล่าวคือ คนที่สร้าง AI ย่อมเห็นสิ่งที่คนทั่วไปไม่เห็น แต่การเห็นมากกว่าก็ไม่ได้แปลว่าคาดการณ์จะแม่นกว่าเสมอไป

คนไทยเกี่ยวอะไรด้วยไหม

การสำรวจนี้ถามเฉพาะพนักงาน Anthropic กับคนอเมริกัน ไม่ได้ถามคนทำงานไทย ตัวเลข 75% หรือ 28% จึงเป็นภาพของสหรัฐฯ ไม่ใช่ของไทย ReadEval ยังไม่พบข้อมูลว่าคนทำงานไทยคาดหวังกับ AI อย่างไรในลักษณะเทียบกันแบบนี้ สิ่งที่พอใช้ได้คือหลักการเบื้องหลัง คือ "ยิ่งได้ลองใช้จริง มุมมองยิ่งเปลี่ยน" ซึ่งไม่ได้ผูกกับประเทศใดประเทศหนึ่ง แต่ตัวเลขทั้งหมดในข่าวนี้ให้ยึดว่าเป็นของกลุ่มที่ถูกสำรวจเท่านั้น

อยากวัดตัวเองดูบ้าง

Anthropic เปิดเครื่องมือชื่อ scenario explorer ให้ใครก็ลองตอบแบบทดสอบสั้น ๆ ว่าตัวเองคาดหวังกับ AI แค่ไหน แล้วเทียบกับคำตอบของคนอื่น ในช่วง 48 ชั่วโมงแรกหลังเปิดเมื่อ 9 ก.ย. 2026 มีผู้เข้าชมทำแบบทดสอบนี้ 23,075 คนจากกว่า 140 ประเทศ รายงานเตือนไว้เองว่าคนกลุ่มนี้ "น่าจะสนใจ AI มากกว่าคนทั่วไป" จึงไม่ใช่ตัวแทนประชากร ถ้าจะลอง ให้ถือเป็นการสำรวจความคิดของตัวเอง ไม่ใช่ผลวิจัยที่เทียบได้กับสองกลุ่มหลัก

ข้อมูลที่ควรระวัง

• เป็นความคาดหวัง ไม่ใช่ผลที่เกิดจริง: ทุกตัวเลขคือสิ่งที่คน "คาดว่า" จะเกิดในปี 2030 ไม่ใช่สิ่งที่วัดได้แล้ว
• เทียบสองกลุ่มได้แค่คร่าว ๆ: คนละตัวอย่าง คนละรูปแบบคำถาม (แถบเลื่อน vs เลือกช่วง) และพนักงานไม่ถ่วงน้ำหนัก
• ผู้เผยแพร่มีส่วนได้ส่วนเสีย: Anthropic เป็นบริษัท AI ที่สำรวจพนักงานตัวเองและเป็นผู้เล่าเรื่อง แม้ฝั่งประชาชนจะจ้าง Morning Consult เก็บ
• ถ้อยคำพาดหัวของสื่อไม่ตรงกันบ้าง: บางสำนักเขียนว่าพนักงาน "เกินครึ่ง" คาดว่า AI แทนงานได้ 80% บางแห่งเขียนว่า "ส่วนใหญ่" ReadEval ยึดตามรายงานต้นทางที่ว่า "เกินครึ่ง"
• ตัวเลขทบทวนซ้ำ: Anthropic เก็บข้อมูลประชาชนซ้ำอีกครั้งช่วง 17–24 ก.ย. (7,613 คน) ได้ผลใกล้เคียงเดิม (ค่ากลาง GDP 5.6% เทียบกับ 5.4%) แต่รายงานเลือกใช้ชุดเดือนสิงหาคมตลอดทั้งฉบับ

ความน่าเชื่อถือของผลสำรวจ

รวม 3 จาก 6 ข้อ ป้าย 🟡 พอใช้อ้างอิงได้ การวัด "ความคิดของคนอเมริกัน" ทำอย่างเป็นระบบและโปร่งใส ส่วนที่ต้องอ่านอย่างระวังที่สุดคือการนำช่องว่างระหว่างพนักงานกับประชาชนมาเป็นพาดหัว เพราะสองกลุ่มนี้เทียบกันแบบเทียบเท่าไม่ได้ และผู้เล่าเรื่องไม่ใช่ฝ่ายที่เป็นกลาง