AI ไม่ได้เป็นศัตรู แต่การใช้ AI ผิดทางจะเปลี่ยนโลกภายใน 3 ปี
Mo Gawdat อดีตผู้บริหาร Google X ชี้ว่า AI ไม่ใช่ภัยคุกคามด้วยตัวเอง แต่ความเสี่ยงอยู่ที่มนุษย์และโครงสร้างแรงจูงใจที่ใช้ AI เพื่ออำนาจ ต้นทุน และการควบคุม พร้อมเตือนว่าผลกระทบต่อแรงงานสายความรู้จะเริ่มชัดมากขึ้นในปี 2027
AI, Automation, Future of Work, Leadership, Business Strategy
Mo Gawdat อดีตผู้บริหารที่เคยทำงานกับ Google และติดตามพัฒนาการของ AI มาตั้งแต่ยุคที่คนทั่วไปยังไม่ได้สนใจประเด็นนี้ ได้ให้มุมมองในรายการ The Diary Of A CEO ว่าโลกกำลังอยู่ในช่วงหัวเลี้ยวหัวต่อของเทคโนโลยีครั้งใหญ่ ประเด็นสำคัญจากบทสัมภาษณ์นี้ไม่ใช่แค่เรื่องความสามารถของโมเดล AI แต่คือคำถามเชิงธุรกิจและเชิงสังคมว่า ใครกำลังใช้ AI เพื่ออะไร และองค์กรควรเตรียมตัวอย่างไรเมื่อผลกระทบต่อแรงงาน โครงสร้างอำนาจ และการตัดสินใจทางธุรกิจเริ่มใกล้กว่าที่หลายคนคิด
https://www.youtube.com/watch?v=RwlgFC6S-OE
ความเสี่ยงที่แท้จริงไม่ใช่ AI แต่คือมนุษย์ที่สั่งให้ AI ทำงานแทนตน
หนึ่งในประโยคที่ชัดที่สุดจากบทสัมภาษณ์คือ Mo ไม่ได้กังวลว่า AI จะ “ลุกขึ้นมาต่อต้านมนุษย์” ด้วยตัวเอง แต่กังวลว่ามนุษย์จะใช้ AI เป็นเครื่องมือเพื่อขยายอำนาจ การควบคุม และผลประโยชน์ของตนเอง
> "I'm not worried about AI turning against us. I'm worried about humans telling AI to turn against us." — Mo Gawdat
เขาย้อนเล่าประสบการณ์สมัยอยู่ Google ว่าทีมงานจำนวนมากเชื่อจริง ๆ ว่ากำลังสร้างเทคโนโลยีเพื่อทำให้โลกดีขึ้น ซึ่งในระดับหนึ่งก็เป็นเช่นนั้น แต่จุดเปลี่ยนเกิดขึ้นเมื่อเริ่มตระหนักว่า สิ่งที่สร้างขึ้นอาจไม่ได้ถูกนำไปใช้ตามเจตนารมณ์ของผู้สร้าง
> "Maybe the world will not use what you're making the way you want it to be used." — Mo Gawdat
สำหรับผู้บริหารและทีมเทค นี่เป็นประเด็นสำคัญมาก เพราะการพัฒนา AI ในองค์กรไม่ควรหยุดอยู่ที่คำถามว่า “ทำได้หรือไม่” แต่ต้องถามต่อว่า
Mo เปรียบเทียบว่า เช่นเดียวกับเทคโนโลยีอื่น ๆ ที่เริ่มต้นด้วยคำสัญญาเชิงบวก แต่สุดท้ายอาจถูกขับเคลื่อนด้วยแรงจูงใจทางธุรกิจมากกว่าความเป็นประโยชน์ต่อสังคม AI ก็เสี่ยงจะเดินตามเส้นทางเดียวกัน
AI จะเป็นบวกต่อมนุษยชาติได้ แต่เส้นทางก่อนถึงจุดนั้นจะเจ็บปวด
แม้เนื้อหาหลายส่วนจะฟังดูน่ากังวล แต่ Mo ยืนยันชัดว่าเขาเชื่อว่า AI สามารถเป็น net positive ต่อมนุษยชาติได้ เพียงแต่ช่วงเปลี่ยนผ่านจะรุนแรงและไม่ราบรื่น
> "I bet 100% on that. It's that this path is very painful." — Mo Gawdat
เขายกตัวอย่างพลังงานนิวเคลียร์ว่า การใช้งานครั้งแรกที่เด่นชัดไม่ใช่พลังงานสะอาด แต่เป็นอาวุธ นี่คือกรอบคิดที่เขาใช้มอง AI: เทคโนโลยีทรงพลังมักถูกนำไปใช้เพื่อผลประโยชน์ของคนกลุ่มเล็กก่อน แล้วค่อยขยายไปสู่ประโยชน์ที่กว้างขึ้นภายหลัง
ตามที่กล่าวในวิดีโอ การใช้งาน AI ระยะแรกจำนวนมากเอื้อประโยชน์ให้ผู้ถืออำนาจมากกว่าคนส่วนใหญ่ เช่น
ประเด็นนี้สำคัญต่อองค์กรไทยที่กำลังเร่งทำ AI adoption เพราะ ROI ที่เห็นเร็วที่สุดมักอยู่ใน use case ด้านประสิทธิภาพและการควบคุม แต่หากไม่มีกรอบคิดเชิงจริยธรรมและผลกระทบต่อ workforce กำกับไว้ตั้งแต่ต้น การใช้ AI อาจสร้างผลตอบแทนระยะสั้นพร้อมกับความเสี่ยงระยะยาวในด้านคน วัฒนธรรม และความน่าเชื่อถือขององค์กร
สิ่งที่คนทั่วไปเห็นกับสิ่งที่เกิดในแล็บ เป็นคนละภาพกัน
Mo อธิบายสิ่งที่เขาเรียกว่า “hype dichotomy” ได้อย่างน่าสนใจ คือภาพของ AI ในสายตาสาธารณะกับสิ่งที่คนในแล็บเห็นนั้นต่างกันมาก
> "What the general public sees about AI is overhyped but ineffective... What the real geeks see inside the lab is just unbelievable intelligence." — Mo Gawdat
ในมุมของผู้ใช้งานทั่วไป AI อาจยังถูกมองผ่านคอนเทนต์ไวรัล วิดีโอปลอม หรือเดโมที่ดูหวือหวาแต่ใช้งานจริงได้ไม่มากนัก แต่ในมุมของนักพัฒนา ความก้าวหน้าที่น่าจับตาคือระบบที่เริ่มพัฒนาตัวเองได้ เช่น ดูโค้ดของตัวเอง ทดลอง ปรับปรุง และ deploy เวอร์ชันที่ดีกว่าได้ต่อเนื่อง
> "We've started to put together systems that develop themselves." — Mo Gawdat
สารสำคัญสำหรับองค์กรคือ อย่าประเมิน AI จากแค่กระแสด้านหน้าบ้าน เพราะข้อได้เปรียบในการแข่งขันจะไม่ได้มาจากการเล่นกับของใหม่ แต่จะมาจากความเข้าใจเชิงระบบว่า AI กำลังพัฒนาเร็วเพียงใด และจะถูกผนวกเข้ากับ workflow หลักของธุรกิจอย่างไร
หากมองจากบทสัมภาษณ์นี้ สิ่งที่ควรจับตาไม่ใช่แค่ chatbot แต่คือความสามารถของ AI ในการยกระดับ intelligence ด้วยตัวมันเอง ซึ่งอาจเปลี่ยนทั้งความเร็วในการพัฒนาซอฟต์แวร์ การวิเคราะห์ข้อมูล และการตัดสินใจเชิงปฏิบัติการ
ผลกระทบต่องานจะเริ่มจากงานความรู้ระดับต้น ไม่ใช่งานช่าง
ประเด็นที่ใช้การได้มากที่สุดสำหรับโลกธุรกิจคือเรื่อง job disruption โดย Mo เห็นตรงกับผู้ดำเนินรายการว่าแรงกระแทกแรกจะไม่ได้เริ่มจากแรงงาน blue-collar แต่จะเริ่มจากงานความรู้ระดับต้นและงานที่มีรูปแบบซ้ำ ๆ บนคอมพิวเตอร์
> "Anything that you can do with a few clicks and is mundane is going to disappear very quickly." — Mo Gawdat
เขาอธิบายภาพกว้างของแรงงานเป็นชั้น ๆ และชี้ว่ากลุ่มที่เสี่ยงก่อนคือ
ขณะที่งาน blue-collar บางประเภท เช่น ช่างไม้ หรือการบูรณะรถคลาสสิก ยังอยู่ได้นานกว่า เพราะต้องใช้ทักษะทางกายภาพและการตัดสินใจในบริบทจริงที่ซับซ้อน
> "I think blue collar jobs will stay for a very long time." — Mo Gawdat
ที่น่าสนใจคือเขาไม่ได้หยุดแค่ entry-level knowledge work แต่ระบุว่าผลกระทบจะไล่ขึ้นไปถึงงานที่ต้องใช้ความรู้เฉพาะทาง เช่น paralegal, financial analyst, งานวินิจฉัยโรคบางส่วน, graphic design ไปจนถึง middle management
และเขาให้กรอบเวลาที่ชัดเจนพอสมควร
> "My prediction is you're going to start to see very serious impact in 2027." — Mo Gawdat
อีกประเด็นที่สะท้อนภาพปัจจุบันได้ดีคือ ตามที่กล่าวในวิดีโอ สิ่งที่เกิดขึ้นในช่วง 2-3 ปีที่ผ่านมาอาจยังไม่ใช่ “การปลดคนจำนวนมาก” แต่เป็น “การไม่จ้างเพิ่ม” ในงานระดับเริ่มต้น ซึ่งหมายความว่าองค์กรเริ่มดูดซับ AI เข้าสู่การทำงานแล้ว เพียงแต่ผลกระทบยังไม่ถูกนับเป็น layoffs อย่างเต็มรูปแบบ
สำหรับผู้บริหาร นี่แปลว่าการวางแผน workforce ต้องเริ่มจากคำถามใหม่ เช่น
เมื่อ AI เก่งขึ้นเรื่อย ๆ ไม่มีตำแหน่งไหนควรมองว่าปลอดภัยโดยอัตโนมัติ
จุดที่ทำให้บทสัมภาษณ์นี้ต่างจากการพูดเรื่อง automation ทั่วไป คือ Mo ไม่ได้มองว่าการแทนที่ด้วย AI จะหยุดอยู่แค่ระดับปฏิบัติการ เขาชี้ว่าความสามารถของ AI จะค่อย ๆ ไต่ขึ้นไปจนแตะบทบาทที่เคยเชื่อว่าต้องใช้มนุษย์เสมอ รวมถึงระดับบริหาร
> "AGI is going to do everything better than humans eventually, including being a CEO." — Mo Gawdat
แม้ประเด็นนี้ยังเป็นภาพปลายทาง แต่สารที่ใช้ได้ทันทีคือ องค์กรไม่ควรประเมินความเสี่ยงของ AI แยกตาม job title แบบเดิม แต่ควรประเมินตาม “ลักษณะของงาน” ว่าส่วนไหนเป็น rule-based, analytical, repetitive หรือสามารถถูกแบ่งย่อยให้ AI ทำแทนได้
นอกจากนี้เขายังยกตัวอย่างส่วนตัวว่าในสตาร์ทอัพของเขา CTO เป็น AI ซึ่งแม้ใน transcript ช่วงนี้จะยังไม่ได้ขยายรายละเอียดทั้งหมด แต่ก็สะท้อนแนวโน้มว่าบทบาทที่เคยถูกมองว่าเป็นตำแหน่งผู้เชี่ยวชาญสูง ก็เริ่มถูก AI เข้ามามีส่วนร่วมอย่างจริงจังแล้ว