วันที่ 28 มีนาคม 2025 Jack Dorsey — co-founder ของ Twitter และ CEO ของ Block ประกาศสิ่งที่คนในวงการเทคโนโลยีทั่วโลกตกใจ
บริษัทกำลังจะปลดพนักงาน 4,000 คน — คิดเป็น 40% ของทีมทั้งหมดที่มีอยู่ 10,000 คน
แต่สิ่งที่ตกใจกว่านั้นคือปฏิกิริยาของตลาด
หุ้น Block พุ่งขึ้น 23% ในวันเดียวกัน
นี่คือสัญญาณที่ชัดเจนที่สุดในรอบหลายปีว่า เราเข้าสู่ยุคใหม่ของการทำงานอย่างเป็นทางการแล้ว — ยุคที่ AI ไม่ใช่แค่เครื่องมือเสริม แต่คือเหตุผลที่บริษัทใหญ่ตัดสินใจเปลี่ยนโครงสร้างองค์กรทั้งหมด
และ Dorsey ไม่ได้แม้แต่จะขอโทษ เขาบอกตรงๆ ว่านี่คือ “วิธีทำงานแบบใหม่ที่ถูกต้อง”
Jack Dorsey และ Block คืออะไร?
ถ้าคุณรู้จัก Twitter — คุณรู้จัก Jack Dorsey อยู่แล้ว เขาคือ co-founder และ CEO คนแรกของ Twitter ก่อนที่ Elon Musk จะซื้อกิจการไปในปี 2022
แต่หลังจากนั้น Dorsey ไม่ได้หยุดอยู่กับที่ เขาโฟกัสไปที่ Block — บริษัท fintech ที่เขาก่อตั้งขึ้นมา ซึ่งประกอบด้วยสองธุรกิจหลัก:
- Square — ระบบรับชำระเงินและ POS สำหรับร้านค้า ใช้กันอย่างแพร่หลายในสหรัฐฯ
- Cash App — แอปโอนเงินและบริการทางการเงินสำหรับผู้บริโภค คล้ายกับ PromptPay แต่มีฟีเจอร์การลงทุนและคริปโตด้วย
Block มีพนักงานรวมกัน 10,000 คน และมีรายได้หลายพันล้านดอลลาร์ต่อปี นี่ไม่ใช่ startup เล็กๆ — นี่คือบริษัทเทคโนโลยีการเงินระดับ Fortune 500
และนั่นคือเหตุผลที่การประกาศปลดพนักงาน 40% ในครั้งนี้สร้างความตกใจมากกว่าปกติ
เมื่อบริษัทขนาดนี้ — ที่ไม่ได้ขาดทุน ไม่ได้อยู่ในวิกฤต — ตัดสินใจลดคนลงครึ่งหนึ่ง มันไม่ใช่สัญญาณของปัญหา แต่คือสัญญาณของ การเปลี่ยนแปลงที่ตั้งใจ
AI ไปแทนงานส่วนไหน — ถึงตัดได้ถึง 40%?
นี่คือคำถามที่สำคัญที่สุดสำหรับทุกคนที่ทำงานในยุคนี้
Dorsey ระบุชัดว่าเป้าหมักหลักของการลดทีมครั้งนี้อยู่ที่งาน Engineering และ High-context Knowledge Work — งานที่เคยถูกมองว่า “ปลอดภัยจาก automation” มาตลอด
งานที่ AI เข้ามาแทนใน Block:
- Data Analysis — การวิเคราะห์ข้อมูลขนาดใหญ่ที่เคยต้องใช้ทีม analyst หลายคน ตอนนี้ AI ทำได้เร็วและถูกกว่า
- Code Generation & Review — งาน coding ที่เคยใช้ engineer 10 คนต่อโปรเจ็กต์ ตอนนี้ใช้ 2-3 คน + AI agents
- Reporting & Documentation — การเขียนรายงาน สรุปผล และ documentation ที่ AI ทำได้ทันทีและสอดคล้องกัน
- Routine Decision-making — การตัดสินใจแบบ rule-based ที่มีข้อมูลพอ AI handle ได้โดยไม่ต้องรอคน
Dorsey อธิบายว่า แทนที่จะใช้คน 10 คนทำงานโปรเจ็กต์หนึ่ง ตอนนี้เขาใช้ 2-3 คนที่มีทักษะสูง + AI agents จำนวนมาก โดยที่ output ออกมาเท่าเดิมหรือมากกว่า
แพ็กเกจชดเชยที่ Block เสนอ:
Block ไม่ได้ทิ้งพนักงานไปมือเปล่า แพ็กเกจที่เสนอประกอบด้วย:
- เงินชดเชย 20 สัปดาห์ขึ้นไป
- บวกเพิ่ม 1 สัปดาห์ต่อทุก 1 ปีที่ทำงาน
- ประกันสุขภาพต่อเนื่องอีก 6 เดือน
ฟังดูดี — แต่ก็ยังเป็นการถูกไล่ออกอยู่ดี
ทำไม Investor ถึงดีใจ ในวันที่คนอื่นกลัว?
นี่คือส่วนที่คนทั่วไปงงที่สุด: ทำไมการไล่คนออก 4,000 คน ถึงทำให้หุ้นขึ้น 23%?
คำตอบอยู่ในคณิตศาสตร์ธุรกิจพื้นฐาน:
คนน้อยลง + Output เท่าเดิมหรือมากขึ้น = Profit Margin สูงขึ้น = มูลค่าบริษัทสูงขึ้น
Investor ไม่ได้มองว่านี่คือ “บริษัทกำลังจะล้ม” พวกเขามองว่านี่คือ “บริษัทที่ปรับตัวได้ก่อนใคร”
และ Block ไม่ได้อยู่คนเดียว:
- Amazon — ตัด 16,000 ตำแหน่งในช่วงเดียวกัน
- Google — ลดทีมหลายแผนกและแทนด้วย AI tools
- Microsoft — ลด headcount ในบางส่วนขณะเพิ่มการลงทุนใน Copilot
Pattern นี้ชัดเจน: ตลาดหุ้นไม่ ลงโทษ บริษัทที่ลดคนเพราะ AI — มัน reward มัน
และสัญญาณนี้กำลังส่งถึงบริษัทอื่นๆ ทั่วโลกด้วย
กลุ่มเสี่ยงคือใคร — และทางรอดอยู่ที่ไหน?
นี่คือส่วนที่สำคัญที่สุดของบทความนี้
ก่อนอื่น ต้องเข้าใจว่า: AI ไม่ได้แทนคนทุกคน มันแทนคนที่ทำงานแบบเดิม
ความแตกต่างนี้ใหญ่มาก
คนที่เสี่ยงที่สุดในยุคนี้ไม่ใช่คนที่ไม่เก่ง — แต่คือคนที่ยังทำงานในรูปแบบที่ AI สามารถทำแทนได้ 80% ของงานนั้น ไม่ว่าจะเก่งแค่ไหน
ใครอยู่ในกลุ่มเสี่ยง?
- นักวิเคราะห์ข้อมูลที่ใช้เวลาส่วนใหญ่ทำ report สำเร็จรูป
- Developer ที่เขียน boilerplate code โดยไม่มี domain context พิเศษ
- Content creator ที่ผลิตเนื้อหาแบบ template ซ้ำๆ
- Support agent ที่ตอบคำถาม FAQ เดิมๆ
- Project manager ที่งานหลักคือ status update และ meeting
4 วิธีอยู่รอดในยุค AI Replacement
1. เรียนรู้ใช้ AI เป็นเครื่องมือ — ไม่ใช่แค่รู้จักมัน
มีความแตกต่างใหญ่มากระหว่าง:
- “รู้ว่า ChatGPT มีอยู่”
- “ใช้ AI ทำงานได้เร็วขึ้น 3 เท่าจริงๆ”
คนที่อยู่รอดไม่ใช่คนที่เคยลองใช้ AI แล้วบอกว่า “โอเค ใช้ได้” — แต่คือคนที่รู้ว่าจะ prompt อย่างไร จะตรวจสอบ output อย่างไร และจะรวม AI เข้าใน workflow จริงๆ ของตัวเองอย่างไร
เริ่มต้นที่ตรงนี้: เลือกงานหนึ่งอย่างที่คุณทำบ่อยที่สุด แล้วลองใช้ AI ช่วยในงานนั้นโดยเฉพาะ ไม่ใช่ทุกงานพร้อมกัน
2. ลงทุนใน Domain Expertise
AI เก่งเรื่องข้อมูลทั่วไป แต่ยังอ่อนแออยู่เรื่อง:
- วัฒนธรรมองค์กรเฉพาะที่คุณทำงาน
- ความสัมพันธ์กับลูกค้าและพาร์ทเนอร์ที่สร้างมาหลายปี
- การตัดสินใจในสถานการณ์ที่ข้อมูลไม่ครบ หรือมี nuance ที่ซับซ้อน
- Context เฉพาะทางที่ไม่มีในอินเทอร์เน็ต
คนที่มี domain expertise ลึกๆ ในอุตสาหกรรมเฉพาะ มีมูลค่าสูงขึ้นในยุคนี้ ไม่ใช่ลดลง — เพราะพวกเขาคือคนที่รู้ว่า AI output ถูกหรือผิดในบริบทจริง
3. กลายเป็น AI Reviewer — ไม่ใช่ AI Subject
ถามตัวเองว่า: ในงานปัจจุบันของคุณ คุณเป็นคนที่ ผลิต output หรือคนที่ ตัดสิน output?
คนที่มีคุณค่าในองค์กรยุคนี้คือคนที่รู้ว่า AI output ผิดตรงไหน ไม่ใช่คนที่แค่ส่ง output ไปให้
นี่หมายความว่าคุณต้องเข้าใจงานลึกพอที่จะ:
- รู้ว่าเมื่อไหร่ AI hallucinate
- รู้ว่าเมื่อไหร่ output ถูกต้องแต่ไม่เหมาะกับบริบท
- รู้ว่าเมื่อไหร่ต้องใช้ judgment ของมนุษย์แทน
4. สร้างทักษะที่ AI ทำได้ยาก
มีบางอย่างที่ AI ยังทำได้ไม่ดี และอาจไม่ได้ดีขึ้นในเร็วๆ นี้:
- Negotiation — การต่อรองที่ต้องอ่านคน อ่านอารมณ์ และสร้าง trust ในเวลาจริง
- Trust-building — การสร้างความไว้ใจระยะยาวกับลูกค้า เพื่อนร่วมงาน หรือพาร์ทเนอร์
- การอ่านห้อง — รู้ว่าตอนนี้ต้องพูดอะไร หรือเงียบดีกว่า
- Ethical judgment — การตัดสินใจในสถานการณ์ที่ไม่มีคำตอบที่ถูกต้องชัดเจน
- การสร้างแรงบันดาลใจ — การ lead คนในช่วงที่ยากลำบาก
ทักษะเหล่านี้ไม่ได้ล้าสมัย — มันกำลังมีมูลค่าสูงขึ้นเรื่อยๆ ในโลกที่ automated tasks ราคาถูกลงทุกวัน
สรุป: เรื่องนี้ไม่ได้เกิดในโรงงาน
เป็นเวลานานมากที่คนทำงานในโรงงานกลัว automation แต่คน “ทำงานความรู้” รู้สึกปลอดภัย
เรื่องของ Block และ Dorsey บอกให้รู้ว่าความรู้สึกนั้นผิด
Software engineer, data analyst, content strategist, financial analyst — กลุ่มคนที่เคยคิดว่าตัวเองปลอดภัยที่สุด กำลังอยู่ในจุดที่เปราะบางที่สุดในรอบหลายสิบปี
แต่นั่นไม่ได้หมายความว่าไม่มีทางรอด
มันหมายความว่าคนที่รู้ทันและปรับตัวก่อน จะไม่ใช่แค่อยู่รอด — แต่จะ มีมูลค่าสูงขึ้น ในโลกที่ AI กำลัง commoditize งานทั่วไป
คำถามคือ: คุณจะเป็นคนที่รู้ทันก่อน หรือรอให้มันเกิดกับตัวเองก่อน?
ติดตามบทความวิเคราะห์ AI และอนาคตของการทำงานได้ที่ humansneednot.com