ปัญญาประดิษฐ์ (AI) และการเลิกจ้างในปี 2026: สถิติเบื้องหลังการเปลี่ยนแปลงครั้งใหญ่

โลกของซอฟต์แวร์เป็นบริการ (SaaS) กำลังเผชิญกับความขัดแย้งที่แปลกประหลาด บริษัทต่างๆ กำลังลดจำนวนพนักงานลงเป็นประวัติการณ์ ในขณะเดียวกันก็ทุ่มเงินจำนวนมหาศาลไปกับปัญญาประดิษฐ์ (AI) บริษัทซอฟต์แวร์มีรายได้ดี แต่กลับปลดพนักงานในไตรมาสเดียวกัน นักวิเคราะห์ได้ตั้งชื่อปรากฏการณ์นี้ว่า " ความขัดแย้งด้านการจ้างงานของ AI "

บทความนี้รวบรวมตัวเลขที่แท้จริงเบื้องหลังการเปลี่ยนแปลงดังกล่าว โดยผสมผสานข้อมูลการเลิกจ้างจากแหล่งข้อมูลต่างๆ เช่นLayoffs.fyiและ Crunchbase เข้ากับการวิจัยเกี่ยวกับการใช้ประโยชน์จาก AI จาก Anthropic และข้อมูลการจ้างงานจาก Stanford ตัวเลขทุกตัวเชื่อมโยงกับแหล่งข้อมูลหลัก หากคุณบริหารทีม SaaS ขายผลิตภัณฑ์ให้กับทีม SaaS หรือทำงานในทีม SaaS สถิติเหล่านี้เป็นสิ่งที่คุณควรทำความเข้าใจก่อนเริ่มรอบการวางแผนครั้งต่อไป

สถิติสำคัญโดยสรุป

• มีการลดตำแหน่งงานด้านเทคโนโลยีมากกว่า 150,000 ตำแหน่งในช่วงครึ่งแรกของปี 2026 โดยเฉพาะในไตรมาสแรกมีการลดลงประมาณ 81,700 ตำแหน่ง ซึ่งเป็นตัวเลขรายไตรมาสที่สูงที่สุดนับตั้งแต่ต้นปี 2023

• ประมาณ 20% ของการเลิกจ้างงานด้านเทคโนโลยีที่ได้รับการยืนยันในช่วงต้นปี 2026 มีความเกี่ยวข้องโดยตรงกับ AI และระบบอัตโนมัติ เพิ่มขึ้นจากต่ำกว่า 8% ในปี 2025

• ตามทฤษฎีแล้ว AI สามารถจัดการงานด้านคอมพิวเตอร์และคณิตศาสตร์ได้ถึง 94% แต่การใช้งานจริงนั้นครอบคลุมเพียง 33% เท่านั้น

• บริษัทเทคโนโลยีขนาดใหญ่เตรียมใช้เงินเกือบ 700 พันล้านดอลลาร์สหรัฐฯ ในด้านโครงสร้างพื้นฐาน AI ในปี 2026 พร้อมกับลดจำนวนพนักงานลง

• จากข้อมูลของมหาวิทยาลัยสแตนฟอร์ด พบว่า พนักงานที่เพิ่งเริ่มทำงาน อายุระหว่าง 22 ถึง 25 ปี ในสาขาอาชีพที่มีความเสี่ยงต่อปัญญาประดิษฐ์สูงที่สุด มีอัตราการจ้างงานลดลง 13% เมื่อเทียบกับวัยทำงานเดิม

• ในด้านปริมาณการใช้งาน API ทางธุรกิจ พบว่า 77% ของการใช้งาน AI เป็นการทำงานอัตโนมัติ ในขณะที่มีเพียง 12% เท่านั้นที่เป็นการปรับปรุงประสิทธิภาพ

• อัตราการว่างงานของสหรัฐฯ เพิ่มขึ้นเล็กน้อยจาก 3.5% ในช่วงปลายปี 2022 เป็น 4.4% ในช่วงต้นปี 2026 และความเชื่อมั่นของคนทำงานด้านเทคโนโลยีลดลงเหลือ 47.2%

ที่มาของตัวเลข

สถิติเหล่านี้เป็นการผสมผสานหลักฐานสองประเภท ประเภทแรกคือการติดตามการเลิกจ้าง เว็บไซต์Layoffs.fyiซึ่งบริหารงานโดย Roger Lee ตั้งแต่ปี 2020 และ Crunchbase News ต่างก็รวบรวมข้อมูลการลดตำแหน่งงานในอุตสาหกรรมเทคโนโลยีจากประกาศของบริษัท เอกสารที่ยื่นต่อ SEC และรายงานข่าว ในขณะที่ Statista รวบรวมตัวเลขรายไตรมาสจากข้อมูลเดียวกัน

ประการที่สองคือการวิจัยเกี่ยวกับการใช้งานและการจ้างงาน รายงานของ Anthropic เดือนมีนาคม 2026 เรื่อง “ผลกระทบของ AI ต่อตลาดแรงงาน” วัดว่า AI ทำงานแต่ละประเภทได้มากน้อยเพียงใดโดยใช้ข้อมูลจริงจาก Claude ดัชนีเศรษฐกิจของ Anthropic ติดตามรูปแบบการใช้งานในช่วงเวลาต่างๆ รายงาน “Canaries in the Coal Mine” ของ Stanford โดย Erik Brynjolfsson และเพื่อนร่วมงาน วิเคราะห์บันทึกเงินเดือนของ ADP เพื่อดูว่าการใช้งาน AI ส่งผลต่อการจ้างงานหรือไม่

ข้อควรระวังเล็กน้อย แหล่งข้อมูลการเลิกจ้างบางแห่งใช้วิธีการและขอบเขตที่แตกต่างกัน ดังนั้นยอดรวมจึงแตกต่างกันไปในแต่ละแหล่งข้อมูล ตัวเลขในที่นี้อ้างอิงจากแหล่งที่มาและถือเป็นค่าประมาณ ไม่ใช่จำนวนที่แน่นอน

คลื่นการเลิกจ้างปี 2026

หลังจากที่ลดลงในปี 2024 และ 2025 การเลิกจ้างในภาคเทคโนโลยีก็กลับมาเพิ่มขึ้นอย่างรวดเร็วในปี 2026 ข้อมูลจาก Layoffs.fyiที่รวบรวมโดย Statista แสดงให้เห็นว่ามีการลดตำแหน่งงานในภาคเทคโนโลยีประมาณ 81,700 ตำแหน่งในไตรมาสแรกเพียงไตรมาสเดียว ซึ่งเป็นจำนวนสูงสุดรายไตรมาสนับตั้งแต่ต้นปี 2023 และอีก 20,000 ตำแหน่งในช่วงหกสัปดาห์แรกของไตรมาสที่สอง ภายในกลางปี ​​2026 แหล่งข้อมูลต่างๆ ระบุว่าจำนวนการเลิกจ้างรวมสูงกว่า 150,000 ตำแหน่งในกว่า 500 บริษัท

นั่นเป็นการเปลี่ยนแปลงที่พลิกผันอย่างมาก ข้อมูลเดียวกันนี้แสดงให้เห็นว่าในปี 2025 มีการเลิกจ้างค่อนข้างจำกัดอยู่ที่ประมาณ 27,000 ถึง 37,000 คนต่อไตรมาส และในปี 2024 การเลิกจ้างก็ลดลงอย่างต่อเนื่องตลอดทั้งปี Crunchbase รวบรวมข้อมูลการเลิกจ้างในอุตสาหกรรมเทคโนโลยีของสหรัฐฯ ได้ประมาณ 127,000 คนในปี 2025 ในขณะที่Layoffs.fyiนับได้ประมาณ 122,000 คนใน 257 บริษัท ลดลงจากประมาณ 153,000 คนใน 551 บริษัทในปี 2024 นับตั้งแต่ปี 2020 จำนวนการเลิกจ้างในอุตสาหกรรมเทคโนโลยีโดยรวมกำลังเข้าใกล้ 900,000 คน

ปี	ประมาณการการเลิกจ้างพนักงานด้านเทคโนโลยี	หมายเหตุ :
2024	เกี่ยวกับ 153,000	ครอบคลุมบริษัท 551 แห่ง โดยมีจำนวนลดลงตลอดทั้งปี
2025	ประมาณ 122,000 ถึง 127,000	การผ่อนคลายเชิงสัมพัทธ์ 257 บริษัท
2026 (H1)	150,000 บวก	เฉพาะไตรมาสแรกมีผู้ติดเชื้อประมาณ 81,700 ราย ฟื้นตัวอย่างรวดเร็ว

บริษัทต่างๆ ที่กำลังลดจำนวนพนักงานนั้น ล้วนเป็นบริษัทในกลุ่ม SaaS และเทคโนโลยีสำหรับองค์กร Oracle ลดตำแหน่งงานอย่างน้อย 10,000 ตำแหน่งในเดือนเมษายน 2026 คิดเป็นประมาณ 6% ของพนักงานทั้งหมด และมีรายงานว่าจำนวนที่ลดลงอาจสูงถึง 30,000 ตำแหน่ง ServiceNow ก็ลดตำแหน่งงานด้านการขายและการให้คำปรึกษา Amazon ลดตำแหน่งงานด้านองค์กรและเทคโนโลยีประมาณ 30,000 ตำแหน่ง เริ่มตั้งแต่ปลายปี 2025 Meta ประกาศลดตำแหน่งงานประมาณ 8,000 ตำแหน่ง คิดเป็นเกือบ 10% ของพนักงานทั้งหมด Microsoft, Cisco และ LinkedIn ก็เข้าร่วมด้วยเช่นกัน ที่น่าสังเกตคือ หลายบริษัทลดจำนวนพนักงานในขณะที่รายงานผลประกอบการที่ดี

ความขัดแย้งด้านการจ้างงานของ AI

สิ่งที่ทำให้การเลิกจ้างในปี 2026 แตกต่างจากรอบการเลิกจ้างในอดีตคือเหตุผลเบื้องหลัง ในปี 2023 บริษัทต่างๆ กำลังลดการจ้างงานเกินความจำเป็นในช่วงการระบาดใหญ่ แต่ในปี 2026 พวกเขากำลังจัดสรรทรัพยากรใหม่ไปยังด้านปัญญาประดิษฐ์ (AI) อย่างชัดเจน

สัญญาณที่ชัดเจนที่สุดคือวิธีการอธิบายการเลิกจ้าง การวิเคราะห์ข้อมูลจากLayoffs.fyi โดย RationalFX พบว่าประมาณ 20% ของการเลิกจ้างพนักงานด้านเทคโนโลยีที่ได้รับการยืนยันในช่วงต้นปี 2026 นั้นเชื่อมโยงกับ AI และระบบอัตโนมัติโดยบริษัทเองอย่างชัดเจน เพิ่มขึ้นจากน้อยกว่า 8% ของการประกาศในปี 2025 การเปลี่ยนแปลงจากภาษาที่คลุมเครือไปสู่การระบุถึง AI โดยตรงนั้นถือเป็นข้อมูลสำคัญอย่างหนึ่ง

ในขณะเดียวกัน การใช้จ่ายก็เพิ่มขึ้นอย่างต่อเนื่อง คาดว่า Alphabet, Microsoft, Meta และ Amazon จะใช้จ่ายรวมกันเกือบ 700 พันล้านดอลลาร์สหรัฐฯ ในด้านโครงสร้างพื้นฐาน AI ในปี 2026 จึงเกิดเป็นความขัดแย้งขึ้น: บริษัทต่างๆ ลดจำนวนพนักงานและเพิ่มการลงทุนใน AI ในเวลาเดียวกัน โดยเชื่อว่าการใช้คนน้อยลงแต่ใช้ AI มากขึ้นจะให้ผลตอบแทนสูงกว่า ในโลกของสตาร์ทอัพ นักลงทุนร่วมทุนคาดหวังมากขึ้นว่าบริษัทต่างๆ จะเติบโตได้เร็วขึ้นด้วยทีมงานขนาดเล็ก ซึ่งเป็นการเปลี่ยนแปลงวิธีการจ้างงานของสตาร์ทอัพ SaaS ตั้งแต่วันแรก

ช่องว่างระหว่างทฤษฎีกับความเป็นจริง

ควรพิจารณาถึงสิ่งที่ AI สามารถทำได้จริงในที่ทำงาน เพื่อลดความวิตกกังวลเกี่ยวกับการเลิกจ้าง เพราะช่องว่างนั้นค่อนข้างใหญ่ Anthropic พบว่าในงานด้านคอมพิวเตอร์และคณิตศาสตร์ AI สามารถทำงานได้ถึง 94% ในทางทฤษฎี แต่การใช้งานจริงครอบคลุมเพียง 33% เท่านั้น ส่วนงานสำนักงานและงานธุรการ AI มีความสามารถในทางทฤษฎีใกล้เคียง 90% แต่การนำไปใช้งานจริงยังห่างไกลมาก

เรื่องนี้สำคัญสำหรับ SaaS เพราะการเขียนโค้ดเป็นกรณีการใช้งาน AI ที่หนักที่สุด แต่กลับคิดเป็นเพียงประมาณหนึ่งในสามของงานทั้งหมดในระดับอาชีพ บทเรียนที่ได้คือ ความสามารถและการนำไปใช้งานจริงนั้นไม่เหมือนกัน AI สามารถทำอะไรได้มากกว่าที่ทำอยู่ในปัจจุบัน ซึ่งหมายความว่าการลดงบประมาณในปี 2026 ส่วนใหญ่เป็นการเดิมพันกับแนวโน้มในอนาคต ไม่ใช่สิ่งที่ AI สามารถทำได้อย่างเต็มที่ในปัจจุบัน

ทีม SaaS ใช้ AI ในทางปฏิบัติอย่างไร

Anthropic แบ่งการใช้งาน AI ออกเป็น การเสริมศักยภาพ (augmentation) ซึ่ง AI ช่วยเหลือบุคคล และการทำงานอัตโนมัติ (automation) ซึ่ง AI ทำงานให้เสร็จสมบูรณ์โดยลำพัง การแบ่งประเภทนี้เป็นมุมมองที่มีประโยชน์ที่สุดสำหรับผู้นำ SaaS

ในแอปพลิเคชันสำหรับผู้บริโภค ความสมดุลค่อนข้างใกล้เคียงกัน โดยการเพิ่มประสิทธิภาพ (Augmentation) นำหน้าเล็กน้อยที่ประมาณ 52% เทียบกับ 45% ในข้อมูลล่าสุด แต่ในการใช้งาน API ทางธุรกิจ ซึ่งเป็นประเภทที่ขับเคลื่อนผลิตภัณฑ์ SaaS และระบบอัตโนมัติภายใน ภาพรวมกลับพลิกผันอย่างมาก: 77% ของการใช้งานเป็นระบบอัตโนมัติ เทียบกับเพียง 12% ของการเพิ่มประสิทธิภาพ และ 97% ของงานมีแนวโน้มไปทางระบบอัตโนมัติมากกว่าในฝั่ง API เทียบกับ 47% ในฝั่งผู้บริโภค ส่วนแบ่งของการใช้งานคำสั่งแบบไม่ต้องลงมือทำก็เพิ่มขึ้นจาก 27% ในช่วงปลายปี 2024 เป็น 39% ในตัวอย่างที่ใหม่กว่า เนื่องจากธุรกิจต่างๆ ใช้ระบบอัตโนมัติมากกว่าบุคคลทั่วไป ฝั่งองค์กรจึงเป็นฝั่งที่ผลกระทบด้านแรงงานมีแนวโน้มที่จะปรากฏให้เห็นก่อน

โหมดการใช้งาน	ผู้บริโภค ( Claude.ai )	ธุรกิจ (API)
งานที่เน้นระบบอัตโนมัติ	47%	97%
ส่วนแบ่งโดยรวมของระบบอัตโนมัติ	ประมาณ 45%	77%
ส่วนแบ่งการเพิ่มขึ้นโดยรวม	ประมาณ 52%	12%

บทบาทใดบ้างที่มีความเสี่ยงสูงที่สุด

ในระดับอาชีพ งานที่ได้รับผลกระทบมากที่สุดอยู่ในกลุ่มงาน SaaS โดยตรง โปรแกรมเมอร์คอมพิวเตอร์อยู่ในอันดับต้น ๆ ของรายการของ Anthropic ด้วยสัดส่วนงาน 75% ตามมาด้วยพนักงานบริการลูกค้าเนื่องจากงานของพวกเขามีส่วนเกี่ยวข้องกับการรับส่งข้อมูล API และพนักงานป้อนข้อมูลอยู่ที่ 67% นี่คือหน้าที่ ฝ่ายวิศวกรรม ฝ่ายสนับสนุน และฝ่ายปฏิบัติการ ที่พบได้ทั่วไปในบริษัทซอฟต์แวร์

เมื่อพิจารณาตามหมวดหมู่กว้าง ๆ การเรียนรู้เชิงทฤษฎีจะสูงที่สุดในสาขาคอมพิวเตอร์และคณิตศาสตร์ และธุรกิจและการเงิน ซึ่งทั้งสองสาขานี้สูงกว่า 94% รองลงมาคือการจัดการที่ 91% และงานสำนักงานและธุรการที่ 90% ส่วนงานที่เรียนรู้ด้านทฤษฎีน้อยที่สุดคืองานที่ต้องใช้แรงกายและลงมือปฏิบัติจริง งานบำรุงรักษาพื้นที่ต่ำที่สุดที่ 3.9% ตามมาด้วยงานขนส่ง ก่อสร้าง และบริการด้านอาหาร และ 30% ของแรงงานในสหรัฐฯ ไม่พบการเรียนรู้ด้าน AI เลยแม้แต่น้อย

ปัญญาประดิษฐ์ (AI) เป็นสาเหตุของการเลิกจ้างงานจริงหรือ?

นี่คือจุดที่ความระมัดระวังมีความสำคัญ แม้จะมีพาดหัวข่าวมากมาย แต่หลักฐานโดยตรงที่เชื่อมโยง AI กับการสูญเสียงานจำนวนมากยังคงมีน้อย Anthropic พบว่าไม่มีการเพิ่มขึ้นอย่างเป็นระบบของอัตราการว่างงานในกลุ่มแรงงานที่มีความเสี่ยงสูงตั้งแต่ปลายปี 2022 การลดงบประมาณในปี 2026 หลายอย่างถูกกล่าวถึงในแง่ของ AI แต่ก็เกี่ยวข้องกับการควบคุมค่าใช้จ่ายและการจัดสรรงบประมาณใหม่ด้วย

ข้อยกเว้นคือ งานระดับเริ่มต้น สแตนฟอร์ดพบว่า พนักงานที่เพิ่งเริ่มทำงาน อายุ 22-25 ปี ในสายงานที่มีความเสี่ยงต่อ AI สูง พบว่าการจ้างงานลดลง 13% แม้จะควบคุมปัจจัยระดับบริษัทแล้วก็ตาม โดยการลดลงนั้นกระจุกตัวอยู่ในตำแหน่งงานที่ AI ทำงานอัตโนมัติมากกว่าการช่วยเหลือ ข้อมูลของ Anthropic เองก็สะท้อนให้เห็นถึงเรื่องนี้อย่างคลุมเครือ โดยพบว่าการจ้างงานคนทำงานรุ่นใหม่ในสายงานที่มีความเสี่ยงต่อ AI ลดลงประมาณ 14% และไม่มีผลกระทบต่อคนทำงานที่มีอายุมากกว่า การศึกษาของ Motion Recruitment ในปี 2026 ก็พบเช่นกันว่า AI ทำให้การจ้างงานในสายงานระดับเริ่มต้นและงานด้านไอทีทั่วไปชะลอตัวลง ในขณะที่ความต้องการวิศวกร AI ยังคงสูง และเงินเดือนในด้านเทคโนโลยีส่วนใหญ่ยังคงทรงตัว

บรรยากาศโดยรวมสะท้อนให้เห็นถึงความไม่สบายใจ อัตราการว่างงานของสหรัฐฯ เพิ่มขึ้นจาก 3.5% ในช่วงปลายปี 2022 เป็น 4.4% ในช่วงต้นปี 2026 และดัชนีความเชื่อมั่นในภาคเทคโนโลยีของ Glassdoor ลดลง 6.8 จุดเปอร์เซ็นต์เมื่อเทียบกับปีที่แล้ว เหลือ 47.2% ซึ่งเป็นการลดลงมากที่สุดในบรรดาอุตสาหกรรมทั้งหมด

สรุป

สำหรับ SaaS ข้อมูลปี 2026 บอกเล่าเรื่องราวสองส่วน ในแง่ผิวเผิน คลื่นการเลิกจ้างเป็นเรื่องจริงและกำลังเร่งตัวขึ้น โดยมีการลดตำแหน่งงานด้านเทคโนโลยีไปกว่า 150,000 ตำแหน่งในช่วงครึ่งแรกของปี และ AI ถูกระบุว่าเป็นตัวขับเคลื่อนอย่างเปิดเผยมากกว่าแต่ก่อน ในอีกแง่หนึ่ง เทคโนโลยีนี้ยังไม่สามารถทำงานส่วนใหญ่ได้ตามที่ทฤษฎีแล้วควรจะทำได้ โดยครอบคลุมเพียงประมาณหนึ่งในสามของงานทั้งหมด แม้แต่ในหมวดหมู่ที่แข็งแกร่งที่สุดก็ตาม การลดจำนวนพนักงานจึงเกิดขึ้นเร็วกว่าศักยภาพที่มีอยู่

ช่องว่างนั้นคือประเด็นสำคัญ การปรับโครงสร้างในปัจจุบันส่วนใหญ่เป็นการเดิมพันเชิงกลยุทธ์ว่า AI จะช่วยลดช่องว่างระหว่างสิ่งที่ AI สามารถทำได้กับสิ่งที่ AI ทำจริง ๆ ไม่ใช่การตอบสนองต่อการที่ AI เข้ามาแทนที่ทีมงานทั้งหมดแล้ว สัญญาณที่ชัดเจนที่สุดอยู่ที่ระดับเริ่มต้น ซึ่งการจ้างงานในบทบาทที่ต้องใช้ระบบอัตโนมัติสูงนั้นชะลอตัวลงอย่างเห็นได้ชัด สำหรับผู้ก่อตั้ง SaaS นั่นหมายถึงการคิดใหม่เกี่ยวกับการจ้างและฝึกอบรมบุคลากรระดับเริ่มต้น สำหรับผู้ปฏิบัติงาน นั่นหมายถึงการรู้ว่างานใดของคุณอยู่ในฝั่งของระบบอัตโนมัติและงานใดอยู่ในฝั่งของการเสริมศักยภาพ บริษัทที่จะประสบความสำเร็จจะเป็นบริษัทที่มอง AI เป็นเครื่องมือเสริมศักยภาพให้กับบุคลากรของตนมากกว่าการแทนที่แบบง่าย ๆ เพราะข้อมูลยังไม่สนับสนุนการแทนที่แบบนั้น

คำถามที่พบบ่อย