Anthropic เปิดข้อมูลว่า AI เปลี่ยนการจ้างงานในบริษัทตัวเองอย่างไร
Anthropic เปิดข้อมูลว่า AI เปลี่ยนการจ้างงานในบริษัทตัวเองอย่างไร
Anthropic เผยแพร่รายงาน How employment is changing at Anthropic เมื่อ 16 ตุลาคม 2026 ในหมวดงานวิจัยเศรษฐศาสตร์ ผู้เขียนคือ Nathan Wilmers, Regina Catipon, Maxim Massenkoff และ Peter McCrory และส่วนอ้างอิงของรายงานระบุว่าเป็นรายงานทางเทคนิคของ The Anthropic Institute (Anthropic) รายงานใช้ข้อมูลภายในของบริษัทเอง ทั้งข้อมูลพนักงาน ปฏิทิน การส่งโค้ด การใช้ agent และแบบสำรวจ
คนระดับเริ่มต้นลดลง
สัดส่วนพนักงานระดับเริ่มต้นในฝ่ายเทคนิคลดจาก 21% เหลือ 14% นับตั้งแต่ต้นปี 2025 และสัดส่วนคนระดับเริ่มต้นในการจ้างงานฝ่ายเทคนิคลดเร็วกว่านั้น จาก 27% เหลือ 9% โดยรายงานไม่ได้ระบุช่วงเวลาของตัวเลขชุดหลัง (Anthropic)
สัดส่วนการจ้างงานของฝ่ายเทคนิคทั้งหมดในบริษัทก็ลดจาก 61% เหลือ 56% ในปีที่ผ่านมา ในแบบสำรวจผู้จัดการเดือนเมษายน 2026 ผู้จัดการส่วนใหญ่บอกว่าตอนนี้จ้างคนที่มีชุดทักษะต่างจากเดิมเพราะ AI และราวหนึ่งในสามของผู้จัดการฝ่าย ML กับราวหนึ่งในห้าของผู้จัดการฝ่ายวิศวกรรมซอฟต์แวร์บอกว่าจ้างน้อยลงเพราะ AI (Anthropic)
งานของคนเปลี่ยนไปเป็นการคุม agent
ในคำถามปลายเปิดของแบบสำรวจพนักงานเดือนเมษายน 2026 ว่า AI กระทบงานประจำวันอย่างไร 27% ของคำตอบเล่าถึงผลิตภาพที่เพิ่มขึ้นจากเครื่องมือของ Claude และ 20% เล่าว่าบทบาทของตัวเองเปลี่ยนจากการลงมือทำงานไปเป็นการคุม Claude (Anthropic)
รายงานระบุว่าในมีนาคม 2026 ชั่วโมงทำงานรวมของ agent ทั้งแบบทำงานเองและแบบโต้ตอบแซงชั่วโมงทำงานของคนเป็นครั้งแรก โดยคิดชั่วโมงคนที่ 40 ชั่วโมงต่อสัปดาห์ต่อคน และในสิงหาคม agent ที่พนักงานแต่ละคนสั่งงานทำงานรวมราว 6 เท่าของชั่วโมงของคนที่คุมมัน (Anthropic)
แต่ในเซสชันแบบโต้ตอบ ราว 80% ของเวลาคือ agent นั่งรอให้คนตอบ ผู้เขียนสรุปว่าท่ามกลางการเร่งความเร็วจากโมเดล ความสนใจของคนเป็นคอขวดตลอดเวลา (Anthropic)
เวลาประชุมเพิ่มขึ้น
ข้อมูลปฏิทินชี้ว่าพนักงานคนกลางของบริษัทใช้เวลาประชุมมากกว่าปีก่อน 20% และแม้แต่พนักงานสายเทคนิคที่ไม่ได้เป็นหัวหน้าก็ประชุมเพิ่มขึ้น 16% ในปีที่ผ่านมา ผู้เขียนสรุปว่า agent ไม่ได้มาแทนการติดต่อระหว่างคน แต่ทำให้มีเพิ่มขึ้น (Anthropic)
TechCrunch สรุปประเด็นนี้ว่าแรงงานของ Anthropic มีคนระดับเริ่มต้นน้อยลงและใช้เวลาประชุมมากขึ้น (TechCrunch)
โค้ดมากขึ้น แต่ยังไม่รู้ว่าดีขึ้นหรือไม่
จำนวนการส่งโค้ดต่อวิศวกรเพิ่มเป็นราว 5 เท่าของหกเดือนก่อน ผู้เขียนติดตามวิศวกร 192 คนที่เริ่มใช้ agent เขียนโค้ดเทียบกับ 74 คนที่ไม่ได้เริ่มใช้ในช่วงที่ศึกษา และพบว่าปริมาณโค้ดที่วิศวกรกลุ่มแรกเพิ่มเข้าระบบสูงขึ้นมาก (Anthropic)
ส่วนเรื่องคุณภาพเป็นการเปรียบเทียบอีกแบบ คือเทียบโค้ดที่วิศวกรคนเดียวกันส่งในเดือนและโฟลเดอร์เดียวกัน ระหว่างส่วนที่ agent เขียนกับส่วนที่เขียนเอง ผลคือไม่พบความต่างในอัตราที่โค้ดถูกลบหรือถอยกลับในภายหลัง ผู้เขียนเตือนเองว่าคุณภาพโค้ดมีหลายมิติ และความผิดพลาดของ AI อาจหายากกว่าของคน และย้ำว่าโค้ดที่มากขึ้นไม่ได้แปลว่าโค้ดดีขึ้นหรือส่งผลทางธุรกิจมากขึ้นเสมอไป (Anthropic)
คนนอกสายเทคนิคเริ่มเขียนโค้ด
จำนวนเซสชันของ agent เขียนโค้ดในกลุ่มพนักงานที่ไม่ใช่สายเทคนิค ซึ่งรายงานนิยามว่าเป็นคนที่ไม่เคยส่งโค้ดในช่วงตั้งต้นและไม่นับพนักงานใหม่ เพิ่มจาก 2 ครั้งต่อเดือนในสิงหาคม 2025 เป็น 90 ครั้งในพฤษภาคม 2026 โดยรายงานไม่ได้ระบุว่าเป็นตัวเลขต่อคนหรือรวมทั้งกลุ่ม (Anthropic)
ข้อควรระวังในการอ่านข่าวนี้
นี่เป็นข้อมูลของบริษัทเดียวที่ใช้ AI หนักกว่าองค์กรทั่วไปมาก และเผยแพร่เองโดยไม่ผ่านการตรวจจากภายนอก ผู้เขียนระบุว่าแนวปฏิบัติด้านการจ้างงานหลายอย่างของ Anthropic ใช้กับทั้งระบบเศรษฐกิจไม่ได้ การเริ่มใช้เครื่องมือไม่ได้เกิดแบบสุ่ม และแนวโน้มบางส่วนมาจากการที่บริษัทเติบโตเร็ว (Anthropic)
ตัวเลขจากแบบสำรวจบางชุดไม่ได้ระบุขนาดตัวอย่าง จึงควรอ่านเป็นทิศทางมากกว่าตัวเลขที่แม่นยำ ผู้อ่านไม่ควรเขียนว่า 27% ของพนักงานได้ผลิตภาพเพิ่ม เพราะตัวเลขนั้นนับจากคำตอบของคำถามปลายเปิด
ทำไมเรื่องนี้สำคัญกับคนทำงาน
ข้อมูลชุดนี้ชี้ว่าเมื่อ AI ทำงานแทนได้มากขึ้น งานของคนย้ายไปอยู่ที่การตัดสินใจ การตรวจงาน และการประสานงาน ซึ่งเป็นทักษะที่คนทำงานทุกระดับควรฝึก ส่วนองค์กรที่ลดการจ้างคนระดับเริ่มต้นควรคิดด้วยว่าคนรุ่นถัดไปจะถูกฝึกขึ้นมาอย่างไร ในวันเดียวกัน Carnegie Mellon กับ Microsoft ก็เปิดหลักสูตรฝึกวิศวกรซอฟต์แวร์รุ่นใหม่ให้ทำงานคู่กับ AI (Carnegie Mellon University)
คำถามที่ยังไม่มีคำตอบ
- แนวโน้มเดียวกันจะเกิดในบริษัทที่ใช้ AI น้อยกว่านี้หรือไม่
- การประชุมที่เพิ่มขึ้นเป็นต้นทุนชั่วคราวช่วงปรับตัว หรือเป็นรูปแบบงานใหม่ถาวร
- คุณภาพโค้ดที่ agent เขียนจะต่างจากของคนเมื่อวัดด้วยตัวชี้วัดอื่นนอกจากการลบหรือถอยกลับหรือไม่
Sources (3)
ใช้ Claude Code ผู้ช่วยเขียนโค้ดแบบ agentic ช่วยสร้าง แก้ และรีวิวโค้ดในโปรเจกต์จริง
อ่านจบแล้วอยากตามเรื่อง AI แบบนี้ต่อทุกวัน เรามีสรุปข่าวภาษาไทยส่งทาง LINE ทุกเช้า กดเพิ่มเพื่อนไว้ได้เลย ไม่มีค่าใช้จ่าย