พนักงานจะมีทักษะและประสิทธิผลมากขึ้นเมื่อใช้ AI นานขึ้นหรือไม่? ด้วยแอปพลิเคชันของ Claude ที่ขยายตัวจากผู้ใช้เทคโนโลยีรายแรกไปสู่ผู้ใช้กระแสหลัก ลักษณะของงานที่ได้รับความช่วยเหลือจาก AI จึงเปลี่ยนไป โดยมีผลกระทบต่อตลาดแรงงานและความไม่เท่าเทียมกันทางเศรษฐกิจ บทความนี้รวบรวมเป็นดัชนีเศรษฐกิจ Anthropic ล่าสุดของ Anthropic ซึ่งให้การวิจัยเกี่ยวกับการรวมปัญญาประดิษฐ์เข้ากับตลาดแรงงานสมัยใหม่ โดยอิงจากตัวอย่างการสนทนา 1 ล้านครั้งจากผู้บริโภค Claude.ai รายและนักพัฒนา API ระหว่างวันที่ 5 ถึง 12 กุมภาพันธ์ 2026 ติดตามการเปลี่ยนแปลงในการใช้งานและแนวโน้มการนําไปใช้ทางภูมิศาสตร์ รายงานการวิจัยฉบับแรกได้รับการเผยแพร่เพื่อวิเคราะห์การเปลี่ยนแปลงในแนวโน้มการใช้งาน AI ของผู้ใช้และการคาดการณ์ผลตอบแทนทางเศรษฐกิจในอนาคต
การเขียนโปรแกรมสําหรับการใช้งานหลักกลุ่มบุคคลและกลุ่มสําหรับการสนทนาในชีวิตประจําวัน
สัญญาณที่ชัดเจนที่สุดในข้อมูลคือฐานผู้ใช้ของ Claude กําลังขยายจากกลุ่มหลักที่เน้นเทคโนโลยีในยุคแรกไปสู่ขอบเขตที่กว้างขึ้น การเขียนโปรแกรมยังคงโดดเด่น โดยคอมพิวเตอร์และอาชีพที่เกี่ยวข้องกับคณิตศาสตร์คิดเป็น 35% ของการสนทนา Claude.ai แต่ความเข้มข้นของการใช้งานสําหรับงานเฉพาะลดลงอย่างมาก
การเปลี่ยนแปลงนี้ส่วนหนึ่งเกิดจากการโยกย้ายงานเขียนโค้ดไปยัง API โดยเฉพาะอย่างยิ่งผ่าน Claude Code ซึ่งแบ่งงานการเขียนโปรแกรมออกเป็นการเรียก API ขนาดเล็กหลายรายการ แต่ความหลากหลายนี้ยังสะท้อนให้เห็นถึงการขยายตัวที่แท้จริงของฐานผู้ใช้: การสนทนาเกี่ยวกับการใช้งานส่วนตัวเพิ่มขึ้นจาก 35% เป็น 42% ของการเข้าชม Claude.ai ส่วนใหญ่เกิดจากการให้คําปรึกษาเกี่ยวกับกีฬา การเปรียบเทียบผลิตภัณฑ์ และปัญหาการบํารุงรักษาบ้าน ในขณะที่การสนทนาเกี่ยวกับรายวิชาลดลงจาก 19% เป็น 12% ส่วนหนึ่งเป็นเพราะบางประเทศอยู่ในช่วงปิดเทอมฤดูหนาวและปิดเทอม
ค่าจ้างรายชั่วโมงเฉลี่ยสําหรับผู้ใช้ที่ใช้ Claude ลดลงเล็กน้อยและยังคงสูงกว่าค่าจ้างทั่วไป
ผู้ใช้ทั่วไปใช้ Claude มากขึ้นเรื่อยๆ และการประเมินมูลค่างานโดยเฉลี่ย ซึ่งวัดจากค่าจ้างรายชั่วโมงเฉลี่ยของคนงานที่ทํางานเหล่านี้ในสหรัฐอเมริกา ลดลงเล็กน้อยบนแพลตฟอร์ม Claude.ai จาก 49.30 ดอลลาร์ต่อชั่วโมงเป็น 47.90 ดอลลาร์ สิ่งนี้สอดคล้องกับเส้นโค้งการนําเทคโนโลยีมาใช้แบบคลาสสิก: ผู้ใช้รายแรกจัดลําดับความสําคัญของงานที่มีมูลค่าสูง เช่น การพัฒนาซอฟต์แวร์ ในขณะที่ผู้ใช้ระยะสุดท้ายนําไปใช้เพื่อการใช้งานในชีวิตประจําวันที่กว้างขึ้นและง่ายขึ้น แม้จะลดลงเล็กน้อย แต่ผู้ใช้ Claude ยังคงมีส่วนร่วมในงานที่ต้องใช้การศึกษาและค่าจ้างสูงกว่าแรงงานทั่วไปในสหรัฐฯ โดยเน้นย้ําว่าการนํา AI มาใช้ยังคงกระจุกตัวอยู่ในหมู่ผู้ปฏิบัติงานที่มีความรู้
ตัวชี้วัดอื่นๆ ยังสะท้อนให้เห็นถึงความซับซ้อนของ Claude.ai ที่ลดลงเล็กน้อย: จํานวนปีการศึกษาเฉลี่ยที่จําเป็นสําหรับการป้อนข้อมูลของผู้ใช้ลดลงจาก 12.2 ปีเป็น 11.9 ปี ผู้ใช้ให้ AI มีอิสระมากขึ้น โดยลดเวลาโดยประมาณประมาณ 2 นาทีสําหรับมนุษย์เพียงคนเดียวในการทํางานให้เสร็จ
ระบบอัตโนมัติของ API เพิ่มขึ้นอย่างต่อเนื่อง
ในขณะที่ Claude.ai มีแนวโน้มที่จะให้ความสําคัญกับแอปพลิเคชันเสริมมากขึ้น (เช่น AI ช่วยแทนที่จะแทนที่การทํางานของมนุษย์) API กําลังเคลื่อนไปในทิศทางตรงกันข้าม โดยการใช้งาน API เพิ่มขึ้นมากกว่าสองเท่าในเดือนกุมภาพันธ์ 2026 สําหรับเวิร์กโฟลว์เฉพาะสองหมวดหมู่เมื่อเทียบกับเดือนพฤศจิกายน 2025
ระบบอัตโนมัติในการขายและการเข้าถึง: การสร้างข้อมูลการขาย คุณสมบัติลูกค้าเป้าหมายแบบ B2B การเพิ่มข้อมูลลูกค้า และการเขียนอีเมลที่ไม่คุ้นเคย
การตรวจสอบตลาด คําแนะนําการลงทุน และการแจ้งเตือนการซื้อขายแบบเรียลไทม์ การซื้อขายอัตโนมัติ และการดําเนินงานในตลาด
การค้นพบเหล่านี้แสดงให้เห็นว่ากรณีการใช้งานที่เน้นระบบอัตโนมัติเติบโตเร็วกว่าในระบบนิเวศของนักพัฒนาซอฟต์แวร์มากกว่าในสภาพแวดล้อมของผู้บริโภค และโมเดลนี้มีผลกระทบอย่างมากต่องานในอุตสาหกรรมต่างๆ เช่น การขาย การเงิน และการบริการลูกค้า รายงานระบุว่าเมื่องานเขียนโค้ดย้ายจาก Claude.ai ไปยัง API งานเหล่านี้อาจเผชิญกับการเปลี่ยนแปลงงานที่เร่งด่วนมากขึ้น ระบบอัตโนมัติของ API ที่เพิ่มขึ้นถือเป็นตัวบ่งชี้เบื้องต้นของการเปลี่ยนแปลงอาชีพ
ช่องว่างทางภูมิศาสตร์ในสหรัฐอเมริกาแคบลงและช่องว่างทั่วโลกกว้างขึ้น
แนวโน้มการใช้งานภายในประเทศในสหรัฐอเมริกากําลังลดความเหลื่อมล้ําทางภูมิศาสตร์: ความเหลื่อมล้ําทางภูมิศาสตร์ในการใช้งาน Claude ในสหรัฐอเมริกายังคงแคบลง โดยการใช้งานต่อหัวกระจุกตัวอยู่ในห้ารัฐแรกลดลงจาก 30% ในเดือนสิงหาคม 2025 เป็น 24% ในเดือนกุมภาพันธ์ 2026 ฐานการใช้งานในรัฐของสหรัฐฯ ก็ลดลงเช่นกัน ซึ่งบ่งชี้ว่ารัฐที่มีอัตราการเจาะต่ํากําลังตามทัน อย่างไรก็ตาม อัตราเร่งก็ชะลอตัวลงเช่นกัน และในอัตราปัจจุบัน อาจใช้เวลา 5 ถึง 9 ปีกว่าการใช้งานต่อหัวในรัฐต่างๆ ของสหรัฐฯ จะถึงจุดสมดุล แทนที่จะเป็น 2 ถึง 5 ปีที่ประมาณการไว้ก่อนหน้านี้
ความเหลื่อมล้ําทางภูมิศาสตร์ทั่วโลกกําลังกว้างขึ้น: ในระดับนานาชาติแนวโน้มนี้ไม่มองโลกในแง่ดี ความไม่เท่าเทียมกันทั่วโลกในการใช้ AI ทวีความรุนแรงขึ้น โดยส่วนแบ่งของการใช้งานต่อหัวใน 20 ประเทศชั้นนําเพิ่มขึ้นจาก 45% เป็น 48% ช่องว่างระหว่างประเทศที่มีรายได้สูงและเชื่อมต่อกันสูงกําลังกว้างขึ้นอีกทําให้เกิดความกังวลเกี่ยวกับความเหลื่อมล้ําด้าน AI ทั่วโลกที่กว้างขึ้น
ความเหลื่อมล้ําในการนํา AI ไปใช้ทั่วโลกสะท้อนให้เห็นถึงรูปแบบที่กว้างขึ้นของ “ความไม่เท่าเทียมกันทางเศรษฐกิจของ AI” ซึ่งอาจทําให้ความเหลื่อมล้ําทางเศรษฐกิจที่มีอยู่รุนแรงขึ้นหากผู้ใช้งานรายแรกในประเทศที่มีรายได้สูงได้รับผลผลิตที่เพิ่มขึ้นอย่างไม่เป็นสัดส่วน
ประสบการณ์ทําให้คุณเก่งเรื่อง AI
บางทีการค้นพบที่โดดเด่นและเกี่ยวข้องกับนโยบายที่สุดในรายงานนี้คือความเชื่อมโยงที่แข็งแกร่งระหว่างประสบการณ์ของผู้ใช้และประสิทธิภาพของ AI ทีมวิจัยวิเคราะห์รูปแบบการใช้งานของกลุ่มผู้ใช้ต่างๆ (ตามเวลาการใช้งานแพลตฟอร์ม) และเปรียบเทียบ “ผู้ใช้ที่มีประสบการณ์” (ผู้ใช้ที่ลงทะเบียนอย่างน้อยหกเดือน) กับผู้ใช้ใหม่
ผู้ใช้ที่มีประสบการณ์ทํางานแตกต่างกัน
ผู้ใช้ระยะยาวไม่เพียงแต่ใช้ Claude บ่อยขึ้น แต่ยังดีกว่าอีกด้วย พวกเขามีแนวโน้มที่จะร่วมมือกับ Claude เพื่อทําซ้ํางานที่ซับซ้อนมากขึ้น โดยต้องการการทําซ้ําน้อยลงเพื่อให้ได้ข้อมูลที่ต้องการ
การวิจัย AI, การดําเนินงาน Git, การแก้ไขต้นฉบับ และการระดมทุนเริ่มต้นเป็นงานหลัก
รายงานพบว่าทุก ๆ ปีที่ผู้ใช้ใช้ใช้ Claude ความซับซ้อนทางการศึกษาของข้อมูลของพวกเขาเพิ่มขึ้นเกือบหนึ่งปีของการเรียนรู้ นี่แสดงให้เห็นว่าผู้ใช้กําลังพัฒนาทักษะการเตือน AI ของตนเมื่อเวลาผ่านไป แทนที่จะมีประสบการณ์มากขึ้นในการถามคําถามเดิมๆ
หลังจากควบคุมปัจจัยต่างๆ เช่น ประเภทงาน ภาษา การเลือกรุ่น และประเทศต้นทางของผู้ใช้ ผู้ใช้ที่มีประสบการณ์ยังคงมีอัตราความสําเร็จในการสนทนาสูงกว่ามือใหม่ 4 เปอร์เซ็นต์ นี่เป็นข้อพิสูจน์ที่ชัดเจนว่าการฝึกฝนนําไปสู่ความรู้ที่แท้จริง และประสบการณ์การใช้ปัญญาประดิษฐ์สามารถแปลเป็นแอปพลิเคชันปัญญาประดิษฐ์ที่มีประสิทธิภาพมากขึ้น
ข้อมูลยังแสดงให้เห็นว่าผู้ใช้ที่มีประสบการณ์มีแนวโน้มที่จะเลือกสิ่งที่พวกเขาทําบนแพลตฟอร์มด้วยตนเอง งานที่มีเวลาพักโดยเฉลี่ยของผู้ใช้นานที่สุด ได้แก่ การวิจัย AI การดําเนินการ Git การแก้ไขต้นฉบับ และการจัดหาเงินทุนเริ่มต้น งานที่มีเวลาพักโดยเฉลี่ยของผู้ใช้สั้นที่สุด ได้แก่ การสร้างไฮกุ การตรวจสอบคะแนนกีฬา และคําแนะนําด้านอาหาร ซึ่งเป็นเรื่องปกติของการใช้งานสํารวจแบบไม่เป็นทางการ
นักพัฒนา API ใช้ Opus สําหรับโครงการคอมพิวเตอร์และคณิตศาสตร์
รายงานยังแสดงให้เห็นว่าผู้ใช้ โดยเฉพาะนักพัฒนา API มีความระมัดระวังมากขึ้นในการเลือกรูปแบบการปรับใช้ สําหรับผู้ใช้ Claude.ai Opus (หมวดหมู่โมเดลที่ทรงพลังที่สุด) ได้รับเลือกสําหรับ 55% ของงานคอมพิวเตอร์และคณิตศาสตร์ แต่มีเพียง 45% สําหรับงานการศึกษา สําหรับมูลค่างานที่เพิ่มขึ้นทุกๆ $10/ชั่วโมง เปอร์เซ็นต์ของผู้ใช้ Claude.ai ที่ใช้ Opus จะเพิ่มขึ้น 1.5 เปอร์เซ็นต์ และเปอร์เซ็นต์ของผู้ใช้ API ที่ใช้ Opus จะเพิ่มขึ้น 2.8 เปอร์เซ็นต์
ใน API สําหรับนักพัฒนาโมเดลได้รับการปรับเทียบกับงานเป็นสองเท่าของผลิตภัณฑ์อุปโภคบริโภคซึ่งบ่งชี้ว่าผู้ใช้มืออาชีพได้รับการปรับให้เหมาะสมสําหรับทั้งต้นทุนและฟังก์ชันการทํางาน
ประสบการณ์การใช้ปัญญาประดิษฐ์สามารถสร้างความได้เปรียบในที่ทํางาน
ผลการวิจัยของรายงานเกี่ยวกับเส้นโค้งการเรียนรู้นั้นมีผลกระทบมากที่สุด และหากผู้ใช้ AI ที่มีประสบการณ์มีประสิทธิภาพเหนือกว่าผู้ใช้ที่มีประสบการณ์น้อยอย่างสม่ําเสมอเมื่อทํางานเดียวกัน พนักงานที่เริ่มใช้ AI และทํางานมาหลายเดือนหรือหลายปีอาจได้รับประโยชน์ด้านประสิทธิภาพการทํางานที่ยั่งยืน
นี่เป็นเส้นทางตรงสู่สิ่งที่นักเศรษฐศาสตร์เรียกว่า “การเปลี่ยนแปลงทางเทคโนโลยีที่มีอคติด้านทักษะ” ซึ่งเทคโนโลยีใหม่ๆ จะเพิ่มค่าจ้างให้กับแรงงานที่มีทักษะสูงในขณะเดียวกันก็อาจนําไปสู่การสูญเสียงานที่มีทักษะต่ํา คนงานที่เสี่ยงต่อผลกระทบที่ก่อกวนของปัญญาประดิษฐ์มากที่สุดอาจเป็นกลุ่มที่ได้รับประโยชน์มากที่สุด
ระบบอัตโนมัติของ API กําลังเร่งความเร็วอย่างเงียบ ๆ
การเพิ่มระบบอัตโนมัติในการขายและเวิร์กโฟลว์การดําเนินการข้อตกลงเป็นสองเท่าใน API เป็นสัญญาณสําคัญว่าสิ่งเหล่านี้ไม่ใช่กรณีการใช้งานสมมุติ แต่เป็นสถานการณ์ในโลกแห่งความเป็นจริงที่มีการปรับใช้ในการผลิตตามขนาด รายงานก่อนหน้านี้ชี้ให้เห็นถึงการพึ่งพาปัญญาประดิษฐ์ในระดับสูงสําหรับบทบาทการขายและการบริการลูกค้า และตอนนี้ตําแหน่งเหล่านี้กําลังค่อยๆ ใช้เวิร์กโฟลว์อัตโนมัติที่เฉพาะเจาะจง ผู้กําหนดนโยบายและนักวางแผนกําลังคนควรติดตามแนวโน้มนี้อย่างใกล้ชิด
อัตราการเจาะ AI กําลังเคลื่อนไปสู่กลุ่มที่ร่ํารวยสูงทั่วโลก และสหรัฐอเมริกาก็ค่อยๆ เท่าเทียมกัน
ในขณะที่สหรัฐอเมริกากําลังเคลื่อนไปในทิศทางของการบรรจบกัน แต่แนวโน้มทั่วโลกของการนํา AI มาใช้กําลังเคลื่อนไปในทิศทางตรงกันข้าม ส่วนแบ่งของการใช้ Claude ต่อหัวในประเทศที่มีรายได้สูงกําลังเพิ่มขึ้น หากผลผลิตของ AI กระจุกตัวอยู่ในเศรษฐกิจที่ร่ํารวยอยู่แล้วผลกระทบที่เกิดจากความไม่เท่าเทียมกันระหว่างประเทศอาจมีนัยสําคัญโดยเฉพาะอย่างยิ่งสําหรับผู้ที่ไม่พร้อมที่จะใช้ประโยชน์จากเครื่องมือ AI ในวงกว้าง
ธุรกิจควรคว้าโอกาสในการเริ่มการฝึกอบรมความรู้ด้าน AI
หากมีความสัมพันธ์ที่แข็งแกร่งระหว่างประสบการณ์และความสําเร็จ การจัดหาโครงการที่มีโครงสร้างซึ่งใช้ AI อย่างสม่ําเสมอแก่พนักงาน ตลอดจนการฝึกอบรมเกี่ยวกับกลยุทธ์และกรณีการใช้งานที่รวดเร็ว จะสามารถปรับปรุงประสิทธิภาพการทํางานได้อย่างมาก ข้อมูลชี้ให้เห็นว่าความสามารถด้าน AI ไม่ได้มีมาแต่กําเนิด แต่เป็นทักษะที่ต้องใช้อย่างสม่ําเสมอในการพัฒนา
รายงานดัชนีเศรษฐกิจมีความหมายต่อการจ้างงานและเศรษฐกิจอย่างไร
เมื่อปัญญาประดิษฐ์เริ่มเป็นที่นิยม ข้อได้เปรียบของนักพัฒนารายแรกๆ ก็หดตัวลง และผู้ใช้งานรายแรกมักจะมุ่งเน้นไปที่สถานการณ์การใช้งานที่มีมูลค่าสูงและมีทักษะสูง เมื่อเทคโนโลยีเข้าถึงผู้ชมได้มากขึ้น AI ก็ค่อยๆ ถูกรวมเข้ากับแอปพลิเคชันในชีวิตประจําวันมากขึ้น นี่เป็นทั้งสัญญาณที่ดีของวุฒิภาวะในการนําเทคโนโลยีมาใช้ แต่ก็อาจเป็นคําเตือนว่าช่วงเวลาสําหรับเครื่องมือ AI ในการให้ข้อได้เปรียบเชิงเปรียบเทียบที่ยิ่งใหญ่ที่สุดแก่นักพัฒนาเทคโนโลยียุคแรกๆ อาจใกล้เข้ามา
ใครจะได้ประโยชน์จาก AI มากที่สุด? จะได้รับประโยชน์เมื่อใด
เมื่อ AI ค่อยๆ กลายเป็นเครื่องมือสากลสําหรับผู้ปฏิบัติงานด้านความรู้ การปรับปรุงความสามารถของสถาบันในการใช้ AI อาจกลายเป็นมาตรการนโยบายทางเศรษฐกิจที่สําคัญที่สุดในทศวรรษหน้า
ผู้ใช้เครื่องมือ AI ในยุคแรกๆ ไม่เพียงแต่เป็นผู้ใช้รายแรกเท่านั้น แต่ยังกลายเป็นผู้ใช้ที่มีประสิทธิภาพมากที่สุด และในโลกที่ AI สามารถปรับปรุงประสิทธิภาพการทํางานของผู้ที่รู้วิธีใช้ได้อย่างมาก “ประสบการณ์ AI” เป็นข้อได้เปรียบในการแข่งขันใหม่ รายงานดัชนีเศรษฐกิจมนุษย์ซึ่งเผยแพร่ในเดือนมีนาคม พ.ศ. 2026 แสดงให้เห็นภาพที่ซับซ้อนของการเปลี่ยนแปลงทางเศรษฐกิจที่เปิดใช้งาน AI โดยเครื่องมือ AI เช่น Claude ถูกนํามาใช้กันอย่างแพร่หลายในที่ทํางาน
ที่มา: รายงานดัชนีเศรษฐกิจมนุษย์ - Learning Curve (24 มีนาคม 2569)
รายงานต้นฉบับ: anthropic.com/research/economic-index-march-2026-report
ผู้เขียน: Maxim Massenkoff, Eva Lyubich, Peter McCrory, Ruth Appel, Ryan Heller
โพสต์ รายงานการวิเคราะห์ดัชนีเศรษฐกิจมนุษย์ของมนุษย์: ประสบการณ์ AI ที่สร้างโอกาสในการทํางานในอนาคต ปรากฏตัวครั้งแรกเมื่อ ข่าวลูกโซ่ ABMedia.
