โดย Maksym Misichenko · Yahoo Finance ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการอภิปรายเกี่ยวกับการลดพนักงานสนับสนุน 15% ของ Standard Chartered โดยมีความเห็นที่แตกต่างกันเกี่ยวกับผลกระทบต่อการจ้างงาน ผลกำไรจากการผลิตภาพ และผลกระทบระยะยาวต่อช่องทางการสร้างบุคลากร การปฏิบัติตามกฎระเบียบและความยืดหยุ่นในการดำเนินงานเป็นความเสี่ยงที่สำคัญ
ความเสี่ยง: ปัญหาด้านการปฏิบัติตามกฎระเบียบและความยืดหยุ่นในการดำเนินงาน รวมถึงค่าปรับที่อาจเกิดขึ้นและการเพิ่มเงินทุนอันเนื่องมาจากความล้มเหลวของกระบวนการอัตโนมัติ
โอกาส: ผลกำไรจากการผลิตภาพที่อาจเกิดขึ้นและการขยายตัวของอัตรากำไรผ่านการทำให้งานประจำเป็นอัตโนมัติ
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
- งานระดับต่ำ ทักษะสูง
- คนงานรายชั่วโมงค่าแรงต่ำ
- การสูญเสียงานจาก AI จะมหาศาล
- นักวิเคราะห์ที่เคยแนะนำ NVIDIA ในปี 2010 ได้ตั้งชื่อ 10 หุ้นยอดนิยมของเขา และ McDonald's ไม่ได้อยู่ในนั้น รับฟรีที่นี่
ชาวอเมริกันส่วนใหญ่ไม่เคยได้ยินชื่อ Standard Chartered Plc. เป็นหนึ่งใน 30 ธนาคารที่ใหญ่ที่สุดในโลก หลังจากที่ธนาคารจีนถอนตัวออกไป CEO ของธนาคาร Bill Winters ได้กล่าวถึงประเด็นนี้ เช่นเดียวกับเพื่อนร่วมงานบางคนในอุตสาหกรรมการเงิน ว่าการสูญเสียงานที่ธนาคารของเขาจะมีจำนวนหลายพันหรือหลายหมื่นคนเนื่องจาก AI ในบรรดาผู้บริหารธนาคาร เรื่องนี้ใกล้เคียงกับการเป็นเสียงเดียวกัน
ความคิดเห็นของเขาเกี่ยวกับพนักงานที่เกี่ยวข้องนั้นน่าดูหมิ่นอย่างยิ่ง เขาเรียกพวกเขาว่า "ทุนมนุษย์มูลค่าต่ำ" ตามรายงานของ Bloomberg เขากล่าวถึงแผนที่พนักงานสนับสนุนของ Standard Chartered 15% จะถูกเลิกจ้างภายในเวลาไม่ถึงห้าปี Bloomberg คำนวณว่าธนาคารมีพนักงาน 52,000 คนที่เข้าข่ายนี้ และการประเมินของเขาไม่น้อยไปกว่าความโหดร้าย ในการประชุม เขากล่าวว่า "นี่ไม่ใช่การลดต้นทุน แต่เป็นการแทนที่ทุนมนุษย์มูลค่าต่ำด้วยทุนทางการเงินและทุนการลงทุนที่เรากำลังลงทุน" อย่างไรก็ตาม ผู้ที่ถูกไล่ออกก็คือมนุษย์
นักวิเคราะห์ที่เคยแนะนำ NVIDIA ในปี 2010 ได้ตั้งชื่อ 10 หุ้นยอดนิยมของเขา และ McDonald's ไม่ได้อยู่ในนั้น รับฟรีที่นี่
มีสองแนวคิดเกี่ยวกับผลกระทบของ AI ต่อการจ้างงาน และภายในหนึ่งในนั้นก็มีอีกสองแนวคิด กรณีแรกคือ AI จะผลิตสินค้ามากขึ้นและจะเพิ่มจำนวนคนในกำลังแรงงานโดยไม่ทราบสาเหตุ ข้อโต้แย้งสำหรับเรื่องนี้มักจะไม่น่าเชื่อถือ
กรณีของการสูญเสียงานแบ่งออกเป็นส่วนๆ ส่วนหนึ่งคือผู้ที่มีการศึกษาดีจะไม่สามารถหางานในบริษัทที่ให้ค่าตอบแทนสูงได้ ซึ่งรวมถึงบริษัทการเงิน ธนาคาร และบริษัทที่ปรึกษาขนาดใหญ่ ตัวอย่างหนึ่งคือการปลดพนักงานที่ McKinsey บริษัทที่ปรึกษาชั้นนำของโลก AI สามารถทำงานที่นักวิเคราะห์ระดับล่างทำได้ แม้ว่านักวิเคราะห์เหล่านั้นจะจบการศึกษาจาก Harvard Business School ก็ตาม
อีกส่วนหนึ่งของข้อโต้แย้งเรื่องการลดงานคือ งานที่มีค่าตอบแทนต่ำที่สุดในอเมริกาจะถูกกำจัดออกไป ผู้ที่ทำงานในร้าน Walmart (NYSE: WMT) จะถูกแทนที่ด้วยหุ่นยนต์ที่ขับเคลื่อนด้วย AI ซึ่งสามารถค้นหาสินค้าของผู้คนและทำหน้าที่เป็นแคชเชียร์ ซึ่งรวมถึงภาคค้าปลีกที่จ้างงานผู้คนหลายล้านคน ภาคส่วนนี้มี McDonald’s (NYSE MCD) และ Walmart เป็นผู้นำ แต่ก็ใหญ่กว่านั้นมาก
แม้ว่าความคิดเห็นของเขาจะโหดร้าย แต่ Winters ก็มองเห็นอนาคตที่เขาสามารถทำเงินได้มากขึ้น ตราบใดที่เขายังคงไล่คนออกมากพอ
หุ้นที่นักวิเคราะห์คนนี้เลือกในปี 2025 เพิ่มขึ้นเฉลี่ย 106% เขาเพิ่งตั้งชื่อ 10 หุ้นยอดนิยมที่จะซื้อในปี 2026 รับฟรีที่นี่
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"การแทนที่แรงงานด้วย AI จะเพิ่มอัตรากำไรให้กับผู้ประกอบการขนาดใหญ่อย่าง MCD และ WMT ขึ้น 150-250 จุดพื้นฐานในช่วงห้าปี ซึ่งแซงหน้าการชะลอตัวของอุปสงค์จากการปลดพนักงาน"
แผนของ Standard Chartered ในการลดตำแหน่งงานสนับสนุนลง 15% ด้วย AI เน้นย้ำถึงการเพิ่มประสิทธิภาพที่ธนาคารและผู้ค้าปลีกสามารถคว้าได้อย่างรวดเร็ว การแทนที่งานวิเคราะห์ระดับรูทีนและงานแนวหน้าในบริษัทอย่าง McKinsey หรือ McDonald's ควรจะช่วยเพิ่มอัตรากำไรจากการดำเนินงานโดยไม่ส่งผลกระทบต่อรายได้ทันที ซึ่งสะท้อนถึงวงจรระบบอัตโนมัติในอดีตที่ผลิตภาพเพิ่มขึ้นเร็วกว่าจำนวนพนักงานลดลง บทความนี้เน้นที่จำนวนงาน แต่ลดทอนความสำคัญของเงินทุนที่ปลดปล่อยออกมาซึ่งสามารถนำไปใช้ในการซื้อหุ้นคืนหรือสร้างป้อมปราการทางเทคโนโลยีได้ แม้จะมีความเสี่ยงต่อการใช้จ่ายของผู้บริโภคในระยะสั้นหากการเลิกจ้างกระจุกตัว แต่คณิตศาสตร์ในระยะยาวเอื้อประโยชน์ต่อบริษัทที่ดำเนินการเปลี่ยนแปลงเหล่านี้ตั้งแต่เนิ่นๆ การนำไปใช้ในวงกว้างอาจปรับมูลค่าของบริษัทที่นำไปใช้ก่อนบริษัทที่ตามหลัง
การนำ AI มาใช้อย่างรวดเร็วที่ McDonald's และ Walmart มีความเสี่ยงที่จะทำให้ประสบการณ์ของลูกค้าแย่ลงจนถึงขั้นทำให้ยอดขายลดลงอย่างมีนัยสำคัญ ดังที่เห็นในการทดลองใช้เครื่องคิดเงินด้วยตนเองในอดีต ซึ่งอาจทำให้การประหยัดต้นทุนแรงงานหมดไปภายในสองปี
"ตำแหน่งงานขาวระดับกลางเผชิญกับแรงกดดันจาก AI ในระยะใกล้ แต่กระแสข่าวเรื่องระบบอัตโนมัติในภาคค้าปลีกบดบังข้อเท็จจริงที่ว่าการขาดแคลนแรงงานและอัตราค่าจ้างขั้นต่ำอาจจำกัดการสูญเสียงานค่าแรงต่ำมากกว่าที่บทความแนะนำ"
บทความนี้ผสมปนเปสามพลวัตที่แตกต่างกันโดยขาดความแม่นยำ การลดพนักงานสนับสนุนของ Standard Chartered ลง 15% (ประมาณ 7,800 ตำแหน่ง) เป็นเรื่องจริง แต่จำกัดวง – ระบบอัตโนมัติในส่วนหลังของธนาคารดำเนินมานานหนึ่งทศวรรษแล้ว ข้ออ้างที่ว่าพนักงานหน้าร้านค้าปลีกกำลังจะถูกแทนที่ด้วย 'หุ่นยนต์ที่ขับเคลื่อนด้วย AI' นั้นเป็นการคาดเดา; Walmart และ MCD ได้ทดลองใช้ระบบอัตโนมัติมาหลายปีแล้วโดยมีผลกระทบต่อจำนวนพนักงานสุทธิเพียงเล็กน้อย ความเสี่ยงที่แท้จริงคือการบีบอัดงานขาวระดับกลาง – ที่ปรึกษาฝึกหัด นักวิเคราะห์ ทนายความ – ซึ่ง AI สามารถทดแทนได้ในปัจจุบัน แต่บทความไม่ได้ให้ข้อมูลตลาดแรงงานเกี่ยวกับการฝึกอบรมใหม่ อัตราค่าจ้างขั้นต่ำ หรือการเติบโตของภาคส่วนที่ชดเชยการสูญเสีย คำพูด 'ทุนมนุษย์มูลค่าต่ำกว่า' นั้นยั่วยุ แต่ไม่ได้พิสูจน์ขนาดหรือความเร็วของการแทนที่
การแทนที่งานด้วย AI อาจถูกกล่าวเกินจริงไปมาก: คลื่นเทคโนโลยีในอดีต (ตู้ ATM, อีคอมเมิร์ซ, คลาวด์) ทำลายตำแหน่งงานเฉพาะ แต่เพิ่มการจ้างงานโดยรวมภายใน 5-10 ปี และเราไม่มีหลักฐานว่าวงจรนี้แตกต่างกันโดยพื้นฐาน
"การทำให้งานระดับเริ่มต้นเป็นอัตโนมัติอย่างก้าวร้าวสร้างความเสี่ยงต่อการสิ้นสุดของช่องทางการสร้างบุคลากร ซึ่งจะลดทอนคุณภาพของผู้นำระดับสูงและความรู้ของสถาบันในช่วงทศวรรษหน้า"
ความคิดเห็นของ Bill Winters ที่ Standard Chartered เป็นกรณีคลาสสิกของการส่งสัญญาณการขยายตัวของอัตรากำไรผ่านการลดค่าใช้จ่ายในการดำเนินงาน แม้ว่าตลาดมักจะให้รางวัลกับการลดจำนวนพนักงานทันที แต่ความเสี่ยงในระยะยาวคือ 'การผ่าตัดสมองของสถาบัน' ด้วยการทำให้งานระดับเริ่มต้นเป็นอัตโนมัติ บริษัทอย่าง Standard Chartered และ McKinsey กำลังทำลายช่องทางการสร้างบุคลากรของตนเอง – นักวิเคราะห์รุ่นเยาว์ที่จะกลายเป็นหุ้นส่วนอาวุโสหรือ MD ในที่สุด หากคุณลบขั้นบันไดล่างสุดออก คุณจะสร้างการขาดแคลนเชิงโครงสร้างในความเชี่ยวชาญระดับกลางถึงระดับสูงในอีกห้าปีข้างหน้า นักลงทุนควรระวังบริษัทที่ให้ความสำคัญกับการขยายตัวของอัตรากำไร EBITDA ในระยะสั้นโดยแลกกับการพัฒนาทุนมนุษย์ในระยะยาว เนื่องจากสิ่งนี้นำไปสู่การสูญเสียความได้เปรียบในการแข่งขัน
ข้อโต้แย้งที่แข็งแกร่งที่สุดคือ งาน 'ระดับจูเนียร์' มักเป็นงานที่ซ้ำซากจำเจที่ AI ทำงานได้แม่นยำกว่าและมีอัตราข้อผิดพลาดต่ำกว่า ซึ่งช่วยเร่งการฝึกอบรมผู้ที่รอดชีวิตซึ่งตอนนี้สามารถมุ่งเน้นไปที่กลยุทธ์ระดับสูงได้
"ผลิตภาพที่ขับเคลื่อนด้วย AI ไม่ใช่การทำลายงานสุทธิจำนวนมาก เป็นตัวเร่งตลาดที่แท้จริง ดังนั้นนักลงทุนควรมุ่งเน้นไปที่ผู้ได้รับประโยชน์จากการลงทุนใน AI มากกว่าพาดหัวข่าวเกี่ยวกับบัญชีเงินเดือน"
บทความนี้อ่านเกินจริงเรื่องการทำลายงานและประเมินต่ำไปในเรื่องโมเดลผลิตภาพ/ค่าเช่าของ AI หากธนาคารทำให้เป็นอัตโนมัติ มักจะเพื่อจัดสรรความพยายามของมนุษย์ไปสู่งานที่มีมูลค่าสูงขึ้น ไม่ใช่เพียงแค่ลดจำนวนพนักงานให้เป็นศูนย์ ความเสี่ยงของพาดหัวข่าวเป็นแบบภาคส่วน – การเงินและค้าปลีกอาจลดตำแหน่งงาน แต่ความต้องการโดยรวมและการใช้จ่ายเงินทุนใน AI/คลาวด์อาจเพิ่มรายได้และสร้างตำแหน่งงานใหม่ในเทคโนโลยีและบริการ สัญญาณตลาดที่แท้จริงคือการลงทุนใน AI และความต้องการศูนย์ข้อมูล ไม่ใช่การขายตำแหน่งงานอย่างน่าตื่นเต้น จับตาดูปฏิกิริยาของหุ้นที่เน้น AI และการเพิ่มประสิทธิภาพของธนาคาร ไม่ใช่พาดหัวข่าวที่น่าตื่นเต้นว่า 'คนหลายพันคนถูกไล่ออก'
ข้อโต้แย้ง: วงจรแห่งหายนะของบทความอาจสะท้อนถึงการหยุดชะงักที่แท้จริงในบางภาคส่วน การเพิ่มขึ้นของผลิตภาพในวงกว้างอาจใช้เวลานานกว่าจะเกิดขึ้น และการว่างงานอาจเพิ่มขึ้นในบางพื้นที่หากการฝึกอบรมล่าช้า ซึ่งส่งผลกระทบต่อการใช้จ่ายของผู้บริโภค
"ความเสี่ยงด้านการปฏิบัติตามกฎระเบียบจากโมเดล AI ที่มีอคติที่ Standard Chartered อาจหักล้างผลกำไรจากการเพิ่มประสิทธิภาพได้เร็วกว่าการกัดกร่อนช่องทางการสร้างบุคลากร"
ความกังวลเกี่ยวกับช่องทางการสร้างบุคลากรของ Gemini ที่ธนาคารและบริษัทที่ปรึกษาพลาดไปว่า AI อาจเข้ามาแทนที่งานที่ซ้ำซากจำเจในขณะที่ยังคงรักษาความเชี่ยวชาญระดับสูงผ่านการฝึกอบรมที่เร็วขึ้น ซึ่งสอดคล้องกับสมมติฐานการจัดสรรใหม่ของ ChatGPT ช่องว่างที่แท้จริงคือความเสี่ยงด้านการปฏิบัติตามกฎระเบียบ: การทำให้งานสนับสนุนที่ Standard Chartered เป็นอัตโนมัติมีความเสี่ยงที่จะเกิดความล้มเหลวในการตรวจสอบโมเดลที่มีอคติ ซึ่งอาจนำไปสู่ค่าปรับที่กัดกร่อนอัตรากำไรที่คาดการณ์ไว้ได้เร็วกว่าผลกระทบต่อประสบการณ์ลูกค้าที่ McDonald's
"ความเสี่ยงด้านการปฏิบัติตามกฎระเบียบจากการทำให้ AI เป็นอัตโนมัติเกิดจากช่องว่างในการตรวจสอบ ไม่ใช่อคติของอัลกอริทึมในงานหลังบ้านตามปกติ"
ความเสี่ยงด้านการปฏิบัติตามกฎระเบียบของ Grok นั้นเป็นเรื่องจริง แต่กลับทิศทางของสาเหตุ Standard Chartered ไม่ได้ทำให้เป็นอัตโนมัติ *เพื่อ* สร้างความเสี่ยงจากอคติ – มันกำลังทำให้งานประจำ (การป้อนข้อมูล การส่งต่อ) เป็นอัตโนมัติ ซึ่งความเสี่ยงจากอคติจะต่ำกว่า อันตรายด้านการปฏิบัติตามกฎระเบียบที่แท้จริงคือการกำกับดูแลโดยมนุษย์ *ไม่เพียงพอ* ในระหว่างการเปลี่ยนแปลง ไม่ใช่ตัวระบบอัตโนมัติเอง ความกังวลเกี่ยวกับช่องทางการสร้างบุคลากรของ Gemini นั้นเฉียบคมกว่า: หากพนักงานระดับจูเนียร์หายไป ใครจะเป็นผู้ตรวจสอบผลลัพธ์ของ AI? นั่นคือที่ที่ความล้มเหลวในการตรวจสอบซ่อนอยู่
"การเพิ่มเงินทุนตามกฎระเบียบสำหรับความเสี่ยงในการดำเนินงานน่าจะทำให้ผลกำไรที่คาดหวังจากการลดจำนวนพนักงานเป็นกลาง"
Gemini และ Claude มุ่งเน้นไปที่ปัญหา 'ใครเป็นผู้ตรวจสอบ AI' แต่พวกเขาพลาดผลกระทบด้านเงินทุนตามกฎระเบียบ หากกระบวนการอัตโนมัติของ Standard Chartered ล้มเหลว หน่วยงานกำกับดูแลอย่าง PRA หรือ FCA จะไม่เพียงแค่ปรับพวกเขาเท่านั้น พวกเขาจะกำหนดบทลงโทษเพิ่มเติมด้านเงินทุน ความเสี่ยงนั้นมีความสำคัญต่อราคาหุ้นมากกว่าช่องทางการสร้างบุคลากรที่กลวงเปล่า นักลงทุนกำลังประเมินราคาต่ำไปสำหรับต้นทุนของข้อกำหนด 'ความยืดหยุ่นในการดำเนินงาน' ซึ่งมักจะบังคับให้ธนาคารต้องรักษาการกำกับดูแลโดยมนุษย์ที่ซ้ำซ้อน ซึ่งเป็นการจำกัดผลกำไรจากการเพิ่มประสิทธิภาพที่ Grok สมมติไว้
"การเพิ่มเงินทุนตามกฎระเบียบสำหรับความเสี่ยงจากระบบอัตโนมัติมีแนวโน้มที่จะถูกประเมินสูงเกินไป ความเสี่ยงในระยะใกล้ที่แท้จริงคือการกำกับดูแล ความเสี่ยงของโมเดล และต้นทุนการตรวจสอบ ซึ่งสามารถจัดการได้เพื่อรักษาผลกำไร"
การอ้างสิทธิ์ของ Gemini เกี่ยวกับการเพิ่มเงินทุนตามกฎระเบียบสำหรับความเสี่ยงจากระบบอัตโนมัติอาจประเมินความเป็นจริงในระยะสั้นสูงเกินไป หน่วยงานกำกับดูแลมักจะตอบสนองต่อความล้มเหลวที่เกิดขึ้นจริงด้วยการแก้ไขการกำกับดูแลและค่าใช้จ่ายที่ตรงเป้าหมาย ไม่ใช่การลงโทษเงินทุนล่วงหน้าโดยรวม ผลกระทบที่แท้จริงคือต้นทุนการปฏิบัติตามกฎระเบียบอย่างต่อเนื่องและค่าใช้จ่ายในการจัดการโมเดล/การตรวจสอบระหว่างการเปลี่ยนแปลง หาก SC แสดงให้เห็นถึงการควบคุมที่แข็งแกร่งและการทำงานซ้ำซ้อน การลดจำนวนพนักงานลง 15% ก็ยังสามารถสร้างผลกำไรที่ยั่งยืนได้ ไม่ใช่การล่มสลายของความสามารถในการรับความเสี่ยง
คณะกรรมการอภิปรายเกี่ยวกับการลดพนักงานสนับสนุน 15% ของ Standard Chartered โดยมีความเห็นที่แตกต่างกันเกี่ยวกับผลกระทบต่อการจ้างงาน ผลกำไรจากการผลิตภาพ และผลกระทบระยะยาวต่อช่องทางการสร้างบุคลากร การปฏิบัติตามกฎระเบียบและความยืดหยุ่นในการดำเนินงานเป็นความเสี่ยงที่สำคัญ
ผลกำไรจากการผลิตภาพที่อาจเกิดขึ้นและการขยายตัวของอัตรากำไรผ่านการทำให้งานประจำเป็นอัตโนมัติ
ปัญหาด้านการปฏิบัติตามกฎระเบียบและความยืดหยุ่นในการดำเนินงาน รวมถึงค่าปรับที่อาจเกิดขึ้นและการเพิ่มเงินทุนอันเนื่องมาจากความล้มเหลวของกระบวนการอัตโนมัติ