สรุปรายงาน 'The 2028 Global Intelligence Crisis' ของ Citrini Research ที่ทำให้เกิดเทขายหุ้นจากความกังวลเกี่ยวกับปัญญาประดิษฐ์ หรือ AI Scare Trade และได้ฉุดตลาดวอลล์สตรีทดิ่งลงอย่างหนักเมื่อเดือนกุมภาพันธ์ 2026

เมื่อช่วงเดือนกุมภาพันธ์ 2026 Citrini Research ซึ่งเป็นบริษัทวิจัยที่ไม่ค่อยเป็นที่รู้จัก ได้เปิดเผยรายงานที่ชื่อ “The 2028 Global Intelligence Crisis”  ทำให้เกิดเทขายหุ้นจากความกังวลเกี่ยวกับปัญญาประดิษฐ์ หรือ AI Scare Trade และได้ฉุดตลาดวอลล์สตรีทดิ่งลงอย่างหนักในช่วงที่รายงานนี้เผยแพร่ โดย TCIJ ได้สรุปเนื้อหาของรายฉบับนี้ไว้ดังนี้

วิกฤตปัญญาโลก 2028: เมื่อ AI ฉลาดเกินไป จนเศรษฐกิจล่มสลาย

โดย CitriniResearch | 23 กุมภาพันธ์ 2026

ลองจินตนาการถึงเช้าวันหนึ่งในเดือนมิถุนายน 2028 เมื่อตัวเลขการว่างงานของสหรัฐฯ พุ่งสูงถึง 10.2% ขณะที่ดัชนี S&P 500 ร่วงลงถึง 38% จากจุดสูงสุดเมื่อเดือนตุลาคม 2026 จนนักลงทุนเริ่มรู้สึกชาชินกับข่าวร้ายที่กลายเป็นเรื่องปกติในชีวิตประจำวัน

นี่คือฉากทัศน์สมมติจากบทความ "วิกฤตปัญญาโลก 2028" (The 2028 Global Intelligence Crisis) ซึ่งเป็นบทความแนวการทดลองทางความคิด (Thought Experiment) ที่เขียนโดย CitriniResearch ร่วมกับ อาลาป ชาห์ (Alap Shah) ตีพิมพ์ในเดือนกุมภาพันธ์ 2026 เพื่อสำรวจแง่มุมที่มักถูกมองข้ามว่า ปัญญาประดิษฐ์ (Artificial Intelligence - AI) ที่ประสบความสำเร็จเกินความคาดหมายนั้น แท้จริงแล้วอาจกลายเป็นชนวนเหตุของหายนะทางเศรษฐกิจได้อย่างไร

'ยูโฟเรีย' (Euphoria) เมื่อกำไรพุ่งทะยานแต่รากฐานเศรษฐกิจเริ่มสั่นคลอน

ในปี 2026 ภาพรวมทางเศรษฐกิจดูรุ่งโรจน์อย่างมากในหน้ากระดาษรายงาน ดัชนี S&P 500 ไต่ระดับขึ้นสู่ 8,000 จุด ขณะที่ Nasdaq พุ่งทะลุ 30,000 จุด บริษัทต่าง ๆ เริ่มปรับโครงสร้างโดยการปลดพนักงานระดับพนักงานออฟฟิศ (White-collar workers) เพื่อนำ AI เข้ามาทำงานแทนที่ ส่งผลให้อัตรากำไรของบริษัทพุ่งสูงขึ้นอย่างรวดเร็ว

ผลประกอบการที่ออกมาดีเกินคาดทำให้นักลงทุนมีความเชื่อมั่นสูง โดยเม็ดเงินมหาศาลจากผลกำไรเหล่านั้นได้ถูกหมุนเวียนกลับไปลงทุนต่อในโครงสร้างพื้นฐานของAI อีกครั้งเพื่อขยายขีดความสามารถให้มากขึ้น

ตัวเลข ผลิตภัณฑ์มวลรวมในประเทศ (GDP) ดูเติบโตอย่างสวยงามและผลิตภาพแรงงานพุ่งสูงที่สุดในรอบหลายสิบปี แต่เบื้องหลังกลับมีความจริงที่น่ากังวล คือรายได้ของแรงงานหดตัวลง ในขณะที่ผลกำไรกระจุกตัวอยู่กับเจ้าของทรัพยากรด้านการประมวลผล (Compute) เพียงไม่กี่ราย ปรากฏการณ์นี้เรียกว่า "จีดีพีผี" (Ghost GDP) ซึ่งเป็นผลผลิตที่โชว์อยู่ในตัวเลขบัญชี แต่เงินไม่เคยหมุนเวียนเข้าสู่ระบบเศรษฐกิจจริง

ประเด็นสำคัญคือ คลัสเตอร์ของ หน่วยประมวลผลกราฟิก (Graphics Processing Unit - GPU) เพียงชุดเดียว สามารถทำงานได้เท่ากับพนักงานออฟฟิศถึง 10,000 คน แต่เครื่องจักรเหล่านี้ไม่มีการใช้จ่ายในร้านอาหาร ไม่ซื้อบ้าน และไม่ใช้บริการใด ๆ ทำให้ ความเร็วในการหมุนเวียนของเงิน (Velocity of Money) ลดต่ำลงจนถึงขีดสุด

'การล่มสลายของซอฟต์แวร์ที่ให้บริการผ่านระบบคลาวด์ (Software as a Service - SaaS)' เมื่อซอฟต์แวร์กลืนกินซอฟต์แวร์

ช่วงปลายปี 2025 เครื่องมือช่วยเขียนโปรแกรมอัตโนมัติ (Agentic workflows) ก้าวหน้าขึ้นอย่างมาก นักพัฒนาที่ใช้เครื่องมืออย่าง Claude Code หรือ Codex สามารถสร้างระบบทำงานหลักของซอฟต์แวร์ระดับกลางได้ภายในไม่กี่สัปดาห์ แม้ผลงานจะไม่สมบูรณ์แบบร้อยเปอร์เซ็นต์ แต่ก็ดีเพียงพอที่จะทำให้ผู้บริหารเทคโนโลยีสารสนเทศระดับสูง (Chief Information Officer - CIO) ต้องทบทวนก่อนจะต่อสัญญาจ้างราคาแพงถึงปีละ 500,000 ดอลลาร์

จากบทสนทนากับฝ่ายจัดซื้อของบริษัทขนาดใหญ่ระดับ ฟอร์จูน 500 (Fortune 500) พบว่าพนักงานขายที่เคยใช้กลยุทธ์เดิมเพื่อขึ้นราคา 5% กลับถูกปฏิเสธ โดยบริษัทเหล่านี้เริ่มปรึกษากับ Oracle เพื่อให้วิศวกรที่ใช้ AI สร้างระบบทดแทนขึ้นมาเอง ผลที่ตามมาคือการต่อสัญญาในราคาที่ถูกลงถึง 30% ซึ่งนับว่าเป็นผลลัพธ์ที่ยังดูดีที่สุดแล้วสำหรับเจ้าของซอฟต์แวร์ในปี 2026 นี้

ในไตรมาสที่ 3 ของปี 2026 ServiceNow รายงานการเติบโตของมูลค่าสัญญาใหม่ (Net New ACV) ที่ชะลอตัวลงเหลือ 14% จากเดิม 23% พร้อมประกาศเลิกจ้างพนักงาน 15% ส่งผลให้ราคาหุ้นร่วงลงทันที 18% ภายในวันเดียว แต่ปัญหาที่รุนแรงกว่านั้นคือโมเดลธุรกิจที่ขายสิทธิ์การใช้งานตามจำนวนผู้ใช้ (Seats) เมื่อลูกค้าปลดพนักงานออก 15% จำนวนการใช้สิทธิ์จึงถูกยกเลิกตามไปด้วย บริษัทที่เคยรุ่งเรืองจากการขายระบบอัตโนมัติกำลังถูกระบบอัตโนมัติที่มีประสิทธิภาพมากกว่ากลืนกิน โดยเลือกตอบโต้ด้วยการลดคนเพื่อนำเงินไปลงทุนใน AI ต่อไป ซึ่งเป็นวงจรที่กัดกินตัวเองอย่างไม่สิ้นสุด

สิ่งที่ต่างจากวงจรการเปลี่ยนแปลงทางอุตสาหกรรมในอดีตคือ บริษัทยักษ์ใหญ่ไม่ได้ขัดขวางเทคโนโลยีนี้เพราะ "ไม่สามารถ" ทำได้ เมื่อราคาหุ้นดิ่งลง 40-60% ตามแรงกดดันจากคณะกรรมการบริหาร พวกเขาจึงเลือกทางออกเดียวที่มีคือการปลดพนักงานและหันไปลงทุนในปัญญาประดิษฐ์ AI เพื่อรักษาผลผลิตให้คงเดิมด้วยต้นทุนที่ต่ำลง แม้การตัดสินใจของแต่ละบริษัทจะดูสมเหตุสมผลเพื่อความอยู่รอด แต่ผลลัพธ์ในภาพรวมของระบบเศรษฐกิจกลับกำลังมุ่งหน้าไปสู่หายนะ

'เมื่อแรงต้านเป็นศูนย์' การล่มสลายของธุรกิจนายหน้า

ในช่วงต้นปี 2027 การใช้งานแบบจำลองภาษาขนาดใหญ่ (Large Language Models - LLM) กลายเป็นเรื่องปกติในชีวิตประจำวัน เช่นเดียวกับที่ผู้คนใช้ระบบเติมคำอัตโนมัติ โดยไม่ทันสังเกตว่าเป็น AI เมื่อ Qwen ปล่อยระบบตัวแทนซื้อของอัตโนมัติแบบรหัสเปิด (Open-source Agentic Shopper) ที่สามารถตัดสินใจซื้อสินค้าแทนผู้ใช้ได้ ภายในเวลาเพียงไม่กี่สัปดาห์ ผู้ช่วย AI รายใหญ่ทุกค่ายต่างก็เปิดตัวฟีเจอร์ที่คล้ายคลึงกันออกมา

สิ่งที่น่ากังวลยิ่งกว่าคือ ระบบตัวแทนเหล่านี้ไม่ได้รอรับคำสั่งจากมนุษย์ แต่ทำงานอยู่เบื้องหลังตลอด 24 ชั่วโมงตามความต้องการส่วนบุคคลของผู้ใช้ ส่งผลให้การพาณิชย์ไม่ได้เกิดจากการตัดสินใจซื้อของมนุษย์เป็นรายครั้งอีกต่อไป แต่กลายเป็นกระบวนการเพิ่มประสิทธิภาพ (Optimization) ที่ดำเนินไปอย่างต่อเนื่อง

ตลอด 50 ปีที่ผ่านมา เศรษฐกิจของสหรัฐฯ ถูกสร้างขึ้นบนการตักตวงผลประโยชน์จากข้อจำกัดของมนุษย์ ไม่ว่าจะเป็นเรื่องเวลาที่จำกัด ความอดทนที่สิ้นสุด หรือความคุ้นเคยกับแบรนด์ที่ทำให้เรามองข้ามความคุ้มค่า แต่ระบบตัวแทนอัจฉริยะ (Agent) ได้กวาดล้างสิ่งเหล่านี้ทิ้งไปจนหมด บริการรายเดือนที่เคยหักเงินอัตโนมัติทั้งที่ไม่ได้ใช้งานจะถูกสั่งยกเลิกทันที ส่วนราคาโปรโมชันที่แอบปรับขึ้นเงียบๆ ก็จะถูกตรวจพบและนำไปเจรจาต่อรองใหม่โดยอัตโนมัติ

แพลตฟอร์มจองตั๋วเดินทางเป็นธุรกิจกลุ่มแรกที่ล่มสลาย เพราะระบบตัวแทนสามารถจัดแผนการเดินทางที่สมบูรณ์แบบได้รวดเร็วและราคาถูกกว่าทุกเว็บไซต์ ขณะที่วงการอสังหาริมทรัพย์ซึ่งเคยเก็บค่าธรรมเนียมสูงถึง 5-6% จากความได้เปรียบด้านข้อมูลก็พังทลายลง เมื่อ AI สามารถเข้าถึงฐานข้อมูลการซื้อขายย้อนหลังได้ทั้งหมด ส่งผลให้ค่าธรรมเนียมในเมืองใหญ่ร่วงลงเหลือต่ำกว่า 1% และบางรายการซื้อขายเสร็จสิ้นได้โดยไม่ต้องพึ่งพานายหน้ามนุษย์แม้แต่คนเดียว

DoorDash ซึ่งเป็นสัญลักษณ์ของยุคนี้ก็ต้องเผชิญกับวิกฤต เมื่อเครื่องมือช่วยเขียนโปรแกรม (Coding Agent) ทำให้การสร้างแอปพลิเคชันส่งอาหารไม่มีอุปสรรคอีกต่อไป นักพัฒนาสามารถสร้างคู่แข่งขึ้นมาใหม่ได้ภายในไม่กี่สัปดาห์พร้อมตัดค่าธรรมเนียมส่วนเกินออกทั้งหมด เดิมทีจุดแข็งของ DoorDash คือการเป็นแอปฯ ที่อยู่บนหน้าจอหลัก (Home Screen) ในยามที่ผู้คนหิวและขี้เกียจ แต่ระบบ Agent นั้นไม่มีสิ่งที่เรียกว่าหน้าจอหลักอีกต่อไป

วงจรชั่วร้ายที่ไร้กลไกยับยั้งโดยธรรมชาติ

ปี 2027 กลายเป็นปีที่ภาพรวมทางเศรษฐกิจมหภาคไม่มีความซับซ้อนอีกต่อไป เมื่อกลุ่มแรงงานออฟฟิศ (White-collar workers) ซึ่งมีสัดส่วนถึง 50% ของการจ้างงานทั้งหมด และเป็นกลุ่มที่ขับเคลื่อนการใช้จ่ายสินค้าฟุ่มเฟือยสูงถึง 75% กำลังเผชิญกับวิกฤต ธุรกิจและตำแหน่งงานที่ AI กำลังเข้ามากัดกินนั้นไม่ใช่เพียงส่วนประกอบย่อย แต่พวกมันคือโครงสร้างหลักของเศรษฐกิจสหรัฐฯ

ข้อโต้แย้งที่มักได้ยินบ่อยครั้งคือ "นวัตกรรมเทคโนโลยีมักจะทำลายงานเก่าแต่จะสร้างงานใหม่ที่มากกว่าเดิมเสมอ" ซึ่งเป็นความจริงที่เกิดขึ้นมาตลอดสองศตวรรษ ตัวอย่างเช่น ตู้ ATM ที่ช่วยให้การเปิดสาขาธนาคารมีต้นทุนถูกลงจนทำให้จำนวนพนักงานธนาคารเพิ่มขึ้นต่อเนื่องถึง 20 ปี หรืออินเทอร์เน็ตที่เข้ามาแทนที่ตัวแทนท่องเที่ยวและสมุดรายนามผู้ให้บริการ (Yellow Pages) แต่ในขณะเดียวกันก็ช่วยสร้างอุตสาหกรรมใหม่ที่ก่อให้เกิดงานหลายล้านตำแหน่ง

แต่ในครั้งนี้สถานการณ์กลับแตกต่างออกไปอย่างสิ้นเชิง โดยปกติแล้วงานใหม่ที่ถูกสร้างขึ้นมักต้องการมนุษย์มาเป็นผู้ควบคุม แต่ AI คือปัญญาประดิษฐ์ทั่วไปที่มีความสามารถในงานเดียวกับที่มนุษย์ตั้งใจจะย้ายไปทำ นักพัฒนาที่ถูกปลดออกไม่สามารถผันตัวไปทำงานด้าน "การจัดการ AI" (AI Management) ได้ เพราะปัญญาประดิษฐ์ก็สามารถทำงานนั้นได้ดีกว่าอยู่แล้ว

สิ่งที่หักล้างความเชื่อเดิมมากที่สุดคือ ความคาดหวังที่ว่าความต้องการซื้อในตลาด (Aggregate Demand) ที่ลดลงจะช่วยชะลอการลงทุนในปัญญาประดิษฐ์นั้นไม่เป็นความจริง เนื่องจากนี่ไม่ใช่การลงทุนในสินทรัพย์ถาวร (Capital Expenditure - CapEx) ขนาดใหญ่ แต่เป็นการเปลี่ยนค่าใช้จ่ายในการดำเนินงาน (Operating Expenditure - OpEx) โดยบริษัทที่เคยจ่ายเงิน 100 ล้านดอลลาร์ต่อปีเป็นค่าจ้างพนักงาน กลับเลือกที่จะจ่ายเพียง 70 ล้านดอลลาร์ให้พนักงานที่เหลืออยู่ และแบ่งอีก 20 ล้านดอลลาร์ไปลงทุน AI แทน แม้งบประมาณด้านเทคโนโลยีจะเพิ่มขึ้นหลายเท่า แต่ค่าใช้จ่ายรวมของบริษัทกลับลดลง ทำให้วงจรนี้ไม่มีกลไกยับยั้งตามธรรมชาติ

'ตลาดสินเชื่อเอกชน' (Private Credit) ความลับที่ซ่อนอยู่ในบัญชี

ตลาดสินเชื่อเอกชนมีการเติบโตอย่างก้าวกระโดด จากที่มีมูลค่าต่ำกว่า 1 ล้านล้านดอลลาร์ในปี 2015 พุ่งทะยานสู่กว่า 2.5 ล้านล้านดอลลาร์ในปี 2025 โดยเม็ดเงินส่วนใหญ่ถูกนำไปลงทุนในการซื้อกิจการโดยการก่อหนี้ (Leveraged Buyout) ของบริษัทซอฟต์แวร์ที่ให้บริการผ่านระบบคลาวด์ (SaaS) ซึ่งตั้งอยู่บนสมมติฐานที่เกินจริงว่ารายได้จะเติบโตในระดับ 15% ต่อปีไปตลอดกาล

ทว่าสมมติฐานเหล่านั้นได้พังทลายลงพร้อมกับการเสื่อมถอยของอุตสาหกรรมซอฟต์แวร์ แต่การบันทึกมูลค่าสินทรัพย์กลับยังไม่สะท้อนความเป็นจริง ในขณะที่หุ้นกลุ่ม SaaS ในตลาดสาธารณะถูกซื้อขายกันในราคาเพียง 5-8 เท่าของกำไรก่อนหักดอกเบี้ย ภาษี ค่าเสื่อมราคา และค่าตัดจำหน่าย (EBITDA) แต่บริษัทที่อยู่ในพอร์ตการลงทุนของบริษัทนอกตลาด (Private Equity - PE) ยังคงถูกบันทึกมูลค่าตามฐานรายได้ที่ไม่มีอยู่จริงอีกต่อไป ผู้จัดการกองทุนค่อย ๆ ทยอยลดมูลค่าสินทรัพย์ลงอย่างล่าช้าจาก 100 เหลือ 92 และ 85 ทั้งที่ราคาหุ้นในตลาดที่เทียบเคียงกันได้ (Public Comps) บ่งชี้ว่ามูลค่าที่แท้จริงควรจะอยู่ที่ 50 เท่านั้น

จุดแตกหักสำคัญเกิดขึ้นกับ Zendesk ที่ถูกกลุ่มทุนซื้อกิจการออกจากตลาดในปี 2022 ด้วยมูลค่าสูงถึง 10.2 พันล้านดอลลาร์ โดยใช้เงินกู้มหาศาลจากสถาบันการเงินชั้นนำอย่าง Blackstone และ Apollo โครงสร้างหนี้นี้ตั้งอยู่บนความเชื่อว่ารายได้ประจำปี (Annual Recurring Revenue - ARR) จะมั่นคงตลอดไป แต่เมื่อถึงกลางปี 2027 AI กลับเข้ามาจัดการงานบริการลูกค้าได้แบบอัตโนมัติทั้งหมด ทำให้ระบบเดิมที่ต้องสร้างตั๋วแจ้งปัญหา (Ticketing) ถูกแทนที่ด้วยการแก้ปัญหาทันที รายได้ที่เคยคิดว่าจะมาสม่ำเสมอจึงกลายเป็นเพียงรายได้ที่รอวันถูกยกเลิก

แต่ปัญหาที่ซับซ้อนกว่านั้นคือโครงสร้างของอุตสาหกรรมการจัดการสินทรัพย์ทางเลือก บริษัทอย่าง Apollo หรือ KKR ได้เข้าซื้อกิจการประกันชีวิตเพื่อนำเงินเบี้ยประกันของครัวเรือนอเมริกันมาใช้เป็นเงินทุนระยะยาวในการปล่อยสินเชื่อเอกชน จากนั้นยังมีการโอนความเสี่ยงไปยังบริษัทประกันต่อ (Reinsurer) ในต่างประเทศที่ตนเองเป็นเจ้าของเพื่อเลี่ยงกฎระเบียบที่เข้มงวด เมื่อสินเชื่อเหล่านี้เริ่มผิดนัดชำระหนี้ จึงไม่มีใครทราบแน่ชัดว่าความเสียหายที่แท้จริงนั้นตกอยู่ที่ใคร

'วิกฤตสินเชื่อที่อยู่อาศัย' ระเบิดเวลาลูกใหม่

ตลาดสินเชื่อที่อยู่อาศัยของสหรัฐฯ มีมูลค่ามหาศาลประมาณ 13 ล้านล้านดอลลาร์ โดยการอนุมัติเงินกู้ตั้งอยู่บนสมมติฐานหลักที่ว่า ผู้กู้จะยังมีงานทำและมีรายได้ที่สม่ำเสมอตลอดอายุสัญญา 30 ปี แต่การเกิดวิกฤตในกลุ่มแรงงานออฟฟิศ ได้ทำให้รากฐานความเชื่อนี้เริ่มสั่นคลอนอย่างรุนแรง

สิ่งที่แตกต่างจากวิกฤตการเงินในปี 2008 คือ ในอดีตปัญหาเกิดจากสินเชื่อที่ด้อยคุณภาพตั้งแต่วันเริ่มต้นสัญญา แต่ในฉากทัศน์ของปี 2028 สินเชื่อเหล่านี้ล้วนเป็นสินเชื่อคุณภาพดีเยี่ยมตั้งแต่วันแรก ผู้กู้มีคะแนนเครดิตฟิโก (FICO Score) สูงกว่า 780 คะแนน วางเงินดาวน์ถึง 20% และมีประวัติทางการเงินที่ดีเลิศ ทว่าโลกกลับเปลี่ยนแปลงไปอย่างสิ้นเชิงหลังจากที่พวกเขาเซ็นสัญญาไปแล้ว ทำให้พวกเขากลายเป็นกลุ่มคนที่กู้ยืมเงินโดยใช้รายได้ในอนาคตที่ไม่มีความแน่นอนอีกต่อไป

สัญญาณเตือนล่วงหน้าในปี 2027 ปรากฏชัดเจนผ่านพฤติกรรมการดึงวงเงินสินเชื่อที่อยู่อาศัยแบบอเนกประสงค์ (Home Equity Line of Credit - HELOC), การถอนเงินออกจากกองทุนเพื่อการเกษียณอายุ (401k) และยอดหนี้บัตรเครดิตที่พุ่งสูงขึ้นอย่างรวดเร็ว ในขณะที่ครัวเรือนระดับสูงเหล่านี้ยังคงพยายามชำระสินเชื่อบ้านให้ตรงเวลา แต่ต้องแลกมาด้วยการหยุดใช้จ่ายในทุกด้าน ดึงเงินออมออกมาใช้ และเลื่อนการซ่อมบำรุงบ้านออกไปอย่างไม่มีกำหนด พวกเขากำลังยืนอยู่บนขอบเหวของวิกฤตที่รอเพียงแรงกระแทกอีกเพียงครั้งเดียว ในขณะที่ AI ยังคงพัฒนาต่อไปอย่างไม่หยุดยั้ง

ดัชนีราคาบ้านของ Zillow ในซานฟรานซิสโกดิ่งลงถึง 11% เมื่อเทียบกับปีก่อนหน้า ส่วนในซีแอตเทิลลดลง 9% และออสตินลดลง 8% ขณะที่ สมาคมสินเชื่อเพื่อการจำนองแห่งชาติ (Federal National Mortgage Association - Fannie Mae) เริ่มส่งสัญญาณเตือนเกี่ยวกับความเสี่ยงในการผิดนัดชำระหนี้ในพื้นที่ที่มีพนักงานในกลุ่มเทคโนโลยีและกลุ่มการเงินรวมตัวกันมากกว่า 40% แม้สถานการณ์ในปี 2026 นี้จะยังไม่ถึงขั้นวิกฤตสินเชื่อเต็มรูปแบบ แต่ทิศทางทั้งหมดชี้ให้เห็นชัดเจนว่านี่คือภัยคุกคามที่ไม่อาจหลีกเลี่ยงได้

'นโยบายสาธารณะ' การแข่งกับเวลาที่อาจพ่ายแพ้

ระบบโครงสร้างรัฐไม่ได้ถูกออกแบบมาเพื่อรองรับวิกฤตเช่นนี้ เนื่องจากฐานรายได้หลักของรัฐบาลกลางสหรัฐฯ คือการเก็บ "ภาษีจากเวลาของมนุษย์" เมื่อคนทำงานและบริษัทจ่ายภาษี รัฐจึงจะมีรายรับ แต่เมื่อผ่านพ้นไตรมาสแรกของปี 2028 รายได้ของรัฐบาลกลับต่ำกว่าที่ สำนักงานงบประมาณแห่งสภาคองเกรส (Congressional Budget Office - CBO) ประมาณการไว้ถึง 12% ภาษีเงินเดือนลดฮวบเพราะจำนวนคนทำงานลดลง ขณะที่ภาษีเงินได้ก็ตกต่ำลงตามมูลค่ารายได้ที่ถูกลดทอนโครงสร้างลง

ส่วนแบ่งรายได้ของแรงงานใน GDP เคยอยู่ที่ 64% ในปี 1974 และลดลงเหลือ 56% ในปี 2024 ซึ่งเป็นการหดตัวต่อเนื่องถึง 4 ทศวรรษจากผลของโลกาภิวัตน์และระบบอัตโนมัติ แต่ในช่วง 4 ปีที่ AI พัฒนาแบบก้าวกระโดด ตัวเลขดังกล่าวกลับดิ่งลงเหลือเพียง 46% ซึ่งถือเป็นการลดลงที่รวดเร็วที่สุดในประวัติศาสตร์ สะท้อนให้เห็นว่าแม้จะยังมีผลผลิตอยู่มหาศาล แต่มันไม่ได้ไหลผ่านเข้าสู่ภาคครัวเรือนอีกต่อไป

รัฐบาลตกอยู่ในสถานการณ์ที่ยากลำบาก เมื่อต้องโอนเงินช่วยเหลือให้ภาคครัวเรือนมากขึ้น ในขณะที่รายได้จากการเก็บภาษีกลับลดน้อยลง

ข้อเสนอที่กำลังถูกพิจารณาคือ พระราชบัญญัติเศรษฐกิจช่วงเปลี่ยนผ่าน (Transition Economy Act) ซึ่งเป็นกรอบการโอนเงินโดยตรงให้แก่แรงงานที่ถูกแทนที่ด้วยเทคโนโลยี โดยมีแหล่งเงินทุนจากการขาดดุลงบประมาณและการเก็บภาษีจากการประมวลผลปัญญาประดิษฐ์ (AI Inference Compute) นอกจากนี้ยังมีข้อเสนอที่เข้มข้นกว่าอย่าง พระราชบัญญัติความมั่งคั่งร่วมกันจากปัญญาประดิษฐ์ (Shared AI Prosperity Act) ที่มุ่งสร้างกองทุนความมั่งคั่งแห่งชาติจากผลตอบแทนของโครงสร้างพื้นฐานปัญญาประดิษฐ์

อย่างไรก็ตาม ความขัดแย้งทางการเมืองกลายเป็นอุปสรรคสำคัญ โดยฝ่ายขวามองว่านโยบายเหล่านี้คือแนวคิดแบบมาร์กซ์ (Marxism) ขณะที่ฝ่ายซ้ายกังวลว่ากฎหมายที่ร่างขึ้นโดยมีบริษัทยักษ์ใหญ่หนุนหลังจะนำไปสู่การผูกขาดในรูปแบบใหม่ ในขณะเดียวกัน ขบวนการ "ยึดครองซิลิคอนวัลเลย์" (Occupy Silicon Valley) ได้ปิดล้อมสำนักงานของ Anthropic และ OpenAI ในซานฟรานซิสโกต่อเนื่องนานถึงสามสัปดาห์ ทำให้เส้นทางสู่ข้อตกลงร่วมกันในเชิงนโยบายยังคงดูห่างไกล

บทเรียนจากอนาคตที่ยังไม่เคยเกิดขึ้น

ตลอดประวัติศาสตร์เศรษฐกิจยุคใหม่ ปัจจัยการผลิตที่เคยหายาก ไม่ว่าจะเป็นเงินทุน ทรัพยากรธรรมชาติ หรือเทคโนโลยี ต่างเป็นสิ่งที่มนุษย์สามารถหามาทดแทนหรือขยายขอบเขตให้กว้างขวางขึ้นได้ แต่สิ่งเดียวที่ไม่เคยมีสิ่งใดจำลองหรือขยายขนาดในระดับมวลชนได้เลยคือ ปัญญามนุษย์ (Human Intelligence) ซึ่งครอบคลุมถึงความสามารถในการวิเคราะห์ การตัดสินใจ การสร้างสรรค์ การโน้มน้าวใจ และการประสานงานร่วมกัน

สถาบันทางเศรษฐกิจทุกแห่งบนโลกถูกออกแบบและสร้างขึ้นภายใต้สมมติฐานที่ว่า ปัญญามนุษย์คือทรัพยากรที่สำคัญและทดแทนไม่ได้นี้เอง ทว่าเมื่อปัญญาประดิษฐ์เริ่มก้าวข้ามขีดจำกัดดังกล่าว รากฐานของโลกเศรษฐกิจที่เราเคยรู้จักจึงกำลังเผชิญกับการเปลี่ยนแปลงครั้งใหญ่ที่สุดเท่าที่เคยมีมา

บทความนี้ชี้ให้เห็นว่า เรากำลังเผชิญกับการล่มสลายของ "มูลค่าส่วนเพิ่ม" (Premium) ที่มนุษย์เคยมี เนื่องจากปัญญาของเครื่องจักรกำลังกลายเป็นสิ่งทดแทนที่ทัดเทียม และพัฒนาอย่างรวดเร็วในขอบเขตงานที่กว้างขึ้นเรื่อย ๆ ระบบการเงินซึ่งถูกออกแบบมานานหลายทศวรรษเพื่อรองรับโลกที่ปัญญามนุษย์เป็นทรัพยากรหายาก กำลังเข้าสู่ช่วงการประเมินราคาใหม่ ซึ่งกระบวนการนี้เต็มไปด้วยความเจ็บปวด ไร้ระเบียบ และยังไม่มีจุดสิ้นสุด

นี่ถือเป็นครั้งแรกในประวัติศาสตร์ที่สินทรัพย์ซึ่งมีประสิทธิภาพสูงสุดในระบบเศรษฐกิจกลับสร้างงานน้อยลงแทนที่จะเพิ่มขึ้น และในปัจจุบันยังไม่มีกรอบแนวคิดใดที่เหมาะสมจะนำมาปรับใช้ได้ เนื่องจากไม่มีทฤษฎีใดถูกออกแบบมาเพื่อรองรับโลกที่ปัจจัยการผลิตที่เคยหายากกลับกลายเป็นสิ่งที่มีอยู่อย่างล้นเหลือ เราจึงจำเป็นต้องสร้างกรอบแนวคิดใหม่ขึ้นมา ซึ่งคำถามเดียวที่สำคัญที่สุด คือ "เราจะสามารถสร้างมันได้ทันเวลาหรือไม่"

หมายเหตุบรรณาธิการ: นี่คือสรุปและวิเคราะห์จากบทความ "The 2028 Global Intelligence Crisis" โดย CitriniResearch และ Alap Shah (กุมภาพันธ์ 2026) บทความต้นฉบับเป็น Thought Experiment ไม่ใช่การพยากรณ์อนาคต