
JPMorgan ทำนายสัปดาห์ทำงาน 3.5 วันด้วย AI
เหตุใดการคาดการณ์ 30 ปีของ Jamie Dimon จึงตั้งอยู่บนตัวเลขที่วัดผลได้จริง: แอป AI ที่ใช้งานจริง 600 ตัว ผู้ใช้งานรายสัปดาห์ 150,000 คน และชั่วโมงทำงานของพนักงานที่ประหยัดได้ 600,000 ชั่วโมงในทุกสัปดาห์
Summary
เมื่อวันที่ 2 เมษายน 2026 เจมี ไดมอน (Jamie Dimon) ซีอีโอของ JPMorgan Chase ได้เผยแพร่จดหมายประจำปีถึงผู้ถือหุ้น โดยคาดการณ์ว่าสัปดาห์การทำงานจะลดลงเหลือ 3.5 วันในช่วง 30 ปีข้างหน้า ซึ่งเป็นผลมาจากการเพิ่มผลิตภาพด้วย AI การคาดการณ์นี้ไม่ใช่เรื่องเลื่อนลอย เพราะปัจจุบัน JPMorgan มีแอปพลิเคชัน AI ที่ใช้งานจริงถึง 600 รายการ จากพนักงานทั้งหมดประมาณ 300,000 คน มี 150,000 คนที่ใช้เครื่องมือ AI เป็นประจำทุกสัปดาห์ และประหยัดเวลาได้ประมาณ 4 ชั่วโมงต่อคน คิดเป็นเวลาทำงานที่กู้คืนได้ทั่วทั้งบริษัทถึง 600,000 ชั่วโมงต่อสัปดาห์ ไดมอนเรียกอนาคตนี้ว่า "เป็นสิ่งที่วิเศษสำหรับมนุษยชาติ" ในขณะเดียวกันก็ยอมรับว่าการเลิกจ้างแรงงานเป็นความเสี่ยงที่แท้จริงซึ่งต้องมีการวางแผนรองรับ
The Numbers Behind the Prediction
| Metric | Figure |
|---|---|
| สัปดาห์การทำงานที่คาดการณ์ (ในกรอบเวลา 30 ปี) | 3.5 วัน |
| กรณีการใช้งาน AI ที่เปิดใช้งานจริงใน JPMorgan | 600 |
| พนักงานที่ใช้เครื่องมือ AI เป็นประจำทุกสัปดาห์ | 150,000 |
| ชั่วโมงที่กู้คืนได้ต่อพนักงานต่อสัปดาห์ | ~4 ชม. |
| ชั่วโมงรวมที่กู้คืนได้ทั่วทั้งบริษัทต่อสัปดาห์ | ~600,000 |
What Dimon Actually Said
ในการพูดกับผู้ถือหุ้นและสื่อมวลชนเมื่อวันที่ 2 เมษายน ไดมอนได้เชื่อมโยงคำทำนายของเขาเข้ากับสิ่งที่ JPMorgan สังเกตเห็นอยู่แล้วโดยตรง
"ลูกๆ ของคุณจะมีชีวิตยืนยาวถึง 100 ปีและไม่เป็นมะเร็งเพราะ [AI] พวกเขาอาจทำงานเพียงสามวันครึ่งต่อสัปดาห์ ผมไม่รู้ว่าคนจะใช้เวลาที่เหลือทำอะไร แต่ผมมีความเชื่อมั่นในมนุษย์ — เราจะหาสิ่งที่ต้องทำได้เอง ชีวิตจะดีขึ้น" — เจมี ไดมอน ซีอีโอของ JPMorgan Chase, 2 เมษายน 2026
กรอบเวลา 30 ปีนี้ไม่ใช่การประมาณการที่คลุมเครือ แต่เป็นการขยายผลจากแนวโน้มที่ไดมอนสามารถวัดได้ในปัจจุบัน ตัวเลข 4 ชั่วโมงต่อพนักงานต่อสัปดาห์ของ JPMorgan เป็นผลลัพธ์ที่สังเกตได้จากการวัดผลภายในองค์กร ไม่ใช่การคาดการณ์ ณ ขนาดปัจจุบัน การนำ AI มาใช้ของ JPMorgan เทียบเท่ากับการเพิ่มพนักงานเต็มเวลาอีก 15,000 คนโดยไม่ต้องเพิ่มจำนวนพนักงานจริง
The Research That Backs the Trend
ไดมอนเป็นผู้บริหารที่ยึดข้อมูลจริงมากที่สุดในการคาดการณ์นี้ แต่เขาไม่ได้เป็นเพียงคนเดียว หลักฐานจากแหล่งวิจัยอิสระต่างๆ ก็ชี้ไปในทิศทางเดียวกัน
| Source | Finding |
|---|---|
| ข้อมูลภายในของ JPMorgan (2026) | พนักงาน 150,000 คนประหยัดเวลาได้ ~4 ชม./สัปดาห์ — สังเกตได้โดยตรง |
| การศึกษาของ Stanford / MIT (2025) | พนักงานฝ่ายบริการลูกค้าที่ใช้ AI แก้ปัญหาได้เพิ่มขึ้น 14% ต่อชั่วโมง พนักงานใหม่พัฒนาได้เร็วขึ้น 35% |
| งานวิจัยของ GitHub Copilot (2025) | นักพัฒนาที่ใช้ Copilot ทำงานเสร็จเร็วขึ้นโดยเฉลี่ย 55% |
| McKinsey Global Institute (2025) | Generative AI อาจสร้างมูลค่าเพิ่มได้ 2.6–4.4 ล้านล้านดอลลาร์ต่อปี ผลผลิตของพนักงานความรู้เพิ่มขึ้น 25–40% |
| กรณีศึกษา Klarna (2024–2025) | AI จัดการปฏิสัมพันธ์กับลูกค้าได้สองในสาม — แม้ว่าบริษัทจะกลับลำในเรื่องการแทนที่ด้วย AI เต็มรูปแบบในภายหลัง |
| Anthropic Economic Index (2026) | งานระดับวิทยาลัยเสร็จเร็วขึ้น 12 เท่าด้วยความช่วยเหลือของ AI โปรแกรมเมอร์มีการใช้ AI เสริมงานสูงถึง 74.5% |
ข้อค้นพบที่สอดคล้องกันในทุกจุดข้อมูล: การเพิ่มขึ้นของผลิตภาพเป็นเรื่องจริง แต่กระจายตัวอย่างไม่เท่าเทียม พนักงานที่นำ AI มาผสานเข้ากับงานประจำวันอย่างจริงจังจะได้เวลาคืนมา ส่วนพนักงานที่ไม่ทำเช่นนั้นก็ยังคงมีผลผลิตเท่าเดิม กรอบเวลา 30 ปีของไดมอนสันนิษฐานถึงการนำมาใช้อย่างค่อยเป็นค่อยไป — แต่ช่องว่างระหว่างผู้ที่นำมาใช้เร็วกับผู้ที่นำมาใช้ช้ากำลังเปิดกว้างขึ้นในตอนนี้
How JPMorgan Actually Deploys AI
คำทำนายของไดมอนมีน้ำหนักมากกว่าของผู้บริหารที่ดำเนินงาน AI ในขนาดเล็กกว่าหรือมีความซับซ้อนน้อยกว่า JPMorgan เป็นหนึ่งในองค์กรที่นำ AI มาใช้ล้ำหน้าที่สุดในภาคการเงินระดับโลก กรณีการใช้งานจริงทั้ง 600 รายการครอบคลุม 4 ด้านหลัก:
เครื่องมือสำหรับนักพัฒนา (วิศวกร 57,000 คน) วิศวกรซอฟต์แวร์ทุกคนในจำนวน 57,000 คนของ JPMorgan ใช้การเขียนโค้ดด้วยความช่วยเหลือของ AI — ผสมผสานระหว่าง GitHub Copilot และเครื่องมือที่พัฒนาขึ้นภายในองค์กร การสร้างโครงร่างโค้ด การเขียนเทสต์ การรีวิวโค้ด และการจัดทำเอกสาร ล้วนถูกทำให้เป็นอัตโนมัติบางส่วน ผลผลิตด้านวิศวกรรมเพิ่มขึ้นโดยไม่ต้องเพิ่มจำนวนพนักงานตามสัดส่วน
การประมวลผลเอกสารและการปฏิบัติตามกฎระเบียบ JPMorgan ประมวลผลเอกสารทางกฎหมาย กฎระเบียบ และการเงินในปริมาณมหาศาล AI จัดการการรีวิวรอบแรกของสัญญาเงินกู้ เอกสารยื่นต่อหน่วยงานกำกับดูแล และเอกสารด้านการปฏิบัติตามกฎระเบียบ — งานที่ก่อนหน้านี้ต้องใช้ทีมนักวิเคราะห์และผู้ช่วยระดับจูเนียร์ทำงานทั้งกลางคืนและวันหยุดสุดสัปดาห์เพื่อให้ทันกำหนดเวลา
การตรวจจับการทุจริตและการสร้างแบบจำลองความเสี่ยง ระบบตรวจจับการทุจริตในการทำธุรกรรมของ JPMorgan ประมวลผลเหตุการณ์นับพันล้านรายการต่อวัน การตรวจจับความผิดปกติด้วย AI ได้ลดความสูญเสียจากการทุจริตและลดอัตราการแจ้งเตือนที่ผิดพลาดไปพร้อมๆ กัน — ซึ่งเป็นการปรับปรุงที่ระบบตามกฎเกณฑ์แบบเดิมไม่สามารถทำได้ เนื่องจากไม่สามารถปรับตัวให้เข้ากับรูปแบบการทุจริตใหม่ๆ ได้ในเวลาจริง
การวิจัยและการให้คำปรึกษาแก่ลูกค้า LLM Suite ของ JPMorgan (สร้างขึ้นบน GPT-5.4 และ Claude) มอบเครื่องมือสังเคราะห์ข้อมูลด้วย AI ให้แก่ที่ปรึกษาด้านการบริหารความมั่งคั่งและนักวิเคราะห์วิจัย การจัดทำบทสรุปสำหรับลูกค้าที่เคยใช้เวลาสามชั่วโมง ตอนนี้ใช้เวลาไม่ถึง 30 นาที
The Risk Dimon Named
ความมองในแง่ดีของไดมอนนั้นชัดเจนแต่มีเงื่อนไข เขายอมรับตรงๆ ว่าการเพิ่มผลิตภาพด้วย AI จะทำให้บางตำแหน่งงานถูกแทนที่ — โดยเฉพาะในงานด้านธุรการและการประมวลผลข้อมูลที่ต้องใช้ทักษะต่ำ จุดยืนของเขาคือ บริษัทและรัฐบาลต้องลงทุนในการฝึกอบรมใหม่และการสนับสนุนการเปลี่ยนผ่านสำหรับพนักงานที่ถูกแทนที่ แทนที่จะมองผลกำไรจากประสิทธิภาพเป็นเพียงการเพิ่มอัตรากำไรล้วนๆ
ข้อมูลตลาดในภาพกว้างสนับสนุนความระมัดระวังนี้ Block/Square ลดพนักงาน 4,000 คน (40% ของจำนวนพนักงานทั้งหมด) ในเดือนกุมภาพันธ์ 2026 โดยอ้างเหตุผลเรื่อง AI ส่วน Oracle ตัดตำแหน่งงาน 20,000–30,000 ตำแหน่งในเดือนมีนาคม 2026 ความเสี่ยงที่ไดมอนกำลังป้องกันไว้ก็คือ การคาดการณ์เรื่อง 3.5 วันนั้นสันนิษฐานว่าผลกำไรจากผลิตภาพจะตกไปสู่พนักงานในรูปของเวลาที่กู้คืนมา — แต่คลื่นการทำงานอัตโนมัติในประวัติศาสตร์มักจะส่งผลกำไรไปยังทุนมากกว่าแรงงาน เว้นแต่พนักงานจะมีความได้เปรียบด้านทักษะหรืออำนาจการต่อรองที่แข็งแกร่ง
พนักงานที่ได้รับการปกป้องจากการถูกแทนที่มากที่สุด คือผู้ที่กลายเป็นชั้นของมนุษย์ในกระบวนการทำงานร่วมกันระหว่างมนุษย์กับ AI — คือผู้ที่กำกับ ประเมิน แก้ไข และปรับปรุงผลลัพธ์จาก AI แทนที่จะเป็นผู้ทำงานที่ AI เข้ามาแทนที่
Where the Hours Are Actually Coming From
ข้อมูลของ JPMorgan สอดคล้องกับสิ่งที่พนักงานแต่ละคนกำลังประสบอยู่ในหลายอุตสาหกรรม งานที่ AI ช่วยกู้คืนเวลาได้มากที่สุดไม่ใช่เรื่องแปลกใหม่แต่อย่างใด:
| Task | Time before AI | Time with AI | Weekly hours recovered |
|---|---|---|---|
| การเขียนและตอบอีเมล | 5–6 ชั่วโมง | 2–3 ชั่วโมง | 3 ชั่วโมง |
| การค้นคว้า สรุป และสังเคราะห์ข้อมูล | 4–5 ชั่วโมง | 1–2 ชั่วโมง | 3 ชั่วโมง |
| รายงาน บทสรุป และเอกสาร | 6–8 ชั่วโมง | 2–3 ชั่วโมง | 4 ชั่วโมง |
| การเตรียมประชุมและบันทึกติดตามผล | 3–4 ชั่วโมง | 1–1.5 ชั่วโมง | 2 ชั่วโมง |
| การเขียนโค้ดและการดีบัก | 8–10 ชั่วโมง | 4–5 ชั่วโมง | 5 ชั่วโมง |
พนักงานที่กู้คืนเวลาได้เต็มที่กว่า 4 ชั่วโมงต่อสัปดาห์มีลักษณะร่วมกันอย่างหนึ่ง คือพวกเขาใช้ AI ที่มีบริบทต่อเนื่อง — พื้นที่ทำงานที่รู้จักโปรเจกต์ ความชอบ และสไตล์การเขียนของพวกเขาอยู่แล้ว การเริ่มเซสชันใหม่ทุกครั้งจะลดข้อได้เปรียบด้านประสิทธิภาพลงอย่างมาก ความทรงจำที่ต่อเนื่องคือความแตกต่างระหว่างเครื่องมือที่คุณหยิบขึ้นมาใช้ กับระบบที่คุณทำงานอยู่ภายใน
Frequently Asked Questions
เจมี ไดมอนคาดการณ์อะไรเกี่ยวกับ AI และเวลาทำงานกันแน่? ในจดหมายประจำปีถึงผู้ถือหุ้นเมื่อวันที่ 2 เมษายน 2026 และการให้สัมภาษณ์กับ Business Insider และ CBS News ไดมอนกล่าวว่า AI จะลดสัปดาห์การทำงานมาตรฐานให้เหลือ 3.5 วันในช่วง 30 ปีข้างหน้า เขามองว่านี่เป็นประโยชน์ — ผลผลิตเท่าเดิมแต่ใช้เวลาน้อยลง — มากกว่าการสูญเสียตำแหน่งงาน เขายังคาดการณ์ว่า AI จะช่วยรักษาโรคมะเร็งและทำให้การเดินทางปลอดภัยขึ้นอย่างมาก
JPMorgan ใช้งาน AI ในรูปแบบใดบ้างในปัจจุบัน? JPMorgan มีแอปพลิเคชัน AI ที่ใช้งานจริง 600 รายการ ณ ช่วงต้นปี 2026 มีพนักงานประมาณ 150,000 คนที่ใช้งานเป็นประจำทุกสัปดาห์ โดยสังเกตได้ว่าประหยัดเวลาได้ประมาณ 4 ชั่วโมงต่อพนักงานต่อสัปดาห์ หมวดหมู่หลักได้แก่ เครื่องมือเพิ่มผลิตภาพสำหรับนักพัฒนา 57,000 คน การรีวิวเอกสารและการปฏิบัติตามกฎระเบียบด้วยความช่วยเหลือของ AI การตรวจจับการทุจริตและการสร้างแบบจำลองความเสี่ยง และแพลตฟอร์มสังเคราะห์งานวิจัยสำหรับลูกค้าที่เรียกว่า LLM Suite
การคาดการณ์เรื่องสัปดาห์การทำงาน 3.5 วันน่าเชื่อถือหรือไม่? ข้อมูลผลิตภาพที่เป็นพื้นฐานนั้นเป็นเรื่องจริง — งานศึกษาอิสระหลายชิ้นยืนยันว่าประสิทธิภาพเพิ่มขึ้น 14–55% ในงานบางประเภท ส่วนผลกำไรเหล่านี้จะแปลงเป็นเวลาทำงานที่น้อยลงหรือผลผลิตที่สูงขึ้นในเวลาทำงานเท่าเดิมนั้น ขึ้นอยู่กับการตัดสินใจของนายจ้างและอำนาจการต่อรองของพนักงาน คำทำนายของไดมอนเข้าใจได้ดีที่สุดในแง่ของเพดานสูงสุด — สิ่งที่จะเป็นไปได้หากผลกำไรตกไปสู่พนักงานแทนที่จะเป็นนายจ้าง พนักงานที่มีตำแหน่งพร้อมจะได้รับประโยชน์นี้คือผู้ที่ใช้เครื่องมือ AI ที่มีบริบทต่อเนื่องอย่างจริงจังในปัจจุบัน
เครื่องมือ AI ใดที่ช่วยประหยัดเวลาได้มากที่สุด? ผลิตภาพที่เพิ่มขึ้นอย่างชัดเจนที่สุดมาจากพื้นที่ทำงาน AI ที่มีความทรงจำต่อเนื่อง — ระบบที่จดจำโปรเจกต์ เอกสาร และความชอบของคุณระหว่างเซสชัน Happycapy ซึ่งทำงานบน Claude มอบความทรงจำต่อเนื่อง ห่วงโซ่งานแบบหลายเอเจนต์ และการผสานรวมกับ Mac โดยตรงสำหรับการทำงานกับไฟล์ในเครื่อง ด้วยราคา $17/เดือนสำหรับแพ็กเกจ Pro มันมอบพื้นที่ทำงาน AI ระดับบุคคลในรูปแบบเดียวกับที่ JPMorgan สร้างขึ้นในระดับองค์กรด้วย LLM Suite ของตน
Sources
- Business Insider — "JPMorgan's Jamie Dimon predicts AI will cut the working week to 3.5 days" (April 2, 2026)
- CBS News — "Jamie Dimon says 'life will be better' with AI" (April 2, 2026)
- JPMorgan Chase Annual Shareholder Letter, April 2026
- CNBC — "JPMorgan CEO Jamie Dimon on AI reshaping the workforce" (February 24, 2026)
- Anthropic Economic Index report, March 2026
- McKinsey Global Institute — "The economic potential of generative AI" (updated 2025)

