UBS พอล โดโนแวน หัวหน้านักเศรษฐศาสตร์ ทบทวนว่า AI (ปัญญาประดิษฐ์: โปรแกรมคอมพิวเตอร์ที่ช่วยคิด วิเคราะห์ และตัดสินใจจากข้อมูล) อาจกระทบ “ผลิตภาพ” (productivity: ผลผลิต/ประสิทธิภาพที่ทำได้ต่อแรงงานหรือเวลาที่ใช้) อย่างไร และสหภาพยุโรป (EU) อาจได้เปรียบสหรัฐฯ หรือไม่ เขาระบุว่า ผลดีด้านผลิตภาพจาก AI ยังเป็น “ศักยภาพ” มากกว่าที่เกิดขึ้นจริง
เขามองว่า การนำเทคโนโลยีใหม่มาใช้ เมื่อเวลาผ่านไปควรช่วยเพิ่ม “ประสิทธิภาพทางเศรษฐกิจ” (economic efficiency: ใช้ทรัพยากรให้คุ้มขึ้น ลดต้นทุน เพิ่มผลลัพธ์) พร้อมตั้งคำถามว่า เมื่อจุดสนใจของโลกเปลี่ยนจาก “การสร้างเทคโนโลยี” ไปสู่ “การนำไปใช้จริง” จะมีเศรษฐกิจใดได้ “ความได้เปรียบในการแข่งขัน” (competitive advantage: ความสามารถเหนือคู่แข่งด้านต้นทุน คุณภาพ หรือความเร็ว) หรือไม่
Ai Productivity And Competitive Positioning
เขาอ้างงานวิชาการที่ชี้ว่า หาก AI เพิ่มผลิตภาพของคนหนึ่งคนได้ ก็อาจช่วยเพิ่มผลิตภาพของแรงงานทักษะต่ำ (low-skilled workers: งานที่ใช้ทักษะเฉพาะทางน้อย) ในสัดส่วนที่มากกว่า เขาเสริมว่า หากผลประโยชน์กระจุกตัวและไปช่วยแรงงาน “การศึกษาระดับกลาง” (mid-level education: ไม่ต่ำมากและไม่สูงมาก เช่น สายอาชีพ/อนุปริญญา/ปริญญาตรีบางสาขา) เป็นหลัก สหรัฐฯ อาจเสียเปรียบเมื่อเทียบกับประเทศเศรษฐกิจหลักอื่น
เขาให้เหตุผลว่า ระบบการศึกษาและการกระจายทักษะในแรงงานของสหรัฐฯ ประเทศเศรษฐกิจหลักในยุโรป และสหราชอาณาจักร จะเป็นตัวกำหนดว่าใครจะแข่งขันได้มากน้อยเพียงใดเมื่อการใช้ AI เพิ่มขึ้น บทความระบุว่าผลิตด้วยเครื่องมือ AI และมีบรรณาธิการตรวจทาน
ตลาดกำลังย้ายจุดสนใจจากศักยภาพเชิงทฤษฎีของ AI ไปสู่การใช้งานจริง ขณะนี้คำถามคือ เศรษฐกิจใดมีโครงสร้างที่เหมาะจะใช้ AI เพื่อเพิ่มประสิทธิภาพจริง ๆ แนวคิดนี้ชี้ว่าอาจมีโอกาสลงทุนตาม “โครงสร้างการศึกษา” ของแต่ละประเทศ
สหรัฐฯ อาจเสียเปรียบจากโครงสร้างแรงงานที่ “สองขั้ว” (polarized workforce: มีแรงงานทักษะสูงและทักษะต่ำจำนวนมาก แต่แรงงานระดับกลางน้อย) ตรงข้ามกับเศรษฐกิจหลักในยุโรป โดยเฉพาะเยอรมนี ที่มีแรงงานทักษะระดับกลางจำนวนมาก ซึ่งเป็นกลุ่มที่เหมาะจะได้ประโยชน์จาก AI มากที่สุด รายงาน OECD (องค์การเพื่อความร่วมมือและการพัฒนาทางเศรษฐกิจ: องค์กรระหว่างประเทศด้านนโยบายเศรษฐกิจ) ช่วงปลายปี 2025 ระบุสัญญาณเบื้องต้นว่า ธุรกิจการผลิตขนาดเล็กและกลางของเยอรมนี (SMEs: ธุรกิจขนาดย่อม/ขนาดกลาง) มีอัตราการนำเครื่องมือ AI มาใช้เพื่อ “ปรับกระบวนการทำงานให้ดีขึ้น” (process optimization: ปรับขั้นตอนให้เร็วขึ้น ลดของเสีย ลดต้นทุน) สูงกว่าคู่แข่งสหรัฐฯ ราว 15%
Trading Implications For Europe Versus Us
สำหรับนักเทรดค่าเงิน ประเด็นนี้ชี้ว่าเงินยูโรอาจแข็งค่าระยะยาวเมื่อเทียบกับดอลลาร์สหรัฐฯ ข้อมูลไตรมาส 1/2026 ระบุว่า ผลิตภาพแรงงานยูโรโซนเพิ่มขึ้น 0.4% ขณะที่การเติบโตของผลิตภาพสหรัฐฯ ชะลอลงหลังเร่งตัวช่วงหลังโควิด-19 จึงอาจพิจารณาซื้อ “ออปชันซื้อ” EUR/USD (call options: สัญญาที่ให้สิทธิซื้อในอนาคต โดยหวังว่าราคาจะขึ้น) หรือเปิดสถานะซื้อ (long positions: ถือฝั่งคาดว่าราคาจะขึ้น) เพื่อเกาะกระแสความต่างของพื้นฐานเศรษฐกิจ
ตรรกะเดียวกันใช้กับ “ตราสารอนุพันธ์” อ้างอิงดัชนีหุ้น (equity index derivatives: สัญญาซื้อขายที่อิงราคาดัชนี เช่น ฟิวเจอร์ส/ออปชัน) โดยให้น้ำหนักตลาดยุโรปมากกว่าสหรัฐฯ ในระยะใกล้ ขณะที่ S&P 500 เพิ่มขึ้นเพียง 2% ตั้งแต่ต้นปี ดัชนี DAX ของเยอรมนีเพิ่มขึ้นมากกว่า 5% สะท้อนความแข็งแกร่งของภาคอุตสาหกรรมเมื่อ AI เริ่มช่วยทำให้การดำเนินงานลื่นไหลขึ้น กลยุทธ์ “คู่เทรด” (pair trade: ซื้อสินทรัพย์หนึ่งและขายอีกสินทรัพย์หนึ่งเพื่อลดความเสี่ยงทิศทางตลาด) เช่น ซื้อฟิวเจอร์ส DAX หรือ Euro Stoxx 50 และขายฟิวเจอร์ส Nasdaq 100 อาจช่วยกันความผันผวนตลาดรวม พร้อมจับธีมเฉพาะนี้
ความไม่แน่นอนเรื่องความเร็วในการนำ AI มาใช้มีแนวโน้มทำให้ตลาด “ผันผวน” (volatility: ราคาขึ้นลงแรง) เหมือนบทเรียนจากการปรับฐานแรงในปี 2025 เมื่อกำไรที่คาดไว้ไม่เกิดขึ้นเร็ว สำนักงานสถิติแรงงานสหรัฐฯ (BLS: หน่วยงานข้อมูลตลาดแรงงาน) รายงานว่า แม้ AI สร้างงานทักษะสูงใหม่ แต่ยังไม่ทำให้เกิดการเพิ่มผลิตภาพแบบกว้างขวางในภาคบริการ ความไม่แน่นอนนี้ชี้ว่า การซื้อฟิวเจอร์สหรือออปชันซื้อบน VSTOXX (ดัชนีความผันผวนของหุ้นยุโรป: ตัวชี้วัดความกังวลของตลาดยุโรป) อาจเหมาะเพื่อเก็งกำไรจากการแกว่งของความเชื่อมั่น
