AI กับอนาคตอสังหาริมทรัพย์กรุงเทพ: เมื่อจำนวนคนไม่สัมพันธ์กับความต้องการพื้นที่เหมือนเดิม

จักรพันธ์ ภวังคะรัตน์

Head of Property Management, JLL Thailand

เลขาธิการ สมาคมบริหารทรัพย์สินแห่งประเทศไทย

6 August 2026

บทนำ

บทความ “Where AI is Changing Jobs and What It Means for Real Estate” ของ JLL เสนอประเด็นสำคัญว่า ผลกระทบของปัญญาประดิษฐ์ต่ออสังหาริมทรัพย์จะไม่เกิดขึ้นอย่างสม่ำเสมอในทุกเมือง ทุกอุตสาหกรรม หรือทุกบริษัท AI กำลังทำหน้าที่เสมือนกลไกคัดแยก ทำให้ตลาด องค์กร และทรัพย์สินแต่ละประเภทมีผลการดำเนินงานแตกต่างกันมากขึ้น โดยผลต่อการจ้างงานเกิดจากแรงสามด้านที่ทำงานพร้อมกัน ได้แก่ การเพิ่มความสามารถของตำแหน่งงานเดิม การทดแทนงานบางประเภทอย่างเจาะจง และการสร้างตำแหน่งงานใหม่ ขณะที่ผลสุดท้ายต่ออสังหาริมทรัพย์ยังขึ้นอยู่กับภาวะเศรษฐกิจ ปริมาณอุปทาน คุณภาพของอาคาร และความสามารถของตลาดแรงงานในการปรับตัวด้วย

เมื่อนำกรอบความคิดนี้มาพิจารณากรุงเทพ คำถามจึงไม่ควรหยุดอยู่ที่ว่า “AI จะทำให้บริษัทลดพื้นที่สำนักงานหรือไม่” เพราะคำถามที่มีความหมายมากกว่าคือ บริษัทแต่ละประเภทจะเปลี่ยนโครงสร้างงานอย่างไร งานประเภทใดจะยังต้องอาศัยคน งานประเภทใดจะใช้ทีมขนาดเล็กลง และพื้นที่สำนักงานแบบใดจะสนับสนุนองค์กรที่ต้องทำงานร่วมกับ AI ได้จริง

อนาคตของตลาดสำนักงานกรุงเทพจึงมีแนวโน้มเป็นเรื่องของ การแยกขั้ว การย้ายพื้นที่ และการเปลี่ยนคุณค่าของสำนักงาน มากกว่าการลดลงของพื้นที่อย่างเป็นเส้นตรง

1. AI กำลังเปลี่ยนจากโครงการทดลองไปสู่แบบจำลองการดำเนินธุรกิจ

ในช่วงแรก องค์กรจำนวนมากนำ AI มาใช้ในรูปแบบโครงการทดลอง เช่น การช่วยเขียนรายงาน สรุปเอกสาร วิเคราะห์ข้อมูล หรือตอบคำถามภายในองค์กร แต่การทดลองเหล่านี้ยังไม่ได้เปลี่ยนโครงสร้างการทำงาน กระบวนการตัดสินใจ หรือรูปแบบองค์กรอย่างแท้จริง

ผลสำรวจ Future of Work Survey 2026 ระบุว่า 42% ของบริษัทผ่านช่วงทดลองเบื้องต้นแล้ว แต่มีเพียง 15% ที่สามารถนำ AI ไปสู่การเปลี่ยนแปลงระดับองค์กร บริษัทส่วนใหญ่ยังติดอยู่ระหว่างการติดตามเทคโนโลยี การวิเคราะห์ผลกระทบ และการพยายามพิสูจน์ผลตอบแทนจากการลงทุน ขณะเดียวกัน 78% เชื่อว่า AI จะเปลี่ยนกลยุทธ์พอร์ตอสังหาริมทรัพย์อย่างมีนัยสำคัญ แต่มีเพียง 31% ที่เริ่มเตรียมพื้นที่สำหรับการทำงานร่วมกันระหว่างคนกับ AI อย่างจริงจัง

ช่องว่างระหว่าง “การยอมรับว่า AI สำคัญ” กับ “การเปลี่ยนวิธีทำงานและพื้นที่รองรับ” จะเป็นหนึ่งในประเด็นสำคัญขององค์กรในกรุงเทพ หลายบริษัทอาจซื้อระบบ AI เพิ่มขึ้น แต่ยังใช้โครงสร้างองค์กร ขั้นตอนการอนุมัติ การจัดโต๊ะทำงาน และวิธีวัดผลงานแบบเดิม ผลที่เกิดขึ้นคือค่าใช้จ่ายด้านเทคโนโลยีเพิ่มขึ้น ขณะที่ผลผลิตไม่ได้เพิ่มขึ้นตามความคาดหวัง

องค์กรที่ก้าวหน้าในเรื่อง AI จึงไม่ได้แตกต่างจากองค์กรอื่นเพียงเพราะมีเครื่องมือที่ดีกว่า ความแตกต่างอยู่ที่ความสามารถในการออกแบบงานใหม่ เชื่อมโยงฝ่ายธุรกิจ ทรัพยากรบุคคล เทคโนโลยี การเงิน และอสังหาริมทรัพย์เข้าด้วยกัน รวมถึงการสร้างระบบข้อมูลที่สามารถวัดได้ว่า AI ทำให้ต้นทุน ผลผลิต คุณภาพการตัดสินใจ และประสบการณ์ของพนักงานเปลี่ยนแปลงอย่างไร

2. ผลต่อแรงงานกรุงเทพจะเกิดจากสามแรงที่เคลื่อนไปพร้อมกัน

แรงแรกคือ การเพิ่มความสามารถของตำแหน่งงานเดิม AI จะรับหน้าที่บางส่วน เช่น การค้นหาข้อมูล การเตรียมร่างเอกสาร การตรวจสอบความผิดปกติ หรือการจัดทำบทวิเคราะห์เบื้องต้น ทำให้พนักงานสามารถใช้เวลากับการตัดสินใจ การแก้ปัญหา การสื่อสารกับลูกค้า และงานที่ต้องอาศัยความเข้าใจบริบทมากขึ้น

ในกรุงเทพ ผลลักษณะนี้น่าจะเกิดขึ้นกับงานบริหาร งานที่ปรึกษา วิศวกรรม การเงิน การตลาด กฎหมาย การบริหารอสังหาริมทรัพย์ และบริการวิชาชีพต่าง ๆ จำนวนตำแหน่งอาจไม่ได้ลดลงทันที แต่องค์กรจะคาดหวังผลงานที่มากขึ้นจากทีมขนาดเดิม และอาจชะลอการเพิ่มบุคลากร แม้รายได้หรือปริมาณงานยังเติบโต

แรงที่สองคือ การทดแทนอย่างเจาะจง งานที่ประกอบด้วยขั้นตอนซ้ำ ๆ มีรูปแบบชัดเจน และใช้ข้อมูลดิจิทัลเป็นหลักจะเผชิญแรงกดดันมากกว่า เช่น การจัดทำรายงานประจำ การกรอกข้อมูล การตรวจเอกสารเบื้องต้น การจัดตาราง การประสานงานทั่วไป และงานสนับสนุนหลังบ้านบางประเภท ผลกระทบอาจปรากฏผ่านการไม่รับคนทดแทนเมื่อมีพนักงานลาออก การลดจำนวนตำแหน่งเริ่มต้น หรือการรวมงานหลายหน้าที่ไว้กับคนคนเดียว มากกว่าการเลิกจ้างครั้งใหญ่

แรงที่สามคือ การสร้างงานใหม่ เมื่อ AI ลดต้นทุนและเพิ่มความสามารถของธุรกิจ องค์กรอาจขยายบริการหรือสร้างผลิตภัณฑ์ใหม่ ส่งผลให้เกิดความต้องการบุคลากรด้านข้อมูล ความมั่นคงปลอดภัยไซเบอร์ การกำกับดูแล AI การออกแบบกระบวนการ การควบคุมคุณภาพ การบริหารการเปลี่ยนแปลง และการเชื่อมโยงเทคโนโลยีกับความต้องการทางธุรกิจ

JLL จึงเสนอว่าตัวแปรสำคัญไม่ใช่เพียงระดับการเปิดรับ AI แต่คือ ความสามารถในการปรับตัว เมืองหรือองค์กรที่สามารถพัฒนาทักษะใหม่ ย้ายแรงงานจากงานเดิมไปสู่งานที่กำลังเติบโต และสร้างระบบสนับสนุนการเปลี่ยนแปลงได้รวดเร็ว จะสามารถเปลี่ยนแรงกดดันจาก AI ให้กลายเป็นโอกาสทางเศรษฐกิจและอสังหาริมทรัพย์ได้

3. จำนวนพนักงานจะไม่ใช่ตัวแทนความต้องการพื้นที่ที่แม่นยำเหมือนเดิม

ในอดีต การวางแผนพื้นที่สำนักงานมักเริ่มจากจำนวนพนักงาน คูณด้วยพื้นที่ต่อคน แล้วเพิ่มพื้นที่ส่วนกลาง ห้องประชุม และพื้นที่สนับสนุนตามสัดส่วน แต่ Agentic AI กำลังทำให้ความสัมพันธ์ระหว่างการเติบโตของผลผลิตกับการเพิ่มจำนวนพนักงานอ่อนตัวลง บริษัทอาจเพิ่มรายได้ ขยายบริการ หรือรองรับลูกค้าได้มากขึ้นโดยใช้ทีมที่เติบโตช้ากว่าเดิม

อย่างไรก็ตาม ทีมที่มีขนาดกะทัดรัดลงไม่ได้หมายความว่าพื้นที่สำนักงานจะลดลงในสัดส่วนเดียวกัน เมื่อ AI รับภาระงานประจำ พนักงานที่เข้ามาทำงานในสำนักงานจะใช้เวลามากขึ้นกับการประชุม การแก้ปัญหา การพัฒนาความคิด การเรียนรู้ และการทำงานร่วมกับบุคคลอื่น องค์กรจึงอาจต้องการโต๊ะประจำลดลง แต่ต้องการห้องประชุม พื้นที่โครงการ พื้นที่ฝึกอบรม ห้องสำหรับงานที่ต้องการสมาธิ พื้นที่รับรองลูกค้า และโครงสร้างพื้นฐานทางเทคโนโลยีเพิ่มขึ้น

บริษัทบางแห่งอาจลดพื้นที่สุทธิ ขณะที่บางแห่งรักษาขนาดพื้นที่เดิมแต่เปลี่ยนองค์ประกอบภายใน บริษัทที่ใช้ AI เพื่อสร้างการเติบโตอาจต้องขยายพื้นที่เพื่อรองรับบุคลากรทักษะใหม่ ส่วนบริษัทที่ใช้ AI เป็นเครื่องมือลดต้นทุนอาจรวมสำนักงานหรือเลือกสัญญาเช่าที่ยืดหยุ่นมากขึ้น

ดังนั้น เจ้าของอาคารไม่ควรประเมินความต้องการพื้นที่จากแผนจำนวนพนักงานเพียงตัวแปรเดียวอีกต่อไป แต่ต้องเข้าใจว่าผู้เช่ากำลังนำ AI ไปใช้ในงานส่วนใด มีนโยบายการเข้าออฟฟิศอย่างไร ต้องการดึงดูดบุคลากรกลุ่มใด และสำนักงานมีบทบาทอย่างไรต่อการสร้างผลผลิตและวัฒนธรรมองค์กร

4. AI จะเร่งการแยกขั้วของตลาดสำนักงานกรุงเทพ

ตลาดสำนักงานกรุงเทพกำลังเผชิญการแข่งขันจากอุปทานใหม่จำนวนมากอยู่แล้ว ในไตรมาสแรกของปี 2026 อัตราพื้นที่ว่างโดยรวมสูงกว่า 30% เป็นครั้งแรกนับตั้งแต่ปี 2000 แต่ขณะเดียวกันแนวโน้มการย้ายเข้าสู่อาคารคุณภาพสูงยังคงดำเนินต่อไป อาคารใหม่ระดับพรีเมียมสามารถสนับสนุนการเติบโตของค่าเช่าเฉลี่ยได้บางส่วน แม้เจ้าของอาคารต้องเพิ่มข้อเสนอและแรงจูงใจให้แก่ผู้เช่ามากขึ้นก็ตาม

ตลอดปี 2026 กรุงเทพคาดว่าจะมีพื้นที่สำนักงานใหม่ประมาณ 528,000 ตารางเมตรจาก 12 โครงการ ขณะที่พื้นที่ในเขตศูนย์กลางธุรกิจมีการดูดซับสุทธิประมาณ 88,200 ตารางเมตรในปี 2025 สูงกว่าค่าเฉลี่ยห้าปี นอกจากนี้ ยังมีอุปทานใหม่มากกว่า 230,000 ตารางเมตรในศูนย์กลางธุรกิจทางเหนือและตะวันออกของเมือง ทำให้การแข่งขันไม่ได้เกิดขึ้นระหว่างอาคารใหม่กับอาคารเก่าเท่านั้น แต่เกิดขึ้นระหว่างย่านธุรกิจแต่ละแห่งด้วย

AI มีแนวโน้มทำให้การแยกขั้วนี้ชัดเจนขึ้น องค์กรที่กำลังปรับโครงสร้างการทำงานจะให้ความสำคัญกับอาคารที่สามารถรองรับเทคโนโลยี มีระบบไฟฟ้าและการสื่อสารที่เสถียร มีพื้นที่ยืดหยุ่น มีระบบรักษาความปลอดภัยที่น่าเชื่อถือ และสามารถให้ข้อมูลด้านการใช้พลังงาน การใช้พื้นที่ และการดำเนินงานได้อย่างโปร่งใส

อาคารที่มีเพียงทำเลดีและค่าเช่าที่แข่งขันได้อาจไม่เพียงพออีกต่อไป หากระบบอาคารไม่สามารถรองรับการเปลี่ยนแปลง การปรับพื้นที่ทำได้ยาก ข้อมูลการดำเนินงานไม่พร้อม และประสบการณ์ผู้ใช้อาคารไม่สามารถช่วยให้องค์กรดึงดูดพนักงานกลับมาทำงานร่วมกันได้

5. สำนักงานยุค AI ต้องรองรับทั้งเทคโนโลยีและประสิทธิภาพของมนุษย์

ความเข้าใจผิดประการหนึ่งคือ สำนักงานที่พร้อมสำหรับ AI หมายถึงอาคารที่ติดตั้งเทคโนโลยีจำนวนมาก ความพร้อมที่แท้จริงเริ่มจากโครงสร้างพื้นฐานที่เชื่อถือได้ เช่น คุณภาพและความต่อเนื่องของกระแสไฟฟ้า ระบบสื่อสารหลายเส้นทาง ความสามารถในการเพิ่มอุปกรณ์และความหนาแน่นของระบบดิจิทัล การควบคุมการเข้าถึง การแบ่งเขตข้อมูล และกระบวนการตอบสนองต่อเหตุการณ์ด้านไซเบอร์

ผลสำรวจพบว่าสามในสี่ความเสี่ยงสำคัญที่สุดของพอร์ตอสังหาริมทรัพย์เชิงพาณิชย์เกี่ยวข้องกับเทคโนโลยี ได้แก่ ความมั่นคงปลอดภัยไซเบอร์และความเป็นส่วนตัวของข้อมูล 47% การเปลี่ยนแปลงจากเทคโนโลยีและ AI 41% และความไม่แน่นอนเกี่ยวกับผลของ AI ต่อความต้องการพื้นที่ 40%

อาคารสำนักงานจึงต้องสร้างสมดุลระหว่างความสามารถทางเทคโนโลยีกับสภาวะแวดล้อมที่ช่วยให้มนุษย์ทำงานได้ดี แสงธรรมชาติ คุณภาพอากาศ อุณหภูมิ เสียงรบกวน พื้นที่สำหรับสมาธิ และพื้นที่สำหรับการมีปฏิสัมพันธ์ยังคงมีความสำคัญ เพราะประสิทธิภาพขององค์กรไม่ได้เกิดจากความเร็วของระบบเพียงอย่างเดียว แต่เกิดจากคุณภาพการคิด การสื่อสาร ความไว้วางใจ และความสามารถในการทำงานร่วมกันของคน

กรณีสำนักงาน Agoda ขนาด 26,000 ตารางเมตรที่ One Bangkok สะท้อนทิศทางนี้ได้อย่างชัดเจน พื้นที่ทำงานไม่ได้ถูกออกแบบโดยวัดจากจำนวนโต๊ะเท่านั้น แต่เน้นการสนับสนุนรูปแบบการทำงานที่หลากหลาย สุขภาวะ ประสบการณ์ของพนักงาน และการเชื่อมต่อพื้นที่หลายประเภทให้เป็นสภาพแวดล้อมเดียวกัน

6. Property Management จะกลายเป็นส่วนหนึ่งของความสามารถในการแข่งขันของอาคาร

ในยุค AI บทบาทของ Property Management จะไม่ได้จำกัดอยู่เพียงการบริหารสัญญาเช่า การจัดเก็บรายได้ การควบคุมงบประมาณ หรือการดูแลความสัมพันธ์กับผู้เช่าเท่านั้น แต่จะครอบคลุมการบริหารการดำเนินงานของอสังหาริมทรัพย์ทั้งหมด รวมถึงระบบวิศวกรรม การบำรุงรักษา ความปลอดภัย พลังงาน งานบริการ และประสบการณ์ของผู้ใช้อาคาร เพื่อเชื่อมโยงการดำเนินงานประจำวันเข้ากับผลประกอบการและมูลค่าระยะยาวของทรัพย์สิน

เมื่อองค์กรผู้เช่าต้องการตัดสินใจได้เร็วขึ้นและใช้พื้นที่อย่างมีประสิทธิภาพมากขึ้น เจ้าของอาคารและทีม Property Management จะถูกคาดหวังให้สามารถให้ข้อมูลได้มากกว่ารายงานรายรับ รายจ่าย และสถานะงานซ่อมบำรุง ทีมบริหารต้องแสดงให้เห็นว่าอาคารช่วยลดความเสี่ยง เพิ่มประสิทธิภาพการดำเนินงาน สนับสนุนผลิตภาพของผู้ใช้อาคาร และช่วยให้องค์กรผู้เช่าสามารถปรับตัวต่อการเปลี่ยนแปลงจาก AI ได้อย่างไร

AI สามารถช่วย Property Management วิเคราะห์รูปแบบการใช้พื้นที่ แนวโน้มความพึงพอใจของผู้เช่า ความเสี่ยงต่อการไม่ต่อสัญญา ผลกระทบของงบลงทุน และโอกาสในการปรับตำแหน่งทางการตลาดของอาคาร ขณะเดียวกัน AI ยังสามารถสนับสนุนการตรวจจับความผิดปกติของระบบวิศวกรรม การวางแผนบำรุงรักษาเชิงคาดการณ์ การควบคุมการใช้พลังงาน การจัดลำดับความสำคัญของงานบริการ และการวิเคราะห์สาเหตุของปัญหาที่เกิดขึ้นซ้ำ

อย่างไรก็ตาม คุณค่าของ AI จะไม่เกิดขึ้นจากการติดตั้งแพลตฟอร์มหรือระบบอัตโนมัติเพียงอย่างเดียว แต่ขึ้นอยู่กับคุณภาพของข้อมูล การเชื่อมโยงข้อมูลจากระบบต่าง ๆ กระบวนการทำงานที่ชัดเจน และความสามารถของทีม Property Management ในการนำผลวิเคราะห์ไปสู่การตัดสินใจและการปฏิบัติจริง หากอาคารมีเทคโนโลยีจำนวนมาก แต่ข้อมูลไม่ถูกต้อง ระบบทำงานแยกจากกัน และไม่มีผู้รับผิดชอบในการเปลี่ยนข้อมูลให้เป็นการดำเนินงานที่ดีขึ้น เทคโนโลยีนั้นจะสร้างเพียงหน้าจอและรายงานเพิ่มเติม โดยไม่ได้สร้างผลลัพธ์ทางธุรกิจ

Property Management ในอนาคตจึงต้องทำหน้าที่เป็นศูนย์กลางที่เชื่อมโยงเจ้าของอาคาร ผู้เช่า ผู้รับเหมา ระบบวิศวกรรม ข้อมูล และเทคโนโลยีเข้าด้วยกัน ทีมบริหารต้องเข้าใจทั้งเป้าหมายทางการเงินของเจ้าของ ความต้องการในการดำเนินธุรกิจของผู้เช่า และประสิทธิภาพของระบบอาคาร เพื่อให้สามารถตัดสินใจได้อย่างสมดุลระหว่างต้นทุน คุณภาพบริการ ความเสี่ยง ความยั่งยืน และมูลค่าของทรัพย์สิน

Smart Property Management จึงไม่ได้หมายถึงการทำให้อาคารมีเทคโนโลยีมากขึ้นเท่านั้น แต่หมายถึงการสร้างแบบจำลองการบริหารที่สามารถรับรู้สิ่งที่กำลังเกิดขึ้น วิเคราะห์แนวโน้ม คาดการณ์ปัญหา ตัดสินใจล่วงหน้า และเรียนรู้จากผลลัพธ์ของการดำเนินงานอย่างต่อเนื่อง อาคารที่มี Property Management ในลักษณะนี้จะสามารถตอบสนองต่อผู้เช่าได้รวดเร็วกว่า บริหารต้นทุนได้แม่นยำกว่า ลดความเสี่ยงได้ดีกว่า และรักษาความสามารถในการแข่งขันของทรัพย์สินได้ในระยะยาว

7. เจ้าของอาคารกรุงเทพควรเปลี่ยนจากการคาดการณ์แบบเดียวไปสู่การวางแผนหลายสถานการณ์

ในภาวะที่ผลกระทบจาก AI ยังไม่แน่นอน การตัดสินใจลงทุนครั้งใหญ่โดยอาศัยสมมติฐานเดียวมีความเสี่ยงสูง เจ้าของอาคารควรจัดทำสถานการณ์อย่างน้อยครอบคลุมกรณีที่ผู้เช่าลดจำนวนพนักงาน กรณีที่จำนวนพนักงานเติบโตช้าลงแต่ต้องการพื้นที่คุณภาพสูงขึ้น และกรณีที่ธุรกิจใหม่จาก AI สร้างความต้องการพื้นที่เพิ่มเติม

การลงทุนควรให้ความสำคัญกับองค์ประกอบที่ยังมีคุณค่าในหลายสถานการณ์ เช่น ระบบไฟฟ้าและการสื่อสารที่ยืดหยุ่น ความปลอดภัยของข้อมูล คุณภาพอากาศ ประสิทธิภาพพลังงาน พื้นที่ที่สามารถปรับเปลี่ยนได้ และระบบข้อมูลการดำเนินงานที่น่าเชื่อถือ ส่วนการลงทุนที่ผูกกับรูปแบบการทำงานเพียงรูปแบบเดียวควรสามารถปรับกลับหรือขยายเป็นระยะได้

แนวคิดนี้สอดคล้องกับข้อเสนอของ JLL ที่ให้องค์กรสร้างพอร์ตอสังหาริมทรัพย์แบบยืดหยุ่น ใช้สัญญาเช่าหลายรูปแบบ พัฒนาพื้นที่แบบโมดูลาร์ เชื่อมโยงฝ่ายอสังหาริมทรัพย์กับฝ่ายบุคคล เทคโนโลยี การเงิน และธุรกิจ รวมถึงติดตามตัวชี้วัดนำ เช่น อัตราการใช้ AI รูปแบบการใช้สำนักงาน และความต้องการของบุคลากรอย่างต่อเนื่อง

สำหรับกรุงเทพ พื้นที่พร้อมใช้ สำนักงานยืดหยุ่น และบริการส่วนกลางของอาคารจะมีบทบาทมากขึ้น เพราะช่วยให้ผู้เช่าสามารถทดลองโครงสร้างทีมและรูปแบบการทำงานโดยไม่ต้องผูกพันกับการลงทุนตกแต่งและสัญญาระยะยาวตั้งแต่เริ่มต้น JLL มองว่าตั้งแต่ปี 2026 เป็นต้นไป พื้นที่พร้อมใช้และสัญญาระยะสั้นจะกลายเป็นส่วนประกอบเชิงกลยุทธ์ของพอร์ตอสังหาริมทรัพย์ ท่ามกลางความไม่แน่นอนจาก AI และการเปลี่ยนแปลงของแรงงาน

บทสรุป

AI จะไม่ทำให้ตลาดสำนักงานกรุงเทพเคลื่อนไปในทิศทางเดียวกัน บริษัทบางแห่งจะใช้ทีมขนาดเล็กลง บางแห่งจะเพิ่มผลผลิตโดยรักษาจำนวนคนไว้ใกล้เคียงเดิม และบางแห่งจะสร้างตำแหน่งงานใหม่จากผลิตภัณฑ์ บริการ และแบบจำลองธุรกิจที่ไม่เคยเกิดขึ้นมาก่อน

ผลลัพธ์ที่ชัดเจนกว่าการลดพื้นที่ คือการเปลี่ยนองค์ประกอบของความต้องการ ผู้เช่าจะพิจารณาคุณภาพ ความยืดหยุ่น ความพร้อมด้านเทคโนโลยี ความปลอดภัย ความยั่งยืน และความสามารถของอาคารในการสนับสนุนผลผลิตของคนมากขึ้น

ตลาดสำนักงานกรุงเทพมีพื้นที่ว่างสูงและกำลังรับอุปทานใหม่จำนวนมาก แต่ยังมีความต้องการย้ายเข้าสู่พื้นที่คุณภาพสูงอย่างต่อเนื่อง อาคารที่มีใบรับรองอาคารเขียว ระบบที่เชื่อถือได้ และความสามารถในการปรับตัวจะมีโอกาสดึงดูดผู้เช่าที่กำลังเปลี่ยนผ่านสู่องค์กรยุค AI ขณะที่อาคารที่ขาดความแตกต่างอาจเผชิญการแข่งขันด้านราคาและความเสี่ยงต่อการล้าสมัยเพิ่มขึ้น

อนาคตของสำนักงานกรุงเทพจึงไม่ได้ถูกกำหนดด้วยคำถามว่า “บริษัทจะต้องการพื้นที่น้อยลงเท่าใด” แต่ถูกกำหนดด้วยคำถามว่า

พื้นที่หนึ่งตารางเมตรสามารถช่วยให้องค์กรทำงานได้ดีขึ้น ปรับตัวได้เร็วขึ้น และสร้างคุณค่าได้มากขึ้นเพียงใด

ในยุค AI สำนักงานจะยังคงมีความสำคัญ แต่เหตุผลที่ทำให้องค์กรเลือกสำนักงานแห่งหนึ่ง จะสูงกว่าการมีพื้นที่ให้พนักงานนั่งทำงานอย่างแน่นอน