ร้านกาแฟแห่งหนึ่งกำลังตัดสินใจว่าจะสั่งเมล็ดกาแฟเพิ่มดีไหม เจ้าของร้านรู้ว่าช่วงเช้ามีลูกค้ามากขึ้น กาแฟคั่วกลางขายดีกว่าคั่วเข้ม และพนักงานคนหนึ่งเพิ่งลาออก แต่เขาไม่รู้ว่าปีนี้ฝนในบราซิลตกมากน้อยแค่ไหน ไม่รู้ว่าเหตุใดค่าระวางเรือจึงเปลี่ยนไป ไม่รู้ว่าร้านกาแฟอีกหลายพันแห่งกำลังสั่งเมล็ดชนิดเดียวกันเพิ่มพร้อมกันหรือเปล่า และยิ่งไม่มีทางรู้ว่าอีกสามเดือนข้างหน้า ลูกค้าของเขาจะยังอยากดื่มกาแฟแบบเดิมอยู่ไหม
ในเวลาเดียวกัน โรงงานแห่งหนึ่งกำลังเลือกระหว่างเหล็กสองชนิด ผู้รับเหมากำลังชั่งใจว่าจะเลื่อนงานก่อสร้างหรือไม่ ผู้บริโภคบางคนเริ่มเปลี่ยนจากรถขนาดใหญ่ไปใช้รถขนาดเล็ก ขณะที่เหมืองแห่งหนึ่งอาจต้องหยุดผลิตชั่วคราวเพราะเครื่องจักรเสีย
การตัดสินใจทั้งหมดนี้เกิดขึ้นต่างสถานที่ ต่างเวลา และอาศัยความรู้คนละชุด ไม่มีใครมองเห็นทุกอย่างพร้อมกัน แต่สิ่งที่คนหนึ่งเลือกกลับกระทบทางเลือกของคนอีกนับไม่ถ้วน เพราะทุกคนกำลังใช้ทรัพยากรที่มีจำกัดร่วมกันอยู่ในระบบเดียวกัน
คำถามทางเศรษฐศาสตร์จึงเปลี่ยนไปอย่างสำคัญ ปัญหาอาจไม่ใช่ว่า ใครฉลาดพอจะรู้ทุกอย่าง แต่อยู่ที่ว่า ถ้าความรู้ที่จำเป็นต่อการตัดสินใจไม่ได้อยู่กับใครเพียงคนเดียว แล้วคนจำนวนมากจะประสานการตัดสินใจเข้าหากันได้อย่างไร
ถ้าไม่มีใครเห็นภาพทั้งหมด
เมื่อพูดถึงปัญหาเรื่องข้อมูล เรามักคิดว่าทางแก้คือเก็บข้อมูลให้มากขึ้น หากมีฐานข้อมูลใหญ่พอ มีระบบติดตามสินค้าทุกชิ้น มีตัวเลขยอดขายแบบ real time และมีคอมพิวเตอร์ที่เร็วพอ บางทีเราก็น่าจะมองเห็นระบบเศรษฐกิจทั้งหมดได้
แต่ปัญหาที่ F. A. Hayek ให้ความสำคัญลึกกว่านั้น เพราะความรู้จำนวนมากไม่ได้อยู่ในรูปของข้อมูลที่วางรอให้ใครสักคนรวบรวมจนครบ
เจ้าของร้านอาหารอาจรู้ว่าลูกค้าประจำบางคนจะเลิกมาหากขึ้นราคาอีกสิบบาท ช่างเครื่องฟังออกจากเสียงที่คนอื่นแทบไม่ได้ยินว่าเครื่องจักรกำลังมีปัญหา พนักงานขายรู้ว่าคำถามบางแบบแปลว่าลูกค้ากำลังลังเล ส่วนผู้ประกอบการในเมืองหนึ่งอาจรู้ว่าทำเลสองฝั่งของถนนสายเดียวกันมีศักยภาพทางการค้าต่างกัน ทั้งที่ตัวเลขประชากรแทบไม่ต่างกันเลย
ความรู้เหล่านี้ผูกอยู่กับสถานที่ เวลา ประสบการณ์ และสถานการณ์เฉพาะ บางส่วนอธิบายเป็นคำพูดได้ แต่บางส่วนเป็นสิ่งที่เจ้าของความรู้ “รู้ว่าต้องทำอย่างไร” โดยไม่อาจถ่ายทอดออกมาเป็นชุดคำสั่งหรือแถวข้อมูลได้ครบถ้วน ความรู้สองลักษณะนี้มักเรียกว่า local knowledge และ tacit knowledge
ความรู้ทางเศรษฐกิจยังเปลี่ยนอยู่ตลอดเวลา ความต้องการของผู้บริโภคเปลี่ยน เทคโนโลยีเปลี่ยน คนย้ายงาน เครื่องจักรเสีย คู่แข่งทดลองสินค้าใหม่ วิธีผลิตแบบใหม่ปรากฏขึ้น และบางครั้งคำตอบที่ใช้ได้ดีเมื่อเดือนก่อนก็กลายเป็นคำตอบที่ผิดในวันนี้
Knowledge Problem จึงไม่ใช่เพียงปัญหาว่า “เรายังรวบรวมข้อมูลได้ไม่ครบ” บางครั้งสิ่งที่เราต้องการรู้ไม่เคยอยู่ในรูปของข้อมูลให้รวบรวมมาตั้งแต่ต้น หรืออาจยังไม่เกิดขึ้นเลยจนกว่าจะมีใครลงมือทำ
Hayek อธิบายประเด็นนี้ไว้อย่างชัดเจนใน The Use of Knowledge in Society ปัญหาทางเศรษฐกิจไม่ได้เริ่มจากโลกที่ข้อมูลทุกอย่างถูกวางไว้บนโต๊ะแล้ว เหลือเพียงหาคนเก่งที่สุดมาคำนวณหาคำตอบ ปัญหาที่แท้จริงคือความรู้ที่จำเป็นต่อการตัดสินใจกระจายอยู่ในมือของคนจำนวนมาก และไม่มีใครถือความรู้ทั้งหมดไว้พร้อมกัน
เมื่อมองเช่นนี้ คำถามก็เปลี่ยนจาก “ใครมีความรู้พอจะจัดการทั้งระบบ?” เป็น “ระบบแบบไหนเปิดทางให้คนที่มีความรู้กันคนละส่วนปรับการตัดสินใจเข้าหากันได้?”
หากปัญหาไม่ได้มีเพียงข้อมูลที่ยังเดินทางมาไม่ถึง แต่ความรู้บางส่วนไม่เคยอยู่ในรูปที่ส่งต่อได้อย่างสมบูรณ์ตั้งแต่แรก การมีข้อมูลมากขึ้นเพียงอย่างเดียวก็อาจยังตอบคำถามสำคัญที่สุดไม่ได้ แล้วคนที่ไม่รู้ทั้งหมดจะปรับตัวตามสิ่งที่คนอื่นรู้ได้อย่างไร?
เราปรับตัวต่อสิ่งที่เราไม่รู้ได้อย่างไร
สมมติว่าวัตถุดิบชนิดหนึ่งแพงขึ้น เจ้าของโรงงานที่ต้องใช้วัตถุดิบนั้นอาจไม่รู้เลยว่าเบื้องหลังราคาใหม่เกิดอะไรขึ้น เหมืองแห่งหนึ่งอาจปิด การขนส่งอาจติดขัด ความต้องการจากอุตสาหกรรมอื่นอาจเพิ่มขึ้น หรือหลายเหตุการณ์อาจเกิดขึ้นพร้อมกัน
เขาจำเป็นต้องรู้สาเหตุทั้งหมดก่อนจึงจะปรับตัวได้หรือไม่? ในหลายกรณี คำตอบคือไม่
แค่ราคาสูงขึ้น เงื่อนไขในการตัดสินใจก็เปลี่ยนไปแล้ว ผู้ผลิตอาจลดการใช้วัตถุดิบนั้น หาวัสดุอื่นมาทดแทน ปรับแบบสินค้า เลื่อนการผลิตออกไป หรือยอมจ่ายราคาใหม่เพราะเห็นว่าการใช้งานของตนยังคุ้มค่า
ราคาไม่ใช่ฐานข้อมูลฉบับย่อ ราคาไม่ได้บอกว่าทุกคนกำลังคิดอะไร ไม่ได้บอกว่าเหตุการณ์ใดทำให้ของบางอย่างขาดแคลน และไม่ได้ส่งรายงานต้นเหตุทั้งหมดไปถึงผู้ใช้ปลายทาง แต่มันสะท้อนผลบางส่วนจากการตัดสินใจของคนจำนวนมากออกมาในรูปที่คนอื่นนำไปใช้ตัดสินใจต่อได้
นี่คือความสำคัญของ price signals คนเราไม่จำเป็นต้องรู้ว่าความเปลี่ยนแปลงเริ่มต้นขึ้นที่ไหน จึงจะเริ่มตอบสนองต่อผลของมันได้
การตอบสนองต่อสัญญาณไม่ได้แปลว่าเราจะเลือกถูกเสมอ เจ้าของโรงงานอาจเปลี่ยนวัสดุแล้วพบว่าสินค้าแย่ลง ร้านกาแฟอาจสั่งเมล็ดเพิ่มแต่ลูกค้ากลับลดลง หรือบริษัทอาจทุ่มเงินลงทุนในตลาดที่ดูเหมือนกำลังโต ก่อนกระแสจะหมดลงเสียอีกในวันที่สินค้าออกขาย
แล้วระบบจะรู้ได้อย่างไรว่าการตัดสินใจแบบไหนควรทำต่อ? กำไรและขาดทุนเข้ามาเป็นส่วนหนึ่งของวงจรตรงนี้เอง
เมื่อผู้ประกอบการซื้อวัตถุดิบ จ้างแรงงาน เช่าพื้นที่ และผลิตสินค้า เขากำลังใช้ทรัพยากรในวันนี้ เพราะคาดว่าผู้บริโภคในอนาคตจะให้คุณค่ากับสิ่งที่เขาสร้างมากพอ หากรายรับสูงกว่าต้นทุนก็เกิดกำไร หากรายรับไม่พอชดเชยต้นทุนก็เกิดขาดทุน
กำไรและขาดทุนไม่ใช่คำตัดสินทางศีลธรรม การมีกำไรไม่ได้หมายความว่ากิจกรรมนั้นดีในทุกด้าน และการขาดทุนก็ไม่ได้หมายความว่าสิ่งนั้นไม่มีคุณค่าต่อมนุษย์ แต่มันเป็น feedback ภายในกระบวนการตลาดว่า การคาดการณ์และการใช้ทรัพยากรที่ผ่านมาเข้ากับความเต็มใจจ่ายของผู้บริโภคมากน้อยเพียงใด
วงจรนี้เกิดขึ้นอย่างต่อเนื่อง ความรู้ที่กระจัดกระจายทำให้ราคาเปลี่ยน ราคาใหม่ทำให้คนปรับพฤติกรรม ผลของการปรับตัวปรากฏออกมาเป็นกำไรหรือขาดทุน แล้วผลเหล่านั้นก็ย้อนกลับไปเปลี่ยนการตัดสินใจในรอบถัดไป
แต่ feedback มีข้อจำกัดสำคัญอยู่ข้อหนึ่ง มันบอกได้ว่าสิ่งที่ทำไปแล้วได้ผลหรือไม่ แต่บอกไม่ได้ว่าเราควรทำอย่างไรกับอนาคตที่ยังมาไม่ถึง
อนาคตไม่มีราคาให้เปิดดู
ผู้ประกอบการเห็นราคาในวันนี้ แต่ต้องตัดสินใจว่าจะผลิตอะไรสำหรับวันพรุ่งนี้ ปัญหาคืออนาคตไม่มีราคาให้เปิดดู
เขาอาจเห็นร้านหนึ่งมีลูกค้าต่อคิวยาว แต่ต้องตัดสินว่าความต้องการนั้นเป็นเพียงกระแสชั่วคราวหรือเป็นตลาดใหม่ เขาเห็นวัตถุดิบแพงขึ้น แต่ต้องคาดว่าราคาจะสูงต่อหรือกลับลงมา เขาเห็นลูกค้านำสินค้าชนิดหนึ่งไปใช้ในแบบที่ผู้ผลิตเดิมไม่เคยนึกถึง และอาจมองเห็นโอกาสที่คนอื่นยังไม่เห็น
นี่คือเหตุผลที่ entrepreneurship ในกรอบ Austrian Economics ไม่ได้หมายถึงเพียงการเป็นเจ้าของธุรกิจ ผู้ประกอบการมีหน้าที่คาดการณ์ ตีความ และตัดสินใจท่ามกลาง uncertainty เขาต้องเลือกก่อนจะรู้ผล และต้องใช้ทรัพยากรก่อนจะรู้ว่าคนอื่นจะเห็นคุณค่าของสิ่งที่เขาสร้างหรือไม่
บางครั้งคำตอบที่เราต้องการไม่ได้ซ่อนอยู่ในข้อมูลที่ยังหาไม่เจอ แต่มันยังไม่มีอยู่เลยจนกว่าจะมีใครทดลองสร้างขึ้นมา
ก่อนโลกจะมีสมาร์ตโฟน ย่อมไม่มีข้อมูลยอดขายสมาร์ตโฟน และไม่มีแบบจำลองพฤติกรรมผู้บริโภคใดบอกได้อย่างแน่นอนว่า คนจะยอมเปลี่ยนวิธีเรียกรถ ซื้อของ หรือฟังเพลง ไปใช้รูปแบบที่ยังไม่มีใครเสนอหรือไม่ ต่อให้มีข้อมูลมากเพียงใด ช่องว่างระหว่างการสังเกตสิ่งที่เคยเกิดขึ้นกับการตัดสินใจว่าจะลองสร้างสิ่งที่ไม่เคยมีมาก่อนก็ยังคงอยู่
ตลาดจึงทำหน้าที่มากกว่าส่งผ่านข้อมูล เพราะมันยังเป็นพื้นที่สำหรับการค้นพบ และนั่นทำให้การแข่งขันมีความหมายมากกว่าการที่หลายบริษัทแย่งลูกค้ากัน
ถ้าเรารู้ล่วงหน้าอยู่แล้วว่าใครผลิตเก่งที่สุด วิธีไหนมีต้นทุนต่ำที่สุด สินค้าแบบใดจะถูกใจผู้บริโภค และเทคโนโลยีไหนจะสำเร็จ เราก็แทบไม่จำเป็นต้องมีการแข่งขันเลย ปัญหาคือเราไม่รู้
บริษัทหนึ่งทดลองลดราคา อีกบริษัทเพิ่มคุณภาพ คนหนึ่งเปลี่ยนช่องทางจัดจำหน่าย อีกคนเปลี่ยนโมเดลธุรกิจ บางรายคาดผิด บางรายพบวิธีใหม่ บางรายถูกเลียนแบบ และบางรายหายไปจากตลาด สิ่งที่ Hayek เรียกว่า competition as a discovery procedure จึงชี้ให้เห็นว่า การแข่งขันมีคุณค่าในฐานะวิธีเปิดพื้นที่ให้ข้อคาดการณ์หลายแบบถูกนำไปทดสอบพร้อมกัน โดยไม่ต้องมีใครรู้คำตอบล่วงหน้า
การแข่งขันไม่ได้รับประกันว่าคำตอบที่ถูกจะชนะทันที หรือผู้ชนะในวันนี้จะยังเป็นฝ่ายถูกในวันพรุ่งนี้ แต่มันเปิดทางให้การตัดสินใจที่แตกต่างกันเผชิญกับผลลัพธ์จริง และทำให้ความรู้ใหม่เกิดขึ้นจากการทดลองเหล่านั้น
เมื่อคนจำนวนมากทดลองไปพร้อมกัน ตลาดจึงไม่ได้มีเพียงข้อมูลที่ไหลผ่านราคา แต่ยังมีความรู้ใหม่เกิดขึ้นอยู่ตลอด สิ่งที่มองจากภายนอกแล้วดูเหมือนเป็น “ระบบ” แท้จริงอาจเป็นเพียงผลชั่วคราวจากการคาดการณ์ ความผิดพลาด การเลียนแบบ และการปรับตัวนับไม่ถ้วน
ตลาดไม่ใช่ภาพถ่าย
แนวคิด equilibrium มีประโยชน์ในฐานะเครื่องมือช่วยคิด เพราะทำให้เราจินตนาการถึงภาวะที่แผนของผู้ซื้อและผู้ขายสอดคล้องกันภายใต้เงื่อนไขบางอย่างได้ แต่ถ้ามองตลาดเหมือนภาพถ่าย เราอาจพลาดส่วนสำคัญที่สุดของเรื่องไป
ในโลกจริง ตลาดไม่เคยหยุดนิ่งให้เราถ่ายภาพได้นาน ผู้ผลิตคาดผิด ผู้บริโภคเปลี่ยนใจ คู่แข่งพบวิธีใหม่ บริษัทบางแห่งเลียนแบบสิ่งที่ได้ผล บางแห่งถอนตัว และทรัพยากรถูกย้ายจากการใช้งานแบบหนึ่งไปสู่อีกแบบหนึ่ง
สิ่งสำคัญจึงไม่ใช่เพียงว่าระบบอยู่ตรงไหนในช่วงเวลาหนึ่ง แต่คือ ระบบปรับแก้อย่างไรเมื่อสิ่งที่คนคาดไว้ไม่ตรงกับความจริง
ตรงนี้ทำให้ market process ต่างจากการมองตลาดเป็นสภาวะคงที่ ราคา กำไร ขาดทุน ผู้ประกอบการ และการแข่งขันไม่ใช่กลไกที่แยกขาดจากกัน แต่เป็นส่วนต่าง ๆ ของกระบวนการที่ผู้คนเรียนรู้จากการกระทำของคนอื่นและจากผลลัพธ์ของการตัดสินใจตนเอง
เมื่อการปรับตัวเกิดขึ้นซ้ำแล้วซ้ำเล่า รูปแบบบางอย่างย่อมเกิดขึ้นได้โดยไม่มีใครออกแบบรายละเอียดทั้งหมด ร้านค้าเลือกเวลาเปิดปิด ผู้ผลิตสร้างเครือข่ายขนส่ง มาตรฐานทางธุรกิจแพร่หลาย การแบ่งงานลงลึกขึ้น และสินค้าใหม่ค่อย ๆ เข้ามาแทนที่ของเก่า การตัดสินใจนับไม่ถ้วนจึงก่อให้เกิด order ที่ไม่มีผู้วางแผนคนใดออกแบบไว้ทั้งหมด
แต่การที่ไม่มีใครออกแบบผลลัพธ์ทั้งหมด ไม่ได้แปลว่าไม่มีใครออกแบบกติกาเลย ตลาดยังต้องอาศัยกติกาเรื่องทรัพย์สิน สัญญา ความรับผิด ความน่าเชื่อถือ บรรทัดฐาน และระบบกฎหมาย สถาบันเหล่านี้ส่งผลโดยตรงต่อการส่งผ่านข้อมูล ผู้ที่ต้องรับผลจากการตัดสินใจ และความรวดเร็วในการแก้ไขความผิดพลาด
เส้นแบ่งระหว่าง “การวางแผน” กับ “ตลาด” จึงซับซ้อนกว่าภาพง่าย ๆ ที่มองว่าสิ่งหนึ่งรวมศูนย์ ส่วนอีกสิ่งหนึ่งกระจายอำนาจ เพราะบริษัทขนาดใหญ่เองก็วางแผนจากส่วนกลางอยู่ทุกวัน ผู้บริหารกำหนดงบประมาณ โรงงานวางตารางผลิต ร้านค้ากำหนดมาตรฐาน และพนักงานจำนวนมากทำงานตามแผนเดียวกัน
ถ้าความรู้ที่กระจัดกระจายสำคัญขนาดนั้น เหตุใดองค์กรขนาดใหญ่จึงยังวางแผนจากส่วนกลางได้? คำตอบส่วนหนึ่งคือขอบเขตของปัญหาต่างกัน บริษัทสามารถกำหนดเป้าหมายภายใน ใช้ระบบบัญชี สั่งงานตามลำดับชั้น และอาศัยราคาจากภายนอกมาช่วยตัดสินใจว่าจะซื้ออะไร ขายอะไร หรือทรัพยากรที่ใช้มีต้นทุนเท่าไร ขณะเดียวกัน บริษัทที่วางแผนได้ไม่ดีก็ยังต้องเผชิญกับลูกค้า คู่แข่ง รวมถึงกำไรและขาดทุนจากภายนอก
ปัญหาของ central planning จึงไม่ควรถูกย่อเหลือเพียงว่า “ส่วนกลางไม่มีข้อมูล” คำถามที่ลึกกว่านั้นคือ ความรู้แบบใดส่งขึ้นไปได้โดยไม่สูญเสียบริบท ผู้ตัดสินใจที่อยู่ใกล้สถานการณ์มีอิสระในการปรับตัวเพียงใด feedback ย้อนกลับมาเร็วแค่ไหน และเมื่อแผนหนึ่งผิดพลาด ยังมีพื้นที่ให้ทดลองวิธีอื่นหรือไม่
ต่อให้ผู้วางแผนมีข้อมูลมหาศาล ปัญหาเรื่อง timing, local context, incentives, tacit knowledge และการค้นพบสิ่งใหม่ก็ไม่ได้หายไปเอง
เทคโนโลยีทำให้คำถามนี้น่าสนใจยิ่งกว่าในยุคของ Hayek เพราะข้อจำกัดด้านข้อมูลหลายอย่างกำลังเปลี่ยนไปอย่างรวดเร็ว
ถ้า AI เห็นข้อมูลทั้งหมด แล้วมันยังขาดอะไรอยู่?
สมมติว่า AI มองเห็นยอดขาย สต็อกสินค้า ตำแหน่งรถขนส่ง พฤติกรรมผู้บริโภค ต้นทุนการผลิต และความเปลี่ยนแปลงของ demand ได้พร้อมกันแบบเกือบ real time ปัญหาที่ Hayek พูดถึงเมื่อเกือบหนึ่งศตวรรษก่อนยังเหลืออะไรอีก?
คำตอบที่น่าสนใจไม่ใช่การปฏิเสธความสามารถของเทคโนโลยี เพราะ AI และ big data ลดข้อจำกัดบางส่วนของ Knowledge Problem ได้จริง ข้อมูลที่เคยใช้เวลาหลายสัปดาห์อาจเดินทางถึงกันในไม่กี่วินาที รูปแบบที่มนุษย์มองไม่เห็นอาจถูกตรวจพบ การจัดการ inventory ทำได้แม่นยำขึ้น การคาดการณ์ demand ดีขึ้น และองค์กรขนาดใหญ่สามารถวางแผนภายในได้ละเอียดกว่าเดิมมาก
ถ้าข้อจำกัดเดิมบางส่วนลดลง แล้วอะไรยังคงเหลืออยู่? อย่างแรกคือความแตกต่างระหว่าง data กับ knowledge ข้อมูลที่บันทึกได้มีประโยชน์มหาศาล แต่ไม่ได้ครอบคลุมความรู้ทุกชนิด ความเข้าใจในสถานการณ์เฉพาะ ความรู้ที่ฝังอยู่ในประสบการณ์ หรือสิ่งที่คนคนนั้นเองยังไม่รู้ว่าต้องการ ล้วนไม่จำเป็นต้องปรากฏออกมาเป็นข้อมูลพร้อมใช้เสมอไป
อย่างที่สองคือความแตกต่างระหว่าง prediction กับ judgment การคาดการณ์จากสิ่งที่เคยเกิดขึ้นกับการตัดสินใจว่าจะทำอะไรในสถานการณ์ที่ไม่เคยเกิดขึ้นมาก่อนเป็นคนละปัญหากัน โมเดลอาจคาดจากรูปแบบเดิมได้ว่าสินค้าประเภทใดน่าจะขายดีขึ้น แต่การตัดสินใจว่าจะลงทุนสร้างสิ่งที่ไม่มีข้อมูลในอดีตรองรับยังต้องเผชิญกับ uncertainty อยู่ดี
เรื่องนี้เชื่อมโยงกับความแตกต่างอีกอย่างหนึ่ง การสังเกต preferences ที่มีอยู่แล้วไม่เหมือนกับการค้นพบ preferences ที่มีต่อสิ่งซึ่งยังไม่มีอยู่ ผู้บริโภคไม่อาจแสดงความต้องการต่อผลิตภัณฑ์ที่เขายังไม่รู้ด้วยซ้ำว่าสร้างขึ้นได้ การทดลองของผู้ประกอบการจึงไม่ได้เป็นเพียงการตอบสนองต่อความรู้ที่มีอยู่ แต่บางครั้งยังทำให้ความรู้ใหม่เกี่ยวกับสิ่งที่ผู้คนต้องการปรากฏขึ้นมาด้วย
สุดท้าย centralized prediction ไม่เหมือนกับ decentralized experimentation ต่อให้แบบจำลองส่วนกลางคาดการณ์ได้เก่งขึ้น การเปิดพื้นที่ให้คนจำนวนมากทดลองข้อคาดการณ์ที่แตกต่างกันก็ยังเป็นอีกวิธีหนึ่งในการสร้างความรู้ เพราะสิ่งที่เราเรียนรู้ไม่ได้มาจากการสังเกตอดีตเท่านั้น แต่ยังมาจากผลของการลงมือทำในแบบต่าง ๆ ด้วย
ทั้งหมดนี้ไม่ได้หมายความว่าตลาดจะค้นพบคำตอบที่ถูกทุกครั้ง ตลาดอาจก่อให้เกิดฟองสบู่ ส่งสัญญาณที่บิดเบือน หรือทำงานอยู่ภายใต้สถาบันที่ออกแบบไว้ไม่ดี ราคาบางอย่างอาจไม่ได้สะท้อนต้นทุนทั้งหมด ขณะที่แรงจูงใจบางแบบอาจเปิดทางให้คนหนึ่งได้ประโยชน์จากความเสี่ยงที่อีกคนต้องรับภาระ
แต่การบอกว่าตลาดผิดพลาดได้ ไม่ได้ทำให้คำถามเรื่องการออกแบบระบบจบลง เพราะทุกระบบที่มนุษย์ใช้ตัดสินใจก็ผิดพลาดได้เช่นกัน สิ่งที่ควรสนใจจึงอาจเป็นวิธีที่แต่ละระบบตอบสนองต่อความผิดพลาดมากกว่า
เมื่อเกิดความผิดพลาด ระบบค้นพบมันได้อย่างไร? ใครต้องรับต้นทุน? ข้อมูลใหม่ย้อนกลับเข้าสู่การตัดสินใจเร็วแค่ไหน? และยังมีพื้นที่ให้คนอื่นทดลองคำตอบที่ต่างออกไปหรือไม่?
กลับมาที่ร้านกาแฟแห่งเดิม เจ้าของร้านยังไม่รู้ว่าผลผลิตกาแฟทั่วโลกในปีหน้าจะเป็นอย่างไร ไม่รู้ว่าคู่แข่งทุกรายกำลังคิดอะไร และไม่มีทางรู้ล่วงหน้าว่าลูกค้าจะเปลี่ยนใจเมื่อไร สิ่งที่ทำให้เขายังตัดสินใจได้ไม่ใช่การมองเห็นภาพทั้งหมด แต่คือการอยู่ในระบบที่ทำให้ความรู้บางส่วนจากคนอื่นเดินทางมาถึงเขาผ่านราคา ทำให้การคาดการณ์ของเขาต้องเผชิญกับผลลัพธ์ และเปิดพื้นที่ให้ทั้งเขาและคนอื่นทดลองคำตอบที่แตกต่างกัน
คำถามสำคัญจึงอาจไม่ใช่เพียงว่า ใครควรเป็นคนตัดสินใจ แต่คือ สถาบันแบบไหนทำให้ความรู้ที่กระจัดกระจายถูกค้นพบ ส่งต่อ ทดสอบ และแก้ไขได้ดีที่สุด
Sources
F. A. Hayek, “The Use of Knowledge in Society.”
F. A. Hayek, “Competition as a Discovery Procedure.”
Ludwig von Mises, Human Action.
Israel M. Kirzner, Competition and Entrepreneurship.
David Boaz, Libertarianism: A Primer, Chapter 8: “The Market Process.”
Saifedean Ammous, Principles of Economics, โดยเฉพาะส่วน Market Order, Markets, Capitalism, Profit and Loss และ Economic Calculation ซึ่งเกี่ยวข้องกับกลไกที่กล่าวถึงในบทความนี้
Saifedean Ammous, The Bitcoin Standard, Chapter 6: “Capitalism’s Information System” ซึ่งอธิบายเรื่องระบบราคาและการคำนวณทางเศรษฐกิจในบริบทของระบบตลาด
F. A. Hayek, The Road to Serfdom. มีเนื้อหาเกี่ยวกับ planning, economic control และข้อจำกัดของการจัดระเบียบจากส่วนกลาง แม้จะไม่ใช่แหล่งหลักของ argument เรื่อง dispersed knowledge ในบทความนี้
Further Reading
หากต้องการอ่านต่อจากบทความนี้ ควรเริ่มจาก “The Use of Knowledge in Society” ของ F. A. Hayek เพราะเป็นงานที่วางปัญหาเรื่อง dispersed knowledge ไว้อย่างคมชัดที่สุด ประเด็นไม่ได้มีเพียงว่าผู้วางแผนมีข้อมูลไม่ครบ แต่ความรู้จำนวนมากกระจายอยู่ในคนแต่ละคน และผูกติดอยู่กับเวลาและสถานการณ์เฉพาะ
จากนั้น “Competition as a Discovery Procedure” จะช่วยขยายประเด็นที่บทความนี้กล่าวถึงในช่วง entrepreneurship ว่าการแข่งขันไม่ได้มีบทบาทเพียงกดราคาหรือเพิ่มจำนวนผู้ขาย แต่ยังเป็นวิธีค้นหาคำตอบที่ไม่มีใครรู้ล่วงหน้าว่าคืออะไร
Competition and Entrepreneurship ของ Israel M. Kirzner เหมาะสำหรับอ่านต่อในขั้นถัดไป เพราะอธิบายบทบาทของ entrepreneur ให้ชัดขึ้นว่าเป็นผู้ค้นพบความคลาดเคลื่อนและโอกาสที่คนอื่นยังมองไม่เห็น มากกว่าจะมองผู้ประกอบการเป็นเพียงเจ้าของกิจการ
ส่วน Human Action ของ Ludwig von Mises เหมาะกับผู้อ่านที่ต้องการเห็นภาพกว้างขึ้นของการคำนวณทางเศรษฐกิจ ราคา กำไร ขาดทุน และบทบาทของการคาดการณ์ท่ามกลางความไม่แน่นอน
ถ้าต้องการงานที่อ่านง่ายกว่า Libertarianism: A Primer ของ David Boaz มี Chapter 8 ชื่อ “The Market Process” โดยตรง ส่วน Principles of Economics ของ Saifedean Ammous แยกหัวข้อ Markets, Capitalism, Profit and Loss และ Economic Calculation ไว้อย่างชัดเจนในส่วน Market Order