ผลกระทบของ ปัญญาประดิษฐ์ AI & Automation ต่อแรงงาน
จากการสังเกตเทรนด์ปัญญาประดิษฐ์ (AI) ผ่านเลนส์นักเศรษฐศาสตร์แรงงาน ผู้ว่าจ้าง และผู้ผลิตระบบ AI ให้กับธุรกิจในประเทศไทย ผมขอสรุปประเด็นสาระสำคัญที่มีประโยชน์ต่อการตัดสินใจและการวิเคราะห์ผลกระทบต่อแรงงานในอนาคต ดังนี้
อัตราการพัฒนาของ AI โดยเฉพาะด้านภาษาและการมองเห็นที่เชื่อมต่อกับข้อมูลภายนอก ถือว่าก้าวกระโดดไปได้รวดเร็วกว่าที่ทุกคนคาดคิด
ในหลายมิติของการทำงาน AI ณ ปัจจุบันมีความสามารถและประสิทธิภาพมากกว่าแรงงานทั่วไปแล้ว และภายในปีหน้า ผมคาดว่าบางมิติของทักษะในการบริหารหรือการวางแผนธุรกิจ AI จะทำได้ดีกว่าผู้บริหารทั่วไป
ฉะนั้น ไม่ต้องถามว่า AI เก่งจริงหรือไม่ หรือลังเลว่าจะทำอย่างไรดี ให้มองข้ามหมากนี้ไปได้เลยว่าเดี๋ยวมันจะเก่งกว่าแรงงานส่วนใหญ่ รวมถึงคุณและผมแน่นอนในอีกไม่ช้า
สิ่งที่จำเป็นต้องทำ คือ เปลี่ยนการมาของเทคโนโลยีนี้ให้กลายเป็นโอกาส ผมชวนให้เรามอง AI เสมือนกระบวนการผลิตสินค้าและบริการรูปแบบใหม่ ที่ใส่ทรัพยากรเท่าเดิมแต่ได้มากกว่าเดิม มันคือนิยามของคำว่า Growth ที่เราถามหา
แน่นอนว่าในเชิงปฏิบัตินั้น เป็นไปได้ยากที่ทุกองค์กรจะปรับตัวได้อย่างว่องไว แล้วสามารถแบ่งผลประโยชน์จากการเติบโตนั้นกับเราทุกคนอย่างถ้วนหน้า
ในประวัติศาสตร์ การมาของเทคโนโลยีครั้งสำคัญมักจะฝากรอยแผลหรือรอยแยกในตลาดแรงงานไว้ทั้งนั้น เช่น ภาวะ Computerization ที่ก่อให้เกิดความเหลื่อมล้ำทางรายได้ระหว่างกลุ่มแรงงานที่มีทักษะ Cognitive Skills ไม่เท่ากัน
หัวใจสำคัญของการคาดการณ์และเตรียมตัวรับผลกระทบต่อแรงงานอยู่ที่ 3 ปัจจัยต่อไปนี้
1. อัตราการใช้งานเทคโนโลยีโดยองค์กร (adoption) หากอัตราการใช้เข้มข้น ผลกระทบต่อแรงงานจะเกิดขึ้นเร็ว แลกกับการได้มีโอกาสปรับตัวก่อนคนอื่น หากอัตราการใช้เจือจาง ผลกระทบต่อแรงงานมาช้าลง แต่อุตสาหกรรมจะเจ็บลึกภายหลัง เมื่อถูกเบียดโดยคู่แข่งที่ปรับไปใช้เทคโนโลยีช่วยการผลิตที่เหนือกว่า
2. ความคล่องตัวในองค์กร (flexibility) ว่าพร้อมที่จะเลิก ชะลอการจ้างงาน หรือกล้าที่จะเปลี่ยนกระบวนการผลิตหรือให้ความหมายใหม่กับพนักงานเพียงใด นายจ้างมีทางเลือกหลักอยู่ 2 ทางคือ ทางเลือกแรก ทดแทนแรงงานด้วยเทคโนโลยี (เอาทุนมาแทนคน) หรือทางเลือกที่สอง คิดชิ้นงานใหม่ขึ้นมาเพื่อเอาไปขายให้ได้มากกว่าเดิม
หากทุกองค์กรเลือกทางเลือกแรกจะเกิดแรงกดดันต่อแรงงานมหาศาล แต่หากย้อนมองประวัติศาสตร์ จะพบว่า แม้เทคโนโลยีสำคัญจะมีผลกับการปลดคนจริง แต่ก็มีการสร้างงานใหม่มารองรับจริง เช่นกัน เกินครึ่งของเนื้องานและหน้าที่ในเศรษฐกิจปัจจุบันไม่เคยมีมาก่อนเมื่อ 80 ปีที่แล้ว
ฉะนั้น องค์กรที่กระหายการเติบโต (ถึงแม้จะเลือกทางเลือกแรกด้วย) จะสร้างชิ้นงานใหม่ให้กับแรงงาน โดยเฉพาะหาก AI มีลักษณะที่เสริมสร้างผลิตภาพของแรงงานให้ทำสิ่งที่ไม่เคยทำได้ (augmentation) ไม่ใช่การทดแทนอย่างสมบูรณ์ (complete automation) ในงานเดิมๆ
3. สัดส่วนของทักษะในแรงงาน (skill composition) ไม่ว่าองค์กรจะมีความยืดหยุ่นหรือไม่ หรือเทคโนโลยีจะเอียงไปด้าน augmentation หรือ ด้าน automation สุดท้ายจะตัดสินไปทางไหนขึ้นอยู่กับรายละเอียดเชิงโครงสร้างและสัดส่วนของทักษะในตัวแรงงานที่มีอยู่ภายในองค์กรและในตลาดแรงงานว่าสามารถปรับเข้ากับกลยุทธ์ขององค์กรได้ดีเพียงใด
เรื่องทักษะเป็นเรื่องที่ยังไม่มีคำตอบชัดเจน แต่เริ่มมีหลักฐานและไฟนำทางบ้างแล้ว การมี hard skills ที่น่าถวิลหา เช่น ทักษะวิเคราะห์การเงิน วินิจฉัยโรค เขียนโปรแกรม หรือ ทักษะสาย STEM และ cognitives อย่างเดียวจะกลายเป็นแค่ทักษะขั้นพื้นฐาน
ในพักหลัง งานวิจัยเศรษฐศาสตร์แรงงานเริ่มเห็นหลักฐานแล้วว่าแม้ทักษะเหล่านี้มีนัยสำคัญต่อค่าตอบแทนที่สูง แต่พบว่าหลังปี 2000 เป็นต้นมา ได้ถูกลดบทบาทลงโดยเฉพาะเมื่อเทียบกับทักษะ soft skills เช่น ทักษะการตัดสินใจที่ดี และ ทักษะการทำงานร่วมกับผู้อื่น แปลว่า ยอดมนุษย์ยุค AI ต้องได้ทั้งสองด้าน
สำคัญกว่าทักษะใด ๆ คือการที่ยอดมนุษย์จะได้ค่าจ้างในอนาคต จะไม่ใช่จากแค่ว่าเขาทำอะไรได้ดี แต่เพราะว่าเขาตอบตัวเองและองค์กรได้ด้วยว่า “ทำอะไรดี” จึงไม่แปลกที่ทักษะแนว ‘thinking’ ถึงติดชาร์ท WEF ทุกปี
เพราะมันไม่ใช่แค่ creative thinking หรือ analytical thinking มันอาจเป็นแค่ความหวังเรื่องการให้มีความคิดที่มีประโยชน์ต่อองค์กรก็เยี่ยมแล้ว ไม่มีผู้จัดการคนไหนอยากคิดให้ทุกจุด เพราะอีกนิดเดียวก็คือทำเองแล้ว
ยอดมนุษย์ต้องไม่ยอมเป็นเฟืองเล็ก ๆ ในองค์กร เพราะฉากทัศน์ที่นายทุนใช้ AI ออกแบบและมอบงานให้ฟันเฟืองทำงานไปวัน ๆ ใช่ว่าจะเป็นไปไม่ได้
ทว่า ไม่ว่าจะเกิดฉากทัศน์แรงงานแบบใดในบทความนี้ ก็ไม่น่ากังวลเท่ากับ กรณีที่องค์กรและแรงงานไม่ไหวติง หรือเลือกที่จะฝืนธรรมชาติของกลไกเศรษฐกิจใหม่ เพราะว่าในระบบเปิด หากคู่แข่งพบกระบวนการผลิตที่ดีกว่าจริง เราจะถูกลืม เขาจะเติบโต รวมถึงคนของเขาที่พัฒนาขึ้นไปอีกขั้นด้วย
บทความหน้าเราจะมาดูนัยเชิงนโยบายของประเทศไทยกับเรื่องนี้กันอีกครั้ง