ผลกระทบของ ปัญญาประดิษฐ์ AI & Automation ต่อแรงงาน

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