นัยเชิงนโยบายเพื่อรับมือผลกระทบของ AI & Automation ต่อแรงงาน

นัยเชิงนโยบายเพื่อรับมือผลกระทบของ AI & Automation ต่อแรงงาน

บทความนี้จะพูดถึงข้อเสนอแนะเชิงนโยบายเพื่อรับมือผลกระทบของ AI & Automation ที่ภาครัฐจำเป็นต้องรีบดำเนินการ เพื่อส่งเสริมให้ภาคธุรกิจประยุกต์ใช้เทคโนโลยีเหล่านี้ ในการสร้างผลิตภาพที่สูงขึ้นโดยยังจำกัดผลกระทบทางลบต่อแรงงานไทย

ประการที่ 1 เนื่องจากโครงสร้างการผลิตในระบบเศรษฐกิจยังอิงแรงงานเป็นกำลังหลัก แปลว่า ผลกระทบต่อแรงงานไทยจะมีความรุนแรงแน่นอนหากนิ่งเฉยต่อไป โดยเฉพาะอย่างยิ่งเมื่อถึงเวลาที่เทคโนโลยีเหล่านี้พัฒนาไปถึงระดับที่สามารถทดแทนเนื้องานที่แรงงานไทยรับผิดชอบอยู่ในปัจจุบันได้จนเกือบสมบูรณ์

ภาคเอกชนอาจดิ้นรนและยังรักษาระดับผลผลิตได้ แต่โครงสร้างการใช้แรงงานและทุนอาจเปลี่ยนไปอย่างถาวร สร้างผลกระทบต่อจำนวนลูกจ้างไทยมหาศาล  

ดังนั้น ภาครัฐควรเร่งหามาตรการสนับสนุนการเปลี่ยนผ่านนี้ และโอบรับเทคโนโลยีเพื่อให้ภาคธุรกิจในประเทศพร้อมรับต่อการเปลี่ยนแปลง รวมถึงชี้ให้เห็นถึงทางเลือกที่ดีต่อแรงงานด้วย

เช่น การใช้ AI Augmentation หรือการนำ AI มาใช้ทำงานร่วมกันเพื่อเสริมสร้างประสิทธิภาพการทำงานของแรงงานมนุษย์ให้ดีมากยิ่งขึ้น ผ่อนงานที่จำเจและหนักเกินไป ทำให้แรงงานมีความพึงพอใจในหน้าที่การงานมากขึ้น

โดยการให้ความช่วยเหลือผ่านเงินอุดหนุน หรือ องค์ความรู้ต่างๆ เพื่อให้ธุรกิจในอุตสาหกรรมที่เน้นแรงงานสามารถยกระดับทักษะแรงงาน และปรับโครงสร้างในการผลิตไปในทิศทางที่ถูกต้องได้อย่างราบรื่นและรวดเร็วยิ่งขึ้น

ประการที่ 2 แก้ปัญหาและความเปราะบางเรื้อรังอื่น ๆ ในตลาดแรงงานไทย เพื่อปรับตัวตามกระแส AI & Automation ได้เต็มที่ ปัญหาเหล่านี้ ได้แก่ สังคมผู้สูงอายุและอัตราการเกิดใหม่ที่ต่ำลง KKP Research คาดการณ์ไว้ว่าประชากรวัยทำงานไทยอาจลดลงกว่า 11.2 ล้านคนในปี 2593 
 

ปัญหานี้สามารถบรรเทาและแก้ไขได้โดย (1) ขยายอายุเกษียณ ซึ่งเป็นนโยบายที่ช่วยเลื่อนผลกระทบต่อการชะลอตัวของเศรษฐกิจไทยออกไปได้ แต่ไม่สามารถแก้ปัญหาได้ถาวร (2) สนับสนุนให้บริษัทจ้างงานผู้สูงอายุ ผ่านเครดิตสนับสนุนของภาครัฐ เช่นในประเทศสิงคโปร์ 

นัยเชิงนโยบายเพื่อรับมือผลกระทบของ AI & Automation ต่อแรงงาน

(3) การ Upskill & Reskill เช่น “Senior Work Program” ในญี่ปุ่น และ “SkillsFuture Program” ในสิงคโปร์ หรือ (4) อุดหนุนการนำเข้าแรงงานที่มีทักษะหายาก หรือการอุดหนุนค่าจ้างแรงงานเหล่านี้ เพื่อดึงดูดให้เกิดการเข้ามายกระดับทักษะแรงงานไทยได้รวดเร็วขึ้น  

อีกหนึ่งความเปราะบาง คือ เรื่องการออมและหนี้สินของแรงงานไทย จากข้อมูลของกองทุนการออมแห่งชาติในปี 2565 พบว่ามีแรงงานนอกระบบที่ยังไม่มีการออมเพื่อการเกษียณอีก 16.1 ล้านคน หรือ 55% ของแรงงานนอกระบบทั้งหมด รวมถึงรายงานสถิติเงินฝากของคนโทยโดยธนาคารแห่งประเทศไทย

ระบุว่า ในบัญชีเงินฝากจำนวนทั้งหมด 120.83 ล้านบัญชี มีผู้ฝากถึงร้อยละ 88.3 ที่มีเงินฝากในบัญชีไม่ถึง 50,000 บาท จำเป็นอย่างยิ่งที่ภาครัฐและธนาคารแห่งประเทศไทย ควรมุ่งเน้นให้เกิดการออมและมีวินัยทางการเงินอย่างจริงจังด้วยนอกเหนือจากการกระตุ้นการบริโภคในระยะสั้น

ประการที่ 3 ประเทศไทยควรเปิดเกมรุกในการสร้างนวัตกรรมที่เกี่ยวข้องกับ ใช้ AI & Automation มิใช่เพียงเพื่อหวังว่าจะมี Unicorn เท่านั้น

นัยเชิงนโยบายเพื่อรับมือผลกระทบของ AI & Automation ต่อแรงงาน

แต่เพื่อสร้างระบบนิเวศทุนมนุษย์ที่มีทักษะแห่งอนาคต ให้มีความแข็งแรงและมีจำนวนแรงงานคุณภาพมากพอที่จะรองรับและดึงดูดธุรกิจแห่งอนาคตทั้งจากในประเทศและต่างประเทศ เนื่องจากวัตถุดิบที่สำคัญที่สุดในการพัฒนา AI & Automation คือ คนที่มีคุณภาพ ไม่ใช่แค่มีพื้นที่หรือมีทุน 

ประเด็นนี้สอดคล้องกับยุทธศาสตร์ที่ 4 จากแผน AI ระดับชาติ ที่พูดถึงการวิจัยพัฒนาและนวัตกรรม AI เพื่อส่งเสริมการพัฒนาเทคโนโลยีและนวัตกรรมแก่กลุ่มสาขาเป้าหมาย ซึ่งนับว่าเป็นทิศทางที่ถูกต้อง ประเทศไทยจะได้ก้าวทันการแข่งขัน

หรืออย่างแย่ที่สุด ระบบนิเวศแรงงานที่แข็งแกร่งก็ยังสามารถเป็นฐานการผลิตให้กับอุตสาหกรรมแห่งอนาคตจากต่างชาติ ไม่หลุดวงโคจรการผลิตใหม่หรือติดอยู่ใน old economy 

นัยเชิงนโยบายเพื่อรับมือผลกระทบของ AI & Automation ต่อแรงงาน

ประการที่ 4 และเป็นประการที่สำคัญที่สุด คือ ประเทศไทยยังขาดแคลนฐานข้อมูลแรงงาน ที่มีความละเอียดและมีคุณภาพมากเพียงพอ ซึ่งทำให้เป็นเรื่องยากที่จะวิเคราะห์ คาดการณ์สถานการณ์ หรือวัดผลนโยบายได้อย่างแม่นยำ โดยเฉพาะเมื่อเปรียบเทียบกับฐานข้อมูลแรงงานของต่างประเทศ เช่น ฐานข้อมูลแรงงานของสหรัฐอเมริกา

ที่นอกจากจะมีการแบ่งประเภทตามอุตสาหกรรม ต้นทุนของกิจการ อาชีพ และภูมิศาสตร์แล้ว ยังมีไปจนถึงตัวเลขเวลาที่ใช้ในกิจกรรมหลักของงานอย่างละเอียด รวมถึงข้อมูลทักษะสำหรับแต่ละเนื้องาน 

ดังนั้น สำนักงานสถิติแห่งชาติ ซึ่งได้มีการจัดทำการสำรวจภาวะการทำงานของประชากรเป็นประจำทุกปี ควรเพิ่มตัวแปรที่เกี่ยวข้องกับคุณภาพและลักษณะของแรงงานมากขึ้น เช่น ทักษะของแรงงาน

นอกจากนี้ กรมพัฒนาธุรกิจการค้าและสำนักงานประกันสังคม ควรเก็บข้อมูลและเปิดเผยตัวเลขจำนวนแรงงานเพื่อเชื่อมกับฐานข้อมูลผลประกอบการ เพื่อสนับสนุนให้เกิดการทำนโยบายแรงงานที่อยู่บนพื้นฐานของข้อมูลที่ดีขึ้น

ทั้งหมดนี้คือการบ้านชุดแรกที่ภาครัฐควรนำไปศึกษาและหาหนทางดำเนินการต่อไปเพื่อให้ประเทศไทยไม่เพียงแต่จะอยู่รอดในยุค AI & Automation แต่พลิกเป็นโอกาสในการเติบโตกันอย่างถ้วนหน้าอีกด้วย