AI แย่งงานมนุษย์ หรือแค่เลื่อนวิกฤตออกไป
วิกฤตแรงงานจาก AI คือภาวะที่ระบบอัตโนมัติและโมเดลปัญญาประดิษฐ์เข้ามาทำหน้าที่แทนมนุษย์ในงานจำนวนมาก จนเกิดการเลิกจ้างอย่างกว้างขวาง อัตราว่างงานเร่งตัว และเส้นทางอาชีพเดิมถูกทำลาย ส่งผลให้แรงงานต้องสร้างทักษะใหม่ ปรับเปลี่ยนอาชีพ และโครงสร้างตลาดงานต้องสั่นคลอนอย่างรุนแรง
ในทางวาทกรรม เราได้ยินซ้ำแล้วซ้ำเล่าว่า AI แย่งงานมนุษย์ วิกฤตแรงงาน AI กำลังใกล้เข้ามา แต่เมื่อดูตัวเลขจริงจากตลาดแรงงาน กลับพบภาพคนละเรื่อง ตัวเลขการจ้างงานนอกภาคเกษตรของสหรัฐเพิ่มขึ้น 162,000 ตำแหน่งในเดือนสิงหาคม ขณะที่อัตราการว่างงานยังอยู่ที่ 4.1% ซึ่งถือว่าต่ำ ขณะเดียวกัน การขยายตัวของโครงสร้างพื้นฐาน AI ทำให้ The Economist ประเมินว่า AI กลายเป็นผู้สร้างงานสุทธิราว 1,000,000 ตำแหน่ง มากกว่าตัวเลขการปลดพนักงานที่เกิดจาก AI ประมาณ 200,000 ตำแหน่งอย่างห่าง ถ้าจะพูดให้ชัด วิกฤตที่คนกลัวกันยังไม่เกิด แต่ถูกเปลี่ยนรูปและเลื่อนออกไปในแบบที่ซับซ้อนกว่าคำว่าตกงานหมู่มาก
ตลาดแรงงาน AI บูม: สร้างงานใหม่แต่ไม่แบ่งโอกาสเท่าเดิม
เมื่อลองมองให้ลึก ตลาดแรงงาน AI กำลังเดินด้วยสองขา ขาหนึ่งคือการสร้างงานมหาศาลจากการลงทุนโครงสร้างพื้นฐานและงานสายเทคโนโลยีใหม่ๆ อีกขาหนึ่งคือการบีบงานซ้ำๆ ระดับปฏิบัติการให้หายไป การทุ่มงบไปกับดาต้าเซ็นเตอร์ ฮาร์ดแวร์ ชิปประมวลผล และระบบพลังงาน ทำให้การก่อสร้างดาต้าเซ็นเตอร์เติบโตเกือบ 60% เมื่อเทียบปีก่อน ส่งผลให้เกิดความต้องการวิศวกรไฟฟ้า ระบบหล่อเย็น และช่างติดตั้งในดาต้าเซ็นเตอร์เพิ่มขึ้นกว่าเท่าตัวภายในสองปี โดยค่าจ้างสูงกว่างานกลุ่มเดียวกันถึงราว 40%
อีกด้านหนึ่ง AI ยังผลักดันงานสาย White-collar ใหม่ เช่น AI Engineer Data Annotator Forward-deployed Engineer ไปจนถึง Head of AI ที่มีการประกาศรับมากขึ้นเกือบเท่าตัว ขณะเดียวกัน การใช้ AI เพื่อเพิ่ม Productivity ยังช่วยดันความต้องการในบริการวิชาชีพบางกลุ่ม เช่น ผู้ช่วยทนายความที่มีการจ้างงานเติบโต 11% และนักวิเคราะห์วิจัยตลาดเติบโต 6% แม้งานธุรการและงานบริการลูกค้าถูกลดจำนวนลงจากระบบอัตโนมัติ ปัญหาจึงไม่ใช่ว่า AI ไม่สร้างงาน แต่คือมันสร้างงานให้คนกลุ่มที่มีทักษะ AI ใหม่ และทิ้งคนที่ไม่มีทักษะไว้ข้างหลัง
เมื่อ ‘งานแรก หายไป’: ประตูเริ่มต้นอาชีพที่กำลังถูกปิด
แม้ภาพรวมการจ้างงานจะยังขยายตัว แต่วิกฤตที่ควรถูกพูดถึงมากกว่าคือการที่งานแรก หายไป โดยเฉพาะตำแหน่งระดับจูเนียร์และงานซ้ำๆ ที่เคยใช้เป็นสนามฝึกมือของคนรุ่นใหม่ งานของ Software Developer ระดับจูเนียร์ถูก Disrupt อย่างชัดเจน เพราะ AI สามารถช่วยเขียนโค้ดและประมวลผลได้รวดเร็วกว่า ทำให้หลายธุรกิจลังเลที่จะจ้างคนเพิ่มเมื่อมีทางเลือกเป็นระบบอัตโนมัติที่ไม่ต้องแบกรับสวัสดิการระยะยาว นอกจากนี้ งานแอดมินระดับต้นจำนวนมากก็กำลังถูก AI เข้ามารับไปแทนเช่นกัน
ประเด็นจึงขยับจากคำถามกว้างๆ ว่า AI แย่งงานมนุษย์ หรือไม่ ไปสู่โจทย์ที่แหลมคมกว่า คือคนรุ่นใหม่ โดยเฉพาะ First Jobber จะเริ่มสะสมประสบการณ์จากตรงไหน เมื่อหลายตำแหน่งที่เคยเป็นจุดเริ่มต้นของอาชีพกำลังหายไปเพราะ AI ผลคือช่องว่างระหว่างคนที่มีประสบการณ์กับคนที่ไม่มีจะยิ่งกว้างขึ้น ผู้ประกอบการได้แรงงานที่เก่งขึ้นเรื่อยๆ ส่วนคนที่ยังไม่เคยได้งานแรกอาจติดอยู่หน้าประตูที่ไม่มีใครเปิดให้เข้าไปลองผิดลองถูกเลย วิกฤตแรงงาน AI จึงไม่ใช่ภาพคนตกงานพร้อมกัน แต่เป็นการปิดทางขึ้นบันไดขั้นแรกของคนรุ่นใหม่มากกว่า
จาก “ใช้ไม่เป็น” สู่ “ต้องพูดให้เก่ง”: แรงกดดันใหม่ในห้องสัมภาษณ์งาน
ในระดับปัจเจก วิกฤตที่จับต้องได้ที่สุดของตลาดแรงงาน AI คือแรงกดดันทางวัฒนธรรมการทำงาน ผู้สมัครงานเริ่มรู้ว่าหากตอบว่าไม่ใช้ AI หรือไม่สนใจเทคโนโลยีนี้ โอกาสได้งานอาจหายไปทันที หลายองค์กรเริ่มมองว่าทักษะ AI ใหม่ไม่ใช่แค่ส่วนเสริม แต่เป็นเงื่อนไขเงียบๆ ในการพิจารณารับคน As employers embrace AI and look for workers with experience using it ผู้สมัครงานจำนวนหนึ่งสะท้อนว่าพวกเขารู้สึกถูกกดดันให้แสดงความตื่นเต้นต่อเทคโนโลยีนี้ แม้ในใจจะยังมีข้อกังวลทั้งเรื่องข้อจำกัดและผลกระทบทางสังคมก็ตาม
กรณีของ Felisha Case ที่ถูกเลิกจ้างจากตำแหน่ง Program Manager และต้องมาเจอคำถามซ้ำๆ ในทุกสัมภาษณ์ว่านำ AI ไปใช้ในงานเดิมอย่างไร ทั้งที่องค์กรเก่าพึ่งเริ่มผลักดันให้ใช้ไม่นานก่อนเธอออก เป็นตัวอย่างชัดเจนว่าตลาดแรงงานคาดหวังเรื่อง AI มากกว่าโครงสร้างจริงในที่ทำงานเดิมด้วยซ้ำ ผู้จัดหางานรายหนึ่งอธิบายว่านายจ้างอยากฟังตัวอย่างชัดเจนว่าเคยใช้ AI แก้ปัญหาหรือทำงานให้ลื่นไหลขึ้นอย่างไร ไม่ใช่แค่บอกว่าเคยเปิดใช้ คนทำงานจึงไม่เพียงต้องเรียนรู้เครื่องมือ แต่ยังต้องเรียนรู้ “การเล่าเรื่อง AI” ให้ฟังดูน่าเชื่อถือด้วย
นิยามใหม่ของคนทำงาน: ไม่ใช่แค่ไม่ตกงาน แต่ต้อง “พูดภาษา AI” ให้ได้
เมื่อ AI ยังไม่ทำให้เกิดการเลิกจ้างมหาศาล วิกฤตแรงงาน AI ในตอนนี้จึงเป็นวิกฤตเชิงคุณภาพมากกว่าปริมาณ คือเปลี่ยนมาตรฐานว่าคนทำงานที่ “รับได้” ในตลาดต้องเป็นใคร งานจำนวนมากเริ่มกำหนดทักษะ AI เป็นเกณฑ์พื้นฐาน นายจ้างอยากเห็นว่าเราใช้ AI เป็นส่วนหนึ่งของงานได้ โดยไม่งอมืองอเท้าให้ระบบอัตโนมัติทำแทนทุกอย่าง ผู้เชี่ยวชาญด้านการจัดหางานคนหนึ่งย้ำว่านายจ้างสนใจตัวอย่างการใช้ AI เพื่อแก้ปัญหาและปรับปรุงกระบวนการ มากกว่าการพึ่ง AI แบบเบ็ดเสร็จ
ด้านผู้เชี่ยวชาญการเงินและการลงทุนมองตรงกันว่า สำหรับคนทำงาน การเพิ่มทักษะด้าน AI ให้ใช้ได้มากกว่าแค่ Chatbot เป็นสิ่งที่หลีกเลี่ยงได้ยาก เพราะตลาดแรงงานกำลังเปลี่ยนไปตามเทคโนโลยี ขณะเดียวกัน คลื่นลงทุนใน Chip Memory และ Cyber Security ยังถูกคาดว่าจะเดินหน้าต่อไปในช่วงปีนี้ถึงกลางปีหน้า และ Humanoid อาจกลายเป็นธีมสำคัญในระยะกลาง แม้หุ่นยนต์ลักษณะนี้ยังห่างจากจุดที่ทำงานแทนมนุษย์ได้เต็มรูปแบบก็ตาม นั่นหมายความว่าแรงเหวี่ยงของ AI ต่อโครงสร้างอาชีพยังไม่จบ และมาตรฐานทักษะขั้นต่ำของแรงงานจะถูกยกขึ้นเรื่อยๆ
บทสรุป: วิกฤตที่ไม่ใช่การตกงานหมู่ แต่คือการไม่ถูกให้เริ่ม
ถ้าต้องสรุปสั้นๆ ตอนนี้ AI ยังไม่ฆ่างาน แต่มันกำลังคัดคนออกจากโอกาสตั้งแต่หน้าประตู วิกฤตแรงงาน AI ที่เราเห็นจึงมีสามชั้น ชั้นแรกคือโครงสร้างใหญ่ที่แสดงให้เห็นว่า AI ยังเป็นผู้สร้างงานสุทธิ ผ่านการลงทุนโครงสร้างพื้นฐานและตำแหน่งงานใหม่กว่า 1,000,000 ตำแหน่งเมื่อเทียบกับการปลดพนักงานที่เกี่ยวกับ AI ราว 200,000 ตำแหน่ง ชั้นที่สองคือระดับตำแหน่งงาน ที่ทำให้งานแรก หายไปจากมือคนรุ่นใหม่ โดยเฉพาะในสายจูเนียร์และงานซ้ำๆ ที่ถูกระบบอัตโนมัติรับช่วงไป ชั้นสุดท้ายคือระดับบุคคล ที่คนหางานถูกบังคับให้แสดงความตื่นเต้นกับ AI ในห้องสัมภาษณ์ แม้ในใจจะยังไม่แน่ใจก็ตาม
สำหรับผู้อ่าน จุดยืนที่ควรมีต่อ AI ไม่ใช่การหลบเลี่ยงด้วยความกลัว หรือหลงเชื่อวาทกรรมว่ามันคือคำตอบวิเศษทุกอย่าง แต่คือการยอมรับว่าเกมเปลี่ยนแล้ว และกติกาใหม่คือทุกคนต้องพูดภาษา AI ให้ได้ในระดับหนึ่ง ใครที่มองเห็นภาพนี้เร็ว ปรับตัวเร็ว และใช้เทคโนโลยีเป็น “คันโยก” เพิ่มคุณค่าให้ตัวเอง แทนที่จะรอให้มันมาทำแทนงานทั้งหมด จะเป็นคนที่มีอำนาจเลือกงานและเส้นทางอาชีพมากกว่าคนอื่น ขณะที่สังคมและภาครัฐควรเริ่มคิดอย่างจริงจังว่าจะออกแบบระบบการศึกษาและโอกาสฝึกงานรูปแบบใหม่อย่างไร เพื่อชดเชย “งานแรก” ที่กำลังหายไป ก่อนที่วิกฤตนี้จะลุกลามกลายเป็นปัญหาเชิงโครงสร้างระยะยาว
