ช่องว่างทักษะ AI กำลังแยกค่าแรงคนทำงานออกเป็นสองโลก

ช่องว่างทักษะ AI คืออะไร และทำไมมันกลายเป็นช่องว่างรายได้

ช่องว่างทักษะ AI คือความต่างระหว่างความต้องการคนที่ใช้ปัญญาประดิษฐ์ได้กับจำนวนแรงงานที่มีทักษะนี้ในตลาดแรงงาน ความต่างนี้ไม่ได้หยุดอยู่ที่ทักษะอย่างเดียว แต่ลามไปเป็นช่องว่างรายได้ โอกาสเติบโตในอาชีพ และความมั่นคงทางงาน เมื่อ AI ถูกใช้ในงานทั่วไปมากขึ้น คนที่ใช้เป็นจะได้ทำงานประเภทเดียวกันแต่ได้ค่าตอบแทนสูงกว่า ขณะที่คนที่ใช้ไม่เป็นเสี่ยงถูกลดบทบาทหรือถูกแทนที่จากทีมงานเดียวกัน

การมาของ AI สร้างแรงสั่นสะเทือนครั้งใหญ่ให้ตลาดงาน เพราะคำถามสำคัญไม่ใช่ว่า AI จะมาแตะงานของเราหรือไม่ แต่คือเราจะเป็นคนในทีมที่รู้วิธีใช้มัน หรือเป็นคนที่ยืนดูเพื่อนร่วมงานใช้มันแทนเรา ช่องว่างทักษะ AI ที่เคยเป็นเรื่องไกลตัวจึงกลายเป็นช่องว่างรายได้ที่จับต้องได้ และกำลังลากเส้นแบ่งแรงงานเป็นสองฝั่งอย่างชัดเจน

พรีเมียมเงินเดือน AI และความไม่เท่าเทียมระหว่างเพศ

เมื่อทักษะ AI ขาดแคลน ตลาดก็ยอมจ่ายพรีเมียมเงินเดือน AI สูงกว่าตำแหน่งแบบเดียวกันที่ไม่มีทักษะนี้อย่างเห็นได้ชัด งานที่ต้องใช้ทักษะ AI เติบโตเร็วกว่าตลาดงานรวมหลายเท่า และค่าตอบแทนเฉลี่ยของตำแหน่งที่ต้องใช้ AI ก็สูงกว่างานที่ไม่ใช้ AI อย่างชัดเจน นี่คือการรีราคาแรงงานครั้งใหญ่ที่ยกคุณค่าของทักษะหนึ่งทักษะขึ้นเหนือใบปริญญาระดับสูง

ปัญหาคือคนที่ได้ประโยชน์กลับไม่ได้กระจายเท่าเทียม ผู้หญิงมีสัดส่วนเพียง 26% ของการจ้างงานในตำแหน่งที่ต้องใช้ทักษะ AI แม้จะมีสัดส่วนครึ่งหนึ่งในงานที่ไม่เกี่ยวกับ AI กล่าวอีกแบบคือ ในขณะที่งานสาย AI กลายเป็นโอกาสรายได้สูง ผู้หญิงถูกกันออกจากโอกาสเหล่านี้ตั้งแต่ด่านการจ้างงาน ส่งผลให้ช่องว่างทักษะ AI กลายเป็นความไม่เท่าเทียมทางเศรษฐกิจระหว่างเพศที่ลึกขึ้นกว่าเดิม

AI ใช้กันกว้างแต่ตื้น และแรงงานกำลังแตกออกเป็นสองฝั่ง

หลายคนคิดว่า AI ยังไกลตัว แต่ข้อมูลสะท้อนอีกภาพ นักเศรษฐศาสตร์พบว่า AI รุ่นสร้างสรรค์เข้าไปแตะแล้วถึง 80% ของอาชีพและมากกว่า 40% ของงานย่อยในอาชีพเหล่านั้น ทว่าในส่วนใหญ่ กลับมีคนเพียงส่วนน้อยของแต่ละอาชีพที่นำ AI มาใช้จริง ทำให้การยอมรับ AI มีลักษณะ “กว้างแต่ตื้น” และมีเพียงไม่กี่งานที่เห็นอัตราการใช้ในระดับสูงจริง

เมื่อมองจากมุมแรงงาน ช่องว่างทักษะ AI จึงไม่ใช่เส้นแบ่งระหว่างอาชีพเทคนิคกับอาชีพอื่น แต่ผ่ากลางงานธรรมดาทุกประเภท คำถามคือในทีมเดียวกัน ใครคือคนที่ใช้ AI ทำงานได้ และใครคือคนที่ปล่อยให้คนอื่นใช้แทน ขณะเดียวกัน คนจำนวนมากใช้ AI ในชีวิตส่วนตัวแต่ไม่ได้ใช้กับงาน โดยมีผู้ใหญ่ช่วงวัยทำงานที่ใช้ AI เพื่อเหตุผลอื่นนอกงานมากกว่าครึ่ง และเกือบครึ่งหนึ่งใช้ AI เพื่อการทำงานโดยตรง สิ่งเหล่านี้กำลังปั้นแรงงานสองแบบในตลาดเดียวกัน ทั้งที่ทำงานคล้ายกันแต่เส้นทางรายได้และโอกาสเติบโตต่างกัน

ความกังวลของพนักงาน และบทเรียนเรื่องการใช้ AI ให้ดีจริง

ในสายตาองค์กร AI คือทางเพิ่มผลผลิตและลดต้นทุน แต่ในสายตาพนักงานจำนวนมาก AI กลับผูกกับความกลัวเรื่องงานจะหายไป ความกดดันให้ต้องเรียนรู้เครื่องมือใหม่ และความเหนื่อยล้าทางจิตใจ งานวิจัยหนึ่งแยกความเห็นเชิงลบของพนักงานต่อ AI ออกเป็นแปดกลุ่ม ทั้งความรู้สึกว่า AI จะมาแย่งงาน การถูกบังคับให้ใช้ การทำให้เสียสมาธิจากงานหลัก การสร้างความแตกแยกในที่ทำงาน องค์กรตามเทคโนโลยีไม่ทัน การคาดหวังเกินจริง การกลัวว่าธุรกิจจะถูกแทนที่ และการไม่ได้รับเครื่องมือกับการสนับสนุนที่เพียงพอ

เสียงวิจารณ์เหล่านี้สะท้อนจุดอ่อนสำคัญขององค์กรยุค AI คือการใช้ตัวเลขการใช้ AI เป็นตัวชี้วัดความสำเร็จเพียงอย่างเดียว ทั้งที่การใช้เยอะไม่ได้แปลว่าใช้ได้ดี นักเศรษฐศาสตร์เตือนว่า การวัดเพียงว่า AI ถูกนำมาใช้มากแค่ไหนอาจไม่สะท้อนคุณภาพการใช้เลย นักวิจัยอีกกลุ่มชี้ว่าควรสนใจว่าทำไมบางคนในอาชีพเดียวกันเลือกใช้ AI ขณะที่บางคนไม่ใช้ เพราะจุดนั้นต่างหากที่อธิบายได้ว่าทำไมช่องว่างทักษะ AI จึงยังขยายตัวอยู่

เมื่อความรู้กลายเป็นของถูก สิ่งที่ต้องสอนใหม่คือการคิดและรสมือ

เมื่อ AI ทำงานด้านความรู้ได้เร็วและแม่นกว่าคนส่วนใหญ่ ระบบการศึกษาแบบเดิมที่เน้นยัดเนื้อหาเข้าสมองนักเรียนย่อมเดินต่อไปไม่ได้อีก ช่องว่างทักษะ AI ทำให้เห็นชัดว่าคนที่ได้ค่าตอบแทนสูงไม่ใช่คนที่จำเนื้อหาได้มากที่สุด แต่คือคนที่ใช้เครื่องมือ AI แปลเนื้อหาเหล่านั้นเป็นงานที่มีคุณภาพ มีมุมคิดเฉพาะตัว และตอบโจทย์ผู้ใช้จริง Hard skill หลายอย่างที่เคยเป็นข้อได้เปรียบในตลาดงานกำลังกลายเป็นสิ่งที่ซื้อได้ด้วยเงินผ่านเครื่องมือ AI ขณะที่ทักษะที่ทำให้มนุษย์ยังขาดไม่ได้คือการคิดเชิงวิจารณญาณ การจัดการความขัดแย้ง การสื่อสาร และความเข้าใจผู้อื่นอย่างลึกซึ้ง

ในโลกที่โมเดล AI กลายเป็นวัตถุดิบระดับพรีเมียม สิ่งที่แยกคนเก่งออกจากคนธรรมดาไม่ใช่แค่การถามคำถามกับ AI ได้เก่ง แต่คือรสมือหรือ product taste และความสามารถมองเห็นความรู้สึกของผู้ใช้ รสมือคือความสามารถในการตัดสินว่าผลลัพธ์แบบไหนดีพอ แบบไหนมีบุคลิก และแบบไหนตอบโจทย์ตลาด ซึ่งเป็นสิ่งที่ AI ยังเลียนแบบได้ไม่ครบ ผู้เชี่ยวชาญด้านผลิตภัณฑ์ชี้ว่าตัวแปรที่เหลืออยู่คือ taste และ empathy ที่ระบบอัตโนมัติยังทำแทนไม่ได้ ถ้าระบบการศึกษายังหมกมุ่นกับการสอนเนื้อหาแทนที่จะฝึก taste และ critical thinking เรากำลังผลิตบัณฑิตที่พร้อมถูก AI แทนที่ มากกว่าพร้อมใช้ AI เพื่อสร้างคุณค่าใหม่ให้ตัวเอง