AI แทนที่งานเร็วกว่าบริษัทจะฝึกคนใหม่ทันหรือไม่

AI แทนที่งานคืออะไร และทำไมต้องสนใจตอนนี้

AI แทนที่งาน คือกระบวนการที่องค์กรนำระบบปัญญาประดิษฐ์เข้ามาทำงานซ้ำซาก งานประมวลผลข้อมูล และงานวิเคราะห์มาตรฐาน แทนที่แรงงานมนุษย์บางส่วน เพื่อหวังลดต้นทุน เพิ่มความเร็ว และลดข้อผิดพลาด ส่งผลให้โครงสร้างตำแหน่งงานเปลี่ยนไป เกิดการสูญเสียงานจากเทคโนโลยีในระดับที่ไม่เท่ากันในแต่ละสายอาชีพ และสร้างความเสี่ยงด้านการจ้างงานทั้งต่อพนักงานใหม่และพนักงานระดับเริ่มต้นในหลายองค์กร

สัญญาณชัดเจนอย่างหนึ่งคือคำยอมรับจากผู้บริหารการเงินของบริษัทผู้พัฒนา AI รายใหญ่ ว่าระบบ AI ในองค์กรกำลังลดความจำเป็นต้องใช้คนในงานบางประเภท โดยเฉพาะงานที่มีลักษณะซ้ำซากและเน้นขั้นตอนมากกว่าการใช้ดุลยพินิจเชิงลึก ในทางเดียวกัน นักวิจัย AI ชั้นนำอีกกลุ่มกลับออกมาเตือนถึงผลกระทบด้านการจ้างงานที่รุนแรงกว่านั้นมาก ทำให้วันนี้เราไม่ได้แค่ถกเถียงว่า AI จะมาเมื่อไร แต่ต้องถามตรงๆ ว่าใครจะถูกแทนที่ก่อน และใครจะได้ประโยชน์

กรณีศึกษา OpenAI เมื่อ AI ทำรายการตรวจเครดิตแทนคน

ตัวอย่างที่ทำให้ภาพของ AI แทนที่งานจับต้องได้ คือคำอธิบายจาก Sarah Friar ประธานเจ้าหน้าที่การเงินของผู้พัฒนา AI รายใหญ่ ที่เล่าว่าทีมการเงินของเธอใช้ผลิตภัณฑ์ AI ภายในเพื่อลดจำนวนคนที่ต้องใช้ในบางงานอย่างชัดเจน เธอยอมรับตรงไปตรงมาว่า AI กำลังลดความจำเป็นของแรงงานบางส่วน แต่เน้นว่าคือกลุ่มงานที่เธอเองก็ไม่มองว่าเป็นงานที่ดีนัก เช่น งานตรวจสอบเครดิตจำนวนมากที่ต้องทำซ้ำตลอดทั้งปี

Friar อธิบายว่างานตรวจสอบเครดิตรอบปีก่อนมีจำนวนราว 2,800 รายการ และเป็นงานที่เธอนิยามว่าเป็นงานจำเจที่เหมาะจะให้โมเดลอัจฉริยะทำแทนมากกว่าการให้นักวิเคราะห์ระดับเริ่มต้นมานั่งทำทีละรายการ เธอมองว่าการให้โมเดลจัดการงานแบบนี้ช่วยเปิดโอกาสให้คนไปทำงานที่ต้องใช้ความคิดที่ขอบองค์กรมากขึ้น และยังเชื่อว่าระบบ AI สามารถทำงานซ้ำซากเหล่านี้ได้ในระดับที่แม่นยำและมีขนาดรองรับมากกว่าเดิม ทำให้เธอสรุปว่านี่คือผลตอบแทนที่ดีสำหรับผู้บริหารการเงิน

เสียงเตือนจากนักวิจัย AI กับช่องว่างจากมุมมององค์กร

แม้ผู้บริหารองค์กรจะเล่าเรื่อง AI ในกรอบของการเพิ่มประสิทธิภาพและลดงานซ้ำซาก แต่ในอีกด้านหนึ่ง นักวิจัย AI ระดับแถวหน้ากำลังพูดถึงการสูญเสียงานจากเทคโนโลยีในระดับที่ใหญ่กว่านั้นมาก คำเตือนจาก Dario Amodei ว่า AI อาจกำจัดได้ถึงครึ่งหนึ่งของงานสายป้อนข้อมูลและงานสำนักงานระดับเริ่มต้น ถูก Geoffrey Hinton สนับสนุนว่ามีแนวโน้มเป็นจริง เสียงเหล่านี้ชี้ตรงไปที่ความเสี่ยงด้านการจ้างงานระยะกลาง มากกว่าจะมองว่าเป็นการโยกย้ายงานเล็กน้อย

พร้อมกันนั้น Amodei ยังเตือนว่า AI แบบที่พัฒนาตัวเองได้อาจควบคุมอินเทอร์เน็ตทั้งระบบได้ในอนาคตหากไม่มีการกำกับ และถึงขั้นเรียกร้องให้ชะลอการพัฒนา รวมทั้งเชิญผู้ตรวจสอบจากภายนอกเข้ามาตรวจการดำเนินงานของบริษัทตนเอง การเคลื่อนไหวนี้สร้างแรงกดดันทางศีลธรรมต่อผู้เล่นรายอื่น และทำให้ Sam Altman ผู้บริหารอีกฝั่งประกาศเดินตามแนวทางคล้ายกันในเวลาสั้นๆ ช่องว่างจึงชัดเจนระหว่างฝ่ายวิจัยที่กังวลเรื่องความปลอดภัยของ AI กับฝ่ายธุรกิจที่เน้นประสิทธิภาพและต้นทุน

เมื่อโมเดลเก่งขึ้นเร็ว กรอบเวลาในการปรับตัวของคนยิ่งสั้นลง

บริบทที่ทำให้ความกังวลเรื่อง AI แทนที่งานยิ่งทวีคูณ คือความเร็วของพัฒนาการโมเดล AI เอง ในช่วงไม่กี่ปีที่ผ่านมา โมเดลที่ครั้งหนึ่งยังทำคณิตศาสตร์พื้นฐานไม่ได้ กลายเป็นโมเดลรุ่นใหม่ที่เชี่ยวชาญคณิตศาสตร์ขั้นสูงในระดับที่เกินความสามารถของผู้เชี่ยวชาญส่วนใหญ่แล้ว หากเรามองคณิตศาสตร์เป็นภาษาหลักของวิทยาศาสตร์และเทคโนโลยี นั่นหมายถึง AI กำลังปีนขึ้นสู่ชั้นงานที่ซับซ้อน มากกว่าจำกัดอยู่เพียงงานเอกสารซ้ำซาก

Hinton ย้ำว่าเทคโนโลยีนี้ยังอยู่ช่วงเริ่มต้น และกำลังพัฒนาเร็วมาก ข้อความนี้อาจแปลได้สองแบบ สำหรับธุรกิจคือโอกาสในการใช้ระบบ AI ในองค์กรเพื่อเพิ่มความได้เปรียบทางการแข่งขัน แต่สำหรับแรงงานคือการบีบเวลาในการเรียนรู้ทักษะใหม่ การฝึกอบรมภายในองค์กรที่เคยใช้เวลานานหลายปีอาจไม่ทันจังหวะการเปลี่ยนแปลงของโมเดล AI ที่อัปเดตได้เป็นรายเดือน สิ่งนี้ทำให้ความเสี่ยงด้านการจ้างงานกลายเป็นเรื่องของจังหวะเวลา ไม่ใช่เพียงจำนวนตำแหน่งที่หายไป

บทสรุปสำหรับผู้นำองค์กรและแรงงาน เมื่อ AI แทนที่งานจริงแล้ว

ภาพรวมจากคำให้สัมภาษณ์และคำเตือนต่างๆ สะท้อนว่าระบบ AI ในองค์กรไม่ได้เป็นเรื่องสมมุติอีกต่อไป AI แทนที่งานบางประเภทแล้ว โดยเฉพาะงานซ้ำซากและงานวิเคราะห์มาตรฐาน ขณะที่ผู้บริหารการเงินมองเห็นผลตอบแทนจากการลดต้นทุนและเพิ่มความแม่นยำ นักวิจัยจำนวนหนึ่งกลับเห็นเงาที่ใหญ่กว่าของการสูญเสียงานจากเทคโนโลยีและความเสี่ยงด้านความปลอดภัยในระดับโครงสร้าง

ในทางปฏิบัติ ผู้นำองค์กรจึงควรถามมากกว่าคำถามว่า AI ลดค่าใช้จ่ายได้แค่ไหน แต่ต้องถามว่าองค์กรจะรับผิดชอบต่อแรงงานอย่างไรในช่วงรอยต่อ ขณะเดียวกันแรงงานเองต้องอ่านเกมให้ออกว่า งานใดมีแนวโน้มถูกแทนที่เร็วที่สุด และงานใดต้องการวิจารณญาณและความเข้าใจเชิงมนุษย์ที่ยากต่อการคัดลอกด้วยโมเดล ถ้า AI กำลังวิ่งเร็วกว่าระบบฝึกคนใหม่ สิ่งที่ควรเกิดขึ้นไม่ใช่การหยุดเทคโนโลยี แต่คือการเร่งออกแบบสัญญาสังคมใหม่ระหว่างทุน เทคโนโลยี และแรงงาน