เหตุผลที่ฉันไม่กังวลเรื่องการสูญเสียงานจาก AI

• ท่ามกลางการที่บทความของ Matt Shumer เรื่อง "Something Big Is Happening" มียอดเข้าชมราว 100 ล้านครั้ง และความหวาดกลัวของสาธารณะต่อภัยคุกคามของ AI ต่อการจ้างงานกำลังแพร่กระจายอย่างรวดเร็ว บทความนี้โต้แย้งมุมมองดังกล่าว
• การที่ AI เข้ามาแทนที่แรงงานมนุษย์ไม่ใช่เรื่องของ ความได้เปรียบโดยสมบูรณ์ (absolute advantage) แต่เป็นเรื่องของ ความได้เปรียบเชิงเปรียบเทียบ (comparative advantage) และตราบใดที่ ผลผลิตรวมของมนุษย์+AI ยังมากกว่า AI ล้วน แรงงานมนุษย์ก็ยังคงมีความหมายทางเศรษฐกิจ
• โครงสร้างคอขวดที่มนุษย์สร้างขึ้น เช่น กฎระเบียบ วัฒนธรรมองค์กร ระบบราชการ และการต่อต้านการเปลี่ยนแปลง คือปัจจัยหลักที่จำกัดการทำงานอัตโนมัติอย่างรวดเร็วและการแทนที่แรงงานด้วย AI
• ผ่านมา 6 ปีนับจากการเปิดตัว GPT-3 และ 3 ปีหลัง GPT-4 แต่ก็ยังไม่เกิดการว่างงานครั้งใหญ่ ซึ่งชี้ว่า ปัจจัยจำกัดไม่ใช่การขาดสติปัญญา แต่คือโครงสร้างคอขวด
• ยิ่ง AI เพิ่มผลิตภาพมากขึ้น ก็ยิ่งมีโอกาสที่ อุปสงค์ต่อแรงงานมนุษย์จะเพิ่มขึ้นด้วยตามความยืดหยุ่นของอุปสงค์ (Jevons paradox)
• การปลุกปั่นความกลัว AI อาจนำไปสู่ กระแสต่อต้านแบบประชานิยมที่จำกัดการพัฒนา AI เช่น การห้ามสร้างดาต้าเซ็นเตอร์ หรือการรับประกันการจ้างงานตลอดชีวิต ซึ่งในระยะยาวอาจเป็นความเสี่ยงที่ใหญ่กว่า
• การเปลี่ยนแปลงทางเศรษฐกิจจาก AI มีแนวโน้มจะเป็น การเปลี่ยนผ่านแบบค่อยเป็นค่อยไปและไม่เท่ากัน มากกว่าจะเป็นแรงกระแทกฉับพลันแบบ COVID-19 และคนทั่วไปควรตอบสนองด้วย การปรับตัวและการทำงานร่วมกัน มากกว่าความวิตกเกินเหตุ

---

การแพร่ไวรัลของบทความ Matt Shumer และการกระจายของความกลัว AI

• Matt Shumer โพสต์บทความบน Twitter ชื่อว่า "Something Big Is Happening - มีบางอย่างใหญ่กำลังเกิดขึ้น" และ ณ เวลาที่เขียนมียอดเข้าชมประมาณ 100 ล้านครั้ง
• นักวิจารณ์สายอนุรักษนิยม Matt Walsh เรียกมันว่า “บทความที่ดีมากจริง ๆ” ขณะที่นักวิจารณ์สายก้าวหน้า Mehdi Hasan บอกว่าเป็น “บทความที่สำคัญที่สุดของวันนี้ ของสัปดาห์นี้ ของเดือนนี้” ทำให้มัน แพร่กระจายข้ามแนวคิดทางการเมือง
• มีหลายกรณีที่พ่อแม่ พี่น้อง หรือเพื่อนส่งบทความนี้ต่อโดยแทบไม่ต้องอธิบายอะไร และมันอาจกลายเป็น บทความยาวที่มีคนอ่านมากที่สุดของปีนี้
• ก่อนหน้านี้ สำหรับหลายคน AI ยังเป็นเพียงเครื่องมือระดับ ChatGPT ฟรี แต่ตอนนี้เป็นช่วงที่ผู้คนเริ่มรับรู้ถึง อิทธิพลมหาศาล ที่ AI จะมีต่อโลก
• แม้แต่ The Atlantic และ Bernie Sanders ก็พูดถึงการสูญเสียงานจาก AI อย่างเปิดเผย และ Matt Walsh กล่าวว่า “AI จะทำให้งานหลายล้านตำแหน่งหายไป และ หิมะถล่มได้เริ่มขึ้นแล้ว”
• บทความของ Shumer เปรียบสถานการณ์ปัจจุบันกับ ช่วงก่อน COVID ระบาดหนักในเดือนกุมภาพันธ์ 2020 และอ้างว่า AI จะสร้างแรงกระแทกรุนแรงต่อชีวิตของคนทั่วไปในไม่ช้า
• แม้เนื้อหาส่วนใหญ่ของบทความจะถูก สร้างโดย AI และ Shumer ก็ยอมรับเอง แต่ด้วยจังหวะเวลาและการวางตำแหน่งที่พอเหมาะจึงทำให้มันแพร่กระจายอย่างรุนแรง

ข้อโต้แย้งพื้นฐานต่อบทความนั้น

• สถานการณ์ตอนนี้ไม่เหมือนเดือนกุมภาพันธ์ 2020 ของ COVID และ คนทั่วไปไม่มีเหตุผลที่จะต้องเผชิญภัยคุกคามใหญ่จาก AI ในทันที
• การคาดการณ์เรื่องการว่างงานครั้งใหญ่ในอีกไม่กี่เดือน โลกเปลี่ยนฉับพลัน หรือ “หิมะถล่ม” นั้น ขาดหลักฐานรองรับในความเป็นจริง
• AI อาจเทียบได้กับไฟฟ้าหรือเครื่องจักรไอน้ำ หรืออาจเป็น สิ่งประดิษฐ์ที่สำคัญที่สุดในประวัติศาสตร์มนุษย์ แต่ไม่ได้หมายความว่าจะนำไปสู่การว่างงานจำนวนมากหรือการหายไปอย่างรวดเร็วของงานใช้ความคิด
• ผลกระทบทางเศรษฐกิจที่แท้จริงของ AI มีแนวโน้มจะเกิดขึ้น ช้ากว่าและไม่เท่ากันมากกว่าที่ผู้คนจินตนาการ และแม้ไม่ใช้เครื่องมือ AI ทุกวัน ชีวิตของคนทั่วไปก็ไม่น่าจะสั่นคลอนมากนัก

การแทนที่แรงงานยากกว่าที่คิดมาก

• แก่นของการแทนที่แรงงานคือ ไม่ใช่ความได้เปรียบโดยสมบูรณ์ (absolute advantage) แต่คือความได้เปรียบเชิงเปรียบเทียบ (comparative advantage)
• ต่อให้ AI เก่งกว่ามนุษย์ในงานเดี่ยว ๆ หาก ผลผลิตรวมของมนุษย์+AI สูงกว่า AI เพียงลำพัง แรงงานมนุษย์ก็ยังมีความหมายทางเศรษฐกิจ
• แม้แต่ในวงการซอฟต์แวร์ปัจจุบัน การทำงานร่วมกันระหว่างมนุษย์กับ AI หรือโมเดลแบบ “ไซบอร์ก” ก็ยังสร้างผลลัพธ์ได้ดีกว่า AI เดี่ยว
  • ยังคงต้องมี บทบาทในการส่งต่อความต้องการของผู้ใช้ บริษัท และลูกค้าให้ coding agent อย่างเฉพาะเจาะจง
• มีข้อมูลว่าภายใน 12 เดือนหลัง Claude Code เปิดตัว ประกาศรับสมัครวิศวกรซอฟต์แวร์เพิ่มขึ้น
• ยิ่งความสามารถของ AI พัฒนาเร็ว ความเสริมกันอาจค่อย ๆ ลดลงได้ แต่การไปถึง corner solution ที่ AI เหนือกว่ามนุษย์อย่างเด็ดขาดในทุกงานทุกเงื่อนไขนั้นมีโอกาสเกิดขึ้นจริงต่ำ
• ความสัมพันธ์ระหว่างมนุษย์กับ AI จึงใกล้เคียงกับการเข้าใกล้การแทนที่แบบค่อยเป็นค่อยไป มากกว่าจะเป็นการแทนที่อย่างสมบูรณ์ และความเสริมกันเชิงปฏิบัติระหว่างทั้งสองจะ คงอยู่นานกว่าที่ผู้คนคิดมาก

คอขวดคือสิ่งที่ครอบงำทุกอย่าง

• ในแทบทุกสาขา ความไร้ประสิทธิภาพมักถูกประเมินต่ำเกินไป และส่วนใหญ่เป็น โครงสร้างคอขวดที่มาจากธรรมชาติของมนุษย์
• ตัวอย่างของคอขวด ได้แก่ กฎหมายและกฎระเบียบ วัฒนธรรมองค์กร ความรู้ท้องถิ่นโดยปริยาย การแข่งขันระหว่างบุคคล จารีตของวิชาชีพ การเมืองในองค์กร การเมืองระดับชาติ ลำดับชั้นที่แข็งตัว ระบบราชการ ความชอบของมนุษย์ที่จะทำงานร่วมกับมนุษย์คนอื่น ความเอนเอียงในการชอบมนุษย์บางคน ความยึดติดกับเรื่องเล่าและแบรนด์ ความแปรปรวนของรสนิยมมนุษย์ และ ข้อจำกัดของความเข้าใจของมนุษย์
• คอขวดที่ทรงพลังที่สุดคือ การต่อต้านการเปลี่ยนแปลงของมนุษย์ หรือแนวโน้มที่จะไม่อยากเปลี่ยนวิธีเดิม
• กระบวนการผลิตถูกกำหนดโดยองค์ประกอบที่ไร้ประสิทธิภาพที่สุด และ ยิ่งประสิทธิภาพสูงขึ้น ผลจำกัดจากองค์ประกอบที่ไร้ประสิทธิภาพก็ยิ่งเด่นชัดขึ้น
• เทคโนโลยีจะค่อย ๆ กัดเซาะคอขวดในระยะยาว แต่เป็น กระบวนการค่อยเป็นค่อยไป เหมือนสายน้ำที่กัดหินเป็นเวลานาน
  • ในต้นศตวรรษที่ 20 ไฟฟ้าต้องใช้เวลา หลายสิบปี กว่าจะเอาชนะเครื่องจักรโรงงานแบบเก่าและแนวปฏิบัติการบริหารที่อนุรักษนิยมได้
  • ประวัติศาสตร์ยืนยันว่าต้องใช้เวลาพอสมควรกว่าไฟฟ้าจะเปลี่ยนเป็นการเพิ่มผลิตภาพจริง
• AI อาจแพร่กระจายได้เร็วกว่าไฟฟ้าด้วยคุณลักษณะเชิงเอเจนต์ แต่ ตัวคอขวดเองก็ยังเป็นข้อจำกัดจริงอยู่ดี

ทำไมการแทนที่แรงงานครั้งใหญ่จึงยังไม่เกิดขึ้น

• หากเมื่อ 10 ปีก่อนได้ยินว่าความสามารถจะมาถึงระดับ GPT 5.2 และ Claude Opus 4.6 ในวันนี้ ก็น่าจะคาดว่าการว่างงานครั้งใหญ่จะเกิดขึ้น
• แค่เห็น GPT-4 ก็อาจทำให้คิดว่าอย่างน้อยใน 12–24 เดือน อุตสาหกรรมบริการลูกค้าผ่านเอาต์ซอร์ส น่าจะถูกทำให้อัตโนมัติไปมากแล้ว
• แต่แม้ผ่านไป 6 ปีหลัง GPT-3 และ 3 ปีหลัง GPT-4 ก็ยัง ไม่พบการปลดพนักงานจำนวนมากจาก AI
  • แม้แต่ในงานบริการลูกค้าผ่านเอาต์ซอร์สซึ่งดูเหมือนจะทำอัตโนมัติได้ง่ายที่สุด ก็ยังไม่มีกรณีเลิกจ้างครั้งใหญ่ให้เห็น
• สิ่งที่เกิดขึ้นจริงจึงใกล้เคียงกับ กระบวนการแพร่กระจายของเทคโนโลยีอย่างค่อยเป็นค่อยไป มากกว่าการล่มสลายฉับพลัน
• สาเหตุไม่ใช่เพราะโมเดลยังฉลาดไม่พอ — แม้แต่ GPT-3.5 ก็ถือว่าน่าทึ่งมากหากมองจากมาตรฐานปี 2016 และ ตัวสติปัญญาเองไม่ใช่ข้อจำกัดหลัก
• แม้แต่คอลเซ็นเตอร์ก็ยังมีคอขวดหลากหลาย เช่น ภาระตามสัญญา ปัญหาความรับผิด การเชื่อมต่อกับระบบ legacy และจิตวิทยาที่ผู้คนต้องการระบายความไม่พอใจกับมนุษย์อีกคน
• แม้งานที่ดูเรียบง่ายที่สุดก็ยัง ถูกจำกัดด้วยโครงสร้างคอขวด

อุปสงค์ต่อแรงงานมนุษย์ที่ทำหน้าที่เสริมกันอาจเพิ่มขึ้นด้วยซ้ำ

• อุปสงค์ต่อสินค้าและบริการที่มนุษย์ผลิตนั้นโดยทั่วไปมี ความยืดหยุ่นสูง
• ตราบใดที่มนุษย์ยังมีส่วนร่วมในกระบวนการผลิตในฐานะส่วนเสริม การเพิ่มประสิทธิภาพมักจะถูก ดูดซับไปเป็นอุปสงค์ที่เพิ่มขึ้น — หรือ Jevons paradox
  • เมื่อประสิทธิภาพพลังงานสูงขึ้น การบริโภครวมมัก ไม่ลดลงแต่กลับเพิ่มขึ้น
• สังคมสมัยใหม่บริโภคไม่ใช่แค่พลังงาน แต่รวมถึงคอนเทนต์ บริการกฎหมาย และบริการทางธุรกิจหลากหลายประเภทในระดับ มหาศาลจนคนรุ่นก่อนยากจะจินตนาการ
• ซอฟต์แวร์ครอบคลุม “ทุกกิจกรรมที่คอมพิวเตอร์สามารถทำได้” และเป็น พื้นที่ที่มีอุปสงค์แฝงมหาศาล
  • ในทุกช่วงที่ผลิตภาพเพิ่มขึ้น เช่น การเปลี่ยนจากภาษาระดับต่ำไปสู่ภาษาระดับสูง หรือการมาของเฟรมเวิร์กและไลบรารี อุปสงค์ต่อแรงงานด้านวิศวกรรมซอฟต์แวร์ก็ เพิ่มขึ้นอย่างมาก มาโดยตลอด
  • ทุกวันนี้จำนวนวิศวกรซอฟต์แวร์มากกว่าเมื่อ 20–30 ปีก่อนอย่างชัดเจน
• การแพร่หลายของ Claude Code และ Codex เป็นตัวอย่างของเรื่องนี้ — แม้การเขียนโค้ดจะมีประสิทธิภาพขึ้น ผู้คนก็ยัง ทุ่มเวลาและความพยายามกับการพัฒนาซอฟต์แวร์มากขึ้น
• ในช่วงที่มนุษย์และ AI ยังมีความเสริมกัน ก็ยังสามารถมี มุมมองเชิงบวกต่อแรงงานมนุษย์ได้พอสมควร
• ผู้บริโภคจะได้รับ ส่วนเกินผู้บริโภค มาก และแรงงานเองก็มีโอกาสได้รับผลบวกจากผลิตภาพที่เพิ่มขึ้น

ต่อให้ไม่จำเป็นต้องมีงาน มนุษย์ก็จะสร้างงานขึ้นมาเอง

• คอขวดจะค่อย ๆ อ่อนแรงลงตามกาลเวลาและสุดท้ายถูกเอาชนะได้ ดังนั้นความเสริมกันระหว่างมนุษย์กับ AI ในระยะยาวจึงอาจเป็นเหมือน สินทรัพย์ที่เสื่อมลงเรื่อย ๆ (wasting asset) และในที่สุดอาจเข้าใกล้ศูนย์
• แต่การเปลี่ยนผ่านนั้นมีแนวโน้มจะ ยาวนานและค่อยเป็นค่อยไปกว่าที่ผู้คนคิดมาก และเมื่อถึงจุดนั้นเราอาจเข้าสู่ภาวะอุดมสมบูรณ์ที่งานไม่ใช่สิ่งจำเป็นอีกต่อไปแล้ว
• อาจเป็นโลกที่ผู้คนหันไปใช้ชีวิตกับบทกวี คณิตศาสตร์บริสุทธิ์ งานอดิเรกหลากหลาย หรือแม้แต่สร้าง digital god ที่มีช่องว่างด้านสติปัญญาเหนือมนุษย์พอ ๆ กับที่มนุษย์เหนือแมลง
• นับตั้งแต่เกิด ส่วนเกินทางการเกษตร ครั้งแรก มนุษย์ก็ใช้ทรัพยากรมากขึ้นเรื่อย ๆ กับกิจกรรมที่ไม่จำเป็นโดยตรงต่อการอยู่รอด
  • ทุกวันนี้มีการจ้างงานคนจำนวนมากในอาชีพอย่างบาริสตา ครูโยคะ เทรนเนอร์ส่วนตัว ผู้กำกับวิดีโอ โปรดิวเซอร์พอดแคสต์ และสตรีมเมอร์
  • ยิ่งส่วนเกินขยายตัว ผู้คนก็จะยิ่งค้นหาและสร้าง บทบาทและกิจกรรมที่แปลกใหม่และน่าสนใจยิ่งขึ้น

คนทั่วไปน่าจะไม่เป็นไร

• นี่ไม่ได้หมายความว่าทุกอาชีพและทุกคนจะปลอดภัย เพราะย่อมมีคนที่อาจตกงาน มูลค่าทักษะลดลง หรือเผชิญการปรับตัวที่ไม่ต้องการจาก AI
• แต่โดยรวมแล้ว การเปลี่ยนแปลงทางเศรษฐกิจที่ AI นำมามีแนวโน้มจะเกิดขึ้น ช้ากว่าที่คาดมาก
• การเปรียบเทียบกับ COVID เป็นเรื่องเล่าที่ ไม่เหมาะสมอย่างยิ่ง และไม่ตรงกับความเป็นจริง
• สำหรับคนธรรมดาที่ทำงานทั่วไปและ ลงทุนในกองทุนดัชนีแบบกระจายความเสี่ยง ก็มักจะไม่ได้เผชิญความเสี่ยงใหญ่เป็นพิเศษ
  • การเปลี่ยนแปลงจำนวนมากจะค่อย ๆ มาในรูปของการปรับปรุงเล็ก ๆ น้อย ๆ บางอย่างจะแย่ลงจนสัมผัสได้ และอีกจำนวนมากอย่างน่าประหลาดก็จะไม่เปลี่ยนเลย
• การปรับตัวที่จำเป็นมีแนวโน้มจะเกิดขึ้นทีละขั้นตามสถานการณ์ จึง ไม่จำเป็นต้องกังวลมาก

ความเสี่ยงที่แท้จริงเกี่ยวกับ AI: กระแสต่อต้านแบบประชานิยม

• ในอีกไม่กี่ปีข้างหน้าอาจเกิดความปั่นป่วนและความไม่มั่นคงได้ แต่สิ่งนี้อาจมาจาก ปฏิกิริยาทางการเมืองและสังคม มากกว่าผลกระทบทางเศรษฐกิจโดยตรงของเทคโนโลยี
• ไม่ว่าจะตั้งใจหรือไม่ ข้อความจากคนอย่าง Shumer ก็กำลัง ปลุกเร้าความกลัว
• การบอกสาธารณชนว่า “ตอนนี้คือกุมภาพันธ์ 2020 และหิมะถล่มกำลังมา” ไม่เพียงไม่ตรงกับความจริง แต่ยังเป็น การประเมินผิดพลาดอย่างร้ายแรง
• ปฏิกิริยาของสาธารณะเริ่มแสดงให้เห็นถึงความกลัวและความตื่นตระหนก และเรากำลังเข้าสู่ช่วงต้นของ กระแสต่อต้าน AI แบบประชานิยมในวงกว้าง
• เรื่องเล่าว่า “AI แย่งงาน” อาจไม่ได้นำไปสู่การสมัคร ChatGPT Plus มากขึ้น แต่อาจลุกลามเป็น การเคลื่อนไหวกำกับดูแลข้ามพรรคการเมือง เช่น การห้ามสร้างดาต้าเซ็นเตอร์ทั้งหมด การรับประกันการจ้างงานตลอดชีวิต และกฎหมายที่จำกัดการพัฒนาและเผยแพร่เทคโนโลยีซึ่งอาจเพิ่มประสิทธิภาพทางเศรษฐกิจได้
• หากเชื่อว่า AI สามารถนำมาซึ่งผลิตภาพที่สูงขึ้น การเร่งความก้าวหน้าทางการแพทย์และวิทยาศาสตร์ และขั้นใหม่ของอารยธรรม ผลลัพธ์ด้านกฎระเบียบเช่นนี้ก็จะเป็น หายนะต่อสวัสดิภาพของมนุษยชาติ

ประเด็นเสริมเรื่องอุปสงค์ด้านวิศวกรรมซอฟต์แวร์

• การเพิ่มขึ้นของอุปสงค์ด้านวิศวกรรมซอฟต์แวร์อาจไม่ได้แปลว่าจะต้องมี จำนวนวิศวกรซอฟต์แวร์เพิ่มขึ้น เสมอไป
  • เหมือนที่ Excel ไม่ได้แทนที่นักบัญชี แต่แพร่กระจายไปสู่งานสำนักงานทุกประเภท วิศวกรรมซอฟต์แวร์ก็อาจ แทรกซึมเข้าไปในหลากหลายอาชีพ ได้เช่นกัน
• ก็เป็นไปได้เช่นกันว่าการเพิ่มผลิตภาพอาจแซงหน้าการเพิ่มการบริโภคจากอุปสงค์ชักนำในระยะยาว
  • ในกรณีสุดขั้ว ความเสริมกันระหว่างมนุษย์กับ AI อาจ เข้าใกล้ศูนย์ ได้
• ไม่ว่าในซอฟต์แวร์หรือสาขาอื่น การที่ผลแบบ Jevons จะเกิดขึ้นจริงหรือไม่ ขึ้นอยู่กับ สมดุลระหว่างการเพิ่มประสิทธิภาพกับการขยายตัวของการบริโภค

[jjw9512151]

หนึ่งในเหตุผลที่ปัญหาการว่างงานในช่วงการปฏิวัติอุตสาหกรรมไม่เป็นที่รับรู้กันมากนัก ก็เพราะผู้ที่ถูกผลักไปจนถึงขอบเหวคือผู้คนในอาณานิคมที่ไร้อำนาจที่สุด

[tazuya]

เมื่อได้ยินเรื่องซีแอตเทิลที่บรรยากาศไม่ดีจากการปลดพนักงานครั้งใหญ่ของ Amazon หรือเรื่องซานฟรานซิสโกที่บอกว่านักพัฒนาก็เริ่มหางานใหม่ได้ยากขึ้นเรื่อย ๆ แม้จะจริงว่าอาจพูดเกินจริงไปบ้าง แต่ก็ดูเหมือนว่าตลาดงานจะยากขึ้นจริง ๆ ดังนั้นผมเลยรู้สึกเห็นด้วยได้ยากกับเนื้อหาในบทความที่บอกว่าคนทั่วไปจะไม่เป็นไรครับ

[summ1055]

เมื่อการปฏิวัติเกษตรกรรมทำให้ผลิตภาพเพิ่มขึ้น ก็ไม่ได้เกิดการว่างงานจำนวนมาก แต่กลับเกิดการขูดรีดแรงงานแทน ทรัพยากรส่วนเกินถูกรวมศูนย์เข้าสู่จักรวรรดิ และเกิดการเพิ่มขึ้นของเอนโทรปีอย่างมหาศาลผ่านสงคราม แนวโน้มนี้ยังคงเหมือนเดิมหลังการปฏิวัติอุตสาหกรรม โดยมนุษย์ไม่ปล่อยให้มีทรัพยากรส่วนเกินเหลืออยู่ แต่ยกระดับมาตรฐานการครองชีพ และแม้แต่เด็ก ๆ ก็ถูกดึงเข้าสู่สถานที่ทำงานจนต้องเผชิญกับการขูดรีดแรงงานอย่างรุนแรง

[cshj55]

"แทบไม่ได้เขียนโค้ดเองด้วยซ้ำ ยังจะมาบ่นงอแงอีกนะ."
เงินเดือนน้อยชะมัด

[GN⁺]

ความคิดเห็นจาก Hacker News

• ฉันกำลังสร้าง เครื่องมืออัตโนมัติ สำหรับนักบัญชีและเจ้าหน้าที่บัญชี
  ระบบอัตโนมัติไม่ได้ทำให้งานหายไป แต่เป็นการ กำจัดส่วนที่น่าเบื่อ และเปลี่ยนลักษณะของงาน
  แต่ก่อนใช้เวลา 80% ไปกับการกรอกและจัดหมวดหมู่ข้อมูล และใช้ 20% ไปกับการวิเคราะห์ตัวเลข แต่ตอนนี้สัดส่วนกลับกันแล้ว
  ปัญหาคือช่วงเปลี่ยนผ่าน คนที่เก่งงานเชิงกลไกจะสูญเสียความสามารถในการแข่งขัน และคนที่ตัดสินใจได้ดีจะมีมูลค่ามากขึ้น
  ท้ายที่สุดคำพูดที่ว่า “AI จะไม่แย่งงานคุณ” มันง่ายเกินไป ประเด็นสำคัญคือ ทักษะใดกำลังถูกลดคุณค่า และคนจะถูกฝึกทักษะใหม่ได้เร็วแค่ไหน
  วงการบัญชีเปลี่ยนช้ามาก

  • สิ่งที่คุณพูดคือ การจัดสรรงานใหม่ แต่การเปลี่ยนแปลงที่ใหญ่กว่าคือตอนนี้บริษัทจะจัดหาความสามารถในการตัดสินใจของมนุษย์จากที่ไหน
    ด้วย AI แม้แต่คนที่มีความรู้โดเมนไม่ลึกก็ทำงานได้ ทำให้งานตัดสินใจเหล่านั้นเองก็ เอาต์ซอร์ซไปต่างประเทศ ได้ง่ายขึ้น
    การลดเวลาฝึก ระบบตรวจคุณภาพอัตโนมัติ และต้นทุนการสื่อสารที่ลดลง กำลังเร่งการแข่งขันด้านค่าจ้างสู่ ราคาต่ำสุดระดับโลก
    สุดท้ายงานยังอยู่ แต่ค่าจ้างจะนิ่ง เส้นทางเติบโตในอาชีพจะแคบลง และมูลค่าส่วนใหญ่จะตกเป็นของบริษัทที่ครอบครอง workflow
  • ตอนที่ป้อนตัวเลขด้วยตัวเอง จะเกิด แผนที่ความเข้าใจในหัว ขึ้นมา
    ถ้าให้ AI ทำแทน เราจะไม่รู้สึกถึงความสัมพันธ์นั้น และเมื่อเกิดข้อผิดพลาดก็จะสังเกตได้ยาก
  • ถ้าจะทำให้ระบบอัตโนมัติคุ้มค่า ก็ต้องลดจำนวนคนลง
    ใช้แค่เซิร์ฟเวอร์ CRUD ธรรมดาก็พอแล้ว แต่ถ้าใช้ LLM กับทุกธุรกรรม ต้นทุนจะสูงเกินไป
    ดูจากกรณีของระบบทำแซนด์วิชอัตโนมัติ Nala Sandwich Bot ช้าและไม่มีประสิทธิภาพ ส่วน Raptor/JLS line ยืดหยุ่นแต่ต้องตั้งค่าใหม่ และ Weber สายการผลิตอัตโนมัติ เร็วมากแต่แทบเปลี่ยนสินค้าไม่ได้เลย
    สุดท้ายแล้วถ้าไม่ใช่ สินค้ามาตรฐาน ความคุ้มค่าทางเศรษฐศาสตร์ของระบบอัตโนมัติก็จะต่ำ
  • ที่บริษัทร้านค้าปลีกขนาดกลางที่ฉันเคยทำงาน CFO ลดทีมบัญชีลงครึ่งหนึ่งหลังนำ AI มาใช้
    หลายครั้งสิ่งสำคัญจริง ๆ คือ การลดจำนวนคน
  • ฉันมองการเปลี่ยนแปลงนี้เป็น ความต่างระหว่าง system engineering กับการสร้างแดชบอร์ด
    system engineering ยังยากอยู่มาก และ AI ก็ยังมีข้อจำกัดเยอะในการช่วยงานนี้
    ในทางกลับกัน การสร้างแดชบอร์ดเป็นงานที่ AI ทำได้ดี
    แต่ท้ายที่สุดก็ยังต้องการ ทักษะ software engineering ที่ดี อยู่ดี

• ฉันเกือบเห็นด้วยทั้งหมดกับสิ่งที่ผู้เขียนพูด แต่คิดว่า “ระบบอัตโนมัติจะนำมาซึ่งความอุดมสมบูรณ์จนเราไม่ต้องทำงานอีก” เป็น ภาพฝันเก่าแก่
  ทั้งเครื่องจักรไอน้ำ ไฟฟ้า คอมพิวเตอร์ อินเทอร์เน็ต และ AI ล้วนไม่เคยทำตามสัญญานั้นได้
  เมื่อค่าใช้จ่ายในการผลิตลดลง ราคาก็ลดลงและความต้องการก็เพิ่มขึ้น
  ในระยะสั้น เจ้าของเครื่องจักร จะเป็นฝ่ายได้ความมั่งคั่งไป ส่วนแรงงานแทบไม่ได้ประโยชน์

  • เราเลือก ยกระดับคุณภาพชีวิต มากกว่า “ลดการทำงาน” มาตลอด
    ถ้าใช้ชีวิตแค่ในระดับเมื่อ 100 ปีก่อน เราก็คงทำงานน้อยกว่านี้ได้มาก
  • ฉันมองว่า UBI เป็นไปไม่ได้ กรอบความคิดแบบ “คนพวกนั้นไม่ทำงานแต่รับเงิน” จะยังถูกใช้ต่อไป
  • ก่อนจะฝันถึงโลกอุดมสมบูรณ์ เราต้องมอง ความจริงทางการเมือง
    ในสถานการณ์ที่พรรคการเมืองที่ต้องการลดรายจ่ายภาครัฐถืออำนาจอยู่ การแจกจ่ายรายได้โดยไม่ต้องทำงานย่อมเป็นไปไม่ได้
  • งานไม่ได้เป็นแค่เครื่องมือหาเลี้ยงชีพ แต่ยังเป็น เครื่องมือควบคุมทางสังคม ด้วย
    โลกที่ทุกคนได้ทุกอย่างที่ต้องการอย่างง่ายดาย อาจกลับนำไปสู่การล่มสลาย
  • ความจริงคือผู้คนเลือก ทำงานให้นานขึ้นเพื่อซื้อของให้มากขึ้น

• บางครั้งเวลาฉันกังวล ฉันจะไปดู ticket tracker ของทีม แล้วก็รู้ว่า AI ตอนนี้ยังทำอะไรให้เป็นอัตโนมัติไม่ได้แม้แต่ 0%
  ถ้า AI แก้ปัญหาเรื่อง memory ได้ และค่อย ๆ เข้าใจทั้งธุรกิจและ codebase ได้ เมื่อนั้นฉันค่อยกังวล

  • การคิดว่า “รถบดถนนยังอยู่อีกไกล ไว้มาถึงใต้เท้าแล้วค่อยกังวล” เป็นความคิดที่อันตราย
    การไม่วาง แผนฉุกเฉิน เป็นเรื่องไม่รับผิดชอบ
  • ฉันกังวลว่าฝ่ายบริหารจะไม่เข้าใจข้อจำกัดของ AI แล้ว รีบปลดคน เร็วเกินไป
    ทั้งที่ท้ายที่สุดก็ต้องกลับมาจ้างคนอีกอยู่ดี
  • เวลาส่วนใหญ่หมดไปกับการ ตีความ ticket ที่กำกวม
    AI จะเป็นภัยจริงก็ต่อเมื่อมันตามบริบทระหว่างคนและเข้าใจความหมายเหล่านั้นได้
  • ถ้ามีการทำเอกสารโค้ดและจัดการ requirement ดีพอ การ onboarding ของ AI ก็จะง่ายขึ้นมาก
    ถ้าช่วงต้นโปรเจกต์ AI จดบันทึกไว้เอง ภายหลังก็อาจเอามาอ้างอิงได้
  • ต่อให้ไม่ถึงขั้นแทนที่ทั้งหมด แต่แรงกดดันให้ ลดจำนวน developer และเพิ่มผลิตภาพ เป็นเรื่องจริง

• การแทนที่แรงงาน ยากกว่าที่คิดมาก
  แม้งานง่าย ๆ อย่างการกลับเบอร์เกอร์ แท้จริงแล้วก็ประกอบด้วยหลายบทบาทปนกันอยู่
  ถ้าจะให้หุ่นยนต์มาแทน มัน ไม่คุ้มทางเศรษฐศาสตร์เลย

  • ฉันเองก็เคยไปกลับเบอร์เกอร์หลังถูกเลิกจ้างจากงาน developer และพบว่ามันยากกว่าที่คิดมาก
    ทำให้รู้สึกได้ว่า ถ้า AI ทำให้งานหายไป การ เปลี่ยนไปทำงานอื่นนั้นยากอย่างยิ่ง
  • สิ่งที่คนกังวลคือการแทนที่ งาน white-collar
    robotics กับ AI เป็นคนละเรื่องกันโดยสิ้นเชิง
  • แรงงานทางกายภาพ ยังปลอดภัย แต่สายอาชีพที่อิงคอมพิวเตอร์นั้นเสี่ยง
    ต่อไปงานที่เคยใช้คน 20 คน อาจเหลือ 3-4 คนคอยดูแล AI ก็พอ
  • อาชีพอย่างงานบริการลูกค้า ที่ ไม่มีปฏิสัมพันธ์ทางกายภาพ แตกต่างจากการกลับเบอร์เกอร์
  • ในความเป็นจริง ระบบอัตโนมัติของ McDonald's เดินหน้าไปมากแล้ว
    จำนวนคนถูกลดลงเหลือน้อยกว่าครึ่ง และประสิทธิภาพก็ถูกผลักให้สูงสุดผ่านคีออสก์สั่งอาหาร ระบบคาดการณ์การปรุง และระบบเครื่องดื่มอัตโนมัติ
    แม้จะยังไม่ถึงขั้นไร้คนทั้งหมด แต่ ระบบอัตโนมัติแบบค่อยเป็นค่อยไป เป็นความจริงไปแล้ว

• ต่อให้ AI ทำงานได้ 80% แต่ทำอีก 20% ที่เหลือไม่ได้ ก็ยังอาจ ลดคนได้ 80%

  • แต่แรงงานไม่ได้เป็นโครงสร้างแบบขนานง่าย ๆ
    ถ้ามองด้วยแนวคิด ความได้เปรียบเชิงเปรียบเทียบ การร่วมมือกันระหว่างมนุษย์กับ AI ก็ยังมีความหมายทางเศรษฐกิจอยู่
  • ในความเป็นจริง ต่อให้ AI ยังแทนงานไม่ได้ทั้งหมด แค่ การรับรู้ของผู้บริหาร ก็ทำให้เกิดการเลิกจ้างแล้ว
    ซึ่งร้ายแรงมากต่อการเงินส่วนบุคคล
  • เหมือน Jevons paradox เมื่อซอฟต์แวร์มีต้นทุนถูกลง ความต้องการก็จะระเบิดขึ้น
    แค่มองที่ธุรกิจขนาดเล็กและขนาดกลาง ความต้องการซอฟต์แวร์แบบปรับแต่งก็แทบไม่มีที่สิ้นสุด
  • ปัญหาคือใน 20% ที่ AI ทำผิด มัน ไม่รู้ว่าผิดเมื่อไร และผิดตรงไหน
    แถมยังตอบผิดด้วยความมั่นใจเต็มเปี่ยม
  • ในทางปฏิบัติอาจลด developer ลงได้ 60% และอีก 40% ที่เหลือจะ ใช้ AI เพื่อสร้างฟีเจอร์ได้มากขึ้น
    สุดท้ายประสิทธิภาพจะสูงขึ้น แต่โครงสร้างกำลังคนจะถูกจัดใหม่

• ระบบอัตโนมัติในอดีตสร้างอุตสาหกรรมใหม่ แต่ LLM เป็นเพียงการแปลงอินพุตของมนุษย์ให้เป็นโทเค็น เท่านั้น
  แทบไม่ได้สร้างงานใหม่เลย
  ที่เหลืออยู่ก็มีแค่ data center หรือโรงงานเซมิคอนดักเตอร์ ซึ่งสักวันหนึ่งก็คงถูกทำให้เป็นอัตโนมัติเช่นกัน

  • การทำลายอย่างสร้างสรรค์ เป็นแก่นของการเติบโตทางเศรษฐกิจ
    เมื่อค่าใช้จ่ายในการผลิตลดลง ราคาก็ลดลง และเงินที่เหลือก็จะไปสร้างอุตสาหกรรมใหม่
    เหมือนตู้เย็นที่ทำให้อุตสาหกรรมน้ำแข็งหายไป แต่สร้างอุตสาหกรรมห่วงโซ่ความเย็นขึ้นมาแทน
    ฉันมองว่าขนาดของการแทนที่ด้วย AI ถูกพูดเกินจริง
  • ระบบอัตโนมัติทำให้งานลดลง แต่ก็ เพิ่มอุปสงค์
    จำนวนชาวนาลดลง แต่จำนวนคนกินเพิ่มขึ้น แส้ม้าหายไป แต่แท็กซี่กับ Uber ก็เกิดขึ้น
  • งานสุดท้ายแล้วเกิดจาก สิ่งที่คนมีเงินต้องการ
    ในอนาคตอาจมีงานอย่างผู้ช่วยส่วนตัวหรือเอนเตอร์เทนเนอร์สำหรับคนรวยเพิ่มขึ้น
    อันที่จริงงาน white-collar จำนวนมากก็มีลักษณะเช่นนั้นอยู่แล้ว
  • data center และโรงงานเซมิคอนดักเตอร์นั้น มีระบบอัตโนมัติสูงมาก อยู่แล้ว
    ความต้องการแรงงานจึงไม่ได้มากนัก
  • LLM รุ่นใหม่ ๆ สามารถสร้างเอาต์พุตจำนวนมหาศาลจาก อินพุตเพียงเล็กน้อย จึงถือว่าเป็นนวัตกรรมมากในด้านประสิทธิภาพ

• ในอุตสาหกรรมเซมิคอนดักเตอร์ การ เลิกจ้างจากการลงทุน AI มากเกินไป เป็นเรื่องจริงไปแล้ว
  แต่ถ้า LLM พัฒนาต่อไป งานอย่างของฉันที่เกี่ยวกับ ปัญหา NP-complete ก็อาจหายไปได้
  เพราะ AI เริ่มปรับปรุงตัวเองได้แล้ว ขีดจำกัดของมนุษย์จึงไม่ใช่คอขวดอีกต่อไป

  • แต่การที่ AI จะทำงานได้ดี จำเป็นต้องมี การกำหนดเป้าหมายที่ชัดเจน
    ในอุตสาหกรรมจริง ผู้มีส่วนได้ส่วนเสียมีความซับซ้อน ทำให้ AI เข้าใจความละเอียดอ่อนเหล่านั้นได้ยาก
    ตัวอย่างเช่นตอนสร้างอัลกอริทึมการเทรด ถึงจะสมบูรณ์แบบในทางคณิตศาสตร์ แต่ถ้า PM ไม่เข้าใจ ก็จะไม่ถูกนำมาใช้

• ตอนนี้แม้แต่คนธรรมดาทั่วไปก็ลำบากกันอยู่แล้ว
  software engineer ยังถือว่าอยู่ระดับชนชั้นกลางขึ้นไป แต่ถ้า AI แย่งงานของเราไป เราก็จะต้องใช้ชีวิต อย่างไม่มั่นคง แบบเดียวกับคนทั่วไป

• โครงสร้างบริษัทในตอนนี้ ยังใช้ศักยภาพของ AI ได้อย่างไม่มีประสิทธิภาพ
  AI ไม่ได้จัดการได้แค่ชิ้นส่วนของปริศนา แต่มันจัดการ ภาพรวมทั้งหมด ได้ ขณะที่องค์กรมนุษย์ถูกแบ่งออกเป็นลำดับชั้น
  ในอนาคตจะกลายเป็นโครงสร้างที่คนดูแลเพียงคนเดียวรับผิดชอบทั้งระบบ
  ท้ายที่สุด ตัวบริษัทเองจะกลายเป็นคอขวด และจะเข้าสู่ยุคที่ปัจเจกบุคคลเท่ากับบริษัท

  • ฉันเองก็กำลังรู้สึกถึงการเปลี่ยนแปลงแบบนั้นอยู่ตอนนี้
    ในฐานะ generalist ที่มีประสบการณ์หลายด้าน ถ้าได้ทั้งทุน AI และอิสระในการตัดสินใจ ฉันก็สามารถ สร้างผลิตภัณฑ์คุณภาพสูงได้อย่างรวดเร็วเพียงลำพัง
    ปัญหาที่ใช้ AI ได้ไม่ดีไม่ใช่เรื่องเทคโนโลยี แต่เป็น ปัญหาขององค์กร
  • บริษัท SaaS จำนวนมากจะ หายไปแบบ Sears และถูกแทนที่ด้วยโครงสร้างใหม่แบบ Amazon
  • การเปลี่ยนแปลงนี้เปิดทางให้เกิด อุตสาหกรรมบริการแบบกระจายศูนย์
    แม้แต่ในสาขาอย่างบัญชีหรือกฎหมาย ก็อาจทำให้คนทำงานอิสระได้
  • แต่ถ้า AI จัดการภาพรวมของปริศนาได้จริง ก็อาจถึงจุดที่ ไม่ต้องมีแม้แต่ผู้ปฏิบัติการคนนั้น เช่นกัน

• ช่วงนี้กลับกลายเป็นว่าเพราะ AI งานของฉันยิ่งปลอดภัยขึ้น
  developer รุ่นจูเนียร์ใช้ AI แบบไม่เลือก ทำให้แม้แต่โค้ดที่ตัวเองเขียนก็ยังไม่เข้าใจ

  • AI คือสิ่งที่ ทุบหน้าต่างแล้วทำให้คุณต้องมาซ่อมมัน
    Parable of the Broken Window
  • ฉันสงสัยว่าความเชี่ยวชาญโดเมนที่สะสมมาจากงานก่อนหน้ายังมีประโยชน์อยู่ไหมในตอนนี้
  • ทุกวันนี้ แทบไม่ค่อยเห็น developer รุ่นจูเนียร์แล้ว