- ในช่วงไม่กี่ปีที่ผ่านมา อัตราการว่างงานของผู้สำเร็จการศึกษาระดับมหาวิทยาลัยเพิ่มขึ้นเร็วกว่าแรงงานกลุ่มอื่น ๆ และกำลังก่อให้เกิดความกังวลมากขึ้น
- การปลดพนักงานสำนักงานใหญ่ของ Starbucks มากกว่า 1,000 คนเมื่อไม่นานมานี้ กลายเป็นสัญญาณเตือนสำหรับแรงงานคอปกขาว
- นับตั้งแต่เดือนกันยายน 2022 อัตราการว่างงานของผู้จบมหาวิทยาลัยเพิ่มจาก 2% เป็น 2.6% หรือเพิ่มขึ้น 30%
- อัตราการว่างงานโดยรวมเพิ่มจาก 3.4% เป็น 4% ในช่วงเวลาเดียวกัน หรือเพิ่มขึ้น 18%
- แม้อัตราการว่างงานในปัจจุบันยังถือว่าต่ำเมื่อเทียบกับมาตรฐานทางประวัติศาสตร์ แต่ก็เริ่มเห็นสัญญาณของตลาดแรงงานที่อ่อนแอลง
- หลังการระบาดใหญ่ บริษัทต่าง ๆ เร่งจ้างงานจากอุปสงค์ที่พุ่งสูงขึ้น ก่อนจะหันมาลดพนักงานจากการขึ้นดอกเบี้ยและแรงกดดันจากนักลงทุน
การเปลี่ยนแปลงทางเทคโนโลยีและผลกระทบของ AI
- มีข้อกังวลว่า ปัญญาประดิษฐ์ (AI) ที่พัฒนาอย่างรวดเร็วอาจทำให้ความต้องการแรงงานใช้ความรู้ลดลง
- โดยเฉพาะในหมู่นักพัฒนาระดับเริ่มต้น เครื่องมือช่วยเขียนโค้ดด้วย AI ช่วยเพิ่มผลิตภาพได้มากกว่า 25%
- ช่องว่างด้านผลิตภาพระหว่างนักพัฒนาที่มีทักษะสูงกับผู้มีประสบการณ์น้อยกำลังแคบลง ทำให้เกิดความกังวลว่าค่าจ้างพรีเมียมของผู้มีประสบการณ์สูงอาจลดลง
- นักวิจัยจาก MIT เสนอว่า ตำแหน่งนักพัฒนาอาจวิวัฒน์ไปเป็นผู้จัดการ AI
- ในระยะสั้น แนวโน้มการลดจำนวนพนักงานผ่าน AI กำลังขยายตัวในอุตสาหกรรมเทคโนโลยี
- อัตราการว่างงานในอุตสาหกรรมเทคโนโลยีเพิ่มจาก 2.9% ในปี 2022 เป็น 4.4% ในปี 2024 หรือเพิ่มขึ้นมากกว่า 50%
กรณีศึกษาแยกตามอุตสาหกรรม: เกม การเงิน และกาแฟ
- อุตสาหกรรมวิดีโอเกมเติบโตอย่างรวดเร็วจากแรงหนุนของช่วงโรคระบาดในปี 2020 ก่อนจะตามมาด้วยการปลดพนักงานครั้งใหญ่
- แม้แต่สตูดิโอเกมชื่อดังอย่าง Bethesda ก็มีทั้งการตั้งสหภาพแรงงานและการปรับโครงสร้างไปพร้อมกัน
- ในอุตสาหกรรมการเงิน ความต้องการสินเชื่อที่อยู่อาศัยลดลงตามการขึ้นดอกเบี้ย ส่งผลให้มีการลดพนักงาน
- Wells Fargo ลดจำนวนพนักงานต่อเนื่อง 16 ไตรมาส และฝ่ายสินเชื่อที่อยู่อาศัยถูกลดลงครึ่งหนึ่งนับตั้งแต่ปี 2023
- พนักงานบางส่วนอ้างว่าการปลดพนักงานเกี่ยวข้องกับกิจกรรมสหภาพแรงงาน
การเปลี่ยนแปลงโครงสร้างองค์กรและการแสวงหาประสิทธิภาพ
- หลายบริษัทกำลังมุ่งลดกำแพงระหว่างสายงานและจัดทีมขนาดเล็กตามโมเดลของ Amazon
- Starbucks, Nissan และบริษัทอื่น ๆ ยังอ้างเหตุผลเรื่อง "การขจัดความซ้ำซ้อน" และ "องค์กรที่คล่องตัว" ในการปลดพนักงาน
- การเปลี่ยนแปลงเหล่านี้นำไปสู่การลดบทบาทของผู้จัดการระดับกลางหรือบทบาทงาน back office
ความไม่สมดุลระหว่างระดับการศึกษาและอัตราการว่างงาน
- จากการวิเคราะห์ของ ZipRecruiter การเพิ่มขึ้นของอัตราการว่างงานกระจุกตัวอยู่ในกลุ่มผู้ถือปริญญาตรีหรือผู้ที่เรียนมหาวิทยาลัยมาบางส่วน
- กลุ่มที่มีการศึกษาสูงกว่า (ปริญญาโทขึ้นไป) หรือกลุ่มที่ต่ำกว่ามัธยมปลายมีอัตราการว่างงานทรงตัวหรือลดลง
- ADP Research วิเคราะห์ว่า การจ้างงานสำหรับตำแหน่งที่ต้องการวุฒิปริญญาตรีขึ้นไปชะลอตัวลงมากกว่าเมื่อเทียบกัน
การเปลี่ยนแปลงของมูลค่าทางเศรษฐกิจของปริญญา
- ช่องว่างค่าจ้างระหว่างผู้มีปริญญาและไม่มีปริญญาที่ขยายตัวต่อเนื่องมาตั้งแต่ปี 1980 ได้หยุดชะงักในช่วง 15 ปีหลัง
- สาเหตุอาจมาจากจำนวนผู้เรียนมหาวิทยาลัยที่เพิ่มขึ้น และความก้าวหน้าของเทคโนโลยีสารสนเทศที่ทำให้ความจำเป็นต่อแรงงานการศึกษาสูงลดลง
- ตัวอย่างเช่น งานอย่างบัญชีซึ่งในอดีตเคยมุ่งรับผู้จบมหาวิทยาลัย กำลังถูกทำให้เป็นอัตโนมัติและมีความต้องการลดลง
นโยบายภาครัฐและผลกระทบต่อภาครัฐ
- ความพยายามของอดีตประธานาธิบดี Trump ในการปรับโครงสร้างรัฐบาลกลางส่งผลกระทบต่อมหาวิทยาลัยและองค์กรไม่แสวงหากำไรด้วย
- Johns Hopkins University ประกาศปลดพนักงาน 2,000 คนทั่วโลกจากการลดลงของเงินทุนวิจัยจากรัฐบาลกลาง
- ภาครัฐและภาควิจัยเป็นภาคส่วนที่มีสัดส่วนการจ้างงานของผู้มีการศึกษาสูงมาก การลดรายจ่ายภาครัฐจึงอาจสร้างผลกระทบอย่างมาก
ความเห็นของนักเศรษฐศาสตร์
- Lawrence Katz ศาสตราจารย์จาก Harvard วิเคราะห์ว่า การเพิ่มขึ้นของอัตราการว่างงานในปัจจุบันยังยากจะมองว่าเป็นการเปลี่ยนแปลงระยะยาว
- ผลของส่วนลดค่าจ้างจากการทำงานทางไกลอาจมีส่วนเกี่ยวข้องอยู่บ้าง
- อย่างไรก็ตาม การลดรายจ่ายของรัฐด้านวิทยาศาสตร์ การศึกษา และการวิจัย มีแนวโน้มจะส่งผลลบต่ออัตราการว่างงานของผู้จบมหาวิทยาลัยในช่วงหลายเดือนข้างหน้า
2 ความคิดเห็น
การพัฒนาของ AI ก็คือความเหลื่อมล้ำทางขั้วในไม่ช้า
เมื่อพิจารณาถึงความเป็นไปได้ในการทำให้นโยบายรายได้พื้นฐานถ้วนหน้าเกิดขึ้นจริง
ผมคิดว่าอีกไม่นานความไม่สมดุลระหว่างชนชั้นจะยิ่งรุนแรงขึ้นอย่างน่ากลัว
ความเห็นจาก Hacker News
น่าแปลกที่มีคนพูดถึงประเด็นนี้ไม่มาก เหตุผลสำคัญที่บริษัทปลดคนได้ก็เพราะพวกเขาทำงานกันน้อยลง เมื่อก่อนยังมีไอเดียปรับปรุงเล็ก ๆ น้อย ๆ เพื่อผู้ใช้เยอะมาก แต่ตอนนี้มีแค่ AI อย่างเดียว ไม่ได้ใช้ AI เพื่อทำการปรับปรุงด้วยซ้ำ และก็ไม่มีแผนจะทำด้วย แค่ไม่ทำเลย นี่ไม่ใช่ประสบการณ์ที่พิเศษอะไร
กังวลว่าความรู้ด้านการผลิตและวิศวกรรมจะสูญหายไปเพราะความโลภของเรา สถานการณ์ทั่วไปคือเมื่ออุตสาหกรรมไปได้ไม่ดีในประเทศ ผู้บริหารก็ตัดสินใจจ้างภายนอก และสุดท้ายก็รื้อโรงงานทิ้ง ความรู้ที่วิศวกร ช่างเทคนิค และแรงงานรุ่นเก่ามีอยู่จะหายไปอย่างสิ้นเชิงเมื่อพวกเขาเสียชีวิต
งานส่วนใหญ่ที่รักษามาตรฐานการครองชีพของเราไว้คืองานคอปกน้ำเงิน เช่น เกษตรกร คนงานสิ่งทอ คนงานก่อสร้าง ช่างประปา ช่างไฟฟ้า คนงานกำจัดขยะ เป็นต้น ตลอดศตวรรษที่ผ่านมา งานคอปกขาวถูกประเมินค่าสูงเกินจริง ตอนนี้เมื่องานคอปกขาวเองก็เริ่มมีความเสี่ยง ผู้คนจะหันไปทางไหนจึงยังไม่แน่ชัด ขนาดของพายทางเศรษฐกิจกำลังหดเล็กลงเรื่อย ๆ และแนวโน้มนี้ก็ดูไม่น่าจะกลับทิศ โมเดลสังคมเศรษฐกิจของเราดูเหมือนจะไม่ได้ขยายตามเทคโนโลยีไปด้วย เราจำเป็นต้องมีบทสนทนาเชิงสร้างสรรค์เกี่ยวกับวิธีปรับตัว
ปริญญาตรีควรถูกทบทวนใหม่ทั้งหมด เดิมทีมันเป็นเหมือน finishing school สำหรับทำให้ลูกหลานของเจ้าของทุนที่มั่งคั่งกลายเป็นชนชั้นที่เหมาะสม ต่อมามันกลายเป็นปริญญาวิชาชีพสำหรับชนชั้นแรงงาน แต่หลายปริญญากลับแยกขาดจากทักษะที่ใช้ได้จริงโดยสิ้นเชิง คุณค่าเดียวของมันคือถ้าคุณสร้างความประทับใจให้คณะกรรมการรับสมัคร/บุคคลที่เหมาะสมได้ คุณก็อาจได้เข้าเป็นส่วนหนึ่งของชนชั้นผู้จัดการมืออาชีพ ถึงอย่างนั้น เรากลับตัดสินใจให้ชนชั้นแรงงานต้องกู้เงินจำนวนมหาศาลเพื่อเรียนเอาปริญญานี้ และเป็นหนี้ไปตลอดชีวิตการทำงานของพวกเขา มันไม่ยั่งยืน และการล้างหนี้เฉย ๆ ก็จะยิ่งมีต้นทุนสูงขึ้น และยิ่งไม่สอดคล้องกับผลลัพธ์ที่เราต้องการจริง ๆ คือแรงงานที่มีประโยชน์
คนที่พูดถึงข้อดีของ AI มากที่สุดน่าจะเป็นคนที่ไม่ได้ "ทดสอบ" ผลลัพธ์มากนัก และปล่อยให้ LLM พ่นข้อผิดพลาดออกมา ฉันใช้ LLM ทุกวัน แต่ส่วนใหญ่ใช้เป็นเครื่องมือระดมความคิด หรือใช้เขียนส่วนเล็ก ๆ ของสคริปต์ ทุกอย่างต้องถูกตรวจสอบ เมื่อสุดสัปดาห์ที่แล้วฉันลองใช้ ChatGPT Music Teacher แต่กลับเสียเวลาไปเกือบครึ่งชั่วโมงเพื่อเตรียมแบบฝึก voice leading สำหรับกีตาร์ โมเดลให้ข้อมูลไม่ถูกต้อง ทั้งโค้ดหรือข้อมูลเฟร็ต/โน้ตก็ผิด ถ้าฉันไม่รู้ทฤษฎีและช่วงเสียงบนกีตาร์อยู่แล้วคงเป็นปัญหาใหญ่ สุดท้ายเสียเวลาไปครึ่งชั่วโมงและไม่ได้อะไรที่ใช้ประโยชน์ได้ ไม่ได้ปฏิเสธว่าเทคโนโลยีนี้น่าทึ่งมาก แต่เราไม่ควรเชื่อกระแส hype
ณ ตอนนี้ AI ก็ยังต้องให้แรงงานความรู้คอยกำหนดสเปกและตรวจสอบอยู่ดี AI ทำให้แรงงานความรู้มีประสิทธิภาพมากขึ้น แต่ไม่ได้ทำให้พวกเขาไม่จำเป็นอีกต่อไป เมื่อแรงงานความรู้มีประสิทธิภาพมากขึ้น งานความรู้ก็จะถูกลง งานความรู้ที่ถูกลงจะเพิ่มความต้องการงานความรู้ ดังนั้นจำนวนแรงงานที่ต้องใช้จริงอาจเพิ่มขึ้นก็ได้ อาจจะไม่เป็นเช่นนั้นก็ได้ แต่การวิเคราะห์ขั้นแรกที่สรุปว่าแรงงานความรู้จะลดลงนั้นยังไม่เพียงพอ ดูจากผู้ผลิตเสื้อผ้าได้ การทำระบบอัตโนมัติบางส่วนในการผลิตเสื้อผ้าทำให้เสื้อผ้าถูกลง และตอนนี้ผู้คนก็มีเสื้อผ้ากันเป็นร้อยชุด มีคนทำเสื้อผ้ามากกว่าเมื่อ 100 ปีก่อนเสียอีก
ตามงานวิจัยเชิงวิชาการล่าสุด นักพัฒนาซอฟต์แวร์ที่ใช้ผู้ช่วยเขียนโค้ด AI มีตัวชี้วัดหลักด้านผลิตภาพดีขึ้นมากกว่า 25% การเพิ่มขึ้นของผลิตภาพเห็นได้ชัดที่สุดในนักพัฒนาที่มีประสบการณ์น้อยกว่า แต่ฉันไม่ค่อยแน่ใจกับคำอ้างนี้ ฉันอ่านงานวิจัยแล้ว และในบริบทนี้ "ผลิตภาพ" ถูกนับเป็นจำนวน build, commit และ pull request ต่อสัปดาห์ของนักพัฒนา ไม่มีความแตกต่างอย่างมีนัยสำคัญทางสถิติในอัตรา build สำเร็จระหว่างการใช้หรือไม่ใช้เครื่องมือ AI (Copilot)
ยังไม่แน่ใจว่ามันเกี่ยวข้องกับ AI แค่ไหน บทเรียนสำคัญอย่างหนึ่งจากช่วงโรคระบาดคือ ทุกอย่างที่เกี่ยวกับงานความรู้สามารถจ้างภายนอกได้ แม้คุณภาพจะเหลือเพียงประมาณ 1/8 ถึง 1/2 แต่ถ้าต้นทุนต่ำกว่าก็ถือว่าดีกว่า ผลกระทบนี้จะยิ่งรุนแรงขึ้นในบทบาทที่ใช้ทักษะน้อยกว่าและระดับเริ่มต้นมากกว่า เมื่อ AI พัฒนาขึ้น ผลกระทบนี้ก็จะยิ่งขยายตัว และถ้ามี AI กับคนคอยบังคับอยู่ด้วยกัน ประสิทธิภาพก็จะสูงมากจนแทบไม่มีเหตุผลจะจ้างคนอื่นเพิ่ม
เอนจิน AI อาจเขียนโค้ดที่แย่มากจริง ๆ และอาจไม่ดีขึ้นเลยก็ได้ แต่สิ่งที่มันทำได้แน่ ๆ คือทำให้คนทำงานแบบขอไปทีได้ง่ายขึ้น และนั่นอาจนำไปสู่ความเสื่อมถอยของงานความรู้