- บัณฑิตจบใหม่สายวิทยาการคอมพิวเตอร์ที่ผ่านทั้งการฝึกงานและโปรเจกต์มาแล้ว กำลังเผชิญกับความจริงที่ว่า แม้จะเดินตามเส้นทางปกติ ก็ยังหางานไม่ได้
- ตลาดหางานปัจจุบันถูกเรียกว่า “ภาวะถดถอยของงานคอปกขาว” และ “วิกฤตการจ้างงานบัณฑิต” โดยเฉพาะในกลุ่มผู้จบวิทยาการคอมพิวเตอร์ที่มีอัตราว่างงานสูง
- เมื่อ ระบบอัตโนมัติ·หุ่นยนต์·แรงงานทางไกล (teleoperation) ถูกผสานเข้าด้วยกัน โครงสร้างก็กำลังขยับไปสู่การที่บริษัทลดการจ้างคนลงให้มากที่สุด
- เมื่อ โมเดล AI และหุ่นยนต์เข้ามาแทนงานซ้ำๆ ของมนุษย์ งาน “ธรรมดา” จึงค่อยๆ หายไป และเหลือเพียง “มนุษย์นอกการกระจาย (out-of-distribution human)” หรือแรงงานเชิงสร้างสรรค์และไม่เป็นแบบแผนที่ข้อมูลทดแทนไม่ได้
- ต่างจากสังคมอุตสาหกรรมศตวรรษที่ 20 ที่ยึดแรงงานเป็นศูนย์กลางของชีวิต เศรษฐกิจศตวรรษที่ 21 กำลังเปลี่ยนไปเป็นระบบที่ต้องการแรงงานมนุษย์น้อยลง
ความจริงของการหางานสำหรับบัณฑิตจบใหม่
- ผู้เขียนยังคงว่างงานหลังเรียนจบ แม้จะมี ประสบการณ์ฝึกงาน 3 ครั้ง เคยทำงานที่ปรึกษา และมีผลการเรียนดี ซึ่งถือเป็นเส้นทางสู่ความสำเร็จแบบมาตรฐาน
- ในอดีต โปรไฟล์แบบนี้สามารถพาไปสู่งานที่มั่นคงได้ แต่ตอนนี้โอกาสกลับหายากจนถูกเรียกว่าเป็น “ตลาดที่พังแล้ว”
- แม้อัตราว่างงานทางการยังอยู่ในระดับต่ำ แต่ ความหนาแน่นของโอกาสที่สัมผัสได้จริงในภาคสนาม ลดลงอย่างรุนแรง
- แม้จะมีประกาศรับสมัครงานอยู่ แต่ จำนวนผู้สมัครเมื่อเทียบกับจำนวนการจ้างจริง พุ่งสูงจนคำแนะนำแบบ “สมัครให้เยอะขึ้น” แทบไม่มีความหมาย
- นอกเหนือจากปัจจัยมหภาคอย่างดอกเบี้ยสูงและเงินทุนหดตัว การผสานกันของ ซอฟต์แวร์·หุ่นยนต์·แรงงานต่างประเทศ ก็กำลังกลายเป็นการเปลี่ยนแปลงเชิงโครงสร้างที่ลดการรับคนใหม่
ช่องว่างระหว่างคำทำนายเรื่องระบบอัตโนมัติกับความจริง
- งานวิจัยเมื่อ 10 ปีก่อนเคยคาดว่างานครึ่งหนึ่งในสหรัฐมีความเสี่ยงสูงต่อระบบอัตโนมัติ แต่เมื่อ OECD วิเคราะห์ใหม่ในระดับหน่วยงานย่อยของงาน สัดส่วน งานเสี่ยงสูงกลับถูกปรับลดลงอย่างมาก
- ระบบอัตโนมัติไม่ได้มาในรูป หน้าผาที่ตกฮวบ แต่เป็นแรงกดดันแบบค่อยเป็นค่อยไป และแม้แต่งานที่มีความเสี่ยงสูงก็ไม่ได้หายไปหมด เพียงแค่เติบโตช้าลง
- การนำหุ่นยนต์อุตสาหกรรมมาใช้ในสหรัฐได้ก่อให้เกิด การลดลงของตำแหน่งงานและค่าแรงอย่างมีนัยสำคัญ แล้ว โดยงานที่เป็นกิจวัตรและทำให้เป็นกฎเกณฑ์ได้จะได้รับผลกระทบมากที่สุด
- สำหรับบัณฑิตจบใหม่ สิ่งที่รู้สึกได้ไม่ใช่ความค่อยเป็นค่อยไปในเชิงสถิติ แต่คือ ทางเข้าสู่ตลาดงานที่แคบลงเรื่อยๆ ราวกับต้องแข่งขันกับทั้งข้อมูลในอดีตและบันทึกกระบวนการทั้งหมด
กรณีของ Amazon: หุ่นยนต์และการลดกำลังคน
- เอกสารภายในและรายงานนักวิเคราะห์ของ Amazon ระบุว่าบริษัทมีแผนจะ แทนที่งานคลังสินค้าจำนวนมากด้วยหุ่นยนต์ภายใน 10 ปีข้างหน้า พร้อมลดต้นทุนมหาศาล
- บริษัทอ้างว่าหุ่นยนต์เข้ามาช่วยมนุษย์ แต่ จำนวนหุ่นยนต์เพิ่มขึ้นอย่างรวดเร็ว ขณะที่การจ้างงานรวมในศูนย์อัตโนมัติกลับทรงตัวหรือลดลง
- ในอดีต งานปฏิบัติการทางกายภาพอย่างคลังสินค้าเคยถูกมองว่าต้องมีคนจำนวนหนึ่งเป็นองค์ประกอบจำเป็น แต่ตอนนี้จุดตั้งต้นของโมเดลธุรกิจกลับกลายเป็น “จะดำเนินงานด้วยคนน้อยที่สุดได้เท่าไร”
การควบคุมทางไกลและ “แรงงานที่มองไม่เห็น”
- Teleoperation (การควบคุมทางไกล) เป็นอีกรูปแบบหนึ่งของระบบอัตโนมัติ ซึ่งในทางปฏิบัติคือโครงสร้างที่ แรงงานในประเทศค่าแรงต่ำคอยควบคุมหุ่นยนต์จากระยะไกล
- คนทำงานในออฟฟิศที่มะนิลา ประเทศฟิลิปปินส์ สวม VR headset แล้ว ควบคุมหุ่นยนต์เช็กสต็อกในร้านสะดวกซื้อที่ญี่ปุ่นจากระยะไกล
- คนงานจากประเทศหนึ่งสามารถ ควบคุมรถยกในอีกประเทศหนึ่งผ่านหลายหน้าจอและพวงมาลัย โดยเข้าไปแทรกแซงเฉพาะตอนที่ซอฟต์แวร์กึ่งอัตโนมัติสับสน
- นี่คือ โครงสร้างอพยพโดยไม่มีการอพยพจริง ที่ทำให้ประเทศร่ำรวยได้แรงงานระดับโตเกียวในค่าจ้างระดับมะนิลา โดยไม่ต้องมีภาระเรื่องที่อยู่อาศัย โรงเรียน หรือการผสานทางวัฒนธรรม
- แม้แรงงานยังเป็นมนุษย์ แต่ในเชิงภูมิศาสตร์กลับถูก ปฏิบัติราวกับเป็นส่วนหนึ่งของเครือข่าย และเป็นอีกขั้นบนบันไดที่ต่อเนื่องจากคอลเซ็นเตอร์ไปจนถึงแพลตฟอร์มไมโครทาสก์
เป้าหมายที่ซ่อนอยู่ของ teleoperation: การเก็บข้อมูล
- งานควบคุมทางไกลจำนวนมากมีเป้าหมาย ไม่ใช่แค่ทำงานให้เสร็จ แต่เพื่อเก็บข้อมูลสำหรับระบบอัตโนมัติแบบไร้คนในอนาคต
- หุ่นยนต์ใช้งานในบ้าน Neo มี “expert mode” ที่ให้ผู้ควบคุมระยะไกลทำงานอย่างการเปิดประตูหรือหยิบของ แล้วนำสิ่งนั้นไปใช้เป็น ข้อมูลสำหรับฝึกโมเดลควบคุม
- Tesla Optimus ก็เช่นกัน โดยมีคนสวม rig แล้วทำซ้ำงานอย่างหยิบแก้วหรือเช็ดโต๊ะ เพื่อสร้าง ตัวอย่างให้หุ่นยนต์เรียนรู้ด้วยการเลียนแบบ
- ลักษณะนี้คล้ายกับงานด้านข้อมูลของรถยนต์ไร้คนขับและโมเดลภาษาขนาดใหญ่ และถือเป็น ghost work ในโลกกายภาพที่ถูกทำให้เป็นรูปธรรม
ภาวะถดถอยของงานคอปกขาวและการหายไปของงานระดับเริ่มต้น
- ในช่วงไม่กี่ปีที่ผ่านมา งานคอปกขาวระดับเริ่มต้นในสายเทค การเงิน และที่ปรึกษา ลดลงอย่างรวดเร็ว ทำให้ภาคส่วนที่เคยดูดซับบัณฑิตวิทยาการคอมพิวเตอร์หดตัวลง
- วิทยาการคอมพิวเตอร์ซึ่งครั้งหนึ่งเคยถูกมองว่าเป็นปริญญาที่ปลอดภัยที่สุด ตอนนี้กลับกลายเป็น หนึ่งในสาขาที่ให้ผลลัพธ์การจ้างงานแย่ที่สุด
- กระดานรับสมัครงานระดับเริ่มต้นเอนเอียงไปทาง ตำแหน่งระดับกลางและระดับอาวุโส แทนบทบาท junior developer และบริษัทต่างๆ ก็เลี่ยงการรับเด็กจบใหม่ พร้อมหันไปชอบ การจับคู่คนมีประสบการณ์กับเครื่องมือ AI มากกว่า
- นายจ้างหลายรายถึงขั้นบอกกับสื่ออย่างเปิดเผยว่า กำลังชะลอการรับจูเนียร์ และใช้ระบบอัตโนมัติเข้ามาแทนงานที่จูเนียร์เคยทำ
ความต่างด้านการขยายสเกลระหว่างมนุษย์กับซอฟต์แวร์
- มนุษย์ขยายตัวในแนวนอนได้อย่างจำกัด แต่ ซอฟต์แวร์สามารถคัดลอกโมเดลที่ทรงพลังเพียงหนึ่งตัวได้ไม่สิ้นสุด เพื่อจัดตั้งเป็นฝูงเอเจนต์
- งานวิจัยและเดโมของเอเจนต์ในช่วงหลังแสดงให้เห็น สังคมขนาดเล็กที่สร้างจากสำเนาหลายชุดของโมเดลเดียวกัน ซึ่งสามารถโต้แย้ง เจรจา วางแผน และลงมือทำได้
- ผู้จัดการจำนวนมากเริ่ม กำหนดให้คนที่ขอเพิ่มกำลังคนต้องอธิบายว่าทำไม AI system ถึงแทนไม่ได้
- CEO ของ Shopify ยังสั่งทีมงานให้ ลองใช้ AI ก่อนจะขอเพิ่มคน และบางบริษัทก็ประกาศแนวทาง “AI first” พร้อมลดขนาดพูลกำลังคน
แนวคิด “มนุษย์นอกการกระจาย (out-of-distribution human)”
- งานส่วนใหญ่ประกอบด้วย ภารกิจซ้ำๆ ที่ข้อมูลสามารถนำไปฝึกเรียนรู้ได้
- งานเหล่านี้อยู่ตรง ช่วงกลางของเส้นโค้งรูประฆัง และวนซ้ำไปพร้อมความแปรผันเล็กน้อย
- โมเดลเรียนรู้ช่วงกลางนี้ได้ดี และ เลียนแบบได้ง่ายจากข้อมูลในอดีต (log, email, records, code repositories)
- มีเพียง งานที่ไม่เป็นแบบแผนและเชิงสร้างสรรค์ที่โมเดลยังเรียนรู้ไม่ได้ เท่านั้นที่เหลืออยู่ด้านท้ายของเส้นโค้งระบบอัตโนมัติ
- มนุษย์นอกการกระจาย หมายถึงคนที่งานของตนอยู่บริเวณหางของเส้นโค้ง และ ยังไม่อาจถูกบีบอัดได้ด้วยข้อมูลฝึกในปัจจุบัน
- เช่น การรับมือกับปัญหาใหม่อย่างแท้จริง การทำงานในสภาพแวดล้อมขนาดเล็กและเป็นกายภาพที่มีเซ็นเซอร์ไม่เพียงพอ หรือการมี รสนิยมที่ลดรูปเป็น click log ไม่ได้
- ผู้เขียนระบุว่า ตนสร้างอาชีพขึ้นมาโดยมุ่งไปยัง “ศูนย์กลางของการกระจายแบบปกติ” แต่ศูนย์กลางนั้นกำลังหายไปอย่างรวดเร็ว
- บัณฑิตจบใหม่ที่ขยันส่วนใหญ่ต่าง พยายามเข้าสู่บริเวณตรงกลางนี้ ซึ่งในอดีตเคยเป็นศูนย์กลางของตลาดแรงงานที่สมเหตุสมผลและได้รับการยอมรับ
- การฝึกงาน 3 ครั้งและประสบการณ์ที่ปรึกษาขนาดเล็กเคยเป็น ประวัติมาตรฐานที่มุ่งสู่งานปกติ แต่ตอนนี้พื้นที่ตรงกลางกำลังกลวงโบ๋ลง
- นายจ้างยังคงพูดถึงทักษะและความพยายาม แต่คำถามที่แท้จริงคือ “ผลงานของคุณมีเอกลักษณ์พอจนไม่สามารถประกอบแทนได้ด้วยเอเจนต์และแรงงานต้นทุนต่ำหรือไม่”
- ต่อให้ถูกจ้าง งานประจำวันก็อาจเป็นเพียง งานติดป้ายกำกับ ที่โดยเนื้อแท้คือการสร้างข้อมูลเพื่อฝึกตัวแทนของตนเองในอนาคต
- โครงสร้างการจ้างงานปัจจุบันทำให้ “ความธรรมดา” กลายเป็นภาวะเสี่ยง และแม้แต่งานที่มนุษย์ยังทำอยู่ก็อาจตกชั้นไปเป็นเพียง การผลิตข้อมูลสำหรับฝึกโมเดลในอนาคต
ความล่าช้าของการตอบสนองทางการเมืองและสังคม
- รัฐอุตสาหกรรมในศตวรรษที่ 20 ถือว่า แรงงานเป็นคุณค่าศูนย์กลางของชีวิต และทั้งการเมือง ศาสนา และเศรษฐกิจก็ตั้งอยู่บนสมมติฐานนี้
- แต่ทุกวันนี้ แม้ อุปสงค์ต่อแรงงานโดยตัวมันเองจะลดลง สถาบันต่างๆ ก็ยังคงยึดเป้าหมายเดิมคือ “ต้องมีงานให้ทุกคน”
- ตัวอย่างเช่น โครงการอุดหนุนการจ้างงานที่ได้ผลต่ำ หรือการคงอยู่ของ “งานซอมบี้” เชิงสัญลักษณ์
บทบาทและภาวะกลืนไม่เข้าคายไม่ออกของสหภาพแรงงาน
- ในบางกรณี สหภาพแรงงานสามารถ ชะลอระบบอัตโนมัติไว้ได้ ทำให้ค่าแรงและอำนาจต่อรองอยู่ได้นานกว่าที่ตลาดจะยอม
- รถไฟใต้ดินในยุโรปบางสายยังคง วิ่งพร้อมคนขับ แม้ในเมืองเดียวกันจะมีสายไร้คนขับอยู่แล้วและเทคโนโลยีได้รับการพิสูจน์แล้วก็ตาม
- คนงานท่าเรือก็ประสบความสำเร็จในการระบุเงื่อนไขในสัญญาเพื่อ จำกัดเครนอัตโนมัติและการควบคุมระยะไกล
- บริษัทต่างๆ ยังคงย้ำว่างานโดยรวมยังโอเค ขณะที่สหภาพและนักการเมืองก็ยืนยันว่าควร รักษางานไว้แม้จะไม่จำเป็นในเชิงเทคนิคก็ตาม
- แต่ไม่มีฝ่ายใด อธิบายอย่างชัดเจนได้ว่าการที่แรงงานเองกำลังหดตัวในฐานะเรื่องเล่าศูนย์กลางนั้นหมายความว่าอย่างไร มีเพียงการแย่งชิงกันว่างานที่เหลืออยู่ควรอยู่ตรงไหนและเป็นของใคร
ความจริงของประเทศแนวหน้าด้านระบบอัตโนมัติ: เกาหลีใต้ จีน ญี่ปุ่น
- ตามสถิติของสหพันธ์หุ่นยนต์นานาชาติ (IFR) เกาหลีใต้ สิงคโปร์ ญี่ปุ่น และเยอรมนี ได้ ทุ่มหุ่นยนต์อุตสาหกรรมเข้าสู่โรงงานอย่างเข้มข้นต่อเนื่องมาหลายปี
- จีนเริ่มช้ากว่า แต่ตอนนี้ครอง สัดส่วนมากกว่าครึ่งของการติดตั้งหุ่นยนต์อุตสาหกรรมทั่วโลก และแซงเยอรมนีในด้านความหนาแน่นหุ่นยนต์ภาคการผลิตแล้ว
- ในขณะเดียวกัน GDP ต่อหัวของจีนยังอยู่เพียงราว 1 ใน 3 ของสหรัฐ และ อัตราว่างงานเยาวชนอยู่ในระดับกลางถึงสูงของเลขสองหลัก (การประเมินแบบไม่เป็นทางการสูงกว่านั้นอีก)
- อัตราว่างงานของเยาวชนจีนอยู่ในระดับเลขสองหลัก พร้อมการแพร่กระจายของวัฒนธรรม “lying flat”
- แม้จะอัดฉีดเงินและนโยบายมหาศาลให้กับระบบอัตโนมัติ แต่ บัณฑิตกลับไป “เน่าเปื่อย” อยู่ในงานบริการค่าแรงต่ำหรืองานเสริมออนไลน์ และระบายความไม่พอใจบนโซเชียลมีเดีย
gig economy และความกังวลล่วงหน้าจากโรโบแท็กซี่
- ตอนนี้โรโบแท็กซี่ยังมีสัดส่วนเพียงเล็กน้อยมากของระยะทางวิ่งทั้งหมด และ Waymo ก็ยังรองรับ เพียงการเดินทางส่วนน้อยมากในเมืองที่ให้บริการ
- แต่คนขับรถเรียกรถในซานฟรานซิสโกและฟีนิกซ์กลับ เริ่มเผชิญรายได้ลดลงแล้วในตลาดที่มีโรโบแท็กซี่ให้บริการ
- ธนาคารต่างๆ ก็ออกคำเตือนว่าแพลตฟอร์มเรียกรถในเมืองกำลังเผชิญกับ “ความเสี่ยงจากรถยนต์ไร้คนขับ”
- แม้ส่วนแบ่งตลาดจริงยังต่ำ แต่ก็สะท้อนรูปแบบที่ว่า เรื่องเล่าเรื่องการหายไปของงานมาถึงก่อนที่งานจะหายไปจริงในเชิงเทคนิค
มุมมองส่วนตัวและคำเตือน
- ไม่มีใครรู้ว่าอีก 20 ปีข้างหน้าจะยังมีงานเหลืออยู่กี่งาน หรือว่างานของตัวเองจะอยู่ไกลพอที่ปลายหางของการกระจายหรือไม่
- จึงควร ลองทำหลายสิ่งหลายอย่างและไม่หยุดอยู่แค่ตรงกลาง พร้อมพยายามเป็นมนุษย์นอกการกระจาย
- หากทั้งแผนชีวิตของคุณพึ่งพาการเป็น แรงงานกรณีกลางที่ได้รับการยอมรับ ทำงานมาตรฐานในบริษัทมาตรฐาน ก็ต้องมองให้ตรงว่าความพยายามในการกัดเซาะหมวดหมู่นั้นกำลังเข้มข้นเพียงใด
- การเมืองที่ตั้งอยู่บนสมมติฐานว่าทุกคนจะทำงานเต็มเวลาและค้นหาศักดิ์ศรีจากสิ่งนั้น ก็จำเป็นต้องถูกทบทวนใหม่เช่นกัน
- ศตวรรษที่ 20 ทุ่มทั้งพลังทางปัญญาและศีลธรรมไปกับการเชิดชูแรงงาน เพราะเศรษฐกิจในเวลานั้นต้องการผู้คนทุกวัน แต่ ศตวรรษที่ 21 กำลังสร้างเครื่องจักรและระบบที่ไม่ต้องการผู้คนมากมายเช่นนั้นอีกต่อไป
บทสรุป: ความเป็นศูนย์กลางของแรงงานที่อ่อนตัวลง
- แม้คำอธิบายเชิงเทคนิคจะบอกว่าระบบอัตโนมัติเป็นสิ่งที่ ค่อยเป็นค่อยไปและมีแรงชดเชยกัน แต่ ความจริงที่สัมผัสได้คือการหายไปของงานศูนย์กลาง
- คำถามสำคัญที่สุดของตลาดแรงงานอนาคตคือ “พื้นที่ของมนุษย์ที่โมเดลยังเรียนรู้ไม่ได้มีมากแค่ไหน”
- เศรษฐกิจศตวรรษที่ 21 กำลังเคลื่อนไปสู่ ระบบที่ต้องการมนุษย์น้อยลง และ
ระบบคุณค่าของศตวรรษที่ 20 ที่เคยวางแรงงานไว้เป็นศูนย์กลางของชีวิตก็กำลังสั่นคลอนอย่างถึงราก
3 ความคิดเห็น
ดูเหมือนว่าจะดีถ้าอ่านคู่กับบทความนี้และคอมเมนต์ใน Hacker News ที่เพิ่งโพสต์ไปเมื่อไม่นานนี้ https://th.news.hada.io/topic?id=24260
ความคิดเห็นจาก Hacker News
อ่านบทความนี้แล้วมีสองความคิด
อย่างแรก ผู้เขียนคนนี้มีฝีมือการเขียนยอดเยี่ยมจริงๆ สำนวนอย่าง “แข่งขันกับอดีตของเศรษฐกิจ”, “พฤติกรรมตกค้างของโลกที่เคยยกย่องแรงงานอย่างศักดิ์สิทธิ์”, และ “การย้ายถิ่นฐานที่ไร้ผู้อพยพ” มีความเป็นวรรณศิลป์มาก
อย่างที่สอง ดีไซน์เรซูเม่ไม่ค่อยดี มันยาวเหมือนเรียงความและไม่ค่อยมีประเด็น ตอนนี้เป็นยุคของ TikTok และ Instagram Reels จึงควรลดข้อความลง 70% แล้วโชว์แต่สาระสำคัญ
แต่คนนี้มีพรสวรรค์ด้านการเขียนถึงขั้นเขียนหนังสือได้จริงๆ บางทีการที่คนเก่งแบบนี้หันไปเลือกเส้นทางสร้างสรรค์แทนบิ๊กเทคหรือการเงิน อาจจะดีกับสังคมมากกว่าก็ได้
อ้างอิง เรซูเม่ของเขาดูได้ที่นี่
บทความเขียนได้ยอดเยี่ยมและน่าประทับใจมาก ถ้าฉันกำลังรับคนอยู่ก็คงพิจารณาเรียกสัมภาษณ์
Ahmed อยู่ในสหราชอาณาจักร จึงไม่เกี่ยวกับปัญหาวีซ่า H1B ของสหรัฐ แต่มีความเป็นไปได้ว่าการเพิ่มขึ้นของผู้อพยพในสหราชอาณาจักรทำให้การแข่งขันในงานทักษะสูงรุนแรงขึ้น
ประสบการณ์สาย AI อย่างฝึกงานที่ DeepMind กลับมีความย้อนแย้ง เพราะเทคโนโลยีที่เขาช่วยสร้างอาจกำลังทำให้งานของตัวเองถูกอัตโนมัติพอดี
อีกทั้งเศรษฐกิจอังกฤษตอนนี้ก็กำลังซบเซา ซึ่งน่าจะเป็นอีกเหตุผลที่ทำให้เขาหางานยาก
ผู้เขียนตัวจริงมาเอง ไม่คิดว่าบทความที่เขียนตอนกำลังท้อแท้เมื่อไม่กี่วันก่อนจะได้รับความสนใจขนาดนี้
ตอนนี้กำลังมองหาบทบาทที่อยู่ตรงจุดตัดของ ML, product และ research โดยชอบงานแนวPM สายลงมือสร้างที่ใกล้ชิดกับผู้ใช้และตัวผลิตภัณฑ์
ถ้ามีใครทำงานในสายที่เกี่ยวข้องก็อยากพูดคุยด้วย ขอบคุณทุกคนที่อ่านและให้ฟีดแบ็ก
จนกระทั่งไม่นานมานี้ฉันยังทำหน้าที่สรรหาในสหราชอาณาจักรอยู่ และเห็นสไตล์ CV แบบนี้มาหลายครั้ง สำหรับตำแหน่งจูเนียร์ที่มีผู้สมัครเกิน 250 คน มันคงถูกคัดออกทันที
เกณฑ์การพิจารณาคือ (a) ระบุชัดไหมว่ามีปริญญาในสหราชอาณาจักรและสถานะวีซ่าเป็นอย่างไร (b) สาขาที่เรียนตรงหรือไม่ (c) ชื่อเสียงของมหาวิทยาลัย
แม้แต่การฝึกงานที่ DeepMind ก็เป็นแค่ฝึกงานภายในมหาวิทยาลัย จึงไม่ได้พิเศษอะไร
พูดตามจริง แค่มีผู้สมัครจากมหาวิทยาลัยอย่างBristol, Birmingham, UCL พร้อมประสบการณ์ฝึกงานบริษัทใหญ่ ก็ถือว่าแน่นตลาดมากอยู่แล้ว
ขอเตือนไว้ก่อนว่านี่เป็นบทความที่มีความโกรธปนอยู่เล็กน้อย
น่าเศร้าที่คนรุ่นจบใหม่กลายเป็นรุ่นที่ถูกอุตสาหกรรมเอาเปรียบแล้วทอดทิ้ง
ทั้งที่ด้วยเครื่องมือ AI คนจบใหม่ก็สามารถสร้างผลงานได้เร็ว แต่บริษัทกลับหมกมุ่นอยู่กับการปลดคนและการปรับโครงสร้าง
ผู้บริหารมองคนเป็นต้นทุน ไม่ใช่สินทรัพย์ และมองซอฟต์แวร์เหมือนโรงงาน
ผลลัพธ์คือผลิตภัณฑ์จำนวนมากกลายเป็นขยะที่ไม่เป็นมิตรกับผู้ใช้
ฉันอยากสร้างซอฟต์แวร์เพื่อผู้คน แต่ตลาดงานตอนนี้ให้ความรู้สึกเหมือนเกมแย่งเก้าอี้
สำหรับคนชั้นบน ตลาดแรงงานเป็นเพียงแค่ตัวเลขทางสถิติ พวกเขาขาดความเห็นอกเห็นใจและไม่มีความตั้งใจจะแก้ปัญหา
นวัตกรรมทางเทคโนโลยีควรทำให้เกิดสังคมที่ทุกคนทำงานน้อยลงแต่ได้มากขึ้น แต่ความจริงกลับมีเพียงงานไร้ความหมายและการกระจุกตัวของความมั่งคั่งที่เพิ่มขึ้น
น่าเศร้ามากที่ตอนนี้บัณฑิตสาขา CS ต้องเผชิญกับวิกฤตการหางาน
ในยุค 90 คนเคยบอกว่าโปรแกรมเมอร์ไม่ใช่อาชีพที่ดีนัก แต่หลังจากนั้นก็มียุคทองตามมา
รอบนี้จะเป็นแค่วัฏจักรแบบเดิมอีกครั้ง หรือเป็นยุคที่เปลี่ยนไปโดยสิ้นเชิงกันแน่ ก็น่าคิด
สิ่งที่เข้าใจยากคือ ทั้งที่คนจบใหม่หางานกันไม่ได้ แต่ก็ยังมีแรงงานวีซ่า H1Bเข้ามาอย่างต่อเนื่อง
เห็นด้วยว่าการหางานตอนนี้ยาก
แต่สิ่งสำคัญคือการเข้าใจข้อจำกัดของระบบอัตโนมัติ ตัวอย่างเช่น Ocado ในสหราชอาณาจักรมีระบบโลจิสติกส์อัตโนมัติ แต่ช่วงโรคระบาดกลับขยายตัวไม่ทันจนไม่สามารถรับลูกค้าใหม่ได้
ขณะที่ซูเปอร์มาร์เก็ตแบบดั้งเดิมสามารถจ้างคนเพิ่มแล้วตอบสนองได้รวดเร็ว
สุดท้ายแล้วสิ่งสำคัญคือสมดุลระหว่างประสิทธิภาพกับความยืดหยุ่น
ปัญหาคือประสิทธิภาพวัดออกมาเป็นตัวเลขได้ แต่ความยืดหยุ่นวัดไม่ได้ง่าย
ฉันลองคิดตามเรื่องกลยุทธ์ “out of distribution” ที่ผู้เขียนพูดถึง
ถ้าคุณทำให้ความสามารถของตัวเองเฉพาะทางมาก งานที่มีให้ก็จะเฉพาะทางตามไปด้วย กล่าวคือโอกาสจะน้อยลงและข้อจำกัดด้านพื้นที่จะมากขึ้น
ตอนทำปริญญาเอก ฉันเองก็เคยทำหัวข้อที่มีแล็บอยู่ทั่วโลกแค่ 10 แห่ง ซึ่งแน่นอนว่างานก็หายากพอๆ กัน
ท้ายที่สุด งานวิจัยที่เป็นนวัตกรรมโดยเนื้อแท้ก็คือการทำให้งานของตัวเองหายไป
ค่าใช้จ่ายที่ประหยัดได้จากระบบอัตโนมัติไม่ได้จำเป็นต้องย้อนกลับมาหาคนทักษะสูงเสมอไป และมีแนวโน้มสูงว่าจะถูกดูดซับไปเป็นกำไรเสียมากกว่า
ประสิทธิภาพวัดเป็นตัวเลขได้ แต่ความยืดหยุ่นวัดไม่ได้ -> ประโยคนี้น่าประทับใจนะครับ