แอร์ราคาถูก แต่ทำไมค่าซ่อมแอร์ถึงแพงขนาดนี้? [บทความแปล]

1. สรุปใจความสำคัญในประโยคเดียว

• บทความนี้อธิบายว่า พื้นที่ที่ผลิตภาพพุ่งสูงมากจะยิ่งถูกลงและถูกใช้งานมากขึ้น (Jevons) แต่ แรงงานที่ต้องแข่งขัน กับภาคส่วนนั้นจะดันให้ราคาของสาขาอื่นสูงขึ้นไปด้วย (Baumol) จนในยุค AI เราอาจได้เห็นเศรษฐกิจประหลาดที่ “โทเคนราคาถูกลง แต่ งาน 1% สุดท้ายที่ยังต้องใช้คนกลับแพงมหาศาล”

2. ทำไมตัวเครื่องปรับอากาศถึงถูก แต่ค่าซ่อมกลับแพง?

1. อุตสาหกรรมที่ผลิตภาพเพิ่มขึ้นมาก เช่น การผลิต เซมิคอนดักเตอร์ และคอมพิวติ้ง

   • ราคาจะร่วงลงอย่างมากพร้อมกับคุณภาพที่ดีขึ้น
   • ผลคืออุปสงค์พุ่งขึ้น และเกิดการใช้งานรูปแบบใหม่อย่างไม่สิ้นสุด (Jevons Paradox)

2. เมื่ออุตสาหกรรมที่มีผลิตภาพสูงเหล่านี้สร้างงานค่าจ้างสูงจำนวนมาก

   • อาชีพอื่นในตลาดแรงงานเดียวกันก็ต้องขึ้นค่าจ้างตามเพื่อให้จ้างคนได้
   • ดังนั้นบริการที่แทบไม่มีการเพิ่มผลิตภาพเลย (งานซ่อม งานซ่อมบ้าน งานดูแล ฯลฯ) จึงมีค่าจ้างต่อชั่วโมงสูงขึ้นมาก และกลายเป็นบริการที่ “รู้สึกว่าแพงมาก” (Baumol’s Cost Disease)

3. ผลลัพธ์คือ ตัวเครื่องปรับอากาศเอง (สินค้าที่ผลิตจากโรงงาน) มีราคาถูก แต่ช่างที่ซ่อมมัน (บริการ) ต้องแข่งขันด้านค่าจ้างในตลาดแรงงานเดียวกันกับงาน HVAC ของดาต้าเซ็นเตอร์และงานเทคนิคอื่น ๆ จึงหลีกเลี่ยงไม่ได้ที่จะมีราคาสูง

3. Jevons Paradox: ทำไมยิ่งถูกลงจึงยิ่งถูกใช้มากขึ้น?

• Jevons Paradox เริ่มต้นจากกรณีถ่านหินในศตวรรษที่ 19

  • ยิ่งการผลิตถ่านหินถูกลงและเร็วขึ้น การใช้ถ่านหินรวมก็ไม่ได้ลดลง แต่กลับพุ่งสูงขึ้น
  • เพราะเมื่อมันถูกลงและมีประสิทธิภาพขึ้น ก็เกิดกระบวนการ อุตสาหกรรม และการประยุกต์ใช้ใหม่ ๆ ตามมาอย่างต่อเนื่อง

• เวอร์ชันสมัยใหม่คือกฎของมัวร์

  • เมื่อราคาทรานซิสเตอร์ลดลงจากระดับ 1 ดอลลาร์ต่อชิ้น เหลือต่ำกว่า 1 ในล้านของ 1 เซนต์
  • คอมพิวติ้งก็ขยายจากงานทหารและงานประมวลผลเงินเดือน → เวิร์ดโปรเซสเซอร์และ DB → เทอร์โมสตัทและการ์ดอวยพร → ไปจนถึงแท็กจัดส่งแบบใช้ครั้งเดียว กลายเป็นการใช้งานที่ “แทบไร้ขีดจำกัด”

• ข้อเสนอของบทความคือ ต้นทุนโทเคนก็จะเดินไปตามเส้นทางเดียวกัน

  • ราคาต่อหน่วยการคำนวณจะลดลงอย่างรุนแรง
  • และงาน บริการ รวมถึงผลิตภัณฑ์ที่ใช้ AI ได้ จะเพิ่มขึ้นแบบทวีคูณ จนทำให้อุปสงค์รวมระเบิดขึ้น

4. Baumol effect: ทำไมแม้แต่บริการที่ไม่เกี่ยวกับ AI ก็ยังแพงขึ้น?

• Baumol’s Cost Disease เป็นปรากฏการณ์ที่ถูกสังเกตจากศิลปะการแสดงในทศวรรษ 1960 (วงเครื่องสายสี่ชิ้น ละคร โอเปรา)

  • วงสี่ชิ้นยังคงต้องใช้คน 4 คนเล่นด้วยตัวเองเหมือนเมื่อ 100 ปีก่อน ดังนั้น “ผลผลิตต่อชั่วโมง” จึงแทบไม่เพิ่มขึ้น
  • แต่เมื่อภาคส่วนอื่นของเศรษฐกิจ (การผลิต เทคโนโลยี การเงิน ฯลฯ) สร้างงานค่าจ้างสูงมากขึ้นจากการเพิ่มผลิตภาพ นักดนตรีก็ต้องแข่งขันในตลาดแรงงานเดียวกัน และค่าจ้างที่สูงขึ้นก็ทำให้ต้นทุนการแสดงพุ่งสูง

• ตรรกะนี้จะเกิดซ้ำอีกครั้งในยุค AI

  • หากงานเกี่ยวกับดาต้าเซ็นเตอร์และโครงสร้างพื้นฐาน AI ที่มีผลิตภาพสูงและค่าจ้างสูงเพิ่มขึ้น
  • ช่างประปา คนรับจูงสุนัข พี่เลี้ยงเด็ก ครู ฯลฯ ที่ทำงานอยู่ในเมืองเดียวกัน ก็จะเรียกร้องค่าจ้างในระดับที่ “แข่งขันได้กับงานเหล่านั้น”

• กล่าวคือ เมื่อความมั่งคั่งโดยรวมของสังคมเพิ่มขึ้น ก็จะเกิดโครงสร้างแบบ “แม้จะเป็นบริการที่ไม่เกี่ยวกับ AI แต่สังคมที่รวยขึ้นก็ยังยอมจ่ายราคาแพงและบริโภคต่อไป” ซึ่งก็คือผลแบบ Baumol

5. Jevons vs Baumol: ‘กลไกคู่แฝด’ ที่ทำงานพร้อมกัน

ในบทความ ทั้งสองสิ่งนี้สามารถสรุปเป็นภาษาเกาหลีได้ประมาณนี้

1. “ผลแบบ Jevons (Jevons-type effects)”

   • ในสาขาที่ผลิตภาพเพิ่มขึ้นอย่างรุนแรง
   • ราคาจะลดลง คุณภาพจะดีขึ้น
   • และผลลัพธ์คืออุปสงค์ กรณีใช้งาน และการจ้างงานจะเพิ่มขึ้นอย่างระเบิด

2. “ผลแบบ Baumol (Baumol-type effects)”

   • ค่าจ้างและราคาของสาขาที่แทบไม่มีการเพิ่มผลิตภาพ
   • ก็ยังถูกดันให้สูงขึ้นจากการเปรียบเทียบภายในตลาดแรงงานเดียวกัน
   • และเพราะสังคมมั่งคั่งขึ้น ผู้คนจึงยังรับภาระราคาที่แพงนั้นและบริโภคต่อไป

แม้ทั้งสองผลจะดูแยกจากกัน แต่ข้อถกเถียงสำคัญของบทความคือ จริง ๆ แล้ว การระเบิดแบบ Jevons (ผลิตภาพ ความมั่งคั่ง การบริโภคที่เพิ่มขึ้น) ต้องเกิดขึ้นก่อน จึงจะทำให้ผลแบบ Baumol ปรากฏอย่างเป็นรูปธรรมตามมาได้ ทั้งสองจึงพันกันอย่างใกล้ชิด

6. ใน AI supercycle อะไรจะถูกลง และอะไรจะแพงขึ้น?

1. พื้นที่ที่ AI เปลี่ยนแปลงอย่างมาก

   • เมื่อค่าโทเคนและต้นทุนคอมพิวติ้งร่วงลงอย่างหนัก
   • บริการที่มี ความยืดหยุ่นของอุปสงค์สูง เช่น การสร้างเอกสาร งานโค้ดและการตลาด หรือบริการกฎหมายบางส่วน อาจมีการใช้งานเพิ่มขึ้นมากกว่า 10 เท่า
   • ส่วนนี้จะเดินตาม Jevons Paradox คือ “ถูกลง และถูกใช้มากขึ้นอย่างมหาศาล”

2. พื้นที่ที่ AI มีผลกระทบน้อย

   • เช่น การพาสุนัขเดินเล่น การดูแลเด็ก ครูชั้นเรียนขนาดเล็ก งานซ่อมบ้าน และบริการงานฝีมือพื้นฐาน
   • บริการที่ต้องใช้แรงงานทางกายภาพหน้างานหรือแรงงานทางอารมณ์เหล่านี้แทบไม่ได้ประโยชน์จากระบบอัตโนมัติ
   • แต่ราคาของมันจะถูกกำหนดโดยอิงกับระดับค่าจ้างของแรงงาน AI infrastructure และแรงงานเทคโนโลยีที่ทำงานอยู่ในเมืองเดียวกัน
   • เพราะฉะนั้น โลกที่ “ยอมจ่าย 100 ดอลลาร์ต่อสัปดาห์เพื่อให้คนพาสุนัขเดินเล่น และยังพอจ่ายไหว” จึงอาจเกิดขึ้นอย่างเป็นธรรมชาติ

7. Reflexive Turbo-Baumol’s: ปรากฏการณ์ ‘1% สุดท้าย’ ที่เกิดขึ้นภายในอาชีพเอง

ส่วนที่น่าสนใจที่สุดช่วงท้ายบทความคือ การชี้ว่า แม้ภายในอาชีพเดียวกัน ผลแบบ Baumol ก็สามารถถูกขยายให้รุนแรงขึ้นได้

1. ช่วงงานที่ “ต้องมีมนุษย์” จากกฎระเบียบและข้อกำหนดด้านความปลอดภัย

   • รัฐบาลและหน่วยงานกำกับดูแลมักกำหนดด้วยเหตุผลด้านความปลอดภัยและความรับผิดชอบว่า “ฟังก์ชันด้านความปลอดภัยนี้ต้องให้มนุษย์เป็นผู้ทำหรือผู้อนุมัติเท่านั้น”
   • ตัวอย่างเช่น เจ้าหน้าที่ความปลอดภัยที่นั่งอยู่ในรถไร้คนขับของ Waymo การอนุมัติขั้นสุดท้ายในการอ่านภาพทางการแพทย์ และลายเซ็นสุดท้ายของมนุษย์ในงานการเงินหรือกฎหมาย

2. 99% ของงานถูกทำให้เป็นอัตโนมัติ แต่ 1% ยังต้องเป็นคน

   • โดยอ้างอิงบทสัมภาษณ์ของ Andrej Karpathy บทความเสนอภาพว่า “หาก 99% ของอาชีพหนึ่งถูกทำให้เป็นอัตโนมัติ 1% ที่เหลือจะกลายเป็นคอขวดของงานทั้งหมด และจึงมีมูลค่าสูงมหาศาล”
   • เช่น แพทย์รังสีอาจให้ AI ช่วยอ่านผลเกือบทั้งหมด แต่เพราะ 1% สุดท้ายของการยืนยันและการรับผิดชอบยังเป็นหน้าที่ของมนุษย์ ค่าจ้างของอาชีพนั้นอาจยิ่งสูงขึ้น

3. แต่ทันทีที่ 1% สุดท้ายถูกทำให้เป็นอัตโนมัติได้ทั้งหมด

   • เบี้ยค่าจ้างสูงของอาชีพนั้นก็อาจหายไปในพริบตา
   • เหมือนเจ้าหน้าที่ความปลอดภัยในรถไร้คนขับ ที่อาจเดินตามเส้นทางแบบ “ระหว่างที่ 99% ถูกทำให้เป็นอัตโนมัติ ค่าตัวแพงขึ้นเรื่อย ๆ แต่พอ 1% สุดท้ายหายไป อุปสงค์ก็หายไปทั้งก้อน”

บทความเรียกกระบวนการนี้แบบกึ่งติดตลกว่า “Reflexive Turbo-Baumol’s” และยังบอกเป็นนัยว่าโครงสร้างอาชีพอาจถูกจัดระเบียบใหม่อย่างผิดรูป พร้อมเกิดพันธมิตรทางการเมืองและเศรษฐกิจที่แปลกประหลาดตามมา

8. บทสรุป: ‘การขยายตัวของความมั่งคั่ง’ ที่อยู่เบื้องหลังโครงสร้างราคาประหลาด

• คำถามว่า “แอร์ราคาถูก แต่ทำไมค่าซ่อมแอร์ถึงแพง?”

  • ถูกอธิบายว่าเป็นผลจากการทำงานร่วมกันของ การระเบิดแบบ Jevons ใน สาขาที่มีผลิตภาพสูงมาก เช่น การผลิตและคอมพิวติ้ง
  • กับการเพิ่มขึ้นของค่าจ้างและราคาแบบ Baumol ใน สาขาบริการและแรงงานหน้างานที่ถูกทำให้เป็นอัตโนมัติได้น้อยกว่า

• ยิ่ง AI supercycle ดำเนินไปมากขึ้น

  • โทเคนและคอมพิวติ้งจะยิ่งถูกลงราวกับ ‘น้ำเปล่า’ และบริการที่ทำงานอยู่บนสิ่งเหล่านั้นจะเพิ่มขึ้นมหาศาล
  • ขณะเดียวกัน “งาน 1% สุดท้ายที่มนุษย์ต้องทำเอง” (เช่น พาสุนัขเดินเล่น ครูชั้นเรียนขนาดเล็ก งานซ่อมหน้างาน หรือหน้าที่ด้านความปลอดภัยที่ถูกกำกับไว้) ก็มีแนวโน้มจะแพงขึ้น และกลายเป็นอาชีพที่ได้รับการคุ้มครองทางการเมืองมากขึ้นด้วย

• ข้อความสุดท้ายของบทความคือ

  • แม้จะมีผลลัพธ์ประหลาดเช่นนี้ แก่นสำคัญก็ยังคงเป็นการเพิ่มผลิตภาพ และนั่นคือสิ่งที่จะทำให้สังคมโดยรวมมั่งคั่งขึ้นในระยะยาว
  • บทความปิดท้ายด้วยประโยคประมาณว่า “เมื่อน้ำขึ้น เรือทุกลำก็ลอยขึ้น” โดยมองว่าผลแบบ Baumol เป็นทั้งกลไกการกระจายความมั่งคั่ง และในอีกความหมายหนึ่งก็อาจเป็นมุกล้อว่าเป็น “รูปแบบคอมมิวนิสต์ที่มีประสิทธิภาพที่สุด”

[halfenif]

ทำให้นึกถึงภาพดิสโทเปียที่มีเพียงสมองซึ่ง (ใครบางคนเป็นผู้กำหนดว่า) ควรค่าแก่การได้รับการปกป้องเท่านั้นที่จะได้อานิสงส์จาก (การระเบิดของ) ผลิตภาพ ส่วนมนุษย์ที่เหลือก็ถูกทิ้งลงไปในกองขยะมหึมา

[botplaysdice]

คงเป็นอาชีพที่ได้รับการคุ้มครองโดยกฎหมายล่ะมั้ง การพาสุนัขไปเดินเล่นก็คงเป็นตัวอย่างที่ดีของงานที่มีแต่มนุษย์เท่านั้นที่ทำได้ (อย่างน้อยก็ในช่วงนี้) แต่เมื่อมีคนตกงานจาก AI จำนวนมากที่สามารถกระโดดเข้ามาทำได้ง่าย ๆ ก็ดูเหมือนว่าจะรักษาระดับค่าจ้างไว้ได้ไม่ง่ายนัก

[techiemann]

ถ้าคนตกงานแห่เข้ามาทำกันจริงๆ งานอย่างพวก ‘รับจูงสุนัขเดินเล่น’ ก็คงรักษาระดับค่าจ้างไว้ไม่ได้เหมือนกับสภาพความเป็นจริงของคนขับแอปเดลิเวอรีในตอนนี้นะ