- 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
5 ความคิดเห็น
หนึ่งในเหตุผลที่ปัญหาการว่างงานในช่วงการปฏิวัติอุตสาหกรรมไม่เป็นที่รับรู้กันมากนัก ก็เพราะผู้ที่ถูกผลักไปจนถึงขอบเหวคือผู้คนในอาณานิคมที่ไร้อำนาจที่สุด
เมื่อได้ยินเรื่องซีแอตเทิลที่บรรยากาศไม่ดีจากการปลดพนักงานครั้งใหญ่ของ Amazon หรือเรื่องซานฟรานซิสโกที่บอกว่านักพัฒนาก็เริ่มหางานใหม่ได้ยากขึ้นเรื่อย ๆ แม้จะจริงว่าอาจพูดเกินจริงไปบ้าง แต่ก็ดูเหมือนว่าตลาดงานจะยากขึ้นจริง ๆ ดังนั้นผมเลยรู้สึกเห็นด้วยได้ยากกับเนื้อหาในบทความที่บอกว่าคนทั่วไปจะไม่เป็นไรครับ
เมื่อการปฏิวัติเกษตรกรรมทำให้ผลิตภาพเพิ่มขึ้น ก็ไม่ได้เกิดการว่างงานจำนวนมาก แต่กลับเกิดการขูดรีดแรงงานแทน ทรัพยากรส่วนเกินถูกรวมศูนย์เข้าสู่จักรวรรดิ และเกิดการเพิ่มขึ้นของเอนโทรปีอย่างมหาศาลผ่านสงคราม แนวโน้มนี้ยังคงเหมือนเดิมหลังการปฏิวัติอุตสาหกรรม โดยมนุษย์ไม่ปล่อยให้มีทรัพยากรส่วนเกินเหลืออยู่ แต่ยกระดับมาตรฐานการครองชีพ และแม้แต่เด็ก ๆ ก็ถูกดึงเข้าสู่สถานที่ทำงานจนต้องเผชิญกับการขูดรีดแรงงานอย่างรุนแรง
"แทบไม่ได้เขียนโค้ดเองด้วยซ้ำ ยังจะมาบ่นงอแงอีกนะ."
เงินเดือนน้อยชะมัด
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
ด้วย AI แม้แต่คนที่มีความรู้โดเมนไม่ลึกก็ทำงานได้ ทำให้งานตัดสินใจเหล่านั้นเองก็ เอาต์ซอร์ซไปต่างประเทศ ได้ง่ายขึ้น
การลดเวลาฝึก ระบบตรวจคุณภาพอัตโนมัติ และต้นทุนการสื่อสารที่ลดลง กำลังเร่งการแข่งขันด้านค่าจ้างสู่ ราคาต่ำสุดระดับโลก
สุดท้ายงานยังอยู่ แต่ค่าจ้างจะนิ่ง เส้นทางเติบโตในอาชีพจะแคบลง และมูลค่าส่วนใหญ่จะตกเป็นของบริษัทที่ครอบครอง workflow
ถ้าให้ AI ทำแทน เราจะไม่รู้สึกถึงความสัมพันธ์นั้น และเมื่อเกิดข้อผิดพลาดก็จะสังเกตได้ยาก
ใช้แค่เซิร์ฟเวอร์ CRUD ธรรมดาก็พอแล้ว แต่ถ้าใช้ LLM กับทุกธุรกรรม ต้นทุนจะสูงเกินไป
ดูจากกรณีของระบบทำแซนด์วิชอัตโนมัติ Nala Sandwich Bot ช้าและไม่มีประสิทธิภาพ ส่วน Raptor/JLS line ยืดหยุ่นแต่ต้องตั้งค่าใหม่ และ Weber สายการผลิตอัตโนมัติ เร็วมากแต่แทบเปลี่ยนสินค้าไม่ได้เลย
สุดท้ายแล้วถ้าไม่ใช่ สินค้ามาตรฐาน ความคุ้มค่าทางเศรษฐศาสตร์ของระบบอัตโนมัติก็จะต่ำ
หลายครั้งสิ่งสำคัญจริง ๆ คือ การลดจำนวนคน
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
ถ้าใช้ชีวิตแค่ในระดับเมื่อ 100 ปีก่อน เราก็คงทำงานน้อยกว่านี้ได้มาก
ในสถานการณ์ที่พรรคการเมืองที่ต้องการลดรายจ่ายภาครัฐถืออำนาจอยู่ การแจกจ่ายรายได้โดยไม่ต้องทำงานย่อมเป็นไปไม่ได้
โลกที่ทุกคนได้ทุกอย่างที่ต้องการอย่างง่ายดาย อาจกลับนำไปสู่การล่มสลาย
บางครั้งเวลาฉันกังวล ฉันจะไปดู ticket tracker ของทีม แล้วก็รู้ว่า AI ตอนนี้ยังทำอะไรให้เป็นอัตโนมัติไม่ได้แม้แต่ 0%
ถ้า AI แก้ปัญหาเรื่อง memory ได้ และค่อย ๆ เข้าใจทั้งธุรกิจและ codebase ได้ เมื่อนั้นฉันค่อยกังวล
การไม่วาง แผนฉุกเฉิน เป็นเรื่องไม่รับผิดชอบ
ทั้งที่ท้ายที่สุดก็ต้องกลับมาจ้างคนอีกอยู่ดี
AI จะเป็นภัยจริงก็ต่อเมื่อมันตามบริบทระหว่างคนและเข้าใจความหมายเหล่านั้นได้
ถ้าช่วงต้นโปรเจกต์ AI จดบันทึกไว้เอง ภายหลังก็อาจเอามาอ้างอิงได้
การแทนที่แรงงาน ยากกว่าที่คิดมาก
แม้งานง่าย ๆ อย่างการกลับเบอร์เกอร์ แท้จริงแล้วก็ประกอบด้วยหลายบทบาทปนกันอยู่
ถ้าจะให้หุ่นยนต์มาแทน มัน ไม่คุ้มทางเศรษฐศาสตร์เลย
ทำให้รู้สึกได้ว่า ถ้า AI ทำให้งานหายไป การ เปลี่ยนไปทำงานอื่นนั้นยากอย่างยิ่ง
robotics กับ AI เป็นคนละเรื่องกันโดยสิ้นเชิง
ต่อไปงานที่เคยใช้คน 20 คน อาจเหลือ 3-4 คนคอยดูแล AI ก็พอ
จำนวนคนถูกลดลงเหลือน้อยกว่าครึ่ง และประสิทธิภาพก็ถูกผลักให้สูงสุดผ่านคีออสก์สั่งอาหาร ระบบคาดการณ์การปรุง และระบบเครื่องดื่มอัตโนมัติ
แม้จะยังไม่ถึงขั้นไร้คนทั้งหมด แต่ ระบบอัตโนมัติแบบค่อยเป็นค่อยไป เป็นความจริงไปแล้ว
ต่อให้ AI ทำงานได้ 80% แต่ทำอีก 20% ที่เหลือไม่ได้ ก็ยังอาจ ลดคนได้ 80%
ถ้ามองด้วยแนวคิด ความได้เปรียบเชิงเปรียบเทียบ การร่วมมือกันระหว่างมนุษย์กับ AI ก็ยังมีความหมายทางเศรษฐกิจอยู่
ซึ่งร้ายแรงมากต่อการเงินส่วนบุคคล
แค่มองที่ธุรกิจขนาดเล็กและขนาดกลาง ความต้องการซอฟต์แวร์แบบปรับแต่งก็แทบไม่มีที่สิ้นสุด
แถมยังตอบผิดด้วยความมั่นใจเต็มเปี่ยม
สุดท้ายประสิทธิภาพจะสูงขึ้น แต่โครงสร้างกำลังคนจะถูกจัดใหม่
ระบบอัตโนมัติในอดีตสร้างอุตสาหกรรมใหม่ แต่ LLM เป็นเพียงการแปลงอินพุตของมนุษย์ให้เป็นโทเค็น เท่านั้น
แทบไม่ได้สร้างงานใหม่เลย
ที่เหลืออยู่ก็มีแค่ data center หรือโรงงานเซมิคอนดักเตอร์ ซึ่งสักวันหนึ่งก็คงถูกทำให้เป็นอัตโนมัติเช่นกัน
เมื่อค่าใช้จ่ายในการผลิตลดลง ราคาก็ลดลง และเงินที่เหลือก็จะไปสร้างอุตสาหกรรมใหม่
เหมือนตู้เย็นที่ทำให้อุตสาหกรรมน้ำแข็งหายไป แต่สร้างอุตสาหกรรมห่วงโซ่ความเย็นขึ้นมาแทน
ฉันมองว่าขนาดของการแทนที่ด้วย AI ถูกพูดเกินจริง
จำนวนชาวนาลดลง แต่จำนวนคนกินเพิ่มขึ้น แส้ม้าหายไป แต่แท็กซี่กับ Uber ก็เกิดขึ้น
ในอนาคตอาจมีงานอย่างผู้ช่วยส่วนตัวหรือเอนเตอร์เทนเนอร์สำหรับคนรวยเพิ่มขึ้น
อันที่จริงงาน white-collar จำนวนมากก็มีลักษณะเช่นนั้นอยู่แล้ว
ความต้องการแรงงานจึงไม่ได้มากนัก
ในอุตสาหกรรมเซมิคอนดักเตอร์ การ เลิกจ้างจากการลงทุน AI มากเกินไป เป็นเรื่องจริงไปแล้ว
แต่ถ้า LLM พัฒนาต่อไป งานอย่างของฉันที่เกี่ยวกับ ปัญหา NP-complete ก็อาจหายไปได้
เพราะ AI เริ่มปรับปรุงตัวเองได้แล้ว ขีดจำกัดของมนุษย์จึงไม่ใช่คอขวดอีกต่อไป
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
ในฐานะ generalist ที่มีประสบการณ์หลายด้าน ถ้าได้ทั้งทุน AI และอิสระในการตัดสินใจ ฉันก็สามารถ สร้างผลิตภัณฑ์คุณภาพสูงได้อย่างรวดเร็วเพียงลำพัง
ปัญหาที่ใช้ AI ได้ไม่ดีไม่ใช่เรื่องเทคโนโลยี แต่เป็น ปัญหาขององค์กร
แม้แต่ในสาขาอย่างบัญชีหรือกฎหมาย ก็อาจทำให้คนทำงานอิสระได้
ช่วงนี้กลับกลายเป็นว่าเพราะ AI งานของฉันยิ่งปลอดภัยขึ้น
developer รุ่นจูเนียร์ใช้ AI แบบไม่เลือก ทำให้แม้แต่โค้ดที่ตัวเองเขียนก็ยังไม่เข้าใจ
Parable of the Broken Window