เครื่องมือแสดงภาพตลาดงานในสหรัฐฯ

 (karpathy.ai)
1 คะแนน โดย GN⁺ 2026-03-17 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Andrej Karpathy เปิดตัวเครื่องมือที่แสดงภาพข้อมูลจาก 342 อาชีพ และ ตำแหน่งงาน 143 ล้านตำแหน่ง ของสำนักสถิติแรงงานสหรัฐฯ เพื่อให้เห็นขนาดการจ้างงานและลักษณะของแต่ละอาชีพ
  • พื้นที่ของสี่เหลี่ยมแต่ละช่องคือขนาดการจ้างงาน และ สีคือค่าตัวชี้วัดที่เลือก (เช่น แนวโน้มการเติบโต ค่าจ้างมัธยฐาน ระดับการศึกษา ระดับการเผชิญกับ AI)
  • ผู้ใช้สามารถคลิกไทล์อาชีพเพื่อเปิดดู หน้าอย่างเป็นทางการของ BLS ได้ทันที
  • มี ฟีเจอร์ระบายสีด้วย LLM ที่ให้ผู้ใช้กำหนดพรอมป์ต์เองเพื่อคำนวณคะแนนรายอาชีพและแสดงผลเป็นภาพได้
  • เป็น เครื่องมือพัฒนาเชิงสำรวจข้อมูล ที่สามารถนำกลุ่มอาชีพมาวิเคราะห์ใหม่ได้ตามเกณฑ์หลากหลาย เช่น การเผชิญกับ AI ผลกระทบจากหุ่นยนต์ และความเสี่ยงจากการย้ายงานไปต่างประเทศ

ภาพรวม

  • เครื่องมือนี้เป็นเครื่องมือวิจัยสำหรับสำรวจข้อมูลแบบภาพจาก Bureau of Labor Statistics Occupational Outlook Handbook
    • ครอบคลุม 342 อาชีพ และ ตำแหน่งงาน 143 ล้านตำแหน่ง
    • แต่ละอาชีพแสดงด้วย พื้นที่ที่เป็นสัดส่วนกับขนาดการจ้างงาน และสีจะเปลี่ยนไปตามตัวชี้วัดที่เลือก
  • ตัวชี้วัดที่เลือกได้มี อัตราการเติบโตที่คาดการณ์, ค่าจ้างมัธยฐาน, ข้อกำหนดด้านการศึกษา, และ ระดับการเผชิญกับ AI
  • เมื่อคลิกแต่ละไทล์ จะสามารถไปยัง หน้ารายละเอียดของ BLS สำหรับอาชีพนั้นได้

ฟีเจอร์ระบายสีด้วย LLM

  • ซอร์สโค้ด ที่เปิดเผยบน GitHub มีทั้งตัวสแครปข้อมูล ตัวแยกวิเคราะห์ และไปป์ไลน์พรอมป์ต์สำหรับ LLM
    • หากผู้ใช้เขียนพรอมป์ต์เอง LLM จะประเมินแต่ละอาชีพและสร้างสีของ treemap โดยอัตโนมัติ
  • ตัวเลือก “Digital AI Exposure” เป็นตัวอย่างที่ใช้ประเมินผลกระทบของ AI ต่อแต่ละอาชีพในปัจจุบัน
    • สะท้อนให้เห็นว่า AI กำลังพัฒนาอย่างรวดเร็วในงานด้านดิจิทัล
  • ผู้ใช้สามารถเขียนพรอมป์ต์ใหม่เพื่อวิเคราะห์ซ้ำด้วยเกณฑ์อื่น เช่น ระดับการเผชิญกับหุ่นยนต์ฮิวแมนนอยด์, ความเสี่ยงจากการย้ายงานไปต่างประเทศ, หรือ ผลกระทบจากสภาพภูมิอากาศ

เกณฑ์การประเมิน Digital AI Exposure

  • ระดับการเผชิญกับ AI ประเมินว่า อาชีพนั้นมีแนวโน้มจะถูก AI ปรับเปลี่ยนมากเพียงใด ด้วยคะแนน 0–10
    • พิจารณาทั้ง ผลกระทบโดยตรง (AI ทำงานของมนุษย์โดยอัตโนมัติ) และ ผลกระทบทางอ้อม (จำนวนคนงานลดลงจากประสิทธิภาพที่เพิ่มขึ้น)
  • งานที่อิงกับดิจิทัล จะได้คะแนนสูงกว่า
    • ตัวอย่างเช่น การเขียน การเขียนโค้ด การวิเคราะห์ และการสื่อสาร มักได้ 7 คะแนนขึ้นไป
    • ในทางกลับกัน งานที่ต้องมีตัวตนทางกายภาพหรือใช้แรงงานมือ จะได้คะแนนต่ำ

เกณฑ์ตามช่วงคะแนน

  • 0–1 คะแนน: เป็นงานทางกายภาพเกือบทั้งหมด AI มีผลกระทบน้อยมาก (เช่น ช่างมุงหลังคา นักจัดภูมิทัศน์ นักดำน้ำเชิงพาณิชย์)
  • 2–3 คะแนน: ส่วนใหญ่เป็นงานทางกายภาพหรือปฏิสัมพันธ์กับผู้คน AI ช่วยได้เฉพาะงานรอบข้าง (เช่น ช่างไฟฟ้า ช่างประปา นักผจญเพลิง นักสุขอนามัยช่องปาก)
  • 4–5 คะแนน: เป็นงานที่ผสมระหว่างงานทางกายภาพกับงานใช้ความรู้ (เช่น พยาบาล ตำรวจ สัตวแพทย์)
  • 6–7 คะแนน: ส่วนใหญ่เป็นงานใช้ความรู้ และอาจเพิ่มผลิตภาพได้เมื่อใช้ AI (เช่น ครู ผู้จัดการ นักบัญชี ผู้สื่อข่าว)
  • 8–9 คะแนน: เน้นงานดิจิทัลอย่างเต็มรูปแบบ และอาจเกิดการเปลี่ยนแปลงเชิงโครงสร้างตามพัฒนาการของ AI (เช่น นักพัฒนาซอฟต์แวร์ กราฟิกดีไซเนอร์ นักแปล นักวิเคราะห์ข้อมูล ผู้ช่วยด้านกฎหมาย คอปี้ไรเตอร์)
  • 10 คะแนน: เป็นงานประมวลผลข้อมูลเต็มรูปแบบ ซึ่ง AI สามารถทำได้เป็นส่วนใหญ่ (เช่น พนักงานป้อนข้อมูล พนักงานการตลาดทางโทรศัพท์)

ข้อควรระวัง

  • คะแนนการเผชิญกับ AI เป็นเพียงค่าประเมินของ LLM ไม่ได้หมายถึงการพยากรณ์จริงหรือแนวโน้มการจ้างงานที่แน่นอน
  • คะแนนสูงไม่ได้แปลว่าอาชีพนั้นจะหายไป แต่หมายถึง มีความเป็นไปได้ที่วิธีการทำงานจะเปลี่ยนแปลง
  • ตัวอย่างเช่น นักพัฒนาซอฟต์แวร์อาจได้ 9/10 แต่เมื่อ AI เพิ่มผลิตภาพแล้ว ความต้องการก็อาจเพิ่มขึ้นได้เช่นกัน
  • คะแนนนี้ ไม่ได้คำนึงถึง ความยืดหยุ่นของอุปสงค์ กฎระเบียบ หรือปัจจัยทางสังคม
  • อาชีพจำนวนมากที่มีระดับการเผชิญสูง อาจมีแนวโน้มถูก ปรับโครงสร้างใหม่มากกว่าถูกแทนที่

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2026-03-17
ความคิดเห็นจาก Hacker News

  • น่าประหลาดใจที่เหตุผลที่นักพัฒนารุ่นเดียวกับฉันหางานใหม่ไม่ได้ภายใน 1 ปี กลับเป็นเพราะ ตลาดนักพัฒนาซอฟต์แวร์เติบโตเร็วกว่าค่าเฉลี่ย

    • ทุกปีสหรัฐฯ รับผู้ถือวีซ่า H1B, L1 และ OPT มากกว่า 120,000 คน เมื่อเทียบกับจำนวนนักพัฒนาทั้งหมด 1.9 ล้านคน ตลาดต้องโตเกิน 5% ต่อปีแค่เพื่อรักษาระดับการจ้างงานไว้ และถ้ารวมบัณฑิตในสหรัฐฯ ด้วย ก็ต้องโตถึง 10% ซึ่งในระยะยาวไม่สมจริง
      สภาคองเกรสหรือประธานาธิบดีควรระงับวีซ่า H1B ชั่วคราว หรือ ขึ้นค่าธรรมเนียมวีซ่าเป็น 200,000~500,000 ดอลลาร์ เพื่อให้รับเฉพาะคนที่โดดเด่นจริง ๆ ตอนนี้โครงสร้างเป็นแบบที่บริษัทยักษ์ใหญ่ปลดคนจำนวนมาก แต่ก็ยังออกวีซ่ากันไม่ยั้ง
    • คำว่า “เติบโตเร็วกว่าค่าเฉลี่ย” ฟังดูเหมือนกับดักทางสถิติ ในความเป็นจริงต้องพิจารณาปัจจัยหลายอย่าง เช่น ภูมิภาค อุปทานแรงงาน และการเปลี่ยนแปลงของอาชีพอื่น ๆ ช่องว่างที่เกิดจากคนจำนวนมากออกจากวงการอาจถูกมองเป็นภาพลวงตาว่าเป็น ‘การเติบโต’ ก็ได้ การตัดสินภาพรวมจากข้อมูลจุดเดียวเป็นเพียง ภาพลวงทางสถิติ
    • บางทีคุณอาจเป็น ‘computer programmer’ ซึ่งอาชีพนี้คาดว่า การจ้างงานจะลดลง 6%
    • ข้อมูลอ้างอิงจากปี 2024

  • น่าสนใจที่จำนวนงานในกลุ่ม “Top Executives” ใกล้เคียงกับ “Retail Sales Worker” แม้จะพอเข้าใจได้เมื่อคิดถึงระบบอัตโนมัติและบทบาทของสหรัฐฯ ในเศรษฐกิจโลก แต่ก็เป็นปรากฏการณ์ที่ ขัดกับความเชื่อเรื่องชนชั้นและความเหลื่อมล้ำ

    • กลุ่มอาชีพนี้มี เงินเดือนมัธยฐาน 105,350 ดอลลาร์ และรวมถึง “General and Operations Manager” กับ “Chief Executive” ด้วย ดูเหมือนจะรวมผู้บริหารของธุรกิจขนาดเล็กไว้เช่นกัน ลิงก์ BLS
    • ตอนแรกฉันก็คิดว่าเป็นไปไม่ได้เมื่อเห็นกราฟนั้น แต่พอเปิดลิงก์เดียวกันก็พบว่าตัวเลขนั้นถูกต้องจริง
    • Gig economy กำลังทำลายความน่าเชื่อถือของสถิติภาครัฐ คนขับ rideshare จำนวนมากถูกจัดอยู่ในหมวด ‘CEO’
    • คำว่า “ขัดกับความเชื่อเรื่องชนชั้นและความเหลื่อมล้ำ” น่าสนใจ อยากรู้ว่าช่วยอธิบายเพิ่มได้ไหม

  • ภาพข้อมูลสวยดี แต่ถ้ามี โหมดสำหรับผู้บกพร่องการมองเห็นสี ก็คงดี เพราะฉันแยกสีแดงกับสีเขียวไม่ออก

    • ฉันทำ สคริปต์แฮ็ก แบบชั่วคราวไว้ให้ใช้ ต้องเปิด “allow pasting” ใน Chrome console ก่อน
    • น่าจะลองใช้เครื่องมืออย่าง Daltonize ซึ่งช่วย ปรับสีให้รับรู้ได้ตามสรีรวิทยา สำหรับผู้มีความบกพร่องในการมองเห็นสี ภาพตัวอย่าง
    • ในมุมของคนที่ไม่ได้ตาบอดสี ฉันสงสัยว่าการตั้งค่า Accessibility ของระบบ (เช่นโหมดคอนทราสต์สูง) ช่วยแก้ปัญหานี้ไม่ได้หรือ
    • ฉันก็ตาบอดสีแดง/เขียวเหมือนกัน เลยเจอปัญหาเดียวกัน

  • นี่ทำให้คิดว่า ส่วนเกินการผลิต (surplus) ที่ AI สร้างขึ้นจะไปอยู่ที่ไหน ไม่ได้หมายถึงการลงทุนในดาต้าเซ็นเตอร์หรือห้องวิจัย แต่หมายถึงการกระจายผลลัพธ์ที่ AI ผลิตออกมาจริง ๆ
    AI เปลี่ยนวิธีทำงานและทางเลือกของเรา และการแข่งขันก็นำส่วนเกินนั้นไปลงทุนซ้ำในโครงสร้างใหม่ สุดท้ายโครงสร้างนั้นก็กลายเป็นโครงสร้างพื้นฐานที่จำเป็น คอมพิวเตอร์เร็วขึ้นเป็นล้านเท่า แต่ ค่าจ้างหรือชั่วโมงทำงานกลับแทบไม่เปลี่ยน ก็เพราะเหตุนี้ ส่วนเกินสุดท้ายถูกดูดซับไปเป็น ‘ต้นทุนพื้นฐาน’

    • ส่วนเกินนั้นสุดท้ายก็ไหลเข้า กระเป๋าของคน 1% บนสุด ตลอด 50 ปีที่ผ่านมา ผลิตภาพที่ดีขึ้นจากคอมพิวเตอร์ อินเทอร์เน็ต และระบบอัตโนมัติ ส่วนใหญ่ก็ไปลงที่กลุ่มนั้น ข้อมูลที่เกี่ยวข้อง
    • ในโปรเจกต์ส่วนตัว ถึงจะประหยัดเวลาเขียนโปรแกรมได้ สุดท้ายก็เอาเวลานั้นไปสร้าง โปรแกรมที่ทะเยอทะยานกว่าเดิม บริษัทเองก็เหมือนกัน คือเดินไปหาเป้าหมายที่ใหญ่ขึ้น
    • ส่วนเกินสุดท้ายก็ตกเป็นของ ผู้ถือครองทุน แรงงานเสียเปรียบทุนมานานแล้ว
    • ถ้า AI สามารถจัดการ ‘งานไร้ประโยชน์’ ได้มีประสิทธิภาพขึ้นเป็นล้านล้านเท่า แต่แทบไม่ก่อประโยชน์ทางเศรษฐกิจ ก็อาจหมายความว่างานเหล่านั้นมี มูลค่าทางเศรษฐกิจที่แท้จริงต่ำ แต่เมื่อดูว่าตลาดหุ้นยังปกติดี อย่างน้อยหนึ่งในสามสมมติฐานนี้น่าจะผิด: เศรษฐกิจกำลังซบเซา, AI มีผลิตภาพมหาศาล, หรือไม่ก็ตลาดหุ้นกำลังแยกขาดจากความเป็นจริง
    • สุดท้ายในระบบเศรษฐกิจตลาด คนตัดสินใจก็คือเจ้าของธุรกิจ ในระยะยาวสินค้ามักเคลื่อนไปในทิศทางที่ ราคาถูกลง ดูจากประวัติศาสตร์เกษตรกรรมก็ได้ ลิงก์อ้างอิง

  • ข้อมูลของ BLS ล่าช้าจากสถานการณ์จริงมากและความน่าเชื่อถือของการคาดการณ์ต่ำ จำได้ไหมว่าช่วงปี 2000~2010 เขาบอกว่านักคณิตศาสตร์ประกันภัยเป็นอาชีพที่มีอนาคตที่สุด ในยุคที่เทคโนโลยีเปลี่ยนเร็ว การคาดการณ์แบบนี้ไม่มีความหมาย

    • ข้อมูลอาจไม่ใหม่ล่าสุด แต่ ค่อนข้างน่าเชื่อถือ ฉันเคยมีส่วนร่วมในการส่งข้อมูลให้ BLS มาก่อน นายจ้างรายงานทุก 2 สัปดาห์ การคาดการณ์ที่สมบูรณ์แบบเป็นไปไม่ได้ แต่ถ้ามองเป็นแนวทางจากข้อมูลที่ถูกรายงานก็ใช้ได้ ผลกระทบของ AI ไม่มีใครรู้ได้อย่างแม่นยำ
    • ถ้าอย่างนั้นก็อยากรู้ว่าคุณเห็น สถานการณ์จริง เป็นอย่างไร
    • ตอนเรียนมหาวิทยาลัย คู่ของฉันพยายามสอบใบรับรองนักคณิตศาสตร์ประกันภัย (FCAS) ก็เพราะเหตุผลนี้ ตอนนี้เป็นอาชีพที่มั่นคง แต่ก็เป็น อาชีพส่วนน้อยที่มีอุปสรรคในการเข้าสูงมาก
    • ถ้า คุณภาพของข้อมูลเองต่ำ ต่อให้มีเยอะแค่ไหนก็แทบไม่ต่างจากข้อมูลสังเคราะห์
    • ก็เคยมีตอนที่ทรัมป์ปลดผู้อำนวยการ BLS แล้วแต่งตั้งคนแนว “ทำให้อเมริกากลับมายิ่งใหญ่อีกครั้ง” เข้าไป เห็นการแทรกแซงทางการเมืองแบบนี้แล้วก็อดสงสัยไม่ได้ว่าจะเชื่อข้อมูลได้แค่ไหน

  • สิ่งที่น่าสนใจคือ เงินเดือนเฉลี่ยของอาชีพที่ต้องใช้วุฒิปริญญาตรีสูงกว่าอาชีพที่ต้องใช้ปริญญาโทอยู่ 8,000 ดอลลาร์

    • อาจเป็นเพราะอาชีพที่ต้องใช้ปริญญาโท อิ่มตัว แล้วก็ได้ ในสายอย่างการศึกษา สังคมสงเคราะห์ และบรรณารักษศาสตร์ กำลังเกิด qualification creep

  • “Software Developers +15%” ฟังแล้วดีใจ แต่ “Computer Programmers -6%” นี่ช็อกเลย

    • ตามเกณฑ์ของ BLS เงินเดือนมัธยฐานของ Software Developer คือ 131,450 ดอลลาร์ ที่มา
      ส่วน Computer Programmer อยู่ที่ 98,670 ดอลลาร์ ที่มา
      นักพัฒนาดูแล วงจรชีวิตซอฟต์แวร์ทั้งหมด ตั้งแต่การวิเคราะห์ความต้องการของผู้ใช้ การออกแบบระบบ การบำรุงรักษา ไปจนถึงเอกสาร ส่วนโปรแกรมเมอร์เน้นไปที่การเขียน แก้ไข และทดสอบโค้ดเป็นหลัก
    • ฉันก็เป็นโปรแกรมเมอร์เหมือนกัน แต่ประกาศรับสมัครที่ใช้ตำแหน่งนั้นส่วนใหญ่ เงื่อนไขแย่มาก การติดป้ายว่า ‘Software Engineer’ ไม่ได้ทำให้เป็นวิศวกรจริง ๆ สุดท้ายก็แค่ เล่นคำ
    • ฉันก็สงสัยความต่างนี้เหมือนกัน แต่เมื่อเห็นว่ามีตำแหน่งนักพัฒนา 1.9 ล้านตำแหน่ง และตำแหน่งโปรแกรมเมอร์ 120,000 ตำแหน่ง ก็ยังดูเป็น สัญญาณที่มีความหวัง
    • อาจเป็นเพราะ คำเรียกเปลี่ยนไป บทบาทที่เมื่อก่อนเรียกว่าโปรแกรมเมอร์ ตอนนี้อาจถูกรวมเป็นนักพัฒนาแล้ว
    • แม้โปรแกรมเมอร์จะลดลง แต่มีแนวโน้มว่า tester และ QA จะเพิ่มขึ้น ในอนาคตที่ AI แพร่หลาย การควบคุมคุณภาพน่าจะสำคัญขึ้น แต่ก็ไม่ได้แปลว่าตำแหน่งนักพัฒนาจะเพิ่มขึ้นในสัดส่วนเท่ากัน

  • ถ้ามองจากมุมอสังหาริมทรัพย์ งานที่เปิดรับผลกระทบจาก AI มากที่สุดคืองานออฟฟิศ รวมถึงเลขา เสมียน บัญชี บริการลูกค้า ทนาย และนักพัฒนา ช่วงไม่กี่ปีที่ผ่านมาเขาบอกว่าอสังหาริมทรัพย์สำนักงานกำลังฟื้นตัว แต่ถ้าการลดงานจาก AI กลายเป็นจริง ก็อาจมี คลื่นกระแทกรอบที่สอง ตามมา

  • ภาพข้อมูลนี้ พึ่งการเอาเมาส์ไปวางมาก เลยแทบไร้ประโยชน์บนมือถือ

    • เขาว่าเป็นเพราะ การเรนเดอร์ด้วย Canvas เลยทำให้การเข้าถึงแบบ responsive แย่

  • น่าสนใจที่อาชีพนางแบบ (Model) ถูกจัดว่า เปิดรับผลกระทบจาก AI ระดับ 8/10