โดยสรุป
- GenAI สร้างความตื่นตาตื่นใจอย่างมาก แต่กระนั้น ผู้นำองค์กรส่วนหนึ่งยังไม่แน่ใจนัก เกี่ยวกับบทบาทโดยรวมและผลกระทบที่มีต่อองค์กรของตน
- จากการศึกษาตัวอย่างของการเปลี่ยนแปลงทางเทคโนโลยีในอดีต สามารถบอกนัยยะบางอย่างถึงความคาดหวังทางเศรษฐกิจ เมื่อ AI เป็นที่แพร่หลายมากขึ้นได้
- ยิ่ง GenAI ถูกใช้อย่างเป็นรูปธรรมมากขึ้นเท่าใด ก็จะยิ่งช่วยเร่งผลิตภาพ (productivity) และขับเคลื่อนการปรับเปลี่ยนอย่างพลิกโฉมของตลาดแรงงานในอีกไม่กี่ปีข้างหน้าเร็วขึ้นเท่านั้น
GenAI เทคโนโลยีน่าตื่นเต้น
ในช่วงไม่กี่ปีที่ผ่านมา ไม่มีเทคโนโลยีใดสร้างความน่าตื่นเต้นเร้าใจและเรียกร้องความสนใจได้เท่ากับ GenAI อีกแล้ว แต่ถึงกระนั้น อีกด้านของความตื่นเต้น คือความรู้สึกถึงความไม่แน่นอน และเป็นความกังวลในหมู่ผู้บริหารองค์กร ผู้กำหนดนโยบาย และผู้มีส่วนได้ส่วนเสียอื่นๆ
เทคโนโลยี GenAI มีความซับซ้อนและพัฒนารวดเร็วมาก จนยากเกินกว่าจะคาดเดาได้อย่างชัดเจน ว่าเทคโนโลยีนี้ จะมีหรือสร้างผลกระทบต่อองค์กร เศรษฐกิจ และสังคมอย่างไร ในบทความแรกของซีรีส์นี้ ผู้เขียนใช้การศึกษาประวัติศาสตร์เป็นแนวทาง ในความพยายามที่จะทำความเข้าใจและนำเสนอภาพของผลกระทบที่อาจเกิดขึ้นในอนาคตจากเทคโนโลยี GenAI ตลอดจนโอกาสทางเศรษฐกิจและความท้าทายที่รออยู่
ตลอดเวลาในประวัติศาสตร์ เทคโนโลยีเป็นตัวขับเคลื่อนการเปลี่ยนแปลงเศรษฐกิจเสมอมา เทคโนโลยีเข้ามาเปลี่ยนแปลงธรรมชาติและการทำงานขององค์กร เพิ่มประสิทธิภาพและผลิตภาพทางธุรกิจ อีกทั้งยังสร้างรูปแบบการทำงานใหม่ๆ ขึ้นมา
ไม่แปลกที่เมื่อใดก็ตามที่นวัตกรรมทางเทคโนโลยีใหม่ๆ เริ่มนำมาใช้ ก็อาจส่งผลให้เกิดภาวะชะงักหรือชะลอลงบ้างในช่วงของการเปลี่ยนผ่าน ซึ่งอาจเกิดจาก ความลังเลไม่แน่ใจในการนำมาใช้ การเข้ามาแทนที่แรงงานเดิม เป็นต้น
บทเรียนสำคัญจากประวัติศาสตร์การเปลี่ยนเทคโนโลยี
บทเรียนสำคัญ 3 ประเด็น ที่ได้จากการศึกษาเรียนรู้เหตุการณ์การเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็วในอดีตที่ผ่านมา จะเป็นตัวช่วยให้เราเห็นภาพชัดขึ้นว่า เทคโนโลยี AI ส่งผลกระทบต่อเศรษฐกิจอย่างไร:
1. ผลิตภาพที่เพิ่มอย่างมีนัยสำคัญ: เชื่อว่าเทคโนโลยี GenAI น่าจะเร่งการเติบโตด้านผลิตภาพอย่างมีนัยสำคัญและยกระดับมาตรฐานการครองชีพได้ เฉกเช่นเดียวกับเทคโนโลยีอเนกประสงค์ (general-purpose technologies) ที่เคยกำเนิดเกิดขึ้นก่อนหน้านี้
จากการศึกษาข้อมูลการเติบโตด้านผลิตภาพที่ขับเคลื่อนด้วยไอทีในช่วงทศวรรษ 1990 ทำให้ประเมินได้ว่า เทคโนโลยี GenAI มีศักยภาพมากพอที่จะเพิ่มการเติบโตของผลผลิตได้ 50% ถึง 100% ในทศวรรษหน้า
แต่อย่างไรก็ตาม การเติบโตที่จะเกิดจากเทคโนโลยี GenAI นี้ เทียบไม่ได้กับ การเติบโตที่เกิดจากยุคการปฏิวัติอุตสาหกรรม หรือยุคไฟฟ้า ที่สร้างการเติบโตได้มากกว่าถึงสอง-สามเท่า
2. การชะลอในระยะแรก: ผลิตภาพที่จะเกิดขึ้นจากเทคโนโลยี GenAI น่าจะยังคงเป็นแบบค่อยเป็นค่อยไปในระยะแรก แต่เชื่อว่าการเติบโตจะรวดเร็วขึ้น เมื่อเทคโนโลยีได้รับการยอมรับและใช้แพร่หลายมากขึ้น จะกระตุ้นกิจกรรมทางเศรษฐกิจให้พุ่งทะยานอย่างติดจรวด ในสามถึงห้าปีข้างหน้า ซึ่งเมื่อมองกรอบเวลา ถือว่าใช้เวลาสั้นมากในการเปลี่ยนผ่านและได้รับประโยชน์ เมื่อเทียบกับยุคเครื่องจักรไอน้ำที่ใช้เวลาเป็นศตวรรษ หรือ เป็นทศวรรษ (10 ปี) สำหรับยุคคอมพิวเตอร์ ไอที
3. งานละเอียดอ่อนที่ถูกแทนที่ : เทคโนโลยี AI มีแนวโน้มที่จะทำให้เกิดการหยุดชะงักในตลาดแรงงานอย่างมีนัยสำคัญ จากการปรับเปลี่ยนจากแรงงานฝีมือคนเป็นระบบอัตโนมัติ ทำให้คนงานบางส่วนต้องตกงาน แต่ในขณะเดียวกัน เทคโนโลยีใหม่จะสร้างงานประเภทใหม่และหน้าที่ใหม่ๆ ในบทบาทต่างๆ ในหลายภาคส่วนของเศรษฐกิจขึ้นมา ซึ่งก็คาดว่าจะช่วยชดเชยการสูญเสียตำแหน่งงานที่หายไปได้
บทเรียนทั้ง 3 ประเด็นนี้ บ่งชี้ว่า เศรษฐกิจและสังคมต้องใช้เวลาอีกสักระยะหนึ่ง กว่าจะเริ่มเก็บเกี่ยวผลประโยชน์จากเทคโนโลยี GenAI ได้ แต่ประวัติศาสตร์ก็ช่วยยืนยันว่า การเร่งผลิตภาพที่ขับเคลื่อนด้วยเทคโนโลยี AI คืออนาคตที่รออยู่ข้างหน้า
เหนือสิ่งอื่นใด ปัจจัยสำคัญที่สุดที่จะกำหนดว่า การเปลี่ยนแปลงไปสู่อนาคตของเทคโนโลยี GenAI จะประสบความสำเร็จมากเพียงใด ขึ้นอยู่กับ ทักษะความสามารถของคนทำงานในการปรับตัว การเรียนรู้ทักษะใหม่ๆ และการเคลื่อนย้ายแรงงานไปยังภาคส่วนและอาชีพต่างๆ ได้มากเพียงใด
บทที่ 1 เทคโนโลยี GenAI จะยกระดับประสิทธิภาพการผลิตและขับเคลื่อนการเติบโตทางเศรษฐกิจได้ในระดับใด
ความสามารถของเทคโนโลยี GenAI ส่งผลให้เกิด “วงจรอันดีงาม” (virtuous cycle) ของการนำเทคโนโลยี ไปใช้ เพื่อเร่งผลิตภาพ และการปรับปรุงเทคโนโลยี
เทคโนโลยี GenAI ถือเป็นหนึ่งในการปฏิวัติทางเทคโนโลยีที่สำคัญที่สุดในประวัติศาสตร์ยุคใหม่ และถือเป็นเทคโนโลยีเอนกประสงค์ (general-purpose technology - GPT) ซึ่งเป็นแนวคิดที่พัฒนาโดย ทิโมธี เบรสนาฮาน (Timothy Bresnahan) และ มานูเอล แทรจเทนเบิร์ก (Manuel Trajtenberg) ในปี 1992
GPT อธิบายถึงเทคโนโลยีสำคัญที่สามารถนำไปประยุกต์ใช้ในอาชีพต่างๆ ได้หลากหลาย และโดยที่ตัวมันเอง มีศักยภาพที่จะพัฒนาปรับปรุงให้ดีขึ้นได้ในอนาคต พร้อมๆ ไปกับสร้างนวัตกรรมใหม่ๆ ขึ้นมาเพื่อช่วยเสริมการทำงานซึ่งกันและกัน ได้อีกด้วย
ตัวอย่างเช่น เครื่องจักรไอน้ำ ไฟฟ้า และคอมพิวเตอร์ เป็น GPT ที่สำคัญที่ตอบสนองเกณฑ์เหล่านี้ ก่อเกิดวงจรการพัฒนาต่อยอดจากตัวทางเทคโนโลยีตั้งต้น ผลักดันให้เกิดเศรษฐกิจที่ก้าวหน้าขึ้น และส่งเสริมซึ่งกันและกันต่อเนื่องไป
“วงจรอันดีงาม (virtuous cycle) ของนวัตกรรมที่เกิดจากเทคโนโลยีเอนกประสงค์ ส่งผลกระทบอย่างมากต่อเศรษฐกิจ” Lydia Boussour นักเศรษฐศาสตร์อาวุโสด้านกลยุทธ์และธุรกรรมของ EY-Parthenon แห่ง Ernst & Young LLP กล่าว
ทีมนักวิจัย David Byrne, Stephen Oliner และ Daniel Sichel ประมาณการว่าภาคเทคโนโลยีสารสนเทศ (IT) ซึ่งเดิมมีส่วนแบ่งเพียงเล็กน้อยของเศรษฐกิจสหรัฐฯ (น้อยกว่า 5% ในช่วงปลายทศวรรษ 1990) กลับเติบโตขึ้นมาเป็นครึ่งหนึ่งของการขยายตัวของผลผลิตแรงงานนอกภาคเกษตรกรรมของสหรัฐฯ ในช่วง 30 ปี ที่ผ่านมา (ระหว่างปี 1974 ถึง 2004)
และแม้ว่าการเติบโตของผลผลิตจะชะลอตัวลงในช่วงหลายทศวรรษที่ผ่านมา แต่ภาคไอทียังคงอยู่ในระดับสูง และหนุนการเติบโตของผลผลิตของสหรัฐฯ ได้อยู่ โดยคิดเป็นมากกว่าหนึ่งในสามของการเติบโตของผลผลิตแรงงานระหว่างปี 2004 ถึง 2012
เมื่อมองย้อนกลับไปถึงการเกิดขึ้นของยุคคอมพิวเตอร์ ที่เริ่มต้นจากคอมพิวเตอร์อิเล็กทรอนิกส์ขนาดใหญ่ ราคาแพง ขาดความสามารถในการปรับตัว และออกแบบมาเพื่อการใช้งานเฉพาะบางอย่าง เช่น วัตถุประสงค์ทางทหาร คอมพิวเตอร์อิเล็กทรอนิกส์เอนกประสงค์เครื่องแรกของโลก — Electronic Numerical Integrator and Computer (ENIAC) — ได้รับการพัฒนาขึ้นในช่วงกลางทศวรรษ 1940 เพื่อคำนวณตารางการยิงปืนใหญ่สำหรับห้องปฏิบัติการวิจัยขีปนาวุธของกองทัพสหรัฐฯ
เมื่อเวลาผ่านไป การปรับปรุงประสิทธิภาพการประมวลผลของคอมพิวเตอร์และต้นทุนที่ลดลง ทำให้หลายอุตสาหกรรมนำคอมพิวเตอร์มาใช้และทำให้เกิดนวัตกรรมใหม่ๆ ขึ้นตามมา ซึ่งส่งผลให้มีการนำคอมพิวเตอร์มาใช้กันอย่างกว้างขวางยิ่งขึ้น กระบวนการต่อเนื่องของนวัตกรรม การพัฒนาด้านไอที และความต้องการที่เพิ่มขึ้นเหล่านี้ ในที่สุด ทำให้เกิดเป็นวงจรที่มั่นคงแน่นอน และเติบโตเพิ่มขึ้นอย่างต่อเนื่อง ทั้งในด้านผลผลิตและมาตรฐานการครองชีพ
หากย้อนไปพิจารณาถึงระดับพัฒนาการและความเร็วของการเติบโตของผลิตภาพที่ขับเคลื่อนโดยไอที ตั้งแต่ช่วงทศวรรษ 1990 ทำให้ประเมินได้ว่าเทคโนโลยี GenAI มีศักยภาพที่จะเพิ่มการเติบโตของผลิตภาพได้ 50% ถึง 100% ในทศวรรษหน้า
อย่างไรก็ตาม การเติบโตนี้ เทียบไม่ได้กับการเติบโตที่เกิดจากยุคการปฏิวัติอุตสาหกรรม หรือ ยุคการนำไฟฟ้ามาใช้ ที่สูงกว่าถึงสอง-สามเท่า
บทที่ 2 เหตุใดการเพิ่มผลผลิตจากเทคโนโลยี GenAI จึงอาจล่าช้า
ผลประโยชน์ทางเศรษฐกิจที่มุ่งหวังจากการนำเทคโนโลยี GenAI ไปใช้ อาจไม่เร็วอย่างที่คิด จากปัจจัยหลายด้านประกอบกัน อาทิ เวลาที่ต้องใช้ในการเรียนรู้ ปรับตัว ปรับใช้ การพัฒนาทักษะให้พร้อมและทัน และที่สำคัญคือ "ขนาดที่เหมาะสม" ของเทคโนโลยี GenAI กับงานที่ประสงค์
การเกิดขึ้นของนวัตกรรมทางเทคโนโลยีที่สำคัญ ในช่วงแรก มักจะมีผลต่อผลผลิตและการเติบโตทางเศรษฐกิจในวงจำกัด หากมองย้อนไปในยุคที่ผ่านมา การเปลี่ยนผ่านไปสู่เทคโนโลยีใหม่ๆ นั้น ต่างต้องอาศัยเวลาในการเปลี่ยนแปลงกระบวนทัศน์ (paradigm-shifting) จนกว่าเทคโนโลยีนั้น จะเป็นที่ยอมรับในระบบเศรษฐกิจและสังคมโดยรวม
การปฏิวัติอุตสาหกรรมครั้งแรก ซึ่งเกิดขึ้นในช่วงกลางศตวรรษที่ 18 ในบริเตนใหญ่ เป็นช่วงเวลาแห่งความก้าวหน้าที่ไม่มีใครเทียบได้ จุดเด่นคือการถือกำเนิดของเครื่องจักรไอน้ำ ซึ่งริเริ่มโดยเจมส์ วัตต์ ได้เปลี่ยนแปลงการทำเหมืองและการขนส่ง และต่อมายังก่อให้เกิดคลื่นนวัตกรรมทางเทคโนโลยีใหม่ๆ ตามมา (เช่น ลูกกลิ้ง เครื่องปั่นด้ายและทอผ้า หัวรถจักรไอน้ำ) ที่ปฏิวัติอุตสาหกรรมต่างๆ มากมายในภายหลัง
แม้ว่าเครื่องจักรไอน้ำจะเป็นความก้าวหน้าทางเทคโนโลยีที่สำคัญ แต่กว่าจะออกดอกออกผล ก็ต้องรอถึง 80 ปีต่อมา นั่นคือในช่วงครึ่งหลังของศตวรรษที่ 19 ที่เครื่องจักรไอน้ำได้ช่วยส่งเสริมผลผลิตโดยรวมและเพิ่มความมั่งคั่งทางเศรษฐกิจอย่างมาก
ความสำเร็จนี้ เกิดขึ้นเมื่อเทคโนโลยีไอน้ำได้รับการปรับปรุงและนำไปใช้อย่างกว้างขวางมากขึ้นในฐานะเทคโนโลยีเพิ่มผลผลิต
มาตรฐานการครองชีพในบริเตนใหญ่เติบโตช้าในช่วงปีแรกๆ ของการปฏิวัติอุตสาหกรรมของอังกฤษ ผลิตภัณฑ์มวลรวมในประเทศ (GDP) ต่อหัวเติบโตในอัตราทบต้นต่อปีเพียง 0.4% ระหว่างปี 1750 ถึง 1800 ในที่สุด การปฏิวัติอุตสาหกรรมทำให้มาตรฐานการครองชีพเพิ่มขึ้นอย่างมาก โดยผลิตภัณฑ์มวลรวมในประเทศ (GDP) ต่อหัวเพิ่มขึ้นเป็นสองเท่าในปี 1870 และเติบโตเร็วเกือบสองเท่าในอัตราทบต้นต่อปีประมาณ 0.75% ระหว่างปี 1800 ถึง 1900
ความล่าช้าด้านผลผลิตที่คล้ายคลึงกันเกิดขึ้นกับยุคไฟฟ้า แต่ก็ใช้เวลาสั้นกว่ายุคของเครื่องจักรไอน้ำ แม้ว่ายุคไฟฟ้าจะเริ่มต้นขึ้นในช่วงทศวรรษปี 1880 ในสหรัฐอเมริกา แต่การใช้ไฟฟ้ามีความก้าวหน้าอย่างสำคัญ แค่เพียงในช่วงทศวรรษปี 1920 ผลผลิตเพิ่มขึ้นอย่างมากแล้ว ในช่วงเวลาเพียง 40 ปี
ความขัดแย้ง (paradox) ระหว่างความก้าวหน้าทางเทคโนโลยีที่รวดเร็วควบคู่ไปกับผลผลิตที่ลดลง ยังเป็นลักษณะเด่นของการปฏิวัติไอที ในช่วงทศวรรษปี 1970 ยุคเริ่มต้นของการใช้คอมพิวเตอร์ส่วนบุคคลและอินเทอร์เน็ต
ในปี 1987 โรเบิร์ต โซโลว์ นักเศรษฐศาสตร์ผู้ได้รับรางวัลโนเบล ได้กล่าวไว้ว่า "คุณจะเห็นยุคของคอมพิวเตอร์ได้ทุกที่ ยกเว้นในสถิติผลผลิต"
ในขณะนั้น การเติบโตของผลิตภาพแรงงาน ซึ่งวัดจากผลผลิตจริงต่อชั่วโมง ได้ชะลอตัวลงเหลือเพียง 0.5% ต่อปี ซึ่งถือว่าน่าผิดหวัง แต่เพียงสองทศวรรษต่อมา คือในช่วงปลายทศวรรษ 1990 และต้นทศวรรษ 2000 ผลผลิตแรงงานเริ่มสูงกว่า 2% ต่อปีอย่างสม่ำเสมอระหว่างปี 1998 ถึง 2005 เนื่องจากเทคโนโลยีไอทีแพร่กระจายไปทั่วทั้งเศรษฐกิจอย่างกว้างขวางมากขึ้น
ความเร็วในการกระจายและใช้ประโยชน์
เราพบว่าในขณะที่บริษัทต่างๆ กำลังลงทุนในเทคโนโลยี AI — ซีอีโอ 43% เริ่มลงทุนแล้ว และอีก 45% วางแผนที่จะทำในปีหน้า ตามการสำรวจ CEO Outlook Pulse ของ EY — หลายๆ บริษัทกำลังแสวงหาการเพิ่มประสิทธิภาพ ให้เร็วขึ้นกว่าการเปลี่ยนแปลงพื้นฐานแบบเดิม เพื่อเพิ่มศักยภาพในการเติบโตของ AI ให้ได้มากที่สุด และ 90% ขององค์กรยังอยู่ในช่วงเริ่มต้นของการพัฒนา AI
มีหลายปัจจัยที่เป็นเหตุของความล่าช้าในช่วงการปรับเปลี่ยนทางเทคโนโลยี และการเพิ่มประสิทธิภาพการผลิต แต่มีสามปัจจัยที่สำคัญที่ต้องเน้น:
การนำไปใช้และการกระจาย (Implementation and diffusion) : การนำเทคโนโลยีใหม่มาใช้และให้เกิดการใช้อย่างแพร่กระจายไปทั่วทั้งเศรษฐกิจ ต้องใช้เวลา และถึงแม้ว่าเทคโนโลยีจะถูกนำมาใช้แล้ว ธุรกิจต่างๆ ก็อาจล่าช้าในการนำมาใช้ เนื่องจากต้นทุนที่สูง ความไม่แน่นอนของผลลัพธ์ หรือเพียงไม่ก็กำลังรอดูว่าจะมีเทคโนโลยีที่ดีกว่าเกิดขึ้นหรือไม่
ช่วงการเรียนรู้และการปรับตัว (Learning and adjustment period) : เมื่อนำเทคโนโลยีมาใช้แล้ว ก็จะมีช่วงเวลาหนึ่งที่พนักงานและผู้จัดการจะต้องเรียนรู้วิธีใช้เทคโนโลยีอย่างมีประสิทธิภาพ ซึ่งเกี่ยวข้องกับการลองผิดลองถูก การฝึกอบรม และการพัฒนาแนวทางปฏิบัติ
นวัตกรรมเสริม (Complementary innovations) : เทคโนโลยีบางอย่างต้องการนวัตกรรมเสริมหรือโครงสร้างพื้นฐานเพื่อให้มีประสิทธิภาพอย่างเต็มที่ ตัวอย่างเช่น เครื่องยนต์ไฟฟ้าต้องใช้ระบบไฟฟ้าที่แพร่หลาย และประโยชน์ของคอมพิวเตอร์ส่วนบุคคลก็เพิ่มมากขึ้นเมื่ออินเทอร์เน็ตแพร่หลาย
ความสามารถและประสิทธิภาพที่โดดเด่นของเครื่องมือ AI ที่เกิดขึ้นใหม่นั้น แสดงให้เห็นถึงพัฒนาการครั้งใหญ่เมื่อเทียบกับเครื่องมือที่นำมาใช้เมื่อทศวรรษที่แล้ว เช่น ผู้ช่วยเสมือนบนโทรศัพท์มือถือ (cell phone virtual assistants)
แม้ว่าการเพิ่มผลผลิตในวงกว้างนั้นน่าจะเกิดขึ้นช้ากว่าปกติ แต่ความเร็วในการนำเทคโนโลยีมาใช้และความแพร่หลายในการใช้ เกิดขึ้นเร็วกว่าเดิมมาก เมื่อเทียบกับหลายทศวรรษในช่วงปี ค.ศ. 1800 เป็นประมาณ 10 ปี เท่านั้น ในยุคคอมพิวเตอร์
ความแพร่หลายและความรวดเร็วในการนำเทคโนโลยี GenAI มาใช้ จะช่วยกระตุ้นกิจกรรมทางเศรษฐกิจได้ใน สามถึงห้าปีข้างหน้า
บทที่ 3 ความกลัวเกี่ยวกับการว่างงานจำนวนมากที่เกิดจาก AI มีเหตุผลเพียงพอหรือไม่
GenAI มีแนวโน้มที่จะ "กำจัด" งานเฉพาะบางประเภท แทนที่จะเป็นอาชีพ และส่งผลให้เกิดงานใหม่
เทคโนโลยีได้เปลี่ยนแปลงธรรมชาติและโครงสร้างการทำงานมาเป็นเวลานานหลายศตวรรษ โดยแทนที่งานบางประเภทในขณะที่สร้างงานอื่นๆ ขึ้นมา แต่ความวิตกกังวลเกี่ยวกับการว่างงานจำนวนมากที่เกิดจากเทคโนโลยีไม่เคยเกิดขึ้นจริง
ปัจจุบันนี้ ไม่ใช่ครั้งแรกที่ความก้าวหน้าทางเทคโนโลยีทำให้เกิดความกังวลว่าเครื่องจักรจะทำให้แรงงานของผู้คนล้าสมัย ในช่วงปลายศตวรรษที่ 16 สมเด็จพระราชินีนาถเอลิซาเบธที่ 1 ทรงปฏิเสธที่จะให้สิทธิบัตรแก่วิลเลียม ลี นักประดิษฐ์ชาวอังกฤษสำหรับเครื่องถักแบบกลไก เนื่องจากเกรงว่าเครื่องจะเข้ามาแทนที่แรงงานคน
เมื่อไม่นานมานี้ ความกลัวแบบเดียวกันนี้ได้รับการตอบรับจากประชาชนและในการอภิปรายนโยบาย เนื่องจากเทคโนโลยี GenAI ได้รับการพัฒนาอย่างรวดเร็วและมีศักยภาพในการทำให้การทำงานและงานต่างๆ เป็นระบบอัตโนมัติในหลายอุตสาหกรรม แม้จะมีข้อกังวลเหล่านี้ แต่ระดับการจ้างงานกลับเพิ่มขึ้นอย่างต่อเนื่องในศตวรรษที่ผ่านมา เนื่องจากเทคโนโลยีใหม่สร้างงานได้มากกว่าทำลายงาน
ผลกระทบของ AI ต่อแรงงาน
นวัตกรรมทางเทคโนโลยีสามารถส่งผลต่อแรงงานได้ 3 วิธีหลัก:
- การสร้างงาน: เทคโนโลยีใหม่สามารถนำไปสู่การเกิดขึ้นของอุตสาหกรรมและภาคส่วนใหม่ ซึ่งสร้างโอกาสในการทำงานใหม่ ตัวอย่างเช่น การเติบโตของอินเทอร์เน็ตทำให้เกิดงานต่างๆ มากมายในด้านการออกแบบเว็บ การตลาดดิจิทัล อีคอมเมิร์ซ และการสนับสนุนด้านไอทีที่ไม่เคยมีมาก่อน
- การแทนที่งาน: ในทางกลับกัน ระบบอัตโนมัติและความก้าวหน้าทางเทคโนโลยีบางอย่างสามารถทำให้บางงานล้าสมัย งานประจำและซ้ำซาก ไม่ว่าจะเป็นงานที่ใช้แรงงานคน (เช่น งานสายการประกอบ) หรืองานที่ต้องอาศัยความรู้ (เช่น การป้อนข้อมูล) มักจะถูกทำให้เป็นระบบอัตโนมัติ
- การเปลี่ยนแปลงงาน: งานจำนวนมากอาจถูกเปลี่ยนแปลงด้วยเทคโนโลยี แทนที่จะถูกกำจัดไป งานบางอย่างอาจเปลี่ยนเป็นแบบอัตโนมัติไป งานใหม่ๆ ก็อาจเกิดขึ้นตามมา หรือทดแทน หรือลักษณะของงานอาจเปลี่ยนไป ตัวอย่างเช่น ปัจจุบัน พนักงานธนาคารทำหน้าที่จัดการเงินสดน้อยลงเนื่องจากมีตู้เอทีเอ็ม แต่ทำงานบริการลูกค้ามากขึ้น
การนำเครื่องจักรมาใช้ในภาคเกษตรกรรมของสหรัฐฯ อย่างรวดเร็วในช่วงต้นศตวรรษที่ 20 กระตุ้นให้เกิดการเปลี่ยนแปลงโครงสร้างการจ้างงานครั้งใหญ่ที่สุดครั้งหนึ่งในประวัติศาสตร์ยุคใหม่ การนำเครื่องมือและเครื่องจักรใหม่ๆ มาใช้ทำให้ผลผลิตเพิ่มขึ้นอย่างมาก ส่งผลให้ความต้องการแรงงานในฟาร์มลดลง แรงงานที่ถูกเลิกจ้างจำนวนมากถูกบังคับให้ฝึกทักษะใหม่เพื่อหางานอื่น เช่น งานในโรงงาน การอพยพด้านแรงงานนี้ สอดคล้องกับความต้องการแรงงานที่เกิดจากการปฏิวัติอุตสาหกรรม นำไปสู่การจัดสรรงานใหม่ๆ ในสหรัฐอเมริกา
แรงงานเคลื่อนย้ายจากภาคเกษตรกรรมไปสู่อาชีพที่ไม่ใช่ภาคเกษตรกรรม สัดส่วนของภาคเกษตรกรรมในการจ้างงานโดยรวมลดลงจาก 55% ในปี 1850 เหลือ 41% ในปี 1900 และเหลือเพียง 10% ในปี 1950
ในช่วงหลังนี้ การเปลี่ยนผ่านสู่ระบบดิจิทัลของเศรษฐกิจและระบบอัตโนมัติได้เข้ามาแทนที่และเปลี่ยนแปลงงานจำนวนมาก โดยเข้ามาแทนที่งานประจำบางอย่างที่เคยทำโดยแรงงาน ซึ่งส่วนใหญ่เป็นงานที่มีทักษะต่ำและปานกลาง แต่ยุคข้อมูลยังทำให้การจ้างงานที่เกี่ยวข้องกับไอทีเติบโตอย่างรวดเร็ว ด้วยการสร้างตำแหน่งงานใหม่ๆ มากมายที่ไม่เคยมีมาก่อน เช่น นักวิทยาศาสตร์ข้อมูล วิศวกรซอฟต์แวร์ หรือ นักพัฒนาเว็บ
ระหว่างปี 1990 ถึง 2001 การจ้างงานในภาคการผลิตของสหรัฐฯ ลดลง 12% ในขณะที่การจ้างงานด้านการออกแบบระบบคอมพิวเตอร์และบริการที่เกี่ยวข้องเพิ่มขึ้นสามเท่า นอกจากนี้ พนักงานในภาคไอทียังได้รับค่าจ้างสูงกว่าพนักงานทั่วไปในภาคเอกชน ค่าจ้างรายชั่วโมงเฉลี่ยของพนักงานออกแบบระบบคอมพิวเตอร์สูงกว่าพนักงานทั่วไปถึง 1.8 เท่าในปี 1990 และสูงกว่าประมาณสองเท่าในช่วงปลายทศวรรษปี 2007
เนื่องจากเทคโนโลยี GenAI สามารถทำงานด้านความคิดที่ไม่เป็นกิจวัตรได้ จึงมีศักยภาพที่จะเปลี่ยนแปลงลักษณะและเนื้อหาของงานได้อย่างมาก โดยเฉพาะอย่างยิ่งสำหรับพนักงานออฟฟิศ แต่เทคโนโลยี GenAI อาจเข้ามาแทนที่งานเฉพาะบางงานแทนที่จะเป็นงานทั้งหมด และจะนำไปสู่การสร้างงานใหม่ เช่น ผู้ฝึกสอนด้าน AI นักจริยธรรม หรือผู้พัฒนา
คำถามเชิงกลยุทธ์ที่ผู้นำธุรกิจควรถามเกี่ยวกับผลกระทบทางเศรษฐกิจของ AI
ผลกระทบทางเศรษฐกิจมหภาคของเทคโนโลยี GenAI นำเสนอเรื่องราวที่ซับซ้อนให้ผู้นำธุรกิจได้คลี่คลาย การทำความเข้าใจผลกระทบทางเศรษฐกิจในวงกว้างนั้นถือเป็นสิ่งสำคัญยิ่ง โดยช่วยให้มั่นใจได้ว่ากลยุทธ์และจริยธรรมขององค์กรจะสอดคล้องกัน ผู้นำทางธุรกิจสามารถวางตำแหน่งบริษัทของตนให้เป็นจุดตัดระหว่างนวัตกรรมทางเทคโนโลยีและความยืดหยุ่นของเศรษฐกิจมหภาค ซึ่งช่วยให้มั่นใจได้ว่าจะเติบโตอย่างยั่งยืนในโลกที่ได้รับอิทธิพลจากเทคโนโลยี GenAI มากขึ้น
การรับรู้ภูมิทัศน์เศรษฐกิจมหภาค: ผู้นำประเมินและปรับตัวอย่างไรกับภูมิทัศน์เศรษฐกิจมหภาคที่เปลี่ยนแปลงไปซึ่งได้รับอิทธิพลจากเทคโนโลยี GenAI มีทีมงานหรือบุคคลเฉพาะทางที่วิเคราะห์แนวโน้มเศรษฐกิจโลก การเปลี่ยนแปลงในพลวัตทางการค้า หรือการหยุดชะงักที่อาจเกิดขึ้นในห่วงโซ่อุปทานโลกอันเป็นผลมาจากความก้าวหน้าของเทคโนโลยี AI หรือไม่
นวัตกรรมและการเติบโตทางเศรษฐกิจ: บริษัทใช้ประโยชน์จากพลังของเทคโนโลยี GenAI เพื่อส่งเสริมนวัตกรรมที่ขับเคลื่อนการเติบโตทางเศรษฐกิจในวงกว้างได้อย่างไร บริษัทกำลังสำรวจความร่วมมือ การทำงานร่วมกัน หรือการมีส่วนร่วมในระบบนิเวศที่ขยายผลกระทบทางเศรษฐกิจผ่านนวัตกรรมที่ขับเคลื่อนด้วยเทคโนโลยี AI หรือไม่
ภูมิทัศน์การแข่งขันและการวางตำแหน่งเชิงกลยุทธ์: ในขณะที่เทคโนโลยี GenAI ปรับเปลี่ยนโครงสร้างอุตสาหกรรมและพลวัตการแข่งขัน บริษัทคาดการณ์และนำทางการเปลี่ยนแปลงที่อาจเกิดขึ้นในห่วงโซ่คุณค่าของอุตสาหกรรมได้อย่างไร การลงทุนเชิงกลยุทธ์ในเทคโนโลยี GenAI ช่วยรับประกันความได้เปรียบทางการแข่งขันของบริษัทในสถานการณ์เศรษฐกิจมหภาคที่เปลี่ยนแปลงนี้ได้อย่างไร
ผลกระทบภายนอกทางเศรษฐกิจและการสร้างมูลค่า: ผู้นำช่วยรับประกันได้อย่างไรว่ากลยุทธ์เทคโนโลยี GenAI ของบริษัทสร้างมูลค่าทางเศรษฐกิจที่ยั่งยืนโดยไม่สร้างผลกระทบภายนอกทางเศรษฐกิจเชิงลบโดยไม่ได้ตั้งใจ มีมาตรการใดบ้างที่ใช้ประเมินผลกระทบต่อสังคมและเศรษฐกิจโดยรวมของโครงการ AI ของบริษัท
การจัดการความเสี่ยงด้านเศรษฐกิจ: ในกรณีที่เศรษฐกิจตกต่ำหรือตลาดมีความไม่แน่นอน บริษัทใช้ประโยชน์จากเทคโนโลยี GenAI ในการประเมินความเสี่ยงด้านเศรษฐกิจและกลยุทธ์การบรรเทาความเสี่ยงที่แข็งแกร่งได้อย่างไร การวิเคราะห์เชิงคาดการณ์ที่ขับเคลื่อนด้วยเทคโนโลยี AI ช่วยในการจัดการความเสี่ยงเชิงรุกได้อย่างไร
พลวัตของตลาดแรงงานและกลยุทธ์ด้านบุคลากร: เนื่องจากเทคโนโลยี GenAI อาจเข้ามาเปลี่ยนแปลงตลาดแรงงาน ผู้นำจะมั่นใจได้อย่างไรว่า กลยุทธ์ด้านบุคลากรของบริษัทจะพร้อมสำหรับอนาคตและถูกต้องตามจริยธรรม มีการกำหนดวิธีการฝึกฝนทักษะใหม่และยกระดับทักษะพนักงานเพื่อให้สอดคล้องกับภูมิทัศน์ที่เปลี่ยนแปลงไปหรือไม่
การมีส่วนร่วมของผู้มีส่วนได้ส่วนเสียในเศรษฐกิจ GenAI: บริษัทมีส่วนร่วมกับผู้มีส่วนได้ส่วนเสียอย่างไร ตั้งแต่ผู้ลงทุนไปจนถึงผู้บริโภค ในการระบุข้อเสนอที่มีคุณค่าในบริบทเศรษฐกิจที่ขับเคลื่อนด้วยเทคโนโลยี GenAI นี้ การรับรู้และความกังวลของผู้มีส่วนได้ส่วนเสียถูกผนวกเข้าในการตัดสินใจเชิงกลยุทธ์อย่างไร
บทสรุป
นี่คือบทความเศรษฐกิจมหภาคชุด EY-Parthenon เกี่ยวกับผลกระทบทางเศรษฐกิจของเทคโนโลยี AI บทความชุดนี้มุ่งหวังที่จะให้ข้อมูลเชิงลึกเกี่ยวกับศักยภาพทางเศรษฐกิจของเทคโนโลยี AI เชิงสร้างสรรค์ รวมถึงพัฒนาการใหม่ๆ และข้อมูลเชิงลึกที่นำไปปฏิบัติได้จริงสำหรับผู้มีอำนาจตัดสินใจของบริษัท บทความแรกในชุดนี้จะกล่าวถึงบทเรียนจากเหตุการณ์สำคัญทางประวัติศาสตร์ 3 เหตุการณ์เกี่ยวกับการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็ว ซึ่งอาจช่วยคาดการณ์ผลกระทบทางเศรษฐกิจของเทคโนโลยี AI ได้ บทความเพิ่มเติมในชุดนี้จะเผยแพร่ในอีกไม่กี่เดือนข้างหน้า
