‘งาน’ (Work) กำลังถูกดิสรัปต์ครั้งใหญ่

ด้านหนึ่งจากการพัฒนาของ AI ที่ทำให้เราจินตนาการถึงโลกของงานที่ไม่ต้องมีคน ส่วนอีกด้านมาจากการลาออกครั้งยิ่งใหญ่ (Great Resignation & Quiet Quitting) ที่ทำให้ต้องคิดถึงโลกของคนที่ไม่ได้มีแต่เรื่องงาน ในช่วงที่ผ่านมาผมได้มีโอกาสไปร่วมฟัง-ถก-คิดกับหลายวงเรื่องพวกนี้ เลยขอเขียนข้อคิดที่ได้เบื้องต้นแปะไว้ครับ

1. ไซบอร์กแทนคน ไม่ใช่ AI แทนใคร

ผู้เชี่ยวชาญหลายคนดูจะเห็นตรงกันว่าอนาคตไม่ใช่หุ่นยนต์มาแทนคน แต่เป็นคนที่ร่วมมือกับ AI หรือที่บางครั้งเรียกกันว่า ‘ไซบอร์ก’ ที่อาจจะมาแทนที่คนทำงานปกติ เสมือนเครื่องคิดเลขไม่ได้มาแทนที่คนแต่ทำให้คนที่ใช้เครื่องคิดเลขคล่องมาแทนที่คนที่ใช้ไม่เป็น

ข่าวที่เกี่ยวข้อง:

การที่คนต้องร่วมมือกับ AI ไม่ใช่เรื่องใหม่ แต่ที่ใหม่คือการดีไซน์รูปแบบของการทำงานร่วมกันระหว่างคนกับหุ่นยนต์ที่อาจต้องเปลี่ยนแปลงอีกมาก เพราะการพัฒนาอย่างรวดเร็วของ AI ในช่วงที่ผ่านมา

การมาของ AI คลื่นลูกใหม่มาแรงที่เรียกว่า Generative AI แบบ ChatGPT Stable, Diffusion, DALL-E 2 สามารถทำงานหลายอย่างที่เมื่อก่อนเราจะคิดว่าจะทำได้ก็ต่อเมื่อมี Creativity ของมนุษย์ เช่น ทำคอนเทนต์ แต่งกลอน เขียนเพลง สร้างวิดีโอคลิป ทำแอนิเมชัน หรือแม้แต่เขียนโค้ดคอมพิวเตอร์ ฯลฯ แต่วันนี้ AI สามารถทำงานพวกนี้ได้โดยใช้ฐานข้อมูลที่มีอยู่

และจะทำได้ดีขึ้นเรื่อยๆ เมื่อมนุษย์ยิ่งเข้าไปใช้มันมากขึ้น (ChatGPT ใช้เวลาแค่ 2 เดือนในการเพิ่มผู้ใช้รายเดือนทะลุ 100 ล้านคน) และบริษัทเทคโนโลยียักษ์ใหญ่ต่างก็ทุ่มเงินลงทุนแข่งกันพัฒนา AI แบบนี้ จึงต้องกลับมาคิดกันใหม่ว่างานแบบใดจะอยู่แบบใดจะไป

2. ‘แยกหน้าที่’ มากกว่า ‘แย่งอาชีพ’ (Tasks vs. Jobs)

การถกเถียงกันต้องขยับจากการคิดว่า ‘อาชีพ’ ใดจะถูกแทนที่โดย AI มาเป็น ‘หน้าที่’ อะไรที่ AI ทำได้ อันไหนที่มนุษย์ควรทำ เช่น อาชีพนักเขียนอาจไม่ได้หายไป แต่หน้าที่การร่างโครงบทความดราฟต์แรก การรวบรวมข้อมูล การหาภาพประกอบ อาจไม่ต้องทำโดยมนุษย์อีกต่อไป

เราจึงต้องจินตนาการแต่ละอาชีพที่เรารู้จักใหม่ (Reimagine) บางหน้าที่อาจให้ AI ทำแทนมนุษย์ไปเลย เช่น งานที่ซ้ำซาก งานที่ไม่ต้องใช้สัมผัสมนุษย์มากนัก และงานที่หากผิดพลาดก็ไม่ส่งผลรุนแรงเกินไป (เพราะ AI อาจจะทำถูก 95% แต่อีก 5% ที่ผิดอาจถึงชีวิต)

บางหน้าที่ที่หากผิดพลาดแล้วเป็นเรื่องใหญ่หรือการเข้าใจบริบทเป็นสิ่งสำคัญให้ AI ทำก่อนแล้วมนุษย์คอยคุมหรือปรับเอาไปใช้ต่อ (เช่น ร่างบทความ ทำคอนเทนต์ ฯลฯ)

บางงานที่ต้องใช้สัมผัสมนุษย์สูงให้คนทำออกหน้าไปแล้ว AI คอยเช็ก แนะนำวิธีพัฒนาคุณภาพ (เช่น งานคอลเซ็นเตอร์บางอย่าง)

บางหน้าที่อาจเกิดขึ้นมาใหม่ในยุค AI เช่น Prompt Engineer ที่มีหน้าที่ดีไซน์การป้อนคำถาม/คำสั่งให้ AI เพื่อให้ได้ประโยชน์จากการประมวลข้อมูลสูงที่สุด และได้คำตอบที่ต้องการ เพราะในหัวข้อเดียวกันหากถามหรือป้อนคำสั่งคนละวิธีก็ได้ผลไม่เหมือนกัน ในแง่นี้ AI อาจมีความคล้ายเด็กที่ฉลาดแต่ยังไม่รู้ว่าตัวเองรู้อะไร ต้องมีผู้ใหญ่คอยช่วยดึงความสามารถออกมาจึงจะใช้ได้อย่างเต็มที่

ซึ่งการดีไซน์กระบวนการทำงานใหม่นี้ยังต้องมีการลองถูกลองผิดอีกมากไม่ต่างกับสมัยที่การมาของไฟฟ้าทำให้รูปแบบการทำงานโรงงานเปลี่ยนใหม่หมด

3. Creativity อาจไม่ใช่พื้นที่ปลอดภัยของมนุษย์อีกต่อไป

เดิมทีผู้เชี่ยวชาญมองว่า ความสร้างสรรค์คือสิ่งที่ AI ทำแทนคนไม่ได้ แต่ในยุคของ Generative AI นั้น AI สามารถทำกิจกรรมที่ต้องใช้ Creativity ได้สารพัดอย่างที่ยกตัวอย่างไปข้างบน

งานสายครีเอทีฟจึงอาจถูกท้าทาย-ดิสรัปต์ได้ดังนี้

หนึ่ง คือ AI สามารถทำเองแทนที่คนได้เลยในบางด้าน เช่น เขียนบทความเองเลย จนมีข่าวว่ามหาวิทยาลัยที่อเมริกาเดือดร้อนเพราะนักเรียนต่างใช้ ChatGPT ทำการบ้านให้

สอง AI อาจทำลาย ‘รั้ว’ ที่เคยล้อมวิชาชีพสายครีเอทีฟเหล่านี้ (ลด Barriers to Entry) คนที่ไม่ได้เรียนมาและมีทักษะเหล่านี้สามารถเข้ามาสร้างคอนเทนต์ สร้างงานครีเอทีฟเหล่านี้ได้ง่ายมากๆ (Democratisation) จนผลคือมีงานแบบนี้เกลื่อนไปหมด งานไหนฮิตแป๊บเดียวก็ก๊อบปี้กันหมดจน ซัพพลายล้นตลาดจนไม่เหลือมูลค่า (อาจคล้ายการเปลี่ยนจากยุคที่ไม่มีอินเทอร์เน็ตมามีอินเทอร์เน็ตที่ลอกงาน ดัดแปลง ต่อยอดงานกันง่ายมาก) ทำให้ค่าตัว-ค่าแรงของคนที่ทำงานด้านนี้ลดลงไปด้วย ล่าสุดก็มีข่าวว่าวงการสำนักพิมพ์และหนังสือมีปัญหาเพราะพบว่าคนใช้ ChatGPT เขียนหนังสือกันจำนวนมาก

สาม เกิดคำถามว่างานครีเอทีฟที่ถูกสร้างขึ้นมาเป็นของใคร หากเราสั่งให้ AI แต่งเพลงขึ้นมา อันนี้คืองานสร้างสรรค์ของ AI ตัวนี้ ของคนโปรแกรม AI ของคนแต่งเพลงหลายคนที่ AI ตัวนี้ไปลอกเลียนมา หรือของเราคนที่คอยป้อนคำถาม-คำสั่งให้ AI จนเขียนเพลงออกมาเสร็จ หรือเป็นของทุกคน? โดยแต่ละประเทศและสังคมอาจให้ส่วนแบ่งความเป็นเจ้าผลงานนี้ไม่เหมือนกัน

ทั้งหมดนี้ไม่ได้แปลว่าทักษะ Creativity ไม่สำคัญแล้ว แต่อาจทำให้เราต้องมานิยามใหม่ว่าอะไรคือ Creavity ที่แท้จริง เพราะเราอาจได้เห็นว่างานครีเอทีฟหลายงานอาจมีทั้งส่วนที่ใช้ Creativity สร้างงานที่ออริจินัลขึ้นมาใหม่จริงๆ และส่วนที่ไม่ได้ใช้ Creativity เท่าที่เราคิด

4. Care Economy ยังต้องพึ่งมนุษย์ แต่การเป็นมนุษย์ไม่ได้การันตีว่าจะมีทักษะแห่งมนุษย์

ทักษะแห่งมนุษย์ เช่น ความเข้าอกเข้าใจผู้อื่น (Empathy) ทักษะทางอารมณ์ (EQ) ฯลฯ จะเป็นสิ่งที่มีค่ามากขึ้นในอนาคตเพราะ AI ทำแทนที่คนได้ยาก และโลกกำลังเข้าสู่สังคมสูงวัยที่ต้องการการดูแลมากขึ้น แต่เราไม่ควรประมาทเพียงเพราะว่าเราเป็นมนุษย์แล้วเราจะมีทักษะพวกนี้มากกว่าหุ่นยนต์

ในวงเสวนาหนึ่งถกกันว่า หากผลเอ็กซเรย์ออกมาบอกว่าคุณเป็นโรคร้าย คุณคงอยากให้หมอเป็นคนบอกมากกว่าหุ่นยนต์ใช่ไหม แล้วมีคนหนึ่งเถียงว่าขึ้นอยู่กับว่าจะเป็นหมอแบบไหน เพราะหมอบางคนอาจทำหน้าที่บอกข่าวร้ายได้แย่กว่าหุ่นยนต์เสียอีก แม้จะเป็นการพูดกึ่งเล่นกึ่งจริงแต่คนในวงเสวนานั้นก็ยอมรับว่าในโลกที่เน้นประสิทธิภาพและความเร็วมากๆ อย่างในปัจจุบันบางครั้งคนเราก็ทิ้งทักษะแห่งมนุษย์เหล่านี้ไปโดยมองว่ามันไม่ใช่สิ่งจำเป็น

AI อาจทำให้ต่อไป คำว่า ‘Care’ ใน ‘Healthcare’ มีค่าไม่แพ้คำว่า ‘Health’ และในวงการอื่นก็น่าจะเจอประเด็นนี้เช่นกัน

5. คนขาดงาน หรืองานขาดคน?

แต่การมาของเทคโนโลยี AI ไม่ได้เกิดขึ้นโดดๆ แต่มาพร้อมกับการเปลี่ยนแปลงทางเศรษฐกิจสังคมด้านอื่นที่มีผลกับตลาดงานด้วย การเข้าบริบทเหล่านี้จึงเป็นสิ่งสำคัญ

ในขณะที่ด้านหนึ่งคนกำลังกลัวหุ่นยนต์มาแย่งงาน หลายอุตสาหกรรมและหลายประเทศกำลังเผชิญภาวะขาดแคลนแรงงานอย่างรุนแรง โดยมีเหตุผลหลายประการ ทั้งโครงสร้างประชากรโลก (และไทย) ที่เข้าสู่สังคมสูงวัย ทำให้คนวัยทำงานมีน้อยลง นอกจากนี้คนจำนวนไม่น้อยก็กำลังไม่อยากทำงาน (แบบเดิม) ทำให้เกิดเทรนด์ใหญ่อย่าง Great Resignation ที่คนจำนวนมากลาออกจากงานประจำเดิม ต่อด้วย Quiet Quitting สำหรับคนที่ยังออกจากงานไม่ได้ หรือยังไม่อยากออกทันทีแต่ก็ถอดใจเลิกทำงานแบบเงียบๆ

หนึ่งในเหตุผลสำคัญของเทรนด์นี้คือการที่คนกำลังเริ่มคิดถึงชีวิตที่ไม่ได้มีแต่ ‘งาน’ กำลังตั้งคำถามกับตัวเองว่าเราทำงานไปเพื่ออะไร เราต้องการอะไรจากมันบ้างนอกจากเรื่องเงิน บางคนอาจให้ความสำคัญกับ Purpose ของงานว่าทำอะไรที่ตรงกับ Value ของเขาไหม บ้างก็อยากได้งานที่ให้โอกาสการเรียนรู้พัฒนาตนเองให้สมดุลกับชีวิต-งานที่ดีกว่าเดิม ฯลฯ

ดังนั้น หากมองในแง่นี้การมาของ AI ก็อาจเป็นทางออกสำคัญที่จะช่วยลดปัญหาขาดแคลนแรงงานที่อาจจะรุนแรงขึ้นเรื่อยๆ ในอนาคต อาจพูดได้ด้วยซ้ำว่าเทคโนโลยีแบบ AI หุ่นยนต์ ออโตเมชัน ล้วนถูกสร้างขึ้นมาเพื่อแก้ปัญหาการขาดแคลนแรงงาน (หรือค่าแรงที่แพงขึ้น) นอกจากนี้ AI อาจสามารถช่วยแบ่งเบางาน-หน้าที่ที่ซ้ำซาก เพื่อให้คนเอาเวลาไปทำงานที่สร้างสรรค์กว่า หรือไปพัฒนาตัวเองในด้านอื่นๆ ที่มีประโยชน์มากขึ้น เสมือนการมีเครื่องคิดเลขก็ทำให้เราไม่ต้องมาท่องสูตรคูณ ทดเลข ไปใช้เวลานั่งตีโจทย์ยากๆ หรือเอาเลขมาประยุกต์ใช้แก้ปัญหาต่างๆ แทน

ทิ้งท้าย – Reskilling แรงงานจะเป็นโจทย์ใหญ่ยิ่งกว่าเดิม

การมาของเทคโนโลยี AI จึงเป็นทั้งคำตอบและคำถาม ทั้งโอกาสและความท้าทาย ขึ้นอยู่กับว่าเราจะรับมืออย่างไร

หนึ่งในโจทย์สำคัญที่สุดคือจะ Reskill ทักษะแรงงานอย่างมีประสิทธิภาพ มีสเกล และรวดเร็วทันการเปลี่ยนแปลงได้อย่างไร เพื่อโยกคนจากงานที่กำลังหายไปสู่บทบาทหน้าที่ใหม่ที่อาจมีดีมานด์มากขึ้นหรือถูกสร้างขึ้นมาใหม่เพราะเทคโนโลยี

หากตอบตรงนี้ไม่ได้ประเทศนั้นก็อาจเจอทั้งปัญหา ‘คนขาดงานทำ’ และปัญหา ‘งานขาดคนทำ’ ไปพร้อมๆ กัน

และที่สำคัญคนที่ขาดงานทำมักจะเป็นกลุ่มที่เปราะบางขาดโอกาสในสังคม ทำให้ความเหลื่อมล้ำรุนแรงขึ้น คนถูกทิ้งไว้ข้างหลังมากขึ้น

เราอาจถาม AI ได้แล้วว่าประเทศและองค์กรควรมียุทธศาสตร์การรีสกิลอย่างไร แต่สุดท้ายแล้วมันจะเกิดขึ้นจริงไหมคงยังขึ้นอยู่กับมือของคน