AI กำลังรื้อบันไดอาชีพ ก่อนแทนที่ทั้งอาชีพ

หลักฐานที่ชัดที่สุดในเวลานี้ยังไม่ใช่ภาพการว่างงานจำนวนมากทั่วทั้งเศรษฐกิจ แต่เป็นแรงกระแทกที่เกิดขึ้นเฉพาะจุด โดยเฉพาะกับคนหนุ่มสาวและพนักงานระดับเริ่มต้นในอาชีพที่ AI สามารถทำงานตามขั้นตอนและกฎเกณฑ์ได้ ขณะที่คนมีประสบการณ์ยังได้เปรียบด้านการใช้วิจารณญาณ การกำกับดูแล ความรับผิดชอบต่อลูกค้า และการตรวจสอบคุณภาพ

ประเด็นนี้สำคัญกว่าคำถามว่า AI จะ “แย่งอาชีพ” หรือไม่ เพราะ AI อาจเปลี่ยนเส้นทางเข้าสู่อาชีพนั้นเสียก่อนที่อาชีพจะหายไปทั้งระบบ บริษัทสามารถลดการรับพนักงานระดับจูเนียร์ด้วยการใช้ AI ทำร่างแรก ค้นคว้าข้อมูล วิเคราะห์เบื้องต้น จัดทำเอกสาร หรือรับมือกับคำถามลูกค้า แม้จะไม่ได้ประกาศปลดคนครั้งใหญ่ก็ตาม

เกาหลีใต้ส่งสัญญาณเตือนที่ชัดเจนที่สุด

รายงานที่อ้างอิงการวิเคราะห์ของธนาคารกลางเกาหลีใต้ระบุว่า จำนวนงานของคนอายุ 15–29 ปีลดลง 285,000 ตำแหน่งระหว่างเดือนมิถุนายน 2022 ถึงมิถุนายน 2026 ในจำนวนนี้ 268,000 ตำแหน่ง หรือ 94% กระจุกตัวอยู่ในอุตสาหกรรมที่จัดว่ามีความเสี่ยงจาก AI สูง การลดลงเด่นชัดในธุรกิจบริการสารสนเทศ สำนักพิมพ์ การเขียนโปรแกรมคอมพิวเตอร์และบริการระบบ รวมถึงธุรกิจบริการวิชาชีพ

ในช่วงเวลาเดียวกัน การจ้างงานคนวัย 50 ปีขึ้นไปเพิ่มขึ้นประมาณ 230,000 ตำแหน่งตามรายงานเกี่ยวกับการวิเคราะห์ดังกล่าว ภาพที่สวนทางกันนี้สอดคล้องกับการเปลี่ยนแปลงของ “บันไดอาชีพ” บริษัทอาจลดงานระดับเริ่มต้นที่ AI ช่วยทำหรือทำแทนได้ ขณะเดียวกันยังให้คุณค่ากับคนมีประสบการณ์ที่สามารถตีความผลลัพธ์ จัดการกรณียกเว้น และรับผิดชอบต่อการตัดสินใจ แต่รูปแบบตามช่วงอายุเพียงอย่างเดียวไม่ได้พิสูจน์ว่า AI เป็นสาเหตุทั้งหมด เพราะโครงสร้างประชากร อุปสงค์โดยรวม และการตัดสินใจรับคนของนายจ้างก็อาจมีส่วนเช่นกัน

ดังนั้น ตัวเลขของเกาหลีใต้ควรถูกอ่านเป็นสัญญาณเตือนเรื่องการกระจุกตัวของผลกระทบ ไม่ใช่หลักฐานว่างานของคนหนุ่มสาวทุกตำแหน่งหายไปเพราะ ChatGPT หรือระบบ AI ใดระบบหนึ่ง การวัดของธนาคารกลางเกาหลีใต้ระบุอุตสาหกรรมและอาชีพที่มีศักยภาพทางเทคนิคในการได้รับผลกระทบจาก AI สูง คำว่า “มีความเสี่ยง” หมายถึงการเปลี่ยนแปลงเกิดขึ้นได้ง่ายกว่า ไม่ได้แปลว่ามีการแทนที่แรงงานเกิดขึ้นแล้วอย่างยืนยันได้

ทำไมบัณฑิตจบใหม่และพนักงานระดับจูเนียร์จึงเสี่ยงเป็นพิเศษ

วุฒิมหาวิทยาลัยไม่ได้เป็นเกราะป้องกันจาก AI โดยอัตโนมัติ บัณฑิตจำนวนมากเริ่มต้นการทำงานในสายเทคโนโลยี บริการวิชาชีพ การวิจัย การวิเคราะห์ งานสำนักพิมพ์ และงานธุรการ ซึ่งเป็นพื้นที่เดียวกับที่ AI สามารถเข้ามารับช่วงงานบางส่วนได้

งานเหล่านี้เดิมมีหน้าที่สองอย่าง คือสร้างผลงานที่เป็นประโยชน์และฝึกพนักงานให้พร้อมรับผิดชอบงานที่ซับซ้อนขึ้น แต่เมื่อ AI ทำงานส่วนที่ง่ายกว่าได้ นายจ้างอาจเลือกเพิ่มเกณฑ์การรับคน แทนที่จะยกเลิกอาชีพนั้นทั้งหมด

นักวิเคราะห์รุ่นใหม่อาจถูกคาดหวังให้ตรวจทานงานที่ AI สร้างขึ้น แทนการทำร่างแรกทุกขั้นตอน โปรแกรมเมอร์มือใหม่อาจต้องตรวจสอบและผสานโค้ดที่ AI สร้างขึ้น แทนการเขียนโค้ดพื้นฐานทั้งหมดเอง

รูปแบบนี้ช่วยเพิ่มผลิตภาพของทีมที่มีอยู่ แต่ก็สร้างคอขวดให้คนที่กำลังพยายามเข้าสู่วงการ หากบริษัทรับคนระดับจูเนียร์น้อยลง คนที่จะสะสมประสบการณ์จนกลายเป็นผู้เชี่ยวชาญอาวุโส ผู้จัดการ หรือที่ปรึกษาซึ่งลูกค้าไว้วางใจก็จะมีน้อยลงตามไปด้วย

Goldman Sachs พบแรงกดดันในประเทศพัฒนาแล้วเช่นกัน

งานวิจัยของ Goldman Sachs ระบุว่า อุตสาหกรรมที่มีความเสี่ยงต่อการใช้ AI แทนแรงงานสูงมีการเติบโตของตำแหน่งงานเปิดใหม่อ่อนแอกว่าโดยทั่วไปนับตั้งแต่ครึ่งหลังของปี 2022 โดยเห็นความสัมพันธ์นี้ชัดเจนในประเทศพัฒนาแล้วหลายแห่ง เช่น สหรัฐฯ เยอรมนี และออสเตรเลีย

เมื่อเปรียบเทียบรายอุตสาหกรรม ภาพที่เด่นชัดที่สุดอยู่ในธุรกิจคอลเซ็นเตอร์ การจ้างงานต่ำกว่าแนวโน้มเดิมประมาณ 39% ในสหรัฐฯ 33% ในแคนาดา และ 27% ในเยอรมนี ตัวเลขเหล่านี้หมายถึงช่องว่างเมื่อเทียบกับแนวโน้มในอดีต ไม่ได้ยืนยันว่า AI เป็นสาเหตุเดียวของการลดลงดังกล่าว

อุตสาหกรรมอื่นที่ถูกกล่าวถึงในงานวิจัย ได้แก่ การจัดพิมพ์ซอฟต์แวร์ ที่ปรึกษาด้านการจัดการ และโฆษณา ข้อสรุปโดยรวมของ Goldman Sachs มีความระมัดระวังมากกว่าการคาดการณ์ว่าแรงงานจะถูกแทนที่ทันทีทั้งระบบ เศรษฐกิจ แรงกระแทกที่มองเห็นได้ยังคงกระจุกตัวในบางอุตสาหกรรมและกลุ่มแรงงาน

พนักงานระดับเริ่มต้นเปราะบางกว่า เพราะงานที่ได้รับมอบหมายมักมีมาตรฐานชัดเจน วัดผลได้ง่าย และเหมาะกับการทำให้เป็นระบบอัตโนมัติหรือเร่งด้วย AI มากกว่า

การใช้ AI กำลังขยายตัว แต่ยังไม่สมบูรณ์ ตัวเลขที่รายงานในงานของ Goldman Sachs ประเมินว่าอัตราการใช้งานในประเทศพัฒนาแล้วขนาดใหญ่อยู่ที่ประมาณ 15–20% ขณะที่อีกมาตรวัดหนึ่งซึ่งนับเฉพาะบริษัทในสหรัฐฯ ที่ใช้ AI ในการผลิตหรือให้บริการเป็นประจำอยู่ที่ประมาณ 9% ความแตกต่างนี้สะท้อนว่า “อัตราการใช้ AI” ต้องตีความอย่างระมัดระวัง เพราะแบบสำรวจแต่ละชุดอาจนับตั้งแต่การทดลองใช้ การใช้งานโดยพนักงาน ไปจนถึงการนำไปใช้จริงในกระบวนการผลิตอย่างต่อเนื่อง

ผลลัพธ์ต่างกันเมื่อ AI ใช้เพื่อแทนที่หรือเสริมแรงงาน

ผลต่อการจ้างงานส่วนหนึ่งขึ้นอยู่กับว่า บริษัทใช้ AI เพื่อทดแทนแรงงาน หรือใช้เพื่อเพิ่มประสิทธิภาพของคนทำงาน

ระบบอัตโนมัติ (automation) ลดจำนวนแรงงานมนุษย์ที่จำเป็นต่อภารกิจหนึ่ง ๆ ตัวอย่างเช่น การตอบคำถามลูกค้ามาตรฐาน การสรุปข้อมูลตามรูปแบบเดิม การสร้างโค้ดพื้นฐาน หรือการจัดทำเอกสารฉบับแรก วิธีนี้อาจทำให้การรับพนักงานระดับเริ่มต้นลดลง แม้จะไม่มีพนักงานปัจจุบันถูกเลิกจ้างอย่างเป็นทางการ

การเสริมศักยภาพแรงงาน (augmentation) ทำให้พนักงานทำงานได้มากขึ้นหรือเร็วขึ้น โดยมนุษย์ยังคงรับผิดชอบด้านการใช้วิจารณญาณ การตรวจสอบ การจัดการกรณียกเว้น ความสัมพันธ์กับลูกค้า และการตัดสินใจ รูปแบบนี้อาจเพิ่มคุณค่าของคนมีประสบการณ์ แต่ก็อาจทำให้บริษัทคาดหวังผลงานต่อคนสูงขึ้นด้วย พนักงานที่มีทักษะและใช้ AI หนึ่งคนอาจทำงานที่เดิมต้องใช้เวลาของพนักงานระดับจูเนียร์หลายคน

สองกระบวนการนี้สามารถเกิดขึ้นในบริษัทเดียวกันได้ AI อาจตัดงานซ้ำ ๆ บางส่วน เพิ่มผลิตภาพของพนักงานอาวุโส และสร้างความต้องการใหม่สำหรับคนที่ออกแบบกระบวนการ ตรวจสอบผลลัพธ์ และบริหารความเสี่ยง นี่คือเหตุผลที่ตัวเลขการจ้างงานรวมอาจยังดูค่อนข้างทรงตัว ขณะที่การเข้าถึงงานแรกในสายอาชีพกลับยากขึ้นอย่างเห็นได้ชัด

ความเสี่ยงสำคัญคือ “บันไดอาชีพ” บางลง

คำถามระยะยาวที่สำคัญจึงไม่ใช่เพียงว่า AI จะทำให้อาชีพชื่อตำแหน่งใดหายไป แต่คือ AI กำลังลบงานช่วงเริ่มต้นที่คนใช้เรียนรู้วิชาชีพหรือไม่

บันไดอาชีพที่แข็งแรงมักพาพนักงานจากงานที่ทำซ้ำได้ภายใต้การดูแล ไปสู่งานที่ต้องใช้บริบท การตัดสินใจ และความรับผิดชอบ หาก AI รับช่วงงานภายใต้การดูแลมากเกินไป นายจ้างอาจยังเก็บคนระดับอาวุโสไว้ แต่รับผู้เริ่มต้นน้อยลง ผลระยะสั้นอาจเป็นประสิทธิภาพที่สูงขึ้น ส่วนผลระยะยาวอาจเป็นท่อส่งบุคลากรมีประสบการณ์ที่แคบลง

ความเสี่ยงนี้อธิบายได้ว่าทำไมผลกระทบโดยรวมต่อตลาดแรงงานที่ดูไม่มากนัก จึงยังมีความหมายอย่างยิ่งต่อคนรุ่นใหม่ การเปลี่ยนแปลงเล็กน้อยในตัวเลขการจ้างงานทั้งหมดอาจซ่อนการเปลี่ยนแปลงที่รุนแรงกว่าว่าใครได้รับการจ้าง ใครได้รับการฝึกงาน และใครมีโอกาสก้าวหน้า

หลักฐานบอกอะไร และยังบอกอะไรไม่ได้

งานวิจัยที่มีอยู่สนับสนุนข้อสรุปอย่างระมัดระวัง 4 ประการ

• แรงกดดันต่อตลาดแรงงานจาก AI เริ่มปรากฏในอุตสาหกรรมที่มีความเสี่ยงสูงบางกลุ่ม ไม่ใช่ทุกอาชีพพร้อมกัน
• คนหนุ่มสาวและพนักงานระดับเริ่มต้นมีความเปราะบางเป็นพิเศษ เพราะ AI สามารถทำหรือเร่งงานประจำจำนวนมากที่เคยเป็นทางเข้าสู่อาชีพสายสำนักงาน
• คนมีประสบการณ์อาจได้รับประโยชน์เมื่อคุณค่าของพวกเขาอยู่ที่การกำกับดูแล ความไว้วางใจจากลูกค้า การตัดสินใจที่ซับซ้อน และความรับผิดชอบต่อผลลัพธ์
• หลักฐานยังไม่ยืนยันว่าการแทนที่แรงงานจำนวนมากเป็นสิ่งที่หลีกเลี่ยงไม่ได้ ผลลัพธ์จะขึ้นอยู่กับผลิตภาพที่เพิ่มขึ้น สินค้าและบริการใหม่ ความต้องการแรงงาน กฎระเบียบ และวิธีที่บริษัทเลือกใช้ AI เพื่อขยายผลผลิตหรือลดจำนวนคนเป็นหลัก

ข้อสรุปเชิงปฏิบัติสำหรับบริษัทและผู้กำหนดนโยบายคือ ไม่ควรดูเพียงจำนวนงานทั้งหมด ควรติดตามการรับพนักงานระดับจูเนียร์ โครงการฝึกงาน การย้ายสายงานภายใน การออกแบบงานใหม่ อัตราการเลื่อนขั้น และการเข้าถึงการฝึกอบรมด้วย เพราะตัวชี้วัดเหล่านี้อาจเผยให้เห็นแรงกระแทกได้เร็วกว่าตัวเลขการว่างงานโดยรวม

ขณะนี้ AI กำลังเปลี่ยน “วิธีที่คนเข้าสู่อาชีพ” ให้เห็นชัดกว่าการทำให้อาชีพทั้งหมดหายไป บริษัทและรัฐบาลที่พร้อมที่สุดสำหรับการเปลี่ยนผ่านครั้งนี้ จะเป็นฝ่ายที่ใช้ AI เพื่อปรับปรุงงานโดยไม่รื้อเส้นทางมนุษย์ที่ทำให้ความเชี่ยวชาญค่อย ๆ ก่อตัวขึ้น