ในขณะที่ปัญญาประดิษฐ์กำลังเปลี่ยนแปลงสถานที่ทำงานทั่วโลก นักเศรษฐศาสตร์กำลังมองหาบทเรียนจากอดีตเพื่อทำความเข้าใจว่าการปฏิวัติเทคโนโลยีครั้งนี้อาจเกิดขึ้นอย่างไร คลื่นการทำให้เป็นอัตโนมัติที่แพร่หลายในภาคการผลิตในช่วงปลายศตวรรษที่ 20 นำเสนอความคล้ายคลึงที่น่าสนใจ แต่บรรดานักวิจัยเตือนว่าการเปลี่ยนผ่านสู่ AI ในปัจจุบันได้นำเสนอความท้าทายเฉพาะตัวที่อาจต้องการแนวทางแก้ไขที่แตกต่างออกไปสำหรับกำลังแรงงานด้านความรู้ในยุคสมัยใหม่
บทเรียนจากอดีตของการทำให้โรงงานเป็นอัตโนมัติ
ในช่วงทศวรรษ 1970 และ 1980 เครื่องมือกลที่ใช้ระบบคอมพิวเตอร์ได้ปฏิวัติการผลิตในอุตสาหกรรม โดยแทนที่ผู้ประกอบชิ้นส่วน ช่างเครื่อง และผู้ควบคุมเครื่องกลึง ในขณะเดียวกันก็สร้างการแข่งขันระดับโลกที่รุนแรงซึ่งคุกคามผู้ผลิตที่ปรับตัวช้า การเปลี่ยนผ่านในครั้งนี้ได้เห็นช่างเครื่องกึ่งมีฝีมือซึ่งทำงานด้วยมือถูกแทนที่ด้วยเครื่องมือ Computer Numerical Control (CNC) ที่ดำเนินการโดยผู้ปฏิบัติงานที่มีทักษะในการเขียนโปรแกรมคำสั่งคอมพิวเตอร์อย่างละเอียด ผลลัพธ์ที่ได้คือเรื่องราวความสำเร็จที่น่าทาย — อุตสาหกรรมที่ได้รับผลกระทบจากเครื่องมือ CNC มากกว่ามีผลิตภาพแรงงานที่เพิ่มขึ้น โดยมีการจ้างงานรวมลดลงเพียงเล็กน้อย ถึงแม้ว่าธรรมชาติของงานในภาคการผลิตจะเปลี่ยนไปอย่างมากจากผู้ปฏิบัติงานทักษะต่ำและทักษะปานกลางไปสู่ผู้ที่จบการศึกษาระดับปริญญาตรี
ความคล้ายคลึงทางประวัติศาสตร์ที่สำคัญ: การทำให้เป็นอัตโนมัติในทศวรรษ 1980 เทียบกับการเปลี่ยนแปลง AI ในปัจจุบัน
| แง่มุม | การทำให้เป็นอัตโนมัติในโรงงานยุคทศวรรษ 1980 | การเปลี่ยนแปลง AI ในปัจจุบัน |
|---|---|---|
| ผู้ได้รับผลกระทบ | คนงานประกอบ ช่างเครื่อง ผู้ควบคุมเครื่องกลึง | ผู้ใช้ความรู้ พนักงานออฟฟิศ |
| เทคโนโลยีขับเคลื่อน | เครื่องมือ Computer Numerical Control (CNC) | แบบจำลองภาษาขนาดใหญ่ (GPT-5, Claude 3), คอมพิวเตอร์วิทัศน์ |
| การคุ้มครองแรงงาน | สหภาพแรงงานที่เข้มแข็ง ผลกระทบที่กระจุกตัว | การมีตัวแทนสหภาพที่จำกัด ผลกระทบที่กระจายตัว |
| เส้นทางการฝึกอบรมใหม่ | โปรแกรมการศึกษาที่ชัดเจน | เส้นทางเปลี่ยนผ่านที่กำหนดไว้ไม่ชัดเจน |
| ผลลัพธ์ | ผลิตภาพที่เพิ่มขึ้นพร้อมกับการจ้างงานที่ลดลงอย่างจำกัด | ผลกระทบต่อการจ้างงานที่ไม่แน่นอน |
การเปลี่ยนแปลงด้วย AI ในยุคสมัยใหม่
การปฏิวัติปัญญาประดิษฐ์ในปัจจุบันสะท้อนให้เห็นถึงการเปลี่ยนแปลงทางประวัติศาสตร์นี้ แต่ใช้กับผู้ใช้แรงงานความรู้มากกว่าแรงงานในโรงงาน ระบบ AI ขั้นสูงอย่าง GPT-5 และ Claude 3 ในขณะนี้แสดงให้เห็นถึงความสามารถในการทำความเข้าใจและสร้างสรรค์ที่ใกล้เคียงมนุษย์ โดยจัดการงานต่างๆ ตั้งแต่การเขียนไปจนถึงการเขียนโปรแกรมด้วยความซับซ้อนที่เพิ่มขึ้น ในเวลาเดียวกัน เทคโนโลยี Computer Vision ก็มีความก้าวหน้าอย่างเต็มที่ ทำให้สามารถประยุกต์ใช้ตั้งแต่การจดจำใบหน้าไปจนถึงการตรวจจับวัตถุ ซึ่งกำลังปรับโฉมอุตสาหกรรมต่างๆ ตั้งแต่การดูแลสุขภาพไปจนถึงการขนส่ง ความก้าวหน้าทางเทคโนโลยีครั้งนี้กำลังสร้างสิ่งที่นักวิจัยอธิบายว่าเป็น "นักเทคโนโลยี" มากกว่าเป็นผู้ปฏิบัติงานแบบดั้งเดิม ซึ่งต้องการความเข้าใจที่ซับซ้อนในการเขียนโปรแกรมเครื่องจักรและมักต้องจบการศึกษาระดับปริญญาตรี
ความสามารถของเทคโนโลยี AI ที่ถูกกล่าวถึง
- แบบจำลองภาษาขนาดใหญ่ (GPT-5, Claude 3) ที่มีความสามารถในการทำความเข้าใจและสร้างเนื้อหาใกล้เคียงมนุษย์
- เทคโนโลยีคอมพิวเตอร์วิทัศน์ รวมถึงการจดจำใบหน้าและการตรวจจับวัตถุ
- การประยุกต์ใช้ที่ครอบคลุมตั้งแต่บ้านอัจฉริยะ, ยานพาหนะอัตโนมัติ, การวินิจฉัยทางการแพทย์, และคำแนะนำแบบส่วนบุคคล
- การบูรณาการกับโครงสร้างพื้นฐาน 5G และ IoT เพื่อขยายสถานการณ์การใช้งาน
ความแตกต่างที่สำคัญในการปกป้องผู้ปฏิบัติงาน
การเปลี่ยนผ่านสู่ AI ในปัจจุบันขาดปัจจัยปกป้องหลายประการที่ช่วยให้ผู้ปฏิบัติงานในอุตสาหกรรมรอดพ้นจากพายุแห่งการทำให้เป็นอัตโนมัติในทศวรรษ 1980 ตามการวิจัยจากมหาวิทยาลัย Case Western, Princeton และ Brandeis ผู้ใช้แรงงานความรู้ในปัจจุบันต้องเผชิญกับการปฏิวัติ AI โดยปราศจากการคุ้มครองจากสหภาพแรงงานที่เข้มแข็ง ผลกระทบที่กระจุกตัว และเส้นทางการฝึกฝนใหม่ที่ชัดเจน ซึ่งเป็นสิ่งที่ผู้ปฏิบัติงานในโรงงานในช่วงคลื่นการทำให้เป็นอัตโนมัติก่อนหน้านี้ได้รับ ผู้ปฏิบัติงานในโรงงานในช่วงคลื่นการทำให้เป็นอัตโนมัติก่อนหน้านี้มีการเป็นตัวแทนจากสหภาพแรงงานที่ช่วยชะลอผลกระทบเริ่มต้นจากการถูกแทนที่ด้วยเทคโนโลยี ทำให้พวกเขามีเวลาในการเปลี่ยนไปสู่บทบาทใหม่ผ่านการฝึกฝนใหม่และการศึกษาในวงกว้าง ซึ่งไม่มีอยู่ในขนาดเดียวกันในปัจจุบัน
ปริศนาระหว่างผลิตภาพและการจ้างงาน
ข้อมูลทางประวัติศาสตร์เผยให้เห็นรูปแบบที่น่าสนใจซึ่งอาจนำมาซึ่งความหวังสำหรับการเปลี่ยนผ่านสู่ AI ในปัจจุบัน การนำเครื่องมือ CNC มาใช้อย่างแพร่หลายในทศวรรษ 1980 ได้สร้างสิ่งที่นักวิจัยอธิบายว่าเป็นตำแหน่ง "ระหว่างความสำเร็จด้านการทำให้เป็นอัตโนมัติครั้งใหญ่ในต้นศตวรรษที่ 20 ผ่านระบบไฟฟ้าในโรงงาน และความสำเร็จที่น้อยกว่าที่เกี่ยวข้องกับหุ่นยนต์อุตสาหกรรมในปัจจุบัน" การรวมกันของความสำเร็จด้านผลิตภาพ การถูกแทนที่จากงานหลัก และการว่างงานโดยรวมที่จำกัดนี้ชี้ให้เห็นว่าความก้าวหน้าทางเทคโนโลยีสามารถเป็นประโยชน์ต่อทั้งบริษัทและผู้ปฏิบัติงานได้ หากนำไปใช้อย่างรอบคอบ พื้นที่โรงงานยุคใหม่ในปัจจุบัน ซึ่งเต็มไปด้วยเครื่องจักรและว่างเปล่าจากผู้คน แสดงให้เห็นว่าการทำให้เป็นอัตโนมัติสามารถเปลี่ยนแปลงงานได้ แทนที่จะเป็นการกำจัดงาน
การเดินหน้าสู่ยุคอนาคตของ AI
บทเรียนจากการทำให้เป็นอัตโนมัติในอดีตชี้ให้เห็นว่าการก้าวหน้าต่อไปด้วยเทคโนโลยีขั้นสูงสามารถเป็น "กระแสน้ำที่ยกเรือทุกลำให้ลอยขึ้นได้ในระยะยาว" แต่ต้องการความพยายามอย่างมีสติจากนายจ้างในการให้โอกาสในการฝึกอบรมและศึกษา ในขณะที่ AI ยังคงพัฒนาอย่างรวดเร็ว นำมาซึ่งทั้งความสามารถที่น่าทายและความท้าทายที่สำคัญรอบๆ เรื่องความเป็นส่วนตัวของข้อมูล อคติของอัลกอริทึม และผลกระทบต่อการจ้างงาน ความคล้ายคลึงกับการทำให้โรงงานเป็นอัตโนมัติในทศวรรษ 1980 นำมาซึ่งทั้งข้อควรระวังและความมองในแง่ดี การเปลี่ยนผ่านที่สำเร็จของภาคการผลิตจากแถวของผู้ปฏิบัติงานสายการประกอบทักษะต่ำไปสู่วิศวกร นักพัฒนา และผู้เชี่ยวชาญด้านผลิตภัณฑ์ ได้ให้แม่แบบสำหรับการทำงานด้านความรู้ที่อาจพัฒนาตามไปในทำนองเดียวกัน ถึงแม้ว่าเส้นทางนี้อาจท้าทายมากขึ้นโดยปราศจากโครงสร้างสนับสนุนจากอดีต