บทความโดย รศ.ดร.ธนชาติ นุ่มนนท์ ผู้เชี่ยวชาญด้านเทคโนโลยีอุบัติใหม่ (Thought Leader in Emerging Technologies)
AI กำลังเปลี่ยนตลาดแรงงานทั่วโลก ไทยต้องเร่งคว้าโอกาสพัฒนา Small AI ใช้จุดแข็งและข้อมูลท้องถิ่น สร้างประโยชน์ให้ประชาชน
เมื่อสัปดาห์ก่อน ผู้คนคงติดตามการประชุมประจำปี IMF–World Bank ที่ศูนย์การประชุมแห่งชาติสิริกิติ์ ซึ่งก็มีการถ่ายทอดสดให้ดูตั้งแต่เซสชันแรกของการประชุมวันแรก ซึ่งเชิญผู้นำระดับโลก 3 คนขึ้นเวทีพร้อมกัน คือกรรมการผู้จัดการ IMF ประธานกลุ่มธนาคารโลก และประธานาธิบดีสิงคโปร์ สิ่งที่ทำให้ผมแปลกใจคือเวทีนี้ควรจะพูดคุยเรื่องหนี้สาธารณะ อัตราแลกเปลี่ยน หรือราคาพลังงาน aแต่กลับเปิดด้วยหัวข้อเรื่อง “AI กับการจ้างงาน” และตลอด 5 วันหลังจากนั้นหลายหัวข้อของการบรรยายก็เน้นพูดถึง AI
สึนามิ AI & ตลาดแรงงานรูปตัว K: ความน่าเป็นห่วงยุค AI
คุณคริสตาลินา จอร์เจียวา กรรมการผู้จัดการ IMF ใช้คำที่ผมคิดว่าสรุปบรรยากาศทั้งงานได้ดีที่สุด เธอบอกว่า “AI เป็นสึนามิที่เคลื่อนตัวช้า แต่ก็ยังเป็นสึนามิ จะรักมันหรือเกลียดมัน มันก็มาถึงแล้ว” IMF ประเมินว่าตำแหน่งงานราว 40% ทั่วโลกจะถูกเสริม ถูกลดระดับ หรือถูกแทนที่โดย AI และสูงถึง 60% ในประเทศพัฒนาแล้ว เธอฝากการบ้าน 3 ข้อกับรัฐบาลทั่วโลก
- ต้องจับการเปลี่ยนแปลงของตลาดแรงงานให้ทัน
- การศึกษาต้องปรับครั้งใหญ่
- การคลังต้องเตรียมรับมือ เพราะเมื่อคนรุ่นใหม่หางานแรกไม่ได้ ฐานภาษีก็หายไปด้วย
สิ่งที่ทำให้เราต้องหยุดคิดจริงจังคือคำเตือนของประธานาธิบดีธาร์มันของสิงคโปร์ ที่พูดถึงตลาดแรงงานรูปตัว K ว่าคนจะแยกเป็นสองกลุ่ม กลุ่มที่อยู่บนขาขึ้นของตัว K คือคนที่เอา AI มาทำงานได้เต็มที่และได้โอกาสเพิ่มขึ้นเรื่อยๆ กับกลุ่มที่อยู่บนขาที่เฉียงลง ซึ่งไม่ได้แค่ถูกทิ้งไว้ที่เดิม แต่ด้อยลงไปเลย และที่น่าเป็นห่วงคือขั้นแรกของบันไดอาชีพ คืองานระดับเริ่มต้นของเด็กจบใหม่ กำลังหายไปก่อนขั้นอื่น
อีกหนึ่งประเด็นที่น่าสนใจคือประเทศพัฒนาแล้วกับประเทศกำลังพัฒนาจะมองเรื่องของ AI ต่างกัน ประเทศพัฒนาแล้วมอง AI เป็นภัยต่อตำแหน่งงาน เพราะเขามีบริษัทเทคโนโลยีที่ผลักดันให้โมเดลเก่งขึ้นทุกไตรมาส ทำให้สามารถทำงานหลายอย่างได้ดีขึ้นมาก และเราก็เห็นการเลิกจ้างจากบริษัทใหญ่หลายแห่งแล้ว ส่วนประเทศกำลังพัฒนาอย่างเรา งานยังไม่ถูกกระทบตรงๆ มากขนาดนั้น
รายงาน World Development Report ของธนาคารโลกปีนี้ระบุว่างานในประเทศรายได้สูงเสี่ยงถูกแทนที่ 14.2% เทียบกับ 4.5% ในประเทศรายได้ต่ำและปานกลาง โดยต้องเข้าใจให้ชัดว่าตัวเลขความเสี่ยงต่ำนี้ไม่ได้มาจากการที่เราเตรียมตัวดีกว่า แต่มันมาจากโครงสร้างงานที่เราเป็นภาคเกษตรและแรงงานกายภาพมากกว่า ซึ่งแปลว่าถ้าไม่ลงมือทำอะไร เราก็จะได้ประโยชน์จาก AI น้อยกว่าด้วยเช่นกัน ทั้งนี้ความเสี่ยงต่ำไม่ได้แปลว่าปลอดภัย บางทีมันแปลว่าเรายังไม่ได้อยู่ในเกมเลยต่างหาก
Small AI ทางรอดของประเทศเล็ก
ในทางกลับกัน คุณอาเจย์ บังก้า ประธานกลุ่มธนาคารโลก เสนอมุมที่ผมเห็นด้วยที่สุดในงานนี้ เขาเรียกมันว่า Small AI คือ AI ขนาดเล็กเฉพาะด้าน ที่ไม่ต้องพึ่งโมเดลภาษาขนาดใหญ่ของบริษัทเทคโนโลยีขนาดใหญ่ ตัวอย่างที่เขายกคืออินเดีย เกษตรกรที่อ่านหนังสือไม่ออกยกมือถือส่องวินิจฉัยใบพืชที่เป็นโรคได้ แนะนำยาที่ถูกต้อง และจ่ายเงิน 25 รูปีผ่านบัญชีดิจิทัลได้เลย หรือคลินิกชนบทในอินโดนีเซียที่พยาบาลใช้ AI บนมือถือตรวจโรคผิวหนังแล้วส่งต่อให้แพทย์เฉพาะทางทางไกล ซึ่งเขาบอกว่าแม้แต่ประเทศพัฒนาแล้วยังทำได้ยาก
นี่คือจุดที่ประเทศเล็กมีแต้มต่อ เราไม่ใช่มหาอำนาจ AI ไม่มีงบประมาณมหาศาล และไม่มีทางสร้างโมเดลแข่งกับสหรัฐฯ หรือจีน แต่โมเดลใหญ่ของบริษัทเทคโนโลยีเหล่านั้นไม่มีข้อมูลบริบทท้องถิ่นของเรา ไม่รู้จักพันธุ์ข้าว โรคพืช หรือพฤติกรรมนักท่องเที่ยวในบ้านเรา ถ้าเราเอาโมเดล open-weight มาปรับจูนให้ตรงกับเกษตร ท่องเที่ยว การแพทย์ และ SME ของไทย แล้วตั้งตัวชี้วัดให้ชัดว่าเกษตรกร หรือ SME มีรายได้เพิ่มเท่าไร นั่นคือเกมที่เราเล่นได้จริง
ที่น่ากังวลกว่านั้นคือช่องว่างที่ AI กำลังเกิดขึ้น ซึ่งน่าจะหนักกว่าช่องว่างเชิงดิจิทัลในอดีตมาก สมัยก่อนคนที่ไม่ใช้ดิจิทัลยังอยู่ได้ ยังใช้กระดาษ ยังทำมาค้าขายแบบเดิมได้ไม่เดือดร้อน เพราะช่องว่างนั้นไม่ได้ทำให้ความสามารถและทักษะคนแตกต่างกันมากระหว่างคนใช้และไม่ใช้ โดยเฉพาะแรงงานในบางด้าน แต่รอบนี้ไม่ใช่ ใครตามไม่ทัน AI จะแข่งขันลำบากขึ้นมาก และมันคือคลื่นสึนามิที่กำลังเข้ามาทำลายหลายชีพที่ยังใช้ทักษะแบบเดิมๆ
ช่องว่าง AI จะมีอยู่ 3 ชั้น คือ
- ระหว่างประเทศ: ที่ประเทศเก่งยิ่งเก่งขึ้นจนประเทศอื่นซึ่งอยู่กลางๆ เบียดแข่งลำบาก
- ภายในประเทศ: ระหว่างคนในเมืองและคนมีฐานะที่ใช้ AI แล้วได้เปรียบ กับคนในชนบทหรือคนรายได้น้อยที่เข้าไม่ถึง จะยิ่งทำให้ช่องว่างทางฐานะยิ่งห่างออกไป
- ระหว่างคนใช้เป็นกับคนใช้ไม่เป็น: ซึ่งผมเห็นชัดที่สุด ทั้งที่มีเครื่องมือเดียวกัน นี่คือเหตุผลที่หลายประเทศทุ่มกับการ Upskill /Reskill คนมากกว่าทุ่มกับการแจกเครื่องมือ เพราะวันนี้การเข้าถึง AI แทบจะฟรี ช่องว่างจริงจึงย้ายจากการเข้าถึงไปอยู่ที่ความสามารถในการใช้
ประเทศไทยอยู่ตรงไหน?
แล้วประเทศไทยอยู่ตรงไหน ผมเห็นว่าการถกเถียงในบ้านเราช่วงนี้วนอยู่กับดาต้าเซนเตอร์ว่าควรจะมีหรือไม่ มีผลกระทบต่อชุมชนเรื่องสิ่งแวดล้อม การใช้ไฟหรือน้ำแค่ไหน ซึ่งเป็นคำถามที่ถูกต้องและรัฐบาลก็กลับมาทบทวนเรื่องการจัดโซนนิ่งและเงื่อนไขการลงทุนแล้ว ซึ่งผมคิดว่าเป็นเรื่องที่ดี เพราะอย่างไรเราก็ต้องมีดาต้าเซนเตอร์สำหรับการใช้งานในประเทศ แต่มันเป็นโครงสร้างพื้นฐานที่ต้องพัฒนาในแต่ละยุคสมัย เหมือนที่เราเคยพัฒนาเส้นทางรถไฟ ถนน หรือระบบโทรคมนาคม 4G/5G
แต่ในยุคนี้การปล่อยให้ต่างชาติมาตั้งดาต้าเซนเตอร์เพียงลำพังอาจไม่ทำให้คนไทยได้ประโยชน์เต็มที่ เพราะผู้ใช้อาจอยู่ที่ไหนในโลกก็ได้ ดังนั้นเราก็ต้องต่อรองให้ได้มากกว่าค่าเช่าที่ดิน สร้างสิ่งก่อสร้าง จ่ายค่าน้ำค่าไฟ แต่ต้องถามว่าจะถ่ายทอดเทคโนโลยีอย่างไร จะตั้งศูนย์วิจัย AI ในบ้านเราได้ไหม และจะพัฒนาคนไทยให้มีทักษะทางด้าน AI เพิ่มขึ้นได้อย่างไร หรือเราจะใช้ดาต้าเซนเตอร์มาเพื่อพัฒนา Small AI ได้ดียิ่งขึ้นอย่างไร
สารจากเวที IMF–World Bank ครั้งนี้ตรงกับที่ผมเขียนในคอลัมน์ “Think Beyond” ในกรุงเทพธุรกิจมาตลอดว่า เราไม่จำเป็นต้องสร้าง AI ที่ใหญ่ที่สุด แต่ต้องเป็นประเทศที่ใช้ AI แก้ปัญหาคนตัวเล็กได้เก่งที่สุด และต้องมอง AI เป็นตัวเสริมช่วยคนทำงาน ไม่ใช่ทำงานแทนคนทั้งหมด ถ้ามองเป็นแค่ระบบอัตโนมัติ มนุษย์จะหมดคุณค่า แต่ถ้ามองเป็นผู้ช่วยที่เรายังเป็นคนคิด คนตัดสินใจ และคนสั่งให้มันทำ ภูมิปัญญาของคนไทยที่เคยหายไปพร้อมกับคนในแต่ละรุ่น จะกลายเป็นความเชี่ยวชาญที่สะสมได้ในระดับประเทศ
สึนามิที่มาช้ายังให้เวลาเราเดินขึ้นที่สูง คำถามคือเราจะเลือกเป็นที่ตั้งดาต้าเซนเตอร์ให้คนอื่นโดยเอาน้ำและไฟของชุมชนไปแลก หรือจะเป็นประเทศที่สร้างโอกาสให้ประชาชน หรือ SME ของเราใช้ Small AI เก่งกว่าใครในอาเซียน




