เปิดผลศึกษาการใช้ AI ใน 4 อุตสาหกรรมหลัก 'พลังงาน-เภสัชกรรม-โทรคมนาคม-ยานยนต์' พบสร้างการเปลี่ยนแปลงครั้งใหญ่ต่างจากการปฏิวัติอุตสาหกรรมที่ผ่านมา AI มุ่งเป้าที่งานใช้ความคิดและงานไม่ประจำ ส่งผลกระทบโดยตรงต่อพนักงานออฟฟิศและผู้บริหาร เผยความเหลื่อมล้ำระหว่างประเทศรายได้สูง-ต่ำ และความเสี่ยงที่สูงกว่าสำหรับแรงงานหญิง พร้อมเสนอแนวทางรับมือ เน้นย้ำการมีส่วนร่วมของแรงงานตั้งแต่เริ่มนำ AI มาใช้ในองค์กร
ที่มาภาพ: industriAll
จากรายงานการศึกษาเรื่อง "All eyes on AI: tackling digitalisation and artificial intelligence in the workplace" จัดทำโดย Syndex บริษัทที่ปรึกษาเฉพาะทางจากฝรั่งเศส ที่ให้บริการด้านการวิเคราะห์และให้คำปรึกษาแก่ตัวแทนพนักงานและสหภาพแรงงาน โดยได้รับการสนับสนุนจาก industriAll European Trade Union และสหภาพยุโรป (European Union) รายงานนี้เผยแพร่ในเดือน ก.ย. 2024 ที่ผ่านมา
เนื่องจากการเติบโตอย่างรวดเร็วของเทคโนโลยีปัญญาประดิษฐ์ (AI)โดยเฉพาะหลังจากการเปิดตัวของ Generative AI ในช่วงปลายปี 2022 ทำให้เกิดความกังวลอย่างมากเกี่ยวกับผลกระทบต่อการจ้างงานและสภาพการทำงาน Syndex จึงได้ทำการศึกษาวิจัยอย่างครอบคลุมเพื่อทำความเข้าใจสถานการณ์และเสนอแนะแนวทางรับมือ
รายงานนี้จัดทำขึ้นโดยทีมผู้เชี่ยวชาญ โดยใช้วิธีการศึกษาที่หลากหลาย ทั้งการวิเคราะห์เอกสาร การศึกษากรณีตัวอย่างจากหลายอุตสาหกรรม และการพิจารณากรอบกฎหมายและนโยบายที่เกี่ยวข้อง จุดเด่นของรายงานนี้คือการนำเสนอมุมมองที่รอบด้านเกี่ยวกับ AI ในที่ทำงาน โดยไม่ได้มองเพียงแค่ประโยชน์หรือความเสี่ยง แต่พยายามทำความเข้าใจปฏิสัมพันธ์ที่ซับซ้อนระหว่างเทคโนโลยี แรงงาน และโครงสร้างทางสังคม รายงานยังได้เน้นย้ำถึงแง่มุมที่มักถูกมองข้าม เช่น โครงสร้างพื้นฐานที่จำเป็นสำหรับ AI การใช้พลังงาน และแรงงานเบื้องหลังการทำงานของ AI เป็นต้น
นอกจากการวิเคราะห์ภาพรวม รายงานยังได้ศึกษาเชิงลึกในอุตสาหกรรมสำคัญ ๆ ได้แก่ น้ำมันและก๊าซ เภสัชกรรม โทรคมนาคม และยานยนต์ เพื่อให้เห็นภาพที่ชัดเจนว่า AI กำลังเปลี่ยนแปลงการทำงานในภาคส่วนต่าง ๆ อย่างไร พร้อมทั้งเสนอแนะแนวทางการรับมือที่เป็นรูปธรรม
รายงานฉบับนี้จึงเป็นเอกสารอ้างอิงสำคัญสำหรับผู้กำหนดนโยบาย นักวิชาการ สหภาพแรงงาน และผู้มีส่วนได้ส่วนเสียทุกฝ่าย ในการทำความเข้าใจและเตรียมพร้อมรับมือกับการเปลี่ยนแปลงครั้งสำคัญที่ AI กำลังนำมาสู่โลกแห่งการทำงาน
กรณีศึกษาการประยุกต์ใช้ AI ในอุตสาหกรรมต่าง ๆ
อุตสาหกรรมน้ำมันและก๊าซ
อุตสาหกรรมน้ำมันและก๊าซ นับเป็นหนึ่งในผู้บุกเบิกการนำ AI มาใช้ในกระบวนการทำงาน โดยเริ่มมีการทดลองใช้มาตั้งแต่ช่วงก่อนปี 2018 บริษัทขนาดใหญ่อย่าง BP, Shell และ TotalEnergies ได้ลงทุนอย่างมากในการพัฒนาระบบ AI เพื่อเพิ่มประสิทธิภาพการดำเนินงานและลดต้นทุน
ในด้านการสำรวจและพัฒนาแหล่งทรัพยากร AI ได้เข้ามาปฏิวัติวิธีการทำงานของนักธรณีวิทยาและนักธรณีฟิสิกส์อย่างสิ้นเชิง จากเดิมที่ต้องใช้เวลาหลายเดือนในการวิเคราะห์ข้อมูลใต้พื้นผิวและประเมินศักยภาพของแหล่งน้ำมัน ปัจจุบันระบบ AI สามารถประมวลผลและให้คำแนะนำได้ภายในเวลาเพียงไม่กี่วัน ส่งผลให้กระบวนการตัดสินใจเป็นไปอย่างรวดเร็วและแม่นยำมากขึ้น
การเจาะสำรวจและผลิตก็ได้รับการยกระดับด้วย AI เช่นกัน ระบบอัตโนมัติที่ควบคุมด้วย AI สามารถปรับพารามิเตอร์การเจาะได้แบบเรียลไทม์ตามสภาพชั้นหินที่เปลี่ยนแปลง ทำให้การเจาะมีประสิทธิภาพและปลอดภัยมากขึ้น บทบาทของพนักงานเจาะได้เปลี่ยนจากผู้ควบคุมการเจาะโดยตรงเป็นผู้กำกับดูแลระบบ ซึ่งต้องอาศัยทักษะด้านการวิเคราะห์ข้อมูลและการตัดสินใจในสถานการณ์ที่ซับซ้อน
การบำรุงรักษาเชิงพยากรณ์ด้วย AI ได้สร้างการเปลี่ยนแปลงครั้งสำคัญในการดูแลอุปกรณ์และเครื่องจักร ระบบสามารถติดตามสภาพการทำงานของอุปกรณ์แบบต่อเนื่องและคาดการณ์ความเสี่ยงที่จะเกิดความเสียหาย ทำให้ทีมซ่อมบำรุงสามารถวางแผนการซ่อมบำรุงได้ล่วงหน้า ลดการหยุดชะงักของการผลิตโดยไม่ได้คาดการณ์ และประหยัดค่าใช้จ่ายได้อย่างมีนัยสำคัญ
ในด้านการผลิตและการดำเนินงาน AI ได้เข้ามาช่วยเพิ่มประสิทธิภาพในทุกขั้นตอน ตั้งแต่การจัดการทรัพยากร การควบคุมคุณภาพ ไปจนถึงการวางแผนการผลิต วิศวกรสามารถใช้เวลากับงานที่ต้องใช้วิจารณญาณและความเชี่ยวชาญระดับสูง แทนที่จะต้องใช้เวลาไปกับการวิเคราะห์ข้อมูลพื้นฐาน
อย่างไรก็ตาม การเปลี่ยนแปลงเหล่านี้ส่งผลกระทบอย่างมีนัยสำคัญต่อแรงงานในอุตสาหกรรม ทั้งในแง่ของจำนวนตำแหน่งงานที่ต้องการและทักษะที่จำเป็น บริษัทต่างๆ ต้องลงทุนในการพัฒนาทักษะใหม่ให้กับพนักงาน โดยเฉพาะด้านการวิเคราะห์ข้อมูลและการทำงานร่วมกับระบบอัตโนมัติ ขณะเดียวกันก็ต้องพิจารณาผลกระทบทางสังคมและจิตวิทยาที่เกิดจากการเปลี่ยนแปลงลักษณะการทำงานอย่างรวดเร็ว
อุตสาหกรรมยาและเวชภัณฑ์
ที่มาภาพ: Jonathan Borba/Pexels
อุตสาหกรรมยาและเวชภัณฑ์กำลังเผชิญกับความท้าทายสำคัญในการพัฒนายาใหม่ เนื่องจากต้องใช้เวลาและงบประมาณมหาศาล โดยเฉลี่ยต้องใช้เงินลงทุนถึง 1.4 พันล้านดอลลาร์และเวลา 10 ปีในการพัฒนายาหนึ่งตัว อีกทั้งยังมีอัตราความล้มเหลวสูงถึง 90% ในช่วงการทดลองทางคลินิก ด้วยเหตุนี้ บริษัทยาชั้นนำจึงหันมาลงทุนในเทคโนโลยี AI เพื่อเร่งกระบวนการพัฒนายาและลดความเสี่ยงของความล้มเหลว
ในด้านการวิจัยและค้นพบยาใหม่ AI ได้เข้ามาปฏิวัติวิธีการทำงานอย่างสิ้นเชิง ระบบ AI สามารถวิเคราะห์ข้อมูลจำนวนมหาศาลจากเอกสารวิชาการ สิทธิบัตร และผลการทดลองต่าง ๆ เพื่อระบุโมเลกุลที่มีศักยภาพในการพัฒนาเป็นยา บริษัท Sanofi รายงานว่าการใช้ AI ช่วยเพิ่มประสิทธิภาพในการระบุเป้าหมายยาได้ 20-30% และลดระยะเวลาในการวิเคราะห์จากหลายสัปดาห์เหลือเพียงไม่กี่ชั่วโมง
การพัฒนายาทางคลินิกก็ได้รับประโยชน์จาก AI อย่างมาก โดยเฉพาะในการคัดเลือกผู้ป่วยที่เหมาะสมสำหรับการทดลอง AI สามารถวิเคราะห์ข้อมูลชีวภาพเพื่อทำนายการตอบสนองต่อการรักษา นอกจากนี้ เทคโนโลยี Digital Twin ยังช่วยจำลองการดำเนินของโรคและการตอบสนองต่อยาในผู้ป่วยเสมือน ช่วยลดความเสี่ยงและค่าใช้จ่ายในการทดลองทางคลินิก
ในด้านการผลิตและห่วงโซ่อุปทาน AI ช่วยเพิ่มประสิทธิภาพในหลายมิติ ตั้งแต่การจัดการวัตถุดิบ การควบคุมคุณภาพ ไปจนถึงการพยากรณ์ความต้องการ ระบบ AI สามารถตรวจจับความผิดปกติในกระบวนการผลิตได้อย่างรวดเร็ว และช่วยป้องกันการขาดแคลนวัตถุดิบด้วยการพยากรณ์ความต้องการที่แม่นยำ
อย่างไรก็ตาม การใช้ AI ในอุตสาหกรรมยาก็มาพร้อมกับความท้าทายหลายประการ ประการแรกคือความจำเป็นในการรักษาคุณภาพและความปลอดภัยในระดับสูงสุด จึงต้องมีการตรวจสอบโดยมนุษย์อย่างเข้มงวด ประการที่สองคือความน่าเชื่อถือของฐานข้อมูลที่ใช้ในการฝึกฝน AI และประการที่สามคือการรักษาความเป็นส่วนตัวของข้อมูลผู้ป่วย
ผลกระทบต่อแรงงานในอุตสาหกรรมนี้มีความซับซ้อน ในขณะที่ความต้องการนักวิทยาศาสตร์ข้อมูลและผู้เชี่ยวชาญด้าน AI เพิ่มขึ้น บทบาทของนักวิจัยและผู้เชี่ยวชาญด้านยาแบบดั้งเดิมก็ต้องปรับเปลี่ยน พวกเขาต้องเรียนรู้ที่จะทำงานร่วมกับ AI และพัฒนาทักษะใหม่ ๆ เพื่อใช้ประโยชน์จากเทคโนโลยีอย่างมีประสิทธิภาพ
อุตสาหกรรมโทรคมนาคม
อุตสาหกรรมโทรคมนาคมมีประวัติการใช้ AI มายาวนาน โดยเริ่มจากการใช้ในสมาร์ทโฟน ไม่ว่าจะเป็นผู้ช่วยเสียง เช่น Siri และ Google Assistant การปรับแต่งกล้องอัตโนมัติ หรือระบบความปลอดภัยด้วยการจดจำใบหน้าและลายนิ้วมือ ปัจจุบัน AI ได้ขยายขอบเขตไปสู่การบริหารจัดการโครงข่ายโทรคมนาคมทั้งระบบ
การนำ AI มาใช้ในการเพิ่มประสิทธิภาพโครงข่ายเป็นการเปลี่ยนแปลงครั้งสำคัญ ระบบ AI สามารถวิเคราะห์รูปแบบการใช้งานและปรับแต่งการทำงานของโครงข่ายแบบเรียลไทม์ บริษัท Qualcomm ซึ่งเป็นผู้ผลิตชิปรายใหญ่ ได้พัฒนาระบบที่สามารถคาดการณ์ปริมาณการใช้งานและป้องกันการล่มของระบบได้ล่วงหน้า นอกจากนี้ AI ยังช่วยในการวางแผนและออกแบบโครงข่าย โดยจำลองสถานการณ์ต่าง ๆ เพื่อหาการกำหนดค่าที่เหมาะสมที่สุด
การบำรุงรักษาโครงข่ายก็ได้รับการปฏิวัติด้วย AI ระบบสามารถตรวจจับและวิเคราะห์ปัญหาได้อย่างรวดเร็ว บางครั้งก่อนที่จะส่งผลกระทบต่อผู้ใช้บริการ การบำรุงรักษาเชิงพยากรณ์ช่วยลดการหยุดชะงักของบริการและประหยัดค่าใช้จ่าย แต่ก็ยังคงต้องการการตรวจสอบและซ่อมบำรุงในพื้นที่จริง เนื่องจากโครงข่ายโทรคมนาคมยังมีองค์ประกอบทางกายภาพที่สำคัญ
ด้านความปลอดภัยของโครงข่าย AI มีบทบาทสำคัญในการตรวจจับและป้องกันภัยคุกคามทางไซเบอร์ ระบบสามารถเรียนรู้รูปแบบการโจมตีใหม่ ๆ และตอบสนองได้อย่างรวดเร็ว นอกจากนี้ยังช่วยในการตรวจจับการฉ้อโกงและการใช้งานที่ผิดปกติในระบบการเรียกเก็บเงิน
การเปลี่ยนแปลงเหล่านี้ส่งผลกระทบอย่างมีนัยสำคัญต่อแรงงานในอุตสาหกรรม โดยเฉพาะในด้านการวิจัยและพัฒนา ที่ต้องการบุคลากรที่มีทักษะด้าน AI มากขึ้น ขณะที่งานด้านการผลิตส่วนใหญ่ถูกจัดจ้างภายนอก (Outsource) ให้กับบริษัทผู้ผลิตอุปกรณ์อิเล็กทรอนิกส์ ส่วนงานซ่อมบำรุงก็เปลี่ยนจากการแก้ไขปัญหาเฉพาะหน้าเป็นการวางแผนและป้องกันปัญหาล่วงหน้ามากขึ้น
อุตสาหกรรมยานยนต์
ที่มาภาพ: Hyundai Motor Group/Pexels
อุตสาหกรรมยานยนต์กำลังเผชิญกับความท้าทายครั้งใหญ่สองประการ คือการเปลี่ยนผ่านไปสู่ยานยนต์ไฟฟ้า และการพัฒนารถยนต์ขับขี่อัตโนมัติ AI จึงกลายเป็นเครื่องมือสำคัญในการรับมือกับความท้าทายเหล่านี้ บริษัทยานยนต์ชั้นนำหลายแห่งได้จัดตั้งห้องปฏิบัติการ AI และร่วมมือกับบริษัทเทคโนโลยีเพื่อเร่งการพัฒนานวัตกรรม
ในด้านการวิจัยและพัฒนา AI มีบทบาทสำคัญในการออกแบบยานยนต์ ตั้งแต่การออกแบบอากาศพลศาสตร์เพื่อประหยัดพลังงาน การจำลองการทำงานของระบบปรับอากาศ ไปจนถึงการทดสอบความปลอดภัย บริษัทอย่าง Volkswagen ได้ร่วมมือกับพันธมิตรในจีนเพื่อพัฒนาเทคโนโลยีการขับขี่อัตโนมัติ ขณะที่ Ford ก็ทดสอบ AI สำหรับยานยนต์อัตโนมัติมาตั้งแต่ต้นปี 2023
การผลิตและควบคุมคุณภาพก็ได้รับการยกระดับด้วย AI หุ่นยนต์อัจฉริยะและระบบการมองเห็นด้วยคอมพิวเตอร์ช่วยเพิ่มประสิทธิภาพและความแม่นยำในสายการผลิต การบำรุงรักษาเชิงพยากรณ์ช่วยลดการหยุดชะงักของการผลิต ขณะที่การจัดการห่วงโซ่อุปทานด้วย AI ช่วยเพิ่มความยืดหยุ่นและตอบสนองต่อการเปลี่ยนแปลงของตลาดได้ดีขึ้น
ประสบการณ์ของผู้โดยสารก็เปลี่ยนแปลงไปด้วย AI ระบบความบันเทิงและส่วนติดต่อผู้ใช้ได้รับการพัฒนาให้ฉลาดขึ้น สามารถเรียนรู้พฤติกรรมและปรับแต่งการทำงานตามความชอบของผู้ใช้ GM ได้นำ AI สนทนามาใช้ในรถยนต์รุ่นล่าสุด และผู้ผลิตรายอื่นก็กำลังพัฒนาในแนวทางเดียวกัน
การเปลี่ยนแปลงเหล่านี้ส่งผลให้อุตสาหกรรมยานยนต์ต้องการบุคลากรที่มีทักษะแตกต่างไปจากเดิม มีวิศวกรและโปรแกรมเมอร์มากขึ้น ขณะที่จำนวนคนงานในสายการผลิตลดลง อย่างไรก็ตาม ความท้าทายสำคัญคือการรักษาสมดุลระหว่างการนำเทคโนโลยีใหม่มาใช้กับความปลอดภัยและความน่าเชื่อถือของผลิตภัณฑ์
ผลกระทบต่อแรงงาน
ที่มาภาพ: Ruslan Burlaka/Pexels
การเปลี่ยนแปลงลักษณะงานที่ AI สามารถทำแทนได้ ต่างจากการปฏิวัติอุตสาหกรรมครั้งก่อน ๆ เพราะ AI สามารถทำงานที่ "ใช้ความคิดและไม่ใช่งานประจำ" (non-routine cognitive tasks) ซึ่งส่งผลกระทบโดยตรงต่อพนักงานออฟฟิศและผู้บริหาร
จากการศึกษาขององค์การแรงงานระหว่างประเทศ (ILO) ในเดือน ส.ค. 2023 พบว่างานออฟฟิศเป็นกลุ่มที่มีความเสี่ยงสูงที่สุด โดย 24% ของงานมีความเสี่ยงสูงมากที่จะถูกทดแทนด้วย AI และอีก 58% มีความเสี่ยงปานกลาง โดยเฉพาะตำแหน่งเลขานุการ ผู้ช่วย พนักงานธนาคาร พนักงานป้อนข้อมูล และนักบัญชี
ที่น่าสนใจคือรายงานยังชี้ให้เห็นความเหลื่อมล้ำในผลกระทบที่สำคัญคือ
ความเหลื่อมล้ำระหว่างประเทศ - ประเทศรายได้สูงจะได้รับผลกระทบมากกว่า (5.5% ของงานทั้งหมด) เทียบกับประเทศรายได้ต่ำ (0.4%)
ความเหลื่อมล้ำทางเพศ - ผู้หญิงมีความเสี่ยงสูงกว่า โดยในประเทศรายได้สูง 8.5% ของงานที่ผู้หญิงทำมีความเสี่ยง เทียบกับ 3.2% สำหรับผู้ชาย
อย่างไรก็ตาม งานศึกษาฉบับนี้มองในแง่บวกว่าการสร้างงานใหม่จะมีมากกว่างานที่สูญเสียไป โดยคาดการณ์ว่าทั่วโลกจะสร้างงานใหม่ 427 ล้านตำแหน่ง เทียบกับงานที่หายไป 75 ล้านตำแหน่ง
นอกจากนี้ รายงานยังกล่าวถึงการเปลี่ยนแปลงในลักษณะงาน โดย AI จะช่วยเพิ่มประสิทธิภาพการทำงาน แต่ก็อาจนำไปสู่ความเหลื่อมล้ำที่เพิ่มขึ้น เนื่องจากงานที่ได้รับผลกระทบน้อยและมีแนวโน้มเติบโตมักเป็นงานที่ต้องการทักษะและการศึกษาระดับสูง ซึ่งมีค่าตอบแทนสูงอยู่แล้ว
ข้อเสนอแนะจากการศึกษา
ที่มาภาพ: industriAll
การศึกษานี้ได้แสดงให้เห็นว่าปัญญาประดิษฐ์ไม่ใช่เพียงกระแสความนิยมชั่วคราว แต่เป็นเทคโนโลยีที่กำลังเปลี่ยนแปลงภูมิทัศน์การทำงานอย่างถอนรากถอนโคน แม้ว่า AI จะได้รับความสนใจอย่างมากในช่วงปลายปี 2022 จากความก้าวหน้าของ Generative AI แต่ในความเป็นจริงแล้ว หลายอุตสาหกรรมได้นำ AI มาใช้อย่างแพร่หลายมานานกว่า 5 ปี
การศึกษาพบประเด็นสำคัญที่มักถูกมองข้ามเกี่ยวกับ AI สามประการ ประการแรก AI ต้องการแรงงานมนุษย์จำนวนมากในการทำงานเบื้องหลัง โดยเฉพาะแรงงานที่เรียกว่า "click workers" ซึ่งมักได้รับค่าตอบแทนต่ำและทำงานแบบแยกส่วน ประการที่สอง AI ต้องการโครงสร้างพื้นฐานทางกายภาพจำนวนมาก ทั้งชิป ศูนย์ข้อมูล และสายเคเบิล ประการที่สาม AI บริโภคพลังงานมหาศาล จนอาจส่งผลกระทบต่อเป้าหมายการลดการปล่อยคาร์บอนของบริษัทเทคโนโลยียักษ์ใหญ่
ในด้านผลกระทบต่อการจ้างงาน การศึกษาพบว่าแตกต่างจากการปฏิวัติอุตสาหกรรมครั้งก่อน ที่กระทบแรงงานไร้ทักษะเป็นหลัก AI มีแนวโน้มที่จะส่งผลกระทบต่อแรงงานทักษะสูงและงานที่ใช้ความคิด โดยเฉพาะงานออฟฟิศ อย่างไรก็ตาม การประเมินผลกระทบที่แน่ชัดยังทำได้ยาก เนื่องจากความไม่แน่นอนของการพัฒนาเทคโนโลยีและความสามารถในการปรับตัวของแรงงาน
สำหรับข้อสรุปและคำแนะนำสำคัญ 5 ประการจากการศึกษานี้ได้แก่
1. AI ไม่ใช่เทคโนโลยีที่จับต้องไม่ได้ แต่ต้องพึ่งพาโครงสร้างพื้นฐาน พลังงาน น้ำ และแรงงานของคนทำงานที่เป็นรูปธรรม
- แร็คในศูนย์ข้อมูลที่ใช้สำหรับ AI ต้องการพลังงานมากกว่าแร็คทั่วไป 6-9 เท่า
- ปัจจุบันศูนย์ข้อมูลใช้ไฟฟ้า 2% ของโลก แต่สัดส่วนนี้จะเพิ่มเป็นสองเท่าภายในปี 2026 (การลงทุนในศูนย์ข้อมูลโดยบริษัทเทคโนโลยีขนาดใหญ่เพิ่มขึ้นสามเท่าในช่วง 3 ปีที่ผ่านมา)
- ต้องการคนทำงานในการพัฒนาอัลกอริทึม "ผลิต เพิ่มเติม และดูแล" ข้อมูล ทำให้ AI ต้องใช้แรงงานอย่างเข้มข้น โดยเฉพาะ 'คนงานคลิก' (Clickworkers) ซึ่งมีสภาพการทำงานที่น่าตกใจ
2. เป็นเรื่องยากที่จะคาดการณ์ผลกระทบของ AI ต่องานและการจ้างงาน AI เหมือนเทคโนโลยีอื่น ๆ ที่มีได้ทั้งข้อดีและข้อเสีย และผลกระทบขึ้นอยู่กับวิธีการนำไปใช้
- งานด้านการบริหารมีความเสี่ยงมากที่สุด และต่างจากในอดีต พนักงานออฟฟิศดูเหมือนจะเป็นเป้าหมายของเทคโนโลยี AI ใหม่มากกว่าคนทำงานในโรงงาน
- มีความเสี่ยงสูงของการแบ่งแยกระหว่างประเทศ (รายได้ต่ำและรายได้สูง) ภาคส่วน งาน (โดยมีการลดลงของอาชีพระดับกลางและการเพิ่มขึ้นของงานที่ไม่มั่นคง) และแรงงานทักษะสูงกับทักษะต่ำ (ในภาคการผลิต AI มีความเกี่ยวข้องกับการลดทักษะของคนทำงาน โดยเฉพาะผู้ที่มีคุณสมบัติระดับกลาง)
- สิ่งนี้เป็นแหล่งที่มาของความวิตกกังวลอย่างมากสำหรับคนทำงาน ซึ่งต้องได้รับการจัดการผ่านการมีส่วนร่วมของตัวแทนของพวกเขา
3. AI อาจเพิ่มผลิตภาพ แต่ผลลัพธ์ยังกระจัดกระจายเกินกว่าจะสรุปได้
- ผลิตภาพดูเหมือนจะเพิ่มขึ้นในกลุ่มคนทำงานระดับต้นหรือทักษะต่ำ และสำหรับงานที่มีความซับซ้อนต่ำ
- ผลกระทบต่อผลิตภาพขึ้นอยู่กับวิธีการใช้ AI รวมถึงการที่คนทำงานได้รับการฝึกอบรมให้ใช้เครื่องมือใหม่ และมีแนวทางและกฎที่ชัดเจนสำหรับการใช้งาน
- ผลประโยชน์จากผลิตภาพที่เพิ่มขึ้นต้องถูกแบ่งปันกับคนทำงาน (เช่น ผ่านการลดเวลาทำงาน; AI สามารถลดงานประจำที่ง่ายกว่าซึ่งช่วยให้มีภาระงานที่สมดุลทางความคิด อาจนำไปสู่ปริมาณงานที่ต้องใช้ความคิดมากเกินไปซึ่งทำให้เกิดความเหนื่อยล้าทางจิตใจ)
4. AI กำลังเปลี่ยนแปลงงาน เนื้อหาของงาน และการจัดการงาน อีกครั้งที่เห็นได้ว่ามีทั้งข้อดีและข้อเสีย เนื่องจากสามารถเพิ่มประสิทธิภาพการทำงานหรือคุกคามความเชี่ยวชาญของคนทำงาน ต่อไปนี้คือประโยชน์และความเสี่ยงบางประการ
- AI สามารถทำงานที่ใช้เวลามาก มีมูลค่าต่ำ ซ้ำซาก หรืออันตรายให้เป็นอัตโนมัติ เพิ่มความเชี่ยวชาญในงานให้สูงขึ้น
- แต่ก็อาจนำไปสู่ความเหนื่อยล้าทางความคิด การลดความเป็นมนุษย์ในการปฏิบัติงาน การอ่อนแอของความรู้ความชำนาญและความเป็นอิสระของคนทำงาน ความไม่ชัดเจนในความรับผิดชอบ (ความไม่ชัดเจนเกี่ยวกับการตัดสินใจ) การเฝ้าระวังและการตรวจสอบ
- เพื่อลดความเสี่ยงและเพิ่มประโยชน์ จำเป็นต้องให้คนทำงานและตัวแทนของพวกเขามีส่วนร่วมในกระบวนการนำ AI มาใช้และการใช้งานทั้งหมด
5. บ่อยครั้งที่คนทำงานและตัวแทนของพวกเขาไม่ทราบเกี่ยวกับการนำ AI มาใช้ในบริษัทของตน บริษัทมักจะละเลยความรับผิดชอบทางกฎหมายหรือปฏิบัติตามช้าเกินไป กรอบกฎหมายปัจจุบัน (รวมถึงกฎหมาย AI) ไม่เพียงพอที่จะจัดการกับผลกระทบของ AI ในโลกแห่งการทำงานและรับประกันการมีส่วนร่วมของตัวแทนคนทำงาน จำเป็นต้องได้รับการเสริมเพื่อให้มั่นใจว่า
- มีการมีส่วนร่วมตั้งแต่ต้นทางมากที่สุดเท่าที่จะเป็นไปได้ แนวทางเช่นการออกแบบทางสังคมจะเพิ่มโอกาสให้ตัวแทนคนทำงานมีอิทธิพลต่อทางเลือกของบริษัทเพื่อผลประโยชน์ของคนทำงาน ควรส่งเสริมการทดลองและการสร้างร่วมกันก่อนการนำไปใช้ และควรรับประกันว่าสามารถตั้งคำถามเกี่ยวกับอัลกอริทึมได้ตลอดทั้งกระบวนการ
- กระบวนการให้ข้อมูลและการปรึกษาหารือควรเกิดขึ้นตั้งแต่ระยะแรกที่สุด และควรได้รับการปรับให้เหมาะสมเพื่อพิจารณาถึงการอัปเดตระบบ AI อย่างสม่ำเสมอ ควรมีการรับประกันการเจรจาทางสังคมและการเจรจาต่อรองร่วมเพื่อควบคุมการใช้ AI เพื่อเพิ่มประโยชน์และขจัดความเสี่ยงสำหรับคนทำงาน และควรรับประกันการมีส่วนร่วมของบุคคลที่สามที่ได้รับความไว้วางใจจากทั้งสองฝ่าย เพื่อรับประกันว่าไม่มีอคติ/การเลือกปฏิบัติและให้ความเชี่ยวชาญที่จำเป็น
อีซาแบล บาร์เทส (Isabelle Barthes) รองเลขาธิการ industriAll Europe กล่าวว่า "ผลการศึกษาเรื่อง AI ฉบับนี้ออกมาได้จังหวะดี เพราะจะช่วยยืนยันให้คณะกรรมาธิการยุโรปเห็นว่า เราต้องรีบจัดการผลกระทบของ AI ต่อคนทำงานอย่างเร่งด่วน ตอนนี้คนทำงานทั่วยุโรปกำลังรอมาตรการจัดการ AI ในที่ทำงาน โดยเฉพาะเรื่องการควบคุมอัลกอริทึม เพื่อปกป้องสิทธิของพวกเขา เราจะผลักดันให้มีมาตรการที่รับประกันว่า คนงานและตัวแทนจะได้มีส่วนร่วมตั้งแต่เริ่มนำ AI มาใช้ในที่ทำงาน ทั้งในแง่การรับรู้ข้อมูล การปรึกษาหารือ การเจรจาต่อรอง และการตกลงร่วมกัน"
ที่มา:
New industriAll Europe study on Digitalisation and Artificial Intelligence at the Workplace (industriAll, 12 December 2024)
รายงาน All eyes on AI: tackling digitalisation and artificial intelligence in the workplace
