เทคโนโลยีเสมือนมนุษย์ กับยุคแห่งการปรับตัวครั้งใหม่

เทคโนโลยีเสมือนมนุษย์ กับยุคแห่งการปรับตัวครั้งใหม่

เครื่องจักรแทนแรงงานคน

การเติบโตแบบก้าวกระโดดของเครื่องจักรอัตโนมัติ (Automation Machine) ในตอนนี้ (ซึ่งรวม Artificial Intelligence (AI) และเทคโนโลยีต่างๆที่ต่อยอดมาจาก AI ด้วย) ทำให้เกิดบรรยากาศของการ ถกเถียงกันในวงกว้าง บ้างก็ว่าเจ้าเครื่องจักรอัตโนมัติ นี่แหล่ะที่จะช่วยขับเคลื่อนเศรษฐกิจ และยกระดับมาตราฐานการดำเนินชีวิตของเรา บ้างก็ว่า นี่มันเป็นจุดเริ่มต้นของการรุกล้ำของจักรกล พวกเราจะพาลตกงานกันหมดล่ะ บ้างก็เฉยๆไม่แสดงความเห็นอะไร ทำวันนี้ให้ดีที่สุดก็พอ

รูปภาพจาก qtxasset.com

แต่ไม่ว่าพวกเราจะมีความเห็นแบบไหน ไม่ช้าก็เร็ว ยุคของสังคมแบบอัตโนมัติ (Automation Era) ก็คืบคลานเข้ามาหาเราอยู่ดี ในเมื่อเราไม่สามารถหลีกเลี่ยงที่จะเผชิญกับมันได้แล้ว เราก็ควรทำความเข้าใจที่มาที่ไปของมันให้มากขึ้น เพื่อให้พร้อมรับกับการปรับตัวในอนาคต ลองมาย้อนดูอดีตและแนวโน้มของการทำงานร่วมกัน และการปรับตัวของมนุษย์เรากับระบบอัตโนมัติ ในช่วงสามศตวรรษ นี้กันซักเล็กน้อย โดยแบ่งออกเป็นสามยุคด้วยกัน

ในยุคแรก (ศตวรรษที่ 19):

รูปภาพจาก macrovector / Freepik

เครื่องจักรเข้ามาแทนที่งานที่สกปรกและเป็นอันตรายต่อคน เช่น การทำงานกับรังสี หรือการทำงานที่ต้องคลุกคลีกับสารเคมีต่างๆในโรงงาน เป็นต้น ซึ่งในยุคนี้ เรียกได้ว่า เครื่องจักรเข้ามาแทนที่ในการทำงานที่ใช้แรงอย่างเดียว เพิ่มคุณภาพชีวิต และ ปลดปล่อยมนุษย์จากการใช้แรงงานหนักและงานที่เป็นอันตรายได้เป็นอย่างดี มนุษย์เราจึงมีโอกาสได้พัฒนาความสามารถของตัวเองไปทำงานที่ใช้ความรู้มากขึ้น มีความปลอดภัยในชีวิตมากขึ้นได้

ยุคที่สอง (ศตวรรษที่ 20):

รูปภาพจาก Freepik

เครื่องจักรได้เข้ามาแทนที่งานคิดวิเคราะห์หรือติดต่อประสานงานที่มีหลักการหรือรูปแบบแน่นอนตายตัว เช่น งานรวบรวมข้อมูล งานจดบันทึก งานเสมียน งานเค้าเตอร์สายการบิน (Check In) และระบบ Call Center  เป็นต้น ซึ่งมนุษย์เราก็ต้องพัฒนาตัวเอง เปลี่ยนไปทำงานที่ซับซ้อนมากขึ้น ต้องการการตัดสินใจมากขึ้น หรืองานที่ใช้ความรู้สึกมากขึ้นแทนได้

ยุคที่สาม (ศตวรรษที่ 21 เป็นต้นไป):

รูปภาพจาก wunsystems.com

คาดกันว่า เครื่องจักรจะมาแทนที่งานที่ต้องการใช้การตัดสินใจทั้งหมด เช่นการตั้งราคาสินค้า งานวิเคราะห์ซื้อขายหลักทรัพย์ งานบริการต่างๆ เป็นต้น ซึ่งด้วยความสามารถของคอมพิวเตอร์ในปัจจุบันนี้ ก็ไม่ยากที่จะทำการตัดสินใจเหล่านี้ได้อย่างชาญฉลาด รวดเร็ว มากกว่ามนุษย์  นี่เองที่เป็นจุดที่น่ากลัว และท้าทายความสามารถของมนุษย์ในการพัฒนาตัวเองเพื่อหนีจากการถูกแทนที่ด้วยเครื่องจักร ซึ่งเป็นประเด็นที่ถกเถียงกันอย่างเข้มข้นในปัจจุบัน

จากที่สามยุคที่กล่าวมานี้ไม่ใช่เรื่องน่าแปลกใจเลย ถ้าจะบอกว่า คนในโลกยุคปัจจุบันนี้ หวาดกลัวการมาถึงของ Automation Era  (ยุคของระบบอัตโนมัติ)

สาเหตุหนึ่งเป็น เพราะตัวอย่างที่มีให้เห็นมากมายของโลกธุรกิจในปัจจุบัน เช่น Blockbuster Video ซึ่งเคยมีพนักงาน 60,000 คน และสาขาอีกกว่า 9,000 สาขา ถูกแทนที่ด้วย Netflix กับ Redbox Kiosks ซึ่งมีพนักงานแค่ 2,450 คนเท่านั้น

เนื่องจากการทำระบบอัตโนมัตินี้ ไม่ต้องการวันหยุดพักผ่อน ไม่ต้องการสวัสดิการ และบริหารจัดการง่ายเพราะไม่ตั้งคำถามอะไร ต้นทุนทางธุรกิจก็จะลดลงไปเป็นอย่างมาก

รูปภาพจาก cdn.turner.com

ผู้บริหารของบริษัทหลายๆที่จึงมีแนวคิดที่จะลดแรงงานคน และแทนที่ด้วยเครื่องจักรแทนให้มากที่สุด เช่น Henry Ford ผู้ก่อตั้งบริษัท Ford Motor ได้เคยแสดงเจตนารมณ์ว่า เขาไม่ต้องการความคิดสร้างสรรค์หรือการตัดสินใจของคน เขาต้องการแค่ให้คนทำทำทำ ในสิ่งที่เขาต้องการโดยไม่ตั้งคำถามเท่านั้น (นั่นก็คือการทำงานแบบเครื่องจักรนั้นเอง)

ข้อมูลการสำรวจจากหลายๆที่ ก็สนับสนุนและชี้ไปในทิศทางเดียวกัน เช่น ข้อมูลจาก Oxford University กล่าวว่า ในช่วงสิบถึงยี่สิบปีต่อจากนี้ 47% (หรือเกือบครึ่งหนึ่ง) ของงานในปัจจุบันนี้จะถูกแทนที่ด้วยคอมพิวเตอร์อย่างแน่นอน

ข้อมูลจากบริษัทวิจัยชื่อดัง Gartner Group ก็มีการพยากรณ์ออกมาในแนวทางเดียวกัน คือ ภายในปี 2025 (พ.ศ. 2568) หนึ่งในสามของงานในปัจจุบันจะถูกแทนที่ด้วยระบบอัตโนมัติ หรือ Robot และภายในปี 2040 (พ.ศ. 2573) กว่า 90%ของงานทั้งหมดในปัจจุบัน จะถูกแทนที่โดย Smart Machine!!

47%

งานในปัจจุบันนี้จะถูกแทนที่ด้วยคอมพิวเตอร์

Oxford University

33%

งานจะถูกแทนที่ด้วยระบบอัตโนมัติ ภายในปี 2025

Gartner Group

ถึงแม้ว่าการรุกล้ำของคอมพิวเตอร์ ช่างดูน่ากลัวและน่าวิตกกังวล แต่ไม่ใช่ทุกคนที่คิดอย่างนั้น เช่น Rodney Brooks ผู้เชี่ยวชาญด้านวิทยาการหุ่นยนต์ และเป็นหนึ่งในผู้ก่อตั้งบริษัทหุ่นยนต์ชื่อดังสองแห่ง เชื่อว่า เทคโนโลยีอัตโนมัติ เช่น หุ่นยนต์นี้ ควรถูกมองว่าเข้ามาช่วยเหลือมนุษย์ และปลดแอกมนุษย์ จากการทำงานหนักที่น่าเบื่อ มากกว่าถูกมองว่าเข้ามาแย่งชิงงานไปจากผู้คน และก่อปัญหาการว่างงาน

นอกจากนั้น Dr.David Autor อาจาร์ยจากมหาวิทยาลัย MIT ซึ่งศึกษาและติดตามผลกระทบของเครื่องจักรอัตโนมัติ กับตลาดแรงงานอย่างใกล้ชิด ได้ออกมากล่าวว่า ที่เหล่านักเขียนและสถาบันต่างๆพูดถึงการที่เครื่องจักรแทนแรงงานคนนั้นในด้านลบนั้น ออกจะเป็นการวิตกกังวลที่มากเกินไป และเป็นการลืมคิดถึงข้อดีของระบบอัตโนมัติไป เราควรต้องขอบคุณเทคโนโลยีอัตโนมัตินี้ด้วยซ้ำที่มันเข้ามาช่วยเพิ่มประสิทธิผลของงาน ช่วยเพิ่มรายได้ ลดต้นทุนการผลิต และยังเป็นการสนับสนุนและกระตุ้นให้เรามีการพัฒนาตัวเองมากขึ้นด้วย

เนื่องจากเทคโนโลยีทำให้ตลาดต้องการแรงงานที่มีฝีมือมากขึ้น  Dr.David Autor ยังเน้นย้ำด้วยว่า โดยปกติแล้วงานที่เครื่องจักรแทนที่ไม่ได้นั้นแหล่ะ เป็นงานที่ได้ใช้ประโยชน์จากเครื่องจักรมากที่สุด เพราะเป็นงานที่หากไม่มีเครื่องจักรเข้ามาช่วยแล้วละก็ ลำพังแรงงานคนอย่างเดียวก็ไม่สามารถไปถึงจุดนั้นได้

ปรับมุมมอง เปลี่ยนความคิด

อย่างไรเสีย ในอนาคตอันใกล้ เมื่อเทคโนโลยีระบบอัตโนมัติมาถึง การโอดครวญและต่อต้านเทคโนโลยี จะไม่ช่วยให้เราปลอดภัยจากการถูกแย่งงานได้ตลอดไป

ยิ่งเครื่องจักรพัฒนาเร็วเท่าไหร่ เรายิ่งต้องปรับตัวให้เร็วขึ้นเท่านั้น สิ่งที่สำคัญที่สุดในการปรับตัวคือ การปลี่ยนมุมมองของเราที่มีต่อระบบอัตโนมัติ จากที่เคยมองว่าเครื่องจักรเป็นภัยคุกคามและจะเข้ามาแทนที่มนุษย์ เป็นการมองว่า ระบบอัตโนมัตินั้น เป็นเครื่องมือ หรือสิ่งที่เข้ามาช่วยสนับสนุนต่อยอดงานเรา รวมถึงการเพิ่มขีดความสามารถของมนุษย์

ซึ่งผู้บริหารหลายๆคนก็มีมุมมองที่ดีต่อการพัฒนาของเทคโนโลยี เช่น Camille Nicita CEO ของบริษัท Gongos Research ซึ่งทำงานวิจัยและให้คำปรึกษาด้านพฤติกรรมของผู้บริโภค (ซึ่งเป็นงานแรกๆที่โดนเพ็งเล็งว่าจะถูกแทนที่โดยระบบอัตโนมัติ) ได้กล่าวว่า

เทคโนโลยีที่ดีขึ้น ช่วยให้ทีมงานของเธอวิจัยและค้นหาคำตอบของสิ่งต่างๆได้มากขึ้นและลึกขึ้น

เธอยังบอกว่า ถึงแม้คอมพิวเตอร์จะสามารถประมวลผลข้อมูลมหาศาลได้เร็วแค่ไหน มันก็ยังไม่สมารถมาทำหน้าที่แทนคนในเรื่องของ การตัดสินใจ วิเคราะห์และแปลความหมายจากข้อมูลที่ได้มาได้อยู่ดี

Yuh-Mei Hutt เจ้าของ Golden Lighting ผู้ผลิต ติดตั้ง และจัดจำหน่าย ระบบแสงสว่างในบ้านเรือน กล่าวว่า ระบบอัตโนมัติทำให้การบริหารจัดการในโรงงานมีประสิทธิภาพมากขึ้นจริง

แต่การที่บริษัทจะทำกำไรได้มากแค่ไหน ขึ้นอยู่กับการออกแบบระบบและรูปแบบของสินค้ามากกว่า ซึ่งงานเหล่านี้ ต้องอาศัยความเข้าใจและรสนิยม ซึ่งเป็นสิ่งที่ไม่สามารถทำได้โดยคอมพิวเตอร์

human-plus-bot

นอกจากนั้น เมื่อไม่นานมานี้มีบทความจาก HBR (Harvard Business Review) เรื่อง Beyond Automation เขียนโดย Thomas H. Davenport and Julia Kirby ที่กล่าวถึงการปรับตัวของคนให้เท่าทันกับงานที่เปลี่ยนไปในโลกยุคจักรกลอัตโนมัตินี้ บทความนี้ได้แบ่งแนวคิดการมองการมาถึงของระบบอัตโนมัติเป็นสองอย่าง คือ แนวคิดแบบ Automation หรือ เครื่องจักรอัตโนมัติ และแนวคิดแบบ Augmentation หรือ แนวคิดแบบต่อยอดและเสริมสร้าง ซึ่งสองแนวคิดนี้เป็นสิ่งที่แตกต่างกันอย่างสิ้นเชิง

โดยแนวความคิดแบบ Automation นั้น ยึดสิ่งที่มนุษย์ทำอยู่เป็นตัวตั้งต้น แล้วดูว่าเครื่องจักรกลอัตโนมัตินั้น สามารถมาแทน หรือลดการทำงานของมนุษย์ตรงไหนได้บ้าง ซึ่งจะทำให้งานที่จำเป็นต้องใช้คนทำค่อยๆลดลงๆไปเรื่อยๆ จนหมดไปอย่างสิ้นเชิง แต่การจะทำแบบนี้ได้ งานทุกอย่างจะต้องไม่มีการเปลี่ยนแปลง และไม่มีงานใหม่เกิดขึ้นเลย

ส่วนแนวคิดแบบ Augmentation นั้น กลับกันคือ ยึดสิ่งที่มนุษย์ทำตอนนี้ และจะทำอย่างไรให้มนุษย์สามารถทำสิ่งนั้นได้อย่างยั่งยืนและพัฒนาขึ้นในอนาคตโดยการช่วยเหลือของเครื่องจักร แนวคิดนี้ยังพูดถึงการที่มนุษย์ใช้เทคโนโลยีทำในสิ่งที่มนุษย์ทำไม่ได้ เพื่อให้มนุษย์มีเวลาไปสิ่งที่อยากทำมากกว่า ท้าทายกว่า ซึ่งอาจไม่สามารถทำได้เลยถ้าไม่มีเทคโนโลยีเข้ามาช่วย

ซึ่งโดยสรุปแล้ว ในระยะยาว กลยุทธ์ที่ดีที่สุดทั้งต่อนายจ้าง ลูกจ้าง และต่อสังคม คือการมองเครื่องจักรกล เป็นเสมือนเพื่อนร่วมทีม ที่ช่วยพาทีมไปสู่ความสำเร็จ ทั้งเราและจักรกลอัตโนมัติ ต่างกันมีสิ่งที่ทำได้ดีต่างกัน หากองค์กรใดสามารถเปลี่ยนความคิดจากการถูกแย่งงานโดยเครื่องจักร เป็นการประสานพลังกันได้ จะเป็นการเพิ่มขีดความสามารถในการแข่งขันและทำให้องค์กรพัฒนาได้อย่างรวดเร็ว

การพัฒนาตนเอง 5 แบบ เพื่อรับมือกับการเปลี่ยนแปลง

หลังจากที่เราเปลี่ยนมุมองของเราที่มีต่อเครื่องจักรแล้ว มนุษย์เรายังจำเป็นต้องพัฒนาตัวเองเพื่อให้สามารถต่อกรกับการเปลี่ยนแปลงได้ โดยในบทความนี้ ได้แนะนำแนวทาง 5 อย่างเพื่อนไปปรับใช้ ได้แก่

1

Step up: การก้าวไปอยู่เหนือกว่าเครื่องจักรกล

การก้าวไปอยู่เหนือกว่าเครื่องจักรนั้นเปรียบตัวเองเหมือนการเป็นผู้จัดการที่มีลูกน้องเป็นเครื่องจักรกลนั่นเอง การจะใช้แนวทาง Step up นี้ได้ ต้องพัฒนาตัวเองให้มีความสามารถในการมองในภาพในมุมกว้างอย่างที่เครื่องจักรทำไม่ได้ และต้องมีความรู้เชิงลึกที่สามารถเข้าใจแนวคิดการทำงานของเครื่องจักรได้ดีด้วย

เพื่อให้เราเป็นก้าวขึ้นเป็นหัวหน้าควบคุมดูแลการทำงานของเครื่องจักรได้ สิ่งที่เราต้องการหากเลือกแนวทางนี้คือ  เราจะต้องศึกษาหาความรู้เพิ่มเติมในระดับที่สูงขึ้น เช่นศึกษาต่อในปริญญาโท MBA หรือ PhD เพื่อให้มีความเชี่ยวชาญเฉพาะด้าน อีกทั้งยังต้องมีการพัฒนาตัวเองอย่างสม่ำเสมอ เพื่อให้รู้เท่าทันโลก และมีมุมมองที่กว้างขึ้นในงานที่ทำ

รูปภาพจาก Dooder by Freepik

Barney Harford CEO ของ Orbits (ซึ่งเป็นบริษัทที่ลดการจ้างงานอย่างมาก โดยการใช้เครื่องจักรมาแทนแรงงานมนุษย์) ได้กล่าวถึงการจ้างงานของเขาว่า เขาต้องการคนที่มีความสามารถแบบ T-Shaped

กล่าวคือ คนที่มีความเชี่ยวชาญอย่างลึกซึ้งในสิ่งที่ตัวเองทำ (เปรียบเหมือนขาของตัว T)  และต้องมีความรู้หรือความกระตือรือร้นในแนวกว้างถึงสิ่งที่องค์กรทำและการบริหารจัดการมันได้ (เปรียบเหมือน ขีดด้านบนของตัว T) ซึ่งตรงกับแนวทาง Step up นี้

เขายังกล่าวอีกว่า คนคนนั้นต้องรู้และเข้าใจแนวคิด การทำงานของเครื่องจักรกล สามารถกุมบังเหียน ประมวลผล และใช้ข้อมูลจากเครื่องจักรมาต่อยอดและทำการตัดสินใจได้

ตัวอย่างเช่น งาน Brand Manager ที่กำหนดและตัดสินใจการวางกิจกรรมทางการตลาดต่างๆ โดยใช้เทคโนโลยีในการรวมรวมข้อมูลมาและประมวลผล หรือ งานนักชีวเคมี ที่ใช้เทคโนโลยีในการคำนวณและรวบรวมสถิติต่างๆ เพื่อคิดวิเคราะห์ยาและแนวทางการรักษาใหม่ๆ เป็นต้น

2

Step aside: การก้าวเดินไปพร้อมๆกับเครื่องจักร

การก้าวเดินไปพร้อมๆกับเครื่องจักรนั้น เปรียบเสมือนการแบ่งงานกันทำ เครื่องจักรมีจุดเด่นในด้านของตรรกะและเหตุผล จึงสามารถคิดคำนวณและรวบรวมสถิตตัวเลขต่างๆได้เร็วกว่ามนุษย์

แนวทางนี้จึงแนะนำให้ใช้เครื่องจักรทำงานที่มันถนัด เพื่อให้ตัวเองมีเวลามากขึ้นสำหรับพัฒนาสิ่งที่เครื่องจักรทำไม่ได้ แต่เป็นสิ่งที่มนุษย์ถนัดและทำได้ดี

นั้นคือความสามารถในเชิงศิลป์นั้นเอง ความสามารถในเชิงศิลป์นี้ไม่ได้จำกัดแค่ศิลปะเท่านั้น แต่รวมถึง ความสามารถในเชิงพหุปัญญา (Multiple intelligence) ที่นอกเหนือไปจาก IQ ทั้งหมด เช่น

ความสามารถด้านภาษาและการสื่อสาร, ความสามารถในการเข้าใจตัวเองและเข้าใจผู้อื่น, ความสามารถด้านมิติสัมพันธ์และความคิดสร้างสรรค์, ความสามาถด้านดนตรีและการเคลื่อนไหวร่างกาย เป็นต้น

รูปภาพจาก bankingexchange.com

ตัวอย่างของคนที่ประสบความสำเร็จที่ตรงกับแนวคิดนี้มีมากมาย เช่น

D.Eayne Lukas คนฝึกม้าระดับตำนาน ที่ไม่สามารถอธิบายได้ว่า เขารู้ได้อย่างไรว่าจะฝึกม้าตัวไหนอย่างไร และตัวไหนบ้างที่มีศักยภาพเพียงพอที่จะฝึก

Jonathan Ive นักออกแบบของ Apple ซึ่งไม่สามารถใช้โปรแกรมใดใดมาเลียนแบบรสนิยมในการออกแบบของเขาได้

Ricky Gervais นักแสดงชื่อดังที่เรียกเสียงหัวเราะจากผู้คนมากมาย เป็นต้น

การใช้แนวทางการทำงานแบบ Step aside นี้สามารถประยุกต์ใช้กับงานวิชาชีพต่างๆได้ด้วยเช่นกัน เช่น งานทนาย ที่ต้องหากลยุทธ์ในการชนะคดีและต้องให้คำปรึกษากับลูกความทำให้ลูกความเชื่อถือและไว้วางใจ ก็สามารถใช้คอมพิวเตอร์ช่วยในการหาประมวลกฏหมาย หรือค้นหาตัวอย่างคดีในอดีตได้อย่างรวดเร็ว โดยไม่ต้องเสียเวลาไปค้นด้วยตัวเอง

หรือแม้แต่งาน นักบัญชี สถาปนิค นักลงทุน ครูบาอาจาร์ย หรือที่ปรึกษา ก็สามารถแบ่งงานกันทำกับเครื่องจักรได้เช่นกัน

3

Step in: การก้าวเข้าไปสู่ใจกลางของเครื่องจักร

การก้าวเข้าไปในใจกลางของเครื่องจักรนี้ ไม่ได้หมายความว่าให้เราเดินทางไปหาเครื่องจักรที่ไหน  แต่มันคือการทำความเข้าใจในเครื่องจักรนั่นเอง

ในเมื่อเราไม่สามารถหลีกเลี่ยงการทำงานร่วมกับเครื่องจักรได้ เราก็ก้าวเข้าไปคลุกคลีกับมันซะเลย แนวทางนี้กล่าวถึงความไม่สมบูรณ์ ความไม่แน่นอน และความผิดพลาดของเครื่องจักร ที่ถึงแม้ว่าการใช้เทคโนโลยีในการตัดสินใจจะมีความรวดเร็วแม่นยำมากขึ้นกว่าในอดีต

แต่เราไม่อาจพูดได้ว่า คำตอบที่คอมพิวเตอร์ให้เรามานั้นถูกต้องและสมบูรณ์แบบ การนำคำตอบนั้นมาใช้เรายังต้องการผู้ที่คอยตรวจสอบการตัดสินใจ และทำปรับการทำงานและโปรแกรมนั้นๆอยู่

ซึ่งแนวทางการพัฒนาตัวเองแบบ Step in  นี้มุ่งเน้นไปที่ความสามารถในการเข้าใจตรรกกะการทำงานและกระบวณการตัดสินใจของคอมพิวเตอร์ แล้วสามารถปรับกระบวณการตัดสินใจนั้นๆ หรือนำผลลัพธ์ที่ได้ไปปรับใช้เป็น

สิ่งที่จะช่วยเป็นอย่างมากคือ การเพิ่มพูนความรู้ของตนในสาขาวิชาที่เกี่ยวข้องกับ STEM (Science, Technology, Engineering, and Math) และปรับตัวเองให้เป็นคนที่คอยหาความรู้เพิ่มเติมเกี่ยวกับงานที่ทำอยู่เสมอๆอีกด้วย

รูปภาพจาก Dooder by Freepik

หลายคนอาจสงสัยว่า คอมพิวเตอร์นั้น มีข้อผิดพลาดจริงหรือ เราลองย้อนกลับไปดูข่าวเมื่อปี 2014 (พ.ศ. 2557) กัน นิตยสาร New York Time ได้พูดถึง ชายคนนึงที่พึ่งเปลี่ยนงานใหม่ และทำการยื่นขอปรับโครงสร้างหนี้ (Refinance) กับสถาบันการเงินแห่งหนึ่ง

ถึงแม้ว่าเขาจะรับราชการมาถึง 8 ปี และทำงานสอนที่มั่นคงมามากกว่า 20 ปี เขาก็ไม่ได้รับการอนุมัติเงินกู้  เนื่องจากระบบอัตโนมัติได้พิจารณาจากฐานรายรับในปัจจุบันของเขาและพบว่าการที่เขาพึ่งเปลี่ยนงานใหม่นั้น ทำให้เขามีรายรับที่ไม่แน่นอน และมีความเสี่ยงมากเกินไปที่จะอนุมัติเงินกู้นี้ได้

ชายคนนั้นคือ Ben Bernanke ประธานคนก่อนของ U.S. Federal Reserve ผู้ซึ่งพึ่งเซ็นสัญญามูลค่ามากกว่าหมื่นล้านดอลล่าร์ และเป็นผู้เขียนหนังสือชื่อดัง เกี่ยวกับเศรษฐกิจโลก ชื่อ The Courage to Act

นี่ถือเป็นการตัดสินใจที่ผิดพลาดอย่างยิ่งของระบบอัตโนมัติ และนี่เป็นเหตุผลว่าทำไมเราต้องการคนที่จะคอบดูแลแก้ไข และป้องกันความผิดพลาดนี้ ตัวอย่างอาชีพของแนวทาง Step in เช่น งาน Pricing Expert  งานนักลงทุน หรือ งานนักการตลาด เป็นต้น

4

Step narrowly: การก้าวเข้าไปในทางที่เฉพาะเจาะจงมากขึ้น

แนวทางของการ Step narrowly คือ การหนีการทำงานกับเครื่องจักร โดยการก้าวเข้าไปหนทางการทำงานที่เฉพาะเจาะจงมากขึ้น ซึ่งเป็นงานส่วนที่เครื่องจักรอัตโนมัติยังก้าวไปไม่ถึง หรือเป็นตลาดที่ไม่มีมูลค่ามากขนาดพอที่จะลงทุนทำระบบอัตโนมัติได้ ตัวอย่างเช่น

Gary Joyal ซึ่งเป็น CEO ของบริษัท JCM Franchise Development เขาได้ถูกกล่าวถึงในบทความเรื่อง The Secret World of The Dunkin’ Donut Franchise Kings จากนิตยสาร The Boston Globe ว่าเป็นคนที่ขาดไม่ได้สำหรับผู้ซื้อและผู้ขาย Dunkin’ Donut แฟรนไซส์

ด้วยความที่ Gary Joyal เป็นคนที่มีความรู้ในเชิงลึกเกี่ยวกับระบบการทำงานและการประเมินผลต่างๆของ Dunkin’Donut แฟรนไซส์

รูปภาพจาก bostonglobe.com

Gary ทำงานเป็นโบรคเกอร์และผู้ให้คำปรึกษาทั้งกับ ผู้ซื้อและผู้ขายแฟรนไซส์ของ Dunkin’ Donut ให้การซื้อขายกันในแต่ล่ะครั้ง เป็นไปด้วยความพึ่งพอใจ และมั่นใจได้ว่าทั้งสองฝ่ายจะได้รับประโยชน์สูงสุดจากการซื้อขายครั้งนี้

มูลค่าของสัญญาของ Dunkin’ Donut ที่ Gary ปิดได้ตลอดชีวิตการทำงานของเขานั้น มีมูลค่ามากกว่าห้าร้อยล้านดอลล่าร์ ยังไม่รวมถึงธุรกิจแฟรนไซส์อื่นๆที่เขาให้คำปรึกษา เช่น 5 Guys อีกด้วย

นอกจาก Gary แล้ว ยังมีอีกตัวอย่างนึงที่ถูกกล่าวถึงในนิตยสาร Johns Hopkin นั่นก็คืองานของ

Claire Bustarret ผู้มีความสามารถในการจำแนกกระดาษทุกชนิด จากสัมผัส จากความรู้สึก จากเส้นใยของมัน และสามารถบอกได้ว่า กระดาษแผ่นนี้ถูกทำขึ้นที่ไหนและเมื่อไหร่ ความสามารถของ Claire มีคุณค่าอย่างยิ่งต่อนักประวัติศาสตร์ และนักตรวจสอบศิลปะ

รูปภาพจาก Freepik

หากถามว่า เครื่องจักรกลอัตโนมัติสามารถมาแทนความสามารถของทั้งสองคนนี้ได้หรือไม่ คำตอบคือ ได้ แต่เนื่องจากเป็นตลาดที่เล็ก เฉพาะเจาะจง และละเอียดอ่อน ต้นทุนในการสร้างจักรกลอัตโนมัติอาจไม่คุ้มค่า และต้องใช้เวลามาก กว่าที่จะสามารถสร้างจักรกลอัตโนมัติได้ ความสามารถของทั้งสองคนนี้ก็พัฒนาไปไกลแล้ว  ตัวอย่างงานในแนวคิด Step narrowly เช่น Wrap Advertising ซึ่งเป็นผู้เชี่ยวชาญในการจัดการสื่อโฆษณาเคลื่อนที่บนพาหนะต่างๆ เป็นต้น

5

Step forward: การก้าวไปข้างหน้า

การก้าวไปข้างหน้า คือการเดินให้เร็วกว่าเครื่องจักรไปถึง การที่จะไปให้เร็วกว่าเครื่องจักร ก็หมายถึงการสร้างเครื่องจักรขึ้นมา และเป็นผู้บริหารจัดการมันนั้นเอง ยิ่งโลกนี้ต้องการระบบอัตโนมัติมากเท่าไหร่ โลกก็ยิ่งต้องการคนที่สร้างและพัฒนาระบบอัตโนมัติมากขึ้นเท่านั้น

แนวทางของ Step forward นั้น มุ่งเน้นไปที่การสร้างสรรค์สิ่งใหม่ๆ  Application ใหม่ๆ หรือ ระบบอัตโนมัติใหม่ๆที่ยังไม่เคยมีมาก่อน เช่น ระบบการวิเคราะห์การลงทุนที่ดีขึ้น, โปรแกรมอัตโนมัติสำหรับการอนุมัติสินเชื่อที่ดียิ่งขึ้น หรือ เครื่องจักรกลอัตโนมัติสำหรับการตรวจหามะเร็งในระยะเริ่มต้น เป็นต้น

รูปภาพจาก Freepik

ซึ่งการจะสร้างเครื่องจักรกลอัตโนมัติซักชิ้นหนึ่ง เสมือนกับการสร้างหนังฟอร์มยักษ์ซักเรื่องหนึ่ง ซึ่งกว่าจะได้ผลงานที่ถูกต้องตามวัตถุประสงค์และยังสวยงามถูกใจนั้นไม่ใช่เรื่องง่าย ระบบอัตโนมัติหรือโปรแกรมต่างๆที่เราเห็นนั้น ประกอบขึ้นจากโปรแกรมย่อยๆจำนวนมาก ซึ่งต้องการทีมงานจำนวนมหาศาลในการสร้างขึ้นมาก ทั้งคนที่ออกแบบระบบ คนเขียนโปรแกรม คนดูแลและทดสอบระบบ เป็นต้น

จึงอาจพูดได้ว่ายังมีที่ว่างอีกมากสำหรับงานในแนวทางของ Step forward นี้ ซึ่งตรงกับที่ Bill Gates ได้เคยให้ความเห็นเกี่ยวกับการมาถึงของยุคเครื่องจักรกลอัตโนมัตินี้ว่า Programing is safe for now. ส่วนใครที่ต้องการพัฒนาตัวเองเพื่อเตรียมตัวสำหรับงานในแนวทาง Step forward นี้ ก็เป็นที่แน่นนอนว่า นอกจากต้องศึกษาหาความรู้ในศาสตร์ของ Computer Engineering, Computer Science, Artificial Intelligence แล้ว ยังต้องมีความคิดสร้างสรรค์และรู้เท่าทันเทคโนโลยีใหม่ๆอยู่เสมออีกด้วย

Learn More


Top
ปิดโหมดสีเทา