:max_bytes(150000):strip_icc():format(jpeg)/GettyImages-1725679453-63a72e6fe23f4d89b0ae3f32f5c21ca8.jpg)
ย้อนกลับไปในปี 2566 Goldman Sachs เตือนว่า AI Generative สามารถหางานได้ 300 ล้านตำแหน่งที่มีความเสี่ยงทั่วโลก ภายในปี 2568 ผู้เชี่ยวชาญเตือนว่า AI สามารถเช็ดออกได้ ครึ่ง ในระดับเริ่มต้นทั้งหมดงานปกขาว-และการว่างงานที่เพิ่มขึ้นถึง 10% -20% ในอีกหลายปีข้างหน้า
รูปแบบภาษาขนาดใหญ่ (LLMS) เช่น Claude หรือ Chatgpt สามารถเขียนสำเนาการตลาดเขียนบทกวีและเรื่องสั้นร่างบันทึกทางกฎหมายและรหัสการดีบักในไม่กี่วินาที มันสามารถค้นหาเว็บแหล่งที่มาสร้างสรุปการวิจัยและแม้กระทั่งคายดาดฟ้าสไลด์ขัดเงา นั่นทำให้หลายคนสงสัยว่า: งานของฉันต่อไปหรือไม่?
การวิจัยล่าสุดชี้ให้เห็นว่าคำตอบอาจขึ้นอยู่กับตำแหน่งงานของคุณและอื่น ๆ อีกมากมายเกี่ยวกับงานที่คุณแสดงในแต่ละวัน คิด งาน ในฐานะที่เป็นหน่วยย่อยของงานที่เติมปฏิทินของคุณ: ร่างใบแจ้งหนี้เจรจากับซัพพลายเออร์ร่างกรอบกระดานเรื่องราวการกระทบยอดรายการบัญชีแยกประเภทหรือเขียนโค้ด
ขึ้นอยู่กับว่างานใด ๆ เหล่านี้สามารถเป็นไปโดยอัตโนมัติด้วย AI คุณอาจหรืออาจไม่ต้องกังวล ด้านล่างนี้เราอธิบายวิธีการวัดความเสี่ยงและความเป็นไปได้ที่อาจเกิดขึ้นท่ามกลางการเปิดตัว AI
ประเด็นสำคัญ
- ยิ่งงานประจำวันของคุณมากขึ้นที่รุ่นภาษาขนาดใหญ่ (LLMs) สามารถจัดการได้แล้ว
- คนงานที่มีการผสมผสานงานมีตั้งแต่อัตโนมัติไปจนถึงการทำงานที่ยากต่ออัตโนมัติจะเป็นค่าโดยสารที่ดีกว่าผู้เชี่ยวชาญที่ทำสิ่งหนึ่งได้ดี
- ด้วยการออกแบบและนโยบายที่เหมาะสมเทคโนโลยีสามารถฟื้นฟูทักษะกลางที่มีรายได้ปานกลางแทนที่จะทำลายมัน
การเปิดรับงาน: ตัวชี้วัดที่จะดู
ไม่แปลกใจเลยที่นี่: งานที่ประกอบไปด้วยงานส่วนใหญ่ที่ AI สามารถทำได้ทั้งหมดมีความเสี่ยงมากที่สุด ในทางกลับกันผู้ที่เกี่ยวข้องอย่างน้อยงานของมนุษย์เท่านั้นดูเหมือนจะปลอดภัย (สำหรับตอนนี้) ในขณะที่พนักงานเปลี่ยนไปใช้งานที่สร้างสรรค์ลูกค้าหันหน้าเข้าหางานมนุษย์ที่ไม่เหมือนใครที่ AI ยังไม่สามารถทำได้
เรียกใช้ mini-audit ด้วยตัวเอง: แสดงรายการงาน 10 อันดับแรกของคุณและทำเครื่องหมายใด ๆ ที่รุ่น GPT-4 ระดับสามารถทำได้ในวันนี้ หาก AI สามารถจัดการได้มากกว่า 50%สัญญาณนั้นจะส่งสัญญาณความเสี่ยง ต่ำกว่า 30% แสดงให้เห็นว่า AI สามารถให้การเสริมที่มีประสิทธิผล
| ตัวอย่างงาน-ความเสี่ยง | |
|---|---|
| งาน | โอกาสที่ LLM สามารถทำได้ดีในวันนี้ |
| ร่างอีเมลการตลาดประกาศผลิตภัณฑ์ใหม่ | สูง |
| แปลบันทึกจากภาษาอังกฤษเป็นภาษาสเปน | สูง |
| สรุปบทความการวิจัย 20 หน้าเป็นกระสุนห้านัด | สูง |
| พิสูจน์อักษรบทความหรือโพสต์บล็อกสำหรับไวยากรณ์และสไตล์ | สูง |
| สร้างบันทึกข้อตกลงทางกฎหมายครั้งแรกที่อ้างถึงแบบอย่าง | ปานกลาง |
| สร้างรูปแบบทางการเงินที่มีกฎภาษีตามความต้องการใน Excel | ปานกลาง |
| วิเคราะห์ความเชื่อมั่นของลูกค้าจากการถอดเสียงโทร 100 รายการ | ปานกลาง |
| เขียนเพลงหรือแต่งเพลง | ปานกลาง |
| เจรจาเงื่อนไขสัญญากับลูกค้าที่มีความยาวผ่านการโทรซูม | ต่ำ |
| แก้ไขปัญหาเครื่องยนต์รถที่มีเสียงดังในร้านค้า | ต่ำ |
| อำนวยความสะดวกในการระดมสมองด้วยตนเองสำหรับแนวคิดโฆษณาสด | ต่ำ |
ประวัติศาสตร์กล่าวว่าการหยุดชะงักมาถึงคลื่น – ไม่ค้างคืน
หากเรามองหาประวัติศาสตร์เราพบว่าการหยุดชะงักทางเทคโนโลยีมีแนวโน้มที่จะกระจายผ่านตลาดแรงงานในช่วงหลายปีที่ผ่านมา แน่นอนว่าตลาดงานของสหรัฐอเมริกาเปลี่ยนไปจริง ช้าลง ตั้งแต่ปี 2533-2560 มากกว่าในช่วงก่อนหน้านี้แม้จะมีคอมพิวเตอร์และอินเทอร์เน็ตมาถึง
สำหรับการวางแผนอาชีพนั่นหมายความว่า AI Shock ไม่น่าจะตีทั้งหมดในทันทีเหมือนดาวตก ให้ดูการเปลี่ยนแปลงอย่างค่อยเป็นค่อยไป คนงานที่ติดตามตัวชี้วัดแรก ๆ สามารถหมุนได้ก่อนที่ยอดเขาจะเป็นเหมือนนักพิมพ์ดีดที่มีทักษะในการเผยแพร่เดสก์ท็อปในช่วงแรก ๆ ของคอมพิวเตอร์ส่วนบุคคล
เราได้เห็นสัญญาณที่แข็งแกร่งอยู่แล้ว: การลดลงอย่างรวดเร็วในงานค้าปลีกการเติบโตของบริการที่มีค่าใช้จ่ายต่ำการจ้างงานอย่างรวดเร็วและการจ้างงานค่าแรงกลางที่ลดลงซึ่งทั้งหมดนี้อาจบ่งบอกว่าจังหวะได้เริ่มเร่งความเร็ว
AI เพิ่มที่ไหนแทนที่จะแทนที่: การรีบูตชนชั้นกลาง?
นักเศรษฐศาสตร์ยืนยันว่าคำสัญญาที่แท้จริงของ AI นั้นอยู่ใน“ การยกงาน”-ความคิดที่ว่าซอฟต์แวร์สามารถแบกรับส่วนหนึ่งของงานที่ซับซ้อนทำให้คนงานที่มีทักษะระดับกลางสามารถทำงานที่มีมูลค่าสูงกว่าเมื่อสงวนไว้สำหรับผู้เชี่ยวชาญชั้นยอด
ตัวอย่างเช่นพยาบาลที่ใช้ chatbots วินิจฉัยเพื่อตีความการสแกนหรือช่างเทคนิคอัตโนมัติใช้ประโยชน์จากแบบจำลองการมองเห็นสำหรับการตรวจจับความผิดพลาดทันที
อย่างไรก็ตามการออกแบบเสริมเป็นทางเลือกไม่ใช่ที่กำหนด นักวิจัยจำลองสถานการณ์สามสถานการณ์ที่เป็นไปได้: No-AI, Undered-AI ที่มีการสูญเสียงานเพียงเล็กน้อยและโลก“ Some-AI” ที่การจ้างงานลดลงเกือบ 25% หาก บริษัท ต่างๆใช้เทคโนโลยีอย่างหมดจดเป็นอุปกรณ์ประหยัดแรงงาน
ผลกระทบของนโยบายมีความชัดเจน: สิ่งจูงใจเช่นการอุดหนุนทักษะการฝึกอบรมและเงินช่วยเหลือการออกแบบร่วมของ AI สามารถผลักดัน บริษัท ไปสู่สถานการณ์การเสริมที่ขยายตัวแทนที่จะหดตัวลงระดับกลางของตลาดแรงงาน
บรรทัดล่าง
AI ไม่จำเป็นต้องเป็นนักฆ่างานเสาหิน มันอาจเป็นเอ็นจิ้นการตั้งค่างาน ช่องโหว่ส่วนบุคคลของคุณขึ้นอยู่กับจำนวนงานประจำวันของคุณ“ AI พร้อม” และนายจ้างปรับใช้เทคโนโลยีเพื่อทดแทนหรือเติมเต็ม ตรวจสอบงานของคุณปลูกฝังงานที่กว้างขึ้นและแสวงหา บริษัท ที่ลงทุนในการทำงานร่วมกันของมนุษย์และ AI และคุณจะขี่ AI Wave แทนที่จะรอดูว่ามันตกอยู่ในอาชีพของคุณหรือไม่
