Anthropic เปิดเผยผลกระทบของปัญญาประดิษฐ์ต่องานระดับสูง โปรแกรมเมอร์เป็นกลุ่มที่ได้รับผลกระทบมากที่สุด

เมื่อไม่นานมานี้ Anthropic ได้เผยแพร่การวิจัยที่ระบุอย่างแม่นยำว่า AI กำลังแทนที่งานใดบ้าง กลุ่มที่ได้รับผลกระทบมากที่สุดกลับน่าประหลาดใจ: พวกเขาอายุมากกว่า มีการศึกษาสูงกว่า และมีรายได้สูงกว่า (สูงกว่าค่าเฉลี่ย 47%) นอกจากนี้ ความน่าจะเป็นที่พวกเขาจะมีวุฒิการศึกษาระดับบัณฑิตศึกษาสูงกว่ากลุ่มที่ยังไม่ได้รับผลกระทบจาก AI ถึงสี่เท่า

แต่การวิจัยแสดงให้เห็นว่า AI ยังห่างไกลจากขีดจำกัดเชิงทฤษฎีของมัน และขอบเขตการใช้งานจริงในปัจจุบันยังเป็นเพียงส่วนน้อยของสถานการณ์ที่สามารถประยุกต์ใช้ได้ โดยเฉพาะอย่างยิ่ง แม้บางงานจะมีความเป็นไปได้เชิงทฤษฎีในการนำ AI ไปใช้งานจริง แต่ยังไม่ได้รับการประยุกต์ใช้ในระดับกว้าง สาเหตุหลักประกอบด้วยข้อจำกัดด้านฟังก์ชันของโมเดลเอง ข้อจำกัดทางกฎหมายและระเบียบข้อบังคับ ข้อกำหนดด้านการปรับใช้ซอฟต์แวร์เฉพาะทาง และข้อกำหนดบังคับในการตรวจสอบด้วยมนุษย์ เป็นต้น

สิ่งที่ควรสังเกตคือ บริษัทที่เผยแพร่การศึกษานี้ คือบริษัทที่ขายโมเดลขนาดใหญ่ที่มีชื่อเสียง Claude บริษัทที่ขาย AI ได้เผยแพร่ข้อมูลที่ไม่เอื้อต่อตนเองที่สุด Anthropic สามารถเลือกลดทอนข้อสรุปเหล่านี้ด้วยแรงจูงใจทางธุรกิจ แต่พวกเขาก็ยังเลือกที่จะเปิดเผย

ก่อนนำเสนอผลการวิจัย Anthropic ได้แนะนำว่า “ในปัจจุบัน หลักฐานเกี่ยวกับผลกระทบของ AI ต่อการจ้างงานยังคงมีจำกัด เป้าหมายของเราคือการสร้างกรอบการทำงานเพื่อวัดว่า AI ส่งผลกระทบต่อการจ้างงานอย่างไร และอัปเดตการวิเคราะห์อย่างสม่ำเสมอในอนาคต วิธีการนี้ไม่สามารถจับภาพทุกเส้นทางที่ AI กำลังเปลี่ยนแปลงตลาดแรงงาน แต่ด้วยการสร้างพื้นฐานก่อนที่ผลกระทบสำคัญจะเกิดขึ้น เราหวังว่าจะสามารถระบุผลกระทบทางเศรษฐกิจได้อย่างเชื่อถือได้มากขึ้นในอนาคต แทนที่จะอ้างเหตุผลหลังจากเกิดเหตุการณ์แล้ว ผลกระทบของ AI อาจสุดท้ายแล้วจะชัดเจนมาก แต่ในช่วงที่ผลกระทบยังไม่ชัดเจน กรอบนี้มีประโยชน์เป็นพิเศษ เพราะช่วยระบุตำแหน่งงานที่เปราะบางที่สุดก่อนที่การแทนที่จะเกิดขึ้นจริง”

ตรรกะของการวิจัยนี้ตรงไปตรงมา得很 Anthropic ได้สร้างตัวชี้วัดใหม่ที่เรียกว่า “การเปิดเผยที่สังเกตได้ (observed exposure)” ซึ่งไม่ได้พิจารณาว่า AI “สามารถทำอะไรได้” ในเชิงทฤษฎี แต่เน้นที่ว่ามัน “กำลังทำอะไรอยู่” ในสภาพแวดล้อมการทำงานจริง ณ ขณะนี้ ตัวชี้วัดนี้วัดจากข้อมูลการสนทนาของ Claude ที่แท้จริงจากผู้ใช้องค์กรหลายล้านรายการ หากคุณใช้เวลาสี่ปีและเงิน 200,000 ดอลลาร์เพื่อให้ได้ปริญญา เพื่อเข้าสู่อาชีพประเภทออฟฟิศ บริษัทที่พัฒนา Claude เพิ่งยืนยันว่า: ระดับการเปิดเผยของตำแหน่งงานของคุณ อาจสูงกว่าบาร์เทนเดอร์ที่เทเหล้าให้คุณในวันพิธีสำเร็จการศึกษาของคุณ

ตัวอย่างเช่น ในตำแหน่งที่เกี่ยวข้องกับคอมพิวเตอร์และคณิตศาสตร์ อัตราการปรับตัวของงานทฤษฎีแบบโมเดลขนาดใหญ่อยู่ที่ 94% แต่การใช้งานจริงในปัจจุบันอยู่ที่เพียง 33% ในตำแหน่งสำนักงานและงานบริหาร ความสามารถทางทฤษฎีอยู่ที่ 90% แต่การใช้งานจริงในปัจจุบันอยู่ที่ 40% ช่องว่างระหว่าง “AI ทำอะไรได้” กับ “AI กำลังทำอะไรอยู่จริง” ยังคงกว้างใหญ่ นักวิจัยยังชี้ชัดว่าสิ่งที่จะเกิดขึ้นต่อไปคือ: เมื่อความสามารถเพิ่มขึ้นและการประยุกต์ใช้ลึกซึ้งยิ่งขึ้น การใช้งานในทางปฏิบัติจะค่อยๆ ปิดช่องว่างกับความสามารถทางทฤษฎี

ข้อมูลแสดงว่าในรายชื่ออาชีพ 10 อันดับแรกที่มีการใช้งาน AI สูงสุด โปรแกรมเมอร์ครองอันดับหนึ่งด้วยอัตราการครอบคลุมงาน 74.5% (สอดคล้องกับลักษณะการใช้งาน AI อย่างแพร่หลายในงานพัฒนาโค้ด) ผู้เชี่ยวชาญด้านบริการลูกค้าอยู่อันดับสองที่ 70.1% จากการใช้งาน API อย่างสม่ำเสมอ และผู้ป้อนข้อมูลอยู่อันดับสามด้วยอัตราการครอบคลุม 67% เนื่องจากกระบวนการป้อนข้อมูลมีการอัตโนมัติสูง

ในส่วนที่ต่ำกว่านี้ ผู้เชี่ยวชาญด้านบันทึกทางการแพทย์อยู่ที่ 66.7% นักวิเคราะห์การวิจัยตลาดและผู้เชี่ยวชาญด้านการตลาดอยู่ที่ 64.8% ตัวแทนขายส่งและขายในอุตสาหกรรมการผลิต (ไม่รวมผลิตภัณฑ์เทคโนโลยีและวิทยาศาสตร์) อยู่ที่ 62.8% นักวิเคราะห์การเงินและการลงทุนอยู่ที่ 57.2% นักวิเคราะห์และผู้ทดสอบด้านคุณภาพซอฟต์แวร์อยู่ที่ 51.9% นักวิเคราะห์ด้านความปลอดภัยทางข้อมูลอยู่ที่ 48.6% และผู้เชี่ยวชาญด้านการสนับสนุนผู้ใช้คอมพิวเตอร์อยู่ที่ 46.8%

สิ่งเหล่านี้ไม่ใช่การคาดการณ์ แต่เป็นสถานการณ์จริงที่เกิดขึ้นบนแพลตฟอร์ม AI ในการแทนที่งาน

นอกจากนี้ เทคโนโลยีที่กำลังเปลี่ยนแปลงอาชีพของพนักงานออฟฟิศนี้ แทบไม่มีผลกระทบต่อแรงงานประมาณหนึ่งในสาม จากกลุ่มปลายๆ 30% ของผู้ประกอบอาชีพไม่มีการสัมผัสกับ AI เลย เนื่องจากงานของพวกเขาเกิดขึ้นในความถี่ต่ำเกินไปในตัวอย่างทางสถิติ จนไม่ถึงเกณฑ์การคำนวณ ทำให้อัตราการครอบคลุมงานที่สามารถใช้ AI ได้เป็นศูนย์ ตัวอย่างตำแหน่งงานทั่วไปได้แก่ เชฟ ช่างซ่อมมอเตอร์ไซค์ ช่างช่วยชีวิต บาร์เทนเดอร์ พนักงานล้างจาน และเจ้าหน้าที่ห้องแต่งตัว พร้อมกันนี้ ยังมีงานจำนวนมากที่ยังคงอยู่นอกขอบเขตความสามารถของ AI อย่างต่อเนื่อง เช่น การตัดแต่งต้นไม้ การขับเครื่องจักรเกษตรกรรม และงานทางกฎหมายเช่น การเป็นตัวแทนในศาล

การแยกแยะไม่ใช่อีกต่อไประหว่าง “ทักษะสูง vs ทักษะต่ำ” แต่เป็น “ถูกครอบคลุมโดย AI หรือไม่” เมื่อใช้ขนาดการจ้างงานปัจจุบันเป็นน้ำหนักในการวิเคราะห์ถดถอยในระดับอาชีพ ผลลัพธ์แสดงว่า: ระดับการสัมผัสกับ AI สูงเท่าใด การคาดการณ์การเติบโตของตำแหน่งงานก็ยิ่งอ่อนแอลง ทุกครั้งที่อัตราการครอบคลุมงานเพิ่มขึ้น 10 เปอร์เซ็นต์ ค่าการคาดการณ์การเติบโตของตำแหน่งงานตาม BLS จะลดลง 0.6 เปอร์เซ็นต์ ความสัมพันธ์ที่อ่อนนี้ยืนยันความสอดคล้องของตัวชี้วัดนี้กับข้อมูลการวิเคราะห์ตลาดแรงงานเฉพาะทาง; ที่น่าสังเกตคือ การใช้เพียงสัมประสิทธิ์ความสามารถแบบดั้งเดิม β ไม่สามารถตรวจจับลักษณะความสัมพันธ์นี้ได้

สิ่งที่น่ากังวลอย่างแท้จริงคือการค้นพบในระดับโครงสร้างประชากร เมื่อเปรียบเทียบภาพลักษณ์ของผู้ประกอบอาชีพในกลุ่มที่มีระดับการสัมผัสสูงสุด 25% กับกลุ่มที่ไม่มีการสัมผัสเลย 30% พบว่ามีความแตกต่างอย่างชัดเจน: กลุ่มที่มีการสัมผัสสูงมีสัดส่วนผู้หญิงสูงกว่า 16 คะแนนเปอร์เซ็นต์ มีสัดส่วนคนผิวขาวสูงกว่า 11 คะแนนเปอร์เซ็นต์ และมีสัดส่วนชาวเอเชียเพิ่มขึ้นเกือบสองเท่า

นอกจากนี้ กลุ่มที่มีระดับการสัมผัสกับ AI สูงที่สุด มีรายได้เฉลี่ยสูงกว่ากลุ่มที่มีระดับการสัมผัสต่ำที่สุด 47% และมีระดับการศึกษาโดยรวมสูงกว่า โดยกลุ่มที่ไม่มีการสัมผัสเลย มีผู้มีวุฒิการศึกษาระดับปริญญาโทเพียง 4.5% ในขณะที่กลุ่มที่มีการสัมผัสสูงมีถึง 17.4% ซึ่งแตกต่างกันเกือบสี่เท่า

การคำนวณสถานการณ์สุดขั้วแสดงว่า หากพนักงานในตำแหน่งที่มีความเสี่ยงสูงสุดร้อยละ 10 ถูกเลิกจ้างเป็นจำนวนมาก อัตราการว่างงานของกลุ่มที่มีความเสี่ยงสูงสุดร้อยละ 25 จะพุ่งขึ้นจาก 3% เป็น 43% และอัตราการว่างงานโดยรวมจะเพิ่มขึ้นจาก 4% เป็น 13%

และกลุ่มคนเหล่านี้ คือกลุ่มที่เคยถือว่า “การศึกษาจะปกป้องพวกเขา” ผู้ใช้อินเทอร์เน็ตคนหนึ่งแสดงความเห็นว่า “พูดตามตรง นี่ค่อนข้างน่าประหลาดใจ แต่ก็เข้าใจได้ เพราะพวกเขาอาจมีทักษะที่สามารถถ่ายโอนไปยังสาขาเทคโนโลยีที่เติบโตอย่างรวดเร็วได้อย่างง่ายดาย”

กลุ่มแรงงานวัยหนุ่มสาวนั้นควรได้รับความสนใจเป็นพิเศษ Brynjolfsson และผู้ร่วมวิจัยรายงานว่า ในกลุ่มอายุ 22 ถึง 25 ปี ขนาดการจ้างงานในอาชีพที่มีความเสี่ยงสูงลดลง 6% ถึง 16% การศึกษาชี้ว่า สาเหตุหลักของการลดลงของการจ้างงานคือการชะลอการจ้างงานของบริษัท ไม่ใช่จำนวนการลาออกหรือการเลิกจ้างที่เพิ่มขึ้น

นอกจากนี้ นักวิจัยจาก Anthropic พบว่า เมื่อตัดช่วงความผันผวนพิเศษระหว่างปี 2020 ถึง 2021 ออก แนวโน้มการจ้างงานเยาวชนในปี 2024 สำหรับตำแหน่งสองประเภทนี้แสดงความแตกต่างอย่างชัดเจน: ความตั้งใจในการจ้างงานเยาวชนในตำแหน่งที่มีความเสี่ยงสูงต่อ AI ของบริษัทลดลงอย่างมีนัยสำคัญ โดยอัตราการจ้างงานใหม่รายเดือนในอาชีพที่มีความเสี่ยงต่ำยังคงอยู่ที่ 2% อย่างมั่นคง ขณะที่สัดส่วนผู้เข้าทำงานใหม่ในตำแหน่งที่มีความเสี่ยงสูงลดลงประมาณ 0.5 จุดเปอร์เซ็นต์ การคำนวณโดยรวมแสดงว่า ตั้งแต่ ChatGPT มีการใช้งานอย่างแพร่หลาย อัตราการจ้างงานเยาวชนในอาชีพที่มีความเสี่ยงสูงลดลง 14% เมื่อเทียบกับปี 2022 ผลลัพธ์นี้อยู่ในระดับมีนัยสำคัญทางสถิติในขอบเขตเล็กน้อย; ในขณะที่ผู้ทำงานที่มีอายุมากกว่า 25 ปีไม่พบปรากฏการณ์การลดลงของการจ้างงานในลักษณะเดียวกัน

ตำแหน่งระดับเริ่มต้นไม่เคยเป็นเพียงแค่ “งาน” แต่เป็นสนามฝึกซ้อม: นักวิเคราะห์ระดับเริ่มต้นเติบโตขึ้นเป็นนักวิเคราะห์ผู้เชี่ยวชาญที่นี่ ทนายความระดับเริ่มต้นเรียนรู้วิธีการสร้างข้อโต้แย้งที่นี่ หากชั้นนี้หายไป ผู้เชี่ยวชาญระดับสูงในอนาคตจะมาจากที่ไหน? คำถามนี้ยังไม่มีคำตอบ

ในขณะเดียวกัน ผู้ใช้อินเทอร์เน็ตบางคนแสดงความรู้สึกว่า “หาก AI เข้ามาแทนที่แรงงานผู้มีความรู้และผู้เชี่ยวชาญด้านเทคนิคทั้งหมด แล้วเมื่อข้อมูลการฝึกอบรมปัจจุบันของโมเดลเริ่มล้าสมัย ใครจะเป็นผู้ผลิตวัสดุการฝึกอบรมรุ่นถัดไป? และใครจะสร้างเนื้อหาปริมาณมหาศาลที่สามารถค้นหาได้บนอินเทอร์เน็ต ซึ่งเป็นวัตถุดิบหลักที่โมเดล AI ใช้ในการสร้างผลลัพธ์? นอกจากนี้ เมื่อผู้ใช้งานหลักของ AI ส่วนใหญ่ต้องเผชิญกับการว่างงาน แล้วใครจะยังคงรับผิดชอบค่าใช้จ่ายด้านกำลังการประมวลผลอันมหาศาล เพื่อสนับสนุนเงินทุนสำหรับการดำเนินงานและการพัฒนา AI?”

ลิงก์อ้างอิง: https://www.anthropic.com/research/labor-market-impacts

บทความนี้มาจาก微信号 "AI Frontline" จัดทำโดยฮัวเว่ย