อีลอน มัสก์ แสดงความคิดเห็นหลังจากแผนที่การเปิดเผยงานต่อ AI ของอันเดรย์ คาร์ปาธี กลายเป็นไวรัล

เกือบ 60 ล้านงานในสหรัฐฯ ถูกระบุว่าเสี่ยงสูงในแผนที่ความเสี่ยงต่อระบบอัตโนมัติด้วย AI ของ Karpathy

Andrej Karpathy ผู้ร่วมก่อตั้ง OpenAI และอดีตผู้อำนวยการด้าน ปัญญาประดิษฐ์ (AI) ของ Tesla ได้เผยแพร่ “AI Job Exposure Map” แบบอินเทอร์แอคทีฟเมื่อวันที่ 15 มีนาคม โดยวิเคราะห์ 342 อาชีพจากคู่มือแนวโน้มอาชีพ (Occupational Outlook Handbook) ของสำนักงานสถิติแรงงานสหรัฐฯ (BLS)

โครงการดังกล่าวประเมินงานในสหรัฐฯ ราว 143 ล้านตำแหน่ง โดยป้อนคำอธิบายงานให้โมเดลภาษาขนาดใหญ่ และกำหนดคะแนนความเสี่ยงของแต่ละบทบาทตั้งแต่ 0 ถึง 10 เพื่อวัดว่า AI ในทางทฤษฎีอาจปรับเปลี่ยนงานนั้นได้มากเพียงใด

ผลลัพธ์ถูกแสดงผ่านภาพ treemap สีสันสดใสที่โฮสต์บน karpathy.ai/jobs โดยขนาดสี่เหลี่ยมสะท้อนจำนวนการจ้างงาน และสีแทนระดับความเสี่ยง ตั้งแต่สีเขียวที่แทบไม่ถูกรบกวน ไปจนถึงสีแดงเข้มสำหรับบทบาทที่อาจถูกทำให้เป็นอัตโนมัติอย่างกว้างขวาง สรุปง่ายๆ: ยิ่งกล่องใหญ่และยิ่งแดง ก็ยิ่งเป็นสิ่งที่ต้องจับตา

ทั่วทั้งแรงงานสหรัฐฯ ค่าเฉลี่ยถ่วงน้ำหนักของความเสี่ยงอยู่ที่ราว 4.9 จาก 10 บ่งชี้ถึงศักยภาพระดับปานกลางต่ออิทธิพลของ AI โดยรวม แต่ค่าเฉลี่ยซ่อนความต่างที่ชัดเจนไว้มาก ราว 42% ของงานในอเมริกา—ประมาณ 59.9 ล้านคน ซึ่งมีค่าจ้างรวมโดยประมาณ 3.7 ล้านล้านดอลลาร์ต่อปี—ได้คะแนนความเสี่ยงตั้งแต่ 7 ขึ้นไป

เมื่อแยกตัวเลขให้ละเอียดขึ้น งานประมาณ 6.2 ล้านตำแหน่งอยู่ในกลุ่มความเสี่ยงต่ำที่สุด ขณะที่ 47.2 ล้านตำแหน่งถูกจัดว่า “ต่ำ” อีก 29.7 ล้านตำแหน่งอยู่ในช่วง “ปานกลาง” ตัวเลขที่สะดุดตายิ่งกว่าปรากฏที่ด้านบนของสเกล: ราว 34.7 ล้านตำแหน่งอยู่ในระดับ “สูง” และ 25.2 ล้านตำแหน่งอยู่ในกลุ่ม “สูงมาก”

การวิเคราะห์ของ Karpathy ยังเผยให้เห็นสิ่งที่ดูขัดกับความคาดหมายเกี่ยวกับรายได้ งานรายได้ต่ำที่มีค่าเฉลี่ยต่ำกว่า 35,000 ดอลลาร์ต่อปีได้คะแนนความเสี่ยงราว 3.4 ขณะที่อาชีพที่จ่ายมากกว่า 100,000 ดอลลาร์ได้ค่าเฉลี่ย 6.7 กล่าวคือ ยิ่งเงินเดือนสูง โอกาสยิ่งมากที่งานนั้นจะเกี่ยวข้องกับภารกิจที่ระบบปัญญาประดิษฐ์สามารถทำซ้ำหรือช่วยทำได้แล้วในปัจจุบัน

ระดับการศึกษาก็แสดงรูปแบบคล้ายกัน แรงงานที่ไม่มีวุฒิการศึกษาระดับวิทยาลัยมีคะแนนความเสี่ยงเฉลี่ยราว 4.1 ขณะที่ผู้ถือปริญญาตรีสูงสุดที่ประมาณ 6.7 ส่วนผู้มีวุฒิการศึกษาขั้นสูงอยู่กึ่งกลางที่ราว 5.7

เมื่อดูเป็นรายอาชีพ ภาพยิ่งคมชัดขึ้น นักถอดความทางการแพทย์ได้คะแนนเต็ม 10 สะท้อนว่าเทคโนโลยีรู้จำเสียงและระบบจัดทำเอกสารอัตโนมัติทำงานหลายส่วนเหล่านั้นได้แล้ว ทนายความ นักบัญชี นักวิเคราะห์การเงิน และที่ปรึกษาด้านการจัดการมักได้ราว 9 ส่วนใหญ่เพราะงานของพวกเขาหมุนรอบข้อมูลที่มีโครงสร้าง เอกสาร และการวิจัย

นักพัฒนาซอฟต์แวร์—ซึ่งย้อนแย้งว่าเป็นผู้สร้าง เครื่องมือ AI จำนวนมาก—ก็อยู่ในอันดับสูงเช่นกัน มักได้คะแนนระหว่าง 8 ถึง 9 ขณะเดียวกัน บทบาทอย่างผู้ช่วยฝ่ายธุรการ เสมียนทำบัญชี และพนักงานบริการลูกค้า ก็มีระดับความเสี่ยงสูงในทำนองเดียวกัน เนื่องจากพึ่งพากระบวนการทำงานดิจิทัล

ในอีกด้านหนึ่งของสเปกตรัม งานที่เกิดขึ้นในโลกกายภาพมากกว่าบนหน้าจอคอมพิวเตอร์ทำได้ดีกว่ามาก ช่างประปา ช่างไฟฟ้า และแรงงานก่อสร้างมักได้คะแนนระหว่าง 0 ถึง 2 ซึ่งชี้ให้เห็นถึงความยากที่ยังคงอยู่ในการทำให้งานแบบลงมือทำที่คาดเดาไม่ได้กลายเป็นระบบอัตโนมัติ

การแพร่กระจายอย่างรวดเร็วของแผนที่บนโลกออนไลน์จุดชนวนบทสนทนาทั่ววงการเทคโนโลยี รวมถึงการตอบกลับสั้นๆ จาก CEO ของ Tesla และ SpaceX อย่าง Elon Musk เมื่อตอบในเธรดเกี่ยวกับภาพแสดงผลดังกล่าว Musk เขียนว่า: “งานทุกงานจะเป็นทางเลือก จะมีรายได้สูงแบบถ้วนหน้า”

ความเห็นนี้สอดคล้องกับข้อถกเถียงที่ Musk ยกมานานว่า ปัญญาประดิษฐ์ขั้นสูงและหุ่นยนต์อาจสร้างความอุดมสมบูรณ์ทางเศรษฐกิจได้มากพอจนลดการพึ่งพาการจ้างงานแบบดั้งเดิมลงในที่สุด

แม้จะได้รับความสนใจ Karpathy ก็ลบเว็บไซต์ต้นฉบับและคลัง Github ของมันออกอย่างรวดเร็ว โดยอธิบายในโพสต์ติดตามผลว่าโครงการนี้เป็นการทดลองแบบเร็ว—สิ่งที่เขาเรียกว่า “vibe-coded” ใช้เวลาสองชั่วโมง ซึ่งได้แรงบันดาลใจจากหนังสือที่เขากำลังอ่าน ตามคำกล่าวของ Karpathy ธรรมชาติที่เป็นเชิงสำรวจของโครงการถูกเข้าใจผิดอย่างกว้างขวาง แม้จะมีคำเตือนชัดเจนแล้วก็ตาม

การนำไซต์ลงแทบไม่ช่วยชะลอการแพร่กระจาย สำเนาที่ถูกเก็บถาวรปรากฏแทบจะทันทีบน Wayback Machine และคลังโค้ดถูก ฟอร์กจำนวนมาก โดยนักพัฒนาที่ทำซ้ำชุดข้อมูล เกณฑ์การให้คะแนน และเครื่องมือการแสดงผล

เหตุการณ์นี้สะท้อนความจริงสองประการของอินเทอร์เน็ตยุคใหม่: งานวิจัย AI สามารถจุดประกายการถกเถียงระดับโลกได้ในชั่วข้ามคืน และเมื่อข้อมูลหลุดออกสู่เว็บสาธารณะแล้ว มันแทบไม่หายไปไหน สำหรับตอนนี้ การทดลองของ Karpathy ยังไม่ใช่คำพยากรณ์เรื่องการสูญเสียงานเท่ากับเป็นภาพสแนปชอตว่าระบบ AI ปัจจุบันซ้อนทับกับงานของมนุษย์อย่างไร

ประเด็นสรุป—ถ้าจะมี—ก็ตรงไปตรงมาอย่างน่าชื่นใจ หากงานทั้งหมดของคุณเกิดขึ้นบนหน้าจอ ปัญญาประดิษฐ์อาจกลายเป็นเพื่อนร่วมงานของคุณในไม่ช้า—หรือคู่แข่งที่น่ากลัวที่สุดของคุณ

คำถามที่พบบ่อย 🔎

• แผนที่ความเสี่ยงต่อ AI ของงาน (AI Job Exposure Map) ของ Andrej Karpathy คืออะไร?
  เป็นภาพแสดงผลที่วิเคราะห์อาชีพในสหรัฐฯ 342 อาชีพ และให้คะแนนว่าตำแหน่งงานแต่ละประเภทอาจอ่อนไหวต่อการทำให้เป็นอัตโนมัติด้วย AI มากเพียงใด
• งานในสหรัฐฯ กี่งานที่อาจได้รับผลกระทบจากความเสี่ยงต่อ AI?
  การวิเคราะห์ชี้ว่า ราว 42% ของงานในสหรัฐฯ—ประมาณ 59.9 ล้านคน—มีคะแนนความเสี่ยงอยู่ในระดับสูง
• งานใดมีความเสี่ยงต่อ AI สูงที่สุด?
  บทบาทอย่างทนายความ นักบัญชี นักพัฒนาซอฟต์แวร์ และนักถอดความทางการแพทย์ ได้คะแนนอยู่ในกลุ่มสูงที่สุด
• อาชีพใดดูเหมือนจะเสี่ยงต่อการทำให้เป็นอัตโนมัติด้วย AI น้อยที่สุด?
  งานช่างที่ต้องลงมือทำ เช่น ช่างประปา ช่างไฟฟ้า และคนงานก่อสร้าง อยู่ในกลุ่มความเสี่ยงต่ำที่สุด