เหตุใด AI จึงยังไม่ทำให้เกิดปัญหาการว่างงาน?

ฉันคิดว่าควรแชร์ข้อคิดเห็นระดับสูงและกรอบแนวคิดที่ช่วยให้ฉันเข้าใจว่าทำไมเราถึง (จนถึงตอนนี้) ยังไม่เห็นผลกระทบที่มีนัยสำคัญของ AI ต่อตลาดแรงงานสหรัฐฯ ฉันเน้นที่สหรัฐฯ เพราะ (ก) การนำ AI มาใช้ในที่นี้สูง (ข) เป็นเศรษฐกิจที่ใหญ่ที่สุดในโลก (ค) เมื่อเทียบกับยุโรป สถาบันตลาดแรงงานของเราในอดีตเอื้อต่อการนำเทคโนโลยีที่ทดแทนแรงงานมาใช้ได้เร็วกว่า และ (ง) เรามีสถิติตลาดแรงงานที่หลากหลายและสมบูรณ์เป็นพิเศษสำหรับทำความเข้าใจสภาพปัจจุบัน ฉันได้แชร์ความคิดเหล่านี้เมื่อเร็วๆ นี้ภายใน Anthropic

ประการแรก การนำ AI มาใช้ในสหรัฐฯ อยู่ในระดับสูง ดังนั้นจึงสมเหตุสมผลที่จะมองหาผลกระทบต่อผลิตภาพ หรือต่อการว่างงาน การเติบโตของผลิตภาพแรงงานแข็งแกร่งในช่วงไม่กี่ปีที่ผ่านมา และมีหลักฐานบ่งชี้ว่า AI มีส่วนช่วยบางส่วน

แต่ตลาดแรงงานสหรัฐฯ ในปัจจุบันมีเสถียรภาพและใกล้เคียงกับการจ้างงานเต็มที่ ในมุมมองของฉัน AI ยังไม่ทำให้อัตราการว่างงานเพิ่มขึ้นอย่างมีนัยสำคัญจนถึงปัจจุบัน แม้ว่าเราจะมุ่งเน้นไปที่คนงานที่มีความเสี่ยงสูงต่อรูปแบบการทำงานอัตโนมัติของ AI ในปัจจุบัน เราก็ไม่เห็นการเพิ่มขึ้นของการว่างงานที่ผิดปกติในช่วงไม่กี่ปีที่ผ่านมา (แม้ว่าอย่างที่ฉันจะกล่าวถึงด้านล่าง คนงานเหล่านี้กังวลเกี่ยวกับการตกงานมากกว่า)

ทำไมเราถึงไม่เห็นผลกระทบของการนำ AI มาใช้ต่อการว่างงาน? AI (จนถึงตอนนี้) มีลักษณะเป็นเทคโนโลยีที่ "เอื้อต่อทักษะ" (skill-biased) และ "เสริมแรงงาน" (labor-augmenting) แม้ว่า AI จะทำให้งานบางด้านเป็นอัตโนมัติ แต่ความเชี่ยวชาญของมนุษย์ที่เสริมกันจะขยายสิ่งที่ AI (หรือมนุษย์) สามารถทำได้เพียงลำพัง AI ช่วยขยายขอบเขตสิ่งที่ผู้คนสามารถทำได้ ซึ่งเพิ่มผลตอบแทนจากการทำงานร่วมกับ AI

ตอนนี้ อนาคตยังคงไม่แน่นอนอย่างมาก ความสามารถของโมเดลกำลังก้าวหน้าอย่างรวดเร็ว และระบบ AI อาจสามารถ พัฒนาผู้สืบทอดของตนเองได้อย่างอิสระ ในเร็วๆ นี้ ระบบ AI ที่มีความฉลาดทั่วไปมากขึ้นอาจนำไปสู่การแทนที่แรงงานที่ยังไม่เกิดขึ้นจริง สิ่งนั้นจะเกิดขึ้นหรือไม่ (และเร็วแค่ไหน) เป็นคำถามที่ยังไม่มีคำตอบ ซึ่งทีมงานของฉันกำลังพยายามทำความเข้าใจ

ในหลายแง่มุม เรียงความสั้นๆ นี้คือความพยายามของฉันที่จะสังเคราะห์งานวิจัยทางเศรษฐกิจของ Anthropic ในช่วง 18 เดือนที่ผ่านมา เพื่อทำความเข้าใจว่าผู้คนใช้ AI อย่างไร และนั่นหมายถึงอะไรสำหรับการทำงาน ตลาดแรงงาน และเศรษฐกิจในวงกว้างในขณะนี้ งานนี้เน้นย้ำว่าอนาคตยังคงไม่แน่นอน และผลกระทบมีแนวโน้มที่จะไม่เท่าเทียมกัน จนถึงตอนนี้ เราเห็นผลกระทบต่อการว่างงานที่ชะลอตัวลง บทความนี้นำเสนอกรอบแนวคิดของฉันเพื่อทำความเข้าใจว่าทำไม (และสิ่งที่อาจเปลี่ยนแปลงในอนาคต)

ข้อเท็จจริงพื้นฐานที่สำคัญ: ตลาดแรงงานสหรัฐฯ ในปัจจุบันมีเสถียรภาพ

• อัตราการว่างงานในเดือนมิถุนายนอยู่ที่ 4.2% ซึ่ง Fed มองว่า เป็นระดับที่สอดคล้องกับการจ้างงานเต็มที่และราคาที่มีเสถียรภาพ
• อัตราส่วนของตำแหน่งงานว่างต่อผู้ว่างงานเพิ่มขึ้นเป็นมากกว่า 1 เล็กน้อยในเดือนเมษายน ซึ่งนักเศรษฐศาสตร์บางคน โต้แย้งว่า บ่งชี้ว่าอุปสงค์และอุปทานของแรงงานมีความสมดุลโดยประมาณและมีประสิทธิภาพ ตัวชี้วัดที่ซับซ้อนมากขึ้น เช่น ดัชนีความตึงตัวของตลาดแรงงาน Heise, Pearce, Weber (HPW) ของ NY Fed ก็ชี้ไปที่ตลาดแรงงานที่สมดุลเช่นกัน
• อัตราส่วนการจ้างงานต่อประชากรในวัยทำงานยังคงใกล้เคียงกับระดับสูงสุดในรอบหลายทศวรรษ ซึ่งสะท้อนถึงความแข็งแกร่งของตลาดแรงงานในวงกว้างที่เกิดขึ้นในช่วงการขยายตัวหลังการระบาดใหญ่
• จำนวนผู้ยื่นขอรับสวัสดิการว่างงานรายสัปดาห์ครั้งแรกอยู่ในระดับต่ำอย่างคงที่ในช่วงสี่ปีที่ผ่านมา และอัตราการเลิกจ้างและการปลดพนักงานยังคงอยู่ที่หรือต่ำกว่าระดับก่อนการระบาดเล็กน้อย

แล้วเราควรคาดหวังผลกระทบจาก AI ต่อตลาดแรงงานหรือยัง? ฉันคิดว่าคำตอบคือใช่: ภาคส่วน AI มีขนาดใหญ่พอที่เราจะมองหาผลกระทบทางเศรษฐกิจมหภาคที่สังเกตได้

• ~20% ของบริษัท ใช้ AI ในฟังก์ชันทางธุรกิจอย่างน้อยหนึ่งอย่าง ในภาคข้อมูล ซึ่งคิดเป็น 5.5% ของ GDP สัดส่วนดังกล่าวคือ 40%
• ผลผลิต AI ที่ปรับตามคุณภาพเติบโตมากกว่า 2,000% ต่อปีในทั้งปี 2024 และ 2025 ตาม การประมาณการ โดย Patrick McKelvey และเพื่อนร่วมงานของฉัน @akorinek แม้จะเริ่มจากฐานที่เล็ก แต่สิ่งนี้ชี้ให้เห็นว่าเราควรเห็นสัญญาณของผลกระทบของ AI ในภาพรวม
• ฉันเชื่อว่าเราเริ่มเห็นผลกระทบของ AI ในสถิติผลิตภาพโดยรวม:
• การเติบโตของผลิตภาพแรงงานค่อนข้างแข็งแกร่งในปีที่ผ่านมา: อัตราส่วนของผลผลิตต่อชั่วโมงการทำงานเพิ่มขึ้น 2.0% ต่อปีตั้งแต่ไตรมาส 1 ปี 2022 ถึงไตรมาส 1 ปี 2026 เทียบกับ 1.6% ในสี่ปีก่อนการระบาดใหญ่
• ภาคส่วนของเศรษฐกิจสหรัฐฯ ที่มีการนำ AI มาใช้สูงมี แนวโน้ม ที่จะมีการเติบโตของผลิตภาพแรงงานที่เร็วกว่าในช่วงสี่ปีที่ผ่านมา
• การเติบโตของผลิตภาพปัจจัยรวม — วิธีที่นักเศรษฐศาสตร์ชอบวัดผลิตภาพ — ค่อนข้างปานกลางในปีที่ผ่านมา (โดยเฉพาะหลังจากคำนึงถึงการใช้ปัจจัยการผลิต) สิ่งนี้ทำให้หลักฐานอ่อนแอลง แต่สัญญาณที่หลากหลายเกี่ยวกับผลิตภาพอาจบ่งชี้ว่าการเร่งตัวกำลัง เกิดขึ้น
• บริษัทต่างๆ ตัดสินใจจ้างงานโดยพิจารณาจากความเชื่อเกี่ยวกับมูลค่าในอนาคตของการจ้างพนักงานใหม่ เทียบกับต้นทุน
• บริษัทต่างๆ คำนึงถึงว่าพนักงานจะมีประสิทธิภาพการผลิตในอนาคตเพียงใด ค่าจ้างตลอดระยะเวลาของ การจ้างงาน และระยะเวลาที่คาดหวังของการจับคู่
• ด้วยเหตุนี้ ความเชื่อของบริษัทเกี่ยวกับอนาคตควรกำหนดผลลัพธ์ของตลาดแรงงาน ในปัจจุบัน ในรูปแบบของการแยกงาน การจ้างงาน และการเปลี่ยนอาชีพ แต่จากการลาออก การเลิกจ้าง และอัตราการหางานพบ เราพบ รูปแบบของความมั่นคง นอกจากนี้ยัง ไม่มีหลักฐาน ของการเปลี่ยนอาชีพที่รวดเร็วผิดปกติเนื่องจาก AI
• โพสต์งานวิศวกรรมซอฟต์แวร์ ฟื้นตัวในวงกว้าง ตั้งแต่เดือนพฤษภาคม 2025 เมื่อเทียบกับโพสต์งานอื่นๆ ทั้งหมด ซึ่งบ่งชี้ถึงความต้องการแรงงานที่เพิ่มขึ้นในอาชีพที่ความสามารถของ AI ก้าวหน้าที่สุด

มีหลักฐานใดๆ หรือไม่ว่าการแทนที่งานกำลังเกิดขึ้น แม้ว่าจะยังไม่ส่งผลกระทบทางเศรษฐกิจมหภาค? หลักฐานมีความหลากหลาย แต่โดยรวมแล้ว ฉันยังไม่เชื่อ

• ดังที่ Maxim Massenkoff และฉันได้บันทึกไว้ใน รายงานผลกระทบต่อแรงงานของเรา เราไม่เห็นอัตราการว่างงานที่แย่ลงสำหรับคนงานในบทบาทที่มีสัดส่วนงานจำนวนมากที่ Claude ถูกใช้เพื่อทำให้เป็นอัตโนมัติ เมื่อเทียบกับคนงานในบทบาทอื่นๆ การอัปเดตการวิเคราะห์นี้ด้วยข้อมูลล่าสุดจาก BLS ไม่ได้เปลี่ยนแปลงผลลัพธ์นี้
• เราพบ หลักฐานบางอย่าง ที่บ่งชี้ว่าอัตราการจ้างงานสำหรับคนงานอายุน้อยในบทบาทที่มีความเสี่ยงสูงต่อ AI ลดลงในช่วงปีที่ผ่านมา ซึ่งสอดคล้องกับหลักฐานใน Canaries in the Coal Mine เอกสารโดยนักวิจัยที่ Stanford Digital Economy Lab
• แต่หลักฐานสำหรับการแทนที่คนงานอายุน้อยนี้ควรตีความด้วยความระมัดระวัง เป็นการยากที่จะแยกแยะผลกระทบเชิงสาเหตุ เนื่องจาก AI เกิดขึ้นในสภาพแวดล้อมเศรษฐกิจมหภาคที่ผันผวนผิดปกติ: การคลี่คลายของความไม่สมดุลในยุคการระบาดใหญ่ การเข้มงวดนโยบายการเงินอย่างรวดเร็ว ความผันผวนของราคาสินค้าโภคภัณฑ์หลังการรุกรานยูเครนของรัสเซีย และความไม่แน่นอนของนโยบายโลกที่ยั่งยืน (เช่น จากสงครามการค้า) เนื่องจากการจ้างงานเป็นรูปแบบหนึ่งของการลงทุน ความไม่แน่นอนทางเศรษฐกิจในวงกว้างสามารถส่งผลกระทบต่อการจ้างงานได้เอง
• อีกวิธีหนึ่งในการพูด: ตั้งแต่ปี 2022 ถึงปัจจุบัน สหรัฐฯ ประสบกับการชะลอตัวของตลาดแรงงานที่ใหญ่ที่สุดที่ไม่ใช่ภาวะถดถอยเป็นประวัติการณ์ (หรือที่เรียกว่า "การลดอัตราเงินเฟ้อที่ไร้ที่ติ") สิ่งนี้เกิดขึ้นพร้อมกับตลาดแรงงานแบบ "จ้างต่ำ ไล่ออกต่ำ" ตลาดแรงงานแบบนี้ส่งผลกระทบต่อผู้ที่เพิ่งเริ่มต้นอาชีพหนักที่สุด ในขณะนี้ คนงานอายุน้อยอาจหางานลำบากด้วยเหตุผลทางเศรษฐกิจมหภาคอื่นๆ ที่ไม่ใช่ AI
• แยกต่างหาก งานล่าสุดบางชิ้น โต้แย้ง ว่าการเพิ่มขึ้นของการทำงานทางไกลหลังการระบาดใหญ่ส่งผลกระทบต่อคนงานอายุน้อยในบทบาทที่เสี่ยงต่อ AI สูง เป็นเรื่องท้าทายที่จะแยกผลกระทบของ AI ออกจากแรงกระแทกอื่นๆ ที่กระทบต่อเศรษฐกิจ
• แม้ว่าเราจะยังไม่เห็นผลกระทบจากการว่างงาน แต่เราพบว่าคนงานในบทบาทที่มีงานที่ Claude ใช้ในการทำให้เป็นอัตโนมัติ แสดงความกังวลมากกว่า เกี่ยวกับการตกงานมากกว่าผู้ที่อยู่ในบทบาทที่เสี่ยงน้อยกว่า

หากคุณเชื่อว่าตลาดแรงงานสหรัฐฯ ในปัจจุบันแข็งแรงดี AI อาจสร้างผลกระทบที่สังเกตได้ทางเศรษฐกิจมหภาค และยังไม่ทำให้เกิดการแทนที่สำหรับบทบาทที่มีความเสี่ยงสูงต่อ AI คำถามต่อไปก็ชัดเจน:

ทำไม AI ถึงยังไม่ทำให้การว่างงานเพิ่มขึ้นอย่างมีนัยสำคัญ?

จนถึงตอนนี้ AI ทั้ง เอื้อต่อทักษะ และ เสริมแรงงาน มันเสริมความเชี่ยวชาญเฉพาะด้าน มันอาศัยมนุษย์ในวงจรเพื่อควบคุมและประเมินงานที่ซับซ้อนที่สุด และมันให้รางวัลกับความเชี่ยวชาญด้าน AI ความสามารถของโมเดลกำลังพัฒนาอย่างรวดเร็ว แต่ยังคง หยักศกอย่างดื้อรั้น เพื่อเติมเต็มช่องว่างของขอบเขตที่หยักศกนี้ จำเป็นต้องมีการกำกับดูแลจากผู้เชี่ยวชาญเพื่อชี้นำระบบ AI ที่มีความสามารถอย่างเหลือเชื่อ และเพื่อกู้คืนเมื่อระบบล้มเหลว

แน่นอนว่างานบางอย่างเสี่ยงต่อการถูกแทนที่โดยตรงด้วยระบบอัตโนมัติ ตัวอย่างเช่น นักเขียนเทคนิค พนักงานป้อนข้อมูล ตัวแทนฝ่ายบริการลูกค้า และโปรแกรมเมอร์คอมพิวเตอร์ เป็นงานที่ AI สามารถจัดการชุดงานและความรับผิดชอบหลักได้อย่างน่าเชื่อถือ แม้ว่าเราจะยังไม่เห็นการว่างงานเพิ่มขึ้นสำหรับคนงานในบทบาทประเภทนี้ แต่อาชีพที่มีความเสี่ยงสูงกว่า คาดการณ์โดย BLS ว่าจะเติบโตน้อยกว่าจนถึงปี 2034

แต่ จนถึงตอนนี้ ภาพรวมกว้างๆ คือการ เสริมแรงงาน ผลกระทบในตลาดแรงงานจึงถูกกำหนดให้ไม่เท่าเทียมกัน แม้ว่าความสามารถจะก้าวหน้าอย่างรวดเร็วก็ตาม ซึ่งไม่ได้หมายความว่าทักษะทั้งหมดที่ปัจจุบันได้รับค่าจ้างพรีเมียมในตลาดแรงงานจะยังคงเป็นเช่นนั้นในอนาคต ความเชี่ยวชาญบางประเภทอาจมีค่าน้อยลง (เช่น การเขียนโค้ดล้วนๆ) ในขณะที่ประเภทอื่นมีค่ามากขึ้น (เช่น ทักษะการจัดการด้านการมอบหมายและการประเมินผล)

ทำไมเราถึงคิดว่า AI เป็นเทคโนโลยีที่เอื้อต่อทักษะและเสริมแรงงาน? ฉันจะให้ข้อสังเกตบางประการจากงานที่เผยแพร่โดยทีม Anthropic Economic Research และหลักฐานจาก Anthropic Economic Index:

• แม้จะมีความก้าวหน้าอย่างเหลือเชื่อของ AI และการนำไปใช้อย่างรวดเร็วทั่วทั้งเศรษฐกิจ แต่ก็ไม่มีงานในอนุกรมวิธาน O\NET (แคตตาล็อกของกระทรวงแรงงานเกี่ยวกับอาชีพและงานทั่วไป) ที่ งานทั้งหมด* ที่เกี่ยวข้องได้รับการจัดการอย่างเป็นระบบโดย Claude หากงานเป็นกลุ่มงานที่ตายตัว — ซึ่งไม่ใช่ แต่จะกล่าวถึงเพิ่มเติมในภายหลัง — งานที่จำเป็นและไม่เป็นอัตโนมัติจะจำกัดการเพิ่มผลิตภาพโดยรวมและขยายผลตอบแทนจากแรงงาน งานที่ Claude ไม่สามารถจัดการได้อาจขึ้นอยู่กับการประสานงานระหว่างบุคคล ปฏิสัมพันธ์แบบพบหน้า หรือการมีส่วนร่วมกับโลกทางกายภาพที่จนถึงตอนนี้มีเพียงมนุษย์เท่านั้นที่ทำได้ (ดู "The task is not the job" โดย @lugaricano
• ในรายงานเดือนมกราคมของเรา Economic Primitives เราพบว่าอินพุตของผู้ใช้ที่ซับซ้อนและเอาต์พุตของ Claude ที่ซับซ้อนมีความสัมพันธ์กันสูง กล่าวอีกนัยหนึ่ง เมื่อ Claude สร้างแบบจำลองทางเศรษฐกิจที่ซับซ้อน ในทางปฏิบัติแล้วมันทำภายใต้คำแนะนำของใครบางคนที่ให้คำแนะนำจากผู้เชี่ยวชาญที่เสริมกัน
• แม้ว่า Claude มีแนวโน้มที่จะประสบความสำเร็จโดยเฉลี่ย แต่โมเดลก็มีปัญหามากที่สุดกับงานที่ซับซ้อนกว่า ซึ่งสอดคล้องกับ ผลลัพธ์ขอบเขตงานของ METR ซึ่งความน่าเชื่อถือที่สูงขึ้นมาพร้อมกับต้นทุนของขอบเขตงานที่สั้นลง เราพบหลักฐานบ่งชี้ว่ามนุษย์ในวงจรเพิ่มความซับซ้อนของงานที่ Claude จัดการ
• ในรายงานเดือนมีนาคมของเรา Learning Curves เราพบว่าแม้หลังจากใช้งานเพียงหกเดือน ผู้คนก็มีแนวโน้มที่จะโต้ตอบกับ Claude ในฐานะคู่คิด และมีการโต้ตอบที่ประสบความสำเร็จมากขึ้นกับ Claude หาก AI ดีพอด้วยตัวเอง เราคงไม่คาดหวังที่จะเห็นผลกระทบนี้
• ระบบอัตโนมัติของงานในวงกว้างยังคงสามารถเสริมแรงงานได้ ทำไม? เพราะงาน ไม่ใช่ กลุ่มงานที่ตายตัว เทคโนโลยีใหม่ในอดีตนำไปสู่การเปลี่ยนแปลงครั้งใหญ่ภายในงานที่มีอยู่ แม้ว่างานบางงานจะหายไป และพวกมันสร้างงานรูปแบบใหม่ที่ รวม ความสามารถทางเทคนิคใหม่เข้ากับความเชี่ยวชาญของมนุษย์ที่เสริมกัน เราเห็นสัญญาณของผลกระทบนี้ในงานวิจัยของเรา: แหล่งที่มาที่ถูกอ้างถึงบ่อยครั้งของ การรับรู้ ผลิตภาพในหมู่ ผู้ใช้ Claude 81k คนคือขอบเขต — การสามารถทำได้มากขึ้นอย่างเชี่ยวชาญมากขึ้น การเสริมพลังจาก AI ดังกล่าวอาจวาดขอบเขตของบทบาทของเราใหม่ และสร้างการรวมกลุ่มงานใหม่ภายในงาน — ทำให้บางส่วนเป็นอัตโนมัติ เสริมความสำคัญของงานอื่นๆ — ในขณะที่เพิ่มผลผลิตส่วนเพิ่มของแรงงานสุทธิ
• ในรายงาน Economic Index เดือนมิถุนายนของเรา Cadences มากกว่าหนึ่งในสามของผู้ตอบแบบสอบถามทั้งหมดจาก การสำรวจ Anthropic Economic Index คาดหวังว่า AI จะสามารถทำงานส่วนใหญ่หรือทั้งหมดที่พวกเขาทำในงานของตนได้ภายในสิบสองเดือนข้างหน้า สัดส่วนที่คล้ายกันของผู้ตอบแบบสอบถามคาดหวังว่าความรับผิดชอบในงานจะเปลี่ยนไปสำหรับตนเองและเพื่อนร่วมงานในปีหน้า แต่ความคาดหวังเกี่ยวกับการตกงานนั้นต่ำกว่าอย่างเห็นได้ชัด ที่จริงแล้ว ผู้ที่ใช้ Claude ในรูปแบบอัตโนมัติมากกว่ามักจะมองโลกในแง่ดีมากกว่าเกี่ยวกับผลกระทบของ AI ต่อค่าจ้าง ความมั่นคงในงาน และความสามารถในการหางาน
• เมื่อความสามารถของ AI ดีขึ้น เราจะได้เห็นเอเจนต์ที่มีความสามารถมากขึ้นซึ่งสามารถจัดการงานที่ซับซ้อน ระยะยาว และมีคุณค่าได้โดยอัตโนมัติ AI จะยังคงเสริมแรงงานหรือไม่? เพื่อทำความเข้าใจคำถามนี้ เรา เพิ่งวิเคราะห์รูปแบบการใช้งาน Claude Code เพื่อดูว่าการเขียนโค้ดแบบเอเจนต์กำลังเปลี่ยนแปลงผลตอบแทนจากความเชี่ยวชาญหรือไม่ Claude Code ถูกใช้ในงานที่มีมูลค่ามากขึ้นเรื่อยๆ ตลอดเจ็ดเดือนที่เราติดตาม แต่เราเห็นผลตอบแทนจากความเชี่ยวชาญของมนุษย์ที่คงอยู่: นั่นคือ ผู้คนตัดสินใจวางแผน และมอบหมายการดำเนินการให้ Claude ผู้ที่มีความเชี่ยวชาญเฉพาะด้านมากกว่ามักจะประสบความสำเร็จในงานบ่อยกว่า และฟื้นตัวได้สม่ำเสมอมากขึ้นเมื่อ Claude ทำผิดพลาด ผลตอบแทนจากความสามารถในการเขียนโค้ดตรงๆ อาจลดลง แต่การเขียนโค้ดแบบเอเจนต์จนถึงตอนนี้ได้เพิ่มมูลค่าของทักษะอื่นๆ ที่เสริมกัน

อนาคตยากที่จะคาดเดา อาจเป็นไปได้อย่างยิ่งว่าลักษณะที่เอื้อต่อทักษะและเสริมแรงงานของ AI จะหายไปเมื่อโมเดลพัฒนาดีขึ้น ขอบเขตที่หยักศกอาจราบรื่นขึ้น และถึงจุดหนึ่ง ผลตอบแทนจากความเชี่ยวชาญของมนุษย์อาจลดลง

เหตุผลใหญ่ที่ทำให้เกิดความไม่แน่นอนมากมายเกี่ยวกับอนาคตก็คือ AI อาจทำให้กระบวนการนวัตกรรมเป็นอัตโนมัติได้เอง การมอบความสามารถทางปัญญาทั่วไปให้กับเครื่องจักรเป็นตัวเร่งปฏิกิริยาโดยตรงสำหรับนวัตกรรมเพิ่มเติม ในแบบที่เทคโนโลยีทั่วไปในอดีตไม่สามารถทำได้ เครื่องยนต์สันดาปภายในไม่สามารถประดิษฐ์รูปแบบการขนส่งใหม่ ในแบบจำลองทางเศรษฐกิจมาตรฐานอื่นๆ การทำให้นวัตกรรมเป็นอัตโนมัติ — ซึ่งเราอาจเห็นครั้งแรกในการปรับปรุงตนเองแบบวนซ้ำ — สามารถสร้างภาวะเอกฐานทางเศรษฐกิจ: การเติบโตอย่างไม่จำกัดในเวลาอันจำกัด

ภาวะเอกฐานดังกล่าวจะเกิดขึ้นหรือไม่? จะไม่เกิดขึ้นหากมีงานสำคัญที่ไม่เคยถูกทำให้เป็นอัตโนมัติ ไม่ว่าจะด้วยเหตุผลทางเทคนิคหรือข้อจำกัดทางสังคม "จุดอ่อน" เหล่านั้นคือข้อจำกัดของการเติบโต: "การเติบโตทางเศรษฐกิจอาจถูกจำกัดไม่ใช่โดยสิ่งที่เราทำได้ดี แต่โดยสิ่งที่จำเป็นและยากที่จะปรับปรุง" ดังที่ Aghion, Jones, และ Jones (2017) โต้แย้ง จุดอ่อนดังกล่าวสามารถรักษาส่วนแบ่งแรงงานของรายได้ให้สูงขึ้นในระยะยาว แม้ภายใต้ ระบบอัตโนมัติที่รวดเร็วมาก แพร่หลาย แต่ไม่สมบูรณ์

ตรรกะของ "จุดอ่อน" ไม่เพียงแต่ใช้กับการผลิตสินค้า แต่ยังรวมถึงการทำให้นวัตกรรมเป็นอัตโนมัติด้วย การที่ AI จะเร่งการเติบโตของผลิตภาพอย่างมากนั้นไม่เพียงแต่ต้องปรับปรุงความสามารถเท่านั้น แต่ยังต้องมี ระบบอัตโนมัติในวงกว้าง ของงานที่เกี่ยวข้องกับกระบวนการวิจัยและพัฒนา หลักฐาน ล่าสุดชี้ให้เห็นว่าจุดอ่อนเป็นข้อจำกัดในปัจจุบันในการทำให้การผลิตซอฟต์แวร์เป็นอัตโนมัติ: การเพิ่มขึ้น 10-20 เท่าของจำนวนบรรทัดโค้ดที่สร้างขึ้นหลังจากการแนะนำเอเจนต์เขียนโค้ดทำให้การเผยแพร่ซอฟต์แวร์เพิ่มขึ้นเพียง 30% และไม่มีการเพิ่มขึ้นของการใช้งานแอปโดยรวม

กฎการปรับขนาดนั้นเถียงยาก โมเดลต่างๆ จะดีขึ้น ดีขึ้นมาก ฉันคาดว่าสิ่งนี้จะขับเคลื่อนการเติบโตของผลิตภาพที่เร็วขึ้น และอาจเป็นสัญญาณที่ชัดเจนยิ่งขึ้นของ RSI แต่ฉันไม่คาดว่าการว่างงานจะสูงขึ้นอย่างเห็นได้ชัดในอีกหนึ่งปีข้างหน้า อย่างน้อยก็ไม่ใช่เพราะ AI