Industry 4.0

TUNING WORKFORCE IN THE ROBOT SOCIETY

TUNING WORKFORCE IN THE ROBOT SOCIETY
Share with

Article by: Asst.Prof. Suwan Juntiwasarakij, Ph.D., MEGA Tech Senior Editor

เทคโนโลยีและความทันสมัยมักนำมาซึ่งความกังวลใจ และนอกจากสังคมจะไม่เข้าใจในผลกระทบที่เกิดขึ้นแล้วผู้คนยังไม่สามารถปรับอารมณ์เพื่อรับมือกับสถานการณ์ดังกล่าวได้อีกด้วย กว่าหลายทศวรรษที่หลายผลการศึกษาต่างสรุปว่าจำนวนตำแหน่งงานที่หายไปจากทั่วทุกอุตสาหกรรมเป็นผลมาจากแทนที่แรงงานมนุษย์ด้วยเครื่องที่มีความสามารถในการทำงานไม่ต่างไปจากมนุษย์ และยังมีคำเตือนออกมาว่าเทคโนโลยีดิจิทัลจะเปลี่ยนธรรมชาติของงานไปตลอดกาล

PwC นำเสนอผลการศึกษาเป็นตัวเลขประมาณการณ์ของงานที่มีความเสี่ยงสูงที่จะถูกแทนที่ด้วยระบบออโตเมชัน ภายในต้นทศวรรษ 2030s ทั้งนี้จะมากหรือน้อยนั้นขึ้นอยู่กับประเทศนั้น ตัวเลขประมาณการณ์นั้นแตกต่างกันไปนับตั้งแต่ 20-25% ในบางภูมิภาคเอเชียและแถบนอร์ดิกที่ประชากรมีการศึกษาระดับสูง ไปจนถึง 40% ในแถบยุโรปตะวันออก ซึ่งอุตสาหกรรมการผลิตมีความพร้อมที่ที่จะแทนที่ด้วยระบบออโตเมชัน ซึ่งยังนับว่าเป็นภูมิภาคที่มีอัตราการจ้างงานที่ยังสูงอยู่ ประเทศอย่างเช่นสหราชอาณาจักรและสหรัฐอเมริกาซึ่งมีภาคการบริการเป็นอุตสาหกรรมหลักของประเทศและยังอาศัยแรงงานฝีมือทักษะน้อยกำลังจะเปลี่ยนไปสู่ระบบออโตเมชันกว่าครึ่งในระยะยาว

PwC ได้ศึกษาวิเคราะห์ชุดข้อมูลทีได้รับการอนุเคราะห์จาก OECD โดยลงรายละเอียดในระดับของกระบวนการทำงานย่อยในแต่ละงานของแรงงานกว่า 200,000 รายใน 20 ประเทศ ผนวกกับผลการศึกษาของนักวิจัยอีกจำนวนหนึ่ง ได้มาเป็นประมาณการณ์ของสัดส่วนงานที่ยังเหลืออยู่ซึ่งตกอยู่ในภาวะเสี่ยงต่อการทดแทนด้วยระบบออโตเมชันภายในปี 2030s เป็นรายประเทศ ตามกลุ่มกิจกรรมทางเศรษฐกิจ ตามวิชาชีพ ในแต่ละอุตสาหกรรม และใช้ปัจจัยประชากรของแรงงานเช่น เพศ อายุ และระดับการศึกษา และ PwC ได้จำแนกพัฒนาการของกระบวนการออโตเมชันนี้ที่จะเกิดขึ้นไปจนถึงปี 2030s ออกเป็นคลื่น (waves) การเปลี่ยนแปลงจำนวน 3 คลื่นที่มีลักษณะทับซ้อนกัน

Algorithm waves เป็นคลื่นออโตเมชันมุ่งกระบวนงานที่มีลักษณะการคำนวณแบบไม่ซับซ้อนและการวิเคราะห์ข้อมูลที่โครงสร้าง เช่น ข้อมูลการเงิน ข้อมูลเชิงการประมวลผล และข้อมูลการสื่อสารสัญญาณ ทั้งหมดนี้ได้เกิดขึ้นและดำเดินการแล้ว augmentation waves คือคลื่นออโตเมชันที่มุ่งไปที่กระบวนการทำงานที่มีลักษณะงานที่เกิดขึ้นบ่อย เช่น การกรอกแบบฟอร์ม การสื่อสารแลกเปลี่ยนข้อมูลผ่าน และการวิเคราะห์เชิงสถิติของข้อมูลโครงสร้างไม่ชัดเจนที่ได้มาจากสถานการณ์กึ่งควบความ เช่น การใช้โดรนและหุ่นในงานคลังสินค้า คลื่นระลอกนี้เกิดขึ้นแล้วเช่นกันและคาดว่าจะอิ่มตัวในปลายปี 2020s. autonomy  waves เป็นคลื่นออโตเมชันที่มุ่งทั้งการทดแทนแรงงานของมนุษย์ในทุกสถานการณ์ทุกทักษะ และการแก้ปัญหาที่คาดเดาไม่ได้ในสถานการณ์จริงซึ่งจำเป็นต้องอาศัยการต่อสนองที่รวดเร็ว เช่น ปัญหาในกระบวนการผลิตและการขนส่ง (ยานพาหนะไร้คนขับ) เทคโนโลยีเหล่านี้อยู่ในระหว่างการพัฒนาและยังไม่สุกงอมพร้อมใช้ในระดับประเทศก่อนปี 2030s

Potential job automation rate by country across waves

TUNING WORKFORCE IN THE ROBOT SOCIETY

Potential job at high risk of automation

TUNING WORKFORCE IN THE ROBOT SOCIETY

Potential impacts by type of worker

TUNING WORKFORCE IN THE ROBOT SOCIETY

Potential job at high risk of automation

TUNING WORKFORCE IN THE ROBOT SOCIETY

ความแตกต่างของโครงสร้างตลาดแรงงาน, ระดับทักษะ, และการศึกษา, และนโยบายจากภาครัฐของแต่ละประเทศ องค์ประกอบที่มีความแตกต่างกันของแต่ละประเทศดังที่กล่าวมานี้ นำมาซึ่งความเหลื่อมล้ำของตัวเลขประมาณการณ์ของคลื่นออโตเมชันที่ต่างกัน จนสามารถแบ่งออกมาเป็น 4 กลุ่มดังต่อไปนี้

กลุ่มเศรษฐกิจอุตสาหกรรม ได้แก่ เยอรมนี สโลวาเกีย อิตาลี ซึ่งคาดว่าจะเห็นอัตราการทดแทนแรงงานด้วยระบบออโตเมชันอย่างสูงในระยะยาว ประเทศเหล่านี้มักถูกจัดอยู่ในกลุ่มเดียวกันเนื่องงานในตลาดมีลักษณะที่เหมาะต่อระบบออโตเมชัน และกลุ่มอุตสาหกรรมมีการกระจุกตัวอยู่สูงเหมาะจึงมีแนวโน้มที่จะมีอัตราการเปลี่ยนแปลงไปสู่ระบบออโตเมชันสูง

กลุ่มเศรษฐกิจบริการ ได้แก่ สหรัฐอเมริกา สหราชอาณาจักร ฝรั่งเศส และเนเธอร์แลนด์ มีตัวเลขจำนวนงานที่เข้าข่ายการแทนที่ด้วยระบบออโตเมชันในระดับปานกลาง และยังกระจุกตัวอยู่ในภาคการบริการซึ่งลักษณะงานยังไม่เข้าข่ายที่จะเปลี่ยนแปลงไปสู่ออโตเมชัน ดังนั้นอัตราการเปลี่ยนตรงนี้ยังน้อยกว่าค่าเฉลี่ยในภาคอุตสาหกรรมอื่น

กลุ่มเศษฐกิจเอเชีย ได้แก่ ญี่ปุ่น เกาหลีใต้ สิงคโปร์ และรัสเซีย มีงานที่เข้าข่ายการแทนที่ด้วยระบบออโตเมชันที่ยังน้อยอยู่ ทั้งที่มีการกระจุกตัวของการจ้างงานภาคอุตสาหกรรมต่างๆ อยู่สูง เช่นนี้แล้วจึงมีศักยภาพในการเปลี่ยนแปลงสู่ระบบออโตเมชันที่สูงมาก

กลุ่มเศรษฐกิจนอร์ดิก ได้แก่ ฟินแลนด์ สวีเดน และนอร์เวย์ มีงานที่เข้าข่ายการแทนที่ด้วยระบบออโตเมชันค่อนข้างต่ำในภาพรวม และมีศักยภาพในการเปลี่ยนแปลงสู่ระบบออโตเมชันค่อนข้างต่ำ

Potential impact across countries by employment shares and automatability of jobs

TUNING WORKFORCE IN THE ROBOT SOCIETY

Relative impact from employment shares across industry e.g. manufacturing

TUNING WORKFORCE IN THE ROBOT SOCIETY

Relative impact from the automatability of jobs e.g. educational job requirements

TUNING WORKFORCE IN THE ROBOT SOCIETY

Potential impact of job automation over-time across the four country groups

TUNING WORKFORCE IN THE ROBOT SOCIETY

Task automation across the three waves

TUNING WORKFORCE IN THE ROBOT SOCIETY

The rank order of potential impact over-time across the four country groups

TUNING WORKFORCE IN THE ROBOT SOCIETY

Task composition for manufacturing, financial and insurance, and education sectors

TUNING WORKFORCE IN THE ROBOT SOCIETY

Potential impact of job automation over-time across workers by age group

TUNING WORKFORCE IN THE ROBOT SOCIETY

Related Posts