IMF เตือนโลกเร่งใช้ AI ระวังแรงงานป่วน ‘DHL’ ชี้ลงทุนต้องคุ้มค่า ‘Anthropic’ หนุนมาตรฐานความปลอดภัย

การเข้ามาของปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนภูมิทัศน์เศรษฐกิจโลก ตั้งแต่การลงทุน ตลาดการเงิน ผลิตภาพของภาคธุรกิจ จนถึงโครงสร้างตลาดแรงงาน

 

แต่ท่ามกลางความคาดหวังว่า AI จะเป็นเครื่องยนต์ขับเคลื่อนการเติบโตระลอกใหม่ คำถามสำคัญไม่ได้อยู่เพียงว่าใครจะพัฒนาเทคโนโลยีได้เร็วที่สุด แต่อยู่ที่ว่าใครจะสามารถเปลี่ยน AI ให้เป็นผลลัพธ์ทางเศรษฐกิจที่แท้จริง พร้อมบริหารความเสี่ยงที่มาพร้อมกับความก้าวหน้าดังกล่าวได้

 

ประเด็นนี้ถูกหยิบยกขึ้นอภิปรายในการประชุมประจำปีสภาผู้ว่าการกองทุนการเงินระหว่างประเทศ (IMF) และธนาคารโลก (World Bank) หัวข้อ "AI and the Global Economy: From Risk to Opportunity" 

 

โดยผู้นำจากองค์กรระหว่างประเทศ ภาคธุรกิจ เทคโนโลยี และธนาคารกลาง นำโดย คริสตาลินา กอร์เกียวา (Kristalina Georgieva) กรรมการผู้จัดการกองทุนการเงินระหว่างประเทศ (IMF),

 

ดร.โทเบียส ไมเออร์ (Tobias Meyer) ประธานเจ้าหน้าที่บริหาร DHL Group, แจ็ค คลาร์ก (Jack Clark) ผู้ร่วมก่อตั้ง Anthropic, ทิฟฟ์ แม็กเคลม (Tiff Macklem) ผู้ว่าการธนาคารกลางแคนาดา 

 

และ อาเยชา คานนา (Ayesha Khanna) ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง ADDO ร่วมแลกเปลี่ยนมุมมองอนาคต AI ตั้งแต่นโยบายมหภาคจนถึงการนำไปใช้งานจริงในองค์กร

 

 

AI เปลี่ยนโลกเร็ว จี้ 4 เงื่อนไขกระจายประโยชน์

“กอร์เกียวา” กล่าวว่า AI เป็นเทคโนโลยีที่พัฒนาและแพร่กระจายอย่างรวดเร็วในระดับที่ไม่เคยพบเห็นมาก่อนในยุคปัจจุบัน โดยสร้างโอกาสเติบโตมหาศาลให้กับประเทศที่เชื่อมโยงอยู่ในห่วงโซ่คุณค่าของ AI แม้ในปัจจุบันประเทศเหล่านั้นจะยังมีจำนวนไม่มากก็ตาม

 

อย่างไรก็ตาม AI ไม่ได้เป็นเพียงโอกาสทางเศรษฐกิจ แต่ยังสร้างความปั่นป่วนต่อรูปแบบการทำงาน ชีวิตประจำวัน และแนวโน้มเศรษฐกิจโลก รวมถึงอาจส่งผลต่อเสถียรภาพทางการเงิน

 

“ไม่ว่าจะรัก เกลียด หรือกลัว AI ก็ได้มาถึงแล้ว และกำลังเปลี่ยนแปลงชีวิต การทำงาน และแนวโน้มเศรษฐกิจของเรา”

โจทย์สำคัญของภาครัฐจึงไม่ใช่การหยุดยั้งเทคโนโลยี แต่เป็นการทำให้ประเทศและประชาชนสามารถเข้าถึงและใช้ประโยชน์จาก AI ได้อย่างทั่วถึง โดย IMF มองว่ามีเงื่อนไขสำคัญ 4 ประการ

 

 

1. โครงสร้างพื้นฐานดิจิทัลและไฟฟ้าเพราะการเข้าถึง AI ต้องอาศัยอินเทอร์เน็ตและพลังงานที่เพียงพอ โดย “กอร์เกียวา” ชี้ให้เห็นถึงความเหลื่อมล้ำในแอฟริกา ซึ่งประชาชนจำนวนมากยังขาดการเข้าถึงอินเทอร์เน็ตและไฟฟ้าพื้นฐาน

 

2. การเตรียมความพร้อมของประชาชน ประเทศต่างๆ ต้องเร่งพัฒนาทักษะ เพื่อให้แรงงานสามารถปรับตัวและทำงานร่วมกับเทคโนโลยีใหม่ได้

3. การกระจายการใช้เทคโนโลยี AI ต้องไม่จำกัดอยู่เฉพาะบริษัทเทคโนโลยีขนาดใหญ่ แต่ควรขยายสู่ภาคเกษตร สาธารณสุข การศึกษา และธุรกิจในวงกว้าง ผ่านนโยบายสนับสนุนที่เหมาะสม

4. กฎระเบียบและจริยธรรม ต้องสร้างกลไกกำกับดูแลเพื่อให้ความเสี่ยงจาก AI ไม่ขยายตัวจนบดบังประโยชน์ทางเศรษฐกิจและสังคม

 

 

งานซ้ำซากลด-ทักษะสูงมีค่าตัวเพิ่ม

อีกหนึ่งความท้าทายสำคัญคือผลกระทบต่อตลาดแรงงาน โดย “กอร์เกียวา” อ้างถึงงานศึกษาของ IMF ที่สะท้อนการเปลี่ยนแปลงของความต้องการทักษะและรูปแบบการจ้างงาน

ประการแรก งานบางส่วนต้องการทักษะใหม่ที่เกี่ยวข้องกับ AI มากขึ้น และตำแหน่งงานที่ต้องใช้ทักษะดังกล่าวมีแนวโน้มได้รับค่าตอบแทนสูงกว่า ขณะที่งานที่มีลักษณะซ้ำซากและสามารถทำให้เป็นระบบอัตโนมัติได้อาจทยอยลดลง

ประการต่อมา การเปลี่ยนแปลงทางเศรษฐกิจอาจทำให้เกิดการจ้างงานในภาคบริการเพิ่มขึ้นตามการบริโภค แต่มีความเสี่ยงที่งานบริการบางประเภทจะให้ค่าตอบแทนต่ำกว่างานวิชาชีพที่แรงงานรุ่นใหม่คาดหวัง

สถานการณ์ดังกล่าวสะท้อนความเสี่ยงที่ AI อาจเพิ่มผลิตภาพโดยรวมของเศรษฐกิจ แต่ผลประโยชน์ไม่ได้กระจายไปถึงแรงงานทุกกลุ่มอย่างเท่าเทียมกัน หากขาดการพัฒนาทักษะและมาตรการรองรับที่เพียงพอ

 

 

AI เร็วเหมือน Formula 1 แต่โลกปลอดภัยไม่พอ

ในด้านการกำกับดูแล “กอร์เกียวา” เปรียบเทียบ AI กับรถแข่ง Formula 1 ที่วิ่งด้วยความเร็วสูง ขณะที่กลไกป้องกันอุบัติเหตุและแนวทางควบคุมความเสี่ยงยังตามไม่ทัน

เมื่อเทคโนโลยีเปลี่ยนแปลงรวดเร็วกว่ากระบวนการออกกฎหมาย ภาครัฐจึงไม่สามารถรับมือกับทุกสถานการณ์ได้ด้วยกฎระเบียบเพียงอย่างเดียว ภาคธุรกิจจำเป็นต้องมีความรับผิดชอบและระบบกำกับดูแลตนเองควบคู่กันไป

นอกจากนี้ ประเทศที่มีบทบาทสำคัญในการพัฒนา AI โดยเฉพาะสหรัฐฯ และจีน รวมถึงประเทศอื่นที่กำลังพัฒนาโมเดล AI จำเป็นต้องร่วมมือกันสร้างมาตรการความปลอดภัย หรือ Safety Guardrails เพื่อให้การพัฒนาเทคโนโลยีอยู่ภายใต้กรอบความรับผิดชอบที่เหมาะสม

“กอร์เกียวา” ยังสะท้อนความแตกต่างของแนวทางกำกับดูแลในแต่ละภูมิภาค โดยยุโรปให้ความสำคัญกับกฎระเบียบอย่างเป็นระบบ ขณะที่สหรัฐฯ ให้น้ำหนักกับบทบาทของภาคเอกชน ส่วนจีนมีแนวทางกำกับดูแลของตนเอง

 

 

DHL ย้ำลงทุน AI ต้องตอบโจทย์ธุรกิจ

ในมุมของภาคธุรกิจ “ดร.โทเบียส ไมเออร์” ซีอีโอ DHL Group ซึ่งมีเครือข่ายขนส่งพัสดุประมาณ 100 ล้านชิ้นต่อวัน พนักงานราว 580,000 คน และเครื่องบินประมาณ 300 ลำ มองว่า AI มีบทบาทสำคัญต่อการเปลี่ยนแปลงของการค้าโลกและการบริหารห่วงโซ่อุปทาน

“ไมเออร์” ประเมินว่า AI มีส่วนขับเคลื่อนการเติบโตของการค้าโลกในช่วงครึ่งแรกของปีอย่างมีนัยสำคัญ โดยให้กรอบประมาณการไว้ที่ 60-80% ซึ่งเป็นตัวเลขที่สะท้อนมุมมองของผู้บริหารต่อบทบาทของ AI และควรพิจารณาควบคู่กับวิธีการคำนวณและข้อมูลประกอบ

อย่างไรก็ตาม การมีศักยภาพทางเทคโนโลยีไม่ได้หมายความว่าทุกองค์กรต้องเร่งลงทุนโดยไม่มีข้อจำกัด

“การอัดงบประมาณให้โครงการไอทีมากเกินไปไม่เคยเป็นความคิดที่ดี”

ทั้งนี้ DHL เลือกนำ AI ไปใช้ในกระบวนการที่มีข้อมูลจำนวนมากและสามารถวัดผลได้ชัดเจน เช่น การดำเนินพิธีการศุลกากรและงานบริการลูกค้า แทนที่จะลงทุนในทุกกระบวนการเพียงเพราะเป็นกระแสเทคโนโลยี

หัวใจสำคัญคือการเลือกโจทย์ให้ถูกต้อง ตั้งเป้าหมายทางธุรกิจที่ชัดเจน และประเมินว่าการลงทุนช่วยเพิ่มประสิทธิภาพ ลดต้นทุน หรือยกระดับคุณภาพบริการได้จริงหรือไม่

 

 

Agentic AI จุดเปลี่ยนสู่ระบบทำงานจริง

“ไมเออร์” มองว่า Agentic AI ซึ่งสามารถดำเนินงานตามเป้าหมายและทำงานเชื่อมโยงหลายขั้นตอนได้ เป็นพัฒนาการสำคัญที่ช่วยให้ AI เข้าไปอยู่ในกระบวนการธุรกิจได้มากกว่าแชตบอตทั่วไป

สำหรับธุรกิจโลจิสติกส์ ความถูกต้องของข้อมูลและผลลัพธ์มีความสำคัญอย่างยิ่ง เช่น เมื่อลูกค้าต้องการทราบว่าพัสดุอยู่ที่ใด ระบบต้องให้ข้อมูลตำแหน่งที่ถูกต้อง ไม่ใช่สร้างคำตอบที่ฟังดูสมเหตุสมผลแต่ตรวจสอบไม่ได้

 

อีกประเด็นคือการออกแบบสถาปัตยกรรมเทคโนโลยีให้มีความยืดหยุ่น สามารถแยกส่วนและเปลี่ยนองค์ประกอบได้ เพื่อลดการพึ่งพาผู้ให้บริการรายใดรายหนึ่งมากเกินไป

ด้านจริยธรรม “ไมเออร์” ยกตัวอย่างการใช้กล้อง AI ในรถขนส่ง ซึ่งสามารถช่วยลดอุบัติเหตุร้ายแรงได้ แต่ก็อาจเผชิญข้อกังวลด้านความเป็นส่วนตัว โดยเฉพาะในยุโรป จึงจำเป็นต้องสร้างสมดุลระหว่างความปลอดภัย ประสิทธิภาพ และสิทธิของบุคคล

พร้อมสนับสนุนการพัฒนามาตรฐานสากลที่มีแนวทางชัดเจน คล้ายมาตรฐาน ISO เพื่อให้ธุรกิจขนาดใหญ่และ SMEs สามารถนำ AI ไปใช้ได้อย่างมั่นใจและเข้าถึงประโยชน์จากเทคโนโลยีได้มากขึ้น

 

 

Anthropic ชี้องค์กรต้องกล้ารื้อระบบเดิม

 

“แจ็ค คลาร์ก” ผู้ร่วมก่อตั้ง Anthropic บริษัทพัฒนา AI มองว่าองค์กรที่ต้องการใช้ AI ให้เกิดประโยชน์สูงสุดอาจต้องก้าวข้ามการนำเครื่องมือใหม่มาเสริมกระบวนการเดิม และกล้าปรับโครงสร้างการทำงานใหม่ทั้งหมด

แนวคิดนี้เรียกว่า Creative Destruction หรือการรื้อทำลายอย่างสร้างสรรค์ โดย “คลาร์ก” ยกตัวอย่างการใช้ AI ของ Anthropic เพื่อช่วยเขียนซอฟต์แวร์ระบบเดิมขึ้นใหม่ ทำให้กระบวนการทำงานมีประสิทธิภาพและรวดเร็วยิ่งขึ้น

“คลาร์ก” ชี้ให้เห็นความแตกต่างระหว่างสตาร์ทอัพกับองค์กรขนาดใหญ่ โดยสตาร์ทอัพมีความคล่องตัวในการเปลี่ยนกระบวนการดิจิทัล ขณะที่องค์กรขนาดใหญ่มีข้อได้เปรียบจากข้อมูลเฉพาะทาง ความสัมพันธ์กับลูกค้า และความเข้าใจในโลกกายภาพ เช่น เครือข่ายขนส่งและห่วงโซ่อุปทาน

ดังนั้น การแข่งขันในยุค AI ไม่ได้ขึ้นอยู่กับว่าใครมีโมเดลที่เก่งที่สุดเพียงอย่างเดียว แต่ยังขึ้นอยู่กับความสามารถในการนำเทคโนโลยีไปผสานกับความรู้และกระบวนการขององค์กร

 

 

เร่งสร้างมาตรฐานทดสอบความปลอดภัย AI

 

“คลาร์ก” แสดงความกังวลว่า เทคโนโลยี AI ที่มีศักยภาพสูงกลับยังขาดระบบตรวจสอบความปลอดภัยที่เข้มแข็งและเป็นมาตรฐานเดียวกัน เมื่อเทียบกับสินค้าทั่วไปอย่างของเล่นเด็ก ซึ่งมีข้อกำหนดด้านฉลากและการทดสอบความปลอดภัย

อีกทั้งยังสนับสนุนให้มีการทดสอบความปลอดภัยที่อาศัยความร่วมมือระหว่างผู้พัฒนา การเปิดเผยข้อมูลอย่างโปร่งใส และการประเมินโดยหน่วยงานภายนอก เพื่อให้สังคมสามารถตรวจสอบความเสี่ยงได้อย่างเป็นอิสระ

นอกจากนี้ Anthropic ยังพัฒนา Anthropic Economic Index เพื่อศึกษารูปแบบการใช้งาน AI และทำความเข้าใจผลกระทบต่ออาชีพ ตลาดแรงงาน และภาคอุตสาหกรรม โดยข้อมูลดังกล่าวสามารถช่วยให้ภาครัฐและนักวิเคราะห์ประเมินการเปลี่ยนแปลงได้ละเอียดขึ้น

 

 

แคนาดาเตือนอย่าหวังผลิตภาพเพิ่มทันที

 

“ทิฟฟ์ แม็กเคลม” ผู้ว่าการธนาคารกลางแคนาดา กล่าวถึงผลกระทบของ AI ต่อเศรษฐกิจมหภาคว่า การลงทุนในเทคโนโลยีดังกล่าวกำลังกลายเป็นแรงขับเคลื่อนสำคัญของการลงทุนทั่วโลก และส่งผลต่อผลิตภัณฑ์มวลรวมในประเทศ ตลาดหุ้น ตลาดพันธบัตร และอัตราดอกเบี้ยระยะยาว

อย่างไรก็ตาม การลงทุนที่เพิ่มขึ้นไม่ได้หมายความว่าผลิตภาพจะพุ่งสูงขึ้นทันที เพราะการนำเทคโนโลยีไปใช้จริงในวงกว้างต้องอาศัยเวลา ทั้งการปรับกระบวนการทำงาน การพัฒนาทักษะ และการลงทุนในระบบสนับสนุน

“แม็กเคลม” เปรียบเทียบกับยุคฟองสบู่ดอตคอม ซึ่งแม้จะเกิดความเสียหายจากการลงทุนเกินความคาดหวัง แต่เทคโนโลยีอินเทอร์เน็ตยังสร้างประโยชน์ต่อเศรษฐกิจและสังคมในระยะยาวได้

บทเรียนสำคัญคือ ตลาดอาจประเมินมูลค่าเทคโนโลยีสูงเกินไปในบางช่วงเวลา ขณะที่ประโยชน์ทางเศรษฐกิจที่แท้จริงยังต้องใช้เวลาในการปรากฏให้เห็น
สำหรับประเด็นอัตราดอกเบี้ย

 

 

โดย “แม็กเคลม” ชี้แจงว่าธนาคารกลางยังไม่ได้ปรับขึ้นอัตราดอกเบี้ยตามที่มีการหยิบยกเป็นคำถาม แต่กำลังติดตามความเคลื่อนไหวของราคาพลังงานอย่างใกล้ชิด เนื่องจากต้นทุนพลังงานอาจส่งผลต่อเงินเฟ้อและแนวโน้มเศรษฐกิจ

 

“แม็กเคลม” ย้ำบทบาทของธนาคารกลางว่า การเป็นผู้ให้สภาพคล่องรายสุดท้ายไม่ได้หมายถึงการเข้าไปชำระหนี้หรือรับประกันความเสียหายจากการลงทุนของเอกชน

 

 

AI อัพความเร็ว ต้องอัพตัดสินใจ

 

“ดร. อาเยชา คานนา” (Ayesha Khanna) ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง ADDO สะท้อนปัญหาที่หลายองค์กรกำลังเผชิญว่า แม้การให้พนักงานใช้ AI Copilot จะช่วยเพิ่มผลิตภาพรายบุคคล แต่ผลลัพธ์ดังกล่าวยังไม่จำเป็นต้องแปลเป็นประสิทธิภาพขององค์กรหรือ Operating Leverage ที่ดีขึ้นโดยอัตโนมัติ

 

หลายบริษัททดลองใช้ AI จากระดับพนักงานหรือ Bottom-up มาเป็นเวลาระยะหนึ่ง แต่กลับพบว่าไม่สามารถเปลี่ยนการทดลองให้เป็นกระบวนการทำงานที่สร้างผลลัพธ์ทางธุรกิจได้ จึงจำเป็นต้องกลับมาทบทวนรูปแบบการนำ AI มาใช้ใหม่

 

ตัวชี้วัดผลิตภาพในยุค AI จึงไม่ควรจำกัดอยู่ที่ความเร็วและปริมาณงานที่เพิ่มขึ้น แต่ต้องให้ความสำคัญกับ คุณภาพของการตัดสินใจและคุณภาพของผลงาน เพราะสิ่งเหล่านี้เป็นปัจจัยที่สร้างความได้เปรียบทางการแข่งขันอย่างแท้จริง

 

“คานนา” ยังยกตัวอย่างสิงคโปร์ในฐานะประเทศที่เดินหน้าสนับสนุนการปรับตัวของแรงงานและภาคธุรกิจ ผ่านการฝึกอบรม การอุดหนุนการพัฒนาทักษะ และมาตรการช่วยให้บริษัทพร้อมรองรับบุคลากรที่มีทักษะใหม่

 

 

5 ผู้นำใช้ AI ในชีวิตประจำวัน

อีกประเด็นที่น่าสนใจคือ การนำ AI มาใช้ในชีวิตส่วนตัวของผู้บริหาร ซึ่งสะท้อนให้เห็นว่าเทคโนโลยีไม่ได้จำกัดอยู่ในห้องประชุมหรือระบบงานขององค์กรอีกต่อไป

“กอร์เกียวา” ใช้ AI ช่วยตรวจสอบอีเมลและจัดการงาน รวมถึงติดตามการบริโภคอาหารและนับแคลอรี สามารถลดน้ำหนักได้ 8 ปอนด์

 

“คลาร์ก” ใช้ AI ช่วยอ่านบทความวิจัย สรุปเนื้อหา และตรวจสอบความเข้าใจคล้ายมีครูส่วนตัว อีกทั้งใช้สร้างรายงานวิเคราะห์ห่วงโซ่อุปทาน AI แยกตามประเทศได้อย่างรวดเร็ว รวมถึงขอคำแนะนำด้านโภชนาการสำหรับลูกวัยเตาะแตะ

 

ขณะที่ “แม็กเคลม” ใช้โมเดลภาษาขนาดใหญ่ (LLM) เพื่อหาไอเดียเมนูอาหารเย็น ส่วน “คานนา” ใช้ AI ช่วยจัดการเวลาและเตือนให้ลุกเดินเป็นระยะ เพื่อกลับไปทำงานที่ต้องใช้สมาธิอย่างลึกซึ้ง

 

ในทางกลับกัน “ไมเออร์” ยังคงมีท่าทีระมัดระวังต่อการใช้ AI ในชีวิตส่วนตัว โดยมองว่าการบริหารธุรกิจที่มีสินทรัพย์และการดำเนินงานอยู่ในโลกจริง จำเป็นต้องเข้าใจตัวเลขและข้อเท็จจริงจากหน้างาน ไม่ควรพึ่งพา AI จนสูญเสียการสัมผัสกับความเป็นจริง

 

 

ผู้ชนะยุค AI ไม่ใช่แค่คนที่ใช้เร็วที่สุด

 

AI กำลังเปิดโอกาสให้เศรษฐกิจโลกเพิ่มผลิตภาพและสร้างธุรกิจรูปแบบใหม่ แต่ผลลัพธ์จะขึ้นอยู่กับความสามารถในการนำเทคโนโลยีไปใช้จริง มากกว่าการลงทุนตามกระแส

สำหรับภาคธุรกิจ โจทย์คือการเลือกปัญหาที่เหมาะสม กล้าปรับกระบวนการทำงาน และวัดผลจากคุณภาพของการตัดสินใจและผลลัพธ์ที่เกิดขึ้นจริง ขณะที่ภาครัฐต้องเร่งพัฒนาโครงสร้างพื้นฐานและทักษะแรงงาน พร้อมสร้างกรอบกำกับดูแลที่ส่งเสริมนวัตกรรมโดยไม่ละเลยความปลอดภัย

ส่วนตลาดแรงงานจำเป็นต้องเตรียมพร้อมรับการเปลี่ยนแปลง ทั้งจากงานซ้ำซากที่อาจลดลงและความต้องการทักษะใหม่ที่เพิ่มขึ้น

ท้ายที่สุด AI อาจเป็นเครื่องยนต์สำคัญของเศรษฐกิจโลกในระยะยาว แต่การเติบโตอย่างยั่งยืนจะเกิดขึ้นได้ก็ต่อเมื่อเทคโนโลยีสร้างประโยชน์ให้กับธุรกิจ แรงงาน และสังคมในวงกว้าง ไม่ใช่เพียงเพิ่มความเร็วในการทำงานหรือผลักดันมูลค่าการลงทุนให้สูงขึ้นเท่านั้น.