How Technology Is Destroying Jobs พิมพ์ธิดา บุบผะเรณู ID: 5520221001

How Technology Is Destroying Jobs พิมพ์ธิดา บุบผะเรณู ID: 5520221001
By David Rotman on June 12, 2013
MIT Technology Review Magazine July/ August 2013

Given his calm and reasoned academic demeanor, it is easy to miss just how provocative Erik Brynjolfsson’s contention really is. -Brynjolfsson, a professor at the MIT Sloan School of Management, and his collaborator and coauthor Andrew McAfee have been arguing for the last year and a half that impressive advances in computer technology—from improved industrial robotics to automated translation services—are largely behind the sluggish employment growth of the last 10 to 15 years. Even more ominous for workers, the MIT academics foresee dismal prospects for many types of jobs as these powerful new technologies are increasingly adopted not only in manufacturing, clerical, and retail work but in professions such as law, financial services, education, and medicine.
That robots, automation, and software can replace people might seem obvious to anyone who’s worked in automotive manufacturing or as a travel agent. But Brynjolfsson and McAfee’s claim is more troubling and controversial. They believe that rapid technological change has been destroying jobs faster than it is creating them, contributing to the stagnation of median income and the growth of inequality in the United States. And, they suspect, something similar is happening in other technologically advanced countries.
Perhaps the most damning piece of evidence, according to Brynjolfsson, is a chart that only an economist could love. In economics, productivity—the amount of economic value created for a given unit of input, such as an hour of labor—is a crucial indicator of growth and wealth creation. It is a measure of progress. On the chart Brynjolfsson likes to show, separate lines represent productivity and total employment in the United States. For years after World War II, the two lines closely tracked each other, with increases in jobs corresponding to increases in productivity. The pattern is clear: as businesses generated more value from their workers, the country as a whole became richer, which fueled more economic activity and created even more jobs. Then, beginning in 2000, the lines diverge; productivity continues to rise robustly, but employment suddenly wilts. By 2011, a significant gap appears between the two lines, showing economic growth with no parallel increase in job creation. Brynjolfsson and McAfee call it the “great decoupling.” And Brynjolfsson says he is confident that technology is behind both the healthy growth in productivity and the weak growth in jobs.
It’s a startling assertion because it threatens the faith that many economists place in technological progress. Brynjolfsson and McAfee still believe that technology boosts productivity and makes societies wealthier, but they think that it can also have a dark side: technological progress is eliminating the need for many types of jobs and leaving the typical worker worse off than before. -Brynjolfsson can point to a second chart indicating that median income is failing to rise even as the gross domestic product soars. “It’s the great paradox of our era,” he says. “Productivity is at record levels, innovation has never been faster, and yet at the same time, we have a falling median income and we have fewer jobs. People are falling behind because technology is advancing so fast and our skills and organizations aren’t keeping up.”
Brynjolfsson and McAfee are not Luddites. Indeed, they are sometimes accused of being too optimistic about the extent and speed of recent digital advances. Brynjolfsson says they began writing Race Against the Machine, the 2011 book in which they laid out much of their argument, because they wanted to explain the economic benefits of these new technologies (Brynjolfsson spent much of the 1990s sniffing out evidence that information technology was boosting rates of productivity). But it became clear to them that the same technologies making many jobs safer, easier, and more productive were also reducing the demand for many types of human workers.


Anecdotal evidence that digital technologies threaten jobs is, of course, everywhere. Robots and advanced automation have been common in many types of manufacturing for decades. In the United States and China, the world’s manufacturing powerhouses, fewer people work in manufacturing today than in 1997, thanks at least in part to automation. Modern automotive plants, many of which were transformed by industrial robotics in the 1980s, routinely use machines that autonomously weld and paint body parts—tasks that were once handled by humans. Most recently, industrial robots like Rethink Robotics’ Baxter (see “The Blue-Collar Robot,” May/June 2013), more flexible and far cheaper than their predecessors, have been introduced to perform simple jobs for small manufacturers in a variety of sectors. The website of a Silicon Valley startup called Industrial Perception features a video of the robot it has designed for use in warehouses picking up and throwing boxes like a bored elephant. And such sensations as Google’s driverless car suggest what automation might be able to accomplish someday soon.
A less dramatic change, but one with a potentially far larger impact on employment, is taking place in clerical work and professional services. Technologies like the Web, artificial intelligence, big data, and improved analytics—all made possible by the ever increasing availability of cheap computing power and storage capacity—are automating many routine tasks. Countless traditional white-collar jobs, such as many in the post office and in customer service, have disappeared. W. Brian Arthur, a visiting researcher at the Xerox Palo Alto Research Center’s intelligence systems lab and a former economics professor at Stanford University, calls it the “autonomous economy.” It’s far more subtle than the idea of robots and automation doing human jobs, he says: it involves “digital processes talking to other digital processes and creating new processes,” enabling us to do many things with fewer people and making yet other human jobs obsolete.
It is this onslaught of digital processes, says Arthur, that primarily explains how productivity has grown without a significant increase in human labor. And, he says, “digital versions of human intelligence” are increasingly replacing even those jobs once thought to require people. “It will change every profession in ways we have barely seen yet,” he warns.
McAfee, associate director of the MIT Center for Digital Business at the Sloan School of Management, speaks rapidly and with a certain awe as he describes advances such as Google’s driverless car. Still, despite his obvious enthusiasm for the technologies, he doesn’t see the recently vanished jobs coming back. The pressure on employment and the resulting inequality will only get worse, he suggests, as digital technologies—fueled with “enough computing power, data, and geeks”—continue their exponential advances over the next several decades. “I would like to be wrong,” he says, “but when all these science-fiction technologies are deployed, what will we need all the people for?”
New Economy?
But are these new technologies really responsible for a decade of lackluster job growth? Many labor economists say the data are, at best, far from conclusive. Several other plausible explanations, including events related to global trade and the financial crises of the early and late 2000s, could account for the relative slowness of job creation since the turn of the century. “No one really knows,” says Richard Freeman, a labor economist at Harvard University. That’s because it’s very difficult to “extricate” the effects of technology from other macroeconomic effects, he says. But he’s skeptical that technology would change a wide range of business sectors fast enough to explain recent job numbers.
Employment trends have polarized the workforce and hollowed out the middle class.
David Autor, an economist at MIT who has extensively studied the connections between jobs and technology, also doubts that technology could account for such an abrupt change in total employment. “There was a great sag in employment beginning in 2000. Something did change,” he says. “But no one knows the cause.” Moreover, he doubts that productivity has, in fact, risen robustly in the United States in the past decade (economists can disagree about that statistic because there are different ways of measuring and weighing economic inputs and outputs). If he’s right, it raises the possibility that poor job growth could be simply a result of a sluggish economy. The sudden slowdown in job creation “is a big puzzle,” he says, “but there’s not a lot of evidence it’s linked to computers.”
To be sure, Autor says, computer technologies are changing the types of jobs available, and those changes “are not always for the good.” At least since the 1980s, he says, computers have increasingly taken over such tasks as bookkeeping, clerical work, and repetitive production jobs in manufacturing—all of which typically provided middle-class pay. At the same time, higher-paying jobs requiring creativity and problem-solving skills, often aided by computers, have proliferated. So have low-skill jobs: demand has increased for restaurant workers, janitors, home health aides, and others doing service work that is nearly impossible to automate. The result, says Autor, has been a “polarization” of the workforce and a “hollowing out” of the middle class—something that has been happening in numerous industrialized countries for the last several decades. But “that is very different from saying technology is affecting the total number of jobs,” he adds. “Jobs can change a lot without there being huge changes in employment rates.”
What’s more, even if today’s digital technologies are holding down job creation, history suggests that it is most likely a temporary, albeit painful, shock; as workers adjust their skills and entrepreneurs create opportunities based on the new technologies, the number of jobs will rebound. That, at least, has always been the pattern. The question, then, is whether today’s computing technologies will be different, creating long-term involuntary unemployment.
At least since the Industrial Revolution began in the 1700s, improvements in technology have changed the nature of work and destroyed some types of jobs in the process. In 1900, 41 percent of Americans worked in agriculture; by 2000, it was only 2 percent. Likewise, the proportion of Americans employed in manufacturing has dropped from 30 percent in the post–World War II years to around 10 percent today—partly because of increasing automation, especially during the 1980s.


While such changes can be painful for workers whose skills no longer match the needs of employers, Lawrence Katz, a Harvard economist, says that no historical pattern shows these shifts leading to a net decrease in jobs over an extended period. Katz has done extensive research on how technological advances have affected jobs over the last few centuries—describing, for example, how highly skilled artisans in the mid-19th century were displaced by lower-skilled workers in factories. While it can take decades for workers to acquire the expertise needed for new types of employment, he says, “we never have run out of jobs. There is no long-term trend of eliminating work for people. Over the long term, employment rates are fairly stable. People have always been able to create new jobs. People come up with new things to do.”
Still, Katz doesn’t dismiss the notion that there is something different about today’s digital technologies—something that could affect an even broader range of work. The question, he says, is whether economic history will serve as a useful guide. Will the job disruptions caused by technology be temporary as the workforce adapts, or will we see a science-fiction scenario in which automated processes and robots with superhuman skills take over a broad swath of human tasks? Though Katz expects the historical pattern to hold, it is “genuinely a question,” he says. “If technology disrupts enough, who knows what will happen?”
Dr. Watson
To get some insight into Katz’s question, it is worth looking at how today’s most advanced technologies are being deployed in industry. Though these technologies have undoubtedly taken over some human jobs, finding evidence of workers being displaced by machines on a large scale is not all that easy. One reason it is difficult to pinpoint the net impact on jobs is that automation is often used to make human workers more efficient, not necessarily to replace them. Rising productivity means businesses can do the same work with fewer employees, but it can also enable the businesses to expand production with their existing workers, and even to enter new markets.
Take the bright-orange Kiva robot, a boon to fledgling e-commerce companies. Created and sold by Kiva Systems, a startup that was founded in 2002 and bought by Amazon for $775 million in 2012, the robots are designed to scurry across large warehouses, fetching racks of ordered goods and delivering the products to humans who package the orders. In Kiva’s large demonstration warehouse and assembly facility at its headquarters outside Boston, fleets of robots move about with seemingly endless energy: some newly assembled machines perform tests to prove they’re ready to be shipped to customers around the world, while others wait to demonstrate to a visitor how they can almost instantly respond to an electronic order and bring the desired product to a worker’s station.
A warehouse equipped with Kiva robots can handle up to four times as many orders as a similar unautomated warehouse, where workers might spend as much as 70 percent of their time walking about to retrieve goods. (Coincidentally or not, Amazon bought Kiva soon after a press report revealed that workers at one of the retailer’s giant warehouses often walked more than 10 miles a day.)
Despite the labor-saving potential of the robots, Mick Mountz, Kiva’s founder and CEO, says he doubts the machines have put many people out of work or will do so in the future. For one thing, he says, most of Kiva’s customers are e-commerce retailers, some of them growing so rapidly they can’t hire people fast enough. By making distribution operations cheaper and more efficient, the robotic technology has helped many of these retailers survive and even expand. Before founding Kiva, Mountz worked at Webvan, an online grocery delivery company that was one of the 1990s dot-com era’s most infamous flameouts. He likes to show the numbers demonstrating that Webvan was doomed from the start; a $100 order cost the company $120 to ship. Mountz’s point is clear: something as mundane as the cost of materials handling can consign a new business to an early death. Automation can solve that problem.


Meanwhile, Kiva itself is hiring. Orange balloons—the same color as the robots—hover over multiple cubicles in its sprawling office, signaling that the occupants arrived within the last month. Most of these new employees are software engineers: while the robots are the company’s poster boys, its lesser-known innovations lie in the complex algorithms that guide the robots’ movements and determine where in the warehouse products are stored. These algorithms help make the system adaptable. It can learn, for example, that a certain product is seldom ordered, so it should be stored in a remote area.
Though advances like these suggest how some aspects of work could be subject to automation, they also illustrate that humans still excel at certain tasks—for example, packaging various items together. Many of the traditional problems in robotics—such as how to teach a machine to recognize an object as, say, a chair—remain largely intractable and are especially difficult to solve when the robots are free to move about a relatively unstructured environment like a factory or office.
Techniques using vast amounts of computational power have gone a long way toward helping robots understand their surroundings, but John Leonard, a professor of engineering at MIT and a member of its Computer Science and Artificial Intelligence Laboratory (CSAIL), says many familiar difficulties remain. “Part of me sees accelerating progress; the other part of me sees the same old problems,” he says. “I see how hard it is to do anything with robots. The big challenge is uncertainty.” In other words, people are still far better at dealing with changes in their environment and reacting to unexpected events.
For that reason, Leonard says, it is easier to see how robots could work with humans than on their own in many applications. “People and robots working together can happen much more quickly than robots simply replacing humans,” he says. “That’s not going to happen in my lifetime at a massive scale. The semiautonomous taxi will still have a driver.”
One of the friendlier, more flexible robots meant to work with humans is Rethink’s Baxter. The creation of Rodney Brooks, the company’s founder, Baxter needs minimal training to perform simple tasks like picking up objects and moving them to a box. It’s meant for use in relatively small manufacturing facilities where conventional industrial robots would cost too much and pose too much danger to workers. The idea, says Brooks, is to have the robots take care of dull, repetitive jobs that no one wants to do.
It’s hard not to instantly like Baxter, in part because it seems so eager to please. The “eyebrows” on its display rise quizzically when it’s puzzled; its arms submissively and gently retreat when bumped. Asked about the claim that such advanced industrial robots could eliminate jobs, Brooks answers simply that he doesn’t see it that way. Robots, he says, can be to factory workers as electric drills are to construction workers: “It makes them more productive and efficient, but it doesn’t take jobs.”
The machines created at Kiva and Rethink have been cleverly designed and built to work with people, taking over the tasks that the humans often don’t want to do or aren’t especially good at. They are specifically designed to enhance these workers’ productivity. And it’s hard to see how even these increasingly sophisticated robots will replace humans in most manufacturing and industrial jobs anytime soon. But clerical and some professional jobs could be more vulnerable. That’s because the marriage of artificial intelligence and big data is beginning to give machines a more humanlike ability to reason and to solve many new types of problems.
Even if the economy is only going through a transition, it is an extremely painful one for many.
In the tony northern suburbs of New York City, IBM Research is pushing super-smart computing into the realms of such professions as medicine, finance, and customer service. IBM’s efforts have resulted in Watson, a computer system best known for beating human champions on the game show Jeopardy! in 2011. That version of Watson now sits in a corner of a large data center at the research facility in Yorktown Heights, marked with a glowing plaque commemorating its glory days. Meanwhile, researchers there are already testing new generations of Watson in medicine, where the technology could help physicians diagnose diseases like cancer, evaluate patients, and prescribe treatments.
IBM likes to call it cognitive computing. Essentially, Watson uses artificial-¬intelligence techniques, advanced natural-language processing and analytics, and massive amounts of data drawn from sources specific to a given application (in the case of health care, that means medical journals, textbooks, and information collected from the physicians or hospitals using the system). Thanks to these innovative techniques and huge amounts of computing power, it can quickly come up with “advice”—for example, the most recent and relevant information to guide a doctor’s diagnosis and treatment decisions.
Despite the system’s remarkable ability to make sense of all that data, it’s still early days for Dr. Watson. While it has rudimentary abilities to “learn” from specific patterns and evaluate different possibilities, it is far from having the type of judgment and intuition a physician often needs. But IBM has also announced it will begin selling Watson’s services to customer-support call centers, which rarely require human judgment that’s quite so sophisticated. IBM says companies will rent an updated version of Watson for use as a “customer service agent” that responds to questions from consumers; it has already signed on several banks. Automation is nothing new in call centers, of course, but Watson’s improved capacity for natural-language processing and its ability to tap into a large amount of data suggest that this system could speak plainly with callers, offering them specific advice on even technical and complex questions. It’s easy to see it replacing many human holdouts in its new field.
Digital Losers
The contention that automation and digital technologies are partly responsible for today’s lack of jobs has obviously touched a raw nerve for many worried about their own employment. But this is only one consequence of what ¬Brynjolfsson and McAfee see as a broader trend. The rapid acceleration of technological progress, they say, has greatly widened the gap between economic winners and losers—the income inequalities that many economists have worried about for decades. Digital technologies tend to favor “superstars,” they point out. For example, someone who creates a computer program to automate tax preparation might earn millions or billions of dollars while eliminating the need for countless accountants.
New technologies are “encroaching into human skills in a way that is completely unprecedented,” McAfee says, and many middle-class jobs are right in the bull’s-eye; even relatively high-skill work in education, medicine, and law is affected. “The middle seems to be going away,” he adds. “The top and bottom are clearly getting farther apart.” While technology might be only one factor, says McAfee, it has been an “underappreciated” one, and it is likely to become increasingly significant.
Not everyone agrees with Brynjolfsson and McAfee’s conclusions—particularly the contention that the impact of recent technological change could be different from anything seen before. But it’s hard to ignore their warning that technology is widening the income gap between the tech-savvy and everyone else. And even if the economy is only going through a transition similar to those it’s endured before, it is an extremely painful one for many workers, and that will have to be addressed somehow. Harvard’s Katz has shown that the United States prospered in the early 1900s in part because secondary education became accessible to many people at a time when employment in agriculture was drying up. The result, at least through the 1980s, was an increase in educated workers who found jobs in the industrial sectors, boosting incomes and reducing inequality. Katz’s lesson: painful long-term consequences for the labor force do not follow inevitably from technological changes.
Brynjolfsson himself says he’s not ready to conclude that economic progress and employment have diverged for good. “I don’t know whether we can recover, but I hope we can,” he says. But that, he suggests, will depend on recognizing the problem and taking steps such as investing more in the training and education of workers.
“We were lucky and steadily rising productivity raised all boats for much of the 20th century,” he says. “Many people, especially economists, jumped to the conclusion that was just the way the world worked. I used to say that if we took care of productivity, everything else would take care of itself; it was the single most important economic statistic. But that’s no longer true.” He adds, “It’s one of the dirty secrets of economics: technology progress does grow the economy and create wealth, but there is no economic law that says everyone will benefit.” In other words, in the race against the machine, some are likely to win while many others lose.

Mr.Erik Brynjolfsson’s เป็นศาสตราจารย์อยู่ที่ MIT และผู้ร่วมเขียน Andrew McAfee ได้เกิดประเด็นถกเถียงกันถึงความก้าวหน้าอย่างมากของระบบ Computer Technology ที่ได้พิสูจน์ให้เห็นว่าหุ่นยนต์อุตสาหกรรมได้เปลี่ยนแปลงการทำงานให้เป็นระบบอัตโนมัติมากขึ้น จนเป็นเหตุผลสำคัญที่ทำให้การเติบโตของตำแหน่งงานในช่วง 10ถึง15 ปีที่ผ่านมาเป็นไปอย่างเชื่องช้า ซึ่งถือเป็นลางร้ายของคนงานทั้งหลาย ทาง MIT ได้ศึกษาพบว่ามีงานหลายประเภทที่เปลี่ยนแปลงไปอย่างมากเมื่อนำเทคโนโลยีสมัยใหม่มาใช้ ไม่แต่เฉพาะงานโรงงานอุตสาหกรรม งานธุรการหรืองานค้าปลีกในแต่ละสายงานในด้านวิชาชีพต่างๆ อาทิเช่น งานกฎหมาย งานบัญชี งานด้านการศึกษาและงานทางด้านการแพทย์ ก็เกิดการเปลี่ยนแปลงด้วยเช่นกัน
Robot Automation and Software สามารถทำงานแทนใครก็ได้ที่ทำงานอยู่ในอุตสาหกรรมรถยนต์หรือแม้แต่เป็นตัวแทนการท่องเที่ยวด้วย แต่ความเห็นของ Brynjolfsson และ Mcafee’sได้พูดถึงประเด็นนี้อย่างหนักแน่น พวกเขาเชื่อว่าการใช้เทคโนโลยีที่มีความเร็วสูงจะเป็นตัวทำลายตำแหน่งงาน แทนการทำให้ตำแหน่งงานเพิ่มขึ้น ช่วยให้ค่าเฉลี่ยของรายได้ที่ซบเซาอยู่เกิดการเติบโตอย่างไม่เท่าเทียมกันขึ้นในสหรัฐ และยังสงสัยว่าจะมีบางอย่างเกิดขึ้นในประเทศอื่นที่มีความก้าวหน้าทางเทคโนโลยีด้วยเช่นกัน
นอกจากนี้ยังพบหลักฐานที่บางอย่างที่สอดคล้องกับแผนผังของ Brynjolfsson ซึ่งนักเศรษฐศาสตร์ส่วนใหญ่ยอมรับ โดยในทางเศรษฐศาสตร์ ผลิตผล ทำให้เกิดมีมูลค่าเพิ่มทางด้านเศรษฐศาสตร์สำหรับสิ่งที่ใส่เข้าไป เช่นหนึ่งชั่วโมงของการทำงาน เป็นตัวชี้วัดความเจริญเติบโตและความมั่งคั่ง อีกทั้งยังเป็นตัวชี้วัดของความก้าวหน้า ในแผนภูมิดังกล่าว Brynjolfsson ได้แสดงให้เห็นว่าเส้นที่แยกจากกัน เป็นตัวแทนของผลิตผลและการจ้างงานทั้งหมดในสหรัฐอเมริกา เป็นเวลาหลายปีหลังสงครามโลกครั้งที่ 2 เส้น ทั้งอยู่ใกล้ชิดกันมาก การเพิ่มของงานสอดคล้องกับการเพิ่มของผลิต รูปแบบชัดเจน ธุรกิจเติบโตมากขึ้นจากคนงานที่เพิ่มขึ้น ประเทศชาติโดยรวมร่ำรวยขึ้น ซึ่งมีอิทธิพลให้ความเคลื่อนไหวทางเศรษฐกิจเติบโตขึ้น ต่อมาการเริ่มต้นในปี 2000 เส้นทั้งสองเริ่มออกห่างจากกัน ผลผลิตยังคงเพิ่มขึ้นต่อเนื่องอย่างแข็งแรงแต่การจ้างงานกลับลดลง หลังปี2011 เกิดช่องว่างที่สำคัญระหว่างสองเส้นนี้ ที่แสดงให้เห็นว่าการเติบโตทางเศรษฐกิจไม่สอดคล้องกับการเติบโตของตำแหน่งงาน Brynjolfsson และ Mcafee’s เรียกว่า “Great Decoupling”และ Brynjolfsson กล่าวว่าเขาเชื่อมั่นว่า เทคโนโลยี่อยู่เบื้องหลังการเติบโตอย่างแข็งแรงของผลผลิตและความเติบโตอย่างอ่อนแรงของตำแหน่งงาน
เป็นการยืนยันเพื่อสร้างความเชื่อมั่นว่า นักเศรษฐศาสตร์จำนวนมากที่อยู่ในกระบวนการทางด้านเทคโนโลยี Brynjolfsson และ Mcafee’s ยังเชื่อว่าเทคโนโลยีเป็นตัวกระตุ้นผลผลิตทำให้ประเทศชาติมั่งคั่ง แต่อีกด้านหนึ่งที่เป็นด้านมืด โดยความก้าวหน้าทางเทคโนโลยีได้ลดทอนความต้องการของตำแหน่งงานในรูปแบบต่างๆลง ทำให้ตำแหน่งงานบางอย่างเลวร้ายลงกว่าเดิม Brynjolfsson ได้ชี้ให้เห็นแผนภูมิที่สองที่แสดงค่าเฉลี่ยของรายได้ที่ลดลงในขณะที่ ผลิตภัณฑ์มวลรวมของประเทศเพิ่มขึ้น “มันเป็นเรื่องผิตปกติใหญ่หลวงแห่งยุค” โดยได้กล่าวว่า รายได้เฉลี่ยของประชาชนลดลงและตำแหน่งงานลดลง ประชาชนถูกทิ้งไว้ข้างหลังเพราะความก้าวหน้าทางเทคโนโลยีที่รวดเร็ว ทักษะการทำงานและโครงสร้างการจัดการตามไม่ทัน
Brynjolfssonและ Mcafee’s ได้เริ่มเขียนหนังสือเรื่อง “Race Against the Machine” ในปี 2011 ซึ่งในตอนแรกพวกเค้าต้องการที่จะอธิบายถึงข้อดีและผลประโยชน์ที่ได้รับจากการที่มีเทคโนโลยีใหม่ๆมาช่วยในการทำงาน แต่เมื่อเค้าศึกษาข้อมูลเพิ่มมากขึ้นทำให้พวกเค้าได้ทราบว่าแม้เทคโลยีจะทำให้มีความปลอดภัยในการทำงานเพิ่มมากขึ้น อีกทั้งยังช่วยให้การทำงานง่ายขึ้น และผลผลิตที่มากขึ้น แต่ในทางตรงกันข้ามก็ทำให้ความต้องการแรงงานจากมนุษย์ลดลงด้วย
เป็นหลักฐานชัดเจนว่าเทคโนโลยีดิจิตอลได้ทำลายอาชีพของเรา เป็นที่แน่นอนว่าในทุกแห่ง หุ่นยนต์และระบบอัตโนมัติที่ก้าวหน้าเป็นเรื่องปกติในโรงงานอุตสาหกรรมต่างๆมาแล้วเป็น10 ปี ในสหรัฐและจีน ซึ่งเป็นแหล่งอุตสาหกรรมขนาดใหญ่ของโลก แต่มีการใช้แรงงานคนน้อยกว่าในปี 1997 โดยเฉพาะในส่วนของระบบอัตโนมัติ โรงงานผลิตรถยนต์ที่ทันสมัย ได้เปลี่ยนมาใช้หุ่นยนต์อุตสาหกรรมในปี 1980 ปกติจะใช้เครื่องจักรเชื่อมอัตโนมัติและพ่นสีตัวรถซึ่งครั้งหนึ่งทำด้วยมือมนุษย์ ปัจจุบันหุ่นยนต์ในอุตสาหกรรมเช่น Rethink Robotic’Baxter ซึ่งมีความยืดหยุ่นกว่าและถูกกว่าที่รุ่นก่อนถูกแนะนำให้ใช้กับงานง่ายๆสำหรับผู้ผลิตรายเล็กในงานที่หลากหลาย เว็บไซด์ของSilicon Valley ได้เรียกสิ่งนี้ว่า Industrial Perception Features และได้นำเสนอวิดีโอของหุ่นยนต์ซึ่งถูกออกแบบไว้ทำงานในคลังสินค้าเกี่ยวกับการหยิบจับสินค้าคล้ายกับช้าง เช่นเดียวกับรถยนต์ไร้คนขับของ Googleที่คาดว่าจะต้องเกิดขึ้นได้จริงได้วันหนึ่ง

เทคโนโลยีสมัยใหม่จะต้องเป็นผู้รับผิดชอบที่เป็นตัวเคลือบตำแหน่งงานมาเป็นสิบปี นักเศรษฐศาสตร์ด้านแรงงานจำนวนมาก ได้กล่าวว่า ข้อมูลที่ดีที่สุดทั้งหลายยังไม่มีการสรุป คำอธิบายที่มีเหตุผลทั้งหลาย รวมทั้งเหตุการณ์ที่สัมพันธ์กับการค้าโลกและวิกฤตการณ์ทางด้านการเงินเมื่อต้นปี2000 จะเป็นสัดส่วนสัมพันธ์กับการเพิ่มขึ้นของตำแหน่งงานที่ล่าช้าตั้งแต่การเปลี่ยนแปลงศตวรรษใหม่ Richard Freeman a Labor Economist at Harvard University กล่าวว่า“ไม่มีใครรู้จริง” เพราะเป็นเรื่องยากที่จะช่วยให้หลุดพ้นจากผลกระทบของเทคโนโลยีต่อเศรษฐศาสตร์มหภาค เขากล่าวว่า เขามีความสงสัยว่าเทคโนโลยีจะเปลี่ยนแปลงช่องว่างให้กว้างขึ้นของภาคธุรกิจรวดเร็วเพียงพอที่จะอธิบายถึงตำแหน่งงานที่หายไปแนวโน้มการจ้างงานจะแบ่งเป็นฝ่ายและเกิดช่องว่ากับคนชั้นกลาง
นักเศรษฐศาสตร์ประจำ MIT ได้ศึกษาความเชื่อมโยงระหว่างตำแหน่งงานและเทคโนโลยี โดยสงสัยว่าเทคโนโลยีสามารถนับจำนวนตำแหน่งงานทั้งหมดที่เปลี่ยนแปลงไป ได้มีการลดจำนวนแรงงานลงจำนวนมหาศาลเมื่อเริ่มปี 2000 บางอย่างทำให้เกิดการเปลี่ยนแปลง ไม่มีใครรู้สาเหตุที่มากกว่านั้น เขาสงสัยว่าการเพิ่มผลผลิตที่เติบโตอย่างมั่นคงในสหรัฐในช่วงหลายสิบปีที่ผ่านมา(นักเศรษฐศาสตร์อาจไม่เห็นด้วยกับสถิติเพราะมันมีหลายแนวที่จะชี้วัดและให้น้ำหนักแก่ข้อมูลดิบทางด้านเศรษฐศาสตร์ขาเข้าและผลลัพธ์ที่ได้) ถ้าความเห็นเขาถูกต้อง จะเพิ่มความเป็นไปได้ที่การเพิ่มตำแหน่งงานอย่างยากลำบากส่งผลให้เศรษฐกิจเติบโตอย่างเชื่องช้า การลดลงอย่างทันทีทันใดของตำแหน่งงาน ทำให้เกิดความงุนงงครั้งใหญ่ เขาพูดว่า ยังไม่มีหลักฐานว่า มันเชื่อมโยงกับระบบคอมพิวเตอร์
เป็นที่แน่ชัด ผู้เขียนกล่าวว่า เทคโนโลยีทางด้านคอมพิวเตอร์ได้เปลี่ยนประเภทของตำแหน่งงานที่เหลืออยู่ การเปลี่ยนแปลงเหล่านั้นมักจะไม่เป็นไปในแนวทางที่ดี” อย่างน้อยตั้งแต่ปี 1980 เขาบอกว่า ระบบคอมพิวเตอร์เพิ่มขึ้นทดแทนแรงงานที่มีลักษณะงานดังนี้ อาทิเช่น การเก็บหนังสือ งานธุรการทั่วไป และการผลิตที่มีลักษณะทำซ้ำในโรงงานอุตสาหกรรม ปกติเป็นงานที่ต้องจ่ายค่าแรงในระดับกลาง ในขณะเดียวกัน งานที่ต้องจ่ายค่าจ้างเพิ่มขึ้นคืองานที่ต้องใช้ความคิดสร้างสรรค์และความเชี่ยวชาญในการแก้ปัญหา ซึ่งส่วนใหญ่ใช้เครื่องคอมพิวเตอร์ช่วยเหลือ เพื่อให้ได้งานมากขึ้น ในขณะเดียวกันงานที่ไม่ต้องใช้ประสบการณ์และมีความต้องการมากขึ้นคือพนักงานเสิร์ฟอาหารในภัตตาคาร คนทำความสะอาด คนดูแลสุขภาพคนในบ้าน และงานบริการอื่นๆที่ไม่อาจใช้ระบบอัตโนมัติได้ ผลก็คือเกิดการแบ่งแยกของแรงงานและเกิดช่องว่างที่ไม่จริงใจในแรงงานชั้นกลาง ซึ่งได้เกิดขึ้นมาแล้วนับไม่ถ้วนในประเทศอุตสาหกรรมทั้งหลายในช่วงหลายสิบปีที่ผ่านมา แต่ ยากที่จะพูดว่าเทคโนโลยีมีผลกระทบต่อจำนวนตำแหน่งงานทั้งหมด เขาได้กล่าวเสริมว่า “จำนวนตำแหน่งงานสามารถเปลี่ยนแปลงได้อย่างมากโดยปราศจากการเปลี่ยนแปลงอย่างใหญ่หลวงของอัตราจ้างแรงงาน”
มีอะไรเพิ่มอีก ถึงแม้ทุกวันนี้ เทคโนโลยีดิจิตอลได้ลดจำนวนตำแหน่งงานลง ประวัติศาสตร์ได้แนะนำว่า เป็นเรื่องที่เกิดขึ้นถาวร ถึงแม้ว่าต้องเจ็บปวด ช็อกที่คนงานจะต้องเพิ่มความชำนาญในขณะที่นายทุนแสวงหาโอกาสในการลงทุนในเทคโนโลยีสมัยใหม่ จำนวนตำแหน่งงานจะต้องเพิ่มขึ้นอีก อย่างน้อยต้องเป็นตามรูปแบบที่มี คำถามก็คือทุกวันนี้เทคโนโลยีด้านคอมพิวเตอร์จะต้องแตกต่าง ในการสร้างผู้มีงานทำสมัครเล่น
อย่างน้อยที่สุดตั้งแต่การปฏิวัติอุตสาหกรรมในปี1700 การปรับปรุงเทคโนโลยีได้เปลี่ยนธรรมชาติของงานและทำลายตำแหน่งงานบางประเภทที่อยู่ในกระบวนการ ในปี1900 41%ของคนอเมริกันทำงานเกษตร แต่ในปี 2000 เหลือเพียง 2% เมื่อเทียบกับอัตราของคนอเมริกันที่ทำงานอยู่ในภาคอุตสาหกรรมตกลงจาก 30%หลังสงครามโลกครั้งที่สองเหลือ 10%ในปัจจุบัน ผลเกิดจากการเติบโตของระบบอัตโนนัติตั้งแต่ปี 1980 เป็นต้นมา
ระหว่างการเปลี่ยนแปลง สามารถเยียวยาคนงานที่มีความชำนาญไม่สอดคล้องกับความต้องการของนายจ้างLawrence Katz นักเศรษฐศาสตร์ของ Harvard พูดว่า ไม่มีรูปแบบในอดีตที่ชัดเจนที่จะเปลี่ยนแปลงการลดลงของตำแหน่งงานในช่วงระยะเวลาหนึ่ง Katzได้ยืดระยะการทำวิจัยความก้าวหน้าทางด้านเทคโนโลยีที่มีผลกระทบต่อตำแหน่งงานในศตวรรษที่ผ่ามา ยกตัวอย่างเช่น งานที่ต้องใช้ความชำนาญสูงในกลางศตวรรษที่ 19 ถูกทดแทนโดยแรงงานที่มีความชำนาญต่ำในโรงงาน ระหว่างที่ต้องใช้เวลาเป็น 10 ปีสำหรับคนงานในการฝึกฝนความรู้ใหม่ให้เป็นไปตามความต้องการของตำแหน่งงานที่เกิดขึ้นใหม่ เขาพูดว่า “เราไม่เคยว่างงาน ไม่เคยมีการลดตำแหน่งงานระยะยาวของประชาชน ในระยะยาว อัตราค่าจ้างยังมั่นคงอยู่ ประชาชนยังสามารถเพิ่มตำแหน่งงานใหม่ และมีงานใหม่เกิดขึ้น”
Katz ยังคงไม่เลิกความคิดที่ว่ายังมีความแตกต่างเกี่ยวกับเทคโนโลยีดิจิตอลและบางสิ่งที่กระทบกับช่องว่างของงาน เขาแนะนำให้นำประวัติศาสตร์ทางเศรษฐกิจมาสนับสนุนชี้นำ ถือว่าอุปสรรคในอาชีพที่เกิดจากเทคโนโลยีที่ทันสมัยอย่างถาวรนั้นให้ถือเป็นการปรับตัวทางด้านแรงงาน จะได้เห็นวิสัยทัศน์ที่กระบวนการผลิตอัตโนมัติผสมผสานกับทักษะที่เยี่ยมยอดของมนุษย์ควบคุมการทำงานทั้งหมดของมนุษยชาติ

มาดูคำถามของKatzอย่างละเอียด หากมองในแง่ร้าย ความก้าวหน้าทางด้านเทคโนโลยีได้ลุกคืบเข้ามาสู่โรงงานอุตสาหกรรม ถึงแม้ไม่ต้องสงสัยว่าเทคโนโลยีได้เข้ามาครอบครองโรงงานอุตสาหกรรมแทนแรงงานคนไปแล้ว แต่มีหลักฐานมี่ชัดเจนว่าเครื่องจักรไม่อาจทดแทนแรงงานคนได้ง่ายไปเสียทั้งหมด เหตุผลหนึ่งก็คือการใช้เครื่ออัตโนมัติก็เพียงช่วยให้มนุษย์ทำงานได้มีประสิทธิภาพมากขึ้น ไม่จำเป็นต้องมาทดแทนทั้งหมด การเพิ่มผลผลิตให้มากขึ้นโดยใช้แรงงานน้อยลง จะทำให้มีการขยายกิจการโดยใช้แรงงานเท่าเดิมทำให้ผลิตสินค้าเข้าสู่ตลาดใหม่ได้
Bright-orange Kiva Robot เป็นผลิตผลที่เกิดประโยชน์ในE -commerce companies ซึ่งได้สร้างขึ้นโดย Kiva System ที่ก่อตั้งขึ้นในปี 2002 ถูกซื้อโดย Amazon เป็นเงิน775 ล้านดอลล่าสหรัฐ ในปี 2012 ตัวหุ่นยนต์ถูกออกแบบให้ทำงานได้อย่างรวดเร็วในคลังเก็บสินค้า ทำหน้าที่หยิบสินค้าตามคำสั่งซื้อจากชั้นวางแจกจ่ายไปยังคนที่ทำหน้าบรรจุหีบห่อ การแสดงการทำงานของ Kiva ที่คลังเก็บสินค้าส่วนประกอบชิ้นส่วนที่สำนักงานใหญ่ในเมือง Boston ฝูง Robot เคลื่อนตัวไปอย่างไม่หมดแรง เครื่องจักรรุ่นใหม่กำลังได้รับการทดสอบเพื่อส่งไปขายต่างประเทศทั่วโลก ขณะที่ส่วนหนึ่งกำลังสาธิตให้ลูกค้าเพื่อให้เข้ากับระบบไฟฟ้าและความต้องการอื่นของลูกค้า
คลังเก็บสินค้าที่ทำงานโดย Kiva Robot จะทำงานได้ปริมาณ 4 เท่าของการทำงานด้วยระบบอื่น โดยคนงานจะใช้เวลาแค่ 70%ในการเดินเก็บสินค้าเท่าเดิม
อย่างไรก็ตาม การประหยัดการใช้แรงงานของ Robot Mick Mountz CEO และผู้ก่อตั้ง Kiva กล่าวว่าเครื่องจักรทำให้คนว่างงานและจะเกิดขึ้นอีกในอนาคต ลูกค้าของ Kiva ส่วนใหญ่เป็นผู้ค้าปลีก และมีลูกค้าบางรายเติบโตอย่างรวดเร็วเกินกว่าที่จะจ้างคนงานธรรมดาทำได้ เป็นการทำงานที่มีต้นทุนต่ำกว่าแต่มีประสิทธิภาพสูงกว่า เทคโนโลยีของหุ่นยนต์ทำให้ธุรกิจค้าปลีกสามารถดำเนินกิจการอยู่ได้และขยายตัวออกไป ก่อนการก่อตั้ง Kiva Mountz ทำงานกับ Webvan

ในขณะที่ประเทศอุตสาหกรรมทั้งหลาย คนเกิดน้อยลง อัตราการเพิ่มของประชากรลดลงทำให้เกิดการขาดแคลนแรงงานในโรงงานอุตสาหกรรม มีการแก้ปัญหา 2 แนวทางควบคู่กันคือ
2.ทดแทนคนงานโดยการใช้เทคโนโลยี่ที่มีความทันสมัยและเป็นระบบอัตโนมัติมากขึ้น โดยเฉพาะงานผลิตที่ต้องมีการทำซ้ำ หรืองานจัดเก็บจัดของต่างๆที่ต้องใช้แรงงานเป็นจำนวนมาก อนึ่งปัจจุบันมีกฎหมายต่างๆที่ออกมาเพื่อปกป้องผลประโยชน์ของคนงาน ในขณะเดียวกันค่าแรงก็เพิ่มขึ้นเรื่อยทำให้การควบคุมต้นทุนและปริมาณการผลิตเป็นไปด้วยความยากลำบาก ผู้ลงทุนยุคใหม่มักชอบที่จะชอบลงทุนในธุรกิจที่ใช้แรงงานน้อย แต่ใช้ระบบอัตโนมัติ หุ่นยนต์มาแทนคน เพราะสามารถควบคุมผลผลิตได้ตามจำนวนที่ต้องการ อย่างไรก็ตาม คนก็จะมีตำแหน่งงานที่มีระดับสูงขึ้นคือตำแหน่ง ช่างเทคนิค ผู้ควบคุมการทำงาน ผู้ดูแลระบบงาน และผู้บริหาร อีกด้านหนึ่งก็ยังมีงานที่ต้องใช้คนอยู่เช่นคนทำความสะอาด แม่บ้านคนงานก่อสร้าง ผู้ดูแลคนชรา ซึ่งปัจจุบันยังต้องนำเข้าจากต่างประเทศ ฉะนั้นจึงไม่ต้องวิตกกังวลว่าระบบอัตโนมัติจะเข้ามาแย่งงานคน แต่เป็นการทำงานร่วมกันให้ผลผลิตเพิ่มขึ้นในขณะที่ใช้แรงงานน้อยลง อย่างน้อยที่สุดคนที่มีอยู่ก็ยังมีงานทำ ถึงแม้จะเป็นงานใหม่ที่ไม่เหมือนเดิมก็ตาม

จากผลการวิเคราะห์ข้อมูลด้านการจ้างงานใน 20 ประเทศทั่วโลกของสำนักข่าวเอพี พบว่า ในช่วง 5 ปีที่ผ่านมา ตำแหน่งงานฝีมือทั่วไปที่มีอัตรารายได้ระดับกลาง ปรับตัวลดลงและหายไปจากสังคม ภายหลังถูกแทนที่ด้วยเครื่องจักรที่เข้ามาทำงานแทนได้อย่างมีประสิทธิภาพ เท่าเทียมกัน
แนวโน้มดังกล่าวจุดกระแสให้บรรดานักวิเคราะห์เริ่มวิตกกังวลว่าเทคโนโลยี ที่พัฒนามากขึ้นอย่างต่อเนื่องในช่วง 2 ทศวรรษข้างหน้านี้ เช่น การพัฒนารถยนต์อัจฉริยะไร้คนขับ อาจส่งผลให้กลุ่มคนที่มีอาชีพพนักงานขับรถรับจ้าง ซึ่งคิดเป็นสัดส่วนถึง 50% จากจำนวนแรงงานทั้งหมด ต้องตกงาน ซึ่งหากไม่มีการเตรียมรับมือไว้ล่วงหน้า จะส่งผลกระทบต่อสภาพเศรษฐกิจในอนาคตอย่างหลีกเลี่ยงไม่ได้
อย่างไรก็ตาม ภายหลังจากผู้เชี่ยวชาญได้วิเคราะห์ข้อมูลและแนวโน้มการเปลี่ยนแปลงการจ้าง งานตั้งแต่อดีตจนถึงปัจจุบัน พบว่า แม้ว่าการเข้ามาของเทคโนโลยีส่งผลให้คนตกงานมากขึ้น แต่ทว่าก็ก่อให้เกิดตำแหน่งงานใหม่ในธุรกิจใหม่ขึ้นมาทดแทนเช่นกัน
ยกตัวอย่างเช่น ในช่วงที่รถยนต์เข้ามามีบทบาทเป็นพาหนะในการคมนาคมขนส่ง แทนที่การขนส่งที่พึ่งพาม้าเป็นตัวขับเคลื่อน ส่งผลให้อาชีพช่างตีเหล็กต้องตกงาน แต่ทว่าการสร้างโรงงานผลิตรถยนต์ก็สามารถสร้างงานกลับคืน เนื่องจากจำเป็นต้องใช้แรงงานในการผลิตนับพันคน
กระนั้นก็ตาม รายงานระบุว่า เทคโนโลยีคอมพิวเตอร์ระดับสูงในปัจจุบัน ซึ่งเข้ามามีบทบาทครอบคลุมทุกธุรกิจ กลายเป็นปัจจัยเสี่ยงต่อแรงงานที่มีฝีมือระดับปานกลางมากที่สุด สวนทางกับแนวโน้มของแรงงานที่มีฝีมือระดับสูงที่จะก้าวหน้าอย่างรวดเร็ว ดังนั้นหากกลุ่มแรงงานชนชั้นกลางไม่ได้รับการพัฒนาให้มีคุณภาพและความคิด สร้างสรรค์มากขึ้น ก็จะก่อให้เกิดช่องว่างทางรายได้ในสังคมอย่างหลีกเลี่ยงไม่ได้

วิเคราห์ SWOT
ระบบการผลิตอัตโนมัติที่ใช้หุ่นยนต์และระบบอัตโนมัติจะสามารถควบคุมการทำงานให้สามารถผลิตสินค้าได้คุณภาพสม่ำเสมอ ในปริมาณตามความต้องการ ในเวลาที่กำหนด และควบคุมต้นทุนได(
จุดอ่อน (Weakness)
อย่างไรก็ตามระบบทั้งหมดก็ยังต้องควบคุมด้วยคน หากคนที่ควบคุมขาดความรู้และทักษะเกี่ยวกับการดูแลระบบ หากมีการชำรุดของชิ้นส่วนหรือความบกพร่องของระบบการผลิตที่ต้องหยุดลงด้วยเหตุนี้ก่อให้เกิดความเสียหายแก่เจ้าของอย่างมหาศาล โรงงานจะต้องสร้างผู้เชี่ยวชาญขึ้นมาดูแลระบบหรือในการซ่อมแซมบำรุงรักษา
ระบบการผลิตอัตโนมัติจะมีการควบคุมการลงทุนได้ อุปกรณ์ทางด้านคอมพิวเตอร์และหุ่นยนต์เริ่มมีผู้แข่งขันในตลาดมากขึ้นมีแนวโน้มราคาลดลง จึงเป็นโอกาสของผู้ลงทุนที่จะเลือกใช้เทคโนโลยีที่เหมาะสมและต้นทุนต่ำ โดยไม่ต้องคำนึงถึงแรงงานระดับล่างอีกต่อไป
เทคโนโลยีทางด้านการผลิตได้พัฒนาไปอย่างรวดเร็วแต่การพัฒนาแรงงานที่มีทักษะสูงของประเทศเพื่อดูแลระบบยังมีไม่เพียงพอ หากเลือกเทคโนโลยีระดับสูงที่ขาดคนมีความรู้และมีทักษะคอยดูแล อาจจะทำให้ใช้งานได้ไม่เต็มที่ หรือผลิตได้ไม่เป็นไปตามต้องการ

Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-ShareAlike 3.0 License