ผมชอบดูหนังแนววิทยาศาสตร์ เทคโนโลยีล้ำนำสมัย แล้วมักจะมีคำถามตัวเองบ่อย ๆ ว่า ไฮเทคโนโลยี ในหนังจะมีโอกาสเป็นจริง หรือเราจะได้เข้าไปอยู่ร่วมสมัยนั้นบ้างหรือไม่ ...
วันนี้ มีโอกาสได้อ่านหนังสือสยามรัฐสัปดาห์วิจารณ์ (ปีที่ 64 ฉบับที่ 21 3 ก.พ. - 9 ก.พ. 60) เจอบทความพิเศษ ของ พ.อ.ดร.เศรษฐพงศ์ มะลิสุวรรณ รองประธาน กสทช. และประธานกรรมการกิจการโทรคมนาคม อ่านแล้วรู้สึกว่า สิ่งที่ได้ดูจากในหนัง กำลังอยู่ใกล้ตัวเราจริง ๆ และมีแนวโน้มที่เรา ในฐานะมนุษย์ จำเป็นต้องเรียนรู้ และปรับตัวให้ดี ๆ เพื่อจะอยู่ร่วมกับเทคโนโลยีเหล่านี้ให้ได้ และป้องกันการตกงานจากความทันสมัย
ลองอ่านสรุปบทความนี้ได้ ส่วนผู้ใดอยากอ่านบทความเต็ม ๆ ผมแนบไฟล์ให้อ่านท้ายบันทึกนี้ครับ
10 อาชีพที่ถูกคุกคามจาก Big Data และ Machine learning
ความซับซ้อนและความชาญฉลาดของซอฟต์แวร์และปัญญาประดิษฐ์ (AI)ทำให้เครื่องจักรสามารถเรียนรู้เพื่อที่จะทำงานแบบอัตโนมัตด้วยความชาญฉลาดมากขึ้นทุกขณะที่เรียกว่า "Machine learning"
ตำแหน่งงานที่เป็นลักษณะผู้เชี่ยวชาญเฉพาะ (Professional) ที่กำลังถูกคุกคามจากความก้าวหน้าของ Big Data และ Machine learning สามารถแบ่งเป็น 10 อาชีพ ดังนี้
1. ด้านสุขภาพและการแพทย์ (Health care)
เช่น การผ่าตัดโดยใช้หุ่นยนต์ การตรวจสอบและค้นหามะเร็งในปอดด้วยการสแกนด้วย MRI การใช้ระบบอัตโนมัตและหุ่นยนต์ควบคุมการจ่ายยาในโรงพยาบาล UCSF ...
2. ด้านประกันภัย (Insurance)
ธุรกิจประกันภัยมีขั้นตอนที่ชัดเจนตามกฎระเบียบและกฎหมาย ทำให้คอมพิวเตอร์สามารถทำงานแทนได้ในเกือบทุกกระบวนการ ระบบอัตโนมัติสามารถช่วยตัดสินใจได้แทนมนุษย์ในธุรกิจนี้ได้เกือบทั้งหมดในอนารตอันใกล้
3. ด้านสถาปัตยกรรม (Architects)
ระบบได้นำเอาความเชี่ยวชาญของสถาปนิกใส่ลงใน Machine learning ให้สามารถช่วยเราออกแบบบ้านเกือบเทียบเท่าผู้เชี่ยวชาญ
4. ผู้สื่อข่าว (journalists)
ช่วงเวลา 1 - 2 ปี ที่ผ่านมาข่าว (ภาษาอังกฤษ) เกี่ยวกับด้านการเงิน (Financial report) มีความเป็นไปได้ว่าเรากำลังอ่านข่าวที่ถูกผลิตโดย "Machine" หรือซอฟต์แวร์เขียนข่าวอัตโนมัติ ในส่วนเนื้อหาเฉพาะด้าน เช่น การรายงานข่าวด้านการเงินและกีฬา (Financial and sports) ซึ่งตัวเนื้อข่าวจะมีตัวเลขและข้อมูลเป็นหลัก
5. ด้านอุตสาหกรรมการเงิน (Financial industry)
Machine learning สามารถวิเคราะห์ข้อมูลด้านการเงินและเตรียมข้อมูลบัญชี เช่น การคำนวณการคืนภาษีได้โดยไม่ต้องใช้นักบัญชีผู้เชี่ยวชาญ ATM และ Mobile banking ได้เข้ามาแทนที่งานของมนุษย์
6. ครูและอาจารย์ (Teachers)
ผู้เรียนสามารถที่จะหาขอมูลด้วย Search engine ที่ชาญฉลาด ซึ่งสามารถส่งความรู้ให้ผู้เรียนได้อย่างรวดเร็ว และมีความรู้บรรจุอยู่ในระบบมากกว่าอยู่ในสมองมนุษย์
7. ด้านทรัพยากรมนุษย์ (Human Resources)
เทคโนโลยี Data mining สามารถบริหารจัดการข้อมูลประวัติผู้สมัคร (resumes) เพื่อทำการวิเคราะห์หาผู้สมัครที่มีคุณสมบัติสมบูรณ์ที่สุดที่องค์กรต้องการได้โดยไม่ต้องใช้มนุษย์เป็นผู้ค้นหาและวิเคราะห์เอง
8. การตลาดและการโฆษณา (Marking and Advertising)
เทคโนโลยี Big Data และ Machine learning สามารถนำมาประยุกต์ใช้เพื่อติดตามตรวจสอบพฤติกรรมผู้บริโภคที่เปลี่ยนไปทุกวันแบบ realtime จนทำให้อาชีพนักการตลาดหรือผู้เชี่ยวชาญด้านการตลาดถูกท้าทายให้มีบทบาทลดลงเรื่อย ๆ
9. ทนายความ (Lawyers)
ระบบ Watsom-style machine learning สามารถแยกแยะและวิเคราะห์คดีต่าง ๆ ที่มีในอดีตทั้งหมด รวมไปถึงบทสรุป และข้อวิเคราะห์ต่าง ๆ นำมาไว้เป็นฐานข้อมูลความรู้ในระบบ Machine learning จนทำให้สามารถมองเห็นถึงผลการตัดสินคดีมาตรฐาน ซึ่งสามารถใส่ Input ที่เป็นข้อมูลพื้นฐานของคดี และรู้ผลโดยการวิเคราะห์จากระบบ Machine learning จนสามารถพยากรณ์ผลการตัดสินของคดีต่าง ๆ ที่เกิดขึ้นในปัจจุบัน
10. การบังคับใช้กฎหมาย (Law Enforcement)
"Predictive policing" เป็นเรื่องที่กำลังถกเถียงกันในฝั่งตะวันตก เป็นเรื่องละเอียดอ่อน คือ การบังคับใช้กฎหมายกับประชาชน การประยุกต์ใช้เทคโนโลยี Machine learning ช่วยในการทำงานในกระบวนการยุติธรรมของตำรวจ
คำถามทิ้งท้ายบทความ "เรากำลังผลิตและพัฒนาทรัพยากรมนุษย์เพื่อทำงานในปี 2025 หรือเพื่อทำงานในปี 2017 และถึงเวลาที่จะต้องเปลี่ยนแปลงแล้วหรือยัง"
อ่านแล้วก็อย่าเพิ่งตกอกตกใจกันนะครับ มีสติ และรู้จักการปรับตัว และเรียนรู้ จะทำให้เราสามารถอยู่ร่วมกับความทันสมัยและความก้าวหน้าเหล่านี้ได้ ที่สำคัญ ผมคิดว่า ไม่มีอะไรเก่งกว่า มนุษย์ อย่างแน่นอน...