Generative AI กับผลกระทบทางเศรษฐกิจ

12 ก.ค. 2566 | 08:10 น.
อัพเดตล่าสุด :12 ก.ค. 2566 | 08:10 น.

Generative AI กับผลกระทบทางเศรษฐกิจ : คอลัมน์เศรษฐเสวนา จุฬาฯทัศนะ โดย...รศ.ดร.วรประภา นาควัชระ คณะเศรษฐศาสตร์ ผู้ช่วยอธิการบดีจุฬาลงกรณ์มหาวิทยาลัย หนังสือพิมพ์ฐานเศรษฐกิจ ฉบับ 3,904 หน้า 5 วันที่ 13 - 15 กรกฎาคม 2566

มีคนถามกันเยอะว่า Generative AI หรือ ปัญญาประดิษฐ์ ชนิดที่สามารถสร้าง Content ขึ้นมาใหม่ได้เอง โดยเรียนรู้จากรูปแบบของข้อมูลที่ได้เคยถูกป้อนเข้าไป เช่น ChatGPT, GPT-4, Google Bard, MidJourney, Github Copilot, etc. จะมีผลกระทบทางเศรษฐกิจอย่างไรบ้าง วันนี้ผู้เขียนขอเรียบเรียงคำตอบมาให้ดังนี้ค่ะ

ผลกระทบด้าน GDP

แน่นอนว่าการมี Technology ใหม่ๆ จะช่วยให้เราสามารถผลิตสินค้าและบริการได้เพิ่มมากขึ้น (หรือมีมูลค่ามากขึ้น) โดยใช้เวลาที่น้อยลง นั่นก็คือการเพิ่ม Productivity ในการผลิต จากการเพิ่มขึ้นของ Productivity ก็จะทำให้ GDP เพิ่มมากขึ้น โดย McKinsey & Company (2023) Generative AI อาจจะสามารถสร้างมูลค่าทางเศรษฐกิจได้ถึง 2.6 ถึง 4.4 ล้านล้านเหรียญดอลลาร์สหรัฐฯ ต่อปีเลยทีเดียว

 

นอกจากนี้การมี Technology ใหม่ๆ แบบ Generative AI ก็ช่วยทำให้เกิดโอกาสทางธุรกิจหรือ Business Model ใหม่ๆ ขึ้นมาได้ และการที่ Generative AI มาช่วยทุ่นแรงให้มนุษย์เสียเวลาน้อยลงก็จะทำให้มนุษย์มีเวลาเหลือไปทำงานอื่น หรือสร้างนวัตกรรมต่อยอดเพื่อช่วยเพิ่มมูลค่าของสินค้าและบริการขึ้นไปอีก

 

 

Generative AI กับผลกระทบทางเศรษฐกิจ

 

 

ผลกระทบด้านผลประกอบการ และมูลค่าของบริษัท (Firm Valuation)

งานวิจัยของ Eisfeldt, et al. (2023) ได้ตั้งโจทย์วิจัยเพื่อศึกษาว่า การที่บางบริษัทนำ Generative AI มาใช้ได้ก่อน จะช่วยทำให้ผลประกอบการดีขึ้น และช่วยเพิ่มมูลค่าของบริษัทนั้นๆ ได้จริงไหม

 

 

นักวิจัยพบว่า มีความเป็นไปได้ โดยนักวิจัยได้จำแนกบริษัทออกเป็นประเภทที่แรงงานสามารถใช้ประโยชน์จาก Generative AI ได้มากกับได้น้อย แล้วพบว่า เมื่อ Generative AI ได้ถูกพัฒนาก้าวหน้าขึ้น บริษัทประเภทที่แรงงานสามารถใช้ประโยชน์จาก Generative AI ได้มากจะมี Equity Excess Returns และ Firm Valuation ที่สูงกว่า ซึ่งเหตุผลน่าจะมาจากการที่ผลประกอบการดีขึ้นเนื่องจากต้นทุกถูกลงหรือทำงานได้มีประสิทธิภาพมากขึ้น

ผลกระทบด้านตลาดแรงงาน

ผลกระทบด้านแรงงานเป็นสิ่งที่หลีกเลี่ยงไม่ได้ โดย Eisfeldt, et al. (2023) พบว่า งานที่ถูกกระทบมากจาก Generative AI จะเป็นงานประเภท Non-Routine Cognitive Analytical Tasks และงานประเภท Routine Cognitive Tasks ซึ่ง Disruption รอบนี้ต่างจากรอบก่อนๆ (จาก Computerization/Automation) ที่งานที่ถูกกระทบมักจะเป็นงานประเภท Physical Routine Tasks

นอกจากนี้ Eloundou, et al. (2023) พบว่า ประมาณ 80% ของแรงงานในประเทศสหรัฐอเมริกาจะต้องถูกกระทบโดย Generative AI อย่างน้อย 10% ของเนื้องานที่ต้องทำ

นอกจากนี้ 19% ของแรงงานในประเทศสหรัฐอเมริกานั้นจะต้องถูกกระทบโดย Generative AI อย่างน้อย 50% ของเนื้องานที่ต้องทำ

อย่างไรก็ดี การถูกกระทบอาจไม่ใช่เรื่องแย่ หากแรงงานรู้จักนำ Technology นี้มาใช้ประโยชน์ก็จะช่วยเพิ่มมูลค่าสินค้าและบริการผลิตได้มากขึ้น ลดเวลาทำงาน มีเวลาว่างไปทำงานอื่นเพิ่มหรือถ่ายโอนไปทำงานอื่น โดยการเพิ่ม Productivity นี้เป็นสิ่งดี เพียงแต่สิ่งที่ท้าทายคือทำอย่างไรให้แรงงานส่วนใหญ่สามารถปรับตัวได้ทัน

 

References

Eisfeldt, A. L., Schubert, G., & Zhang, M. B. (2023). Generative ai and firm values (No. w31222). National Bureau of Economic Research.

 

McKinsey & Company (2023). The Economic Potential of Generative AI.

 

Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). Gpts are gpts: An early look at the labor market impact potential of large language models. arXiv preprint arXiv:2303.10130.