หุ่นยนต์แทนคน หรือช่วยพัฒนาอุตสาหกรรมไทย ?
คอลัมน์ : ร่วมด้วยช่วยคิด ผู้เขียน : ดร.คณิศ แสงสุพรรณ, ดร.ชลจิต วรวังโส วีรกุล, กัมพล พรพัฒนไพศาลกุล, พิสชา คำบุยา
ความก้าวหน้าทางเทคโนโลยีด้าน digitalization ส่งผลให้วิทยาการด้านหุ่นยนต์และระบบอัตโนมัติเติบโตอย่างต่อเนื่อง ซึ่งหลายฝ่ายเห็นว่าแนวโน้มดังกล่าวจะช่วยให้ภาคธุรกิจสามารถแข่งขันได้ ท่ามกลางความท้าทายต่าง ๆ โดยเฉพาะการเป็นแรงส่งให้ระดับผลิตภาพรวม (total factor productivity : TFP) ที่สะท้อนประสิทธิภาพในการใช้ปัจจัยการผลิตในภาคอุตสาหกรรมกลับมาขยายตัวดีขึ้นได้
แต่การเร่งตัวของจำนวนหุ่นยนต์ที่ใช้งานทั่วโลกในช่วงที่ผ่านมา สร้างความกังวลว่าจะเข้ามาแทนที่แรงงานมนุษย์ในบางส่วน โดยเฉพาะในช่วงที่นโยบายค่าจ้างของแต่ละประเทศมีการเปลี่ยนแปลง
ไทยเองก็เป็นประเทศหนึ่งที่มีแนวโน้มการใช้งานหุ่นยนต์เพิ่มขึ้นต่อเนื่อง งานวิจัยของ Sangsubhan et al (2022) “Automation and Productivity : Evidence from Thai Manufacturing Firms” ได้ศึกษาผลของการใช้ระบบอัตโนมัติและหุ่นยนต์ต่อผลิตภาพรวมและการจ้างงานในภาคอุตสาหกรรมของไทย โดยใช้ข้อมูลในระดับหน่วยย่อยที่เป็นรายสถานประกอบการจาก ชุดข้อมูล ร.ง. 9
ซึ่งรวบรวมโดยสำนักงานเศรษฐกิจอุตสาหกรรม (สศอ.) จำนวน 12,792 โรงงาน ในช่วงปี พ.ศ. 2560-2563 ครอบคลุม 22 สาขาอุตสาหกรรม พบข้อสรุปสำคัญในสามมิติดังนี้
มิติแรก : โครงสร้างการใช้ระบบอัตโนมัติและหุ่นยนต์ของไทย มีข้อค้นพบว่า การลงทุนระบบอัตโนมัติที่ผ่านมาอยู่ในระดับเบื้องต้น โดยสัดส่วนการใช้ระบบอัตโนมัติต่อมูลค่าเครื่องจักรและอุปกรณ์ทั้งหมดมีค่าเฉลี่ยที่ร้อยละ 45.81 ในปี พ.ศ. 2560 และปรับมาอยู่ที่ร้อยละ 47.16 ในปี 2563
อย่างไรก็ดี สัดส่วนดังกล่าวมีความแตกต่างกันระหว่างโรงงานค่อนข้างสูง โดยสัดส่วนการใช้งานมีแนวโน้มเพิ่มขึ้นในอัตราเร่ง ปัจจัยเชิงพื้นที่มีผลต่อระดับการลงทุนในหุ่นยนต์และระบบอัตโนมัติ โดยพื้นที่ที่เป็นฐานการผลิตภาคอุตสาหกรรม เช่น
ภาคกลาง และภาคตะวันออกโดยเฉพาะ 3 จังหวัดในเขต EEC มีสัดส่วนการใช้หุ่นยนต์สูงกว่าพื้นที่อื่นโดยเปรียบเทียบ ส่วนหนึ่งมาจากความพร้อมด้านโครงสร้างพื้นฐานเทคโนโลยีสารสนเทศและมาตรการสนับสนุนจากภาครัฐ ขณะที่ประเภทอุตสาหกรรมมีผลต่อระดับการใช้งานหุ่นยนต์
โดยกลุ่มอุตสาหกรรมที่มีสัดส่วนการใช้หุ่นยนต์สูงสุด 5 อันดับแรก ได้แก่ อิเล็กทรอนิกส์ เครื่องใช้ไฟฟ้า ยานยนต์ เหล็ก และการผลิตเครื่องจักรและอุปกรณ์ สัดส่วนการใช้หุ่นยนต์ในโรงงานยังขึ้นอยู่กับลักษณะการประกอบธุรกิจ จากข้อมูลพบว่าธุรกิจขนาดใหญ่จะมีการใช้หุ่นยนต์มากกว่าธุรกิจที่เป็น SMEs หรือหากเป็นธุรกิจที่มีการทำแบรนด์สินค้าของตัวเอง (original brand manufacturing : OBM)
หรือเป็นธุรกิจที่เน้นการส่งออก หรือธุรกิจที่พึ่งพาการขายสินค้าออนไลน์ (e-Commerce) จะมีสัดส่วนการใช้งานหุ่นยนต์และระบบอัตโนมัติสูงกว่า ธุรกิจที่ไม่ได้มีลักษณะดังกล่าว
มิติที่สอง : ผลต่อประสิทธิภาพการผลิต พบว่าการลงทุนในระบบอัตโนมัติและหุ่นยนต์มีผลเชิงบวกต่อ TFP ในภาคอุตสาหกรรมไทย โดยโรงงานที่ใช้ระบบอัตโนมัติจะมี TFP สูงกว่าโรงงานที่ไม่ได้ใช้ระบบอัตโนมัติอย่างมีนัยสำคัญเฉลี่ยที่ประมาณร้อยละ 23
นอกจากนี้การลงทุนด้าน R&D และปัจจัยเชิงพื้นที่ยังมีผลเชิงบวกต่อ TFP โดยโรงงานที่ใช้ระบบอัตโนมัติและตั้งอยู่ในพื้นที่ EEC จะมี TFP สูงกว่า โรงงานที่ตั้งอยู่นอกพื้นที่ EEC ประมาณร้อยละ 12
มิติที่สาม : ผลต่อการจ้างงาน พบว่า การใช้ระบบอัตโนมัติส่งผลให้การจ้างงานรวมปรับเพิ่มขึ้น โดยเฉพาะความต้องการแรงงานในกลุ่มทักษะสูง ขณะที่สัดส่วนแรงงานไร้ฝีมือปรับลดลง ในกรณีของ EEC พบว่า ระบบอัตโนมัติไม่ได้ส่งผลเชิงลบต่อการจ้างงานอย่างมีนัยสำคัญ สะท้อนภาวะตลาดแรงงานที่ตึงตัว
และหมายความว่าหากมีการเพิ่มทักษะให้แรงงานสามารถทำงานกับเทคโนโลยีใหม่ได้ทันจะทำให้ไม่มีผลต่อการลดการจ้างงาน
การพัฒนาทักษะแรงงานที่ตรงกับความต้องการเป็นสิ่งจำเป็นสำหรับการรักษาการจ้างงานในอนาคต การนำระบบอัตโนมัติมาใช้ถือเป็นโอกาสสำหรับแรงงานในการยกระดับทักษะการทำงานตลอดจนรายได้ให้ปรับสูงขึ้น
ข้อค้นพบนี้สนับสนุนแนวคิดของ Acemoglu and Restrepo (2019) “Automation and new tasks : How technology displaces and reinstates labor” ที่ว่างานบางอย่างจะถูกแทนที่ด้วยเทคโนโลยี ในขณะที่งานใหม่ ๆ ที่ต้องทำงานควบคู่ไปกับเทคโนโลยีมีแนวโน้มปรับเพิ่มขึ้น
สรุปผลการศึกษาว่าระบบอัตโนมัติและหุ่นยนต์ช่วยยกระดับผลิตภาพรวมในภาคอุตสาหกรรมของไทย โดยไม่ได้ส่งผลให้การจ้างงานรวมปรับลดลง แต่อาจส่งผลกระทบทางลบต่องานบางอย่าง การนำระบบอัตโนมัติมาปรับใช้ในการผลิตควบคู่ไปกับการพัฒนาทักษะแรงงานที่เหมาะสม จึงเป็นทางออกสำคัญในการพัฒนาอุตสาหกรรมไทยให้แข่งขันและเติบโตได้ในอนาคต
ในทางปฏิบัติแล้วการทำงานในพื้นที่ EEC ตลอด 4 ปีที่ผ่านมา ได้ผลักดันโครงการลงทุนในพื้นที่ ได้รับอนุมัติการลงทุนเกินกว่าเป้าหมายที่วางไว้ โดยมีเงินลงทุนถึง 1.92 ล้านล้านบาท จาก เป้าหมายเดิมอยู่ที่ 1.7 ล้านล้านบาท และเกิดการจ้างงานมากกว่า 200,000 คน
โดยมุ่งพัฒนาทักษะบุคลากร ผลิตคน ให้ตรงความต้องการตลาด ภายใต้โครงการ EEC Model : Demand Driven Education แล้วกว่า 16,000 คน โดยคาดว่าปี 2566 จะดำเนินการได้เพิ่มอีกกว่า 150,000 คน และจะทำต่อให้แล้วเสร็จอีก ประมาณ 324,000 คน
ซึ่งการพัฒนาคนเหล่านี้จะสร้างความพร้อมให้คนทำงานร่วมกับหุ่นยนต์ ซึ่งไม่เพียงตอบโจทย์ความต้องการของผู้ประกอบการ สร้างแรงจูงใจให้กับนักลงทุนที่จะเข้ามาร่วมลงทุน แต่ยังเป็นการสร้างความพร้อมของบุคลากรก่อนลงสู่ตลาดแรงงาน และเป็นต้นแบบการศึกษาของไทยที่จะนำไปใช้ทั่วประเทศ เพื่อสร้างโอกาส และป้องกันปัญหาเด็กจบใหม่ไม่มีงานทำได้ด้วย