บทบาทที่ไม่คาดคิดของกระแส AI คือ "ช่างไฟฟ้า" — การขาดแคลนบุคลากรที่หยุดการก่อสร้างศูนย์ข้อมูล

อนาคตของ AI ที่สร้างขึ้นไม่ได้ถูกกำหนดโดยโค้ดที่นักวิจัยเขียนหรือเซมิคอนดักเตอร์ที่ทันสมัยเพียงอย่างเดียว

ในการฝึกอบรมโมเดล AI และส่งมอบคำตอบให้กับผู้ใช้ทั่วโลก จำเป็นต้องมีอาคารที่รองรับเซิร์ฟเวอร์จำนวนมหาศาล อาคารเหล่านี้ต้องมีอุปกรณ์ที่สามารถจ่ายไฟฟ้าจำนวนมากอย่างเสถียร ระบบระบายความร้อนสำหรับอุปกรณ์ที่มีความร้อนสูง แหล่งพลังงานฉุกเฉินเพื่อให้ทำงานต่อไปได้ในกรณีที่ไฟฟ้าดับ สายเคเบิลสื่อสาร อุปกรณ์ป้องกันอัคคีภัย และระบบเฝ้าระวัง

ผู้ที่ติดตั้งสิ่งเหล่านี้ในสถานที่คือ ช่างไฟฟ้า ช่างประปา ช่างเทคนิคระบบปรับอากาศ ช่างไม้ ช่างเหล็ก ช่างเชื่อม และช่างเทคนิคอุปกรณ์สื่อสาร

ในขณะที่อุตสาหกรรม AI ที่หรูหรา หนึ่งในทรัพยากรที่ขาดแคลนที่สุดในขณะนี้คือ "มือที่มีทักษะของมนุษย์"

การเคลื่อนย้ายช่างฝีมือครั้งใหญ่ที่เริ่มต้นในรัฐมิชิแกน

ในพื้นที่รอบๆ ดีทรอยต์ รัฐมิชิแกน การก่อสร้างศูนย์ข้อมูลเริ่มเปลี่ยนแปลงตลาดแรงงานในท้องถิ่นอย่างมาก

ช่างไฟฟ้าฝึกงานอายุ 29 ปีที่นิวยอร์กไทมส์แนะนำ ปกติแล้วเขาจะเข้าไปในท่อระบายน้ำใต้ดินเพื่อซ่อมแซมสายเคเบิลและอุปกรณ์ไฟฟ้า แต่เพื่อนร่วมงานหลายคนของเขาถูกส่งไปยังสถานที่ก่อสร้างศูนย์ข้อมูลขนาดใหญ่ที่ห่างออกไปประมาณหนึ่งชั่วโมงโดยรถยนต์

เหตุผลนั้นชัดเจน งานในศูนย์ข้อมูลมักจะเสนอค่าจ้างและเบี้ยเลี้ยงที่สูงกว่าสถานที่ปกติ และยังมีโอกาสเพิ่มรายได้อย่างมากจากการทำงานล่วงเวลา

โครงการที่เกี่ยวข้องกับ OpenAI ในเมืองซาลีน ทาวน์ชิป รัฐมิชิแกน ถือเป็นหนึ่งในโครงการลงทุนที่ใหญ่ที่สุดในประวัติศาสตร์ของรัฐ มีความต้องการช่างไฟฟ้าจำนวนมากในสถานที่ก่อสร้าง และคาดว่าจะมีการทำงานเป็นเวลานานและต่อเนื่อง

สำหรับแรงงานฝีมือรุ่นเยาว์ นี่อาจเป็นโอกาสในการเก็บเงินดาวน์ซื้อบ้านในระยะเวลาอันสั้น แต่ในขณะเดียวกัน การทำงานเป็นเวลานานทุกวันอาจทำให้เวลาที่ใช้กับครอบครัว สุขภาพ และการใช้ชีวิตในชุมชนต้องเสียสละ

รายได้สูงหรือเวลาว่างในการใช้ชีวิต

ในสถานที่ก่อสร้างโครงสร้างพื้นฐาน AI การเลือกเช่นนี้กลายเป็นความจริง

ทำไมศูนย์ข้อมูลถึงต้องการช่างไฟฟ้าจำนวนมาก

แม้ว่าอาคารทั่วไปจะขาดไม่ได้สำหรับงานไฟฟ้า แต่ในศูนย์ข้อมูลสำหรับ AI ความสำคัญของอุปกรณ์ไฟฟ้านั้นมีขนาดใหญ่มาก

เซิร์ฟเวอร์ที่เรียงรายไปด้วยเซมิคอนดักเตอร์ AI ประสิทธิภาพสูงใช้พลังงานจำนวนมาก สิ่งอำนวยความสะดวกมีการติดตั้งอุปกรณ์แปลงไฟฟ้า แผงจ่ายไฟ หม้อแปลงไฟฟ้า อุปกรณ์จ่ายไฟฟ้าแบบไม่หยุดยั้ง เครื่องกำเนิดไฟฟ้าฉุกเฉิน แบตเตอรี่ ระบบระบายความร้อน และอื่นๆ การออกแบบที่ทำให้เส้นทางพลังงานซ้ำซ้อนสองหรือสามชั้นเพื่อป้องกันการหยุดทำงานของสิ่งอำนวยความสะดวกทั้งหมดเมื่อเกิดความผิดพลาดไม่ใช่เรื่องแปลก

งานไม่ได้จบเพียงแค่การต่อสายไฟ

จำเป็นต้องอ่านแบบแปลน เดินสายตามมาตรฐานที่เข้มงวด ทดสอบอุปกรณ์ ยืนยันความปลอดภัย และดำเนินการตรวจสอบและบำรุงรักษาหลังจากเสร็จสิ้น ข้อผิดพลาดในการทำงานอาจนำไปสู่การหยุดทำงานของอุปกรณ์มูลค่าหลายพันล้านดอลลาร์ ไฟไหม้ หรืออุบัติเหตุไฟฟ้าช็อต

การรวบรวมผู้เริ่มต้นที่ไม่มีคุณสมบัติไม่ใช่การแก้ปัญหาที่จะสำเร็จได้ในทันที

ตามข้อมูลจากสำนักงานสถิติแรงงานสหรัฐ ช่างไฟฟ้าส่วนใหญ่จะได้รับทักษะผ่านช่วงฝึกงาน 4 ถึง 5 ปี ซึ่งรวมถึงการฝึกอบรมภาคปฏิบัติประมาณ 2,000 ชั่วโมงต่อปี และการเรียนรู้ทฤษฎีไฟฟ้า การอ่านแบบแปลน กฎหมาย และการจัดการความปลอดภัย

กล่าวคือ แม้ว่าบริษัทจะตระหนักถึงการขาดแคลนแรงงานในวันนี้ ก็ไม่สามารถนำบุคลากรที่มีทักษะเพียงพอเข้าสู่สถานที่ทำงานได้ในวันพรุ่งนี้

สิ่งที่บริษัท AI กำลังเผชิญคือข้อจำกัดด้านอุปทานที่ไม่สามารถแก้ไขได้ในระยะสั้นด้วยเงินทุนเพียงอย่างเดียว

ความต้องการ AI ซ้อนทับกับอาชีพที่ขาดแคลนอยู่แล้ว

การขาดแคลนช่างไฟฟ้าไม่ได้เริ่มต้นขึ้นอย่างกะทันหันด้วยการมาของ AI ที่สร้างขึ้น

ในสหรัฐอเมริกา การสูงวัยของแรงงานฝีมือได้ดำเนินไปอย่างต่อเนื่อง และจำนวนคนที่เกษียณอายุมีมากกว่าการเข้ามาของคนรุ่นใหม่ สำนักงานสถิติแรงงานสหรัฐคาดการณ์ว่าการจ้างงานช่างไฟฟ้าจะเพิ่มขึ้น 9% ระหว่างปี 2024 ถึง 2034 และคาดว่าจะมีการเปิดรับสมัครงานประมาณ 81,000 ตำแหน่งต่อปี รวมถึงการเปลี่ยนงานและการเกษียณอายุ

นอกจากนี้ ไม่เพียงแต่ศูนย์ข้อมูลเท่านั้น แต่ยังรวมถึงการเสริมสร้างโครงข่ายไฟฟ้า พลังงานหมุนเวียน โรงงานเซมิคอนดักเตอร์ สิ่งอำนวยความสะดวกที่เกี่ยวข้องกับรถยนต์ไฟฟ้า และการปรับปรุงโครงสร้างพื้นฐานที่เสื่อมโทรมก็ต้องการบุคลากรที่มีทักษะเดียวกัน

ตามรายงานของรอยเตอร์ คาดว่าช่างก่อสร้างในสหรัฐอเมริกาจำนวนมากจะเกษียณอายุภายในปี 2031 การแข่งขันเพื่อช่างไฟฟ้าและคนงานสายส่งไฟฟ้าเริ่มรุนแรงขึ้น และโครงการศูนย์ข้อมูลที่มีความเร่งด่วนสูงมักจะเสนอค่าตอบแทนที่สูงกว่าปกติ

การลงทุนใน AI ไม่ได้สร้างงานใหม่จากศูนย์ แต่เพิ่มความต้องการมหาศาลในอาชีพที่ขาดแคลนอยู่แล้ว

"แรงดึงดูดของช่างฝีมือ" ที่เกิดจากค่าตอบแทนมหาศาล

ค่าจ้างสูงเป็นการเปลี่ยนแปลงที่ควรยินดีในแง่ของการปรับปรุงสภาพการทำงานของแรงงานฝีมือ

ในขณะที่มุมมองอาชีพที่เน้นการเข้ามหาวิทยาลัยได้รับการเน้นย้ำมาเป็นเวลานาน อาชีพที่เกี่ยวข้องกับการก่อสร้างและอุปกรณ์ไฟฟ้าไม่ได้รับการประเมินตามความเชี่ยวชาญและความสำคัญทางสังคมที่พวกเขามี

การเร่งสร้างศูนย์ข้อมูล AI มีศักยภาพที่จะพลิกกลับการประเมินนั้น

บนโซเชียลมีเดีย มีการตอบสนองว่า "การรับเงินเดือนในขณะที่เป็นฝึกงานและได้รับการรับรองมีเหตุผลมากกว่าการเข้าสู่มหาวิทยาลัยและมีหนี้สินจากเงินกู้นักเรียนจำนวนมาก" และ "ควรแนะนำให้เยาวชนเลือกอาชีพที่มีทักษะที่ยากต่อการถูกแทนที่ด้วย AI"

อย่างไรก็ตาม รายได้ประจำปีที่สูงมากที่แนะนำในรายงานหรือโซเชียลมีเดียไม่ได้มาจากเงินเดือนพื้นฐานเพียงอย่างเดียว มักจะเป็นผลมาจากการเดินทางไปทำงานในที่ห่างไกล การทำงานกลางคืน ค่าตอบแทนความเสี่ยง การทำงานในวันหยุดสุดสัปดาห์ และการทำงานล่วงเวลาจำนวนมาก

หากรายได้ประจำปีที่สูงมากถูกเน้นเพียงอย่างเดียว อาจทำให้มองไม่เห็นลักษณะงาน ระยะเวลาการฝึกอบรม ภาระทางกายภาพ และความเสี่ยงด้านความปลอดภัย

งานไฟฟ้าไม่ใช่งานที่ทุกคนสามารถได้รับรายได้สูงหลังจากเรียนหลักสูตรระยะสั้นเท่านั้น ระบบการรับรองและกฎระเบียบในท้องถิ่นก็แตกต่างกัน และต้องใช้เวลาหลายปีในการเป็นช่างฝีมือที่มีความเชี่ยวชาญ

เหตุผลที่บริษัทเทคโนโลยีให้ทุนสนับสนุนการฝึกอบรมอาชีพ

หากปล่อยให้การขาดแคลนบุคลากรดำเนินต่อไป การก่อสร้างศูนย์ข้อมูลจะล่าช้า หากอุปกรณ์ไม่เสร็จสมบูรณ์ แม้ว่าจะซื้อเซมิคอนดักเตอร์ราคาแพงก็ไม่สามารถขยายบริการ AI ได้

ดังนั้น บริษัทเทคโนโลยีและบริษัทการลงทุนขนาดใหญ่จึงเริ่มหันมาเป็นผู้ให้บริการฝึกอบรมอาชีพเอง

Google สนับสนุนองค์กรฝึกอบรมช่างไฟฟ้า และแสดงเจตนารมณ์ที่จะสนับสนุนการฝึกอบรมช่างไฟฟ้าที่มีอยู่ประมาณ 100,000 คนและฝึกงานใหม่ประมาณ 30,000 คน พวกเขากำลังพยายามขยายความสามารถในการรับฝึกอบรมอย่างมากในช่วงหลายปีข้างหน้า เพื่อขยายฐานบุคลากรที่สนับสนุนการก่อสร้างโครงข่ายไฟฟ้าและศูนย์ข้อมูล

Meta ได้เริ่มต้น "America’s Workforce Academy" ด้วยงบประมาณ 115 ล้านดอลลาร์ในปีแรก โดยมีระบบที่ไม่ต้องเสียค่าใช้จ่ายสำหรับผู้เข้าร่วมและรับประกันการจ้างงานกับบริษัทพันธมิตรหลังจากจบการฝึกอบรม ไม่เพียงแต่ช่างไฟฟ้าเท่านั้น แต่ยังรวมถึงช่างเชื่อม ช่างประปา และช่างเทคนิคสื่อสารและไฟเบอร์ออปติก

Microsoft ยังร่วมมือกับสหภาพแรงงานก่อสร้างในอเมริกาเหนือเพื่อสนับสนุนการศึกษา AI และการฝึกอบรมอาชีพสำหรับแรงงานฝีมือ Google, BlackRock, Ford และผู้ผลิตเสื้อผ้าทำงาน Carhartt ได้ก่อตั้งพันธมิตรบริษัทเพื่อขยายการฝึกอบรมอาชีพ

นี่เป็นทั้งกิจกรรมการกุศลและกลยุทธ์ทางธุรกิจที่ชัดเจน

สำหรับบริษัท AI การขาดแคลนช่างไฟฟ้าเป็นความเสี่ยงทางธุรกิจที่ขัดขวางการเติบโตของบริษัทก่อนที่จะเป็นปัญหาสังคม

"การฝึกอบรมไม่กี่สัปดาห์" และ "ทักษะที่เชี่ยวชาญ" ไม่เหมือนกัน

แม้ว่าการฝึกอบรมที่นำโดยบริษัทจะได้รับความคาดหวัง แต่ก็มีมุมมองที่ระมัดระวังจากสหภาพแรงงานที่มีอยู่และผู้เชี่ยวชาญ

การฝึกอบรมเข้มข้นระยะสั้นมีประสิทธิภาพในการเปิดประตูสู่การเข้าสู่อุตสาหกรรมการก่อสร้าง หากบริษัทครอบคลุมค่าเล่าเรียนและค่าที่พัก และมีการเตรียมการจ้างงานหลังจากจบการฝึกอบรม ก็จะสร้างโอกาสให้กับผู้ที่เคยมีความยากลำบากในการเลือกอาชีพที่มีทักษะ

อย่างไรก็ตาม ใบรับรองที่สามารถได้รับในไม่กี่สัปดาห์และคุณสมบัติที่เชี่ยวชาญหลังจากการฝึกงานหลายปีไม่เหมือนกัน

ในศูนย์ข้อมูลขนาดใหญ่ อาจมีการติดตั้งอุปกรณ์ที่มีการออกแบบเดียวกันในปริมาณมากซ้ำๆ ผู้ฝึกงานที่ถูกวางไว้ในกระบวนการเฉพาะเป็นเวลานานอาจเชี่ยวชาญในงานนั้น แต่ไม่สามารถสะสมประสบการณ์ที่หลากหลายที่จำเป็นในบ้าน โรงงาน โรงพยาบาล หรือโครงสร้างพื้นฐานสาธารณะ

ในชุมชนช่างไฟฟ้าบนโซเชียลมีเดีย ยังมีคำถามว่า "ผู้ที่ได้รับการฝึกอบรมเฉพาะในศูนย์ข้อมูลจะสามารถย้ายไปยังสถานที่อื่นได้หลังจากสิ้นสุดการบูมการก่อสร้างหรือไม่"

การเพิ่มจำนวนผู้ฝึกอบรมเพียงอย่างเดียวไม่เพียงพอ

สิ่งสำคัญคือผู้ที่ได้รับการฝึกอบรมสามารถได้รับทักษะที่ใช้ได้ในอุตสาหกรรมอื่นๆ โดยไม่ต้องพึ่งพาบริษัทหรือรูปแบบสิ่งอำนวยความสะดวกเฉพาะ

"การฟื้นฟูแรงงานสีน้ำเงิน" ที่ได้รับการต้อนรับบนโซเชียลมีเดีย

สิ่งที่โดดเด่นในปฏิกิริยาบนโซเชียลมีเดียต่อหัวข้อนี้คือการต้อนรับการประเมินค่าใหม่ของแรงงานฝีมือ

มีเสียงกล่าวว่า "โครงสร้างพื้นฐานของประเทศถูกขับเคลื่อนโดยคนเหล่านี้มาตั้งแต่อดีต" และ "ไม่ใช่เพราะยุค AI ที่ช่างฝีมือมีความสำคัญ แต่เพราะสังคมเพิ่งตระหนักถึงความสำคัญของพวกเขา"

ในขณะที่มีการถกเถียงกันว่างานที่เป็นสีขาวจะเปลี่ยนแปลงไปอย่างไรด้วย AI โครงสร้าง