Rainer Strack: The surprising workforce crisis of 2030 — and how to start solving it now

212,042 views ・ 2014-12-03

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: yamela areesamarn Reviewer: Rawee Ma
00:12
2014 is a very special year for me:
0
12973
3134
ค.ศ.2014 เป็นปีที่พิเศษมาก สำหรับผม
00:16
20 years as a consultant,
1
16107
1927
20 ปี ในการเป็นผู้ให้คำปรึกษา
00:18
20 years of marriage,
2
18034
1672
20 ปี ของการแต่งงาน
00:19
and I'm turning 50 in one month.
3
19706
3181
และในอีกหนึ่งเดือน ผมก็จะอายุได้ 50 ปี
00:22
That means I was born in 1964 in a small town in Germany.
4
22887
5550
นั่นหมายถึง ผมเกิดในปี ค.ศ.1964 ในเมืองเล็ก ๆ ในเยอรมันนี
00:28
It was a gray November day,
5
28437
1718
วันหนึ่ง ในเดือนพฤศจิกายน ที่มืดมัว
00:30
and I was overdue.
6
30155
1880
และผมก็เกินกำหนดไปแล้ว
00:32
The hospital's maternity ward was really stressed out
7
32035
3483
แผนกสูติกรรมของ ร.พ. ทำงานกันวุ่นจนไม่ได้พัก
00:35
because a lot of babies were born on this gray November day.
8
35518
4505
เพราะทารกจำนวนมาก เกิดในวันที่มืดมัวนี้
00:40
As a matter of fact,
9
40023
2122
ตามความเป็นจริงแล้ว
00:42
1964 was the year with the highest birth rate ever in Germany:
10
42145
4426
ค.ศ.1964 เป็นปีที่อัตราการเกิดสูงสุด ในเยอรมันนี
00:46
more than 1.3 million.
11
46571
2020
คือ มากกว่า 1.3 ล้านคน
00:48
Last year, we just hit over 600,000,
12
48591
3134
เมื่อปีที่แล้ว เราทำได้แค่กว่า 600,000 คน
00:51
so half of my number.
13
51725
1502
ครึ่งหนึ่งของ ตัวเลขของผม
00:53
What you can see here is the German age pyramid,
14
53490
3831
ที่คุณเห็นตรงนี้ คือ พีระมิด อายุคนเยอรมัน
00:57
and there, the small black point at the top, that's me.
15
57321
2809
และตรงนั้น จุดสีดำเล็ก ๆ บนสุด นั่นคือผม
01:00
(Laughter) (Applause)
16
60130
3994
(เสียงหัวเราะ) (เสียงปรบมือ)
01:06
In red, you can see the potential working-age population,
17
66307
4133
สีแดง คุณจะเห็นประชากรวัยทำงาน ที่น่าจะมีได้
01:10
so people over 15 and under 65,
18
70440
4249
คือ คนที่อายุเกิน 15 และ ตํ่ากว่า 65
01:14
and I'm actually only interested in this red area.
19
74689
3715
จริงๆผมสนใจ บริเวณพื้นที่สีแดงนี้เท่านั้น
01:18
Now, let's do a simple simulation
20
78404
2043
ครับ เรามาเล่นเลียนแบบง่าย ๆ กันว่า
01:20
of how this age structure will develop over the next couple of years.
21
80447
4528
โครงสร้างอายุนี้ จะพัฒนาไปอย่างไร จนถึงสองปีข้างหน้า
01:24
As you can see,
22
84975
1439
ก็ตามที่คุณเห็น
01:26
the peak is moving to the right,
23
86414
2299
ยอดสูงสุด กำลังเคลื่อนมาทางขวา
01:28
and I, with many other baby boomers, will retire in 2030.
24
88713
6525
ผมกับคนอื่น ๆ ที่เกิดในยุคเบบี้บูมเมอร์ จะเกษียณ ในปีค.ศ.2030
01:35
By the way, I don't need any forecasts
25
95238
2275
ลืมไปว่า ผมไม่จำเป็นต้องพยากรณ์ใด ๆ
01:37
of birth rates for predicting this red area.
26
97513
2869
เรื่อง อัตราการเกิด เพื่อทำนาย พื้นที่สีแดงนี้
01:40
The red area,
27
100406
1248
พื้นที่สีแดงนั่น
01:41
so the potential working-age population in 2030,
28
101678
3612
ประชากรวัยทำงานที่อาจมีได้ ในปีค.ศ.2030
01:45
is already set in stone today,
29
105291
3298
จึงได้ถูกวางไว้ แน่นอนแล้ว ในวันนี้
01:48
except for much higher migration rates.
30
108589
3552
ยกเว้นแต่ อัตราการอพยพ ที่สูงขึ้นมาก
01:52
And if you compare this red area in 2030 with the red area in 2014,
31
112141
6130
และถ้าเปรียบเทียบพื้นที่สีแดงในปีค.ศ.2030 กับพื้นที่สีแดง ในปีค.ศ.2014
01:58
it is much, much smaller.
32
118271
3111
มันเล็กกว่ากันมาก ๆ
02:01
So before I show you the rest of the world,
33
121382
2438
ดังนั้น ก่อนที่ผมจะแสดงให้เห็น ส่วนที่เหลือของโลก
02:03
what does this mean for Germany?
34
123820
3297
เรื่องนี้มีความหมายอย่างไร สำหรับเยอรมันนี
02:07
So what we know from this picture is that the labor supply,
35
127117
4087
ดังนั้น สิ่งที่เรารู้จากภาพนี้ คือ อุปทานของแรงงานนั้น
02:11
so people who provide labor,
36
131204
1927
หรือผู้คนที่จะให้แรงงานนั้น
02:13
will go down in Germany, and will go down significantly.
37
133131
3669
จะลดลงในเยอรมันนี และจะลดลงไปอย่างมีนัยสำคัญ
02:16
Now, what about labor demand?
38
136800
2600
ทีนี้ เรื่องความต้องการแรงงานเล่า
02:19
That's where it gets tricky.
39
139400
1811
นั่นคือ ที่ ๆ มันจะมีลูกเล่น
02:22
As you might know, the consultant's favorite answer to any question is,
40
142163
4807
คุณอาจจะทราบ ผู้ให้คำปรึกษา มีคำตอบที่ชื่นชอบไม่ว่ากับปัญหาใด ๆ ก็คือ
02:26
"It depends."
41
146970
1741
"ก็แล้วแต่ว่า"
02:28
So I would say it depends.
42
148711
2368
ผมจึงจะตอบว่า ก็แล้วแต่ว่า
02:31
We didn't want to forecast the future.
43
151079
2369
เราไม่ต้องการจะพยากรณ์อนาคต
02:33
Highly speculative.
44
153448
1509
เป็นเรื่องคาดคะเนอย่างมาก ๆ
02:34
We did something else.
45
154957
1556
แต่เราได้ทำอย่างอื่น
02:36
We looked at the GDP and productivity growth of Germany
46
156513
3390
เราดูที่ จีดีพี และการเติบโตของผลิตภาพของเยอรมันนี
02:39
over the last 20 years,
47
159903
1695
ใน 20 ปี ที่ผ่านมา
02:41
and calculated the following scenario:
48
161598
2484
และได้คิดคำนวณ แผนการต่อไปนี้:
02:44
if Germany wants to continue this GDP and productivity growth,
49
164082
4481
ถ้าเยอรมันนียังคงต้องการ จีดีพี และการเติบโตของผลิตภาพอย่างนี้
02:48
we could directly calculate
50
168563
2113
เราก็คำนวณได้โดยตรงว่า
02:50
how many people Germany would need to support this growth.
51
170676
3971
เยอรมันนีจะต้องการคนกี่คน เพื่อสนับสนุนการเติบโตนี้
02:54
And this is the green line: labor demand.
52
174647
2972
และนี่คือเส้นสีเขียว คือ ความต้องการแรงงาน
02:57
So Germany will run into a major talent shortage very quickly.
53
177619
5712
เยอรมันนีจะวิ่งเร็วเข้าสู่การขาดแรงงานคุณภาพ ครั้งสำคัญ อย่างรวดเร็วมาก
03:03
Eight million people are missing,
54
183331
1834
คนแปดล้านคน กำลังขาดหายไป
03:05
which is more than 20 percent of our current workforce,
55
185165
2763
ซึ่งเกินกว่า 20 % ของกำลังแรงงานทั้งหมด ในปัจจุบันของเรา
03:07
so big numbers, really big numbers.
56
187928
2670
ตัวเลขใหญ่มาก ตัวเลขใหญ่มากจริง ๆ
03:10
And we calculated several scenarios,
57
190598
2113
และเราก็ได้คิดคำนวณ แผนการหลายๆอย่างไว้แล้ว
03:12
and the picture always looked like this.
58
192711
2462
และภาพนั้น ก็จะเหมือนแบบนี้เสมอ
03:16
Now, to close the gap,
59
196565
1881
ครับ เพื่อที่จะปิดช่องว่าง
03:18
Germany has to significantly increase migration,
60
198446
4063
เยอรมันต้องเพิ่มแรงงานผู้อพยพเข้ามา อย่างมีนัยสำคัญ
03:22
get many more women in the workforce,
61
202509
2206
ให้ผู้หญิง เข้ามาในแรงงานมากขึ้น
03:24
increase retirement age —
62
204715
1765
เพิ่มอายุเกษียณ --
03:26
by the way, we just lowered it this year —
63
206480
2415
อ้อ เราเพิ่งจะลดอายุเกษียณไป ปีนี้เอง --
03:28
and all these measures at once.
64
208895
2763
และใช้มาตรการทุกอย่างนี้ ในทันที
03:31
If Germany fails here, Germany will stagnate.
65
211658
4063
ถ้าเยอรมันนีล้มเหลวตรงนี้ เยอรมันนีจะหยุดนิ่ง
03:35
We won't grow anymore. Why?
66
215721
2322
เราจะไม่เติบโตอีกต่อไป เพราะเหตุใดหรือ
03:38
Because the workers are not there who can generate this growth.
67
218043
3413
เพราะคนงานไม่ได้อยู่ตรงนั้น เพื่อจะสร้างการเติบโตนี้ได้
03:41
And companies will look for talents somewhere else.
68
221456
4457
และพวกบริษัทก็จะมองหา คนที่มีความสามารถพิเศษ ในที่อื่นๆ
03:45
But where?
69
225913
1376
แต่จะเป็นที่ไหนเล่า?
03:48
Now, we simulated labor supply and labor demand
70
228730
4046
ครับ เรามาเล่นเลียนแบบ อุปทานและอุปสงค์ด้านแรงงาน
03:52
for the largest 15 economies in the world,
71
232776
3169
สำหรับเศรษฐกิจที่ใหญ่สุด 15 แห่ง ในโลก
03:55
representing more than 70 percent of world GDP,
72
235945
3692
ซึ่งเป็นตัวแทนของ 70 % ของ จีดีพีของโลก
03:59
and the overall picture looks like this by 2020.
73
239637
3947
และภาพรวมนั้น จะเป็นแบบนี้ เมื่อถึงปี ค.ศ.2020
04:03
Blue indicates a labor surplus,
74
243584
2693
สีนํ้าเงินชี้บอกว่า แรงงานเกินความต้องการ
04:06
red indicates a labor shortfall,
75
246277
2485
สีแดงบอกว่า แรงงานขาดแคลน
04:08
and gray are those countries which are borderline.
76
248762
3692
และสีเทา เป็นประเทศที่อยู่คาบเส้น
04:12
So by 2020, we still see a labor surplus in some countries,
77
252454
6106
ดังนั้น ถึงปี ค.ศ.2020 เรายังคงเห็นแรงงานเกิน ในบางประเทศ
04:18
like Italy, France, the U.S.,
78
258560
2183
เช่นใน อิตาลี, ฝรั่งเศส, สหรัฐฯ
04:20
but this picture will change dramatically by 2030.
79
260743
4597
แต่ภาพนี้ จะเปลี่ยนไปกะทันหัน เมื่อถึงปี ค.ศ.2030
04:25
By 2030, we will face a global workforce crisis
80
265340
4621
ถึงปี ค.ศ.2030 เราจะเผชิญกับ วิกฤตกำลังแรงงานโลก
04:29
in most of our largest economies,
81
269961
2995
ในเศรษฐกิจที่ใหญ่สุดของเราเป็นส่วนมาก
04:32
including three out of the four BRIC countries.
82
272956
2415
รวมทั้ง สามประเทศในกลุ่ม BRIC ทั้งสี่ประเทศนั้น
04:35
China, with its former one-child policy, will be hit,
83
275371
3158
จีนกับนโยบายลูกหนึ่งคนก่อนหน้านั้น จะถูกกระทบ
04:38
as well as Brazil and Russia.
84
278529
3924
เหมือนกับ บราซิล และรัสเซีย
04:42
Now, to tell the truth,
85
282453
3715
ครับ บอกตามจริงแล้ว
04:46
in reality, the situation will be even more challenging.
86
286168
4806
ในความเป็นจริงนั้น สถานการณ์ จะยิ่งกว่าการท้าทายด้วยซํ้าไป
04:50
What you can see here are average numbers.
87
290974
3343
ที่คุณเห็นอยู่ตรงนี้ เป็นตัวเลขค่าเฉลี่ย
04:54
We de-averaged them
88
294317
1696
เราไม่ทำตามค่าเฉลี่ยนั้น
04:56
and broke them down into different skill levels,
89
296013
2620
เราทำให้มันแตกออก เป็นระดับทักษะต่าง ๆ กัน
04:58
and what we found
90
298633
1317
และสิ่งที่เราพบ คือ
04:59
were even higher shortfalls for high-skilled people
91
299950
3934
การขาดแคลน คนที่มีทักษะสูง เพิ่มสูงขึ้นด้วยซํ้าไป
05:03
and a partial surplus for low-skilled workers.
92
303884
4179
และคนงานทักษะตํ่า ก็มีเกินในบางส่วน
05:08
So on top of an overall labor shortage,
93
308063
3158
ดังนั้น ยอดบนสุดของ การขาดแคลนแรงงานโดยรวม
05:11
we will face a big skill mismatch in the future,
94
311221
4232
เราจะพบปัญหา ทักษะที่ไม่ตรงกัน อย่างขนานใหญ่ ในอนาคต
05:15
and this means huge challenges
95
315477
1699
และนี่ก็หมายถึง การท้าทายขนาดใหญ่
05:17
in terms of education, qualification,
96
317200
2065
ในเรื่องของ การศึกษา คุณวุฒิ
05:19
upskilling for governments and companies.
97
319289
3025
การยกระดับทักษะ สำหรับรัฐบาลและบริษัทต่าง ๆ
05:24
Now, the next thing we looked into was robots, automation, technology.
98
324397
5978
สิ่งต่อมา ที่เราตรวจดู คือ หุ่นยนต์ เครื่องอัตโนมัติ เทคโนโลยี
05:30
Will technology change this picture and boost productivity?
99
330375
4014
เทคโนโลยี จะเปลี่ยนภาพนี้ และสนับสนุนผลิตภาพ หรือไม่
05:35
Now, the short answer would be
100
335728
2070
ครับ คำตอบสั้น ๆ ก็จะเป็นว่า
05:37
that our numbers already include a significant growth in productivity
101
337798
4561
ตัวเลขของเรา ได้รวมการเติบโตที่สำคัญ ด้านผลิตภาพ ไว้เรียบร้อยแล้ว
05:42
driven by technology.
102
342359
1583
ซึ่งถูกขับเคลื่อน โดยเทคโนโลยี
05:45
A long answer would go like this.
103
345093
3535
ตำตอบยาว ๆ ก็จะเป็นอย่างนี้
05:48
Let's take Germany again.
104
348628
2485
ให้เรามาดูเยอรมันนีอีกครั้ง
05:51
The Germans have a certain reputation in the world
105
351113
2554
คนเยอรมันนั้น มีชื่อเสียงที่แน่นอนในโลกนี้
05:53
when it comes to productivity.
106
353667
2577
ในเรื่องของผลิตภาพ
05:56
In the '90s, I worked in our Boston office for almost two years,
107
356244
4597
ในช่วงยุค 1990 ผมทำงานในสำนักงาน ในบอสตัน อยู่เกือบ 2 ปี
06:00
and when I left, an old senior partner told me, literally,
108
360841
4157
และตอนผมออกมา เพื่อนคู่หูสูงวัยของผม บอกผมตรง ๆ ว่า
06:04
"Send me more of these Germans, they work like machines."
109
364998
3482
"ส่งคนเยอรมันพวกนี้ มาเพิ่มอีกนะ ทำงานอย่างกับเครื่องจักร"
06:08
(Laughter)
110
368480
4487
(เสียงหัวเราะ)
06:12
That was 1998.
111
372967
3292
นั่นเป็นเมื่อปี ค.ศ.1998
06:16
Sixteen years later, you'd probably say the opposite.
112
376259
3483
อีก 16 ปีต่อมา คุณอาจพูดตรงกันข้ามก็ได้
06:19
"Send me more of these machines. They work like Germans."
113
379742
3668
"ส่งเครื่องจักรพวกนี้ มาเพิ่มอีกนะ ทำงานอย่างกับคนเยอรมัน"
06:23
(Laughter) (Applause)
114
383410
4156
(เสียงหัวเราะ) (เสียงปรบมือ)
06:30
Technology will replace a lot of jobs, regular jobs.
115
390108
4703
เทคโนโลยี่จะเขัามาแทนที่ งานจำนวนมาก งานทั่ว ๆ ไป
06:34
Not only in the production industry,
116
394811
1997
ไม่เพียง ในอุตสาหกรรมด้านการผลิตเท่านั้น
06:36
but even office workers are in jeopardy
117
396808
1858
แม้แต่ คนในสำนักงาน ก็อยู่ในความเสี่ยง
06:38
and might be replaced by robots,
118
398690
2831
และอาจถูกแทนที่ด้วยหุ่นยนตร์
06:41
artificial intelligence, big data, or automation.
119
401521
2515
ปัญญาประดิษฐ์ ข้อมูลขนาดใหญ่ หรือ เครื่องอัตโนมัติ
06:45
So the key question is not if technology replaces some of these jobs,
120
405120
4922
ดังนั้น คำถามสำคัญ จึงไม่ใช่ว่าเทคโนโลยี จะมาแทนที่งานบางอย่างเหล่านี้หรือไม่
06:50
but when, how fast, and to what extent?
121
410042
3646
แต่เป็นว่า เมื่อใด เร็วแค่ไหน หรือขนาดเท่าใด
06:53
Or in other words,
122
413688
1695
หรือ พูดอีกอย่างหนึ่ง
06:55
will technology help us to solve this global workforce crisis?
123
415383
4676
เทคโนโลยีจะช่วยเราแก้ไขปัญหาวิกฤติ แรงงานระดับโลกหรือไม่
07:01
Yes and no.
124
421334
1920
นี่เป็นตำตอบ ใช่ และไม่ใช่
07:03
This is a more sophisticated version of "it depends."
125
423254
2902
นี่เป็นคำตอบ แบบที่ซับซ้อนกว่า "ก็แล้วแต่ว่า"
07:06
(Laughter)
126
426156
1047
(เสียงหัวเราะ)
07:07
Let's take the automotive industry as an example,
127
427227
5083
มาดูเรื่องอุตสาหกรรมยานยนต์เป็นตัวอย่าง
07:12
because there, more than 40 percent of industrial robots are already working
128
432310
4504
เพราะว่า ตรงนั้น กว่า 40% ของ หุ่นยนต์อุตสาหกรรมกำลังทำงานอยู่แล้ว
07:16
and automation has already taken place.
129
436814
2732
และเครื่องจักรอัตโนมัติ ก็ได้เข้าไปแทนที่แล้ว
07:21
In 1980, less than 10 percent of the production cost of a car
130
441332
5327
ปี ค.ศ.1980 น้อยกว่า 10% ของต้นทุน การผลิตรถยนต์หนึ่งคันนั้น
07:26
was caused by electronic parts.
131
446659
2670
เกิดจาก ชิ้นส่วนอีเลคโทรนิค
07:29
Today, this number is more than 30 percent
132
449329
3251
ปัจจุบัน ตัวเลขนี้เป็น มากกว่า 30%
07:32
and it will grow to more than 50 percent by 2030.
133
452580
4823
และมันก็จะโตขึ้นอีก กว่า 50% เมือถึง ค.ศ.2030
07:37
And these new electronic parts and applications
134
457427
4181
และส่วนประกอบอีเลคโทรนิคใหม่ๆเหล่านี้ และการนำไปใช้
07:41
require new skills and have created a lot of new jobs,
135
461632
4020
ต้องการทักษะใหม่ ๆ และได้สร้างงานใหม่ ๆ ขึ้นมามาก
07:45
like the cognitive systems engineer
136
465652
2547
เช่น วิศวกรระบบการรับรู้
07:48
who optimizes the interaction between driver and electronic system.
137
468223
4465
คนที่ ทำให้ปฏิกริยาระหว่างผู้ขับ กับระบบอิเล็กทรอนิคเกิดผลดีที่สุดได้
07:54
In 1980, no one had the slightest clue that such a job would ever exist.
138
474081
6587
ปี ค.ศ.1980 ไม่มีใครล่วงรู้แม้แต่น้อยว่า งานแบบนี้ก็มีด้วย
08:01
As a matter of fact,
139
481534
1493
ตามความเป็นจริงแล้ว
08:03
the overall number of people involved in the production of a car
140
483051
4195
จำนวนคนทั้งหมด ที่เกี่ยวข้อง ในการผลิตรถยนต์คันหนึ่งนั้น
08:07
has only changed slightly in the last decades,
141
487246
3413
ได้เปลี่ยนไปเพียงเล็กน้อย ในท้าย ๆ ทศวรรษ
08:10
in spite of robots and automation.
142
490659
3018
แม้จะมีพวกหุ่นยนต์ และเครื่องจักรอัตโนมัติ
08:13
So what does this mean?
143
493677
1766
ดังนั้น เรื่องนี้หมายความว่าอย่างไร
08:15
Yes, technology will replace a lot of jobs,
144
495443
2413
ใช่ครับ เทคโนโลยี่จะแทนที่ งานจำนวนมาก
08:17
but we will also see a lot of new jobs and new skills on the horizon,
145
497880
5827
แต่เราก็จะเห็นงานใหม่ๆอีกมาก และทักษะใหม่ ๆ เกิดขึ้นในไม่ช้าอีกด้วย
08:23
and that means technology will worsen our overall skill mismatch.
146
503731
6037
นั่นหมายถึง เทคโนโลยีจะทำให้ ทักษะโดยรวมของเราเสื่อมลงไป
08:29
And this kind of de-averaging
147
509768
1742
และการไม่ใช้มาตรฐานเฉลี่ยในแบบนี้
08:31
reveals the crucial challenge for governments and businesses.
148
511510
3601
เปิดเผยให้เห็น สิ่งท้าทายที่สำคัญ สำหรับรัฐบาลและธุรกิจ
08:37
So people, high-skilled people,
149
517175
3831
ดังนั้น ผู้คน ผู้คนที่มีทักษะสูง
08:41
talents, will be the big thing in the next decade.
150
521006
4040
ผู้มีความสามารถพิเศษ จะเป็นสิ่งที่สำคัญ ในทศวรรษหน้า
08:45
If they are the scarce resource, we have to understand them much better.
151
525046
5642
ถ้าพวกเขา เป็นทรัพยากรที่หาได้ยาก เราก็จะต้องเข้าใจพวกเขาให้ดีขึ้นอีกมาก ๆ
08:50
Are they actually willing to work abroad?
152
530688
2949
จริง ๆ แล้ว พวกเขาเต็มใจที่จะทำงาน ในต่างประเทศไหม
08:53
What are their job preferences?
153
533637
1765
เขาพอใจงานอะไร
08:56
To find out, this year we conducted a global survey
154
536552
5041
เพื่อหาคำตอบ ปีนี้เราได้จัดทำ การสำรวจทั่วโลก
09:01
among more than 200,000 job seekers from 189 countries.
155
541617
5253
ในหมู่คนหางาน 200,000 คน จาก 189 ประเทศ
09:08
Migration is certainly one key measure to close a gap,
156
548021
5428
แน่ ๆ การอพยพเป็นมาตรการสำคัญอย่างหนึ่ง ที่จะปิดช่องว่าง
09:13
at least in the short term,
157
553469
1544
อย่างน้อยที่สุดก็ ในระยะสั้น ๆ
09:15
so we asked about mobility.
158
555013
2600
เราจึงตั้งคำถาม เกี่ยวกับการเคลื่อนตัว
09:17
More than 60 percent of these 200,000 job seekers
159
557613
4621
มากกว่า 60% ของคนหางานสองแสนคนนี้
09:22
are willing to work abroad.
160
562234
2600
เต็มใจที่จะทำงานในต่างประเทศ
09:24
For me, a surprisingly high number.
161
564834
2160
สำหรับผมคิดว่า เป็นจำนวนสูง อย่างน่าประหลาดใจ
09:26
If you look at the employees aged 21 to 30,
162
566994
3413
ถ้าดูที่ลูกจ้าง อายุระหว่าง 21 ถึง 30 ปี
09:30
this number is even higher.
163
570407
2299
ตัวเลขนี้ ก็ยิ่งสูงกว่านี้
09:32
If you split this number up by country,
164
572706
3320
ถ้าแตกตัวเลขนี้ออกไป ตามประเทศ
09:36
yes, the world is mobile, but only partly.
165
576026
5201
ใช่ครับ โลกนี้เคลื่อนที่ง่าย แต่ก็เพียงบางส่วนเท่านั้น
09:41
The least mobile countries are Russia, Germany and the U.S.
166
581227
4052
ประเทศที่เคลื่อนที่ได้น้อยสุด คือ รัสเซีย เยอรมันนี และสหรัฐฯ
09:46
Now where would these people like to move?
167
586358
3274
ทีนี้ คนเหล่านี้อยากจะเคลื่อนย้ายไปที่ไหน
09:49
Number seven is Australia, where 28 percent could imagine moving.
168
589632
4830
เลขเจ็ด คือ ออสเตรเลีย ที่ 28% คิดว่าจะย้ายไปอยู่
09:54
Then France, Switzerland, Germany, Canada, U.K.,
169
594462
4318
แล้วก็มา ฝรั่งเศส สวิสฯ เยอรมันนี แคนาดา อังกฤษ
09:58
and the top choice worldwide is the U.S.
170
598804
3305
ตัวเลือกสูงสุดทั่วโลก คือ สหรัฐฯ
10:02
Now, what are the job preferences of these 200,000 people?
171
602744
3495
ทีนี้ งานอะไรที่คน 200,000 คน เหล่านี้ชอบ
10:06
So, what are they looking for?
172
606263
1483
งานอะไรที่พวกเขากำลังมองหาอยู่
10:09
Out of a list of 26 topics, salary is only number eight.
173
609043
6432
จาก 26 ข้อ ในรายการ เงินเดือน อยู่เพียงอันดับ 8
10:15
The top four topics are all around culture.
174
615475
4528
สี่ข้อบนสุด ทั้งหมดเกี่ยวกับวัฒนธรรม
10:20
Number four,
175
620003
1555
ข้อสี่
10:21
having a great relationship with the boss;
176
621558
2996
มีความสัมพันธ์ยอดเยี่ยม กับหัวหน้างาน
10:24
three, enjoying a great work-life balance;
177
624554
4017
ข้อสาม สนุกกับความสมดุลย์ ในชีวิตการทำงาน ที่ยอดเยี่ยม
10:28
two, having a great relationship with colleagues;
178
628571
3761
ข้อสอง มีสัมพันธ์ยอดเยี่ยมกับเพื่อนร่วมงาน
10:32
and the top priority worldwide
179
632332
3395
และบนสุดลำดับแรก ทั่วโลก คือ
10:35
is being appreciated for your work.
180
635751
3589
ได้รับการยกย่อง จากผลงานที่ทำ
10:40
So, do I get a thank you?
181
640321
2831
ผมได้รับการขอบคุณไหมนั่นเอง
10:43
Not only once a year with the annual bonus payment,
182
643152
3344
ไม่ใช่แค่ปีละครั้ง ด้วยการจ่ายโบนัสประจำปี
10:46
but every day.
183
646496
2205
แต่ในทุก ๆ วัน
10:48
And now, our global workforce crisis becomes very personal.
184
648701
5225
และปัจจุบัน วิกฤติแรงงานโลกของเรา ได้กลายเป็นเรื่องส่วนตัวไปแล้ว
10:53
People are looking for recognition.
185
653926
3041
คนกำลังมองหาการเห็นคุณค่า
10:56
Aren't we all looking for recognition in our jobs?
186
656967
3300
เราทุกคนไม่ได้กำลังมองหา การเห็นคุณค่าในงานของเราหรอกหรือ
11:03
Now, let me connect the dots.
187
663302
3580
ทีนี้ ขอผมเชื่อมต่อจุด เพื่อเข้าใจความสัมพันธ์
11:06
We will face a global workforce crisis
188
666882
2368
เราจะเผชิญกับวิกฤติแรงงานโลก
11:09
which consists of an overall labor shortage
189
669250
2972
ซึ่งประกอบด้วย การขาดแคลนแรงงานโดยรวม
11:12
plus a huge skill mismatch,
190
672222
1951
บวกกับทักษะที่ไม่เข้ากับงานขนานใหญ่
11:14
plus a big cultural challenge.
191
674173
3134
บวกกับความท้าทายเชิงวัฒนธรรมขนานใหญ่
11:17
And this global workforce crisis is approaching very fast.
192
677307
3924
และวิกฤติแรงงานโลกนี้ กำลังจะเข้ามาหาเราอย่างรวดเร็วมาก
11:21
Right now, we are just at the turning point.
193
681231
2740
ปัจจุบัน เรากำลังอยู่ที่แค่จุดเปลี่ยน
11:23
So what can we, what can governments, what can companies do?
194
683971
4388
อะไรคือ สิ่งที่เรา อะไรคือสิ่งที่รัฐบาล บริษัทจะสามารถทำได้
11:28
Every company,
195
688359
1603
ทุก ๆ บริษัท
11:29
but also every country,
196
689962
1787
แต่ก็ ทุก ๆ ประเทศอีกด้วย
11:31
needs a people strategy,
197
691749
1928
ต้องการกลยุทธ์ด้านบุคลากร
11:33
and to act on it immediately,
198
693677
2972
เพื่อที่จะนำมาใช้ปฏิบัติการได้ อย่างทันท่วงที
11:36
and such a people strategy consists of four parts.
199
696649
3947
กลยุทธ์ด้านบุคลากรอย่างที่ว่านั้น มีอยู่ 4 ส่วน
11:40
Number one, a plan
200
700596
1811
หนึ่ง แผนการ เพื่อ
11:42
for how to forecast supply and demand for different jobs and different skills.
201
702407
6130
หาวิธีที่จะพยากรณ์ อุปทานและอุปสงค์ สำหรับงานต่างๆ และทักษะต่าง ๆ
11:48
Workforce planning will become more important than financial planning.
202
708537
4735
การวางแผนด้านแรงงาน จะสำคัญกว่า การวางแผนด้านการเงิน
11:54
Two, a plan for how to attract great people:
203
714109
3623
สอง แผนการ เพื่อหาวิธีที่จะดึงดูด คนชั้นยอดเข้ามา
11:57
generation Y, women, but also retirees.
204
717732
3099
คือ พวกเจนวาย ผู้หญิง แต่ก็รวมพวกเกษียณด้วย
12:01
Three, a plan for how to educate and upskill them.
205
721865
3989
สาม แผนการ เพื่อหาวิธีให้การศึกษา และเพิ่มทักษะให้พวกเขา
12:05
There's a huge upskilling challenge ahead of us.
206
725878
2555
จะมีความท้าทายใหญ่ ด้านการเพิ่มทักษะ อยู่ข้างหน้าเรา
12:09
And four,
207
729666
1834
และสี่
12:11
for how to retain the best people,
208
731500
2529
แผนสำหรับวิธี ที่จะเก็บรักษาคนดีที่สุดไว้
12:14
or in other words,
209
734053
1346
หรือพูดอีกอย่างหนึ่งคือ
12:15
how to realize an appreciation and relationship culture.
210
735423
4875
วิธีที่จะให้ตระหนักถึง วัฒนธรรม ด้านการเห็นคุณค่าและความสัมพันธ์
12:23
However, one crucial underlying factor is to change our attitudes.
211
743643
6032
อย่างไรก็ตาม ปัจจัยพื้นฐานอย่างหนึ่ง ที่สำคัญ คือ เปลี่ยนทัศนคติของเรา
12:30
Employees are resources, are assets,
212
750424
4203
ลูกจ้างเป็นทรัพยากร เป็นทรัพย์สิน
12:34
not costs, not head counts,
213
754627
2445
ไม่ใช่เป็นค่าใช้จ่าย ไม่ใช่เป็นจำนวนพนักงานรายหัว
12:37
not machines,
214
757096
1385
ไม่ได้เป็นเครื่องจักร
12:38
not even the Germans.
215
758505
1541
ไม่ได้เป็น แม้กระทั่ง คนเยอรมัน
12:40
Thank you.
216
760176
1102
ขอบคุณครับ
12:41
(Applause)
217
761302
3887
(เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7