Tekoäly ja työllisyys: todellinen vaikutus, luvut, sektorit ja vastaukset

  • Tekoäly vaikuttaa jopa 40 prosenttiin maailmanlaajuisista työpaikoista, ja altistuminen on suurempaa kehittyneissä talouksissa ja hallinnollisissa tehtävissä, joissa naiset ovat paljon työllistettyjä.
  • Työllisyyden ja tekoälyn välinen tasapaino voi olla positiivinen, jos uudelleenkoulutusta nopeutetaan: syntyy uusia profiileja (data, etiikka, ihmisen ja koneen välinen hallinta) ja aloja, joilla on kysyntää.
  • Käyttöönotto on edelleen epätasaista infrastruktuurin ja osaamisen vuoksi; ILO:n/OECD:n politiikat edellyttävät luotettavaa tekoälyä, massakoulutusta ja räätälöityä sosiaaliturvaa.

Tekoälyn vaikutus työllisyyteen

Tekoäly kiihdyttää työn muutosta eikä ole enää vain futuristinen käsite: se on arkipäivää yrityksissä ja valtion virastoissa. Automaation, uusien tietovirtojen ja generatiivisten työkalujen myötä tekoäly on läpäissyt keskeiset prosessit ja muuttanut miljoonien ammattilaisten toimintatapoja. Tässä yhteydessä mittakaavan, sektorien ja käytäntöjen ymmärtäminen ei ole luksusta: se on elinehto tietoon perustuvien päätösten tekemiselle.

Julkinen keskustelu heilahtelee katastrofaalisen "me kaikki menetämme työpaikkamme" ja optimismin "työllisyyden lisääntyminen kaikille" välillä. Todellisuus on vertailevan näytön mukaan paljon vivahteikkaampi: tekoäly korvaa työtehtäviä, vaikkakaan ei aina kokonaisia ​​työpaikkoja , edistää uusien ammattien syntymistä ja vaatii osaamisen kehittämistä ennennäkemättömällä vauhdilla. Puretaanpa se lukujen, tapaustutkimusten ja kansainvälisten järjestöjen tukemien suositusten avulla.

Suuret luvut: kuinka paljon tekoäly vaikuttaa työllisyyteen

Kansainvälinen valuuttarahasto arvioi, että tekoäly vaikuttaa noin 40 prosenttiin työpaikoista maailmanlaajuisesti ; tämä vaikutus jakautuu työpaikkoihin, joissa tehtäviä automatisoidaan, toimintoihin, joita teknologia täydentää, ja uusiin työtehtäviin, joita syntyy. Uutta verrattuna aiempiin automaatioaaltoihin on se, että tekoäly tekee merkittävää jalansijaa myös korkeasti koulutetuissa ammateissa (ns. korkeasti koulutetuissa työpaikoissa) rikkoen stereotypian, jonka mukaan vain rutiinitehtävät ovat korvattavissa.

korkeasti palkattuja työpaikkoja, joita ei ollut olemassa 20 vuotta sitten
Aiheeseen liittyvä artikkeli:
Uudet ja hyvin palkatut työpaikat: kartta eksymisen välttämiseksi

Vaikutus ei ole sama kaikkialla. Kehittyneissä talouksissa IMF ennustaa, että jopa kuusi kymmenestä työpaikasta voi kärsiä tekoälyn vaikutuksesta; kehittyvissä talouksissa tämä luku olisi noin 40 % ja pienituloisissa maissa noin 26 %. Kansainvälinen työjärjestö ILO lisää tärkeän vivahteen: hallinnolliset tehtävät , joissa monet naiset työskentelevät, kärsivät merkittävästi generatiivisten järjestelmien käyttöönotosta toimistotehtävissä.

Espanja havainnollistaa ilmiön toista puolta: paitsi kysyntä muuttuu, myös pätevistä ammattilaisista on pulaa. Liiketoimintaekosysteemi havaitsi, että noin 20 % data- ja tekoälyalan avoimista työpaikoista oli täyttämättä Indesian analysoiman viimeisen vuoden aikana erikoistuneiden ammattilaisten puutteen vuoksi. Tämä osaamisvaje esiintyy samanaikaisesti korkean työttömyysasteen kanssa, mikä viittaa koulutuksen ja markkinoiden todellisten tarpeiden väliseen epäsuhtaan .

Työpaikkojen nettoluonnin ja -häviön osalta luvut vaihtelevat lähteen ja ajanjakson mukaan, mutta niillä on yhteinen kaava. Maailman talousfoorumin raporteissa puhutaan kymmenistä miljoonista työpaikoista, jotka korvautuvat ja jopa useammasta syntyy talouden uudelleenjärjestelyn seurauksena; aiemmissa raporteissa mitattiin 75 miljoonan työpaikan siirtymistä verrattuna 133 miljoonaan uuteen mahdollisuuteen (58 miljoonan työpaikan positiivinen saldo). Muissa analyyseissä, kuten McKinseyn analyyseissä, ennustetaan 20–50 miljoonaa uutta tekoälyyn liittyvää työpaikkaa vuoteen 2030 mennessä . Lukujen lisäksi viesti on selvä: nettotulos voi olla positiivinen, jos uudelleenkoulutusta järjestetään laajamittaisesti.

Työllisyys ja automaatio tekoälyn avulla

Mitä seuraavaksi: skenaariot ja liiketoiminnan käyttöönotto

OECD korostaa, että tekoälyn käyttöönotto yrityksissä on toistaiseksi suhteellisen vähäistä , mutta generatiivisen tekoälyn kehitys, laskevat kustannukset ja suurempi määrä koulutettuja ammattilaisia ​​asettavat kehittyneet taloudet laajamittaisen laajentumisen partaalle. Tämä ei ole sattumaa: generatiivinen tekoäly nojaa vahvasti avoimeen ja korkealaatuiseen dataan , mikä nopeuttaa sen käyttöönottoa, kun tiedonsaanti on laajalle levinnyttä ja turvallista.

Mikä on Espanjan asema tällä pelikentällä? Indesian uusimmat tiedot ennustavat, että maan teollisuus tarvitsee yli 90 000 data- ja tekoälyasiantuntijaa vuoteen 2025 mennessä. Samaan aikaan etätyön globalisaatio luo kovaa kilpailua: yritykset ympäri maailmaa rekrytoivat osaajia etänä paremmilla ehdoilla ja kunnianhimoisemmilla urapoluilla, joten ammattilaisten houkutteleminen ja pitäminen Espanjassa vaatii riman nostamista.

Toinen kontekstuaalinen elementti: Euroopan työmarkkinat ovat osoittaneet joustavuutta, mutta Espanjassa on rakenteellinen työttömyys, joka on lähes kaksinkertainen EU:n keskiarvoon verrattuna, ja samalla maassa on pulaa ammattitaitoisista työntekijöistä keskeisillä aloilla. Ikääntyvän väestön ja rasittuneen tuottavuuden vuoksi koulutuksen ja politiikan mukauttamismahdollisuudet eivät ole rajattomat.

Täysimittaista käyttöönottoa estävät myös operatiiviset haasteet: infrastruktuurista (vakaa sähkö, laajakaista ) henkilöstön digitaalisten taitojen puutteeseen, teknologiakustannuksiin ja talouden digitalisointitarpeeseen . Kaikki tämä viittaa siihen, että havaittava vaikutus on asteittaista ja riippuu paikallisista valmiuksista.

Tekoäly ja työskentelytilanteet

Toimialat, ammatit ja uudet profiilit

Missä tekoäly iskee ensin? OECD:n yrityksille ja työntekijöille tekemät kyselyt osoittavat, että valmistus ja rahoitusala ovat algoritmien ja automaation eniten vaikuttamia aloja. Viimeaikaiset markkinaraportit osoittavat myös vähittäiskaupan, hotelli- ja ravintola-alan sekä liikenteen aloiksi, joilla on merkittäviä työpaikkojen mukautuksia, kun taas maatalous, karjankasvatus ja kalastus , osuustoiminta, kaivannaisteollisuus ja rakentaminen osoittavat tällä hetkellä vähemmän kokonaisaltistusta.

Maisema ei kuitenkaan ole pelkästään riskien täyttämä. Ohjelmoinnin ja konsultoinnin, tieteellisten ja teknisten palveluiden, televiestinnän ja median aloilla avautuu mahdollisuuksia uusille profiileille: luonnollisen kielen käsittelyn asiantuntijoista ja ohjelmoijista algoritmien tarkastajiin, luoviin asiantuntijoihin , jotka kykenevät johtamaan generatiivisia järjestelmiä, ja hybridiprofiileihin, jotka yhdistävät teknisiä ja liiketoimintaosaamista.

Tarkasteltaessa automaation kohdentamia erityisiä työpaikkoja näemme tuotanto- ja kokoonpanotyöntekijöitä, ammattikuljettajia (itsenäinen ajaminen on kasvattamassa suosiotaan) ja asiakaspalvelutyöntekijöitä, joissa keskusteluavustajat käsittelevät yhä enemmän tapauksia. Kokonaiskuvaan kuuluu kuitenkin myös uusia rooleja, kuten tekoälyjärjestelmien kouluttajat , data-analyytikot ja -tutkijat, ihminen-kone-tiiminvetäjät sekä eettiset ja hallinnolliset asiantuntijat.

Keskeinen periaate tämän prosessin ohjaamiseksi: mitä todennäköisemmin tehtäviä automatisoidaan roolin sisällä, sitä suurempi on paine sen muuttamiseen. Tämä ei tarkoita automaattista poistamista, vaan roolien uudelleensuunnittelua, toimintojen uudelleenjakoa ja monissa tapauksissa tekoälyn tukea apuohjaajana tuottavuuden parantamiseksi.

Mitä menetetään ja mitä luodaan nyt

Tekoälyyn liittyvistä irtisanomisista kertovat otsikot moninkertaistuvat. Suuret teknologiayritykset ovat vähentäneet henkilöstöä eri osa-alueilla: Microsoftilla on noin 6 000 työpaikkaa , IBM:llä yli 8 000 (pääasiassa henkilöstöhallinnossa) ja Googlella on noin 10 000 kumulatiivista lähtöä vuodesta 2023 lähtien, minkä lisäksi Salesforcella, Klarnalla, Duolingolla ja Amazonilla on vähennetty 14 000 työpaikkaa . Yhdessä silmiinpistävässä tapauksessa Dukaanin toimitusjohtaja irtisanoi asiakaspalvelutiimin osoitettuaan, että tekoälyjärjestelmä oli 85 % tehokkaampi.

Mediakaan ei ole säästynyt: vuodesta 2020 lähtien on ollut esimerkkejä toimittajien korvaamisesta tietyissä rutiinitehtävissä, vaikka jotkin kokeilut on osittain peruutettu, kuten asiakaspalvelun henkilöstön uudelleenpalkattua sen jälkeen, kun tekoälyn rajoitukset monimutkaisissa tilanteissa havaittiin. Teknologia-alan irtisanomisten seuranta laskee tänä vuonna tähän mennessä yli 77 000 irtisanomisten kohteena olevaa työntekijää, noin 495 päivässä (hieman vähemmän kuin edellisen vuoden päivittäinen keskiarvo), ja kyselyt osoittavat, että 14 % ihmisistä sanoo menettäneensä työpaikkansa automaation vuoksi.

Luodaanko uusia työpaikkoja? Kyllä, vaikka nopeus ja laajuus jäävät nähtäväksi. Maailman talousfoorumi ennustaa lyhyellä aikavälillä siirtymistä joillakin niche-aloilla ja kasvua toisilla, jotka ovat "vähemmän automatisoitavissa". Kotiinkuljetus , rakentaminen, maatalous, elintarvikkeiden jalostus ja hoitoala ovat nousussa, sillä näissä aloissa on työvoimapulaa. Lisäksi on syntymässä siirtymähankkeita: Ikea tarjosi puhelinkeskusten henkilökunnalle mahdollisuuden kouluttautua uudelleen suunnittelukonsultteiksi, ja IBM ilmoitti tavoitteestaan ​​kouluttaa kaksi miljoonaa ihmistä tekoälytaidoissa.

Perustavanlaatuinen kysymys on, kehittävätkö yritykset, hallitukset ja oppilaitokset riittäviä uudelleenkoulutusmekanismeja automatisoiduista tehtävistä lähtevien työntekijöiden uudelleensijoittamiseksi korkeamman lisäarvon rooleihin. Ilman etenemissuunnitelmaa on olemassa riski, että irtisanomiset iskevät eniten aloitustason työntekijöihin ja haavoittuvassa asemassa oleviin ryhmiin , mikä pahentaa sosiaalista eriarvoisuutta.

Tehtäväkohtainen altistuminen: riskikartta

Yli 400 ammatin kattava analyysi standardoidun kansainvälisen luokituksen perusteella antaa jokaiselle tehtävälle mahdollisen automatisointipistemäärän väliltä 0–1. Yhdistämällä kaikki ammatin tehtävät lasketaan keskiarvo ja vaihtelu. Tämän perusteella määritellään altistumisgradientit: korkeimmasta (jossa useimmilla tehtävillä on korkea automatisoitavuus ja vähän hajontaa) minimaaliseen tai lähes nolla altistukseen.

Tulokset ovat mielenkiintoisia: harvat työpaikat koostuvat yksinomaan tehtävistä, jotka voidaan täysin automatisoida nykyisellä generatiivisella tekoälyllä; lähes kaikki ammatit sisältävät toimintoja, jotka vaativat ihmisen puuttumista asiaan . Lisäksi altistuminen ei ole jakautunut tasaisesti: naisten työllisyys näyttää keskittyneen enemmän korkeammille tasoille (esimerkiksi noin 5,7 % korkealla tasolla ja 4,7 % erittäin korkealla tasolla), mikä edellyttää sukupuolisensitiivistä politiikkaa.

Tulotason mukaan korkean tulotason maissa on suurempi osuus altistuneiden kaltevuusalueiden työllisyydestä (noin 34 % ), kun taas matalan tulotason maissa se on tuskin 11 %. Huomaa: puhumme potentiaalisesta altistumisesta, emme todellisesta vaikutuksesta. Täysimittainen käyttöönotto riippuu infrastruktuurista, kustannuksista ja valmiuksista sekä muista esteistä. Tämäntyyppinen kartoitus, joka on yhdistetty kansallisiin mikrotaloudellisiin tietoihin, auttaa muokkaamaan sosiaalista vuoropuhelua ja tarkkoja julkisia vastauksia .

Vaikutus koulutukseen ja taitoihin, joiden merkitys kasvaa

Luokkahuoneessa tekoäly personoi sisältöä, suosittelee kertausharjoituksia ja vapauttaa opettajan aikaa automatisoimalla arvostelun ja hallinnolliset tehtävät. Edistynyttä analytiikkaa käyttävät alustat säätävät tahtia oppilaiden edistymisen perusteella, ja keskusteluavustajat tarjoavat tukea 24/7. Tärkeimpiä etuja ovat personointi, globaali saatavuus, jatkuva tuki ja toistuvien tehtävien automatisointi.

Mutta kyse ei ole pelkästään eduista: meidän on suojeltava tietosuojaa , kurottava umpeen digitaalista kuilua, joka jättää jälkeensä ne, joilla ei ole internetyhteyttä tai laitteita, ja hallittava kohtuullista vastustusta pedagogisia muutoksia kohtaan. Tämä liittyy työelämään: mitä paremmin koulutamme ihmisiä digitaalisissa taidoissa ja kriittisessä ajattelussa, sitä sujuvampi työpaikan siirtyminen on.

Mitä taitoja talous tulee eniten vaatimaan? Tekoälyn ymmärtämiseen ja hallintaan tarvitaan STEM-profiileja (tiede, teknologia, insinööritieteet ja matematiikka), mutta myös luovia, empaattisia ja johtamistaitoja , joita on vaikea automatisoida. Trendi suosii monialaisia ​​ja monipuolisia osaamisia, jotka vaihtelevat viestinnästä ja asiakaspalvelusta monimutkaiseen ongelmanratkaisuun, projektinhallintaan ja dataetiikkaan.

Ammatillisen koulutuksen ja yliopistojen opetussuunnitelmien päivittäminen on ensisijaisen tärkeää: tekoälyn, datan ja kyberturvallisuustaitojen integrointi, käytännönläheisten hankkeiden edistäminen ja oppimispolkujen joustavuuden lisääminen sopeutumisen nopeuttamiseksi. Samanaikaisesti yritysten täydennyskoulutuksen on kehitettävä kohti elinikäistä oppimista mikrotutkintojen ja ketterän uudelleenkoulutuksen avulla.

Työllisyystrendit ja tekoäly Meksikossa

Meksiko tarjoaa mielenkiintoisen barometrin. Vuodesta 2021 lähtien tekoälyyn liittyvien työpaikkojen määrä on kasvanut lähes 88 % . Vaikka työmarkkinoilla tapahtui jonkin verran hidastumista vuonna 2024, tekoälytaitoja vaativien työpaikkojen määrä kasvoi 33,6 % vuosivauhdilla vuosina 2021–2024, mikä osoittaa, että osaaville ammattilaisille on jatkuvaa kysyntää.

Tieto- ja viestintäalalla tekoälyyn liittyvien työpaikkojen määrä on kärjessä, ja sen osuus työpaikkailmoituksista on noussut noin 2,2 prosentista yli 3,6 prosenttiin . Rahoitus- ja vakuutusalalla, teollisuudessa, terveydenhuollossa ja sosiaalityössä osuus on edelleen alle 1 prosentin, mikä viittaa hitaampaan käyttöönottoon tai erilaisiin lähtökohtiin eri toimialoilla.

Politiikat ja vastaukset: mitä tehdä, jotta kukaan ei jää jälkeen

ILO kannattaa hallittua ja oikeudenmukaista siirtymää, jossa työntekijöiden äänellä on sananvaltaa, koulutus on helposti saatavilla ja sosiaaliturva on mukautettu uusiin riskeihin. Ilman tätä vipuvaikutusta hyödyt voisivat keskittyä muutamiin maihin ja yrityksiin, joilla on enemmän resursseja. Samoin OECD suosittelee luotettavien tekoälyperiaatteiden käyttöönottoa työpaikoilla, oikeuksien ja turvallisuuden varhaisten vaikutustenarviointien tekemistä sekä yritysten valvonnan ja turvallisuuskäytäntöjen vahvistamista.

Lisäksi hallitusten tulisi kannustaa uusien tutkintojen hankkimiseen (ja päivittää olemassa olevia), edistää vähän koulutettujen ja ikääntyneiden työntekijöiden koulutusta, integroida tekoälytaidot pakolliseen ja korkeakoulutukseen sekä edistää tekoälytyövoiman monimuotoisuutta. Työmarkkinoilla aktiivisia toimia (ohjaus, uudelleenkoulutus ja työpaikan löytämisen tuki) tulisi yhdistää passiivisiin toimiin, jotka suojaavat tuloja estämättä kuitenkaan paluuta työelämään.

Institutionaalisen kehyksen on helpotettava liikkuvuutta sektorien ja ammattien välillä ketterän uudelleensijoittamisen varmistamiseksi. Samaan aikaan yritysten olisi viisasta ottaa käyttöön tekoälyjärjestelmiä, jotka täydentävät ihmisen kykyjä sen sijaan, että ne suoraan korvaisivat ne, investoida jatkuvaan oppimiseen ja suunnitella sisäisiä siirtymämekanismeja (kuten yritysakatemioita), jotka nopeuttavat uudelleenkoulutusta.

Samaan aikaan sääntelytoimet etenevät eri tahtiin. Yhdysvalloissa keskustellaan parhaillaan siitä, miten tekoälypalveluntarjoajat voidaan pitää vastuullisina työpaikkojen menetyksistä; Euroopassa ja Isossa-Britanniassa avoimuusvelvoitteet lisääntyvät (esimerkiksi tekijänoikeuksin suojattujen teosten käytön osalta mallien kouluttamisessa), millä on vaikutuksia luoviin aloihin ja uusiin pelisääntöihin luodulle sisällölle.

Kuinka valmistautua ammatillisesti

Yksilöllinen strategiasi voi tehdä kaiken eron. Ensin perehdy keskeisiin teknologioihin (data, koneoppiminen , generatiiviset työkalut) ja digitaalisiin tuotekonsepteihin. Toiseksi, kehitä pehmeitä taitoja: viestintää, koordinointia, johtajuutta, neuvottelua ja kriittistä ajattelua. Kolmanneksi, pysy ajan tasalla trendeistä ja hallitse tiedonkulkuasi oppiaksesi jatkuvasti.

Neljänneksi, omaksu yhteistyöhön perustuva ajattelutapa tekoälyn kanssa: opi suunnittelemaan ihmisen ja koneen välisiä työnkulkuja, arvioimaan vinoumia ja selittämään mallien tuloksia ei-tekniselle yleisölle. Viidenneksi, harkitse erikoiskoulutusta (mikropätevyyksistä jatkotutkintoihin, mukaan lukien dataan ja tekoälyyn keskittyvät MBA-tutkinnot) roolimuutosten nopeuttamiseksi menettämättä työllistettävyyttä.

Mukana on myös henkilökohtainen riskienhallintakomponentti: dokumentoi projektisi, mittaa niiden vaikutusta, rakenna portfolio, joka osoittaa kykysi työskennellä tekoälyn kanssa, ja priorisoi organisaatioita, jotka investoivat todelliseen uudelleenkoulutukseen , eivätkä pelkästään lehdistötiedotelupauksiin.

Data maalaa kuvan nopeasti muuttuvasta työelämästä: tekoäly korvaa joitakin tehtäviä, laajentaa toisia ja luo kokonaan uusia työpaikkoja; vaikutus on suurin kehittyneissä talouksissa ja hallinnollisissa tehtävissä, joissa on paljon naisia; jotkut alat kohtaavat voimakasta painetta, kun taas toiset ovat paremmin suojattuja; ja tehokas käyttöönotto riippuu infrastruktuurista, osaamisesta ja politiikoista. Työllisyys ei katoa teknologisen asetuksen myötä, mutta se järjestyy uudelleen huimaa vauhtia ; mitä nopeammin yhdenmukaistamme koulutuksen, liiketoiminnan ja sääntelyn tämän horisontin kanssa, sitä paremmat mahdollisuudet ovat sekä työntekijöille että yrityksille.


Lisää ensisijaiseksi lähteeksi Googlessa