Įmonių vadovai nurodo efektyvumą ir skaitmeninę transformaciją kaip plataus masto atleidimų priežastis, tačiau stebėtojai pastebi aiškų dėsningumą: dirbtinis intelektas ir automatizavimas perskirsto užduotis, kurias anksčiau atlikdavo biurų darbuotojai. Dešimtys tūkstančių žmonių buvo atleisti, nes įmonės perkelia išlaidas į mašininį mokymąsi, debesų architektūrą ir duomenų srities vaidmenis, palikdamos klausimų, kurios profesijos išnyks, kurios bus iš naujo apibrėžtos ir kaip politika bei perkvalifikavimas turi į tai reaguoti.
Greita apžvalga: ar pastarieji atleidimai iš darbo yra nulemti DI?
Kiek tiesiogiai pastarieji masiniai atleidimai susiję su dirbtiniu intelektu? Stebėtojai pažymi mišrų priežastinį vaizdą: įmonės mini sąnaudų mažinimą ir investicijas į DI, o makroekonominis silpnumas ir veiklos restruktūrizavimas taip pat lemia darbuotojų mažinimą.
Duomenų taškai – lėtėjantis darbo užmokesčio augimas, ilgesnė nedarbo trukmė, didelių įmonių koncentruotas darbuotojų mažinimas – atitinka technologijų diegimo tendencijas, tačiau neįrodo, kad tai vienintelė priežastis.
Ekonomistai perspėja, kad DI leidžia pakeisti darbuotojus, ypač atliekančius rutinines baltojo apykaklės darbo užduotis, tačiau įdarbinimo spragos išlieka ir gerai apmokamuose vaidmenyse.
Strateginiai sprendimai derina neatidėliotiną fiskalinį spaudimą su numatomu produktyvumo augimu dėl DI. Todėl priskyrimas turėtų būti tikimybinis: DI yra reikšmingas pagreitintojas, o ne vienintelė pagrindinė atleidimų priežastis.
Kurios įmonės mažino darbuotojų skaičių: ir kodėl jos kaltina DI
Kelios didelės JAV bendrovės — įskaitant „Amazon“, UPS, „Dow“, „Nike“ ir „Home Depot“ — paskelbė apie mažinimus, paliesiančius dešimtis tūkstančių darbo vietų, dalį motyvų aiškindamos paspartintomis investicijomis į dirbtinį intelektą, siekiant didinti produktyvumą ir mažinti darbo sąnaudas.
Didžiosios JAV bendrovės paskelbė apie dešimčių tūkstančių darbuotojų atleidimus, nurodydamos DI lemiamą produktyvumo augimą ir darbo sąnaudų mažinimą.
Įmonių pareiškimai atleidimus įrėmina kaštų optimizavimo ir skaitmeninės transformacijos programose: technologijomis grindžiamas automatizavimas, procesų pertvarkymas ir DI skatinami efektyvumo didinimai.
Vadovai mini sumažėjusį paklausos neapibrėžtumą ir poreikį perskirstyti kapitalą į mašininį mokymąsi, debesijos infrastruktūrą ir duomenų inžineriją.
Analitikai pažymi, kad toks komunikavimas atitinka investuotojų lūkesčius, pristatydamas darbo jėgos mažinimą kaip strateginius posūkius link masteliuojamų, mažesnių ribinių kaštų operacijų, o ne vien ciklinį atsitraukimą.
Kuriems darbams labiausiai gresia dirbtinis intelektas
Darbo vietų pažeidžiamumo dirbtiniam intelektui vertinimas priklauso nuo užduočių turinio, rutinizacijos ir duomenų prieinamumo: pareigybės, kuriose vyrauja pasikartojančios, nuspėjamos užduotys—standartizuotas kanceliarinis darbas, rutininė apskaita, bazinis klientų aptarnavimas ir tam tikra pradinio lygio techninė pagalba—artimiausiu laikotarpiu susiduria su didžiausia išstūmimo rizika, nes jos gerai atitinka dabartines mašininio mokymosi ir automatizavimo galimybes.
Vidutinės rizikos kategorijoms priskiriamos masteliuojamos profesinės užduotys su struktūruotomis įvestimis: operacijų apdorojimas, dokumentų peržiūra ir standartizuotas ataskaitų rengimas.
Mažos rizikos pareigybės reikalauja sudėtingo tarpasmeninio sprendimo priėmimo, tyliųjų žinių arba naujų problemų sprendimo—strateginis valdymas, kūrybinis dizainas, kvalifikuoti amatai ir rankinis darbas pirmosiose linijose.
Pokyčių rizika koncentruojasi ten, kur užduotys yra modulinės ir istoriškai buvo perduodamos programinei įrangai.
Ką sako darbo rinkos duomenys: ir kodėl išlieka didelio atlygio laisvos darbo vietos
Darbo rinkos rodikliai siunčia mišrų signalą: bendras nedarbo lygis išlieka žemas – 4,4 %, tačiau darbo vietų skaičiaus augimas sulėtėjo iki maždaug 50 000 naujų samdymų per mėnesį, o vidutinė nedarbo trukmė pakilo iki 11,4 savaitės — ilgiausios nuo 2021 m. — tai rodo veikiau trintis nei masinį darbo jėgos perteklių. Duomenys rodo padidėjusį laisvų darbo vietų skaičių su aukštais atlyginimais kartu su vangiu samdymu, kas atitinka įgūdžių neatitiktis, geografinį nejudrumą ir įmonių paklausą specializuotai su DI susijusiai kompetencijai. Struktūrinis nelankstumas ir atrankos vėlavimai lemia, kad šešiaženklio atlygio pozicijos lieka neužpildytos net tada, kai įmonės plačiai mažina darbuotojų skaičių.
| Rodiklis | Lygis | Interpretacija |
|---|---|---|
| Nedarbas | 4,4 % | Įtempta darbo rinka |
| Darbo vietų augimas | 50 tūkst. | Vėstanti paklausa |
| Vidutinė trukmė | 11,4 sav. | Atitikimo trintis |
Ką darbuotojai, darbdaviai ir politikos formuotojai turėtų daryti dabar
Mišrūs signalai darbo statistikoje — žemas nedarbo lygis, bet lėtėjantis darbo vietų augimas ir ilgėjanti darbo trukmė vienoje darbovietėje — rodo, kad skirtingi veikėjai turi taikyti tikslines strategijas, kad suvaldytų išstūmimo rizikas ir nuolatines aukštą atlygį siūlančių laisvų darbo vietų problemą.
Mišrūs darbo rinkos signalai — žemas nedarbas, tačiau lėtėjantis darbo vietų augimas ir ilgėjanti darbo trukmė — reikalauja tikslinių, koordinuotų strategijų, kad būtų suvaldyti išstūmimo procesai ir laisvos darbo vietos.
Darbuotojai turėtų kelti kvalifikaciją AI papildančiose užduotyse, teikti pirmenybę modulinėms kvalifikacijoms ir siekti perkeliamų išmokų, kad perėjimai būtų sklandesni.
Darbdaviai privalo audituoti darbo procesus, identifikuoti automatizacijai tinkamas pareigybes, perkelti darbuotojus pasitelkiant perkvalifikavimo grandines ir suderinti AI investicijas su išlaikymo rodikliais.
Politikos formuotojai turėtų finansuoti tikslinius mokymus, išplėsti nedarbo paramą, susietą su pakartotinio įsidarbinimo paslaugomis, skatinti samdymą esminiuose rankiniuose darbuose ir atnaujinti darbo standartus gig ekonomikos ir automatizuotose darbo vietose.
Koordinavimas ir pamatuotas tempas mažina prisitaikymo trintį.
