Μελέτη Coface: Η Τεχνητή Νοημοσύνη και η αγορά εργασίας διαμορφώνουν τα νέα όρια του αυτοματισμού

Παρέχοντας μια μοναδική χαρτογράφηση της έκθεσης στον αυτοματισμό που βασίζεται στην ΤΝ, αυτή η κοινή μελέτη της Coface και του Παρατηρητηρίου Απειλούμενων και Αναδυόμενων Θέσεων Εργασίας (OEM) υπογραμμίζει μια μετατόπιση στα όρια του αυτοματισμού: με την ΤΝ, πλέον οι γνωστικές, πολύπλοκες και εξειδικευμένες εργασίες εμφανίζονται ολοένα και σε μεγαλύτερο κίνδυνο, δημιουργώντας αναταραχές στη δομή της απασχόλησης.

1. Μια καινοτόμος μεθοδολογία για τη μέτρηση των δυνατοτήτων αυτοματοποίησης εργασιών και επαγγελμάτων

Στόχος της παρούσας μελέτης είναι να δώσει μια λεπτομερή χαρτογράφηση των περιοχών όπου η εξάπλωση της Τεχνητής Νοημοσύνης είναι πιο πιθανό να μεταμορφώσει την εργασία. Αυτή η λεπτομερής ανάλυση αποκαλύπτει ευπάθειες που εξακολουθούν να παραβλέπονται σε μεγάλο βαθμό από τα συγκεντρωτικά στατιστικά στοιχεία, καθώς η έκθεση ποικίλλει σημαντικά μεταξύ εργασιών, επαγγελμάτων, τομέων, χωρών και περιοχών.

Η μεθοδολογία που ανέπτυξε ο OEM αντιμετωπίζει τρεις περιορισμούς που παρατηρούνται συχνά στις υπάρχουσες αναλύσεις: έλλειψη λεπτομέρειας στην ανάλυση των επαγγελμάτων, χαμηλή δυνατότητα αναπαραγωγής των αξιολογήσεων που βασίζονται σε κρίσεις εμπειρογνωμόνων ή αξιολογήσεις που παράγονται από την Τεχνητή Νοημοσύνη και απουσία μιας γνήσιας μελλοντικής προοπτικής όσον αφορά τις διάφορες φάσεις ανάπτυξης της Τεχνητής Νοημοσύνης.

Κάθε ένα από τα 923 επαγγέλματα που αναλύονται χωρίζεται σε εργασίες, οι οποίες με τη σειρά τους υποδιαιρούνται σε στοιχειώδεις ενέργειες που περιγράφονται ως τριάδες (ρήμα, αντικείμενο, συμφραζόμενα). Αυτή η ανάλυση επιτρέπει μια πιο ακριβή αξιολόγηση του βαθμού στον οποίο κάθε εργασία εκτίθεται σε αυτοματισμό. Οι στοιχειώδεις ενέργειες στη συνέχεια βαθμολογούνται χρησιμοποιώντας σαφείς και αναπαραγώγιμους κανόνες.

Αυτή η μέθοδος παρέχει μια συγκεκριμένη απάντηση στους τρεις περιορισμούς. Πρώτον, βελτιώνει σημαντικά την ανάλυση των επαγγελμάτων διακρίνοντας την αξιολόγηση ανά γενική βασική ενέργεια, ανεξάρτητα από το εν λόγω επάγγελμα. Δεύτερον, βελτιώνει την αναπαραγωγιμότητα των αξιολογήσεων μέσω σαφών κανόνων. Τέλος, εισάγει μια γνήσια μελλοντική διάσταση, επιτρέποντας την προβολή της έκθεσης των εργασιών σε διάφορες φάσεις ανάπτυξης της Τεχνητής Νοημοσύνης - συγκεκριμένα πέντε στο πλαίσιο αυτής της μελέτης - αντί να παρέχει απλώς ένα στιγμιότυπο σε ένα μόνο χρονικό σημείο.

Παράλληλα με τον κατασκευαστή πρωτότυπου εξοπλισμού (OEM), η Coface έχει βοηθήσει στην επέκταση αυτού του πλαισίου αναπτύσσοντας μια μέθοδο για τη στάθμιση των εργασιών με βάση τη σημασία και τη συχνότητά τους, βελτιώνοντας τα σενάρια που αφορούν το μέλλον και τους κανόνες βαθμολόγησης και διευρύνοντας το εμπειρικό πεδίο της ανάλυσης σε σχεδόν τριάντα χώρες.

Αυτή η αξιολόγηση της έκθεσης στον αυτοματισμό είναι σκόπιμα πρόχειρη και εστιάζει στην πλευρά της προσφοράς: μετρά την τεχνική έκθεση των εργασιών στον αυτοματισμό και, ως εκ τούτου, δεν προδικάζει με κανέναν τρόπο τον όγκο των καθαρών απωλειών θέσεων εργασίας.

Πράγματι, έχει σχεδιαστεί να μην λαμβάνει υπόψη τη δυναμική της ζήτησης, την πιθανή δημιουργία νέων εργασιών ή τις τριβές που μπορεί να επιβραδύνουν ή να περιορίσουν την πραγματική ανάπτυξη της Τεχνητής Νοημοσύνης.

2. Διαφορετική έκθεση μεταξύ επαγγελματικών ομάδων: Η Τεχνητή Νοημοσύνη στοχεύει κυρίως σε γνωστικές και πληροφοριακές δραστηριότητες

Η μελέτη υπογραμμίζει μια σημαντική ρήξη με τα προηγούμενα κύματα αυτοματισμού: η Τεχνητή Νοημοσύνη δεν αποτελεί συνέχεια τεχνολογιών όπως η ρομποτική ή το λογισμικό, αλλά μετατοπίζει την εστίαση σε γνωστικές εργασίες που είναι πολύπλοκες και μη επαναλαμβανόμενες. Ο αντίκτυπός της είναι βαθιά ποικίλος: γίνεται αισθητός πρώτα σε επίπεδο εργασίας, προτού έχει άνισο αντίκτυπο στα επαγγέλματα, τις επαγγελματικές ομάδες και, πέραν αυτού, στους τομείς στους οποίους επικεντρώνεται.

Στο κύριο σενάριο που μελετήθηκε, σχετικά με την ανάπτυξη της Τεχνητής Νοημοσύνης που βασίζεται σε AI agents, περίπου ένα στα οκτώ επαγγέλματα ξεπερνά το όριο του 30% των αυτοματοποιήσιμων εργασιών, το οποίο η μελέτη προσδιορίζει ως όριο για βαθύ μετασχηματισμό του επαγγέλματος, ανοίγοντας το δρόμο για δυνητικά σημαντική ανακατανομή προσωπικού, χωρίς απαραίτητα να σημαίνει την εξαφάνισή του. Τα πιο εκτεθειμένα επαγγέλματα συγκεντρώνονται σε τομείς που είναι ιδιαίτερα γνωστικοί και απαιτούν μεγάλη ποσότητα πληροφοριών: μηχανική, πληροφορική, διοικητικοί ρόλοι, χρηματοοικονομικά, νομική και ορισμένα δημιουργικά και αναλυτικά επαγγέλματα.

Αντίθετα, τα λιγότερο ευάλωτα επαγγέλματα παραμένουν σε μεγάλο βαθμό χειρωνακτικά ή περιλαμβάνουν ανθρώπινες αλληλεπιδράσεις που είναι δύσκολο να τυποποιηθούν: μεταποίηση, κατασκευές, συντήρηση, μεταφορές, τροφοδοσία, καθαρισμός και ορισμένες δραστηριότητες φροντίδας και υποστήριξης.

Η μελέτη μετρά επίσης το πραγματικό περιεχόμενο της εργασίας που διατρέχει κίνδυνο σε κάθε αγορά εργασίας που εξετάζεται, συγκρίνοντας την αναλογία των αυτοματοποιημένων εργασιών σε καθένα από τα 923 επαγγέλματα προς τον όγκο απασχόλησής τους. Ομαδοποιώντας τα σε οκτώ ευρείες κατηγορίες, προσδιορίζει τις επαγγελματικές ομάδες που διατρέχουν τον μεγαλύτερο κίνδυνο.

Τα κύρια ευρήματα είναι σαφή: περισσότερο από το ένα τέταρτο του περιεχομένου της εργασίας θα μπορούσε να αυτοματοποιηθεί στους τομείς της διαχείρισης και της διοίκησης, των δημιουργικών επαγγελμάτων, της νομικής και των χρηματοοικονομικών, καθώς και της μηχανικής και της πληροφορικής. Αντίθετα, οι διαπροσωπικές υπηρεσίες και τα τεχνικά, βιοτεχνικά και βιομηχανικά επαγγέλματα παραγωγής παραμένουν κάτω από το όριο του 10%. Οι θέσεις εργασίας σε επαγγέλματα φροντίδας, εκπαίδευσης, πωλήσεων και, γενικότερα, σε επαγγέλματα που έρχονται σε επαφή με τον άνθρωπο καταλαμβάνουν ενδιάμεση θέση: ορισμένα από τα καθήκοντά τους διατρέχουν κίνδυνο, αλλά η ανθρώπινη διάστασή τους εξακολουθεί να λειτουργεί ως προστατευτικός παράγοντας.

3. Σημαντικές ανισότητες μεταξύ χωρών

Η μελέτη υπογραμμίζει ότι η έκθεση των χωρών στον αυτοματισμό που βασίζεται στην Τεχνητή Νοημοσύνη ποικίλλει σημαντικά, κυμαινόμενη από περίπου 12% του περιεχομένου εργασίας που εκτίθεται στον αυτοματισμό (ορίζεται ως το ποσοστό των αυτοματοποιήσιμων εργασιών σε σχέση με τη συνολική απασχόληση) στην Τουρκία, έως σχεδόν 20% στο Ηνωμένο Βασίλειο. Αυτές οι διαφορές εξηγούνται σε μεγάλο βαθμό από τη δομή των οικονομιών, η οποία καθορίζει σε μεγάλο βαθμό τη δομή της απασχόλησης και, κατά συνέπεια, το ποσοστό των εργασιών που μπορούν ενδεχομένως να αυτοματοποιηθούν.

Οι πλουσιότερες οικονομίες και εκείνες που είναι περισσότερο προσανατολισμένες στις γνωστικές υπηρεσίες φαίνεται να είναι οι πιο εκτεθειμένες στον αυτοματισμό. Εκτός από το Ηνωμένο Βασίλειο, η Ολλανδία, η Ιρλανδία και το Λουξεμβούργο έχουν υψηλότερη συγκέντρωση επαγγελμάτων έντασης πληροφοριών, ενώ οι χώρες όπου η απασχόληση παραμένει περισσότερο προσανατολισμένη στο εμπόριο, τις προσωπικές υπηρεσίες, τις κατασκευές, τις μεταφορές ή άλλες δραστηριότητες με μεγαλύτερη σωματική ένταση παρουσιάζουν πιο μέτρια έκθεση. Η μελέτη προσδιορίζει πέντε ομάδες χωρών με παρόμοια προφίλ.

4. Πέρα από την απασχόληση: μερισμός αξιών, κοινωνική προστασία, εκπαίδευση. Ερωτήματα που προς το παρόν δεν έχουν απαντήσεις.

Οι πιθανές επιπτώσεις της εφαρμογής της Τεχνητής Νοημοσύνης εκτείνονται πέρα από το ζήτημα της απασχόλησης μόνο. Επειδή στοχεύει σε εξειδικευμένα και καλά αμειβόμενα επαγγέλματα, η εφαρμογή της Τεχνητής Νοημοσύνης θα μπορούσε τελικά να διαταράξει τις οικονομικές και κοινωνικές ισορροπίες.

Αυτοματοποιώντας ορισμένες από τις εργασίες που εκτελούνται στα πιο εξειδικευμένα επαγγέλματα, θα μπορούσε να μετατοπίσει σημαντικά ένα σημαντικό μέρος της προστιθέμενης αξίας από την εργασία στο κεφάλαιο. Για τις χώρες των οποίων τα φορολογικά συστήματα βασίζονται σε μεγάλο βαθμό στην άμεση ή/και έμμεση φορολογία της εργασίας, αυτή η εξέλιξη θα αποτελούσε διπλή δημοσιονομική πρόκληση, μειώνοντας τα φορολογικά έσοδα (εισφορές κοινωνικής ασφάλισης, φόρος εισοδήματος, ΦΠΑ κ.λπ.) ενώ ταυτόχρονα θα αύξανε τις δημόσιες δαπάνες (ασφάλιση ανεργίας, κατάρτιση).

Η μελέτη μάς καλεί επίσης να εξετάσουμε ευρύτερα την αξία της εκπαίδευσης και τα προσόντα που απονέμονται σήμερα στο τέλος διαφόρων εκπαιδευτικών οδών. Εάν ορισμένες από τις εργασίες για τις οποίες προετοιμάζονται τα προγράμματα σπουδών μακράς διάρκειας γίνουν πιο εύκολα αυτοματοποιήσιμες, η σύνδεση μεταξύ του μορφωτικού επιπέδου, της αμοιβής και της ασφάλειας της εργασίας θα μπορούσε να αποδυναμωθεί. Χωρίς ακόμα να καταλήγουμε στο συμπέρασμα ότι η τριτοβάθμια εκπαίδευση δεν είναι πλέον απαραίτητη, αυτά τα ευρήματα υποδηλώνουν ότι οι εργοδότες μπορεί να δώσουν λιγότερη έμφαση μόνο στα προσόντα και αντ' αυτού να επικεντρωθούν σε δεξιότητες που παραμένουν συμπληρωματικές της Τεχνητής Νοημοσύνης, όπως η κρίση, η προσαρμοστικότητα ή η ικανότητα επίβλεψης της χρήσης της.

Τέλος, η άνοδος της Τεχνητής Νοημοσύνης θα μπορούσε να προκαλέσει νέες γεωπολιτικές, υλικοτεχνικές και λειτουργικές ευπάθειες λόγω της συγκέντρωσης των πιο κρίσιμων περιουσιακών της στοιχείων (ημιαγωγοί, γλωσσικά μοντέλα, κέντρα δεδομένων) σε έναν περιορισμένο αριθμό εταιρειών και χωρών που ελέγχουν τις τεχνολογίες.

Συμπέρασμα: Ένας μετασχηματισμός ικανός να αναδιαμορφώσει την εργασία

Ενώ η ακριβής πορεία αυτών των μετασχηματισμών παραμένει αβέβαιη, και ενώ η μετάβαση από την τεχνική έκθεση των καθηκόντων στις καθαρές επιπτώσεις τους στην απασχόληση δεν είναι σε καμία περίπτωση αυτόματη, ένα σημείο ξεχωρίζει ξεκάθαρα: Η Τεχνητή Νοημοσύνη δεν αναπτύσσεται στο περιθώριο της εργασίας, αλλά στο κέντρο γνωστικών, μη επαναλαμβανόμενων και εξειδικευμένων λειτουργιών της, που θεωρούνταν εδώ και καιρό ως οι πιο ασφαλείς. Επειδή αυτές οι λειτουργίες αποτελούν μέρος επαγγελμάτων που παίζουν σημαντικό ρόλο στη δημιουργία εισοδήματος, προστιθέμενης αξίας και φορολογικών εσόδων, φαίνεται απίθανο ότι ένας τέτοιος μετασχηματισμός θα μπορούσε να πραγματοποιηθεί χωρίς να αναδιαμορφωθεί, σε διαφορετικό βαθμό, η φύση των θέσεων εργασίας και οι ισορροπίες που τις στηρίζουν.