En model for AI's omstilling af arbejdsmarkedet
De fleste diskussioner om AI og beskæftigelse begynder med et enkelt spørgsmål: Hvilke job kan AI udføre?
Det er et vigtigt spørgsmål, men det er ikke nok til at forudsige, hvad der vil ske med arbejdstagerne. En teknologi kan være i stand til at løse mange af opgaverne i et fag, uden at selve faget forsvinder. Det kan der være flere grunde til. Mennesker kan fortsat være uundværlige, fordi kunderne ønsker menneskelig kontakt, institutioner kræver, at mennesker står til ansvar, eller arbejdet kræver fysisk tilstedeværelse og dømmekraft. Lavere omkostninger kan også øge efterspørgslen så meget, at beskæftigelsen i en branche vokser frem for at falde, selvom AI gør medarbejderne mere produktive.
OpenAI's model for AI's omstilling af arbejdsmarkedet giver en ny måde at forstå disse muligheder på. I stedet for at sidestille teknisk eksponering med en prognose for tab af job stiller modellen tre spørgsmål:
Kan AI udføre en væsentlig del af fagets opgaver?
Er et menneske stadig centralt for at udføre arbejdet, føre tilsyn med det eller tage ansvar for det?
Hvis AI sænker omkostningerne ved ydelsen, vil efterspørgslen så vokse nok til at absorbere produktivitetsgevinsterne?
Anvendt på 921 faggrupper, der dækker cirka 148 millioner job i USA, tegner modellen et mere nuanceret billede af omstillingen på arbejdsmarkedet. Omkring 18 procent af jobbene har en relativt høj risiko for automatisering, 24 procent vil sandsynligvis blive omorganiseret, 12 procent kan blive flere med AI, og 46 procent står over for mindre forandringer på kort sigt.
Disse kategorier er ikke forudsigelser om, at en bestemt procentdel af jobbene vil forsvinde. De giver et overblik over, hvor forskellige typer forandringer kan vise sig først.
Job med større risiko for automatisering: Det kan omfatte fag som dataindtastning, telefonsalg og korrekturlæsning samt visse stillinger inden for bogføring og administration. Meget af arbejdet består i at behandle, kontrollere eller formidle standardiserede oplysninger – opgaver, som AI i stigende grad kan udføre, uden at et menneske direkte leverer den endelige ydelse. Efterspørgslen efter disse aktiviteter vokser måske ikke nok til at opveje de produktivitetsgevinster, det medfører.
Disse job bør følges nøje, især hvor beskæftigelsen er geografisk koncentreret, eller medarbejderne har begrænsede muligheder for at skifte til beslægtede stillinger. Men selv her fører tekniske muligheder ikke automatisk eller øjeblikkeligt til tab af job. Arbejdsgiverne skal stadig omlægge arbejdsgange, integrere AI med eksisterende systemer, håndtere fejl og risici i forhold til lovgivningen og afgøre, om automatisering faktisk er billigere end fortsat at have mennesker ansat.
Job, der vil blive omorganiseret: En anden og større gruppe vil sandsynligvis blive omorganiseret frem for at forsvinde. Advokater, revisorer, softwareudviklere, finansanalytikere og lærere er oplagte eksempler. AI kan allerede udarbejde kontraktudkast, sammenfatte bevismateriale, udarbejde finansielle analyser, skrive kode og lave undervisningsmateriale. Men klienter og institutioner har stadig brug for mennesker til at udøve dømmekraft, tage ansvar for beslutninger, forstå usædvanlige sager og opbygge relationer til kolleger, elever eller kunder.
AI kan gøre det muligt for den enkelte advokat at gennemgå flere dokumenter, den enkelte udvikler at producere mere kode eller den enkelte lærer at udarbejde mere individuelt tilpasset materiale. Det kan mindske behovet for arbejdskraft til visse aktiviteter, men fagene vil stadig have et tydeligt menneskeligt præg. Det centrale spørgsmål bliver, hvordan jobbene omlægges: Hvilke opgaver overlades til AI, hvilke bliver hos medarbejderne, og vil begynderstillinger og karriereveje fortsat give mulighed for at lære?
Job, der bliver flere af med AI: Her kan AI sænke omkostningerne nok til at skabe større efterspørgsel. Eksempler er privatundervisere, rådgivere inden for mental sundhed, privatøkonomiske rådgivere og visse sundhedsfaglige medarbejdere. Disse ydelser er i dag dyre eller svære at få adgang til for mange mennesker. På disse områder betyder højere produktivitet ikke nødvendigvis færre medarbejdere. Billigere privatundervisning kan få flere familier til at købe den. Billigere økonomisk rådgivning kan give husstande, der i dag ikke har råd til en rådgiver, adgang til personlig vejledning. Med støtte fra AI kan klinikere måske tilbyde mere opfølgning og løbende behandling. Hvis efterspørgslen vokser nok, kan den samlede beskæftigelse stige, selvom hver medarbejder bliver mere produktiv.
Job med mindre forandringer på kort sigt: Det omfatter mange job, hvor de centrale opgaver fortsat er fysiske og skal udføres et bestemt sted, såsom elektrikere, VVS-installatører, tagdækkere, bygningsarbejdere og mange medarbejdere i restaurationsbranchen. AI kan stadig hjælpe med planlægning, tilbud, oplæring, lagerstyring eller kundekommunikation, men kan i dag ikke installere ledninger, reparere et rør, udskifte et tag eller tilberede og servere et måltid.
Disse fag vil ikke gå upåvirkede af AI. Deres administrative og ledelsesmæssige opgaver kan ændre sig, og fremskridt inden for robotteknologi kan med tiden udvide mulighederne for automatisering. Men indtil videre er deres kerneopgaver relativt lidt eksponeret for sprogbaseret AI, hvilket gør store forandringer på kort sigt mindre sandsynlige.
De tidlige virkninger af AI vil sandsynligvis vise sig som ændringer i opgaver, arbejdsgange og kompetencekrav, før hele fag forsvinder. Faktisk er den reelle brug af AI allerede større i de fag, der vurderes at have større risiko for automatisering. Brugen af ChatGPT er cirka tre gange så udbredt i de mest udsatte fag som blandt arbejdstagere generelt.
Alligevel følger de seneste ændringer i ledigheden ikke den tekniske eksponering entydigt. Siden første kvartal af 2024 er ledigheden steget mere i nogle mindre eksponerede fag end i de fag, som modellen vurderer har den største risiko som følge af AI. Det beviser dog ikke, at AI ingen effekt har på arbejdsmarkedet. Ledigheden inden for et fag afspejler mange forhold, og nogle ændringer kan vise sig først i ansættelser, muligheder for nytilkomne, lønninger eller opgavernes sammensætning snarere end i afskedigelser.
AI fastlægger ikke én uundgåelig fremtid for arbejdslivet. Tekniske evner har betydning, men det har institutioner, forbrugernes efterspørgsel, virksomheders beslutninger, regulering og den vedvarende værdi af menneskelig deltagelse også. Den omstillingsmodel, der foreslås i denne rapport, peger på, at forskellige fag vil kræve forskellige politiske indsatser.
Job med høj risiko for automatisering kan kræve systemer til tidlig varsling, målrettet omstillingsstøtte og lokalt tilpassede omstillingsplaner.
Job, der sandsynligvis vil blive omorganiseret, kan kræve opdateret uddannelse, faglige standarder, bemandingsregler og tydeligere forventninger til menneskeligt tilsyn.
Job med potentiale for vækst kan få gavn af politikker, der fremmer brugen af AI, udvider adgangen og klæder flere arbejdstagere på til at træde ind i faget.
På tværs af alle kategorier har politiske beslutningstagere brug for bedre realtidsinformation. Traditionelle arbejdsmarkedsstatistikker er værdifulde, men de opdateres ofte for langsomt til at opfange ændringer i opgaver, arbejdsgiveres forventninger og brugen af teknologi. Ved at kombinere beskæftigelsesdata med mål for AI's evner og faktiske anvendelse kan man få et mere aktuelt billede af, hvor presset vokser.
