● news.bsdnet.hu

Amerikában a következő öt évben a munkahelyek 10-15 százaléka megszűnhet az új technológiák miatt. Ugyanakkor ha a munkavállalók fejlesztik az AI-készségeiket, az inkább az értékteremtés lehetőségeit növeli. Friss elemzés a Boston Consulting Group (BCG) szakértőitől. A következő két-három évben az Egyesült Államokban a munkahelyek több mint felét (50-55 százalékát) fogja átalakítani a mesterséges intelligencia. A legtöbb dolgozó várhatóan nem veszti el az állását, viszont gyökeresen megváltozik, hogyan kell dolgoznia, milyen készségekre lesz szüksége, és milyen teljesítményt várnak el tőle. A folyamat már zajlik, és az AI rohamos terjedésével tovább gyorsul. Az is előfordulhat, hogy még több és új típusú ember–AI állások jelennek meg. Hosszabb időtávot nézve – a következő öt év múlva vagy azon túl – az USA-ban a jelenlegi mintegy 165 millió munkahely 10-15 százaléka szűnhet meg a mesterséges intelligencia terjedése miatt aBoston Consulting Group (BCG) áprilisban megjelent elemzése szerint. Ez a potenciális veszteség jelentős, így cselekvési kényszert jelent a vezetők számára. Egyértelműen kommunikálniuk kell: ha a munkavállalók fejlesztik az AI-készségeiket, az AI a legtöbb szerepkörben nem kiszorítja az embert, hanem növeli az értékteremtést. A felső vezetés által kijelölt narratíva meghatározza, hogy a szervezet befogadja-e az átalakulást, vagy ellenáll vele szemben. Bár a tanulmány az amerikai munkaerőpiacot vizsgálta, a trendek nagy vonalakban és előbb-utóbb mindenhol megjelennek. A BCG a modell felépítésekor azon teljes munkaidős állások számát becsülte meg, amelyek esetében a feladatok legalább 40 százaléka automatizálható. Ez az arány megfelel az Egyesült Államokban jellemző átlagos automatizációs szintnek, és egyben az a küszöbérték, amely felett a munkakörök és szervezetek újratervezése már üzletileg indokolt. Az elemzés azt a 43 százaléknyi állást vizsgálta, amely meghaladja ezt a küszöböt. A fennmaradó 57 százalék olyan munkakör, amely nagymértékben támaszkodik az ember fizikai jelenlétére, a manuális munkavégzésre vagy a folyamatos emberi interakcióra. Ezek korlátozzák az automatizálhatóságot, így kevésbé valószínű, hogy az AI jelentős mértékben felforgatja őket. Az eddigi tapasztalatok alapján az AI hatása döntően nem az ember kiváltása, hanem a munka átalakítása: az AI beépül a folyamatokba, nem pedig egész szerepköröket szüntet meg. Az ember teljes kiváltásához két feltételnek kellene egyszerre teljesülnie: a technológia maradéktalanul át tudja venni a feladatot, és közben a kereslet sem nő. A gyakorlatban azonban sokszor épp az ellenkezője történik: a termelékenységnövekedés a kibocsátást megnöveli, nem a létszámot csökkenti. Az úgynevezett „kiegészítés” – amikor az AI az emberi munkát erősíti – gyorsabban terjed, mint a tényleges kiváltás. Ebben a helyzetben a vállalatok számára az igazi feladat nem a költségcsökkentés, hanem a munkavállalók tömeges átképzése. Azok a cégek, amelyek az AI tényleges kiváltási képességeit meghaladó mértékben csökkentik alkalmazotti létszámukat, termelékenységcsökkenéssel, a szervezeti tudás elvesztésével és kulcsemberek távozásával szembesülhetnek. Akik nem gondolják radikálisan újra a munkavégzés módját, azt tapasztalhatják, hogy versenytársaik gyorsabban és jövedelmezőbben növekednek. A két megközelítés közötti különbség szemléltetésére érdemes két olyan szerepkört vizsgálni, a call center operátorokét és szoftvermérnökökét, ahol az úgynevezett agentikus AI alkalmazása már ma is széles körű. Egy call center operátor jellemzően jól körülhatárolt ügyfélkérdések megoldásáért felel, előre meghatározott folyamatok mentén. A munka jelentős része strukturált interakciókból áll: ügyféladatok lekérdezése, szabályzatok ismertetése, illetve előre megírt hibakeresési lépések követése. Amennyiben az AI-rendszerek ezeket az ismétlődő feladatokat megbízhatóan, teljes körűen képesek kezelni, kevesebb operátorra lesz szükség. Ilyen környezetben a munkafolyamat gyakran jól szétválasztható: az AI végzi az elsővonalbeli ügyintézést, míg az emberek az összetettebb esetekre koncentrálnak. Bizonyos esetekben az operátorok magasabb hozzáadott értékű szerepkörökbe léphetnek tovább, például ügyfélkapcsolatokat építhetnek vagy proaktív kockázatkezeléssel foglalkozhatnak. Összességében azonban a call center operátori pozíciók száma csökkenni fog, ahogy a leginkább strukturált feladatokat a rendszerek átveszik. A szoftvermérnökök esete egészen más. Bár a kódolás tartalmaz rutinszerű elemeket, a szerepkör valódi értéke a rendszerek tervezésében, az architekturális döntésekben, a teljesítmény és költség közötti kompromisszumok mérlegelésében, valamint az üzleti igények technológiai megoldásokká fordításában rejlik. Az AI jelentősen felgyorsíthatja a kódgenerálást és a tesztelést, ám a jelenlegi képességei mellett nem képes kiváltani azt a rendszerszintű ítélőképességet, amelyhez az emberi felelősség társul. Ennek következtében a munka nem választható szét élesen ember és gép között: a szoftverfejlesztés inkább folyamatos együttműködéssé alakul, amelyben a mérnökök meghatározzák a célokat, finomítják az eredményeket, validálják a kimeneteket, és integrálják az egyes komponenseket a tágabb rendszerekbe. Az AI támogatja és felgyorsítja ezeket a lépéseket, de nem váltja ki az emberi ítélőképességet és felelősségvállalást. Ennek eredményeként nem kiszorítja, hanem hatékonyabbá teszi a mérnökök munkáját: ezeket a szerepköröket kevésbé fenyegeti a kiváltás. A hangsúly a repetitív kódolási feladatokról a rendszerszintű gondolkodásra, a folyamatok összehangolására, valamint a termék- és dizájnfeladatokra kerül. Amikor az AI csökkenti az előállítási költséget, kulcskérdés, hogy a kereslet bővül vagy korlátos marad. Ha az alacsonyabb költségek új, eddig kielégítetlen igényeket szabadítanak fel, javítják a hozzáférést vagy felgyorsítják a fogyasztást, akkor a teljes kibocsátás növekedhet, és a foglalkoztatás stabil maradhat, sőt, akár bővülhet is – még jelentős szintű automatizálás mellett is. Ha viszont a kereslet adott, a termelékenységnövekedés nagyobb valószínűséggel vezet a szükséges munkaerő csökkenéséhez. Ez a dinamika nem új jelenség. A közgazdaságtan régóta rámutat arra, hogy a hatékonyságjavulás nem feltétlenül csökkenti a fogyasztást, hanem éppen ellenkezőleg: növelheti azt – ezt nevezik gyakranJevons-paradoxonnak. Amikor egy erőforrás költsége csökken, a felhasználása nőhet. Ugyanez a logika érvényesül a munka esetében is: hogy a termelékenység javulása csökkenti-e a foglalkoztatást, az attól függ, miként reagál a kereslet az adott output iránt. A szoftverfejlesztés jól példázza a bővülő kereslet esetét. Az iparágak többségében továbbra is tartósan kielégítetlen igény mutatkozik digitális termékekre, automatizációra és új funkciókra. Ahogy az AI csökkenti a szoftverfejlesztés költségét és időigényét, a vállalatok jellemzően többet fejlesztenek. Az output bővül, és a foglalkoztatás összességében stabil maradhat vagy akár növekedhet is, mivel az emberi szerep továbbra is meghatározó. A call center operátorok a korlátos kereslet tipikus példái. A bejövő megkeresések volumene nagyrészt az ügyfélbázis méretétől és a szolgáltatási igények gyakoriságától függ. Hiába csökken a rutinszerű megkeresések kezelésének költsége, ettől az interakciók száma nem nő. Ilyen környezetben a termelékenységnövekedés nagyobb valószínűséggel vezet a szükséges operátori létszám csökkenéséhez. Ha ilyen finomhangolással kezdődik a rendszerváltás, ha ilyen egyéni és kollektív jelentőségű, egyszerre szimbolikus és konkrét döntésekkel, akkor az azt igazolja, hogy a politikai tudatosság erős. Olyan erős és következetes, amilyenre az elmúlt évtizedekben (évszázadban) nem volt példa.