Novo izvješće PwC-a proučava učinke triju, međusobno povezanih, faza automatizacije, u razdoblju do 2030-ih godina: faza algoritma, faza povećanja (augmentation) i faza autonomije.

Istraživanje je analiziralo zadatke i vještine potrebne za radna mjesta više od 200.000 radnika u 29 zemalja kako bi se procijenio potencijalni učinak automatizacije na radnike u različitim industrijskim sektorima, različitog spola, dobi i razine obrazovanja.

U prosjeku, u 29 ispitanih zemalja, procjenjuje se da je udio radnih mjesta s potencijalno visokim rizikom automatizacije oko 3% do u prvoj polovici 2020-ih, a raste na gotovo 20% do kasnih 2020-ih i oko 30% do sredine 2030-ih godina.

Studija pokazuje da bi u početku više žena moglo biti pogođeno povećanjem automatizacije, dok će muškarci vjerojatnije osjetiti učinke u trećoj fazi do sredine 2030-ih godina (vidi tablicu u nastavku). Razlog tomu su vrste zadataka koje su podložnije automatizaciji i trenutnim rodnim profilima zaposlenih po sektorima.

Faza algoritma već je uvelike u tijeku, a uključuje automatizaciju analize strukturiranih podataka i jednostavnih digitalnih zadataka, kao što je određivanje kreditne sposobnosti. Ta faza inovacija mogla bi dosegnuti fazu pune zrelosti u prvoj polovici 2020-ih.

Faza povećanja također je u tijeku, ali vjerojatno će doseći fazu pune zrelosti u kasnim 2020-ima. Faza povećanja usredotočuje se na automatizaciju ponavljajućih zadataka i razmjene informacija, kao i daljnji razvoj zračnih dronova, robota u skladištima i poluautonomnih vozila.

U trećoj, fazi autonomije, koja bi mogla doseći fazu zrelosti do sredine 2030-ih, umjetna inteligencija će biti sve sposobnija analizirati podatke iz višestrukih izvora, donositi odluke i poduzimati fizičke aktivnosti uz malu ili nikakvu pomoć ljudi. Potpuno autonomna vozila bez vozača mogla bi se, na primjer, naveliko koristiti u čitavom gospodarstvu u toj fazi.

Tablica procjene udjela radnih mjesta koja bi mogla biti pogođena tijekom tri faze i moguće razlike između muškaraca i žena.

Faza Kumulativni % analiziranih radnih mjesta na koja bi mogla utjecati automatizacija % žena na koje bi mogla utjecati automatizacija % muškaraca na koje bi mogla utjecati automatizacija
Faza algoritma – do ranih 2020-ih 3% 4% 2%
Faza povećanja – do kasnih 2020-ih 19% 23% 16%
Faza autonomije – do sredine 2030-ih 30% 26% 34%

Izvor: PwC-ove procijenjene vrijednosti medijana u 29 zemalja na temelju analize podataka iz OECD PIAAC

„Naše se procjene prvenstveno temelje na tehničkoj izvedivosti automatizacije, tako da bi u praksi stvarni razmjer automatizacije mogao biti manji zbog različitih ekonomskih, pravnih, regulatornih i organizacijskih ograničenja. To što se nešto može automatizirati u teoriji, ne znači da će biti ekonomski ili politički održivo u praksi.

Druga analiza koju smo proveli pokazuje da će svi gubici radnih mjesta zbog automatizacije vjerojatno biti dugoročno kompenzirani novostvorenim radnim mjestima kao rezultat većeg i bogatijeg gospodarstva koje će ove nove tehnologije omogućiti. Ne vjerujemo, suprotno nekim predviđanjima, da će automatizacija dovesti do masovne tehnološke nezaposlenosti do 2030-ih, veće nego što je to već slučaj u desetljećima od početka digitalne revolucije“, smatra glavni ekonomist u PwC-u i koautor studije John Hawksworth.

Potencijalni učinci po državama

Procijenjeni udio postojećih radnih mjesta s visokim potencijalnim stopama automatizacije do sredine 2030-ih značajno varira od zemlje do zemlje.

Procjene su u rasponu od samo oko 20-25% u nekim istočnoazijskim i nordijskim gospodarstvima s relativno visokim prosječnim razinama obrazovanja, do preko 40% u istočnoeuropskim gospodarstvima gdje industrijska proizvodnja, koju je lakše automatizirati, još uvijek zauzima relativno visok udio u ukupnoj zaposlenosti.

Zemlje kao što su Velika Britanija i SAD, s gospodarstvima u kojima dominiraju usluge, ali i relativno dugačkim „krajevima“ krivulje niže obrazovanih radnika, imaju srednje potencijalne stope automatizacije.

Potencijalni učinci po industrijskim sektorima

Procijenjeni udio postojećih radnih mjesta s visokim potencijalnim stopama automatizacije do sredine 2030-ih značajno varira po industrijskim sektorima, od medijana od 52% u svim zemljama za promet i skladištenje do samo 8% u sektoru obrazovanja.

Promet se ističe kao sektor s naročito visokim dugoročnijim potencijalnim stopama automatizacije budući da će se vozila bez vozača početi uvelike koristiti u gospodarstvima, ali to će postati najočitije u trećoj fazi autonomne automatizacije. Kratkoročno, sektori kao što su financijske usluge mogli bi biti više izloženi budući da algoritmi nadmašuju ljude u sve širem spektru zadataka koji uključuju čistu analizu podataka.

Potencijalni učinci po spolu, dobi, obrazovanju

Analiza PwC-a ističe i značajne razlike među vrstama radnika, a varirat će i među naša tri faze automatizacije. Najočitiji rezultati su rezultati po razini obrazovanja, gdje je u prosjeku mnogo manja izloženost visokoobrazovanih radnika s diplomama ili još višim stupnjem obrazovanja, nego onih s niskim i srednjim razinama obrazovanja.

Dugoročno, manje obrazovani radnici mogli bi biti naročito izloženi automatizaciji, što naglašava važnost povećanih ulaganja u cjeloživotno učenje i prekvalifikaciju.

Radnici s višim obrazovanjem obično će imati veći potencijal za prilagodljivost na tehnološke promjene, na primjer u višim menadžerskim ulogama koje će i dalje biti potrebne kako bi se primijenila ljudska prosudba, kao i za izradu i nadzor sustava temeljenim na umjetnoj inteligenciji. Takvim radnicima vjerojatno će rasti plaće zbog povećanja produktivnosti koje bi ove nove tehnologije trebale donijeti.

Razlike su manje vidljive po dobnim skupinama, iako bi nekim starijim radnicima moglo biti relativno teže prilagoditi se i prekvalificirati nego mlađim skupinama. Ovo bi naročito moglo vrijediti za muškarce s nižim obrazovanjem pri ulasku u treću fazu autonomne automatizacije u područjima kao što su automobili bez vozača i drugi manualni poslovi u kojima je sada  relativno visok udio muških radnika. No, žene bi mogle biti jače pogođene u ranim fazama automatizacije koji se odnose na, na primjer, uredske poslove.

Posljedice za javnu politiku

Stope automatizacije razlikuju se i među zemljama budući da se razlikuju i mehanizmi. Konkretno, radnici u zemljama kao što su Singapur i Južna Koreja sa strožim obrazovnim zahtjevima mogle bi dugoročno imati veću zaštitu od automatizacije. To također vrijedi (naročito u Europi) i za zemlje s višim razinama potrošnje na obrazovanje kao postotka BDP-a.

„Naša analiza ističe potrebu za povećanim javnim i privatnim ulaganjima u obrazovanje i vještine kako bi se ljudima pomoglo prilagoditi se tehnološkim promjenama tijekom čitave karijere. Iako je pojačano učenje digitalnih vještina i obrazovanje u STEM područjima važan element tog procesa, bit će potrebna i prekvalifikacija kako bi se otpuštenim radnicima pomoglo zaposliti se u uslužnim sektorima gdje je potražnja velika, ali je automatizacija teža zbog važnosti socijalnih vještina i ljudskog kontakta.

Vlade, tvrtke, sindikati i druge organizacije trebaju odraditi svoj dio posla pomažući ljudima prilagoditi se ovim novim tehnologijama. Nadalje, važno je da se ukupne razine potražnje održe na visokoj razini kako bi se olakšalo stvaranje novih radnih mjesta. Jedan od očitih načina na koje se to može učiniti je kroz povećana javna i privatna infrastrukturna ulaganja u područjima kao što su promet i stanovanje.

Mogući gubitak postojećih radnih mjesta ne bi trebao navesti države da propuste priliku biti predvodnici u razvoju novih tehnologija. Ako se država ne izolira od globalne trgovine i ulaganja, što bi, kako pokazuje povijest, dugoročno bilo izrazito ekonomski štetno, s vremenom će tehnologije ipak doći do svih zemalja, pa je bolje biti na čelu ove globalne utrke“, smatra John Hawksworth.

„Naše istraživanje pokazuje da će se utjecaj automatizacije i umjetne inteligencije osjetiti u fazama, a prvi će na udaru biti rutinski zadaci i oni vezani uz podatke. No, to što tvrtke i ljudi ne osjećaju učinke već sada nije izgovor da se ne počne s planovima za budućnost.

Tehnologija umjetne inteligencije svakim danom postaje sve sofisticiranija i tvrtke moraju shvatiti kako, gdje i kada će se u budućnosti njihovi zaposlenici vjerojatno naći na udaru. Oni koji razumiju rizike i prilike mogu početi usavršavati vještine svojih zaposlenika i prilagođavati svoje tvrtke, umjesto da reagiraju kad bude prekasno“, ističe PwC-ov globalni voditelj usluga povezanih s umjetnom inteligencijom Anand Rao.

Podijeli: