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 a Boston 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 gyakran Jevons-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.
A fenti szempontok alapján a BCG Institute egy saját fejlesztésű, hat kategóriából álló modellbe sorolta a munkaköröket az AI rajuk gyakorolt hatása alapján.
Megerősített (amplified) szerepkörök. Amennyiben az AI kiegészíti az emberi képességeket, és a kereslet is bővül, a foglalkoztatás stabil maradhat vagy akár növekedhet is. Az értékteremtés középpontjában továbbra is az ember áll, miközben a magasabb termelékenység fokozhatja a versenyt a képzett munkaerőért, ami bérinflációhoz vezethet. Ez a kategória a jelenlegi munkahelyek mintegy 5 százalékát fedi le.
Idetartozik
A jogi területen az AI felgyorsítja a kutatást, a dokumentumkészítést és az ügyek előkészítését, így a jogi szolgáltatások szélesebb körben válhatnak hozzáférhetővé. Azokon a területeken, ahol jelenleg kielégítetlen kereslet van, például szabályozási felülvizsgálat vagy szerződéskezelés, az alacsonyabb költségek növelhetik a jogi munka volumenét. A magas szintű jogi szakértelem és ítélőképesség ugyanakkor továbbra is kulcsszerepet játszik, az AI pedig ezt erősíti.
Újrasúlyozott (rebalanced) szerepkörök. Amikor az AI kiegészíti a munkavégzést, de a kereslet korlátos, a létszám összességében stabil maradhat, miközben a szerepkörök átalakulnak. A rutinfeladatok automatizálódnak, a komplexebb felelősségi körök pedig bővülnek. Ahogy a munka a magasabb hozzáadott értékű tevékenységek felé tolódik, nőnek a készségkövetelmények, és kulcsfontosságúvá válik a folyamatos készségfejlesztés. A BCG becslése szerint a jelenlegi munkahelyek 14 százaléka tartozik ebbe a kategóriába.
Jó példa erre
Ugyanakkor a közönség fragmentálódása, valamint az influenszerek és a nagy nyelvi modellek által átalakított ügyfélutak miatt a vállalatoknak több és célzottabb tartalomra van szükségük a megfelelő közönség megfelelő időben történő eléréséhez. A marketinges szerepkörök a jelenlegi, csatornák szerinti felosztás helyett kitágulnak: a marketingesek és kreatív vezetők omnichannel szakemberekké válnak, akik képesek végiggondolni a teljes kampányfolyamatot.
Hasonló dinamika figyelhető meg
Divergens (divergent) szerepkörök. Azokban az esetekben, amikor az AI kivált bizonyos feladatokat, de a kereslet bővíthető, a foglalkoztatásra gyakorolt hatás egyenetlen. Az elemzés szerint ez a jelenlegi munkahelyek 12 százalékára igaz. Ezekben a szerepkörökben a belépő és junior pozíciók rövid távon nagyobb kockázatnak vannak kitéve az automatizáció miatt. Az ezen a szinteken végzett, erősen strukturált feladatok közül sok az elsők között automatizálható, ami bizonyos állások megszűnéséhez vezethet.
Eközben a szenior szintű feladatok megmaradnak, sőt a kereslet bővülésével akár növekedhetnek is. Ez strukturális feszültséget teremt: a megmaradó szerepkörök olyan kontextuális ítélőképességet, felügyeleti és koordinációs készségeket igényelnek, amelyek jellemzően a munkatapasztalat során alakulnak ki. Ez jól mutatja, hogy a puszta számok nem adják vissza a teljes képet.
Az egyik ilyen terület
Az AI automatizálja a rutinfeladatokat, például a leadek minősítését, az ajánlatkészítést vagy a kötvények összehasonlítását, amelyeket gyakran belépő szintű munkatársak vagy értékesítési asszisztensek végeznek, különösen standardizált termékeknél, mint az autó- vagy egyszerű életbiztosítások.
Ugyanakkor a komplexebb életbiztosítási termékek és az alulbiztosított kisvállalkozások nem ide tartoznak. Az AI a disztribúciós és kiszolgálási költségek csökkentésével lehetővé teszi, hogy a biztosítók új, korábban el nem ért ügyfélcsoportokat is megszólítsanak, és ezáltal bővítik a piacot és új keresletet generálnak. Ennek eredményeként egyes rutinszerepek visszaszorulnak, míg mások magasabb hozzáadott értékű irányba tolódnak: például komplexebb termékek (vállalati biztosítások, járadékok) tanácsadása vagy hosszú távú ügyfélkapcsolatok menedzselése felé.
Hasonló folyamat figyelhető meg
Az AI képes rutinszerű hibajegyek megoldására és diagnosztikai folyamatok automatizálására. Ugyanakkor a digitális infrastruktúra bővülésével és a rendszerek növekvő komplexitásával felértékelődik a fejlettebb hibakezelés és a rendszerszintű felügyelet iránti igény. A belépő szintű problémamegoldási feladatok visszaszorulhatnak, hacsak a munkavállalók nem képezhetők gyorsan magasabb szintre, miközben a magasabb szaktudást igénylő koordinációs és felügyeleti szerepkörök fennmaradnak vagy bővülnek.
Kiváltott (substituted) szerepkörök. Ebbe a kategóriába azok a munkák tartoznak, ahol a kereslet korlátozott, és az AI közvetlenül kiváltja az emberi munkaerőt az alapvető feladatokban. Elemzésünk szerint ez a jelenlegi munkahelyek mintegy 12 százalékát érinti. Ilyenkor a hatékonyságnövekedés nettó munkahelycsökkenéssé alakul, miközben a megmaradó pozíciókban csökkenhetnek a bérek.
Idesorolható
A pénzügyi elemzési munka volumene jellemzően a meglévő riportálási ciklusokhoz, befektetési mandátumokhoz és belső döntéshozatali folyamatokhoz kötődik. Amikor az AI automatizálja a rutinszerű modellezést, az adataggregációt és az elsődleges értelmezést, az output nem bővül arányosan. Ebben az esetben a termelékenységnövekedés inkább a szükséges elemzői létszám csökkenéséhez vezet.
Fontos hangsúlyozni, hogy a kiváltás nem jelent végleges kiszorulást a munkaerőpiacról. Ahogy a gazdaság más területein a megerősített, kevésbé automatizálható és újonnan létrejövő szerepkörök bővülnek, az érintett munkavállalók célzott átképzéssel és mobilitási támogatással átléphetnek ezekbe. Az ilyen átmenetek megtervezését érdemes már most elkezdeni, még akkor is, ha a változások nem azonnal és nem egyszerre következnek be (az átalakulás időt, koordinációt és befektetést igényel).
Támogatott (enabled) szerepkörök. Az AI a munkahelyek mintegy 23 százalékában válik a mindennapi tevékenység szerves részévé: átalakítja a feladatok végrehajtásának módját, de nem írja át alapjaiban a munkaszervezést. A munkavállalóktól elvárás lesz, hogy az AI-t a hatékonyság, a pontosság és a döntéshozatal javítására használják. Bár a rutinelemek egyszerűsödnek, az alapvető feladatok, amelyek gyakran fizikai jelenlétet, emberi interakciót vagy speciális szaktudást igényelnek, továbbra is emberközpontúak maradnak. Ahogy az AI alapkompetenciává válik, nőnek a készségkövetelmények, így a folyamatos fejlődés elengedhetetlenné válik.
Ezt a dinamikát jól szemléltetik
Munkájuk továbbra is gyakorlati vagy betegközeli jellegű, ugyanakkor az AI egyre inkább támogatja a dokumentációt, a munkafolyamatok koordinációját és a diagnosztikai elemzés egyes részeit. A klinikai asszisztensek például használhatják az AI-t valós idejű jegyzetelésre vagy betegfelvételre, míg a labortechnikusok az eredmények értelmezésében vagy a rendellenességek azonosításában támaszkodhatnak rá. Idővel ezeknek az eszközöknek a hatékony használata a szerepkör részévé válik, növelve a termelékenységi és pontossági elvárásokat anélkül, hogy alapjaiban megváltoztatná a munkát.
Korlátozottan érintett (limited-exposure) szerepkörök. A fennmaradó, alacsony automatizálhatóságú munkák esetében, ami a jelenlegi állások mintegy 34 százaléka, mind a technológiai megvalósíthatóság, mind az AI által elérhető termelékenységnövekedés korlátozott. (Az elemzés nem számol olyan jövőbeli áttörésekkel, mint például a humanoid robotika.) Ezek a munkák gyakran erősen kontextusfüggők, kapcsolatorientáltak, vagy olyan fizikai jelenlétet igényelnek, amelyet nehéz formalizálni vagy skálázni AI segítségével. Ennek következtében rövid távon kevésbé valószínű, hogy jelentősen átalakulnak.
Jó példák erre
Mindkét szerepkör komplex döntéshozatalt, intenzív emberi interakciót és az egyéni igényekhez való valós idejű alkalmazkodást igényel. Az AI bizonyos, jól körülhatárolt feladatokban támogathat, de alapjaiban nem alakítja át ezeket a hivatásokat: a munka lényege, a gyógyítás és az oktatás, továbbra is emberi marad.
Az egyik legfontosabb kérdés nem pusztán az, hogy hány munkahelyet érint a változás, hanem az, hogy milyen gyorsan képezhetők át és irányíthatók át a munkavállalók az új, átalakított szerepkörökbe. Egy ilyen léptékű munkaerőpiaci elmozdulás kezelése tudatos befektetést igényel az átképzésbe, a mobilitásba és a képességfejlesztésbe, vagyis mostantól a munkaerő fejlesztése vezetői prioritássá vált.
Rövid távon egyes szervezetek a felvétel lassításával vagy befagyasztásával reagálhatnak, miközben újraértékelik munkaerőigényüket, és az AI-tól a termelékenység növekedését várják. Ez megnöveli az alkalmazkodási kényszert a már meglévő munkavállalók számára, arra, hogy fejlesszék az AI készségeiket. Fontos ugyanakkor, hogy ezek az intézkedések sok esetben inkább átmeneti fázisként értelmezhetők, nem pedig új egyensúlyi állapotként. Azok a vállalatok, amelyek termékei és szolgáltatásai iránt erős a kereslet, idővel továbbra is bővíteni fogják a létszámot, ahogy a termelékenységnövekedés növekedésbe fordul át.
Másodsorban, ahogy az AI átveszi azoknak a rutinfeladatok jelentős részét, amelyek korábban indokolták a nagy létszámú felvételeket, csökken az elsősorban végrehajtási fókuszú pozíciók iránti igény. Rövid távon ez a junior állások számának visszaeséséhez vezethet. Egyes vállalatok továbbra is befektetnek a fiatal tehetségekbe a jövőbeni utánpótlás biztosítása érdekében, míg mások visszafogják ezeket a programokat.
Hosszabb távon azonban ezek a szerepkörök átalakulnak: olyan jelöltek töltik majd be őket, akik már pályájuk korai szakaszában képesek magasabb rendű feladatok ellátására, például az AI által generált kimenetek felügyeletére, kivételkezelésre és összetettebb problémák megoldásában való részvételre. Ebben a környezetben az AI-jártasság egyre inkább a szakmai tapasztalat kiegészítő mércéjévé válhat annak megítélésében, hogy ki alkalmas az adott állásra.
A vállalatok előnyben részesíthetik azokat a jelölteket, akik proaktívan alkalmazzák az AI-eszközöket. Ez bizonyos esetekben lehetőséget teremthet a junior jelöltek, köztük a friss diplomások számára is, akik gyakran nagyobb jártassággal rendelkeznek az AI használatában, mint tapasztaltabb társaik.
Harmadszor: emelkednek a belépési és eredményküszöbök. Az újratervezett szerepkörök magasabb szintű szakértelmet, felügyeletet és felelősségvállalást igényelnek, ami felértékeli a mély szaktudást és a megalapozott ítélőképességet. Ezek az állások jellemzően magasabb végzettséget és nagyobb szenioritást követelnek meg. A belépés új képességeket, és sok esetben további képzést vagy formális képesítést igényel. Még akkor is, ha a foglalkoztatás összességében stabil marad, ezek a magasabb küszöbök belépési korlátokat és átmeneti súrlódásokat okozhatnak a munkaerőpiacon.
Végül, növekszik a kognitív terhelés. Számos munkakör ma még egyensúlyt teremt a strukturált végrehajtás és a magasabb szintű gondolkodás között. Ahogy az ismétlődő feladatok automatizálódnak, a megmaradó munka egyre inkább a problémamegoldásra, a döntéshozatalra és az összetett információk integrálására koncentrálódik, ami fokozza a mentális igénybevételt.
Bár egyes munkavállalók jól alkalmazkodnak a nagyobb ítélőképességet igénylő szerepekhez, mások számára kihívást jelenthet a folyamatos, magas szintű kognitív jelenlét, és célzott készségfejlesztést igényelnek. Tudatos szerepkörtervezés és képességfejlesztés hiányában a szervezetek nem tudják teljes mértékben kiaknázni az AI által kínált termelékenységi potenciált.
Ez a négy dinamika rövid távon fluktuációt, bizonytalanságot és zavarokat okozhat az egyes munkakörök szintjén, még akkor is, ha az összfoglalkoztatás stabil marad. Az AI munkaerőpiaci hatása így nem csupán arról szól, hány munkahely marad meg, hanem arról is, mennyire lesznek ezek a munkák hozzáférhetők és fenntarthatók.
Nyitókép: Shutterstock
Ez a hírlevél csak egy a sok közül. A hvg360-on 10+ hírlevél közül választhatsz. Ezeket egyfelől szakmájukban kiemelkedő szerzők írják a gazdaság vagy a menedzsment területeiről, másfelől a HVG sokat látott újságíróit követhetitek: érdekes összefüggések adatokon keresztül, változó világunk jogi értelmezése, személyes történetek közéletről női szempontból, szemérmetlen dömpingű kultúrajánlat és külföldi lapok heti hírszemléje.
