Την εικόνα ότι η τεχνητή νοημοσύνη λειτουργεί κυρίως ως μοχλός παραγωγικότητας για τις επιχειρήσεις, και όχι απαραίτητα ως μηχανισμός μαζικής απώλειας θέσεων εργασίας, παρουσιάζει κλαδική ανάλυση της Bernstein, η οποία εξετάζει τον αντίκτυπο της τεχνολογίας στις επιχειρηματικές υπηρεσίες. Η έκθεση έρχεται μετά από 16 μήνες πιέσεων σε ευρωπαϊκές μετοχές επιχειρηματικών υπηρεσιών και συλλογικής εστίασης, λόγω ανησυχιών για την αυτοματοποίηση εργασιών στον τριτογενή τομέα.
Η βασική θέση της ανάλυσης είναι ότι οι αγορές ενδέχεται να υπερεκτιμούν τους μακροπρόθεσμους κινδύνους ανατροπής στην απασχόληση. Τα ιστορικά στοιχεία που επικαλείται η Bernstein δείχνουν ότι οι μεγάλες τεχνολογικές αλλαγές οδηγούν συνήθως σε ανακατανομή των θέσεων εργασίας, αντί για πλήρη κατάρρευση της απασχόλησης. Η εικόνα, ωστόσο, δεν είναι ενιαία, καθώς οι επιπτώσεις της γενετικής και agentic AI διαφέρουν σημαντικά ανάλογα με τον κλάδο, τη φύση των καθηκόντων και τον βαθμό έκθεσης σε εργασίες που μπορούν να αυτοματοποιηθούν.
Η παραγωγικότητα αλλάζει τις εργασιακές ισορροπίες
Στο επίκεντρο της συζήτησης βρίσκεται το ερώτημα εάν η AI θα οδηγήσει σε εκτόπιση εργαζομένων ή σε επανατοποθέτησή τους σε νέους ρόλους. Η Bernstein σημειώνει ότι η τεχνολογία αλλάζει τη φύση των καθημερινών καθηκόντων και μπορεί να επιταχύνει την κυκλοφορία νέων υπηρεσιών στην αγορά, χωρίς αυτό να σημαίνει αναγκαστικά ότι οι μεγάλοι υφιστάμενοι παίκτες θα χάσουν τις πηγές εσόδων τους. Σε αυτό το πλαίσιο, η συζήτηση μετακινείται από την απλή απώλεια θέσεων προς το πώς οι επιχειρήσεις οργανώνουν την επόμενη φάση της εργασίας.
Το μεσαίο σενάριο της McKinsey για το 2030 προβλέπει ότι περίπου 30% των ωρών εργασίας θα αυτοματοποιηθεί σε Ευρώπη και ΗΠΑ. Η εκτίμηση αυτή δεν μεταφράζεται απαραίτητα σε ισόποση απώλεια θέσεων, καθώς τα επίπεδα καθαρής απασχόλησης αναμένεται να μετακινηθούν προς ρόλους που επιτρέπουν την ενίσχυση της ανθρώπινης εργασίας από την τεχνολογία. Ως παράδειγμα, η Adecco ανέφερε ότι η δραστηριότητά της στην επαγγελματική μετάβαση αποδίδει μόνο το 1,4% των εταιρικών απολύσεων άμεσα στην ενσωμάτωση της AI.
Άνισες πιέσεις στους επιμέρους κλάδους
Η ανάλυση της Bernstein διαχωρίζει τις επιχειρήσεις με βάση την πραγματική έκθεσή τους στην αυτοματοποίηση. Οι εταιρείες που βασίζονται έντονα σε δεδομένα και εξυπηρέτηση πελατών αντιμετωπίζουν πιο άμεσες πιέσεις σε τιμές και όγκους εργασίας, καθώς βασικές εργασίες μετάφρασης και υποστήριξης πελατών μπορούν να αυτοματοποιηθούν σχετικά εύκολα. Αντίθετα, οι εταιρείες προσωρινής απασχόλησης που ειδικεύονται σε χειρωνακτικές εργασίες και οι επιχειρήσεις φυσικών δοκιμών εμφανίζουν μεγαλύτερη ανθεκτικότητα, λόγω της φύσης των βασικών τους δραστηριοτήτων.
Τα στοιχεία που παραθέτει η Bernstein συνδέουν ιστορικά την αύξηση της παραγωγικότητας της εργασίας με την ευρύτερη επέκταση της απασχόλησης. Στις ΗΠΑ, η συσχέτιση αυτή φτάνει το 80% σε ετήσια βάση και το 100% σε ορίζοντα δεκαετίας. Η συγκεκριμένη εικόνα ενισχύει την υπόθεση ότι η AI μπορεί να αυξήσει την παραγωγή αγαθών και υπηρεσιών, αντί απλώς να μειώσει τον αριθμό των εργαζομένων που απαιτούνται για το ίδιο επίπεδο παραγωγής.
Από τα ΑΤΜ στα νέα μοντέλα εργασίας
Η ανάλυση για το μέλλον της εργασίας χρησιμοποιεί το παράδειγμα των ΑΤΜ για να δείξει πώς μια τεχνολογική αλλαγή μπορεί να αναμορφώσει, αντί να εξαφανίσει, ένα επάγγελμα. Μεταξύ 1985 και 2002, ο αριθμός των ΑΤΜ αυξήθηκε από 60.000 σε 352.000, αλλά οι τραπεζικοί υπάλληλοι αυξήθηκαν από περίπου 500.000 σε 527.000. Το χαμηλότερο κόστος λειτουργίας των υποκαταστημάτων επέτρεψε στις τράπεζες να ανοίξουν περισσότερα σημεία, ενώ ο ρόλος των υπαλλήλων μετατοπίστηκε σε εξυπηρέτηση πελατών και πώληση χρηματοοικονομικών προϊόντων.
Ανάλογη συζήτηση καταγράφεται και στην ακτινολογία. Μετά την εμφάνιση του ChatGPT, η AI θεωρήθηκε πιθανό να αυξήσει σημαντικά την αποδοτικότητα του κλάδου, ενώ ειδικά εργαλεία έχουν δείξει εξοικονόμηση χρόνου 15%-40%, ανάλογα με την εργασία. Παράλληλα, όμως, οι αγγελίες για ακτινολόγους στο Career Center του American College of Radiology αυξήθηκαν από περίπου 500-600 το 2016 σε περισσότερες από 1.400 τον Μάρτιο του 2024 και σε 1.964 κατά τον χρόνο της ανάλυσης.
Το κεφάλαιο γίνεται κρίσιμο στην επανατοποθέτηση
Η επανατοποθέτηση εργαζομένων δεν εξαρτάται μόνο από τις δεξιότητες ή την ταχύτητα προσαρμογής της αγοράς εργασίας. Η ανάλυση υπογραμμίζει ότι η εργασία χρειάζεται κεφάλαιο για να γίνει παραγωγική, καθώς νέες επιχειρήσεις που θα απορροφήσουν εργαζομένους πρέπει και να χρηματοδοτηθούν. Παρότι η συζήτηση επικεντρώνεται συχνά στις εκατοντάδες δισεκατομμύρια δολάρια ετήσιων επενδύσεων σε AI capex, το κείμενο επισημαίνει ότι η ευρύτερη επανατοποθέτηση εργαζομένων μπορεί να απαιτήσει πρόσθετα κεφάλαια τρισεκατομμυρίων δολαρίων.
Το αβέβαιο σημείο παραμένει η πιθανή εμφάνιση της τεχνητής γενικής νοημοσύνης, της AGI. Αν οι υπολογιστές γίνουν αποτελεσματικότεροι από τους ανθρώπους σε ευρύ φάσμα καθηκόντων, τα όρια μεταξύ εργασίας και κεφαλαίου θα μπορούσαν να γίνουν πιο δυσδιάκριτα, με πιθανές αλλαγές στα κοινωνικά συμβόλαια μεταξύ εργαζομένων, επιχειρήσεων, πολιτών και κυβερνήσεων. Μέχρι τότε, η κεντρική υπόθεση των αναλύσεων παραμένει ότι η AI θα αναδιαμορφώσει την εργασία μέσα από παραγωγικότητα, αυτοματοποίηση και επανατοποθέτηση, με τον τελικό αντίκτυπο να εξαρτάται από την ταχύτητα προσαρμογής της οικονομίας.
