Yli kolme vuotta ChatGPT:n lanseerauksen jälkeen tekoälyn (AI) vaikutus työllisyyteen ei vielä näy juurikaan kokonaistilastoissa. Ilmiö on kuitenkin alkanut näkyä joissakin työmarkkinoiden reuna-alueilla, etenkin aloittelijatehtävissä kaikkein haavoittuvimmilla aloilla. Tässä Cofacen ja Observatory of Threatened and Emerging Jobs (OEM) -tutkimuslaitoksen yhteisessä tutkimuksessa esitetään ainutlaatuinen kartoitus siitä, kuinka eri ammateissa suoritettavat tehtävät altistuvat AI-pohjaiselle automaatiolle, ja tuodaan esiin automaation rajojen muuttuminen.
AI:n myötä yhä useammin vaarassa ovat kognitiiviset, monimutkaiset ja ammattitaitoa vaativat tehtävät, mikä uhkaa mullistaa työllisyysrakennetta.
Innovatiivinen menetelmä tehtävien ja ammattien automatisointimahdollisuuksien mittaamiseen
Tämän tutkimuksen tavoitteena on kartoittaa yksityiskohtaisesti ne alueet, joilla tekoälyn yleistyminen todennäköisimmin muuttaa työntekoa. Tämä yksityiskohtainen analyysi paljastaa haavoittuvuuksia, jotka jäävät yhteenlaskettujen tilastojen valossa edelleen suurelta osin huomiotta, sillä altistuminen vaihtelee huomattavasti tehtävien, ammattien, toimialojen, maiden ja alueiden välillä.
OEM:n kehittämä menetelmä puuttuu kolmeen rajoitteeseen, joita havaitaan usein nykyisissä analyyseissä: ammattien analyysin riittämätön tarkkuus, asiantuntija-arvioihin tai tekoälyn tuottamiin arvioihin perustuvien tulosten heikko toistettavuus sekä tekoälyn kehityksen eri vaiheita koskevan aidon tulevaisuuteen suuntautuvan ulottuvuuden puuttuminen.
Jokainen analysoiduista 923 ammatista on jaoteltu tehtäviin, jotka puolestaan on jaoteltu edelleen perustoimintoihin, joita kuvataan kolmikkoina (verbi, objekti, konteksti). Tämän jaottelun avulla voidaan arvioida tarkemmin, missä määrin kukin tehtävä on alttiina automatisoinnille. Perustoiminnot pisteytetään sitten selkeiden ja toistettavien sääntöjen perusteella.
Tämä menetelmä tarjoaa konkreettisen ratkaisun kolmeen tunnistettuun rajoitukseen. Ensinnäkin se tarkentaa ammattianalyysiä merkittävästi erottelemalla luokittelun yleisten perustoimintojen perusteella riippumatta kyseessä olevasta ammatista. Toiseksi se parantaa arviointien toistettavuutta selkeiden ja tarkastettavien sääntöjen avulla. Lopuksi se tuo mukaan aidosti tulevaisuuteen suuntautuvan ulottuvuuden, jonka avulla tehtävien laajuus voidaan ennustaa tekoälyn kehityksen useille vaiheille – tässä tutkimuksessa viidelle – sen sijaan, että se tarjoaisi vain tilannekuvan yhdestä ajankohdasta.
Yhteistyössä OEM:n kanssa Coface on auttanut laajentamaan tätä viitekehystä kehittämällä menetelmän tehtävien painottamiseksi niiden tärkeyden ja esiintymistiheyden perusteella, tarkentamalla tulevaisuuden skenaarioita ja pisteytyssääntöjä sekä laajentamalla analyysin empiiristä kattavuutta lähes kolmeenkymmeneen maahan.
Tämä arvio automaation vaikutuksista on tarkoituksellisesti karkea ja keskittyy tarjontapuoleen: siinä mitataan tehtävien teknistä alttiutta automaatiolle, eikä se siten millään tavoin ennakoi työpaikkojen nettomenetyksen suuruutta.
Itse asiassa järjestelmä ei ole suunniteltu ottamaan huomioon kysynnän muutoksia, uusien tehtävien mahdollista syntymistä tai niitä esteitä, jotka saattavat hidastaa tai rajoittaa AI:n todellista käyttöönottoa.
Altistuminen vaihtelee ammattiryhmien välillä: AI kohdistuu ensisijaisesti kognitiivisiin ja tietoon liittyviin toimintoihin
Tutkimus tuo esiin merkittävän eron aiempiin automaatioaaltoihin: tekoäly ei ole jatkoa robotiikan tai ohjelmistojen kaltaisille teknologioille, vaan siirtää painopisteen monimutkaisiin ja ei-toistuviin kognitiivisiin tehtäviin. Sen vaikutukset ovat hyvin moninaiset: ne tuntuvat ensin työtehtävien tasolla, minkä jälkeen ne vaikuttavat vaihtelevasti eri ammatteihin, ammattiryhmiin ja edelleen niihin toimialoihin, joille nämä ammatit keskittyvät.
Tutkituissa pääskenaarioissa, jotka koskivat agenttipohjaisen AI:n käyttöönottoa, noin joka kahdeksas ammatti ylittää 30 prosentin rajan automatisoitavissa olevissa tehtävissä. Tutkimuksessa tämä raja määritellään ammattikunnan perusteellisen muutoksen kynnykseksi, joka avaa tien mahdollisesti merkittävälle henkilöstön uudelleensijoittamiselle ilman, että se välttämättä merkitsisi kyseisen ammatin katoamista.
Altistuvimmat ammatit keskittyvät aloille, joilla vaaditaan paljon kognitiivisia taitoja ja tietojen hallintaa: tekniikka, tietotekniikka, hallinnolliset tehtävät, rahoitusala, juridiikka sekä tietyt luovat ja analyyttiset ammatit.
Ammattien lukumäärä, joissa vähintään 30 % tehtävistä voidaan automatisoida, ammattiryhmittäin, ”Special Agent” -skenaario
Data kuviossa on .xlsx formaatissa
Sitä vastoin vähiten haavoittuvaiset ammatit ovat edelleen pääosin ruumiillista työtä tai sisältävät ihmisten välistä vuorovaikutusta, jota on vaikea standardoida: teollisuus, rakentaminen, kunnossapito, kuljetus, ateriapalvelut, siivous sekä tietyt hoito- ja tukipalvelut.
Tutkimuksessa mitataan myös vaarassa olevien työtehtävien todellista määrää kussakin tarkastellussa työmarkkinassa vertaamalla automatisoitavien tehtävien osuutta kussakin 923 ammatista kyseisen ammatin työllisyysmäärään. Ryhmittelemällä ammatit kahdeksaan laajaan luokkaan tutkimuksessa tunnistetaan ammattiryhmät, jotka ovat suurimmassa vaarassa.
Tärkeimmät havainnot ovat selkeät: yli neljännes työtehtävistä voitaisiin automatisoida johtamis- ja hallintotehtävissä, luovilla aloilla, laki- ja rahoitusalalla sekä insinööri- ja IT-aloilla. Sen sijaan henkilökohtaiset palvelut sekä tekniset, käsityöläis- ja teollisuustuotantoon liittyvät ammatit ovat edelleen alle 10 %:n rajan. Hoito-, koulutus- ja myyntialan työpaikat sekä laajemmin ottaen ihmisten kanssa tekemisissä olevat ammatit ovat välitilassa: osa niiden tehtävistä on vaarassa, mutta niiden inhimillinen ulottuvuus toimii edelleen suojaavana tekijänä.
Merkittäviä eroja maiden välillä
Tutkimuksessa korostetaan, että maiden alttius AI-pohjaiselle automaatiolle vaihtelee huomattavasti: Turkissa automaation kohteena olevan työn osuus on noin 12 % (automatisoitavien tehtävien osuus suhteessa kokonaistyöllisyyteen), kun taas UK:ssa se on lähes 20 %. Nämä erot johtuvat suurelta osin talouksien rakenteesta, joka määrää pitkälti työllisyyden rakenteen ja siten myös sen, kuinka suuri osa tehtävistä voidaan mahdollisesti automatisoida.
Rikkaimmat taloudet ja kognitiivisiin palveluihin eniten keskittyvät taloudet näyttävät siten olevan alttiimpia automatisoinnille. UK:n lisäksi Alankomaissa, Irlannissa ja Luxemburgissa on suurempi keskittymä tietointensiivisiä ammatteja, kun taas maissa, joissa työllisyys painottuu edelleen enemmän kauppaan, henkilökohtaisiin palveluihin, rakentamiseen, liikenteeseen tai muihin fyysisesti raskaampiin toimintoihin, altistuminen on maltillisempaa. Tutkimuksessa on tunnistettu viisi maaryhmää, joilla on samankaltaiset profiilit.
Työllisyyden ulkopuolella: arvon jakaminen, sosiaaliturva, koulutus, uudet riippuvuussuhteet… monia kysymyksiä, joihin ei tällä hetkellä ole vastauksia.
AI:n käyttöönoton mahdolliset vaikutukset ulottuvat pidemmälle kuin vain työllisyyskysymykseen. Koska AI kohdistuu ammattitaitoa vaativiin ja hyvin palkattuihin ammatteihin, sen käyttöönotto voi lopulta horjuttaa taloudellista ja sosiaalista tasapainoa.
Automatisoimalla joitakin ammattitaitoisimmissa ammateissa suoritettavia tehtäviä voitaisiin siirtää huomattava osa lisäarvosta työvoimasta pääomalle. Niille maille, joiden verojärjestelmä nojaa vahvasti työvoiman suoraan ja/tai välilliseen verotukseen, tämä kehitys aiheuttaisi kaksinkertaisen budjettihaasteen: verotulojen väheneminen (sosiaaliturvamaksut, tulovero, ALV, jne.) ja samaan aikaan julkiset menot kasvavat (työttömyysvakuutus, uudelleenkoulutus).
Tutkimus kannustaa meitä myös pohtimaan laajemmin koulutuksen arvoa ja pätevyyksiä, joita nykyisin myönnetään eri koulutuspolkujen päätteeksi. Jos joitakin tehtäviä, joihin pitkät opinnot valmistavat, voidaan yhä helpommin automatisoida, koulutustason, palkan ja työpaikan varmuuden välinen yhteys saattaa heikentyä. Vaikka näiden havaintojen perusteella ei (vielä) voida päätellä, että korkeakoulutus ei olisi enää tarpeen, ne viittaavat siihen, että työnantajat saattavat kiinnittää vähemmän huomiota pelkkiin tutkintoihin ja keskittyä sen sijaan taitoihin, jotka täydentävät tekoälyä, kuten harkintakykyyn, sopeutumiskykyyn tai kykyyn valvoa AI:n käyttöä.
Lopuksi voidaan todeta, että AI:n yleistyminen voi aiheuttaa uusia geopoliittisia, logistisia ja operatiivisia haavoittuvuuksia, koska sen tärkeimmät resurssit (puolijohteet, kielimallit, datakeskukset) keskittyvät harvojen yritysten ja maiden käsiin, jotka hallitsevat kyseisiä teknologioita.
Johtopäätös: muutos, joka voi uudistaa työn luonnetta
Vaikka näiden muutosten tarkka kulku on edelleen epävarmaa ja vaikka siirtyminen tehtävien teknisestä luonteesta niiden työllisyyteen kohdistuviin nettovaikutuksiin ei suinkaan tapahdu automaattisesti, yksi seikka nousee kuitenkin selvästi esiin:
Tekoälyä ei oteta käyttöön työn reuna-alueilla, vaan sen kognitiivisissa, ei-rutiininomaisissa ja ammattitaitoa vaativissa tehtävissä, joita on pitkään pidetty kaikkein turvallisimpina. Koska nämä tehtävät kuuluvat ammatteihin, joilla on keskeinen rooli tulojen, lisäarvon ja verotulojen tuottamisessa, on epätodennäköistä, että tällainen muutos voisi tapahtua ilman, että työpaikkojen luonnetta ja niiden perustana olevia tasapainosuhteita muutettaisiin vaihtelevassa määrin.
> Lataa koko tutkimus (.pdf) tai kuuntele kirjoittajien pääpuheenvuoro Coface Country Risk Conference -tapahtumassa
