La mai bine de trei ani de la lansarea ChatGPT, impactul inteligenței artificiale (AI) asupra ocupării forței de muncă rămâne în mare parte invizibil în statisticile agregate. Cu toate acestea, el începe să se contureze la marginea anumitor segmente ale pieței muncii, în special în posturile de nivel începător din sectoarele cele mai vulnerabile. Prin furnizarea unei cartografieri unice a expunerii la automatizarea bazată pe AI a sarcinilor care compun diferite ocupații, acest studiu comun realizat de Coface și Observatorul Locurilor de Muncă Amenințate și Emergente (OEM) evidențiază o schimbare pe frontul automatizării: odată cu AI, sarcinile cognitive, complexe și calificate sunt acum cele care par din ce în ce mai expuse riscului, ceea ce prezintă un risc de schimbare radicală a structurii ocupării forței de muncă.
O metodologie inovatoare pentru măsurarea potențialului de automatizare a sarcinilor și ocupațiilor
Scopul acestui studiu este de a oferi o cartografiere detaliată a domeniilor în care răspândirea AI este cel mai probabil să transforme munca. Această analiză granulară relevă vulnerabilități care sunt încă în mare parte trecute cu vederea de statisticile agregate, deoarece expunerea variază semnificativ între sarcini, ocupații, sectoare, țări și regiuni.
Metodologia dezvoltată de OEM abordează trei limitări observate frecvent în analizele existente: lipsa de granularitate în analiza ocupațiilor, reproductibilitatea scăzută a evaluărilor bazate pe judecățile experților sau pe evaluările produse de AI și absența unei dimensiuni cu adevărat prospective în ceea ce privește diferitele faze de dezvoltare a AI.
Fiecare dintre cele 923 de profesii analizate în studiu este defalcată în sarcini, care la rândul lor sunt subdivizate în acțiuni elementare descrise ca triplete (verb, obiect, context). Această defalcare permite o evaluare mai precisă a gradului în care fiecare sarcină este expusă automatizării. Acțiunile elementare sunt apoi notate folosind reguli explicite și reproductibile.
Această metodă oferă un răspuns concret la cele trei limitări identificate. În primul rând, rafinează semnificativ analiza ocupațiilor prin distingerea evaluării în funcție de acțiunea de bază generică, indiferent de ocupația în cauză. În al doilea rând, îmbunătățește reproductibilitatea evaluărilor prin reguli explicite și verificabile. În cele din urmă, introduce o dimensiune prospectivă autentică, permițând proiectarea expunerii sarcinilor pe mai multe faze de dezvoltare ale AI – cinci în contextul acestui studiu - în loc să ofere doar o imagine la un singur moment în timp.
Alături de OEM, Coface a contribuit la extinderea acestui cadru prin dezvoltarea unei metode de ponderare a sarcinilor în funcție de importanța și frecvența acestora, rafinând scenariile orientate spre viitor și regulile de scoring, și extinzând domeniul empiric al analizei la aproape treizeci de țări.
Această evaluare a expunerii la automatizare este în mod deliberat aproximativă și axată pe partea ofertei: ea măsoară expunerea tehnică a sarcinilor la automatizare și, prin urmare, nu prejudiciază în niciun fel volumul pierderilor nete de locuri de muncă.
Într-adevăr, prin natura sa, aceasta nu ține cont de dinamica cererii, de potențiala creare de noi sarcini sau de fricțiunile care ar putea încetini sau limita implementarea efectivă a AI-ului.
Expunere variabilă între grupurile ocupaționale: AI vizează în primul rând activitățile cognitive și cele legate de informații
Studiul evidențiază o ruptură majoră față de valurile anterioare de automatizare: AI nu reprezintă o continuare a tehnologiilor precum robotica sau software-ul, ci mută accentul către sarcini cognitive complexe și nerepetitive. Impactul său este extrem de variat: se resimte mai întâi la nivel de sarcină, înainte de a avea un impact inegal asupra ocupațiilor, grupurilor profesionale și, dincolo de acestea, asupra sectoarelor în care sunt concentrate.
În scenariul principal studiat, referitor la implementarea AI bazată pe agenți, aproximativ una din opt profesii depășește pragul de 30% de sarcini automatizabile, pe care studiul îl identifică ca prag pentru o transformare profundă a profesiei, deschizând calea pentru o redistribuire potențial semnificativă a personalului, fără a însemna neapărat dispariția acesteia. Profesiile cele mai expuse sunt concentrate în domenii cu un grad ridicat de cunoaștere și de utilizare intensivă a informațiilor: inginerie, IT, funcții administrative, finanțe, drept și anumite profesii creative și analitice.
În schimb, ocupațiile cele mai puțin vulnerabile rămân în mare parte manuale sau implică interacțiuni umane dificil de standardizat: producție, construcții, întreținere, transport, catering, curățenie și anumite activități de îngrijire și asistență.
Studiul măsoară, de asemenea, conținutul real al muncii expuse riscului pe fiecare piață a muncii examinată, comparând proporția sarcinilor automatizabile din fiecare dintre cele 923 de ocupații cu volumul de angajare al acestora. Prin gruparea acestora în opt categorii largi, studiul identifică grupurile ocupaționale cele mai expuse riscului.
Principalele concluzii sunt clare: peste un sfert din conținutul muncii ar putea fi automatizat în sectoarele de management și administrație, profesii creative, drept și finanțe, precum și inginerie și IT. În schimb, serviciile față în față și ocupațiile tehnice, artizanale și de producție industrială rămân sub pragul de 10%. Locurile de muncă din domeniul îngrijirii, al educației, al vânzărilor și, în sens mai larg, profesiile care implică contactul direct cu oamenii ocupă o poziție intermediară: unele dintre sarcinile lor sunt expuse riscului, dar dimensiunea umană a acestora continuă să acționeze ca un factor de protecție.
Disparități semnificative între țări
Studiul evidențiază faptul că expunerea țărilor la automatizarea bazată pe AI variază semnificativ, de la aproximativ 12% din conținutul muncii expus automatizării (definit ca proporția sarcinilor automatizabile în raport cu totalul locurilor de muncă) în Turcia, până la aproape 20% în Regatul Unit. Aceste diferențe se explică în mare parte prin structura economiilor, care determină în mare măsură structura ocupării forței de muncă și, în consecință, proporția sarcinilor care pot fi automatizate.
Economiile cele mai bogate și cele mai orientate către serviciile cognitive par, așadar, să fie cele mai expuse la automatizare. Pe lângă Regatul Unit, Țările de Jos, Irlanda și Luxemburg prezintă o concentrație mai mare de profesii cu intensitate informațională ridicată, în timp ce țările în care ocuparea forței de muncă rămâne mai orientată către comerț, servicii personale, construcții, transporturi sau alte activități cu intensitate fizică mai mare înregistrează o expunere mai moderată. Studiul identifică cinci grupuri de țări cu profiluri similare.
România - mai puțin expusă la Inteligența Artificială
Cu 13,3% din conținutul sarcinilor expus riscului la nivelul forței de muncă în scenariul nostru „Special Agent”, România se situează clar sub media europeană în ceea ce privește expunerea la inteligența artificială. Profilul său o plasează într-un grup mai larg de țări din Europa de Sud și de Sud-Est, alături de Bulgaria și Grecia și, într-o măsură mai mică, de Italia, Spania, Portugalia și Turcia. Poziția României reflectă atât structura sa economică, cât și cea a ocupării forței de muncă, în care construcțiile, comerțul cu amănuntul, transporturile, serviciile de cazare și alimentație, agricultura și, într-o măsură mai mică, informațiile și comunicațiile joacă un rol mai important decât media europeană, în timp ce blocul larg al serviciilor publice și serviciile profesionale și științifice rămân comparativ mai mici.
Acest lucru se reflectă într-o structură a forței de muncă ancorată în activități cu utilizare intensivă a forței de muncă, cu un loc mai important pentru meserii, vânzări, transport și muncă manuală, și un strat superior corporativ și administrativ mai subțire decât în economiile europene mai bogate. În această configurație, principalul impact ar fi la nivelul rolurilor de afaceri și administrative, vânzări, funcționari administrativi și al ocupații din inginerie și tehnică aplicată. Dar aceste grupuri mai expuse ocupă încă un loc prea limitat în câmpul muncii pentru a putea vorbi de un impact major la nivelul joburilor cognitive.
Dincolo de ocuparea forței de muncă: împărțirea valorilor, protecția socială, educația, noi dependențe... multe întrebări rămân, deocamdată, fără răspuns.
Efectele potențiale ale implementării inteligenței artificiale depășesc problema ocupării forței de muncă. Deoarece vizează ocupații calificate și bine plătite, implementarea AI-ului ar putea, în cele din urmă, să perturbe echilibrele economice și sociale.
Prin automatizarea unor sarcini realizate în cadrul profesiilor mai calificate, aceasta ar putea transfera o parte semnificativă a valorii adăugate de la forța de muncă către capital. Pentru țările ale căror sisteme fiscale se bazează în mare măsură pe impozitarea directă și/sau indirectă a muncii, această evoluție ar reprezenta o dublă provocare bugetară, reducând veniturile fiscale (contribuții la asigurările sociale, impozitul pe venit, TVA etc.) și crescând în același timp cheltuielile publice (asigurări de șomaj, formare).
Studiul ne invită, de asemenea, să analizăm într-o perspectivă mai largă valoarea educației și a calificărilor acordate în prezent la finalul diverselor parcursuri educaționale. Dacă unele dintre sarcinile care necesită programele de studii îndelungate devin mai ușor de automatizat, legătura dintre nivelul de studii, remunerație și siguranța locului de muncă ar putea slăbi. Fără a concluziona (încă) că învățământul superior nu mai este necesar, aceste constatări sugerează că angajatorii ar putea pune mai puțin accent pe calificări și s-ar putea concentra, în schimb, pe competențe care rămân complementare AI-ului, precum capacitatea de judecată, adaptabilitatea sau abilitatea de a supraveghea utilizarea acesteia.
În cele din urmă, ascensiunea inteligenței artificiale ar putea da naștere la noi vulnerabilități geopolitice, logistice și operaționale, datorită concentrării celor mai critice active ale sale (semiconductori, modele lingvistice, centre de date) într-un număr limitat de companii și țări care controlează aceste tehnologii.
Concluzie: o transformare capabilă să remodeleze munca
Deși traiectoria exactă a acestor transformări rămâne incertă și deși tranziția de la expunerea tehnică a sarcinilor la efectele lor nete asupra ocupării forței de muncă nu este în niciun caz automată, un aspect iese totuși în evidență: Inteligența artificială nu este implementată marginal în câmpul muncii, ci într-o parte a funcțiilor sale cognitive, nerutinare și calificate, percepute de mult timp ca fiind cele mai sigure. Deoarece aceste funcții fac parte din ocupații care joacă un rol major în generarea de venituri, valoare adăugată și venituri fiscale, pare puțin probabil ca o astfel de transformare să poată avea loc fără a remodela, în diferite grade, natura locurilor de muncă.
