Mga Trabahong Hindi Kayang Palitan ng AI at Anong mga Trabaho ang Papalitan ng AI? Isang Pandaigdigang Perspektibo sa Epekto ng AI sa Trabaho

Pagbalangkas sa Pag-usbong ng AI sa Lakas-Paggawa

Noong 2023, mahigit tatlong-kapat (77%) ng mga kumpanya sa buong mundo ang gumagamit o nagsasaliksik na ng mga solusyon sa AI ( AI Job Loss: Shocking Statistics Revealed ). Ang pagdagsang ito sa paggamit ay may mga tunay na kahihinatnan: 37% ng mga negosyong gumagamit ng AI ang nag-ulat ng pagbawas ng workforce noong 2023, at 44% ang umaasa ng mas maraming pagbawas sa trabaho na hinimok ng AI sa 2024 ( AI Job Loss: Shocking Statistics Revealed ). Kasabay nito, tinatantya ng mga analyst na maaaring ilagay ng AI sa panganib ang daan-daang milyong trabaho – tinatantya ng mga ekonomista ng Goldman Sachs na 300 milyong trabaho sa buong mundo ang maaaring maapektuhan ng automation ng AI ( 60+ Stats On AI Replaceing Jobs (2024) ). Hindi nakakapagtaka na ang tanong na "anong mga trabaho ang papalitan ng AI?" at "Mga Trabahong Hindi Mapapalitan ng AI" ay naging sentro ng mga debate tungkol sa hinaharap ng trabaho.

Gayunpaman, ang kasaysayan ay nag-aalok ng ilang pananaw. Ang mga nakaraang rebolusyong teknolohikal (mula sa mekanisasyon hanggang sa mga kompyuter) ay sumira sa mga pamilihan ng paggawa ngunit lumikha rin ng mga bagong pagkakataon. Habang lumalaki ang mga kakayahan ng AI, mayroong matinding talakayan kung ang alon na ito ng automation ay susunod sa parehong padron. Tinatalakay ng whitepaper na ito ang tanawin: kung paano gumagana ang AI sa konteksto ng mga trabaho, kung aling mga sektor ang nahaharap sa pinakamalaking pagkawala ng trabaho, kung aling mga tungkulin ang nananatiling medyo ligtas (at bakit), at kung ano ang nakikita ng mga eksperto para sa pandaigdigang lakas-paggawa. Kasama ang mga kamakailang datos, mga halimbawa ng industriya, at mga sipi ng eksperto upang magbigay ng komprehensibo at napapanahong pagsusuri.

Paano Gumagana ang AI sa Konteksto ng mga Trabaho

Ang AI ngayon ay mahusay sa mga partikular na gawain – lalo na ang mga may kinalaman sa pagkilala ng pattern, pagproseso ng data, at regular na paggawa ng desisyon. Sa halip na isipin ang AI bilang isang manggagawang parang tao, ito ay pinakamahusay na nauunawaan bilang isang koleksyon ng mga tool na sinanay upang magsagawa ng makikitid na function. Ang mga tool na ito ay mula sa mga algorithm ng machine learning na nagsusuri ng malaking data, hanggang sa mga computer vision system na nag-iinspeksyon ng mga produkto, hanggang sa mga natural language processor tulad ng mga chatbot na humahawak sa mga pangunahing katanungan ng customer. Sa praktikal na termino, kayang i-automate ng AI ang mga bahagi ng isang trabaho : maaari itong mabilis na salain ang libu-libong dokumento para sa mga kaugnay na impormasyon, magmaneho ng sasakyan sa isang paunang natukoy na ruta, o sumagot sa mga simpleng tanong sa serbisyo sa customer. Ang kahusayang ito na nakatuon sa gawain ay nangangahulugan na ang AI ay kadalasang kumukumpleto sa mga manggagawang tao sa pamamagitan ng paghawak sa mga paulit-ulit na tungkulin.

Napakahalaga, karamihan sa mga trabaho ay binubuo ng maraming gawain, at ilan lamang sa mga ito ang maaaring angkop para sa AI automation. Natuklasan ng isang pagsusuri ng McKinsey na wala pang 5% ng mga trabaho ang maaaring ganap na i-automate gamit ang kasalukuyang teknolohiya ( AI Replaceing Jobs Statistics and Facts [2024*] ). Sa madaling salita, ang ganap na pagpapalit ng isang tao sa karamihan ng mga tungkulin ay nananatiling mahirap. Ang magagawa ng AI ay pangasiwaan ang mga bahagi ng isang trabaho: sa katunayan, humigit-kumulang 60% ng mga trabaho ay may malaking bahagi ng mga aktibidad na maaaring i-automate ng AI at mga software robot ( AI Replaceing Jobs Statistics and Facts [2024*] ). Ipinapaliwanag nito kung bakit nakikita natin ang AI na ginagamit bilang isang sumusuportang tool – halimbawa, maaaring pangasiwaan ng isang AI system ang paunang screening ng mga kandidato sa trabaho, na minamarkahan ang mga nangungunang resume para repasuhin ng isang human recruiter. Ang kalakasan ng AI ay nasa bilis at pagkakapare-pareho nito para sa mga mahusay na natukoy na gawain, samantalang ang mga tao ay nananatili ang kalamangan sa cross-task flexibility, kumplikadong paghatol, at mga kasanayan sa interpersonal.

Maraming eksperto ang nagbibigay-diin sa pagkakaibang ito. “Hindi pa natin alam ang buong epekto, ngunit walang teknolohiya sa kasaysayan ang nakapagbawas ng trabaho sa internet,” sabi ni Mary C. Daly, Pangulo ng San Francisco Fed, na binibigyang-diin na malamang na babaguhin ng AI ang paraan ng ating pagtatrabaho sa halip na agad na gawing lipas ang mga tao ( SF Fed Reserve Chief Mary Daly sa Fortune Brainstorm Tech Conference: AI replaces task, not people - San Francisco Fed ). Sa malapit na hinaharap, ang AI ay “nagpapalit ng mga gawain, hindi ng mga tao,” na nagpapalawak sa mga tungkulin ng tao sa pamamagitan ng paghawak sa mga pang-araw-araw na tungkulin at pagpapahintulot sa mga manggagawa na tumuon sa mas kumplikadong mga responsibilidad. Ang pag-unawa sa dinamikong ito ay susi sa pagtukoy kung anong mga trabaho ang papalitan ng AI at mga trabahong hindi kayang palitan ng AI – kadalasan ang mga indibidwal na gawain sa loob ng mga trabaho (lalo na ang mga paulit-ulit at nakabatay sa mga patakaran) ang pinakamahina sa automation.

Mga Trabahong Malamang na Mapapalitan ng AI (Ayon sa Sektor)

Bagama't maaaring hindi lubusang sakupin ng AI ang karamihan sa mga trabaho sa isang iglap, ang ilang sektor at kategorya ng trabaho ay mas mahina sa automation kaysa sa iba. Ang mga ito ay kadalasang mga larangan na may masaganang mga prosesong regular, mataas na dami ng datos, o mahuhulaang pisikal na paggalaw – ang mga lugar kung saan nangunguna ang kasalukuyang mga teknolohiya ng AI at robotics. Sa ibaba, susuriin natin ang mga industriya at tungkulin na malamang na mapapalitan ng AI , kasama ang mga totoong halimbawa at istatistika na naglalarawan sa mga trend na ito:

Paggawa at Produksyon

Ang pagmamanupaktura ay isa sa mga unang larangan na nakaramdam ng epekto ng automation, sa pamamagitan ng mga industrial robot at matatalinong makina. Ang paulit-ulit na mga trabaho sa assembly line at mga simpleng gawain sa paggawa ay lalong ginagawa ng mga robot na may AI-driven na paningin at kontrol. Halimbawa, ang Foxconn , isang pangunahing tagagawa ng electronics, ay naglagay ng mga robot upang palitan ang 60,000 manggagawa sa pabrika sa iisang pasilidad sa pamamagitan ng pag-automate ng paulit-ulit na mga gawain sa pag-assemble ( 3 sa 10 pinakamalaking employer sa mundo ang nagpapalit ng mga manggagawa ng mga robot | World Economic Forum ). Sa mga planta ng automotive sa buong mundo, ang mga robotic arm ay nagwe-weld at nagpipinta nang may katumpakan, na binabawasan ang pangangailangan para sa manu-manong paggawa. Ang resulta ay maraming tradisyonal na trabaho sa pagmamanupaktura – mga operator ng makina, assembler, packager – ang napapalitan ng mga makinang ginagabayan ng AI. Ayon sa World Economic Forum, ang mga tungkulin sa assembly at factory worker ay kabilang sa mga bumababa , at milyun-milyong ganitong trabaho ang natanggal na sa mga nakaraang taon habang bumibilis ang automation ( AI Replacing Jobs Statistics and Facts [2024*] ). Ang trend na ito ay pandaigdigan: ang mga industriyalisadong bansa tulad ng Japan, Germany, China, at US ay pawang nagde-deploy ng manufacturing AI upang mapalakas ang produktibidad, kadalasan sa kapinsalaan ng mga manggagawang linya ng tao. Ang maganda rito ay maaaring gawing mas mahusay ng automation ang mga pabrika at lumikha pa nga ng mga bagong teknikal na trabaho (tulad ng mga technician sa pagpapanatili ng robot), ngunit ang mga direktang tungkulin sa produksyon ay malinaw na nanganganib na mawala.

Pagtitingi at E-Commerce

Sa sektor ng tingian, binabago ng AI kung paano tumatakbo ang mga tindahan at kung paano namimili ang mga customer. Marahil ang pinakakapansin-pansing pagbabago ay ang pagtaas ng mga self-checkout kiosk at automated na tindahan. Ang mga trabaho sa kahera, na dating isa sa mga pinakakaraniwang posisyon sa tingian, ay nababawasan dahil namumuhunan ang mga retailer sa mga AI-powered checkout system. Ang mga pangunahing grocery chain at supermarket ngayon ay mayroon nang mga self-service checkout, at ang mga kumpanyang tulad ng Amazon ay nagpakilala ng mga tindahan na "just walk out" (Amazon Go) kung saan sinusubaybayan ng AI at mga sensor ang mga pagbili nang hindi nangangailangan ng taong kahera. Naobserbahan na ng US Bureau of Labor Statistics ang pagbaba ng trabaho sa mga kahera – mula 1.4 milyong kahera noong 2019 hanggang humigit-kumulang 1.2 milyon sa 2023 – at tinatayang bababa pa ang bilang ng 10% sa darating na dekada ( Mananatili ang self-checkout. Ngunit dumadaan ito sa isang pagtutuos | AP News ). Ang pamamahala ng imbentaryo at warehousing sa tingian ay nag-aautomat din: ang mga robot ay gumagala sa mga bodega na kumukuha ng mga item (halimbawa, ang Amazon ay nag-empleyo ng mahigit 200,000 mobile robot sa mga fulfillment center nito, na nagtatrabaho kasama ang mga taong tagapitas). Maging ang mga gawaing pang-palapag tulad ng pag-scan at paglilinis ng istante ay ginagawa na rin ng mga robot na pinapagana ng AI sa ilang malalaking tindahan. Ang epekto nito ay mas kaunting mga trabaho sa retail na nasa antas ng entry tulad ng mga stock clerk, warehouse picker, at cashier. Sa kabilang banda, ang retail AI ay lumilikha ng demand para sa mga skilled worker na kayang mamahala ng mga e-commerce algorithm o mag-analyze ng data ng customer. Gayunpaman, pagdating sa kung anong mga trabaho ang papalitan ng AI sa retail , ang mga low-skill na tungkulin na may paulit-ulit na mga tungkulin ang pangunahing target ng automation.

Pananalapi at Pagbabangko

Maaga pa lamang ang pag-aampon ng automation ng software sa pananalapi, at ang AI ngayon ay bumibilis na sa trend na ito. Maraming trabahong kinabibilangan ng pagproseso ng mga numero, pagsusuri ng mga dokumento, o paggawa ng mga regular na desisyon ang hinahawakan ng mga algorithm. Isang kapansin-pansing halimbawa ay mula sa JPMorgan Chase , kung saan ipinakilala ang isang programang pinapagana ng AI na tinatawag na COIN upang suriin ang mga legal na dokumento at mga kasunduan sa pautang. Kayang suriin ng COIN ang mga kontrata sa loob ng ilang segundo – ang trabahong dating kumukuha ng 360,000 oras ng oras ng mga abogado at mga opisyal ng pautang bawat taon ( nagagawa ng JPMorgan software sa loob ng ilang segundo ang inabot ng 360,000 oras ng mga abogado | The Independent | The Independent ). Sa paggawa nito, epektibong napalitan nito ang isang malaking bahagi ng mga junior legal/administratibong tungkulin sa mga operasyon ng bangko. Sa buong industriya ng pananalapi, mga algorithmic trading system ang maraming bilang ng mga taong mangangalakal sa pamamagitan ng mas mabilis at kadalasang mas kumikitang pagsasagawa ng mga kalakalan. Ginagamit ng mga bangko at mga kompanya ng seguro ang AI para sa pagtuklas ng pandaraya, pagtatasa ng panganib, at mga chatbot sa serbisyo sa customer, na binabawasan ang pangangailangan para sa mas maraming analyst at kawani ng suporta sa customer. Kahit sa accounting at auditing, awtomatikong kayang uriin ng mga AI tool ang mga transaksyon at matukoy ang mga anomalya, na nagbabanta sa mga tradisyonal na trabaho sa bookkeeping. Tinatayang ang mga klerk ng accounting at bookkeeping ay kabilang sa mga nangungunang posisyon na nanganganib , kung saan ang mga posisyong ito ay inaasahang bababa nang malaki habang ang AI accounting software ay nagiging mas may kakayahan ( 60+ Stats On AI Replaceing Jobs (2024) ). Sa madaling salita, nakikita ng sektor ng pananalapi na pinapalitan ng AI ang mga trabahong umiikot sa pagproseso ng data, papeles, at regular na paggawa ng desisyon – mula sa mga teller sa bangko (dahil sa mga ATM at online banking) hanggang sa mga analyst sa middle-office – habang pinapalakas ang mga tungkulin sa mas mataas na antas ng desisyon sa pananalapi.

Teknolohiya at Pagpapaunlad ng Software

Maaaring pakinggan itong ironic, ngunit ang sektor ng teknolohiya – ang mismong industriya na bumubuo ng AI – ay nag-aautomat din ng mga bahagi ng sarili nitong workforce. Ipinakita ng mga kamakailang pagsulong sa generative AI na ang pagsulat ng code ay hindi na eksklusibong kasanayan ng tao. Ang mga AI coding assistant (tulad ng GitHub Copilot at OpenAI's Codex) ay maaaring awtomatikong makabuo ng malaking bahagi ng software code. Nangangahulugan ito na ang ilang mga regular na gawain sa programming, lalo na ang pagsulat ng boilerplate code o pag-debug ng mga simpleng error, ay maaaring ilipat sa AI. Para sa mga kumpanya ng teknolohiya, maaari nitong mabawasan ang pangangailangan para sa malalaking pangkat ng mga junior developer. Kasabay nito, pinapasimple ng AI ang mga tungkulin ng IT at administratibo sa loob ng mga kumpanya ng teknolohiya. Isang kilalang halimbawa: noong 2023, inanunsyo ng IBM ang paghinto sa pagkuha ng mga empleyado para sa ilang mga tungkulin sa back-office at sinabing humigit-kumulang 30% ng mga trabahong hindi nakaharap sa customer (humigit-kumulang 7,800 na posisyon) ay maaaring mapalitan ng AI sa susunod na 5 taon ( Ihihinto ng IBM ang pagkuha ng mga empleyado sa planong palitan ang 7,800 na trabaho ng AI, ulat ng Bloomberg | Reuters ). Kasama sa mga tungkuling ito ang mga posisyon sa administratibo at human resource na kinabibilangan ng pag-iiskedyul, papeles, at iba pang mga karaniwang proseso. Inilalarawan ng kaso ng IBM na kahit ang mga trabahong white-collar sa sektor ng teknolohiya ay maaaring awtomatiko kapag ang mga ito ay binubuo ng mga paulit-ulit na gawain – kayang pangasiwaan ng AI ang pag-iiskedyul, pagtatala, at mga pangunahing query nang walang interbensyon ng tao. Mahalagang tandaan na ang tunay na malikhain at kumplikadong gawain sa software engineering ay nananatili sa mga kamay ng tao (kulang pa rin ang AI sa pangkalahatang kakayahan sa paglutas ng problema ng isang bihasang inhinyero). Ngunit para sa mga teknolohista, ang mga pang-araw-araw na bahagi ng trabaho ay kinukuha na ng AI – at maaaring mangailangan ang mga kumpanya ng mas kaunting mga entry-level na coder, QA tester, o IT support staff habang umuunlad ang mga tool sa automation. Sa esensya, ginagamit ng sektor ng teknolohiya ang AI upang palitan ang mga trabahong regular o nakatuon sa suporta habang inililipat ang talento ng tao sa mas makabago at mataas na antas na mga gawain.

Serbisyo at Suporta sa Kustomer

Malaki ang naging ambag ng mga chatbot at virtual assistant na pinapagana ng AI sa larangan ng serbisyo sa customer. Ang paghawak sa mga katanungan ng customer – sa pamamagitan man ng telepono, email, o chat – ay isang matrabahong tungkulin na matagal nang hinahangad ng mga kumpanya na i-optimize. Ngayon, salamat sa mga advanced na modelo ng wika, ang mga AI system ay maaaring makisali sa mga nakakagulat na pag-uusap na parang tao. Maraming kumpanya ang nag-deploy ng mga AI chatbot bilang unang linya ng suporta, na tumutugon sa mga karaniwang tanong (mga pag-reset ng account, pagsubaybay sa order, mga FAQ) nang walang ahente ng tao. Sinimulan na nitong palitan ang mga trabaho sa call center at mga tungkulin sa helpdesk. Halimbawa, iniulat ng mga kumpanya ng telecom at utility na isang malaking bahagi ng mga katanungan ng customer ay ganap na nareresolba ng mga virtual agent. Hinuhulaan ng mga pinuno ng industriya na lalago lamang ang trend na ito: Inaasahan ng CEO ng Zendesk na si Tom Eggemeier na 100% ng mga pakikipag-ugnayan sa customer ay magsasangkot ng AI sa ilang anyo, at 80% ng mga katanungan ay hindi mangangailangan ng ahente ng tao para sa resolusyon sa malapit na hinaharap ( 59 na istatistika ng serbisyo sa customer ng AI para sa 2025 ). Ang ganitong senaryo ay nagpapahiwatig ng isang lubhang nabawasang pangangailangan para sa mga kinatawan ng serbisyo sa customer na tao. Ipinapakita na ng mga survey na mahigit isang-kapat ng mga customer service team ang nagsama ng AI sa kanilang pang-araw-araw na daloy ng trabaho, at ang mga negosyong gumagamit ng AI na "mga virtual agent" ay nakapagbawas ng mga gastos sa customer service nang hanggang 30% ( Customer Service: How AI Is Transforming Interactions - Forbes ). Ang mga uri ng trabaho sa suporta na malamang na mapapalitan ng AI ay ang mga may kasamang naka-script na tugon at regular na pag-troubleshoot – halimbawa, isang tier-1 call center operator na sumusunod sa isang tinukoy na script para sa mga karaniwang isyu. Sa kabilang banda, ang mga sitwasyon ng customer na kumplikado o emosyonal ay madalas pa ring naipapasa sa mga human agent. Sa pangkalahatan, mabilis na binabago ng AI ang mga tungkulin sa customer service , ina-automate ang mga mas simpleng gawain at sa gayon ay binabawasan ang bilang ng mga entry-level na support staff na kinakailangan.

Transportasyon at Logistika

Iilang industriya lamang ang nakakuha ng atensyon na kasinglaki ng transportasyon tungkol sa pagpapalit ng trabahong pinapagana ng AI. Ang pag-unlad ng mga self-driving na sasakyan – mga trak, taxi, at delivery bot – ay direktang nagbabanta sa mga trabahong may kinalaman sa pagmamaneho. Sa industriya ng trucking, halimbawa, maraming kumpanya ang sumusubok ng mga autonomous semi-truck sa mga highway. Kung magtatagumpay ang mga pagsisikap na ito, ang mga long-haul truck driver ay maaaring mapalitan ng mga self-driving rig na maaaring gumana nang halos 24/7. Malinaw ang ilang pagtatantya: ang automation ay maaaring pumalit sa hanggang 90% ng mga trabaho sa long-haul trucking kung ang teknolohiyang self-driving ay magiging ganap na gumagana at mapagkakatiwalaan ( Ang mga autonomous truck ay maaaring malapit nang pumalit sa pinaka-hindi kanais-nais na trabaho sa long-hauling ). Ang pagmamaneho ng trak ay isa sa mga pinakakaraniwang trabaho sa maraming bansa (hal. ito ay isang nangungunang employer ng mga Amerikanong lalaki na walang degree sa kolehiyo), kaya ang epekto dito ay maaaring maging napakalaki. Nakakakita na tayo ng mga unti-unting hakbang – mga autonomous shuttle bus sa ilang lungsod, mga sasakyan sa bodega at mga handler ng kargamento sa daungan na ginagabayan ng AI, at mga pilot program para sa mga driverless taxi sa mga lungsod tulad ng San Francisco at Phoenix. Ang mga kumpanyang tulad ng Waymo at Cruise ay nagbigay ng libu-libong sakay sa taxi na walang driver , na nagpapahiwatig ng isang hinaharap kung saan ang mga drayber ng taksi at mga drayber ng Uber/Lyft ay maaaring hindi gaanong in demand. Sa paghahatid at logistik, ang mga drone at sidewalk robot ay sinusubukan upang pangasiwaan ang mga huling paghahatid, na maaaring mabawasan ang pangangailangan para sa mga courier. Maging ang komersyal na abyasyon ay nag-eeksperimento sa mas mataas na automation (bagaman ang mga autonomous na pampasaherong eroplano ay malamang na ilang dekada pa ang layo, kung sakaling mangyari, dahil sa mga alalahanin sa kaligtasan). Sa ngayon, ang mga drayber at operator ng mga sasakyan ay kabilang sa mga trabahong malamang na mapapalitan ng AI . Mabilis na umuunlad ang teknolohiya sa mga kontroladong kapaligiran: ang mga bodega ay gumagamit ng mga self-driving forklift, at ang mga daungan ay gumagamit ng mga automated crane. Habang lumalawak ang mga tagumpay na iyon sa mga pampublikong kalsada, ang mga tungkulin tulad ng drayber ng trak, drayber ng taxi, drayber ng paghahatid, at operator ng forklift ay nahaharap sa pagbaba. Hindi pa tiyak ang tiyempo – ang mga regulasyon at teknikal na hamon ay nangangahulugan na ang mga drayber na tao ay hindi pa nawawala – ngunit malinaw ang trajectory.

Pangangalagang pangkalusugan

Ang pangangalagang pangkalusugan ay isang sektor kung saan ang epekto ng AI sa mga trabaho ay kumplikado. Sa isang banda, ina-automate ng AI ang ilang mga analytical at diagnostic na gawain na dating ginagawa lamang ng mga propesyonal na may mataas na pagsasanay. Halimbawa, maaari na ngayong suriin ng mga AI system ang mga medikal na imahe (X-ray, MRI, CT scan) nang may kahanga-hangang katumpakan. Sa isang pag-aaral sa Sweden, isang AI-assisted radiologist ang nakatukoy ng 20% ​​na mas maraming kanser sa suso mula sa mga mammography scan kaysa sa dalawang human radiologist na nagtutulungan ( Papalitan ba ng AI ang mga doktor na nagbabasa ng X-ray, o gagawin lamang itong mas mahusay kaysa dati? | AP News ). Ipinahihiwatig nito na ang isang doktor na may AI ay maaaring gawin ang trabaho ng maraming doktor, na posibleng mabawasan ang pangangailangan para sa mas maraming human radiologist o pathologist. Ang mga automated lab analyzer ay maaaring magsagawa ng mga pagsusuri sa dugo at mag-flag ng mga abnormalidad nang walang mga human lab technician sa bawat hakbang. Hinahawakan din ng mga AI chatbot ang triage ng pasyente at mga pangunahing tanong – ang ilang ospital ay gumagamit ng mga symptom-checker bot upang payuhan ang mga pasyente kung kailangan nilang pumunta, na maaaring mabawasan ang workload sa mga nars at medical call center. Ang mga administratibong trabaho sa pangangalagang pangkalusugan ay partikular na pinapalitan: ang pag-iiskedyul, medical coding, at billing ay nakakita ng mataas na antas ng automation sa pamamagitan ng AI software. Gayunpaman, ang mga direktang tungkulin sa pangangalaga ng pasyente ay nananatiling hindi gaanong maaapektuhan pagdating sa pagpapalit. Ang isang robot ay maaaring tumulong sa operasyon o tumulong sa paglipat ng mga pasyente, ngunit ang mga nars, doktor, at tagapag-alaga ay nagsasagawa ng malawak na hanay ng mga kumplikado at madamdaming gawain na sa kasalukuyan ay hindi kayang kopyahin nang buo ng AI. Kahit na kayang i-diagnose ng AI ang isang sakit, madalas na gusto ng mga pasyente na ipaliwanag at gamutin ito ng isang taong manggagamot. Ang pangangalagang pangkalusugan ay nahaharap din sa matinding etikal at regulasyon na hadlang sa ganap na pagpapalit ng mga tao gamit ang AI. Kaya habang ang mga partikular na trabaho sa pangangalagang pangkalusugan (tulad ng mga medical biller, transcriptionist, at ilang diagnostic specialist) ay pinapalakas o bahagyang pinapalitan ng AI , karamihan sa mga propesyonal sa pangangalagang pangkalusugan ay nakikita ang AI bilang isang tool na nagpapahusay sa kanilang trabaho sa halip na isang kapalit. Sa katagalan, habang nagiging mas advanced ang AI, maaari nitong hawakan ang mas mabibigat na gawain sa pagsusuri at mga regular na check-up – ngunit sa ngayon, ang mga tao ay nananatili sa sentro ng paghahatid ng pangangalaga.

Sa buod, ang mga trabahong malamang na mapapalitan ng AI ay ang mga nailalarawan sa pamamagitan ng mga nakagawian, paulit-ulit na gawain at mahuhulaang kapaligiran: mga manggagawa sa pabrika, mga kawani ng klerikal at administratibo, mga kahera sa tingian, mga ahente ng pangunahing serbisyo sa customer, mga drayber, at ilang mga propesyonal na tungkulin sa antas ng pagpasok. Sa katunayan, ang mga pagtataya ng World Economic Forum para sa malapit na hinaharap (pagsapit ng 2027) ay naglagay sa mga klerk ng pagpasok ng data sa tuktok ng listahan ng mga bumababang titulo ng trabaho (na may 7.5 milyong ganitong trabaho na inaasahang aalisin), na sinusundan ng mga administratibong sekretarya at mga klerk ng accounting , lahat ng mga tungkulin ay lubhang madaling kapitan ng automation ( 60+ Stats On AI Replacing Jobs (2024) ). Ang AI ay lumalaganap sa mga industriya na may iba't ibang bilis, ngunit ang direksyon nito ay pare-pareho – ang pag-automate ng pinakasimpleng mga gawain sa iba't ibang sektor. Susuriin sa susunod na seksyon ang kabilang panig: kung aling mga trabaho ang pinakamaliit na malamang na mapapalitan ng AI, at ang mga katangiang pantao na nagpoprotekta sa mga tungkuling iyon.

Mga Trabahong Pinakamaliit ang Malamang na Mapapalitan/Mga Trabahong Hindi Kayang Palitan ng AI (at Bakit)

Hindi lahat ng trabaho ay may mataas na panganib na ma-automate. Sa katunayan, maraming tungkulin ang tumututol sa pagpapalit ng AI dahil nangangailangan ang mga ito ng mga natatanging kakayahan ng tao o nagaganap sa mga hindi mahuhulaang setting na hindi kayang i-navigate ng mga makina. Sa kabila ng pag-unlad ng AI, mayroon itong malinaw na mga limitasyon sa pagkopya ng pagkamalikhain, empatiya, at kakayahang umangkop ng tao. Nabanggit sa isang pag-aaral ng McKinsey na habang ang automation ay makakaapekto sa halos lahat ng trabaho sa ilang antas, ito ay mga bahagi ng trabaho sa halip na buong tungkulin na kayang hawakan ng AI – na nagpapahiwatig na ang mga ganap na automated na trabaho ay magiging eksepsiyon sa halip na panuntunan ( AI Replacing Jobs Statistics and Facts [2024*] ). Dito namin itinatampok ang mga uri ng trabahong malamang na hindi mapapalitan ng AI sa nakikinita na hinaharap, at kung bakit ang mga tungkuling iyon ay mas "AI-proof":

• Mga Trabahong Nangangailangan ng Empatiya ng Tao at Personal na Interaksyon: Ang mga trabahong umiikot sa pag-aalaga, pagtuturo, o pag-unawa sa mga tao sa antas ng emosyonal ay medyo ligtas mula sa AI. Kabilang dito ang mga tagapagbigay ng pangangalagang pangkalusugan tulad ng mga nars, matatandang tagapag-alaga, at mga therapist, pati na rin ang mga guro, social worker, at tagapayo . Ang mga ganitong tungkulin ay nangangailangan ng habag, pagbuo ng relasyon, at pagbabasa ng mga pahiwatig sa lipunan – mga lugar kung saan nahihirapan ang mga makina. Halimbawa, ang edukasyon sa maagang pagkabata ay kinabibilangan ng pag-aalaga at pagtugon sa mga banayad na pahiwatig ng pag-uugali na hindi kayang kopyahin ng anumang AI. Ayon sa Pew Research, humigit-kumulang 23% ng mga manggagawa ang nagtatrabaho sa mga trabahong mababa ang pagkakalantad sa AI (kadalasan sa pag-aalaga, edukasyon, atbp.), tulad ng mga yaya, kung saan ang mga pangunahing gawain (tulad ng pag-aalaga sa isang bata) ay lumalaban sa automation . Karaniwang mas gusto ng mga tao ang isang ugnayan ng tao sa mga larangang ito: maaaring masuri ng isang AI ang depresyon, ngunit karaniwang gustong makipag-usap ng mga pasyente sa isang therapist ng tao, hindi sa isang chatbot, tungkol sa kanilang mga nararamdaman.

• Mga Propesyon na Malikhain at Masining: Ang mga gawaing nangangailangan ng pagkamalikhain, orihinalidad, at panlasang kultural ay may posibilidad na sumalungat sa ganap na automation. Ang mga manunulat, artista, musikero, filmmaker, at fashion designer – ang mga propesyonal na ito ay gumagawa ng nilalaman na pinahahalagahan hindi lamang dahil sa pagsunod sa isang pormula, kundi para sa pagpapakilala ng mga nobela at mapanlikhang ideya. Ang AI ay maaaring makatulong sa pagkamalikhain (halimbawa, pagbuo ng mga draft o mungkahi sa disenyo), ngunit kadalasan ay kulang ito sa tunay na orihinalidad at emosyonal na lalim . Bagama't ang sining at pagsusulat na binuo ng AI ay naging laman ng mga balita, ang mga malikhaing tao ay mayroon pa ring kalamangan sa paggawa ng kahulugan na umaayon sa ibang mga tao. Mayroon ding halaga sa merkado sa sining na gawa ng tao (isaalang-alang ang patuloy na interes sa mga gawang-kamay na produkto sa kabila ng malawakang produksyon). Kahit sa libangan at palakasan, gusto ng mga tao ang pagganap ng tao. Tulad ng biro ni Bill Gates sa isang kamakailang talakayan tungkol sa AI, "Hindi natin gugustuhing manood ng mga computer na naglalaro ng baseball." ( Sabi ni Bill Gates Hindi Kakailanganin ang mga Tao para sa 'Karamihan sa mga Bagay' sa Panahon ng AI | EGW.News ) – ang implikasyon ay ang kilig ay nagmumula sa mga atletang tao, at sa pamamagitan ng pagpapalawig, maraming malikhain at mahusay na trabaho ang mananatiling mga pagsisikap ng tao.

• Mga Trabahong Kinasasangkutan ng Hindi Mahuhulaang Pisikal na Trabaho sa mga Dinamikong Kapaligiran: Ang ilang mga gawaing praktikal ay nangangailangan ng pisikal na kahusayan at agarang paglutas ng problema sa iba't ibang setting – mga bagay na napakahirap gawin ng mga robot. Isipin ang mga bihasang trabaho tulad ng mga elektrisyan, tubero, karpintero, mekaniko , o mga technician sa pagpapanatili ng sasakyang panghimpapawid . Ang mga trabahong ito ay kadalasang kinasasangkutan ng mga hindi regular na kapaligiran (medyo magkakaiba ang mga kable ng bawat bahay, bawat isyu sa pagkukumpuni ay natatangi) at nangangailangan ng real-time na pag-aangkop. Ang mga kasalukuyang robot na pinapagana ng AI ay mahusay sa nakabalangkas at kontroladong mga kapaligiran tulad ng mga pabrika, ngunit nahihirapan sa mga hindi inaasahang balakid ng isang construction site o bahay ng isang customer. Kaya, ang mga manggagawa at iba pa na nagtatrabaho sa pisikal na mundo na may maraming pagkakaiba-iba ay mas malamang na hindi mapapalitan sa lalong madaling panahon. Isang ulat tungkol sa pinakamalaking employer sa mundo ang nagbigay-diin na habang ang mga tagagawa ay handa na para sa automation, ang mga sektor tulad ng mga serbisyo sa larangan o pangangalagang pangkalusugan (hal., ang National Health Service ng UK kasama ang hukbo ng mga doktor at nars na nagsasagawa ng iba't ibang gawain) ay nananatiling "masungit na teritoryo" para sa mga robot ( 3 sa 10 pinakamalaking employer sa mundo ang nagpapalit ng mga manggagawa ng mga robot | World Economic Forum ). Sa madaling salita, ang mga trabahong marumi, iba-iba, at hindi mahuhulaan ay kadalasang nangangailangan pa rin ng taong makakaagapay .

• Pamumunong Istratehiko at Paggawa ng Desisyon sa Mataas na Antas: Ang mga tungkuling nangangailangan ng masalimuot na paggawa ng desisyon, kritikal na pag-iisip, at pananagutan – tulad ng mga ehekutibo ng negosyo, mga tagapamahala ng proyekto, at mga pinuno ng organisasyon – ay medyo ligtas mula sa direktang pagpapalit ng AI. Ang mga posisyong ito ay kinabibilangan ng pagsasama-sama ng maraming salik, paggamit ng paghatol sa ilalim ng kawalan ng katiyakan, at kadalasan ay panghihikayat at negosasyon ng tao. Ang AI ay maaaring magbigay ng datos at mga rekomendasyon, ngunit ang pagtitiwala sa isang AI upang gumawa ng mga pangwakas na madiskarteng desisyon o pamunuan ang mga tao ay isang hakbang na hindi pa handang gawin ng karamihan sa mga kumpanya (at mga empleyado). Bukod dito, ang pamumuno ay kadalasang nakasalalay sa tiwala at inspirasyon – mga katangiang nagmumula sa karisma at karanasan ng tao, hindi sa mga algorithm. Bagama't maaaring magtakda ang AI ng mga numero para sa isang CEO, ang trabaho ng isang CEO (pagtatakda ng pangitain, pamamahala ng mga krisis, pag-uudyok sa mga kawani) ay nananatiling natatanging tao sa ngayon. Ganito rin ang para sa mga opisyal ng gobyerno sa matataas na antas, mga tagagawa ng patakaran, at mga pinuno ng militar kung saan ang pananagutan at etikal na paghatol ang pinakamahalaga.

Habang umuunlad ang AI, magbabago ang mga hangganan ng magagawa nito. Ang ilang mga tungkuling itinuturing na ligtas ngayon ay maaaring hamunin kalaunan ng mga bagong inobasyon (halimbawa, ang mga sistema ng AI ay unti-unting lumalabag sa mga malikhaing larangan sa pamamagitan ng paggawa ng musika o pagsusulat ng mga artikulo sa balita). Gayunpaman, ang mga trabahong nabanggit ay may mga built-in na elemento ng tao na mahirap i-code: emosyonal na katalinuhan, manu-manong kahusayan sa mga hindi nakabalangkas na setting, pag-iisip na cross-domain, at tunay na pagkamalikhain. Ang mga ito ay nagsisilbing isang proteksiyon na kanal sa paligid ng mga trabahong iyon. Sa katunayan, madalas sabihin ng mga eksperto na sa hinaharap, ang mga trabaho ay magbabago sa halip na tuluyang mawala – ang mga manggagawang tao sa mga tungkuling ito ay gagamit ng mga tool ng AI upang maging mas epektibo. Isang madalas na binabanggit na parirala ang kumukuha nito: Hindi ka papalitan ng AI, ngunit maaaring palitan ka ng isang taong gumagamit ng AI. Sa madaling salita, ang mga gumagamit ng AI ay malamang na malampasan ang mga hindi gumagamit nito, sa maraming larangan.

Sa buod, ang mga trabahong pinakamaliit ang posibilidad na mapalitan ng AI/mga trabahong hindi kayang palitan ng AI ay ang mga nangangailangan ng isa o higit pa sa mga sumusunod: panlipunan at emosyonal na katalinuhan (pagmamalasakit, pakikipagnegosasyon, paggabay), malikhaing inobasyon (sining, pananaliksik, disenyo), kadaliang kumilos at kahusayan sa mga kumplikadong kapaligiran (mga kasanayang pangkawanggawa, pagtugon sa emerhensiya), at malawakang pagpapasya (estratehiya, pamumuno). Bagama't lalong papasok ang AI sa mga larangang ito bilang isang katulong, ang mga pangunahing tungkulin ng tao ay, pansamantala, mananatili. Ang hamon para sa mga manggagawa ay ang pagtuon sa mga kasanayang hindi madaling gayahin ng AI – empatiya, pagkamalikhain, kakayahang umangkop – upang matiyak na mananatili ang mga ito bilang mahahalagang pandagdag sa mga makina.

Mga Pananaw ng Eksperto sa Kinabukasan ng Trabaho

Hindi kataka-taka na iba-iba ang mga opinyon, ang ilan ay humuhula ng malawakang pagbabago at ang iba naman ay nagbibigay-diin sa mas unti-unting ebolusyon. Narito ang ilang mahahalagang sipi at pananaw mula sa mga lider ng pag-iisip, na nagbibigay ng iba't ibang inaasahan:

• Kai-Fu Lee (AI Expert & Investor): Nakikita ni Lee ang malaking automation ng mga trabaho sa susunod na dalawang dekada. "Sa loob ng sampu hanggang dalawampung taon, tinatantya kong teknikal na kaya nating i-automate ang 40 hanggang 50 porsyento ng mga trabaho sa Estados Unidos," aniya ( Mga Sipi ni Kai-Fu Lee (May-akda ng AI Superpowers) (pahina 6 ng 9) ). Naniniwala si Lee, na may mga dekada ng karanasan sa AI (kabilang ang mga dating tungkulin sa Google at Microsoft), na maaapektuhan ang malawak na hanay ng mga trabaho – hindi lamang ang mga trabaho sa pabrika o serbisyo, kundi pati na rin ang maraming white-collar na tungkulin. Nagbabala siya na kahit para sa mga manggagawang hindi ganap na napapalitan, ang AI ay "magbabawas sa kanilang value-add" sa pamamagitan ng pagkuha sa mga bahagi ng kanilang trabaho, na posibleng magbawas sa bargaining power at sahod ng mga manggagawa. Itinatampok ng pananaw na ito ang isang pag-aalala tungkol sa malawakang pag-alis at ang epekto ng AI sa lipunan, tulad ng pagtaas ng hindi pagkakapantay-pantay at ang pangangailangan para sa mga bagong programa sa pagsasanay sa trabaho.

• Mary C. Daly (Pangulo, San Francisco Fed): Nag-aalok si Daly ng isang kontra-punto na nakaugat sa kasaysayan ng ekonomiya. Binanggit niya na habang ang AI ay makakagambala sa mga trabaho, ang mga naunang halimbawa sa kasaysayan ay nagmumungkahi ng isang epekto ng net balancing sa katagalan. "Walang teknolohiya sa kasaysayan ng lahat ng teknolohiya ang nakapagbawas ng trabaho sa net," obserbasyon ni Daly, na ipinapaalala sa atin na ang mga bagong teknolohiya ay may posibilidad na lumikha ng mga bagong uri ng trabaho kahit na pinapalitan nila ang iba ( SF Fed Reserve Chief Mary Daly sa Fortune Brainstorm Tech Conference: Pinapalitan ng AI ang mga gawain, hindi ang mga tao - San Francisco Fed ). Binigyang-diin niya na malamang na babaguhin ng AI ang trabaho sa halip na tuluyang alisin ito . Nakikita ni Daly ang isang hinaharap kung saan ang mga tao ay nagtatrabaho kasama ng mga makina – ang AI ang humahawak sa mga nakakapagod na gawain, ang mga tao ay nakatuon sa mas mataas na halaga ng trabaho – at binibigyang-diin niya ang kahalagahan ng edukasyon at muling pagsasanay upang matulungan ang mga manggagawa na umangkop. Ang kanyang pananaw ay maingat na optimistiko: Ang AI ay magpapalakas ng produktibidad at lilikha ng kayamanan, na maaaring magpalakas ng paglago ng trabaho sa mga lugar na maaaring hindi pa natin naiisip.

• Bill Gates (Katuwang Tagapagtatag ng Microsoft): Malawakang nagsalita si Gates tungkol sa AI nitong mga nakaraang taon, na nagpahayag ng parehong pananabik at pag-aalala. Sa isang panayam noong 2025, gumawa siya ng isang matapang na hula na pumukaw sa mga balita: ang pag-usbong ng advanced na AI ay maaaring mangahulugan na "hindi na kailangan ang mga tao para sa karamihan ng mga bagay" sa hinaharap ( Sabi ni Bill Gates Hindi na Kakailanganin ang mga Tao para sa 'Karamihan sa mga Bagay' sa Panahon ng AI | EGW.News ). Iminungkahi ni Gates na maraming uri ng trabaho – kabilang ang ilang mga propesyon na may mataas na kasanayan – ang maaaring hawakan ng AI habang umuunlad ang teknolohiya. Nagbigay siya ng mga halimbawa sa pangangalagang pangkalusugan at edukasyon , na iniisip ang AI na maaaring gumana bilang isang nangungunang doktor o guro. Ang isang "mahusay" na doktor ng AI ay maaaring gawing malawak na magagamit, na posibleng mabawasan ang kakulangan ng mga ekspertong tao. Ipinahihiwatig nito na kahit ang mga tungkulin na tradisyonal na itinuturing na ligtas (dahil sa pangangailangan ng malawak na kaalaman at pagsasanay) ay maaaring kopyahin ng AI sa paglipas ng panahon. Gayunpaman, kinilala rin ni Gates ang mga limitasyon sa kung ano ang tatanggapin ng mga tao mula sa AI. Pabiro niyang binanggit na habang ang AI ay maaaring mas mahusay maglaro ng sports kaysa sa mga tao, mas gusto pa rin ng mga tao ang mga atletang tao sa entertainment (hindi kami magbabayad para manood ng mga koponan ng robot baseball). Nanatiling optimistiko si Gates sa pangkalahatan – naniniwala siyang ang AI ay "magpapalaya sa mga tao" para sa iba pang mga gawain at hahantong sa pagtaas ng produktibidad, bagaman kakailanganin ng lipunan na pamahalaan ang transisyon (posibleng sa pamamagitan ng mga hakbang tulad ng mga reporma sa edukasyon o kahit na ang pangkalahatang pangunahing kita kung sakaling magkaroon ng malawakang pagkawala ng trabaho).

• Kristalina Georgieva (Managing Director ng IMF): Mula sa pananaw ng patakaran at pandaigdigang ekonomiya, binigyang-diin ni Georgieva ang dalawahang katangian ng epekto ng AI. "Makakaapekto ang AI sa halos 40 porsyento ng mga trabaho sa buong mundo, papalitan ang ilan at pupunan ang iba," isinulat niya sa isang pagsusuri ng IMF ( AI Will Transform the Global Economy. Let's Make Sure It Benefits Humanity. ). Itinuturo niya na ang mga maunlad na ekonomiya ay may mas mataas na pagkakalantad sa AI (dahil ang mas malaking bahagi ng mga trabaho ay kinabibilangan ng mga gawaing may mataas na kasanayan na maaaring gawin ng AI), samantalang ang mga umuunlad na bansa ay maaaring makakita ng mas kaunting agarang pagkawala ng trabaho. Ang paninindigan ni Georgieva ay ang netong epekto ng AI sa trabaho ay hindi tiyak – maaari nitong mapalakas ang pandaigdigang produktibidad at paglago, ngunit maaari ring magpalawak ng hindi pagkakapantay-pantay kung hindi magpapatuloy ang mga patakaran. Siya at ang IMF ay nanawagan para sa mga proactive na hakbang: dapat mamuhunan ang mga pamahalaan sa edukasyon, mga safety net, at mga programa sa pagpapahusay ng kasanayan upang matiyak na ang mga benepisyo ng AI (mas mataas na produktibidad, paglikha ng bagong trabaho sa mga sektor ng teknolohiya, atbp.) ay malawakang ibinabahagi at ang mga manggagawang nawalan ng trabaho ay maaaring lumipat sa mga bagong tungkulin. Pinatitibay ng pananaw ng ekspertong ito na habang maaaring palitan ng AI ang mga trabaho, ang resulta para sa lipunan ay lubos na nakasalalay sa kung paano tayo tutugon.

• Iba Pang Nangunguna sa Industriya: Maraming mga CEO at futurist sa teknolohiya ang nagbigay rin ng kanilang opinyon. Halimbawa, nabanggit ng CEO ng IBM na si Arvind Krishna na ang AI ay unang makakaapekto sa "mga trabahong white-collar muna" , na ia-automate ang back-office at clerical work (tulad ng mga tungkulin sa HR na pinapadali ng IBM) bago ito lumipat sa mas teknikal na mga domain ( Ihihinto ng IBM ang pagkuha ng mga empleyado sa planong palitan ang 7,800 trabaho ng AI, ulat ng Bloomberg | Reuters ). Kasabay nito, ikinakatuwiran nina Krishna at ng iba pa na ang AI ay magiging isang makapangyarihang kasangkapan para sa mga propesyonal – kahit ang mga programmer ay gumagamit ng mga AI code assistant upang mapataas ang produktibidad, na nagmumungkahi ng isang hinaharap kung saan ang pakikipagtulungan ng tao-AI ang pamantayan sa mga trabahong may kasanayan sa halip na direktang kapalit. Ang mga ehekutibo sa serbisyo sa customer, tulad ng nabanggit kanina, ay nakikita ang AI na hahawak sa karamihan ng mga regular na pakikipag-ugnayan sa kliyente, kung saan ang mga tao ay nakatuon sa mga kumplikadong kaso ( 59 na istatistika ng serbisyo sa customer ng AI para sa 2025 ). At ang mga pampublikong intelektuwal tulad ni Andrew Yang (na nagpasikat sa ideya ng universal basic income) ay nagbabala tungkol sa mga drayber ng trak at mga manggagawa sa call center na nawawalan ng trabaho, na nagtataguyod para sa mga sistema ng suporta sa lipunan upang makayanan ang kawalan ng trabaho na dulot ng automation. Sa kabaligtaran, ang mga akademiko tulad nina Erik Brynjolfsson at Andrew McAfee ay nagsalita tungkol sa "productivity paradox" – na ang mga benepisyo ng AI ay darating, ngunit kasabay lamang ng mga manggagawang tao na ang mga tungkulin ay muling binibigyang-kahulugan, hindi inaalis. Madalas nilang binibigyang-diin ang pagpapahusay sa paggawa ng tao gamit ang AI sa halip na ang malawakang kapalit, na lumilikha ng mga pariralang tulad ng " ang mga manggagawang gumagamit ng AI ay papalit sa mga hindi gumagamit ."

Sa esensya, ang mga opinyon ng mga eksperto ay mula sa napaka-optimistiko (ang AI ay lilikha ng mas maraming trabaho kaysa sa sinisira nito, tulad ng ginawa ng mga nakaraang inobasyon) hanggang sa lubos na maingat (maaaring palitan ng AI ang isang walang kapantay na bahagi ng manggagawa, na mangangailangan ng mga radikal na pagsasaayos). Ngunit ang isang karaniwang balangkas ay ang pagbabago ay tiyak . Ang uri ng trabaho ay magbabago habang ang AI ay nagiging mas may kakayahan. Ang mga eksperto ay nagkakaisang sumasang-ayon na ang edukasyon at patuloy na pag-aaral ay mahalaga - ang mga manggagawa sa hinaharap ay mangangailangan ng mga bagong kasanayan, at ang mga lipunan ay mangangailangan ng mga bagong patakaran. Kung ang AI ay nakikita bilang isang banta o isang kasangkapan, binibigyang-diin ng mga lider sa iba't ibang industriya na ngayon na ang oras upang maghanda para sa mga pagbabagong idudulot nito sa mga trabaho. Sa pagtatapos natin, isasaalang-alang natin kung ano ang kahulugan ng mga pagbabagong ito para sa pandaigdigang manggagawa at kung paano maaaring tahakin ng mga indibidwal at organisasyon ang daan sa hinaharap.

Ang Kahulugan Nito para sa Pandaigdigang Lakas-Paggawa

Ang tanong na "anong mga trabaho ang papalitan ng AI?" ay walang iisang, estatikong sagot – patuloy itong magbabago habang lumalaki ang mga kakayahan ng AI at habang umaangkop ang mga ekonomiya. Ang mauunawaan natin ay isang malinaw na trend: Ang AI at automation ay nakatakdang mag-alis ng milyun-milyong trabaho sa mga darating na taon, habang sabay na lumilikha ng mga bagong trabaho at binabago ang mga umiiral na . Tinataya ng World Economic Forum na sa taong 2027, humigit-kumulang 83 milyong trabaho ang mawawala dahil sa automation, ngunit 69 milyong bagong trabaho ang lilitaw sa mga larangan tulad ng data analysis, machine learning, at digital marketing – isang netong epekto ng –14 milyong trabaho sa buong mundo ( AI Replacing Jobs Statistics and Facts [2024*] ). Sa madaling salita, magkakaroon ng malaking pagbabago sa merkado ng paggawa. Ang ilang mga tungkulin ay mawawala, marami ang magbabago, at ang mga ganap na bagong trabaho ay lilitaw upang matugunan ang mga pangangailangan ng isang ekonomiyang pinapagana ng AI.

Para sa pandaigdigang lakas-paggawa , nangangahulugan ito ng ilang mahahalagang bagay:

• Mahalaga ang Reskilling at Upskilling: Ang mga manggagawang nasa panganib ang trabaho ay dapat bigyan ng mga pagkakataong matuto ng mga bagong kasanayan na kailangan. Kung ang AI ang namamahala sa mga karaniwang gawain, kailangang tumuon ang mga tao sa mga hindi karaniwang gawain. Ang mga gobyerno, institusyong pang-edukasyon, at mga kumpanya ay gaganap ng papel sa pagpapadali ng mga programa sa pagsasanay – maging ito man ay isang nawalan ng trabahong manggagawa sa bodega na natututong maging mga robot sa pagpapanatili, o isang kinatawan ng customer service na natututong mangasiwa sa mga AI chatbot. Ang panghabambuhay na pagkatuto ay handa nang maging pamantayan. Sa positibong aspeto, habang ang AI ang namamahala sa nakakapagod na gawain, ang mga tao ay maaaring lumipat sa mas kasiya-siya, malikhain, o kumplikadong gawain – ngunit kung mayroon lamang silang mga kasanayan para gawin ito.

• Ang Human-AI Collaboration ang magbibigay-kahulugan sa karamihan ng mga trabaho: Sa halip na isang kumpletong AI takeover, karamihan sa mga propesyon ay magiging mga pakikipagtulungan sa pagitan ng mga tao at matatalinong makina. Ang mga manggagawang uunlad ay ang mga nakakaalam kung paano gamitin ang AI bilang isang kasangkapan. Halimbawa, maaaring gamitin ng isang abogado ang AI upang agad na magsaliksik ng mga kaso ng batas (ginagawa ang trabahong dating ginagawa ng isang pangkat ng mga paralegal), at pagkatapos ay ilapat ang paghatol ng tao upang bumuo ng isang legal na estratehiya. Maaaring pangasiwaan ng isang factory technician ang isang fleet ng mga robot. Kahit na ang mga guro ay maaaring gumamit ng mga AI tutor upang i-personalize ang mga aralin habang nakatuon sila sa mas mataas na antas ng mentoring. Ang collaborative model ay nangangahulugan na ang mga deskripsyon ng trabaho ay magbabago – na nagbibigay-diin sa pangangasiwa ng mga sistema ng AI, interpretasyon ng mga output ng AI, at ang mga interpersonal na aspeto na hindi kayang hawakan ng AI. Nangangahulugan din ito na ang pagsukat ng epekto ng workforce ay hindi lamang tungkol sa mga trabahong nawala o nakuha, kundi tungkol sa mga trabahong nabago . Halos bawat trabaho ay magsasama ng ilang antas ng tulong ng AI, at ang pag-aangkop sa realidad na iyon ay magiging mahalaga para sa mga manggagawa.

• Patakaran at Suporta sa Lipunan: Ang transisyon ay maaaring maging mahirap, at nagtataas ito ng mga katanungan sa patakaran sa pandaigdigang saklaw. Ang ilang mga rehiyon at industriya ay mas maaapektuhan ng pagkawala ng trabaho kaysa sa iba (halimbawa, ang mga umuusbong na ekonomiya na maraming manggagawa ay maaaring maharap sa mas mabilis na automation ng mga trabahong nangangailangan ng maraming manggagawa). Maaaring kailanganin ang mas matibay na social safety net o mga makabagong patakaran – ang mga ideya tulad ng universal basic income (UBI) ay inihain ng mga pigura tulad nina Elon Musk at Andrew Yang bilang paghahanda sa kawalan ng trabaho na dulot ng AI ( Sabi ni Elon Musk, Hindi Maiiwasan ang Universal Income: Bakit Niya Iniisip... ). Kung ang UBI man ang sagot o hindi, kakailanganin ng mga pamahalaan na subaybayan ang mga trend ng kawalan ng trabaho at posibleng palawigin ang mga benepisyo sa kawalan ng trabaho, mga serbisyo sa paglalagay ng trabaho, at mga grant sa edukasyon sa mga apektadong sektor. Maaaring kailanganin din ang internasyonal na kooperasyon, dahil maaaring palawakin ng AI ang agwat sa pagitan ng mga high-tech na ekonomiya at ng mga may mas kaunting access sa teknolohiya. Ang pandaigdigang lakas-paggawa ay maaaring makaranas ng paglipat ng mga trabaho sa mga lokasyon na AI-friendly (tulad ng paglipat ng pagmamanupaktura sa mga bansang mas mura noong mga nakaraang dekada). Kailangang tiyakin ng mga tagagawa ng patakaran na ang mga pakinabang sa ekonomiya ng AI (mas mataas na produktibidad, mga bagong industriya) ay hahantong sa malawak na kasaganaan, hindi lamang kita para sa iilan.

• Pagbibigay-diin sa Pagkakaiba-iba ng Tao: Habang nagiging karaniwan ang AI, ang mga elemento ng tao sa trabaho ay lalong nagiging mahalaga. Ang mga katangiang tulad ng pagkamalikhain, kakayahang umangkop, empatiya, etikal na paghatol, at pag-iisip na sumasaklaw sa iba't ibang disiplina ang magiging komparatibong bentahe ng mga manggagawang tao. Ang mga sistema ng edukasyon ay maaaring magbago upang bigyang-diin ang mga soft skill na ito kasama ng mga kasanayan sa STEM. Ang sining at humanidades ay maaaring maging mahalaga sa pag-aalaga ng mga katangiang nagpapahalaga sa mga tao. Sa isang banda, ang pag-usbong ng AI ay nag-uudyok sa atin na muling bigyang-kahulugan ang trabaho sa mas nakasentro sa tao – pinahahalagahan hindi lamang ang kahusayan, kundi pati na rin ang mga katangiang tulad ng karanasan ng customer, malikhaing inobasyon, at emosyonal na koneksyon, kung saan ang mga tao ay mahusay.

Bilang konklusyon, ang AI ay nakatakdang pumalit sa ilang trabaho – lalo na iyong mga mabibigat sa mga karaniwang gawain – ngunit lilikha rin ito ng mga oportunidad at magpapalakas sa maraming tungkulin. Ang epekto ay mararamdaman sa halos lahat ng industriya, mula sa teknolohiya at pananalapi hanggang sa pagmamanupaktura, tingian, pangangalagang pangkalusugan, at transportasyon. Ipinapakita ng isang pandaigdigang pananaw na habang ang mga maunlad na ekonomiya ay maaaring makakita ng mas mabilis na automation ng mga trabahong white-collar, ang mga umuunlad na ekonomiya ay maaari pa ring makipaglaban sa pagpapalit ng makina ng mga manu-manong trabaho sa pagmamanupaktura at agrikultura sa paglipas ng panahon. Ang paghahanda ng lakas-paggawa para sa mga pagbabagong ito ay isang pandaigdigang hamon.

Dapat maging maagap ang mga kumpanya sa pag-aampon ng AI nang etikal at matalino – gamit ito upang bigyang kapangyarihan ang kanilang mga empleyado, hindi lamang upang makatipid. Ang mga manggagawa, sa kanilang bahagi, ay dapat manatiling mausisa at patuloy na matuto, dahil ang kakayahang umangkop ang magiging kanilang lambat pangkaligtasan. At ang lipunan sa pangkalahatan ay dapat magtaguyod ng isang kaisipan na nagpapahalaga sa sinerhiya ng tao-AI: tinitingnan ang AI bilang isang makapangyarihang kasangkapan upang mapataas ang produktibidad at kagalingan ng tao, sa halip na isang banta sa kabuhayan ng tao.

Ang lakas-paggawa ng hinaharap ay malamang na magiging isa kung saan ang pagkamalikhain, pangangalaga, at estratehikong pag-iisip ng tao ay nagtutulungan kasabay ng artificial intelligence – isang kinabukasan kung saan pinapahusay ang paggawa ng tao sa halip na gawing lipas na ito. Maaaring hindi madali ang transisyon, ngunit sa pamamagitan ng paghahanda at tamang mga patakaran, ang pandaigdigang lakas-paggawa ay maaaring lumitaw na matatag at mas produktibo sa panahon ng AI.

Mga artikulong maaaring gusto mong basahin pagkatapos ng whitepaper na ito:

🔗 Nangungunang 10 AI Job Search Tools – Binabago ang Hiring Game
Tuklasin ang pinakamahusay na AI tools para sa mas mabilis na paghahanap ng trabaho, pag-optimize ng mga aplikasyon, at pagkuha ng trabaho.

🔗 Mga Landas sa Karera sa Artipisyal na Katalinuhan – Ang Pinakamagagandang Trabaho sa AI at Paano Magsimula
Tuklasin ang mga nangungunang oportunidad sa karera sa AI, anong mga kasanayan ang kinakailangan, at kung paano simulan ang iyong landas sa AI.

🔗 Mga Trabaho sa Artipisyal na Katalinuhan – Mga Kasalukuyang Karera at ang Kinabukasan ng Trabaho sa AI
Unawain kung paano binabago ng AI ang merkado ng trabaho at kung saan nakasalalay ang mga oportunidad sa hinaharap sa industriya ng AI.