Mga Trabaho na Hindi Mapapalitan ng AI at Anong mga Trabaho ang Papalitan ng AI? Isang Pandaigdigang Pananaw sa Epekto ng AI sa Trabaho

Pag-frame ng Pagtaas ng AI sa Workforce

Noong 2023, mahigit tatlong-kapat (77%) ng mga kumpanya sa buong mundo ang gumagamit o nag-explore na ng mga solusyon sa AI ( AI Job Loss: Shocking Statistics Revealed ). Ang pagsulong na ito sa pag-aampon ay may tunay na mga kahihinatnan: 37% ng mga negosyong gumagamit ng AI ang nag-ulat ng mga pagbawas sa workforce noong 2023, at 44% ang inaasahang mas maraming pagbawas sa trabaho na hinimok ng AI sa 2024 ( AI Job Loss: Shocking Statistics Revealed ). Kasabay nito, pinoproyekto ng mga analyst na ang AI ay maaaring maglagay ng daan-daang milyong trabaho sa peligro – ang mga ekonomista ng Goldman Sachs ay tinantiya na 300 milyong trabaho sa buong mundo ang maaaring maapektuhan ng AI automation ( 60+ Stats On AI Replacing Jobs (2024) ). Hindi nakakagulat ang tanong na "anong mga trabaho ang papalitan ng AI?" at "Mga Trabaho na 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 teknolohikal na rebolusyon (mula sa mekanisasyon hanggang sa mga kompyuter) ay nakagambala sa mga merkado ng paggawa ngunit lumikha din ng mga bagong pagkakataon. Habang lumalaki ang mga kakayahan ng AI, mayroong matinding talakayan kung ang wave ng automation na ito ay susunod sa parehong pattern. Tinitingnan ng whitepaper na ito ang landscape: kung paano gumagana ang AI sa konteksto ng mga trabaho, kung aling mga sektor ang nahaharap sa pinakamalaking displacement, kung aling mga tungkulin ang nananatiling medyo ligtas (at bakit), at kung ano ang nakikita ng mga eksperto para sa pandaigdigang workforce. Ang mga kamakailang data, mga halimbawa ng industriya, at mga quote ng eksperto ay kasama upang magbigay ng komprehensibo, napapanahon na pagsusuri.

Paano Gumagana ang AI sa Konteksto ng Mga Trabaho

Ang AI ngayon ay napakahusay sa mga partikular na gawain - lalo na ang mga may kinalaman sa pagkilala ng pattern, pagpoproseso ng data, at karaniwang paggawa ng desisyon. Sa halip na isipin ang AI bilang isang tulad-tao na manggagawa, ito ay pinakamahusay na nauunawaan bilang isang koleksyon ng mga tool na sinanay upang magsagawa ng makitid na mga 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 nagsusuri ng mga produkto, hanggang sa mga natural na tagaproseso ng wika tulad ng mga chatbot na humahawak ng mga pangunahing katanungan ng customer. Sa praktikal na mga termino, maaaring i-automate ng AI ang mga bahagi ng isang trabaho : maaari itong mabilis na magsala sa libu-libong dokumento para sa nauugnay na impormasyon, magmaneho ng sasakyan sa isang paunang natukoy na ruta, o sagutin ang mga simpleng tanong sa serbisyo sa customer. Ang kasanayang ito na nakatuon sa gawain ay nangangahulugan na ang AI ay madalas na umaakma sa mga manggagawang tao sa pamamagitan ng pagkuha sa mga paulit-ulit na tungkulin.

Mahalaga, karamihan sa mga trabaho ay binubuo ng maraming gawain, at ilan lang sa mga iyon ang maaaring angkop para sa AI automation. Nalaman ng pagsusuri sa McKinsey na wala pang 5% ng mga trabaho ang maaaring ganap na awtomatiko sa kasalukuyang teknolohiya ( AI Replacing 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 segment ng isang trabaho: sa katunayan, humigit-kumulang 60% ng mga trabaho ang may malaking bahagi ng mga aktibidad na maaaring i-automate ng AI at mga software robot ( AI Replacing Jobs Statistics and Facts [2024*] ). Ipinapaliwanag nito kung bakit nakikita natin na naka-deploy ang AI bilang pansuportang tool – halimbawa, maaaring pangasiwaan ng isang AI system ang paunang screening ng mga kandidato sa trabaho, na nag-flag ng mga nangungunang resume para suriin ng isang human recruiter. Ang lakas ng AI ay nakasalalay sa bilis at pagkakapare-pareho nito para sa mahusay na tinukoy na mga gawain, samantalang ang mga tao ay nananatili sa isang kalamangan sa cross-task flexibility, kumplikadong paghuhusga, at interpersonal na kasanayan.

Binibigyang-diin ng maraming eksperto ang pagkakaibang ito. "Hindi pa namin alam ang buong epekto, ngunit walang teknolohiya sa kasaysayan ang nagpababa ng trabaho sa net," ang sabi ni Mary C. Daly, Presidente ng San Francisco Fed, na nagbibigay-diin na malamang na baguhin ng AI kung paano tayo nagtatrabaho sa halip na agad na gawing laos ang mga tao ( SF Fed Reserve Chief Mary Daly sa Fortune Brainstorm Tech Conference: AI ang pumapalit sa mga gawain, hindi mga tao - San Francisco Fed ). Sa malapit na termino, ang AI ay "pinapalitan ang mga gawain, hindi ang mga tao," na nagpapalaki sa mga tungkulin ng tao sa pamamagitan ng pagkuha sa mga makamundong tungkulin at nagpapahintulot 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 mapapalitan ng AI – kadalasan ay ang mga indibidwal na gawain sa loob ng mga trabaho (lalo na ang mga paulit-ulit, mga gawaing nakabatay sa mga panuntunan) ang pinaka-bulnerable sa automation.

Mga Trabaho na Pinakamalamang na Papalitan ng AI (Ayon sa Sektor)

Bagama't maaaring hindi ganap na sakupin ng AI ang karamihan sa mga trabaho sa magdamag, ang ilang mga sektor at kategorya ng trabaho ay mas mahina sa automation kaysa sa iba. Ang mga ito ay malamang na mga field na may maraming nakagawiang proseso, mataas na volume ng data, o predictable na mga pisikal na paggalaw - ang mga lugar kung saan ang kasalukuyang AI at mga robotics na teknolohiya ay nangunguna. Sa ibaba, ginalugad namin ang mga industriya at tungkulin na malamang na mapapalitan ng AI , kasama ang mga tunay na halimbawa at istatistika na naglalarawan sa mga trend na ito:

Paggawa at Produksyon

Ang pagmamanupaktura ay isa sa mga unang domain na naramdaman ang epekto ng automation, sa pamamagitan ng mga pang-industriyang robot at matalinong makina. Ang mga paulit-ulit na trabaho sa linya ng pagpupulong 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 nag-deploy ng mga robot upang palitan ang 60,000 factory worker sa isang pasilidad sa pamamagitan ng pag-automate ng mga paulit-ulit na gawain sa pagpupulong ( 3 sa 10 pinakamalaking employer sa mundo ay pinapalitan ang mga manggagawa ng mga robot | World Economic Forum ). Sa mga automotive na halaman sa buong mundo, ang mga robotic arm ay nagwelding at nagpinta nang may katumpakan, na binabawasan ang pangangailangan para sa manu-manong paggawa. Ang resulta ay maraming tradisyunal na trabaho sa pagmamanupaktura - mga operator ng makina, assembler, packager - ay pinapalitan ng mga makinang ginagabayan ng AI. Ayon sa World Economic Forum, ang mga tungkulin ng pagpupulong at manggagawa sa pabrika ay kabilang sa mga bumababa , at milyon-milyong mga ganoong trabaho ang natanggal na nitong mga nakaraang taon habang pinabilis 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 lahat ay nagde-deploy ng pagmamanupaktura ng AI upang palakasin ang produktibidad, kadalasan sa kapinsalaan ng mga human line worker. Ang kabaligtaran ay ang automation ay maaaring gawing mas mahusay ang mga pabrika at kahit na lumikha ng mga bagong teknikal na trabaho (tulad ng mga robot maintenance technician), ngunit ang mga direktang tungkulin sa produksyon ay malinaw na nasa panganib na mawala.

Pagtitingi at E-Commerce

Sa sektor ng retail, binabago ng AI kung paano gumagana ang mga tindahan at kung paano namimili ang mga customer. Marahil ang pinakanakikitang pagbabago ay ang pagtaas ng mga self-checkout kiosk at mga automated na tindahan. Ang mga trabaho sa cashier, na minsan ay isa sa mga pinakakaraniwang posisyon sa retail, ay pinuputol habang ang mga retailer ay namumuhunan sa mga sistema ng pag-checkout na pinapagana ng AI. Ang mga pangunahing grocery chain at supermarket ay mayroon na ngayong mga self-service checkout, at ang mga kumpanya tulad ng Amazon ay nagpakilala ng mga "walk out" na mga tindahan (Amazon Go) kung saan sinusubaybayan ng AI at mga sensor ang mga pagbili nang hindi kailangan ng tao na cashier. Naobserbahan na ng US Bureau of Labor Statistics ang pagbaba ng trabaho sa cashier – mula 1.4 milyong mga cashier noong 2019 hanggang sa humigit-kumulang 1.2 milyon noong 2023 – at mga proyektong bababa ang bilang ng isa pang 10% sa darating na dekada ( Nandito ang self-checkout upang manatili. Ngunit ito ay dumadaan sa pagtutuos | AP News ). Ang pamamahala ng imbentaryo at warehousing sa retail ay nago-automate din: gumagala ang mga robot sa mga warehouse na kumukuha ng mga item (halimbawa, gumagamit ang Amazon ng mahigit 200,000 mobile robot sa mga fulfillment center nito, na nagtatrabaho kasama ng mga human picker). Maging ang mga gawain sa sahig tulad ng pag-scan at paglilinis ng istante ay ginagawa ng mga robot na hinimok ng AI sa ilang malalaking tindahan. Ang netong epekto ay mas kaunting mga entry-level na retail na trabaho gaya ng mga stock clerks, warehouse picker, at cashier. Sa kabilang banda, ang retail AI ay lumilikha ng pangangailangan para sa mga bihasang manggagawa na maaaring pamahalaan ang mga algorithm ng e-commerce o suriin ang data ng customer. Gayunpaman, pagdating sa kung anong mga trabaho ang papalitan ng AI sa retail , ang mga tungkuling mababa ang kasanayan na may mga paulit-ulit na tungkulin ang mga pangunahing target ng automation.

Pananalapi at Pagbabangko

Maaga ang pananalapi upang gamitin ang automation ng software, at ang AI ngayon ay nagpapabilis sa trend. Maraming mga trabaho na may kinalaman sa pagpoproseso ng mga numero, pagsusuri ng mga dokumento, o paggawa ng mga nakagawiang desisyon ay hinahawakan ng mga algorithm. Ang isang kapansin-pansing halimbawa ay mula sa JPMorgan Chase , kung saan ang isang AI-driven na programa na tinatawag na COIN ay ipinakilala upang suriin ang mga legal na dokumento at mga kasunduan sa pautang. Maaaring suriin ng COIN ang mga kontrata sa loob ng ilang segundo – ang trabahong dati ay kumukonsumo ng 360,000 oras ng oras ng mga abogado at mga opisyal ng pautang bawat taon ( Ginagawa ng JPMorgan software sa ilang segundo kung ano ang tumagal ng mga abogado ng 360,000 oras | The Independent | The Independent ). Sa paggawa nito, epektibo nitong napalitan ang malaking bahagi ng junior legal/administrative na tungkulin sa mga operasyon ng bangko. Sa buong industriya ng pananalapi, pinalitan ng mga algorithmic trading system Ang mga bangko at kompanya ng seguro ay gumagamit ng AI para sa pagtuklas ng pandaraya, pagtatasa ng panganib, at mga chatbot ng serbisyo sa customer, na binabawasan ang pangangailangan para sa kasing dami ng mga analyst at kawani ng suporta sa customer. Kahit sa accounting at pag-audit, ang mga tool ng AI ay maaaring awtomatikong uriin ang mga transaksyon at makakita ng mga anomalya, na nagbabanta sa mga tradisyunal na trabaho sa pag-bookkeeping. Tinatantya na ang mga klerk ng accounting at bookkeeping ay kabilang sa mga nangungunang tungkuling nasa panganib , na ang mga posisyong ito ay inaasahang bababa nang malaki habang nagiging mas may kakayahan ang AI accounting software ( 60+ Stats On AI Replacing Jobs (2024) ). Sa madaling salita, nakikita ng sektor ng pananalapi na pinapalitan ng AI ang mga trabahong umiikot sa pagpoproseso ng data, gawaing papel, at nakagawiang paggawa ng desisyon - mula sa mga bank teller (dahil sa mga ATM at online banking) hanggang sa mga middle-office analyst - habang dinadagdagan ang mas mataas na antas ng mga tungkulin sa pagpapasya sa pananalapi.

Pagbuo ng Teknolohiya at Software

Ito ay maaaring tunog ironic, ngunit ang sektor ng teknolohiya - ang mismong industriya ng pagbuo ng AI - ay nag-automate din ng mga bahagi ng sarili nitong workforce. Ang mga kamakailang pag-unlad sa generative AI ay nagpakita 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 bumuo ng malalaking bahagi ng software code. Nangangahulugan ito na ang ilang nakagawiang gawain sa programming, lalo na ang pagsusulat ng boilerplate code o pag-debug ng mga simpleng error, ay maaaring i-offload sa AI. Para sa mga tech na kumpanya, maaari nitong bawasan ang pangangailangan para sa malalaking koponan ng mga junior developer. Kasabay nito, pina-streamline ng AI ang mga function ng IT at administratibo sa loob ng mga tech firm. Isang kilalang halimbawa: noong 2023, nag-anunsyo ang IBM ng pag-pause sa pagkuha para sa ilang partikular na tungkulin sa back-office at sinabing humigit-kumulang 30% ng mga trabahong hindi nakaharap sa customer (humigit-kumulang 7,800 posisyon) ang maaaring mapalitan ng AI sa susunod na 5 taon ( IBM na i-pause ang pag-hire sa planong palitan ang 7,800 trabaho | ulat ng AI, Bloomberg ). Kasama sa mga tungkuling ito ang mga posisyong administratibo at human resource na may kinalaman sa pag-iiskedyul, gawaing papel, at iba pang nakagawiang proseso. Inilalarawan ng kaso ng IBM na kahit na ang mga white-collar na trabaho sa sektor ng teknolohiya ay awtomatiko kapag binubuo ang mga ito ng mga paulit-ulit na gawain - kayang pangasiwaan ng AI ang pag-iiskedyul, pag-iingat ng rekord, at mga pangunahing query nang walang interbensyon ng tao. Mahalagang tandaan na ang tunay na malikhain at kumplikadong software engineering ay nananatili sa mga kamay ng tao (ang AI ay kulang pa rin sa pangkalahatang kakayahan sa paglutas ng problema ng isang bihasang engineer). Ngunit para sa mga technologist, ang mga makamundong bahagi ng trabaho ay kinukuha ng AI - at ang mga kumpanya ay maaaring mangailangan ng mas kaunting mga entry-level coder, QA tester, o IT support staff habang bumubuti ang mga tool sa automation. Sa esensya, ang sektor ng tech ay gumagamit ng AI upang palitan ang mga trabahong nakagawian o nakatuon sa suporta habang nire-redirect ang talento ng tao sa mas makabago at mataas na antas na mga gawain.

Serbisyo at Suporta sa Customer

Ang mga chatbot at virtual assistant na pinapagana ng AI ay gumawa ng malaking pagpasok sa domain ng serbisyo sa customer. Ang pangangasiwa sa mga tanong ng customer – sa pamamagitan man ng telepono, email, o chat – ay isang labor-intensive function 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 AI chatbots bilang unang linya ng suporta, na tumutugon sa mga karaniwang tanong (pag-reset ng account, pagsubaybay sa order, mga FAQ) nang walang ahente ng tao. Nagsimula na itong palitan ang mga trabaho sa call center at mga tungkulin sa helpdesk. Halimbawa, ang mga kumpanya ng telecom at utility ay nag-uulat na ang isang malaking bahagi ng mga query ng customer ay ganap na nireresolba ng mga virtual na ahente. Hinuhulaan ng mga lider ng industriya na lalago lamang ang trend na ito: Inaasahan ng CEO ng Zendesk na si Tom Eggemeier na 100% ng mga pakikipag-ugnayan ng customer ay kasangkot sa AI sa ilang anyo, at na 80% ng mga katanungan ay hindi mangangailangan ng isang ahente ng tao para sa paglutas sa malapit na hinaharap ( 59 AI customer service statistics para sa 2025 ). Ang ganitong senaryo ay nagpapahiwatig ng isang lubhang nabawasang pangangailangan para sa mga kinatawan ng serbisyo sa customer ng tao. Sa ngayon, ipinapakita ng mga survey ang mahigit isang-kapat ng mga customer service team na isinama ang AI sa kanilang pang-araw-araw na daloy ng trabaho, at ang mga negosyong gumagamit ng AI "mga virtual na ahente" ay nagbawas ng mga gastos sa serbisyo sa customer ng hanggang 30% ( Customer Service: How AI Is Transforming Interactions - Forbes ). Ang mga uri ng mga trabahong pangsuporta na malamang na mapapalitan ng AI ay ang mga may kinalaman sa mga scripted na tugon at nakagawiang pag-troubleshoot – halimbawa, isang tier-1 na operator ng call center na sumusunod sa isang tinukoy na script para sa mga karaniwang isyu. Sa kabilang banda, ang mga sitwasyon ng customer na masalimuot o emosyonal na sisingilin ay madalas pa ring napupunta sa mga ahente ng tao. Sa pangkalahatan, mabilis na binabago ng AI ang mga tungkulin sa serbisyo sa customer , ginagawang awtomatiko ang mga mas simpleng gawain at sa gayon ay binabawasan ang bilang ng mga entry-level na kawani ng suporta na kinakailangan.

Transportasyon at Logistics

Ilang industriya ang nakakuha ng mas maraming atensyon tungkol sa pagpapalit ng trabaho na hinimok ng AI bilang transportasyon. Ang pagbuo ng mga self-driving na sasakyan - mga trak, taxi, at mga delivery bot - ay direktang nagbabanta sa mga trabaho na may kinalaman sa pagmamaneho. Sa industriya ng trak, halimbawa, maraming kumpanya ang sumusubok ng mga autonomous na semi-truck sa mga highway. Kung magtatagumpay ang mga pagsisikap na ito, ang mga driver ng long-haul na trak ay maaaring mapalitan ng mga self-driving rig na maaaring gumana nang halos 24/7. Malinaw ang ilang pagtatantya: maaaring palitan ng automation ang hanggang 90% ng mga long-haul trucking na trabaho kung ang teknolohiyang self-driving ay magiging ganap na gumagana at mapagkakatiwalaan ( Ang mga autonomous na trak ay maaaring pumalit sa lalong madaling panahon ang pinaka-hindi kanais-nais na trabaho sa long-haul ). Ang pagmamaneho ng trak ay isa sa mga pinakakaraniwang trabaho sa maraming bansa (hal. isa itong nangungunang employer ng mga lalaking Amerikano na walang degree sa kolehiyo), kaya maaaring malaki ang epekto dito. Nakakakita na kami ng mga incremental na hakbang – mga autonomous shuttle bus sa ilang lungsod, mga warehouse vehicle at port cargo handler na ginagabayan ng AI, at mga pilot program para sa mga driverless taxi sa mga lungsod tulad ng San Francisco at Phoenix. Nagbigay ang mga kumpanyang tulad ng Waymo at Cruise ng libu-libong sakay ng taxi na walang driver , na nagpapahiwatig sa hinaharap kung saan maaaring hindi gaanong in demand ang mga driver ng taksi at Uber/Lyft. Sa paghahatid at logistik, sinusubok ang mga drone at sidewalk robot upang mahawakan ang mga huling-milya na paghahatid, na maaaring mabawasan ang pangangailangan para sa mga courier. Kahit na ang komersyal na abyasyon ay nag-eeksperimento sa pinataas na automation (bagama't ang mga autonomous na pampasaherong airliner ay malamang na ilang dekada ang layo, kung sakaling, dahil sa mga alalahanin sa kaligtasan). Sa ngayon, ang mga driver at operator ng mga sasakyan ay kabilang sa mga trabahong malamang na mapalitan ng AI . Ang teknolohiya ay mabilis na sumusulong sa mga kontroladong kapaligiran: ang mga bodega ay gumagamit ng mga self-driving na forklift, at ang mga port ay gumagamit ng mga automated crane. Habang lumalawak ang mga tagumpay na iyon sa mga pampublikong kalsada, ang mga tungkulin tulad ng tsuper ng trak, tsuper ng taxi, driver ng paghahatid, at operator ng forklift ay nahaharap sa pagbaba. Ang oras ay hindi tiyak - ang mga regulasyon at teknikal na mga hamon ay nangangahulugan na ang mga driver ng tao ay hindi pa nawawala - ngunit ang tilapon ay malinaw.

Pangangalaga sa kalusugan

Ang pangangalagang pangkalusugan ay isang sektor kung saan kumplikado ang epekto ng AI sa mga trabaho. Sa isang banda, ino-automate ng AI ang ilang mga gawaing analytical at diagnostic na dati nang ginawa ng eksklusibo ng mga propesyonal na sinanay. Halimbawa, maaari na ngayong suriin ng mga AI system ang mga medikal na larawan (X-ray, MRI, CT scan) nang may kapansin-pansing katumpakan. Sa isang pag-aaral sa Sweden, nakita ng isang radiologist na tinulungan ng AI ang 20% ​​na higit pang mga kanser sa suso mula sa mga pag-scan ng mammography kaysa sa dalawang radiologist ng tao na nagtutulungan ( Papalitan ba ng AI ang mga doktor na nagbabasa ng mga X-ray, o gagawin lang silang mas mahusay kaysa dati? | AP News ). Iminumungkahi nito na ang isang doktor na nilagyan ng AI ay maaaring gumawa ng trabaho ng maraming doktor, na posibleng mabawasan ang pangangailangan para sa maraming mga radiologist o pathologist ng tao. Ang mga automated na lab analyzer ay maaaring magpatakbo ng mga pagsusuri sa dugo at mag-flag ng mga abnormalidad nang walang mga human lab technician sa bawat hakbang. Pinangangasiwaan din ng AI chatbots ang pag-triage ng pasyente at mga pangunahing tanong - ang ilang ospital ay gumagamit ng mga symptom-checker bots para payuhan ang mga pasyente kung kailangan nilang pumasok, na maaaring mabawasan ang workload sa mga nurse at medical call center. Ang mga trabahong pang-administratibo sa pangangalagang pangkalusugan ay partikular na pinapalitan: ang pag-iskedyul, medikal na coding, at pagsingil 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 naaapektuhan sa mga tuntunin ng 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, nakakadama ng mga gawain na kasalukuyang hindi maaaring kopyahin ng AI nang buo. Kahit na ang AI ay maaaring mag-diagnose ng isang sakit, ang mga pasyente ay madalas na nais ng isang tao na manggagamot na ipaliwanag at gamutin ito. Ang pangangalagang pangkalusugan ay nahaharap din sa mga mahigpit na hadlang sa etika at regulasyon upang ganap na palitan ang mga tao ng AI. Kaya't habang ang mga partikular na trabaho sa pangangalagang pangkalusugan (tulad ng mga medical biller, transcriptionist, at ilang diagnostic specialist) ay dinadagdagan 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 pangasiwaan ang higit pa sa mabibigat na pag-aangat 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 nakagawian, paulit-ulit na mga gawain at mga predictable na kapaligiran: mga manggagawa sa pabrika, mga kawani ng klerikal at administratibo, mga retail cashier, mga pangunahing ahente ng serbisyo sa customer, mga driver, at ilang partikular na tungkuling propesyonal sa antas ng entry. Sa katunayan, ang mga projection ng World Economic Forum para sa malapit na hinaharap (sa 2027) ay naglalagay ng mga data entry clerks sa tuktok ng listahan ng mga bumababang titulo ng trabaho (na may 7.5 milyong ganoong trabaho na inaasahang aalisin), na sinusundan ng mga administrative secretary at accounting clerks , lahat ng mga tungkulin ay lubhang madaling kapitan sa automation ( 60+ Stats On AI Replacing Jobs ). Ang AI ay dumadaloy sa mga industriya na may iba't ibang bilis, ngunit ang direksyon nito ay pare-pareho - pag-automate ng mga pinakasimpleng gawain sa lahat ng sektor. Susuriin ng susunod na seksyon ang flip side: kung aling mga trabaho ang pinakamalamang na mapapalitan ng AI, at ang mga katangian ng tao na nagpoprotekta sa mga tungkuling iyon.

Mga Trabaho na Pinakamalamang na Papalitan/Mga Trabaho na Hindi Mapapalitan ng AI (at Bakit)

Hindi lahat ng trabaho ay nasa mataas na panganib ng automation. Sa katunayan, maraming tungkulin ang lumalaban sa pagpapalit ng AI dahil nangangailangan ang mga ito ng mga natatanging kakayahan ng tao o nagaganap sa mga hindi mahuhulaan na setting na hindi ma-navigate ng mga makina. Bilang advanced bilang AI ay nagiging, ito ay may malinaw na mga limitasyon sa pagkopya ng pagkamalikhain ng tao, empatiya, at kakayahang umangkop. Nabanggit ng isang pag-aaral sa McKinsey na bagama't ang automation ay makakaapekto sa halos lahat ng mga trabaho sa ilang antas, ito ay mga bahagi ng mga trabaho sa halip na buong mga tungkulin na maaaring pangasiwaan ng AI - na nagpapahiwatig na ang ganap na mga automated na trabaho ay magiging eksepsiyon sa halip na ang panuntunan ( AI Relacing Jobs Statistics and Facts [2024*] ). Dito, itinatampok namin 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 Trabaho na Nangangailangan ng Empatiya ng Tao at Personal na Pakikipag-ugnayan: Ang mga trabahong umiikot sa pangangalaga, pagtuturo, o pag-unawa sa mga tao sa emosyonal na antas 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 ganitong mga tungkulin ay nangangailangan ng pakikiramay, pagbuo ng relasyon, at pagbabasa ng mga pahiwatig sa lipunan - mga lugar kung saan nakikipagpunyagi ang mga makina. Halimbawa, ang edukasyon sa maagang pagkabata ay nagsasangkot ng pag-aalaga at pagtugon sa mga banayad na pahiwatig ng pag-uugali na walang AI ang maaaring tunay na gayahin. Ayon sa Pew Research, humigit-kumulang 23% ng mga manggagawa ang nagtatrabaho sa mga low-AI-exposure na trabaho (kadalasan sa pag-aalaga, edukasyon, atbp.), tulad ng mga nannies, kung saan ang mga pangunahing gawain (tulad ng pag-aalaga ng bata) ay lumalaban sa automation . Karaniwang mas gusto ng mga tao ang human touch sa mga domain na ito: maaaring masuri ng AI ang depression, ngunit karaniwang gustong makipag-usap ng mga pasyente sa isang human therapist, hindi sa isang chatbot, tungkol sa kanilang mga nararamdaman.

• Mga Malikhain at Masining na Propesyon: Ang gawaing may kinalaman sa pagkamalikhain, pagka-orihinal, at panlasa sa kultura ay may posibilidad na sumalungat sa ganap na automation. Mga manunulat, artista, musikero, filmmaker, fashion designer – ang mga propesyonal na ito ay gumagawa ng nilalaman na pinahahalagahan hindi lamang para sa pagsunod sa isang pormula, ngunit para sa pagpapakilala ng nobela, mga mapanlikhang ideya. Maaaring tumulong ang AI sa pagkamalikhain (halimbawa, pagbuo ng mga magaspang na draft o mga mungkahi sa disenyo), ngunit madalas itong walang tunay na pagka-orihinal at emosyonal na lalim . Bagama't naging mga headline ang sining at pagsusulat na binuo ng AI, ang mga creative ng tao ay may kalamangan pa rin sa paggawa ng kahulugan na sumasalamin sa ibang mga tao. Mayroon ding market value sa gawa ng tao na sining (isaalang-alang ang patuloy na interes sa mga produktong gawa sa kamay sa kabila ng mass production). Kahit sa entertainment at sports, gusto ng mga tao ang performance ng tao. Tulad ng sinabi ni Bill Gates sa isang kamakailang talakayan tungkol sa AI, "Hindi namin nais na manood ng mga computer na naglalaro ng baseball." ( Bill Gates Says Humans Won't Be Needed for 'Most Things' in the AI ​​Age | EGW.News ) – ang implikasyon ay na ang kilig ay nagmumula sa mga atleta ng tao, at sa pamamagitan ng extension, maraming malikhain at gumaganap na trabaho ang mananatiling human endeavors.

• Mga Trabahong Kinasasangkutan ng Hindi Mahuhulaan na Pisikal na Trabaho sa Mga Dynamic na Kapaligiran: Ang ilang partikular na mga hands-on na trabaho ay nangangailangan ng pisikal na kahusayan at on-the-spot na paglutas ng problema sa iba't ibang setting - mga bagay na napakahirap gawin ng mga robot. Mag-isip ng mga bihasang pangangalakal gaya ng mga electrician, tubero, karpintero, mekaniko , o mga technician sa pagpapanatili ng sasakyang panghimpapawid . Ang mga trabahong ito ay kadalasang nagsasangkot ng mga hindi regular na kapaligiran (ang mga wiring ng bawat bahay ay medyo naiiba, bawat isyu sa pag-aayos ay kakaiba) at humihingi ng real-time na adaptasyon. Ang mga kasalukuyang robot na hinimok ng AI ay mahusay sa mga structured, kinokontrol na kapaligiran tulad ng mga pabrika, ngunit nakikipaglaban sa hindi inaasahang mga hadlang ng isang construction site o tahanan ng isang customer. Kaya, ang mga tradespeople at iba pang nagtatrabaho sa pisikal na mundo na may maraming pagkakaiba-iba ay mas malamang na mapalitan sa lalong madaling panahon. Binigyang-diin ng isang ulat sa pinakamalaking employer sa mundo na habang ang mga manufacturer ay handa na para sa automation, ang mga sektor tulad ng field services o healthcare (hal., ang National Health Service ng UK kasama ang hukbo ng mga doktor at nars na gumaganap ng iba't ibang mga gawain) ay nananatiling "kaaway na teritoryo" para sa mga robot ( 3 sa 10 pinakamalaking employer sa mundo ang pinapalitan ng mga robot ang mga manggagawa | World Economic Forum ). Sa madaling salita, ang mga trabahong marumi, iba-iba, at hindi mahuhulaan ay kadalasang nangangailangan pa rin ng tao sa loop .

• Madiskarteng Pamumuno at Paggawa ng Mataas na Antas ng Desisyon: Ang mga tungkulin na nangangailangan ng kumplikadong paggawa ng desisyon, kritikal na pag-iisip, at pananagutan - tulad ng mga executive 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 nagsasangkot ng pagbubuo ng maraming mga kadahilanan, paggamit ng paghatol sa ilalim ng kawalan ng katiyakan, at madalas na panghihikayat ng tao at negosasyon. Ang AI ay maaaring magbigay ng data at mga rekomendasyon, ngunit ang pagtitiwala sa isang AI na gumawa ng mga panghuling madiskarteng desisyon o upang manguna sa mga tao ay isang hakbang na karamihan sa mga kumpanya (at mga empleyado) ay hindi handang gawin. Bukod dito, ang pamumuno ay madalas na nakasalalay sa tiwala at inspirasyon - mga katangiang lumalabas sa karisma at karanasan ng tao, hindi sa mga algorithm. Bagama't maaaring mag-crunch ang AI ng mga numero para sa isang CEO, ang trabaho ng isang CEO (pagtatakda ng pananaw, pamamahala sa mga krisis, pag-uudyok sa mga kawani) ay nananatiling natatanging tao sa ngayon. Ganoon din para sa matataas na antas ng mga opisyal ng gobyerno, mga gumagawa ng patakaran, at mga pinuno ng militar kung saan ang pananagutan at etikal na paghuhusga ang pinakamahalaga.

Habang sumusulong ang AI, magbabago ang mga hangganan ng kung ano ang magagawa nito. Ang ilang mga tungkuling itinuturing na ligtas ngayon ay maaaring hamunin sa kalaunan ng mga bagong inobasyon (halimbawa, ang mga AI system ay unti-unting nakikialam sa mga malikhaing larangan sa pamamagitan ng pagbubuo ng musika o pagsulat ng mga artikulo ng balita). Gayunpaman, ang mga trabaho sa itaas ay may mga built-in na elemento ng tao na mahirap i-code: emosyonal na katalinuhan, manu-manong kahusayan sa mga hindi nakaayos na setting, cross-domain na pag-iisip, at tunay na pagkamalikhain. Ang mga ito ay gumaganap bilang isang proteksiyon na moat sa paligid ng mga trabaho. Sa katunayan, madalas na sinasabi ng mga eksperto na sa hinaharap, ang mga trabaho ay mag-e-evolve sa halip na mawala nang diretso - ang mga manggagawang tao sa mga tungkuling ito ay gagamit ng mga tool ng AI upang maging mas epektibo. Nakukuha ito ng isang madalas na binabanggit na parirala: Hindi ka papalitan ng AI, ngunit maaaring ang isang taong gumagamit ng AI. Sa madaling salita, malamang na malampasan ng mga gumagamit ng AI ang mga hindi, sa maraming larangan.

Sa buod, ang mga trabahong pinakamalamang na mapapalitan ng AI/mga trabahong hindi mapapalitan ng AI ay ang mga nangangailangan ng isa o higit pa sa mga sumusunod: panlipunan at emosyonal na katalinuhan (pagmamalasakit, pakikipagnegosasyon, mentoring), malikhaing pagbabago (sining, pananaliksik, disenyo), kadaliang kumilos at kagalingan sa mga kumplikadong kapaligiran (mga skilled trade, emergency response), at malaking larawan na paghuhusga (diskarte, pamumuno). Bagama't lalong papasukin ng AI ang mga domain na ito bilang isang katulong, ang mga pangunahing tungkulin ng tao ay, pansamantala, narito upang manatili. Ang hamon para sa mga manggagawa ay tumuon sa mga kasanayang hindi madaling gayahin ng AI - empatiya, pagkamalikhain, kakayahang umangkop - upang matiyak na mananatili silang mahalagang pandagdag sa mga makina.

Mga Pananaw ng Dalubhasa sa Kinabukasan ng Trabaho

Hindi kataka-taka, iba-iba ang mga opinyon, kung saan ang ilan ay hinuhulaan ang mga malawak na pagbabago at ang iba ay nagbibigay-diin sa isang mas unti-unting ebolusyon. Dito nag-compile kami ng ilang mga insightful na quote at pananaw mula sa mga lider ng pag-iisip, na nagbibigay ng spectrum ng mga inaasahan:

• Kai-Fu Lee (AI Expert & Investor): Nahuhulaan ni Lee ang makabuluhang automation ng mga trabaho sa susunod na dalawang dekada. "Sa loob ng sampu hanggang dalawampung taon, tinatantya ko na tayo ay may kakayahang teknikal na i-automate ang 40 hanggang 50 porsiyento ng mga trabaho sa Estados Unidos," sabi niya ( Kai-Fu Lee Quotes (May-akda ng AI Superpowers) (pahina 6 ng 9) ). Si Lee, na may mga dekada ng karanasan sa AI (kabilang ang mga dating tungkulin sa Google at Microsoft), ay naniniwalang malawak na hanay ng mga trabaho ang maaapektuhan – hindi lamang mga trabaho sa pabrika o serbisyo, kundi pati na rin sa maraming mga tungkuling white-collar. Nagbabala siya na kahit para sa mga manggagawang hindi pa ganap na napapalitan, ang AI ay "magbabawas sa kanilang value-add" sa pamamagitan ng pagkuha sa ilang bahagi ng kanilang trabaho, na posibleng magbabawas ng kapangyarihan at sahod ng mga manggagawa sa bargaining. Itinatampok ng pananaw na ito ang isang alalahanin tungkol sa malawakang paglilipat at ang epekto sa lipunan ng AI, tulad ng pagtaas ng hindi pagkakapantay-pantay at ang pangangailangan para sa mga bagong programa sa pagsasanay sa trabaho.

• Mary C. Daly (Presidente, San Francisco Fed): Nag-aalok si Daly ng counterpoint na nakaugat sa kasaysayan ng ekonomiya. Sinabi niya na habang ang AI ay makagambala sa mga trabaho, ang mga makasaysayang precedent ay nagmumungkahi ng isang netong epekto sa pagbabalanse sa katagalan. "Walang teknolohiya sa kasaysayan ng lahat ng mga teknolohiya ang nakabawas sa trabaho sa net," pagmamasid ni Daly, na nagpapaalala sa amin 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 ). Binibigyang-diin niya na malamang na baguhin ng AI ang trabaho sa halip na alisin ito nang tahasan . Naiisip ni Daly ang isang hinaharap kung saan nagtatrabaho ang mga tao sa tabi ng mga makina - pinangangasiwaan ng AI ang nakakapagod na mga gawain, mga tao na nakatuon sa mas mataas na halaga ng trabaho - at binibigyang-diin niya ang kahalagahan ng edukasyon at muling kasanayan upang matulungan ang mga manggagawa na umangkop. Ang kanyang pananaw ay maingat na optimistiko: Ang AI ay magpapalakas ng pagiging produktibo at lilikha ng kayamanan, na maaaring mag-fuel ng paglago ng trabaho sa mga lugar na hindi pa natin maiisip.

• Bill Gates (Co-founder ng Microsoft): Malawakang nagsalita si Gates tungkol sa AI sa mga nakalipas na taon, na nagpapahayag ng kagalakan at pag-aalala. Sa isang panayam noong 2025, gumawa siya ng matapang na hula na nakakuha ng mga headline: ang pagtaas ng advanced AI ay maaaring mangahulugan ng "hindi kailangan ang mga tao para sa karamihan ng mga bagay" sa hinaharap ( Sinabi ni Bill Gates na Hindi Kailangan 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 - ay maaaring pangasiwaan ng AI habang tumatanda ang teknolohiya. Nagbigay siya ng mga halimbawa sa pangangalaga sa kalusugan 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 potensyal na mabawasan ang kakulangan ng mga eksperto ng tao. Ipinahihiwatig nito na kahit na ang mga tungkuling tradisyonal na itinuturing na ligtas (dahil sa nangangailangan ng malawak na kaalaman at pagsasanay) ay maaaring gayahin ng AI sa oras. Gayunpaman, kinilala din ni Gates ang mga limitasyon sa kung ano ang tatanggapin ng mga tao mula sa AI. Patawa niyang sinabi na habang ang AI ay maaaring maglaro ng sports nang mas mahusay kaysa sa mga tao, mas gusto pa rin ng mga tao ang mga atleta ng tao sa entertainment (hindi kami magbabayad para manood ng mga robot na baseball team). Nananatiling optimistiko si Gates sa pangkalahatan - naniniwala siyang "palayain ang mga tao" para sa iba pang mga hangarin at hahantong sa pagtaas ng produktibidad, bagama't kakailanganin ng lipunan na pamahalaan ang paglipat (maaaring sa pamamagitan ng mga hakbang tulad ng mga reporma sa edukasyon o kahit na unibersal na pangunahing kita kung mangyari ang malaking pagkawala ng trabaho).

• Kristalina Georgieva (IMF Managing Director): Mula sa isang patakaran at pananaw sa pandaigdigang ekonomiya, itinampok ni Georgieva ang dalawahang katangian ng epekto ng AI. “Maaapektuhan ng AI ang halos 40 porsiyento ng mga trabaho sa buong mundo, na papalitan ang ilan at umaakma sa iba,” isinulat niya sa pagsusuri ng IMF ( AI Will Transform the Global Economy. Let's Make Sure It Benefits Humanity. ). Itinuro niya na ang mga advanced 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 posibleng gawin ng AI), samantalang ang mga umuunlad na bansa ay maaaring makakita ng mas kaunting kagyat na pag-alis. Ang paninindigan ni Georgieva ay ang netong epekto ng AI sa trabaho ay hindi tiyak – maaari nitong palakasin ang pandaigdigang produktibidad at paglago, ngunit potensyal din na palawakin ang hindi pagkakapantay-pantay kung ang mga patakaran ay hindi tumutupad. Siya at ang IMF ay nananawagan para sa mga proactive na hakbang: ang mga pamahalaan ay dapat mamuhunan sa edukasyon, mga safety net, at mga programa sa upskilling upang matiyak na ang mga benepisyo ng AI (mas mataas na produktibidad, bagong sektor, paglikha ng trabaho, atbp. mga tungkulin. Ang pananaw ng ekspertong ito ay nagpapatibay na habang maaaring palitan ng AI ang mga trabaho, ang kinalabasan para sa lipunan ay lubos na nakadepende sa kung paano tayo tumugon.

• Iba Pang Namumuno sa Industriya: Maraming tech CEO at futurist ang natimbang din. Ang CEO ng IBM na si Arvind Krishna, halimbawa, ay nabanggit na ang AI ay unang makakaapekto sa “white-collar jobs first” , na nag-o-automate ng back-office at clerical na trabaho (tulad ng mga HR role na pina-streamline ng IBM) bago ito lumipat sa mas teknikal na mga domain ( IBM upang i-pause ang pag-hire sa planong palitan ang 7,800 trabaho sa AI, ulat ng Bloomberg | Reuters ). Kasabay nito, pinagtatalunan ni Krishna at ng iba pa na ang AI ay magiging isang makapangyarihang tool para sa mga propesyonal - kahit na ang mga programmer ay gumagamit ng mga AI code assistant upang mapataas ang pagiging produktibo, na nagmumungkahi ng isang hinaharap kung saan ang pakikipagtulungan ng tao-AI ay ang pamantayan sa mga bihasang trabaho sa halip na tuwirang kapalit. Ang mga executive sa customer service, gaya ng nabanggit kanina, ay naiisip na pinangangasiwaan ng AI ang karamihan sa mga nakagawiang pakikipag-ugnayan ng kliyente, na may mga tao na tumutuon sa mga kumplikadong kaso ( 59 AI customer service statistics para sa 2025 ). At ang mga pampublikong intelektwal tulad ni Andrew Yang (na nagpasikat sa ideya ng unibersal na pangunahing kita) ay nagbabala tungkol sa mga driver ng trak at mga manggagawa sa call center na nawalan ng trabaho, na nagsusulong para sa mga social support system upang makayanan ang kawalan ng trabaho na hinimok ng automation. Sa kabaligtaran, ang mga akademya tulad nina Erik Brynjolfsson at Andrew McAfee ay nagsalita tungkol sa "kabalintunaan ng pagiging produktibo" - na ang mga benepisyo ng AI ay darating, ngunit kasama lamang ng mga manggagawang tao na ang mga tungkulin ay muling tinukoy, hindi inalis. Madalas nilang binibigyang-diin ang pagpapalaki ng paggawa ng tao gamit ang AI kaysa sa pakyawan na kapalit, ang pagbubuo ng mga parirala tulad ng " mga manggagawang gumagamit ng AI ay papalitan ang mga hindi ."

Sa esensya, ang mga opinyon ng 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 pag-iingat (AI ay maaaring palitan ang isang hindi pa nagagawang bahagi ng workforce, na nangangailangan ng mga radikal na pagsasaayos). Ngunit ang isang karaniwang thread ay ang pagbabago ay tiyak . Magbabago ang kalikasan ng trabaho habang nagiging mas may kakayahan ang AI. 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 tool, binibigyang-diin ng mga pinuno sa buong industriya na ngayon na ang oras upang maghanda para sa mga pagbabagong idudulot nito sa mga trabaho. Sa pagtatapos namin, isasaalang-alang namin kung ano ang ibig sabihin ng mga pagbabagong ito para sa pandaigdigang lakas ng trabaho at kung paano maaaring mag-navigate ang mga indibidwal at organisasyon sa hinaharap.

Ano ang Ibig Sabihin nito para sa Global Workforce

Ang tanong na "anong mga trabaho ang papalitan ng AI?" ay walang isang solong, static na sagot – ito ay patuloy na magbabago habang lumalaki ang mga kakayahan ng AI at habang umaangkop ang mga ekonomiya. Ang makikita natin ay isang malinaw na kalakaran: Nakatakdang alisin ng AI at automation ang milyun-milyong trabaho sa mga darating na taon, habang sabay na lumilikha ng mga bagong trabaho at binabago ang mga dati nang trabaho . Ang World Economic Forum ay nag-proyekto na sa 2027, humigit-kumulang 83 milyong trabaho ang mawawalan ng trabaho dahil sa automation, ngunit 69 milyong bagong trabaho ang lalabas 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 makabuluhang churn sa labor market. Ang ilang mga tungkulin ay mawawala, marami ang magbabago, at ang mga ganap na bagong trabaho ay sumisibol upang matugunan ang mga pangangailangan ng isang ekonomiyang hinimok ng AI.

Para sa pandaigdigang manggagawa , nangangahulugan ito ng ilang mahahalagang bagay:

• Kinakailangan ang Reskilling at Upskilling: Ang mga manggagawa na ang mga trabaho ay nasa panganib ay dapat bigyan ng mga pagkakataon upang matuto ng mga bagong kasanayan na hinihiling. Kung kinukuha ng AI ang mga nakagawiang gawain, kailangang tumuon ang mga tao sa mga hindi pangkaraniwan. Ang mga pamahalaan, institusyong pang-edukasyon, at mga kumpanya ay lahat ay gaganap ng papel sa pagpapadali sa mga programa sa pagsasanay – ito man ay isang displaced na manggagawa sa bodega na natutong mag-maintain ng mga robot, o isang customer service rep na natutong mangasiwa sa AI chatbots. Ang panghabambuhay na pag-aaral ay nakahanda upang maging pamantayan. Sa isang positibong tala, habang sinasakop ng AI ang pagkapagod, ang mga tao ay maaaring lumipat sa mas kasiya-siya, malikhain, o kumplikadong trabaho - ngunit kung mayroon silang mga kasanayan na gawin ito.

• Ang Human-AI Collaboration ay tutukuyin ang karamihan sa mga trabaho: Sa halip na isang kumpletong pagkuha ng AI, karamihan sa mga propesyon ay mag-evolve sa pakikipagsosyo sa pagitan ng mga tao at mga matalinong makina. Ang mga manggagawa na umunlad ay ang mga taong alam kung paano gamitin ang AI bilang isang tool. Halimbawa, maaaring gumamit ang isang abogado ng AI upang agad na magsaliksik ng batas ng kaso (ginagawa ang gawain ng isang pangkat ng mga paralegal na dati nang ginagawa), at pagkatapos ay ilapat ang paghatol ng tao upang gumawa ng isang legal na diskarte. 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 sila ay tumutuon sa mas mataas na antas ng pag-mentoring. collaborative na modelong ito na magbabago ang mga paglalarawan sa trabaho – binibigyang-diin ang pangangasiwa sa mga AI system, interpretasyon ng mga output ng AI, at ang mga interpersonal na aspeto na hindi kayang hawakan ng AI. Nangangahulugan din ito na ang pagsukat sa epekto ng workforce ay hindi lamang tungkol sa mga trabahong nawala o nakuha, ngunit tungkol sa mga trabahong binago . Halos bawat trabaho ay magsasama ng ilang antas ng tulong sa AI, at ang pag-angkop sa katotohanang iyon ay magiging mahalaga para sa mga manggagawa.

• Suporta sa Patakaran at Panlipunan: Maaaring magulo ang paglipat, at itinataas nito ang mga tanong sa patakaran sa isang pandaigdigang saklaw. Ang ilang rehiyon at industriya ay higit na maaapektuhan ng pagkawala ng trabaho kaysa sa iba (halimbawa, ang mga umuusbong na ekonomiya na mabigat sa pagmamanupaktura ay maaaring humarap sa mas mabilis na pag-automate ng mga trabahong matrabaho). Maaaring may pangangailangan para sa mas malakas na social safety nets o makabagong mga patakaran - ang mga ideya tulad ng unibersal na pangunahing kita (UBI) ay pinalutang ng mga figure tulad nina Elon Musk at Andrew Yang sa pag-asam ng AI-driven na kawalan ng trabaho ( Elon Musk Says Universal Income Is Inevitable: Why He Thinks ... ). UBI man o hindi ang sagot, kakailanganin ng mga pamahalaan na subaybayan ang mga uso sa 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 kaunting access sa teknolohiya. Ang pandaigdigang workforce ay maaaring makaranas ng paglipat ng mga trabaho sa AI-friendly na mga lokasyon (tulad ng paglipat ng pagmamanupaktura sa mga bansang may mababang halaga sa mga naunang dekada). Kakailanganin ng mga gumagawa ng patakaran na tiyakin na ang mga natamo ng AI (mas malaking produktibidad, mga bagong industriya) ay humahantong sa malawak na nakabatay sa kasaganaan, hindi lamang kita para sa iilan.

• Pagbibigay-diin sa Pagkakatangi-tangi ng Tao: Habang nagiging pangkaraniwan ang AI, ang mga elemento ng tao sa trabaho ay mas pinapahalagahan. Ang mga katangian tulad ng pagkamalikhain, kakayahang umangkop, empatiya, etikal na paghuhusga, at cross-disciplinary na pag-iisip ang magiging comparative advantage ng mga manggagawang tao. Maaaring mag-pivot ang mga sistema ng edukasyon upang bigyang-diin ang mga malambot na kasanayang ito kasama ng mga kasanayan sa STEM. Ang sining at humanidades ay maaaring maging mahalaga sa pag-aalaga ng mga katangiang hindi maaaring palitan ang mga tao. Sa isang kahulugan, ang pagtaas ng AI ay nag-uudyok sa amin na muling tukuyin ang trabaho sa mas maraming terminong nakasentro sa tao - pinahahalagahan hindi lamang ang kahusayan, kundi pati na rin ang mga katangian tulad ng karanasan ng customer, creative innovation, at emosyonal na koneksyon, kung saan ang mga tao ay nangunguna.

Sa konklusyon, nakatakdang palitan ng AI ang ilang mga trabaho - lalo na ang mga mabibigat sa nakagawiang gawain - ngunit lilikha din ito ng mga pagkakataon at magpapalaki ng maraming tungkulin. Ang epekto ay mararamdaman sa halos lahat ng industriya, mula sa teknolohiya at pananalapi hanggang sa pagmamanupaktura, retail, pangangalaga sa kalusugan, at transportasyon. Ang isang pandaigdigang pananaw ay nagpapakita na habang ang mga advanced na ekonomiya ay maaaring makakita ng mas mabilis na automation ng mga white-collar na trabaho, ang mga umuunlad na ekonomiya ay maaari pa ring makipaglaban sa machine replacement ng mga manual na trabaho sa pagmamanupaktura at agrikultura sa paglipas ng panahon. Ang paghahanda ng mga manggagawa para sa mga pagbabagong ito ay isang pandaigdigang hamon.

Dapat maging maagap ang mga kumpanya sa pagpapatibay ng AI sa etikal at matalinong paraan - ginagamit ito upang bigyang kapangyarihan ang kanilang mga empleyado, hindi lamang upang mabawasan ang mga gastos. Ang mga manggagawa, sa kanilang bahagi, ay dapat manatiling mausisa at patuloy na matuto, dahil ang kakayahang umangkop ang kanilang kaligtasan. At ang lipunan sa pangkalahatan ay dapat magsulong ng isang mindset na nagpapahalaga sa human-AI synergy: pagtingin sa AI bilang isang makapangyarihang tool upang mapataas ang pagiging produktibo at kagalingan ng tao, sa halip na isang banta sa mga kabuhayan ng tao.

Malamang na ang workforce ng bukas ay isa kung saan ang pagkamalikhain, pangangalaga, at madiskarteng pag-iisip ng tao ay gumagana nang magkakaugnay sa artificial intelligence - isang hinaharap kung saan pinahuhusay ang paggawa ng tao sa halip na gawin itong hindi na ginagamit. Maaaring hindi madali ang paglipat, ngunit sa paghahanda at tamang mga patakaran, ang pandaigdigang workforce ay maaaring lumabas na matatag at mas produktibo pa sa edad ng AI.

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

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

🔗 Artificial Intelligence Career Paths – Ang Pinakamagandang Trabaho sa AI at Paano Magsisimula
Galugarin ang mga nangungunang pagkakataon sa karera ng AI, anong mga kasanayan ang kailangan, at kung paano ilunsad ang iyong landas sa AI.

🔗 Mga Trabaho sa Artipisyal na Intelligence – Mga Kasalukuyang Karera at Kinabukasan ng AI Employment
Maunawaan kung paano muling hinuhubog ng AI ang market ng trabaho at kung saan nasa industriya ng AI ang mga pagkakataon sa hinaharap.