Πόσες θέσεις εργασίας θα καταργήσει η τεχνητή νοημοσύνη; Κανείς δεν ξέρει πραγματικά, και ιδού γιατί

Των FRANÇOIS CANDELON, DAVID ZULUAGA MARTÍNEZ και ETIENNE CAVIN

Η εποχή της τεχνητής νοημοσύνης ήταν όλο προβλέψεις για μαζική ανεργία λόγω της τεχνολογίας. Μια έκθεση του 2013 από το Oxford Future of Humanity Institute ανέφερε ότι σχεδόν οι μισές δουλειές στις ΗΠΑ εκείνη την εποχή ήταν «δυνητικά αυτοματοποιήσιμες» κατά τις επόμενες «μία ή δύο δεκαετίες». Μια δεκαετία αργότερα, ωστόσο, υπήρχαν 17 εκατομμύρια περισσότερες θέσεις εργασίας στις Η.Π.Α.

Η πρόοδος της παραγωγικής τεχνητής νοημοσύνης έδωσε χωρίς έκπληξη νέα πνοή σε τέτοιες ανησυχητικές προβλέψεις. Το πρόσφατα δηλωμένο 40% των θέσεων εργασίας του ΔΝΤ είναι «εκτεθειμένο» παγκοσμίως. Η Goldman Sachs θεωρεί ότι 300 εκατομμύρια θέσεις εργασίας βρίσκονται σε κίνδυνο να «χαθούν ή να υποβαθμιστούν» και το Ερευνητικό Κέντρο Pew εκτίμησε ότι το 19% των εργαζομένων στις ΗΠΑ έχει θέσεις εργασίας στην κατηγορία «ιδιαίτερα εκτεθειμένες στην τεχνητή νοημοσύνη».

Είμαστε στα πρόθυρα μιας παγκόσμιας Αποκάλυψης στο χώρο της απασχόλησης; Οι ανησυχίες για την «τεχνολογική ανεργία», όπως την ονόμασε ο John Maynard Keynes το 1930, πάνε πολύ πίσω. Στη δεκαετία του 1960 αυτοί οι φόβοι οδήγησαν την κυβέρνηση των ΗΠΑ να συγκαλέσει μια Επιτροπή για την Τεχνολογία, τον Αυτοματισμό και την Οικονομική Πρόοδο, υπό την προεδρία του διαπρεπούς οικονομολόγου Robert Solow. Σε αντίθεση με τον έντονο φόβο στην αυγή της επανάστασης της πληροφορικής, η Επιτροπή κατέληξε στο συμπέρασμα ότι «η τεχνολογία εξαλείφει τις θέσεις εργασίας, αλλά όχι την εργασία». Μέχρι στιγμής, τα γεγονότα επιβεβαίωσαν αυτή τη θέση: Η οικονομία των ΗΠΑ είχε 2,7 φορές περισσότερες θέσεις εργασίας το 2024 από ό,τι το 1964—με υψηλότερη συμμετοχή στο εργατικό δυναμικό (62,6% έναντι 58,7%), χαμηλότερη ανεργία (4% έναντι 5,2%) και τριπλάσια παραγωγή ανά ώρα εργασίας. Τον τελευταίο μισό αιώνα, η τεχνολογική αλλαγή δεν εξάλειψε την εργασία – την άλλαξε.

Θα ισχύει όμως αυτό και στη νέα εποχή της τεχνητής νοημοσύνης; Κανείς δεν ξέρει με σιγουριά. Υπάρχουν ακόμη πάρα πολλά άγνωστα στοιχεία για να ληφθούν πολύ σοβαρά υπόψη οι προβλέψεις για την «καταστροφή» της απασχόλησης. Η ανάλυση των σημερινών μελετών «έκθεσης της απασχόλησης» βοηθά στην αποκάλυψη της πραγματικής έκτασης αυτών των αβεβαιοτήτων ιδιαίτερα στην εποχή της παραγωγικής τεχνητής νοημοσύνης. Αυτές οι αβεβαιότητες είναι ο ρυθμός, η έκταση και το βάθος της επιχειρηματικής υιοθέτησης, η επίδραση της υψηλότερης παραγωγικότητας της εργασίας στη ζήτηση για υπηρεσίες και το χρονοδιάγραμμα και η γεωγραφική κατανομή των πιθανών απωλειών θέσεων εργασίας.

Το χάσμα μεταξύ «έκθεσης» και πραγματικής μετατόπισης

Οι εκτιμήσεις της «έκθεσης της απασχόλησης» – ο επικρατέστερος ευφημισμός για τις προβλέψεις της τεχνολογικής ανεργίας – τείνουν να ακολουθούν την ακόλουθη λογική. Πρώτα, καθορισμός των εργασιών που μπορούν να αυτοματοποιηθούν με μια δεδομένη τεχνολογία. Στη συνέχεια, προσδιορισμός των επαγγελμάτων που περιλαμβάνουν αυτές τις αυτοματοποιήσιμες εργασίες πριν, τελικά, γίνει υπολογισμός για το άθροισμα όλων των εργασιών σε επαγγέλματα που φτάνουν σε ένα προκαθορισμένο όριο αυτοματοποίησης. Αυτή η συλλογιστική φαίνεται αρκετά εύλογη – μέχρι να παρατηρήσει κανείς την πλήρη παραμέληση της μικροοικονομίας της επιχείρησης ως τον κρίσιμο σύνδεσμο μεταξύ των δυνατοτήτων οποιασδήποτε τεχνολογίας και του πραγματικού οικονομικού της αντίκτυπου.

Η υιοθέτηση τεχνολογίας δεν είναι ούτε δωρεάν ούτε χωρίς προβλήματα: Πρέπει πάντα να υπάρχει επιχειρηματικός λόγος για τεχνολογική αλλαγή. Αυτό το γεγονός αποκαλύπτει, εξαρχής, ένα χάσμα μεταξύ των επιπέδων αυτοματισμού που είναι τεχνολογικά δυνατά και του βαθμού αυτοματισμού που είναι οικονομικά λογικό να επιδιώξουν οι επιχειρήσεις.

Σε μια από τις πιο συναρπαστικές εμπειρικές μελέτες αυτού του πολύ σημαντικού κενού, μια ομάδα οικονομολόγων του MIT εκτίμησε πρόσφατα ότι ενώ το 36% των θέσεων εργασίας του ιδιωτικού τομέα των ΗΠΑ ήταν τεχνικά «εκτεθειμένες» στον αυτοματισμό μέσω των υπολογιστών (δηλαδή, περιλάμβαναν τουλάχιστον μια εργασία που θα μπορούσε να είναι τόσο αυτοματοποιημένη), θα είχε οικονομικό νόημα για τις επιχειρήσεις να επιδιώξουν την αυτοματοποίηση μόνο του 8% των θέσεων εργασίας για τον ιδιωτικό τομέα – τις θέσεις εργασίας με την ένδειξη «εκτεθειμένες». Τα τρία τέταρτα της εκτίμησης της «έκθεσης» αποδεικνύονται απατηλά όταν ληφθεί υπόψη η λογική της λήψης αποφάσεων σε επίπεδο επιχείρησης, εκθέτοντας την εσφαλμένη λογική των υπερβολικά απλοϊκών προβολών.

Όταν οι επιχειρήσεις αξιολογούν τις πιθανές αποδόσεις της τεχνολογικής υιοθέτησης, εξετάζουν προσεκτικά δύο αλληλένδετους παράγοντες: το κόστος εργασίας και το ανταγωνιστικό περιβάλλον. Όσο μεγαλύτερο ανταγωνισμό αντιμετωπίζουν και όσο πιο περιορισμένη είναι η πρόσβαση σε εξειδικευμένο εργατικό δυναμικό —λόγω κόστους ή στενότητας της αγοράς εργασίας— τόσο ισχυρότερο είναι το επιχειρηματικό κίνητρο για επενδύσεις σε τεχνολογία. Αλλά αυτοί οι παράγοντες μπορεί να διαφέρουν δραματικά από τη μια χώρα στην άλλη. Παράλληλα, ακόμη και σε περιβάλλοντα με συγκρίσιμο κόστος εργασίας, η τάση μιας επιχείρησης για αυτοματοποίηση μπορεί να περιορίζεται από άλλες ακαμψίες ειδικά για μεμονωμένες αγορές εργασίας, όπως νομικά καθεστώτα που δυσκολεύουν τις περικοπές θέσεων εργασίας, όπως συμβαίνει στην Ευρώπη.

Όχι εάν, αλλά πότε και πώς

Φυσικά, δεν υπάρχει αμφιβολία ότι πολλά επαγγέλματα θα συρρικνωθούν με την πάροδο του χρόνου καθώς προχωρά η υιοθέτηση της τεχνητής νοημοσύνης. Υπάρχουν ήδη ενδείξεις μείωσης στις προσλήψεις προγραμματιστών λογισμικού στις ΗΠΑ, κάτι που πολλοί αποδίδουν στην ικανότητα συγγραφής κώδικα της παραγωγικής τεχνητής νοημοσύνης. Αλλά, και πάλι, αυτό δεν είναι ένα νέο οικονομικό φαινόμενο: Οι οικονομίες δυναμικά καταργούν και δημιουργούν επαγγέλματα συνεχώς. Αυτή η εικόνα «τελικής κατάστασης» που δίνουν οι μελέτες έκθεσης δεν μας λέει τι έχει μεγαλύτερη σημασία: πού και με ποιον ρυθμό θα συμβεί η αλλαγή στην απασχόληση.

Η εστίαση στη δυναμική της αλλαγής είναι ακόμη πιο απαραίτητη όταν η ίδια η τεχνολογία είναι ένας κινούμενος στόχος. Ο απότομος ρυθμός ανάπτυξης της τεχνητής νοημοσύνης καθιστά σχεδόν αδύνατο να προσδιοριστεί πόσο μπορεί ή δεν μπορεί να αυτοματοποιηθεί η τρέχουσα κατάστασή της – προτού αυτή η κατάσταση καταστεί μη σχετική. Αυτό καθιστά ακόμη πιο επείγον να κατανοήσουμε το βάθος, και όχι μόνο το εύρος, της επιχειρηματικής υιοθέτησης. Η Αμερικανική Επιχειρηματική Έρευνα του 2024 παρουσίασε ένα αποθαρρυντικό στατιστικό στοιχείο: Μόνο το 5% όλων των εταιρειών των ΗΠΑ χρησιμοποιούν τεχνητή νοημοσύνη για την παραγωγή αγαθών και υπηρεσιών. Αν και τα νούμερα είναι σημαντικά υψηλότερα μεταξύ των μεγαλύτερων εταιρειών, δεν γνωρίζουμε ακόμα πόσες έχουν πραγματικά προχωρήσει πέρα ​​από τις δοκιμές, τα πιλοτικά προγράμματα και την τοπική ανάπτυξη για να αναλάβουν συνολικά τον επανασχεδιασμό διαδικασιών, πόσο μάλλον την επανεφεύρεση του επιχειρηματικού μοντέλου.

Τίποτα από αυτά δεν σημαίνει ότι οι εργαζόμενοι και οι ηγέτες των επιχειρήσεων πρέπει να εφησυχάζουν. Οι επιχειρήσεις που ανακαλύπτουν ξανά τον εαυτό τους με την τεχνητή νοημοσύνη θα προηγηθούν των ανταγωνιστών και οι εργαζόμενοι που κατανοούν το μεταβαλλόμενο τοπίο των κρίσιμων δεξιοτήτων θα είναι πιο προσαρμόσιμοι καθώς η τεχνολογία συνεχίζει να εξελίσσεται. Η εστίαση στη συνολική «έκθεση της απασχόλησης» αποσπά την προσοχή από τα πιο πιεστικά ερωτήματα σχετικά με το ποια συγκεκριμένα επαγγέλματα αντιμετωπίζουν επικείμενη κατάργηση (και πού και πόσο γρήγορα) και πώς οι επιχειρήσεις προσαρμόζονται στο νέο τεχνολογικό δυναμικό που τις προσεγγίζει.

Μια τελευταία λέξη προς τους υπεύθυνους χάραξης πολιτικής, οι οποίοι είναι συχνά το κύριο κοινό των αφηγημάτων περί «έκθεσης» των θέσεων εργασίας. Έχουν περάσει περισσότερα από 30 χρόνια από τότε που ο οικονομολόγος του Χάρβαρντ Μάικλ Πόρτερ υποστήριξε ότι «η ανταγωνιστικότητα μιας χώρας εξαρτάται από την ικανότητα της βιομηχανίας της να καινοτομεί και να αναβαθμίζεται». Δεν υπάρχει αμφιβολία ότι η «αναβάθμιση» με τεχνητή νοημοσύνη θα κλονίσει σημαντικά τις θέσεις εργασίας. Όμως, αν πιστεύουμε ότι η τεχνολογία καταστρέφει θέσεις εργασίας αλλά όχι την εργασία, τότε η πολιτική πρέπει να στοχεύει στην προστασία των εργαζομένων και όχι συγκεκριμένων θέσεων εργασίας.