133 millioner nye job gennem robotteknologi og kunstig intelligens? Hvad ligger der egentlig bag den kontroversielle prognose – og hvad den betyder for dig

Er dit job i fare? Sådan forbereder du dig på det skiftende arbejdsmarked med de rigtige strategier – En omfattende analyse af arbejdsmarkedstransformationen: Prognosen og dens klassificering

Hvad siger den meget omtalte prognose fra World Economic Forum om 133 millioner nye job egentlig?

I 2018 offentliggjorde World Economic Forum (WEF) sin rapport "The Future of Jobs", som indeholdt en vidtrækkende og meget omtalt prognose. Hovedbudskabet var, at mens teknologiske forandringer ville fortrænge 75 millioner job inden 2022, ville de samtidig skabe 133 millioner nye stillinger. Dette ville resultere i en nettotilvækst på 58 millioner job. Denne transformation fandt sted inden for rammerne af den "fjerde industrielle revolution" (4IR), drevet af nøgleteknologier som højhastigheds-mobilinternet, kunstig intelligens (AI), big data-analyse og cloud-teknologi.

En central konklusion i rapporten var den ændrede arbejdsdeling mellem mennesker og maskiner. Mens 71 % af arbejdstimerne i 2018 stadig blev udført af mennesker, forudsagde rapporten et fald i denne andel til 58 % i 2022, med forventningen om, at maskiner i 2025 ville udføre flere aktuelle arbejdsopgaver end mennesker. Udsigterne i 2018-rapporten var mærkbart mere positive end i dens forgænger fra 2016. Dette blev tilskrevet, at virksomheder siden havde udviklet en bedre forståelse af de muligheder, som nye teknologier tilbyder. Rapporten blev udtænkt som en "opfordring til handling" til regeringer, virksomheder og enkeltpersoner om at håndtere denne transformation klogt for at undgå en voksende kompetencekløft og voksende social ulighed.

Relateret til dette:

• Jobdræbere eller jobskabere? Sandheden om automatisering, AI og robotteknologi – Fra samlebånd til "tænkebånd"?

Hvordan har disse prognoser udviklet sig og ændret sig i senere rapporter fra World Economic Forum?

WEF's oprindeligt optimistiske prognose har ændret sig betydeligt i de efterfølgende år og er blevet mere kompleks. Udviklingen af ​​forudsigelserne viser et klart skift væk fra et rent teknologidrevet perspektiv til et, der tager større hensyn til makroøkonomiske og sociale forhold.

"Future of Jobs Report 2023" tegnede et langt mere alvorligt billede for perioden frem til 2027. Den forudsagde skabelsen af ​​69 millioner nye job, men dette ville blive opvejet af tabet af 83 millioner job. Dette ville resultere i et nettotab på 14 millioner job eller 2 % af den samlede beskæftigelse på det tidspunkt. Denne vending fra en forventet nettogevinst til et nettotab markerer en betydelig revurdering af situationen.

Med sin "Future of Jobs Report 2025", der dækker perioden frem til 2030, vendte WEF tilbage til et mere optimistisk syn, omend med reviderede antagelser. Denne rapport forudser skabelsen af ​​170 millioner nye job, mens 92 millioner går tabt, hvilket resulterer i en nettotilvækst på 78 millioner job.

Afgørende er det, at drivkræfterne for forandring har ændret sig. Mens rapporten fra 2018 næsten udelukkende fokuserede på den teknologiske revolution, identificerer efterfølgende rapporter en bredere vifte af påvirkningsfaktorer. Teknologi, især AI og big data, er fortsat en central drivkraft. Imidlertid anses den grønne omstilling, makroøkonomiske faktorer som stigende leveomkostninger og langsom økonomisk vækst, ESG-standarder (miljømæssige, sociale og forvaltningsmæssige) og demografiske ændringer nu for at være lige så vigtige eller endda vigtigere.

Denne udvikling i prognoser afslører en vigtig indsigt: den oprindelige antagelse om, at teknologiske fremskridt næsten automatisk ville føre til en nettostigning i antallet af job, er blevet afkræftet af virkeligheden. Rapporterne viser, at teknologiens potentiale til at skabe job er stærkt afhængigt af de økonomiske og politiske rammer. For eksempel identificerer rapporten fra 2025 langsom økonomisk vækst som en væsentlig drivkraft for jobtab, mens investeringer i den grønne omstilling ses som en nøglemotor til at skabe nye job. Teknologiens løfte er derfor ikke absolut, men betinget. Et positivt resultat er ikke et uundgåeligt resultat af innovation, men afhænger af et sundt og støttende makroøkonomisk miljø.

Det skiftende arbejdsmarked: Hvordan teknologi og grøn omstilling skaber arbejdspladser

Arbejdsmarkedet er i forandring: Hvordan teknologi og grøn omstilling skaber job – Billede: Xpert.Digital

Udviklingen af ​​WEF's nettojobprognoser. Tabellen illustrerer skiftet i prognoser fra rent teknologidrevet optimisme til et mere komplekst perspektiv, der inkorporerer økonomiske og miljømæssige faktorer.

Arbejdsmarkedet undergår en transformation, drevet af teknologiens og den grønne omstillings påvirkning. Mellem 2018 og 2022 skabte teknologiske udviklinger som kunstig intelligens, big data og cloudteknologier 133 millioner nye job, mens 75 millioner blev fordrevet, hvilket resulterede i en nettostigning på 58 millioner. Fra 2023 til 2027 forventes der dog at blive skabt 69 millioner job, men 83 millioner vil gå tabt på grund af teknologiske forandringer, økonomisk pres og stigende leveomkostninger, hvilket resulterer i et nettofald på 14 millioner job. For perioden fra 2025 til 2030 forventes en betydelig stigning i beskæftigelsen med 170 millioner nye job sammenlignet med 92 millioner fordrevne job. Teknologi, den grønne omstilling, ESG-kriterier og makroøkonomiske faktorer er de vigtigste drivkræfter for denne forandring, hvilket fører til en nettostigning på 78 millioner job.

Hvilken metode er disse tal baseret på, og hvilken kritik findes der af denne tilgang?

De fremtrædende personer fra WEF er baseret på "Future of Jobs Survey", en undersøgelse af ledere inden for HR, strategi og ledelse i store, multinationale virksomheder. I rapporten fra 2018 blev der for eksempel spurgt 313 globale virksomheder, der repræsenterer over 15 millioner ansatte i 20 økonomier, hvilket igen tegner sig for 70 % af det globale BNP.

Det er afgørende at forstå, at de ofte citerede tal som "75 millioner tabte job" og "133 millioner nye job" er resultatet af ekstrapolering. De undersøgte virksomheder forudsagde et fald på 984.000 job og en stigning på 1,74 millioner inden for deres egen arbejdsstyrke. Disse interne tendenser blev derefter ekstrapoleret til den globale ikke-landbrugsmæssige arbejdsstyrke i store virksomheder ved hjælp af data fra Den Internationale Arbejdsorganisation (ILO). Metoden udelukker eksplicit små og mellemstore virksomheder (SMV'er) og den uformelle sektor, hvilket er en betydelig begrænsning i betragtning af, at disse udgør en stor andel af den globale beskæftigelse.

Der er velbegrundet kritik af denne metodiske tilgang:

For det første beskyldes rapporterne for en tendens til overoptimisme og narrativ bias. Kritikere hævder, at WEF's fortællinger har en tendens til at understøtte organisationens mål om at fremme globalt samarbejde, hvilket kan føre til en alt for positiv fremstilling. Udsvingene mellem de alvorlige advarsler fra 2016, den stærke optimisme i 2018 og det mere komplekse billede fra senere år tyder på et mønster af overkorrektion snarere end en stabil, konsistent analyse.

For det andet kritiseres fokus på en "nettogevinst" i jobskabelse som misvisende. Denne tilgang, ofte sammenlignet med "gamblerens fejlslutning", ignorerer de massive forhindringer, der er forbundet med overgangen. Den antyder fejlagtigt, at en afskediget medarbejder nemt kan flytte ind i en af ​​de nye roller. Den overser dog enorme kompetencehuller - en kassemedarbejder bliver ikke DevOps-ingeniør natten over - geografiske uligheder og forskelle i jobkvalitet og løn. Nettogevinsten skjuler de enorme menneskelige og sociale omkostninger ved overgangen.

For det tredje er prognoserne baseret på tvivlsomme antagelser. Rapporterne antyder, at omkostningsreduktioner gennem AI vil føre til en spredning af "menneskelige + AI"-roller, hvilket opvejer tabet af job på tværs af hele teams. Kritikere anser denne antagelse for urealistisk, især da den forventede vækst forventes at finde sted i sektorer som den grønne økonomi og sundhedsvæsenet, som er underfinansierede eller politisk omstridte i mange større økonomier.

Endelig sætter fejlslagenhed af tidligere prognoser spørgsmålstegn ved antagelsernes troværdighed. WEF's forudsigelse fra 2018 om, at en massiv "omskolingsrevolution" ville finde sted inden 2022, er ikke blevet til noget i det forventede omfang. Indsatsen har ofte været utilstrækkelig, underfinansieret og stødt på logistiske hindringer, hvilket sår tvivl om gennemførligheden af ​​de antagelser, som jobprognoserne er baseret på.

Det skiftende professionelle landskab: Vindere og tabere ved automatisering

Hvilke specifikke professioner og roller vil blive fortrængt af AI og automatisering?

Transformationen af ​​arbejdsmarkedet gennem kunstig intelligens og automatisering fører til en betydelig polarisering, hvor visse erhverv står over for en høj risiko for fortrængning. Dette påvirker især rutinebaserede job, både inden for funktionær- og arbejderklassen. De mest sårbare demografiske grupper er kontoransatte, medarbejdere med lave digitale færdigheder og ældre arbejdstagere.

På tværs af forskellige WEF-rapporter citeres en ensartet liste over erhverv, hvis efterspørgsel er kraftigt faldende. Disse omfatter:

• Dataindtastningsmedarbejdere
• Regnskabs-, bogholderi- og lønmedarbejdere
• Administrative og ledende sekretærer
• Monterings- og fabriksarbejdere (i visse brancher)
• Kasserere og billetmedarbejdere
• Bankkasserer ved skranken (bankkasserere)
• Posttjenestens kontorister.

Nyere rapporter, såsom "Future of Jobs Report 2025", udvider denne liste til at omfatte yderligere vidensbaserede erhverv. Grafiske designere og advokatfuldmægtige tælles nu også blandt de krympende jobkategorier. Dette tilskrives eksplicit de fremadskridende muligheder inden for generativ kunstig intelligens, som i stigende grad er i stand til at påtage sig krævende kognitive opgaver.

Hvilke nye og voksende erhverv opstår som følge af denne teknologiske revolution?

Sideløbende med fortrængningen af ​​rutineopgaver er der stor efterspørgsel efter nye og udviklende fagområder. Disse vækstområder er ikke udelukkende af teknisk karakter, men omfatter også roller, der kræver specifikt menneskelige færdigheder.

Teknologiorienterede erhverv er kernen i denne vækst. De hurtigst voksende roller omfatter konsekvent:

• Specialister i AI og maskinlæring
• Big data-specialister
• Eksperter i procesautomatisering
• Informationssikkerhedsanalytikere
• Software- og applikationsudviklere
• Robotingeniører
• FinTech-ingeniører.

Samtidig stiger efterspørgslen efter erhverv, der er baseret på tydeligt "menneskelige" færdigheder. Disse omfatter:

• Salgs- og marketingprofessionelle
• Specialister i mennesker og kultur
• Eksperter i organisationsudvikling
• Innovationschef
• Kundeservicerepræsentant.

En anden hurtigt voksende sektor er den grønne økonomi. Senere rapporter fremhæver den stærke vækst i erhverv som:

• Ingeniører inden for vedvarende energi
• Solenergiingeniører
• Bæredygtighedschef.

Uddannelses- og plejesektoren oplever også en robust vækst. Antallet af erhverv som læger, sygeplejersker og lærere forventes at stige, drevet af demografiske tendenser som den aldrende befolkning og det faktum, at disse job er vanskelige at automatisere.

Det er vigtigt at skelne mellem den hurtigste procentvise vækst og den største vækst i absolutte tal. Mens teknologijob vokser hurtigst i procent, forventes den største absolutte vækst i frontlinjejobs såsom landarbejdere, chauffører og bygningsarbejdere.

Fremtidens arbejde: Disse erhverv vinder og mister betydning

Fremtidens arbejde: Disse erhverv vinder og mister betydning – Billede: Xpert.Digital

En samlet oversigt over voksende og krympende erhvervsområder. Tabellen opsummerer prognoser fra forskellige rapporter og viser vindere og tabere af arbejdsmarkedstransformationen.

Fremtidens arbejde viser klare forandringer: Inden for teknologi- og datasektoren vinder professioner som AI- og maskinlæringsspecialister, big data-specialister, softwareudviklere og informationssikkerhedsanalytikere frem i betydning, mens enklere opgaver som dataindtastning og IT-supportteknikere er i tilbagegang. Inden for erhvervs- og ledelsessektoren er der stigende efterspørgsel efter bæredygtighedsledere, innovationsledere, procesautomatiseringseksperter og salgs- og marketingeksperter, mens administrativt og sekretærpersonale samt regnskabs- og lønpersonale mister relevans. I den grønne økonomi er ingeniører inden for vedvarende energi, specialister i elbiler og miljøingeniører i fremgang, mens job i den fossile brændstofindustri skrumper. Inden for sundheds- og uddannelsessektoren bliver sygeplejersker, læger, lærere og socialrådgivere vigtigere, selvom ingen professioner mister relevans. Inden for kontor- og administrationssektoren er bankansatte, postarbejdere, kasserere, grafiske designere og juridiske assistenter særligt påvirket af faldet i efterspørgslen, mens det absolutte antal landbrugsarbejdere, chauffører og bygningsarbejdere vokser inden for håndværk og fremstilling, mens montage- og fabriksarbejdere er mindre efterspurgte på grund af automatisering.

Hvilke overordnede tendenser, såsom den grønne omstilling, påvirker også skabelsen og tilbagegangen af ​​job?

Arbejdsmarkedets dynamik bestemmes ikke udelukkende af automatisering. En række makrotrends interagerer med hinanden og former fremtidens professionelle landskab.

Den grønne omstilling, som betyder investeringer i klimabeskyttelse og tilpasning til klimaforandringer, betragtes som en af ​​de største nettojobskabere. Denne tendens driver efterspørgslen efter ingeniører inden for vedvarende energi og miljø samt specialister i bæredygtighed.

De økonomiske forhold har en lige så stærk, men ofte modsatrettet, effekt. Langsom økonomisk vækst og stigende leveomkostninger betragtes som netto jobdræbere og kan delvist ophæve de gevinster, der er skabt af teknologi og den grønne omstilling.

Teknologiadoption er i sig selv et tveægget sværd. Udvidelsen af ​​digital adgang forventes at skabe flest job (19 millioner) inden 2030, men også fortrænge mange (9 millioner). AI og big data følger som den næststørste drivkraft og skaber 11 millioner job og fortrænger 9 millioner.

Demografiske ændringer spiller også en afgørende rolle. En aldrende befolkning i højindkomstlande driver efterspørgslen inden for sundheds- og plejesektoren. Samtidig fører en voksende arbejdsdygtig befolkning i lavindkomstlande til et øget behov for arbejdskraft i uddannelsessektoren.

Drag fordel af Xpert.Digital's omfattende, femdobbelte ekspertise i en omfattende servicepakke | R&D, XR, PR & optimering af digital synlighed - Billede: Xpert.Digital

Xpert.Digital besidder dybdegående viden på tværs af forskellige brancher. Dette giver os mulighed for at udvikle skræddersyede strategier, der er præcist afstemt med kravene og udfordringerne i dit specifikke markedssegment. Ved løbende at analysere markedstendenser og overvåge brancheudviklingen kan vi handle proaktivt og tilbyde innovative løsninger. Kombinationen af ​​erfaring og ekspertise skaber merværdi og giver vores kunder en afgørende konkurrencefordel.

Mere information her:

• Drag fordel af Xpert.Digital's 5 ekspertiseområder i én pakke – fra kun €500/måned

Færdighedskløften: Hvilke færdigheder vil der være efterspørgsel efter i fremtiden?

Hvad menes der med "kompetencegabet", og hvor stor er denne udfordring?

"Færdighedskløften" refererer til uoverensstemmelsen mellem de færdigheder, som arbejdsgivere kræver til deres ledige stillinger, og de faktiske kvalifikationer hos den tilgængelige arbejdsstyrke. Denne kløft er en af ​​de centrale udfordringer i den nuværende transformation af arbejdsmarkedet.

Omfanget af denne udfordring er enormt. Allerede i 2018 forudsagde WEF-rapporten, at 54 % af alle arbejdstagere i 2022 ville have brug for betydelig omskoling og opkvalificering. Efterfølgende rapporter bekræfter og intensiverer denne vurdering: "Future of Jobs Report 2025" angiver, at 44 % af arbejdstagernes kernekompetencer vil ændre sig i løbet af de næste fem år, og at næsten 40 % af de færdigheder, der kræves til et job, vil være forældede i 2030.

Denne statistiske realitet afspejles i virksomhedslederes opfattelse. I USA rapporterer 70 % af ledere, at deres organisation har et kritisk kompetencegab, der har en negativ indvirkning på innovation og vækst. Næsten 40 % af disse ledere mener, at dette gab forværres.

Relateret til dette:

• Teknologisk lederskab versus kompetenceledelse: En analyse af national konkurrenceevne og modstandsdygtighed
  

  Teknologisk lederskab versus kompetenceledelse: En analyse af national konkurrenceevne og modstandsdygtighed – Billede: Xpert.Digital

Hvilke specifikke tekniske og digitale færdigheder er der mest presserende behov for?

På siden af ​​tekniske færdigheder, også kendt som "hårde færdigheder", er der et klart hierarki af efterspørgslen. I spidsen er der færdigheder, der er direkte knyttet til de drivende teknologier i den fjerde industrielle revolution.

AI og Big Data rangerer konsekvent blandt de mest efterspurgte færdigheder. Evnen til at håndtere store datasæt og bruge eller udvikle AI-systemer anses for afgørende. Tæt forbundet med dette er andre kernekompetencer inden for digitalisering: teknologisk forståelse, netværks- og cybersikkerhed, software- og applikationsudvikling, dataanalyse og cloud computing er også i ekstrem høj efterspørgsel.

Interessant nok nævnes projektledelse også ofte som en af ​​de vigtigste tekniske færdigheder. Dette understreger behovet for at kombinere teknisk implementeringsekspertise med strategisk forretningsplanlægning og for at kunne styre komplekse digitaliseringsprojekter med succes.

Hvorfor anses "menneskelige" færdigheder som analytisk tænkning, kreativitet og modstandsdygtighed for at være endnu vigtigere?

I en tid, hvor maskiner i stigende grad overtager tekniske opgaver, opstår et paradoks: Mens tekniske færdigheder er de hurtigst voksende, anses kognitive og socio-emotionelle kompetencer ofte for at være de vigtigste af arbejdsgivere. Dette kan forklares med den økonomiske logik om knaphed og nytteværdi. Fordi AI gør rutineopgaver – hvad enten de er tekniske eller kognitive – tilgængelige i overflod og til lave omkostninger, mister de færdigheder, der udelukkende tjener til at udføre disse opgaver, værdi.

Samtidig er opgaver, der kræver ny problemløsning, strategisk tænkning, etisk dømmekraft og komplekse interpersonelle interaktioner, fortsat vanskelige at automatisere. Efterhånden som maskiner overtager "hvad" og "hvordan" i mange aktiviteter, skifter den menneskelige rolle til "hvorfor" og "hvad nu". Dette kræver evnen til at definere problemer, kreativt fortolke AI-resultater, overtale interessenter og lede komplekse menneskelige teams. Det er netop for disse såkaldte "menneskelige" færdigheder, at disse færdigheder er essentielle.

Dette skaber en "automatiseringspræmie" for færdigheder, der ikke kan automatiseres. Den økonomiske værdi og efterspørgslen efter disse unikke menneskelige kompetencer stiger uforholdsmæssigt. De vigtigste af disse færdigheder er:

• Analytisk og kreativ tænkning: Disse rangerer konsekvent øverst på listen over de færdigheder, der er mest efterspurgte af arbejdsgivere.
• Tilpasningsevne: Modstandsdygtighed, fleksibilitet og smidighed er af største vigtighed, da medarbejderne skal være i stand til at tilpasse sig et konstant skiftende miljø.
• Lederskab og sociale færdigheder: Lederevner, social indflydelse, følelsesmæssig intelligens, nysgerrighed og livslang læring er også afgørende, da AI næppe kan kopiere disse evner.

Færdighedskløften er derfor ikke blot mangel på tekniske færdigheder. Det er en splittelse på kompetencemarkedet: værdien af ​​rutinemæssige færdigheder falder kraftigt, mens værdien af ​​ikke-rutinemæssige, dybt menneskelige færdigheder stiger voldsomt. De mest effektive talentudviklingsstrategier vil derfor ikke kun undervise i programmering, men også kombinere det med træning i kritisk tænkning og kreativitet.

Fremtidssikret i dit job: Balancen mellem bløde færdigheder og teknisk knowhow

Fremtidssikret i dit job: Balancen mellem bløde færdigheder og teknisk knowhow – Billede: Xpert.Digital

Nøglekompetencer til fremtidens arbejdsliv. Tabellen viser den dobbelte betydning af tekniske og menneskelige færdigheder og rangerer dem efter deres opfattede betydning af arbejdsgivere.

At være fremtidssikret i dit job betyder at finde den rette balance mellem bløde færdigheder og teknisk knowhow. Først og fremmest er der menneskelige færdigheder som analytisk og kreativ tænkning. Disse efterfølges tæt af teknisk viden inden for kunstig intelligens, big data og grundlæggende teknologiske kompetencer. Modstandsdygtighed, fleksibilitet og agilitet er også vigtige som yderligere menneskelige færdigheder. På den tekniske side bliver netværk, cybersikkerhed og dataanalyse stadig vigtigere. Nysgerrighed, livslang læring, lederskab og social indflydelse er også afgørende menneskelige færdigheder. Dette suppleres af teknisk ekspertise inden for software- og applikationsudvikling samt projektledelse.

Strategier til håndtering af forandringer: omskoling, videreuddannelse og nye arbejdsmodeller

Hvilke strategier anvender virksomheder for at forberede deres medarbejdere på fremtiden?

I lyset af den voksende kompetencekløft udvikler virksomheder proaktive strategier til at forberede deres arbejdsstyrke på fremtiden. Disse strategier går ud over simple uddannelsesforanstaltninger og sigter mod en grundlæggende omstrukturering af personaleudvikling.

En central tilgang er strategisk arbejdsstyrkeplanlægning. Virksomheder analyserer deres nuværende færdigheder i forhold til fremtidige behov og udvikler målrettede omskolings- og opkvalificeringsprogrammer. Målet er at opbygge en "bæredygtig færdighedsarkitektur", der gør arbejdsstyrken modstandsdygtig over for fremtidige chok.

Det strategiske fokus skifter fra blot at erstatte arbejdstagere med teknologi til augmentation, dvs. målrettet styrkelse af menneskelige evner gennem teknologiske værktøjer. Dette manifesterer sig i konceptet om menneske-maskine-samarbejde, som kombinerer styrkerne fra begge sider.

Investeringer i faglig udvikling er et konkret udtryk for denne strategi. 60 % af virksomhederne investerer aktivt i træningsprogrammer for deres medarbejdere med fokus på AI, digitale færdigheder og lederkompetencer. Samtidig fremmer virksomheder intern mobilitet ved at skabe klare karriereveje for at fastholde og udvikle talenter i organisationen.

Innovative virksomheder integrerer også læring direkte i det daglige arbejde. Dokumenterede metoder omfatter træning af ledere til at blive coaches, der vejleder deres medarbejdere, og brug af peer-to-peer læringsmodeller, hvor erfarne kolleger deler deres viden.

Hvordan ser succesfulde omskolingsinitiativer ud i praksis? Et kig på programmerne fra Amazon, AT&T og Siemens.

Flere globalt førende virksomheder har allerede lanceret omfattende og vidtrækkende initiativer for at kvalificere deres medarbejdere, hvilket kan tjene som casestudier for succesfulde strategier.

Amazon har afsat et budget på 1,2 milliarder dollars til sit "Upskilling 2025"-initiativ for at omskole hundredtusindvis af medarbejdere. Nøgleprogrammer inkluderer "Amazon Technical Academy", som uddanner medarbejdere uden teknisk baggrund til softwareudviklere; "Machine Learning University" for avancerede elever; og "Career Choice"-programmet, som dækker studieafgifter. Resultaterne er målbare: 75 % af deltagerne oplevede karrierefremgang, og deres lønninger steg med gennemsnitligt 8,6 %.

AT&T investerede cirka 1 milliard dollars i sit "Future Ready"-program for at omskole sin arbejdsstyrke. Virksomheden fandt ud af, at halvdelen af ​​medarbejderne manglede de færdigheder, der var nødvendige for fremtiden, og valgte bevidst et internt kompetenceudviklingsinitiativ i stedet for masseafskedigelser og nyansættelser. Programmet fokuserer på områder som datalogi og cybersikkerhed og bruger onlineplatforme og personlige karriereportaler til at tilbyde medarbejdere fleksible læringsmuligheder.

Siemens forfølger en tilgang, hvor digital transformation og medarbejderuddannelse går hånd i hånd. Virksomheden udnytter cloudteknologier som Amazon Web Services (AWS) til omfattende modernisering, fra datainfrastruktur til brugen af ​​generativ AI. Et godt eksempel er Siemens' elektronikfabrik i Erlangen. Der blev en Industri 4.0-løsning implementeret, som reducerede brugstiden for maskinlæring med 80 %. Samtidig modtog produktionsmedarbejderne træning på stedet i realtidsdataanalyse og Internet of Things (IoT). Dette demonstrerer, hvordan opkvalificering kan integreres direkte i operationel transformation.

Hvilken rolle spiller staten? En analyse af den tyske lov om kvalifikationsmuligheder.

Udover iværksætterinitiativer spiller statslige rammer også en afgørende rolle i håndteringen af ​​strukturelle forandringer. Den tyske lov om kvalifikationsmuligheder er et eksempel på proaktiv statslig politik.

Loven har til formål at støtte virksomheder i at tilbyde videreuddannelse til deres medarbejdere, især inden for erhverv, der er påvirket af teknologiske eller strukturelle ændringer. Den tilbyder betydelige økonomiske incitamenter: Den føderale arbejdsformidling kan dække op til 100 % af uddannelsesomkostningerne og desuden subsidiere op til 75 % af medarbejderens løn under uddannelsesprogrammet. Finansieringsniveauet afhænger af virksomhedens størrelse, hvor mindre virksomheder modtager større støtte.

Formålet med loven er at styrke den tyske økonomis konkurrenceevne, sikre medarbejdernes job og aktivt modvirke manglen på kvalificeret arbejdskraft inden for fremtidens områder som UX-design, datavidenskab og produktledelse.

Kunne mere radikale tilgange som f.eks. firedagesugen eller en universel basisindkomst (UBI) være en del af løsningen?

De gennemgribende ændringer på arbejdsmarkedet rejser også spørgsmål om mere fundamentale omstruktureringer af arbejde og social sikring. To modeller, der diskuteres intensivt, er firedagesugen og den ubetingede borgerindkomst (UBI). Disse tilgange kan forstås som to forskellige, men potentielt komplementære, svar på udfordringerne ved automatisering.

Firedagesugen har til formål at forbedre kvaliteten af ​​det eksisterende arbejde ved at give produktivitetsgevinster videre til medarbejderne i form af ekstra tid. Store internationale pilotstudier med 141 virksomheder og over 2.800 medarbejdere har vist imponerende resultater. Virksomheder rapporterede stabile eller endda øgede omsætninger (i nogle tilfælde med op til 35%), mens medarbejderne rapporterede en dramatisk reduktion i udbrændthed (op til 70%), stress og angst, samt forbedret mental sundhed og søvnkvalitet. Medarbejderomsætningen faldt, og over 90% af de deltagende virksomheder beholdt modellen efter prøveperioden. Succesen er baseret på "100-80-100"-modellen (100% løn, 80% tid, 100% produktivitet), der opnås ved at redesigne arbejdsgange og reducere unødvendige møder.

I modsætning hertil sigter en universel basisindkomst (UBI) mod at skabe social sikkerhed uden for lønnet beskæftigelse ved at afkoble en basisindkomst fra beskæftigelse. Den adresserer primært problemet med dem, der kan blive fordrevet fra arbejdsmarkedet, eller som er i usikker ansættelse. Resultaterne fra pilotprojekter verden over er blandede og meget kontekstafhængige. Positive effekter såsom reduceret fødevareusikkerhed, forbedret sundhed, højere skolefravær og en stigning i iværksætteri er blevet observeret i Kenya og Indien. Pilotprojektet i Stockton, Californien, viste positive psykologiske effekter uden negative konsekvenser for arbejdsmotivationen. Andre undersøgelser, såsom de tidlige eksperimenter i USA i 1970'erne eller det finske eksperiment, viste en lille reduktion i arbejdsincitamenter eller ingen signifikant ændring i beskæftigelsesfrekvensen, men en forbedring af trivslen. En væsentlig begrænsning ved mange af disse undersøgelser er deres begrænsede varighed og lille skala, hvilket gør det vanskeligt at ekstrapolere dem til et permanent, universelt system.

Disse to modeller udelukker ikke hinanden. De kunne snarere adressere forskellige aspekter af den samme transformation. En fremtidig strategi kunne etablere firedagesugen som standarden for fuldtidsbeskæftigelse for at forbedre arbejdstagernes livskvalitet. Samtidig kunne en basisindkomst tjene som et socialt sikkerhedsnet for dem i overgang, dem, der arbejder i gig-økonomien, eller dem, hvis job er blevet fuldstændig erstattet af automatisering. Dette ville muliggøre en mere robust og retfærdig samfundsmæssig reaktion på forandringer end nogen af ​​disse foranstaltninger alene.

Fra lokalt til globalt: SMV'er erobrer verdensmarkedet med en smart strategi - Billede: Xpert.Digital

I en tid, hvor en virksomheds digitale tilstedeværelse bestemmer dens succes, ligger udfordringen i at skabe en autentisk, personlig og vidtrækkende tilstedeværelse. Xpert.Digital tilbyder en innovativ løsning, der positionerer sig som krydsfeltet mellem et branchecenter, en blog og en brandambassadør. Den kombinerer fordelene ved kommunikations- og salgskanaler i en enkelt platform og muliggør publicering på 18 forskellige sprog. Samarbejde med partnerportaler og muligheden for at udgive artikler på Google News og en pressedistributionsliste med cirka 8.000 journalister og læsere maksimerer indholdets rækkevidde og synlighed. Dette repræsenterer en afgørende faktor i eksternt salg og marketing (SMarketing).

Mere information her:

• Autentisk. Individuel. Global: Xpert.Digital-strategien for din virksomhed

Socioøkonomiske konsekvenser: ulighed, regionale forskelle og jobkvalitet

Vil kunstig intelligens forværre indkomst- og formueulighed, eller kan den reducere den?

Spørgsmålet om, hvordan kunstig intelligens påvirker ulighed, er en af ​​de mest presserende socioøkonomiske debatter i vores tid, og forskning i dette emne giver nuancerede og til tider modstridende resultater.

På den ene side er der argumenter for, at AI kan reducere lønuligheden. I modsætning til tidligere bølger af automatisering, som primært ramte lavtuddannet rutinearbejde, er den nuværende bølge af AI stærkt rettet mod højtlønnede funktionærjob. Studier på opgaveniveau viser, at det ofte er de lavtuddannede medarbejdere inden for et erhverv (f.eks. inden for kundeservice eller softwareudvikling), der oplever de største produktivitetsgevinster fra AI-værktøjer. Dette kan potentielt styrke middelklassens lønninger og mindske kønslønforskellen.

På den anden side opvejer argumenterne for en stigning i den samlede ulighed argumenterne for den. For det første kan produktivitetsgevinsterne ved AI primært gavne højtlønnede vidensarbejdere, der har adgang til og færdighederne til at bruge disse værktøjer, mens lavtlønnede i service- og håndværksjob lades i stikken. For det andet har AI-drevet automatisering en tendens til at flytte andelen af ​​indkomsten fra arbejdskraft til kapital. Da der er behov for mindre menneskelig arbejdskraft til den samme produktion, drager kapitalejerne (f.eks. aktionærer) uforholdsmæssig stor fordel, hvilket forværrer uligheden til fordel for de allerede velhavende.

Et arbejdsdokument fra Den Internationale Valutafond (IMF) samler disse to aspekter og foretager en afgørende sondring: AI kan muligvis reducere lønuligheden en smule (ved at fortrænge højtlønnede), men det kan drastisk øge formueuligheden. Den underliggende mekanisme er, at de samme højtlønnede arbejdere, der oplever lønpres, også er de største kapitalejere. De drager derfor mest fordel af det øgede kapitalafkast, der genereres af automatisering. Desuden udvider høje lønpræmier for personer med efterspurgte AI-færdigheder - en PwC-undersøgelse viste en præmie på 56 % - kløften mellem dem med og uden disse færdigheder.

Relateret til dette:

• Fremtidens teknologi Kunstig intelligens og AI-investeringer: USA fører an, Kina indhenter det forsømte, og Europa og Tyskland kæmper for at følge med

Hvordan påvirker teknologisk transformation regionale forskelle i Europa og USA?

Teknologisk transformation har også en stærk geografisk dimension og truer med at forværre eksisterende regionale uligheder.

Vækst og nye job er i stigende grad koncentreret i bycentre og hovedstæder. Disse regioner har en højere tæthed af videnintensive og telearbejdspladser. I EU har hovedstadsregionerne registreret den stærkeste beskæftigelsesvækst. I USA har McKinsey allerede forudsagt, at byområder vil opleve nettojobvækst, mens landdistrikter kan stå over for årtiers jobtab.

Denne tendens skaber en selvforstærkende spiral: Byer med deres dynamiske arbejdsmarkeder og fremragende infrastruktur tiltrækker arbejdsgivere, faglærte arbejdere og investeringer, mens landdistrikter kæmper med jobtab og svagere infrastruktur. Regionale uligheder i EU er steget siden den store recession, en tendens der kan blive forværret af pandemien og den fremadskridende automatisering, da fattigere regioner ofte har en lavere andel af fjernjob. Teknologicentre vil sikre deres økonomiske magt mindre gennem jobvækst og mere gennem produktivitetsstigninger, hvilket yderligere koncentrerer den økonomiske magt.

Forbedrer automatisering arbejdets kvalitet ved at eliminere monotone opgaver, eller fører det til mere overvågning og stress?

AI's indflydelse på den daglige arbejdsoplevelse er ambivalent og afhænger i høj grad af implementeringstypen.

Fra et positivt perspektiv kan AI forbedre arbejdskvaliteten betydeligt. Ved at automatisere monotone og gentagne opgaver kan medarbejdere fokusere på mere kreative, strategiske og engagerende aktiviteter. I nogle sektorer rapporterer medarbejdere, der bruger AI, højere jobtilfredshed og større glæde ved deres arbejde. Derudover kan AI forbedre sikkerheden på arbejdspladsen, især i fysisk krævende job.

Det negative perspektiv understreger dog risikoen for fremmedgørelse og øget kontrol. AI muliggør et nyt niveau af medarbejderovervågning, hvilket kan føre til øget arbejdsintensitet, mere stress og tab af autonomi. Presset for at være mere produktiv i et komprimeret eller AI-drevet arbejdsmiljø kan føre til udbrændthed, hvis det ikke håndteres omhyggeligt. Følgelig frygter medarbejdere også jobtab, tab af forhandlingsstyrke vedrørende lønninger og øget ledelseskontrol.

Historisk kontekst og udsigter: AI-revolutionen i sammenligning

Hvad er parallellerne og de grundlæggende forskelle mellem den nuværende AI-revolution og den industrielle revolution?

For at forstå nutidens transformation er det nyttigt at se på historien. AI-revolutionen udviser både paralleller og grundlæggende forskelle i forhold til den industrielle revolution.

Blandt parallellerne er, at begge revolutioner er karakteriseret af teknologiske omvæltninger, der omformer arbejdsmarkederne, fortrænger gamle erhverv og skaber nye. Begge har ført til betydelige sociale forstyrrelser, urbanisering (eller dens digitale ækvivalent) og intense debatter om ulighed og fordelingen af ​​produktivitetsgevinster.

Forskellene er dog mere betydelige:

• Muskelkraft vs. mental kraft: Den industrielle revolution automatiserede og udvidede primært menneskelig muskelkraft (fysisk arbejde). AI-revolutionen automatiserer og udvider derimod menneskelig kognition (tænkning). Dette er et kvalitativt spring, ikke blot en gradvis ændring.
• Hastighed og skala: AI-revolutionen sker langt hurtigere og komprimerer ændringer, der tidligere tog århundreder, til blot et par årtier. Samfundsmæssig og regulatorisk tilpasning kæmper for at holde trit.
• Nye jobs karakter: Under den industrielle revolution kunne fordrevne landarbejdere flytte ind på fabrikker, hvis arbejde stadig var baseret på menneskelig arbejdskraft. I dag er det mindre klart, om fordrevne kognitive arbejdere let kan overgå til de nye AI-relaterede roller, der ofte kræver et meget højere niveau af abstrakte færdigheder.
• Teknologiens ultimative mål: Maskinerne under den industrielle revolution var værktøjer, der blev betjent af mennesker. Det erklærede mål for nogle førende AI-udviklere er dog at skabe systemer, der er i stand til at udføre alle økonomisk værdifulde opgaver. Dette indebærer risiko for at gøre menneskelig arbejdskraft forældet på mange områder – en fare, der ikke tidligere eksisterede i denne form.

Hvad kan vi lære af historien om samfundets og arbejdsmarkedets tilpasningsevne?

Historien om den industrielle revolution tilbyder værdifulde lektioner til håndtering af nutidens AI-revolution.

Tekstilarbejdernes erfaringer i begyndelsen af ​​det 19. århundrede viser, at massive stigninger i produktiviteten inden for en branche ikke automatisk fører til højere lønninger for arbejderne, især når deres forhandlingsstyrke er svag. Mange arbejderes reallønninger stagnerede i årtier, selvom økonomien voksede.

Arbejdskvalitet og autonomi er afgørende. Overgangen fra håndværksmæssigt til fabriksarbejde betød en drastisk forringelse af arbejds- og levevilkårene for mange og var en væsentlig årsag til social uro. Dette er en vigtig lektie for den nuværende implementering af AI-drevne styrings- og overvågningssystemer.

Samfundsmæssig tilpasning er en langsom og smertefuld proces. Samfundet tilpassede sig til sidst den industrielle revolution – med nye arbejdslove, uddannelsessystemer og sociale programmer – men denne proces var langvarig, konfliktfyldt og præget af lidelse.

En af de vigtigste lektier er imidlertid, at teknologiens retning ikke er et spørgsmål om skæbne, men om valg. Der kan træffes bevidste beslutninger om at udvikle teknologier, der øger menneskelige evner og skaber nye, meningsfulde opgaver, i stedet for blot at automatisere og fortrænge eksisterende job.

Hvilke centrale handlingsområder opstår for politik, virksomheder og den enkelte for at forme forandringen med succes?

Analysen af ​​arbejdsmarkedets transformation afslører klare handlingsområder for alle involverede interessenter.

For politikere:

• Investeringer i uddannelse: Regeringer skal investere massivt i uddannelse og livslang læring og integrere både AI-kompetencer og "menneskelige" færdigheder såsom kritisk tænkning.
• Fremme af transformation: Du bør skabe et miljø, der understøtter transformationen af ​​arbejdsstyrken, for eksempel gennem politiske instrumenter som den tyske lov om kvalifikationsmuligheder.
• Styrkelse af social sikring: Sociale sikringssystemer skal styrkes, og nye modeller såsom en borgerindkomst bør overvejes for at støtte afskedigede arbejdstagere og bekæmpe ulighed.
• Regulering: Smart regulering er nødvendig for at sikre, at AI udvikles og anvendes etisk, at arbejdstagerrettigheder beskyttes, og at overdreven overvågning forhindres.

For virksomheder:

• Aktiv rolle i kvalifikation: Virksomheder skal tage en aktiv rolle i omskoling og videreuddannelse af deres egen arbejdsstyrke og fokusere på at forbedre menneskelige færdigheder i stedet for at erstatte dem.
• Kompetencebaseret tilgang: Du bør forfølge en kompetencebaseret tilgang til talenthåndtering, der fremmer interne karriereveje og mobilitet.
• Læringskultur: Det er afgørende at skabe en kultur med kontinuerlig læring og psykologisk tryghed for at gøre det lettere for medarbejdere at tilpasse sig forandringer.

For hver enkelt person:

• Proaktiv livslang læring: Hvert individ skal have en proaktiv tilgang til sin egen livslange læring og anlægge en agil tankegang.
• Opbygning af en kompetenceportefølje: Den bedste beskyttelse mod automatisering er at opbygge en portefølje, der omfatter både tekniske færdigheder og unikke menneskelige kompetencer såsom kreativitet, kritisk tænkning og tilpasningsevne.

☑️ SMV-support inden for strategi, rådgivning, planlægning og implementering

☑️ Oprettelse eller omlægning af den digitale strategi og digitalisering

☑️ Udvidelse og optimering af internationale salgsprocesser

☑️ Globale og digitale B2B-handelsplatforme

☑️ Pioner inden for forretningsudvikling

Konrad Wolfenstein

Jeg vil med glæde fungere som din personlige rådgiver.

Du kan kontakte mig ved at udfylde kontaktformularen nedenfor eller blot ringe til mig på +49 89 89 674 804 (München) .

Jeg glæder mig til vores fælles projekt.

Xpert.Digital er et knudepunkt for industrien med fokus på digitalisering, maskinteknik, logistik/intralogistik og solceller.

Med vores 360° forretningsudviklingsløsning understøtter vi anerkendte virksomheder fra nye forretninger til eftersalg.

Markedsinformation, smarketing, marketingautomatisering, indholdsudvikling, PR, postkampagner, personlige sociale medier og lead nurturing er en del af vores digitale værktøjer.

Du kan finde mere information på: www.xpert.digital - www.xpert.solar - www.xpert.plus