בינה מלאכותית במקום מקומות עבודה? סין משקיעה בבינה מלאכותית - אבל מי מגן על העובדים מפני השינוי?

יותר בינה מלאכותית, פחות מקומות עבודה? בייג'ינג רוצה להכין את שוק העבודה לשינוי

תוכנית הבינה המלאכותית של סין: השכלה נוספת, ביטוח לאומי וכללים חדשים לחברות

סין שואפת להאיץ את פריסת הבינה המלאכותית מבלי להשאיר את ההשלכות על העובדים ליד המקרה. הנחיות חדשות מקשרות את קידום הבינה המלאכותית ומשרות חדשות עם הכשרה נוספת, תמיכה בשינויי קריירה, ביטוח לאומי ומעקב צמוד יותר אחר סיכוני תעסוקה. בבסיס זה עומדת שאלה כלכלית מרכזית: כיצד חברות יכולות להפוך לפרודוקטיביות יותר מבלי ששינוי טכנולוגי יחליש את כוח הקנייה, סיכויי הקריירה והקבלה החברתית?

כי גם כאשר בינה מלאכותית משתלטת על משימות, זה לא אומר באופן אוטומטי שעובדים יאבדו את מקום עבודתם. מערכות יכולות לתמוך באנשים, לשנות זרימות עבודה או להפוך משרות למיותרות. איזו השפעה גוברת תלויה באופן שבו חברות משתמשות בטכנולוגיה, האם עולה ביקוש חדש וכיצד מופצים עליות הפריון. האסטרטגיה של סין שואפת לעצב את המעבר הזה בצורה יעילה יותר - החל מהכשרת מיומנויות והגנה על זכויות עובדים ועד לגילוי מוקדם של סיכונים. הגורם המכריע יהיה האם זה יוביל למעברי קריירה בני קיימא והאם היתרונות של בינה מלאכותית באמת מורגשים באופן רחב יותר על ידי חברות ועובדים.

מתקפת הבינה המלאכותית של סין: התקדמות ללא נחיתת התרסקות חברתית?: אלו שמחליפים בני אדם חייבים לספק יותר מיעילות זולה

סין אינה מתכוונת לעכב את הבינה המלאכותית, אלא לקשר את היתרונות הכלכליים שלה עם מערכת תעסוקה בת קיימא יותר. ההנחיות שפורסמו על ידי משרד מועצת המדינה ב-23 באוקטובר 2026 משלבות אפוא את קידום משרות חדשות בתחום הבינה המלאכותית עם הכשרה, תמיכה במעבר, ביטוח לאומי וניטור שיטתי יותר של סיכוני תעסוקה. זה משקף קונפליקט כלכלי של מטרות: חברות צריכות להיות פרודוקטיביות יותר מבלי שהצמצום המואץ בכוח העבודה יפגע בכוח הקנייה, בהזדמנויות לקידום קריירה ובקבלה החברתית של שינוי טכנולוגי.

השאלה המכרעת אינה האם בינה מלאכותית יכולה להשתלט על משימות בודדות. אלא באילו תנאים יעילות תפעולית מוגברת מתורגמת לשגשוג כלכלי כולל. מכונה שחוסכת שעות עבודה משפרת בתחילה את חשבונאות העלויות של החברה. האם זה מוביל לשכר גבוה יותר, ביקוש מוגבר, שירותים טובים יותר או צמצום קבוע בתעסוקה תלוי בתחרות, השקעה, מיומנויות והפצה. אסטרטגיית שוק העבודה החדשה של סין מתמקדת בדיוק בצומת הזה.

בייג'ינג מארגנת מחדש את ההתקדמות

ההנחיות מקיפות 18 משימות בשישה תחומי מדיניות: תעסוקה נוספת באמצעות בינה מלאכותית, מסלולי יישום ידידותיים לתעסוקה, מיומנויות דיגיטליות, שירותי השמה יעילים יותר, זכויות עובדים וביטוח לאומי, וניטור וניהול סיכוני תעסוקה. זהו תחום רחב יותר מיוזמת הכשרה גרידא. הממשלה אינה רוצה להמתין עד שייעלמו מקומות עבודה לפני שתגיב, אלא לתאם טוב יותר את היישום הטכנולוגי, פיתוח כוח אדם וביטוח לאומי.

חושפני במיוחד הוא ההבחנה המוצעת בין תחומי היישום. יש להשתמש בבינה מלאכותית באופן עדיף במקומות בהם קיים מחסור בכוח אדם, במקומות בהם משימות מסוכנות, או במקומות בהם ניתן לשפר את תנאי העבודה; לעומת זאת, בתעשיות עתירות עבודה, יש לשלוט בקפידה על היקפה, עוצמתה ומהירותה. מבחינה כלכלית, הדבר מסתכם בתעדוף מודרניזציה. יש ליישם יישומים מועילים במיוחד לחברה מוקדם יותר מאלה שתועלתם המיידית העיקרית טמונה בפינוי עובדים רבים זמינים.

עם זאת, אין לבלבל בין הכיוון הפוליטי לבין הבטחת עבודה מנוסחת במלואה. חברות מעודדות, בין היתר, לבחון שלבי מעבר, ליידע את העובדים המושפעים בשלב מוקדם ולתמוך בהם במעבר לתפקידים אחרים. אין בכך כדי להצביע על איסור כללי על פיטורים עקב בינה מלאכותית, וגם אין בכך כדי ליצור באופן אוטומטי זכות אישית לתעסוקה ללא שינוי. ההגנה בפועל תלויה במידה רבה באופן שבו רשויות וחברות מיישמות הנחיות אלה.

שוק עבודה ענק תחת לחץ להסתגל

עד סוף שנת 2025, בסין היו כ-725 מיליון איש מועסקים, מתוכם כ-475 מיליון בערים; במהלך השנה נרשמו רשמית 12.67 מיליון מקומות עבודה נוספים בעיר. קנה מידה זה לבדו מסביר מדוע אפילו שינויים מוגבלים יכולים להיות בעלי השלכות כלכליות וחברתיות משמעותיות. טרנספורמציה טכנולוגית שנראית ניתנת לניהול מנקודת מבטה של ​​חברה בודדת יכולה להסלים בין תעשיות ואזורים לבעיית הסתגלות משמעותית.

שיעור האבטלה בעיר, המבוסס על סקר, עמד על 5.2 אחוזים בספטמבר 2026; הממוצע לשלושת הרבעונים הראשונים עמד גם הוא על 5.2 אחוזים. נתונים אלה, הנלקחים כל אחד בנפרד, אינם מוכיחים משבר תעסוקה הנגרם על ידי בינה מלאכותית או את היעדרו. השיעור מתאר אינדיקטור ספציפי של שוק העבודה, ולא את כל צורות התעסוקה הלא מנוצלת, כישורים שאינם בשימוש או אובדן הכנסה. וחשוב מכל, נתון כולל יחיד אינו מגלה האם קבוצות תעסוקתיות בודדות כבר נמצאות תחת לחץ גדול יותר.

לצורך הערכה כלכלית, הרכב התעסוקה חשוב יותר מכותרת בודדת. כוח עבודה יציב כולל יכול לבוא במקביל לפחות משרות התחלתיות, שעות עבודה מופחתות עבור קבוצות מסוימות, או מעבר למשרות בשכר נמוך יותר. לעומת זאת, ירידה בקבוצת תעסוקה אחת יכולה להתקזז על ידי שיפור התעסוקה במקומות אחרים. מדיניות שוק עבודה חזקה המונעת על ידי בינה מלאכותית חייבת ללכוד מעברים כאלה במקום להתייחס לתעסוקה אך ורק כמספר המשרות הזמינות.

הזדקנות לא מבטלת פערים במיומנויות

אוכלוסיית סין ירדה ב-3.39 מיליון לכ-1.405 מיליארד בשנת 2025; במקביל, 323 מיליון איש היו כבר בני 60 ומעלה, המהווים 23 אחוזים מהאוכלוסייה. לפיכך, שינוי טכנולוגי עולה בקנה אחד עם שינוי דמוגרפי ארוך טווח. מנקודת מבט זו, אוטומציה יכולה לסייע בשמירה על כושר הייצור והשירותים למרות היצע העבודה המצטמצם. לכן, היצמדות לתהליכים עתירי עבודה לא תהיה אסטרטגיה משכנעת לעתיד.

עם זאת, פחות עובדים זמינים ויותר בינה מלאכותית אינם פותרים באופן אוטומטי את אותן בעיות. טכנאי תחזוקה חסר לא יכול להיות מוחלף פשוט על ידי עובד אדמיניסטרטיבי מפוטר. באופן דומה, עובדי ייצור מבוגרים לא יכולים לעבור במהירות לפיתוח מערכות בינה מלאכותית מורכבות. קיימים הבדלים בין משרות פתוחות לכוח אדם זמין מבחינת מומחיות, מיקום, בריאות, הזדמנויות למידה וציפיות שכר.

דבר זה יוצר אפשרות לעלייה בו-זמנית במחסור בכוח אדם ובאבטלה. עבור קובעי המדיניות, משמעות הדבר היא שמספר המשרות לבדו אינו מטרת היגוי מספקת. חשוב לציין, מעברים ברי-השגה בין משרות הם חיוניים. לכן, אסטרטגיית בינה מלאכותית ידידותית לתעסוקה לא צריכה לשמר כמה שיותר תהליכי עבודה מיושנים, אלא לארגן את השינוי באופן שניסיון מקצועי קיים יישאר פרודוקטיבי עם כלים חדשים. במיוחד עם כוח עבודה מזדקן, טכנולוגיה משלימה יכולה להיות בעלת ערך כלכלי רב יותר מאשר תחליף מלא ויקר.

אוטומציה הגיעה מזמן לקנה מידה תעשייתי

הכנסת מערכות חכמות בסין אינה מתחילה מאפס. בשנת 2025 הותקנו כ-354,000 רובוטים תעשייתיים חדשים, כ-20 אחוז יותר מהשנה הקודמת; משמעות הדבר היא שסין היוותה 59 אחוז מההתקנות החדשות ברחבי העולם. נתונים אלה מדגימים את מהירות האוטומציה התעשייתית. עם זאת, אין לפרש אותם כמדד לאובדן מקומות עבודה הקשורים לבינה מלאכותית: רובוט תעשייתי אינו בהכרח מערכת בינה מלאכותית גנרטיבית, והתקנה בודדת אינה אומרת דבר על ההשפעה נטו על התעסוקה.

לכך מתווסף היקף כלכלי עצום של מגזר הבינה המלאכותית עצמו. עסקי הליבה שלו הוערכו רשמית ביותר מ-1.2 טריליון יואן עד שנת 2025, עם למעלה מ-6,200 חברות בינה מלאכותית ברחבי המדינה. על פי נתונים ממשלתיים שפורסמו, עד סוף שנת 2025 יותר מ-30 אחוז מחברות הייצור שנבדקו, עם הכנסות עסקיות ליבה שנתיות של 20 מיליון יואן ומעלה, השתמשו בטכנולוגיות בינה מלאכותית. סף זה חשוב משום שאין להשוותו לאימוץ נרחב על ידי כל החברות הסיניות.

אתגר שוק העבודה נובע משילוב של צורות שונות של אוטומציה. תוכנה יכולה לשנות את התכנון, התיעוד והתקשורת עם הלקוחות, בעוד שרובוטיקה משתלטת על תהליכים פיזיים. כאשר שתי הרמות עוברות מודרניזציה בו זמנית, שרשראות תהליכים שלמות משתנות. זה יכול ליצור פוטנציאל פרודוקטיביות גדול יותר, אך גם דרישות גבוהות יותר להכשרה, תחזוקה, איכות נתונים וארגון תפעולי. לכן, המוקד הרלוונטי אינו כלי הבינה המלאכותית הבודד, אלא מערכת העבודה שעוצבה מחדש.

המשימות המושפעות אינן מקומות עבודה שאבדו

תנאי הכרחי מרכזי לכל ניתוח רציני הוא ההבחנה בין השפעה טכנולוגית לבין אובדן מקומות עבודה בפועל. מחקר שוק עבודה בינלאומי העריכו בשנת 2025 כי כרבע מהתעסוקה העולמית תהיה במקצועות שתפקידיהם עלולים להשתנות על ידי בינה מלאכותית גנרטיבית; במדינות בעלות הכנסה גבוהה, נתון זה עמד על 34 אחוזים. נתונים כאלה מתארים שינויים פוטנציאליים בתפקיד ואינם מנבאים רמות גבוהות של פיטורים בהתאם. יתר על כן, לא ניתן ליישם אותם על סין ללא חישובים ספציפיים למדינה.

משרה מורכבת בדרך כלל ממספר משימות. בינה מלאכותית יכולה, למשל, למיין מראש מידע, להכין טקסטים או לזהות סטיות, בעוד שבני אדם ממשיכים לקחת אחריות, להבהיר מקרים מיוחדים ולנהל קשרים. לכן, השאלה האם משרה הופכת למיושן תלויה באופן שבו ניתן יהיה להפוך את מערך המשימות לאוטומטי באופן מקיף והאם החברה משתמשת בזמן שנחסך לשירותים נוספים. שילוב, בדיקת שגיאות ושינויים ארגוניים דורשים גם הם מאמץ.

מצד שני, הצמצום ההשפעה יהיה בעייתי באותה מידה. אם מספר מספיק של משימות משנה יושלמו מהר יותר והביקוש לא יגדל בהתאם, חברות יכולות להשיג את אותה תפוקה עם פחות עובדים. השפעות התעסוקה עשויות להתברר תחילה באמצעות משרות לא מאוישות וגיוס חדש נמוך יותר, ולא באמצעות גלים בולטים של פיטורים. לכן, עבור מערכת התרעה מוקדמת, תוכניות גיוס ופרופילי תפקיד חשובים לפחות כמו התפטרויות מדווחות. אלו המתמקדים אך ורק בצמצום כוח אדם יזהו חלק מהשינוי מאוחר מדי.

פרודוקטיביות לבדה אינה קובעת שגשוג

מחקר שפורסם בשנת 2025, וכלל 5,172 עובדי שירות לקוחות, ממחיש עד כמה בינה מלאכותית יכולה להשלים בצורה יעילה את עבודת האדם: מספר בקשות הלקוחות שנפתרו בהצלחה לשעה גדל בממוצע ב-15 אחוזים הודות לתמיכה בבינה מלאכותית. עובדים פחות מנוסים ובעלי מיומנויות נמוכות נהנו במיוחד; עם זאת, מחקר של חברה בודדת אינו מאפשר להסיק מסקנות לגבי ההשפעות הכלכליות הכוללות על תעסוקה ושכר. מגבלה זו היא קריטית לדיון הציבורי.

עלייה בפריון פותחת אפשרויות תפעוליות שונות. חברה יכולה לשרת יותר לקוחות, לשפר את איכות השירות, להפחית עומס עבודה או לקצץ בכוח אדם. איזו אפשרות גוברת תלויה, בין היתר, בביקוש ובמעמדה התחרותי של החברה. בשוק צומח, עלייה בפריון יכולה להפוך תעסוקה נוספת לכדאית כלכלית. בשוק עומד, לעומת זאת, התמריץ להפחית עלויות ולחלק את העבודה הקיימת בין פחות אנשים גובר.

ברמה המקרו-כלכלית, נכנס לתמונה מימד נוסף: עלייה בפריון חייבת להתבטא בהכנסות, מחירים נמוכים יותר או השקעות נוספות. אם התועלת מרוכזת בידי מספר מצומצם של חברות ובעלי הון, בעוד שחלקים רחבים של כוח העבודה חווים חוסר ביטחון תעסוקתי גדול יותר, הביקוש עלול לפגר אחרי פוטנציאל הייצור. לכן, אמת המידה הפוליטית לא צריכה להיות אך ורק יכולת טכנית. חשוב לא פחות האם לתשואות הכלכליות יש השפעה רחבה מספיק כדי ליצור הזדמנויות מכירה חדשות ותעסוקה בת קיימא.

בלי כוח קנייה, יעילות הופכת לבעיה

הכלכלה הסינית צמחה ב-5 אחוזים במונחים ריאליים בשנת 2025, בעוד שמחירי הצרכן הממוצעים נותרו ללא שינוי; השקעות בפיתוח נדל"ן ירדו ב-17.2 אחוזים. בשלושת הרבעונים הראשונים של 2026, התמ"ג הריאלי עלה ב-4.6 אחוזים, אך המכירות הקמעונאיות הנומינליות של מוצרי צריכה גדלו רק ב-1.1 אחוזים. אינדיקטורים אלה, המוגדרים בצורה שונה, אינם שווי ערך ישירות, אך הם ממחישים את הצורך לשקול את צמיחת הייצור והביקוש הפרטי בנפרד.

עבור מדיניות בינה מלאכותית, הדבר מביא לקשר סיבתי הגיוני. אם עובדים צופים פיטורים או הפסדי הכנסה משמעותיים, הם עשויים לדחות הוצאות גדולות ולבנות עתודות כספיות נוספות. ההיסוס הנובע מכך מקשה על חברות למכור בפועל כושר ייצור נוסף. דחיפה טכנולוגית בהיצע אינה מספיקה אם כן כדי להרחיב את הצמיחה בהתאם.

לפיכך, לסיוע מעבר ולביטוח לאומי יש תפקיד מקרו-כלכלי. הם יכולים למנוע את העברת סיכוני ההסתגלות לחלוטין אל משקי הבית ולמנוע מחוסר ודאות להכביד עוד יותר על הביקוש. אין פירוש הדבר מימון קבוע של כל משרה. פירוש הדבר הגבלת אובדן הכנסה ותקופות אבטלה ארוכות שניתן להימנע מהן. לפיכך, ביטוח לאומי יעיל יכול להגביר בו זמנית את הנכונות לקבל טכנולוגיות חדשות ולאמץ שינויי קריירה. בתנאים אלה, הגנה על תעסוקה ומודרניזציה אינן צריכות להיות סותרות זו את זו.

המעבר לקריירה הופך לנקודת תורפה

בספטמבר 2026, שיעור האבטלה בעיר בקרב בני 16 עד 24 שאינם לומדים בבית ספר או באוניברסיטה עמד על 18 אחוזים; בקרב בני 25 עד 29, גם לא כולל סטודנטים, הוא עמד על 7.4 אחוזים. נתונים אלה אינם מודדים אבטלה הקשורה לבינה מלאכותית. עם זאת, הם מראים כי הכניסה לשוק העבודה כבר נמצאת תחת לחץ ניכר. שינויים נוספים במשרות משרדיות, אנליטיות ותקשורת הדורשות מיומנויות נמוכות משפיעים, אם כן, על שוק עבודה שיכולתו לקלוט צעירים אינה בלתי מוגבלת.

הסיכון המסוים טמון בתפקוד של משימות התחלתיות. מחקר, תיעוד, ניתוחים פשוטים ותקשורת סטנדרטית משרתים לא רק את הייצור אלא גם את הלמידה. אם פעילויות כאלה אוטומטיות במידה רבה, הדרך מתואר אקדמי לעבודה עצמאית של מומחים יכולה להפוך צר יותר. חברה עשויה להזדקק לפחות עובדים זוטרים בטווח הקצר, אך עדיין להתקשות לפתח מומחים מנוסים בטווח הארוך.

פתרון הגיוני אינו להעמיס באופן מלאכותי על כישרונות צעירים בשגרה מיושנות. במקום זאת, יש לתכנן מסלולי הכשרה כך שמיומנויות בינה מלאכותית ושיקול דעת מקצועי יתפתחו יחד. עובדים צעירים צריכים להיות מסוגלים לסקור תוצאות, להסביר טעויות ולקחת אחריות בהדרגה. עבור חברות, זה הופך את ארגון הלמידה להשקעה אסטרטגית. אלו שמייעלים רק את זמן העיבוד הנוכחי מסתכנים בהחלשת פיתוח המיומנויות העתידי שלהם.

לימודים נוספים דורשים עבודה נוספת

ההנחיות הסיניות קוראות להתאמת תוכניות להשכלה גבוהה והכשרה מקצועית, להרחבת מיומנויות בינה מלאכותית בין-תחומיות ולהגברת מעורבותן של חברות בתוכניות לימודים, הכשרה מעשית ותוכניות הסמכה. בנוסף, תוכניות הכשרה ממוקדות נועדו להגיע לצעירים, עובדים זרים ומובטלים, בין היתר; כמו כן, מטופלות הזדמנויות למידה ציבוריות ותוכניות הכשרה בחסות חברות. גישה זו מכירה בכך שלא ניתן לנהל שינוי טכנולוגי אך ורק באמצעות הכשרת חוקרים חדשים מובילים.

עם זאת, האיכות הכלכלית של תוכניות כאלה אינה תלויה במספר התעודות המונפקות. מה שחשוב הוא האם אנשים יכולים לאחר מכן לעסוק בעבודה בת קיימא, פרודוקטיבית ובעלת שכר הולם. מבוא כללי לבינה מלאכותית יכול לספק אוריינטציה, אך הוא אינו מחליף מיומנויות ספציפיות לתעשייה. עבור עובד ייצור, למשל, הבנת תהליכים, בקרת איכות ושימוש בטוח במערכות סיוע חשובים לעתים קרובות יותר מאשר ידע מעמיק בפיתוח מודלים.

לכן, הכשרה המבוססת על ניסיון מקצועי קיים נראית מבטיחה. עובד מחסן מנוסה עשוי להתאים לניטור זרימות חומרים אוטומטיות; עוזר אדמיניסטרטיבי יכול לקחת על עצמו אחריות נוספת על אימות נתונים וטיפול בחריגים. עם זאת, מעברים כאלה חייבים להיות זמינים בפועל. הכשרה נוספת ללא דרישה מהחברה רק דוחה את הבעיה. לכן יש להעריך את יעילותה על סמך יציבות תעסוקתית, התפתחות הכנסה ומשך הזמן עד להעסקה מחדש, ולא רק על סמך שיעורי השתתפות.

המומחיות שלנו בסין בפיתוח עסקי, מכירות ושיווק - תמונה: Xpert.Digital

תחומי מיקוד בתעשייה: B2B, דיגיטציה (מבינה מלאכותית ל-XR), הנדסת מכונות, לוגיסטיקה, אנרגיות מתחדשות ותעשייה

מידע נוסף כאן:

• מרכז עסקים מומחים
• בלוג סין / תובנות

מרכז נושאי המציע תובנות ומומחיות:

• פלטפורמת ידע המכסה כלכלות גלובליות ואזוריות, חדשנות ומגמות ספציפיות לתעשייה
• אוסף של ניתוחים, תובנות ומידע רקע מתחומי המיקוד המרכזיים שלנו
• מקום למומחיות ומידע על התפתחויות עדכניות בעסקים ובטכנולוגיה
• מרכז לחברות המחפשות מידע על שווקים, דיגיטציה וחדשנות בתעשייה

מעמד הביניים קובע את ההשפעה הרחבה

האסטרטגיה תומכת בעסקים קטנים ובינוניים (SME) באמצעות פתרונות דיגיטליים חסכוניים וקלים ליישום, שירותי ייעוץ לציבור וגישה שווה לגורמי ייצור דיגיטליים רלוונטיים. מערכות אקולוגיות של תוכנה פתוחה וקידום עסקים חדשים הם גם חלק ממערך הכלים המוצע. ההיגיון הבסיסי של מדיניות התעסוקה הוא מוצק: מודרניזציה טכנולוגית לא צריכה להיות מוגבלת לארגונים גדולים עם מחלקות פיתוח משלהם, מאגרי נתונים נרחבים ותקציבי השקעה משמעותיים.

עבור עסקים קטנים יותר, הבעיה טמונה לעתים קרובות פחות בעניין בסיסי בבינה מלאכותית ויותר ביישומה. אפליקציה חייבת להשתלב בצורה חלקה עם תהליכים קיימים, לספק תוצאות אמינות ולהיות ניתנת לניהול גם עם צוות מוגבל. לכך מתווספים הוצאות שוטפות, דרישות הכשרה וקשירת ספקים אפשרית. לכן, מחיר התחלתי נמוך אינו בהכרח הוכחה לעלויות כוללות נמוכות.

מנקודת מבט כלכלית, תפוצה רחבה של כלי ייצור תהיה יתרון משום שהיא יכולה לשפר את התחרותיות של חברות קטנות יותר. יחד עם זאת, סובסידיות אינן מתורגמות אוטומטית לעלייה בתעסוקה. אפילו עסק קטן יכול להשתמש בעיקר בבינה מלאכותית כדי להפחית את צורכי כוח האדם. לכן, מטרות ניתנות לאימות יעילות יותר מסובסידיות גורפות: ערך מוסף מוגבר, מוצרים טובים יותר, הזדמנויות שוק נוספות ופיתוח מיומנויות בר-קיימא. השאלה המנחה צריכה להיות האם התמיכה מחזקת את יכולת ההסתגלות הכלכלית או רק מסבסדת את רכישת התוכנה החדשה.

שיתוף הפעולה חייב להיות משכנע מבחינה כלכלית

על פי ההנחיות, התעשייה והחקלאות צריכות להשתמש יותר ויותר במודלים של שיתוף פעולה בין בני אדם למערכות חכמות; יישומים חדשים צריכים גם ליצור הזדמנויות תעסוקה נוספות במגזר השירותים. זהו יותר מסתם תיאור ידידותי של שינוי טכנולוגי. זה מעלה את השאלה הבסיסית אילו משימות בני האדם צריכים לקחת על עצמם באופן קבוע והיכן מערכות צריכות להשלים באופן משמעותי את יכולותיהם.

בתעשייה, לדוגמה, ניתוח תמונות מבוסס בינה מלאכותית יכול להצביע על אי סדרים, בעוד שמומחים מנוסים מעריכים את הגורמים ומחליטים על אמצעים מתאימים. בלוגיסטיקה, תוכנה יכולה לתכנן באופן ניבוי זרימות חומרים, בעוד שאנשים מטפלים בהפרעות, דרישות לקוחות ובעיות בטיחות. בחקלאות, המלצות מבוססות נתונים יכולות לשפר את ניצול המשאבים מבלי להחליף לחלוטין הערכה מעשית באתר. דוגמאות אלה מתארות מבנים ארגוניים אפשריים ואינן מבטיחות השפעות חיוביות על התעסוקה.

שיתוף פעולה בין אדם למכונה הוא בר-קיימא רק אם התפקיד האנושי מציע ערך מוסף אמיתי. שימוש פשוט בעובדים לאישור רשמי של החלטות שנוצרו אוטומטית לא יהיה משכנע מנקודת מבט של כישורים וגם לא מנקודת מבט ארגונית. תכנון טוב משמר מקום לקבלת החלטות, מאפשר התנגדות ומבטיח אחריות ברורה. הוא יכול גם למנוע מחברות לאבד את הידע החווייתי שלהן. מה שרלוונטי מבחינה כלכלית אינו למקסם את ההשתתפות האנושית בכל מחיר, אלא השילוב שמשפר את האיכות, הבטיחות, יכולת הלמידה והעלויות לאורך כל התהליך.

עבודות חדשות של בינה מלאכותית לא יפתרו כל בעיית עקירה

סין שואפת לפתח פרופילי עבודה חדשים ותקני הסמכה, כולל תפקידים בהנדסת בינה מלאכותית, הכשרת מערכות וניהול דיגיטלי. האסטרטגיה מתמקדת גם בחברות חדשות, סביבות פיתוח פתוחות ותעסוקה נוספת בתחומים מתפתחים. זוהי השלמה חשובה לצמצום אובדן מקומות עבודה: כלכלה אינה יכולה להסתגל באופן בר-קיימא באמצעות העברות בלבד; היא דורשת פעילויות יצרניות חדשות.

אף על פי כן, יהיה זה מטעה פשוט לקזז את ביטול העבודה השגרתית כנגד עבודות חדשות שנוצרו בתחום הבינה המלאכותית, כאילו אנשים ניתנים להחלפה ישירה. הבדלים בהשכלה, ניסיון מקצועי ומיקום יכולים להיות משמעותיים. יתר על כן, מגזר שצומח במהירות ומתחיל מבסיס קטן עשוי ליצור בתחילה פחות מקומות עבודה מאשר תעשייה גדולה שקפאה מאבדת. לכן, שיעורי צמיחה גבוהים בלבד אינם עונים על שאלת התעסוקה.

משרות דיגיטליות חדשות חייבות להיות גם בנות קיימא בטווח הארוך. משרה הנדרשת כיום לעיבוד או אימות נתונים עשויה להפוך לאוטומטית יותר בהמשך. לכן, אסטרטגיה איתנה יותר אינה מורכבת מיצירת הרשימה הארוכה ביותר של כותרות עבודה חדשות. היא מורכבת מפיתוח מיומנויות הניתנות להעברה, מודלים עסקיים ברי-קיימא והזדמנויות למידה מתמשכות. משרות חדשות צריכות לא רק להתקיים, אלא להיות פרודוקטיביות מספיק, בטוחות וניתנות להתאמה כדי להציע סיכויי קריירה מעבר לדור הבא של הטכנולוגיה.

אזורי סין לא יתחילו באותו הזמן

ההנחיות צופות חלוקה אזורית של עבודה: אזורים מזרחיים יתמקדו בפיתוח תעשיות ליבה של בינה מלאכותית, בעוד אזורים מרכזיים ומערביים, בהתאם לתנאים המקומיים, ייקחו על עצמם משימות כגון תיוג נתונים או ייצור מכשירים חכמים. בידול זה נועד לפתוח אזורי צמיחה נוספים מחוץ למרכזי הטכנולוגיה המובילים. עם זאת, הוא טומן בחובו גם סיכון של הנצחת פערים קיימים לאורך שרשראות ערך חדשות.

אם מחקר, הון ושליטה על פלטפורמות מרכזיות יישארו מרוכזים גיאוגרפית, אזורים אחרים יוכלו לספק בעיקר תמיכה סטנדרטית. אמנם ייתכן שייווצרו שם מקומות עבודה, אך הם לא בהכרח מייצרים את אותן הכנסות, הזדמנויות פיתוח או מינוף משא ומתן. לכן, מדיניות אזורית חייבת לעשות יותר מאשר רק למשוך פעילות דיגיטלית. עליה להתמקד בשאלה האם חברות מקומיות יכולות לפתח את המומחיות שלהן ולהשיג רמות גבוהות יותר של יצירת ערך.

פיתוח משמעותי יכול להתבסס על חוזקות קיימות: אשכולות תעשייתיים, התמחות חקלאית, אוניברסיטאות או מרכזי לוגיסטיקה. בינה מלאכותית אינה מתייחסת אז לתעשייה עתידית מבודדת, אלא ככלי לשיפור מבנים כלכליים אזוריים. תנאים מוקדמים כוללים עובדים מיומנים מתאימים, תשתית אמינה ושווקים נגישים. המעברים בין עסקים מסורתיים לספקי שירותים דיגיטליים חדשים, בפרט, עשויים ליצור תעסוקה נוספת. עם זאת, ללא קשרים כאלה, קיים סיכון לנוף מימון שפרויקטים גלויים שלו בעלי השפעה כלכלית מועטה על האזור.

ההגנה החברתית נותרה לא שוויונית

בשנת 2025, סין רשמה כ-301 מיליון עובדים זרים; במקביל, כ-249 מיליון איש היו מכוסים בביטוח אבטלה בסוף השנה. שני נתונים אלה מתייחסים לקבוצות סטטיסטיות שונות ואינם מאפשרים חישוב ישיר של פער ביטוחי בקרב עובדים זרים. עם זאת, הם ממחישים מדוע יש צורך בראייה מובחנת של דפוסי תעסוקה וזכאות לגמלאות. סך התעסוקה והגישה לגמלת ביטוח ספציפית אינם זהים.

ההנחיות החדשות קוראות לתמיכה באנשים זכאים, כולל ייעוץ קריירה, הכשרה, המלצות תעסוקה וסיוע בהקמת עסק; עבור מובטלים מבוטחים זכאים, יש לשלם את ההטבות שנקבעו באופן מיידי ובמלואם. במקביל, מערכות הביטוח הלאומי צריכות להיות נגישות יותר לצורות תעסוקה גמישות, ויש להרחיב את הכיסוי לתאונות עבודה במודלים חדשים של תעסוקה. זה חשוב מכיוון ששינויים בקריירה יכולים לכלול יותר ויותר מעבר בין הסדרי חוזים והסדרי תעסוקה שונים.

המבחן הכלכלי טמון ביכולת ההעברה של זכויות ובנגישות בפועל לתמיכה. אנשים שמשנים את עבודתם, מקום מגוריהם או את מעמדם התעסוקתי זקוקים להליכים אמינים. שירות קיים באופן רשמי אינו מועיל במידה רבה אם האחריות אינה ברורה או שאובדן הכנסה אינו מטופל במשך תקופות ממושכות. לכן, מודרניזציה ידידותית לתעסוקה חייבת לשפר גם את התהליכים המנהליים. אחרת, אלו עם הרזרבות הכספיות הנמוכות ביותר יישאו בעלויות המעבר הגבוהות ביותר.

כאשר האלגוריתם הופך לבוס

ההנחיות מתייחסות לא רק לאובדן מקומות עבודה, אלא גם לשימוש בבינה מלאכותית בניהול משאבי אנוש: יש להילחם באופן חוקי באפליה, הצעות עבודה הונאה והפרות של פרטיות וזמני מנוחה באמצעות אלגוריתמים פוגעניים. יתר על כן, הזכויות לשכר, מנוחה ותנאי עבודה בטוחים מטופלות במפורש. זה מביא למוקד מימד שני של אוטומציה: גם כאשר מקומות עבודה נשמרים, איכות העבודה יכולה להשתנות באופן משמעותי.

מערכות אלגוריתמיות יכולות לסנן מראש יישומים, להקצות משימות ולהעריך ביצועים. בעוד שהן יכולות לאפשר תהליכים עקביים יותר, הן יכולות גם להחיל קריטריונים לא מתאימים בקנה מידה גדול. התייחסות להחלטות כוח אדם היסטוריות כנתונים ניטרליים לכאורה מסכנת הנצחת חסרונות העבר באמצעות אמצעים טכנולוגיים. זה הופך לבעייתי במיוחד כאשר אלו שנפגעו אינם יכולים להבין את הסיבות מאחורי החלטה או לתקן ביעילות שגיאות.

מבחינה כלכלית, סיכונים כאלה אינם חסרי משמעות כלל. בחירה מוקדמת לקויה עלולה להוציא מומחים מתאימים; יעדי ביצועים מוגזמים עלולים להשפיע לרעה על הבריאות, המוטיבציה ושימור העובדים. גם ניטור מקיף אינו בהכרח פרודוקטיבי. הגורם המכריע הוא האם מערכת מכירה באיכות העבודה בפועל או רק מייעלת מדדים שקל למדוד. לכן, יישום אחראי דורש קריטריונים ניתנים לאימות, אחריות ברורה והזדמנויות ריאליות לבדיקה אנושית. אסור שאחריות תיעלם על ידי הצבעה על תוכנה אובייקטיבית לכאורה.

מערכות התרעה מוקדמת זקוקות ליותר מאשר רק נתוני פיטורים

על הרשויות להגביר את חילופי נתוני התעסוקה והתעשייה, לפתח מודלים לניתוח אזורי וסקטוריאלי, ולעקוב באופן רציף אחר שינויים באימוץ בינה מלאכותית, מקומות עבודה חדשים, פעילויות שנעקרו ומיומנויות נדרשות. צעדים נוספים כוללים מחקר מעמיק ושילוב סיכוני תעסוקה הקשורים לבינה מלאכותית במנגנונים קיימים כדי למנוע זעזועי אבטלה גדולים. מטרת הדבר היא להפוך תצפיות בודדות לתמונה מוקדמת ובררת מעשה יותר של המצב.

עם זאת, מערכת טובה תצטרך להכיר ביותר מאשר רק צמצומי כוח אדם שהושלמו. גורמים רלוונטיים יכללו גם את הירידה במשרות התחלתיות, שינוי בדרישות ההסמכה, חוזים שפוקעים, צמצום שעות העבודה ומשך מעברי הקריירה. חשובה לא פחות היא איכות התעסוקה החדשה: מעבר לעבודה בשכר נמוך יותר או פחות בטוחה באופן משמעותי לא צריך להיחשב באופן אוטומטי כפיצוי מוצלח לחלוטין. רק שילוב של מידע כזה מאפשר הערכה כלכלית משמעותית.

המשימה הקשה ביותר נותרת זיהוי הגורמים הבסיסיים. התעסוקה יכולה לרדת עקב ביקוש חלש, תנאי סחר משתנים, בעיות תפעוליות או שינויים טכנולוגיים. בינה מלאכותית עשויה להיות גורם אחד מבין רבים. ייחוס כל ירידה לאוטומציה מעודד אמצעי נגד שגויים; שלילה מוחלטת של בינה מלאכותית כסיבה מתעלמת מבעיות הסתגלות אמיתיות. לכן, יש לחקור חברות ותעשיות דומות לאורך תקופות ממושכות. מערכת התרעה מוקדמת טובה רק כמו הנתונים שלה, שיטות הניתוח שלה ונכונותה להכיר בממצאים לא נוחים.

בין הגנה לתחרותיות

עבור יישומים שעלולים להשפיע באופן משמעותי על התעסוקה, ההנחיות קובעות הערכת סיכונים קפדנית יותר; בתחומים מסוימים של גישה לשוק, יש לשלב הערכת תעסוקה בסקירת הפרויקט. הדבר מדגים את ההכרה של קובעי המדיניות בכך שלהחלטות השקעה תאגידיות יכולות להיות השלכות על עובדים ותקציבים ציבוריים. מנקודת מבט כלכלית, מובן שאין לשקול עלויות כאלה רק לאחר מעשה.

עם זאת, לגישה זו יש מגבלה ברורה. אם נהלים הופכים מעורפלים או מסורבלים מדי, הם עלולים לעכב מודרניזציה הכרחית ולהגן על מעמדות קיימים בשוק. חברה שמאבדת תחרותיות בינלאומית עקב רגולציות מוגזמות, עלולה להידרש מאוחר יותר לקצץ ביותר ממקומות עבודה ממה שהצילה בטווח הקצר. לכן, אין לבלבל בין ידידותיות לעובדים לבין עדיפות כללית לשמירה על כוח העבודה הנוכחי.

משכנעים יותר יהיו נהלים שקופים ומידתיים הבוחנים את היקף ומהירות השינוי, כמו גם חלופות ריאליות. חשוב לציין, שההערכה צריכה להתמקד בשאלה האם הכשרה, העברות פנימיות ותמיכה במעבר מוכנים כראוי. יש לקחת בחשבון גם צווים נוספים פוטנציאליים, בטיחות משופרת ותחרותיות לטווח ארוך. בדרך זו, הסקירה לא תהפוך למכשול גורף לחדשנות, אלא לכלי ליישום טוב יותר. האתגר הפוליטי טמון בהימנעות מפגיעה חברתית מיותרת מבלי לתייג את השינוי היצרני עצמו כסיכון לא רצוי.

מי צריך לשאת בעלויות המעבר?

הגישה הסינית מקשרת במפורש השקעות טכנולוגיות עם השקעות באנשים וגם מתייחסת לפיתוח נוסף של מנגנוני תגמול וחלוקה. עובדה זו מדגישה סוגיה חלוקתית שלעתים קרובות מתעלמים ממנה בהתלהבות מביצועי בינה מלאכותית: חברות, עובדים והמדינה לא בהכרח נהנים באותו יחס או באותו זמן. גם עלויות המעבר מחולקות באופן לא שוויוני.

עבור חברות, בטווח הקצר, צמצום עלויות כוח אדם יכול להיות אטרקטיבי, בעוד שאחרות נושאות בנטל ההכשרה הנוספת, החלפת הכנסה והעלויות החברתיות הנובעות מכך. מערכת כלכלית יציבה צריכה להגביל תמריצים כאלה. זה יכול לכלול תרומות מתאימות של החברה להכשרה, תכנון מוקדם של כוח אדם והשתתפות גדולה יותר של העובדים בשיפורי פרודוקטיביות ניתנים להוכחה. יחד עם זאת, חיוני למנוע התחייבויות נוספות להעמיס יתר על המידה, במיוחד על עסקים קטנים, או להפריע להשקעות כלכליות בנות קיימא.

עם זאת, ההנחיות עצמן אינן מחליפות ארכיטקטורת יישום במימון מלא: הטקסט שפורסם אינו מכיל מסגרת מימון מקיפה ונפרדת וגם לא יעדי הצלחה כמותיים אחידים עבור חבילת האמצעים כולה. זו בדיוק הסיבה שהקצאת המשאבים המעשית תהיה קריטית. אם אזורים עשירים יותר יוכלו להציע תמיכה איכותית בעוד אזורים חלשים מבחינה מבנית נותרים מאחור, הפערים הקיימים עלולים להחריף. מה שנדרש הוא תיאום בין הרמה שבה מתממשים הישגים טכנולוגיים לבין הרמה שבה נגרמות עלויות המעבר החברתי.

חברות אירופאיות צריכות לבחון זאת מקרוב

הקשר של סין בין קידום בינה מלאכותית למדיניות תעסוקה רלוונטי גם למתחרים בינלאומיים. היקף האוטומציה התעשייתית מדגים כי הכלכלה הסינית ממשיכה להניע מודרניזציה טכנולוגית בקנה מידה רחב. לכן, אין לפרש את מדיניות שוק העבודה החדשה כנסיגה פשוטה מהתחרות. במקום זאת, היא שואפת לשפר את התנאים הכלכליים והחברתיים לדרך מודרניזציה בת קיימא יותר.

עבור חברות תעשייה, לוגיסטיקה ושירותים גרמניות, זה מעלה שאלה אסטרטגית: האם בינה מלאכותית תוצג רק ככלי לחיסכון בעלויות או כחלק משיפור רחב יותר של מודל עסקי? התמקדות חד-צדדית בצמצום כוח אדם עלולה לטשטש את העובדה שאיכות, אמינות אספקה, תגובתיות ושירותים נוספים יוצרים גם הם יתרונות תחרותיים. חברות בעלות מומחיות נרחבת בתחום המומחיות והתהליכים, בפרט, יכולות להפיק תועלת משילוב ידע זה עם כלים חכמים במקום לצמצם בטרם עת את כוח העבודה שלהן.

אין להפגין אידיאליזציה של מדיניות סינית וגם לא לפסול אותה על הסף. מטרות שנוסחו באופן מרכזי אינן הוכחה ליישומן היעיל, ושליטה פוליטית יכולה ליצור תמריצים מעוותים. באופן דומה, לא יהיה זה משכנע להתייחס לפיתוח טכנולוגי כתהליך שתוצאותיו החברתיות אינן ניתנות לשליטה מיסודו. עבור פרקטיקה עסקית, הלקח הרלוונטי טמון בגישה משולבת: יש לתכנן יחד טכנולוגיה, כוח אדם, בטיחות, הכשרה ותועלות כלכליות.

ההצלחה ניכרת במעבר

האם שינוי המדיניות של סין יהיה מוצלח מבחינה כלכלית לא ייקבע על פי מספר התוכניות שפורסמו או על פי כותרות התפקידים החדשות שייווצרו. אינדיקטורים משמעותיים יותר יהיו כמה מהר אנשים שנפגעו מוצאים תעסוקה יציבה שוב, כיצד הכנסותיהם הריאליות מתפתחות, והאם חברות הופכות בו זמנית לפרודוקטיביות ותחרותיות יותר. חשובות לא פחות הן הגישה של עסקים קטנים יותר לכלים בעלי ביצועים גבוהים והאם מקומות עבודה חדשים צצים מחוץ למספר מצומצם של מרכזי טכנולוגיה.

לכן, ההיגיון הוא זה: אסטרטגיית בינה מלאכותית ידידותית לתעסוקה הגיונית אם היא מגנה על אנשים מבלי לבסס לצמיתות תהליכים מיושנים. היא צריכה לאפשר הישגים טכנולוגיים ובמקביל ליצור את התנאים לעובדים לחלוק בהם חלק. הסתגלות איטית מדי מסכנת את הפרודוקטיביות והתחרותיות; עקירת טכנולוגיה מהירה מדי ללא מעברים בני קיימא עלולה להחליש את ההכנסה, הביקוש ופיתוח המיומנויות. הגורם הרלוונטי מבחינה כלכלית הוא איכות השינוי.

זה משנה את אמת המידה לקידמה. לא כל שעת עבודה שנחסכת היא רווח חברתי, ולא כל שלב שנשמר בתהליך ראוי באופן אוטומטי להגנה. הגורם המכריע הוא האם התקדמות טכנולוגית מובילה להזדמנויות כלכליות טובות יותר באופן בר-קיימא. סין מנסה לווסת פוליטית את הקשר הזה. עם זאת, החלק המאתגר ביותר מתחיל במקום שבו ההנחיות מצטלבות עם עסקים בודדים: עם ההחלטה הקונקרטית אילו מקומות עבודה ייעלמו, אילו חדשים ייווצרו, ולמי תהיה הזדמנות לבצע אותם בעתיד.

הפתרון הכמעט-פנים-ארגוני: כיצד Xpert.Digital סוגרת פערים תפעוליים בשיווק ומכירות B2B – עסק חכם מונחה תוכן - תמונה: Xpert.Digital

Xpert.Digital הוא מרכז תעשייתי B2B מונחה נתונים בראשות Konrad Wolfenstein . החברה משמשת כפתרון חיצוני, מעין פנימי, עבור שותפים תעשייתיים, וסוגרת פערים תפעוליים בשיווק, תוכן ומכירות - מבלי לדרוש משאבים נוספים מצד הלקוח.

מידע נוסף כאן:

• הפתרון הכמעט-פנים-ארגוני: כיצד Xpert.Digital סוגרת פערים תפעוליים בשיווק ומכירות B2B – עסקים חכמים מונעי תוכן

☑️ שפת העסקים שלנו היא אנגלית או גרמנית

☑️ חדש: התכתבות בשפת האם שלך!

Konrad Wolfenstein

אני והצוות שלי שמחים לעמוד לרשותכם כיועצים האישיים שלכם.

ניתן ליצור איתי קשר על ידי מילוי טופס יצירת הקשר כאן [email protected]:או פשוט להתקשר אליי למספר 49 7348 4088 965+. כתובת הדוא"ל שלי היא

אני מצפה בקוצר רוח לפרויקט המשותף שלנו.

☑️ תמיכה לעסקים קטנים ובינוניים באסטרטגיה, ייעוץ, תכנון ויישום

☑️ יצירה או התאמה מחדש של האסטרטגיה הדיגיטלית והדיגיטציה

☑️ הרחבה ואופטימיזציה של תהליכי מכירה בינלאומיים

☑️ פלטפורמות מסחר B2B גלובליות ודיגיטליות

☑️ פיתוח עסקי חלוצי / שיווק / יחסי ציבור / ירידי סחר