A mesterséges intelligencia megváltoztatja a munkaerőpiacot: Miért csak a történet fele a 800 000 munkahely elvesztése?

MI és a német munkaerőpiac: Elkezdődik a nagy munkahelyváltás

Miért kerülhetnek nyomás alá, különösen a fiatal szakemberek?

A mesterséges intelligencia valószínűleg nem fogja átalakítani a német munkaerőpiacot a foglalkoztatás hirtelen összeomlása révén, hanem inkább a munkahelyek, a képzettségek és a karrierlehetőségek mélyreható átszervezése révén. Egy hosszú távú forgatókönyv szerint körülbelül 800 000 munkahely szűnhet meg 15 éven belül – miközben nagyjából ugyanennyi új pozíció jön létre. Ez a közel kiegyensúlyozott eredmény azonban nem ad okot az önelégültségre: az érintett munkahelyeket és embereket nem lehet egyszerűen kiegyenlíteni egymással. Az új pozíciók eltérő készségeket igényelhetnek, különböző helyszíneken jelenhetnek meg, vagy később válhatnak elérhetővé. Azok, akik most kezdik pályafutásukat, különös kihívásokkal nézhetnek szembe, mivel a vállalatok megváltoztatják folyamataikat és automatizálják a szabványosított feladatokat. Ezért a kulcsfontosságú kérdés nemcsak az, hogy végül hány munkahely marad meg, hanem az is, hogy ki kezeli az átmenetet, hogyan oszlik meg a termelékenységnövekedés, és hogy a technológiai fejlődés valóban életképes karrierlehetőségeket teremt-e.

Ehhez kapcsolódóan:

• Robbanásszerűen növekvő adminisztratív költségek: A Számvevőszék vészharangot fúj – Hogyan égeti el milliárdjait a Szövetségi Munkaügyi Hivatal Andrea Nahles alatt

A munkahelyek egyensúlya lehet pozitív – mégis több százezer ember veszít

A mesterséges intelligencia valószínűleg nem a foglalkoztatás hirtelen összeomlása, hanem inkább a munkahelyek, a képzettségek és a karrierlehetőségek mélyreható átszervezése révén alakítja át a német munkaerőpiacot. A 15 éven belül megszűnő körülbelül 800 000 munkahelyet ellensúlyozhatná hasonló számú új munkahely. Ez a nagyrészt kiegyensúlyozott eredmény azonban nem ad okot az önelégültségre. Ez csupán azt jelentené, hogy a munkahelyek elvesztése és az új munkahelyek nagyjából kiegyenlítik egymást a teljes gazdaságban, de nem azt, hogy az érintettek jövedelemkiesés, áthelyezés vagy hosszú átmeneti időszakok nélkül képesek lennének új szerepkörökbe átállni.

A gazdaságilag kulcsfontosságú kérdés tehát nem egyszerűen az, hogy végül hány munkahely marad meg. Fontosabb, hogy mely munkahelyek szűnnek meg, hol keletkezik további kereslet, milyen gyorsan tudnak a vállalatok átszervezni magukat, és ki tudja időben elsajátítani a szükséges készségeket. Németország számára a mesterséges intelligencia lehetőséget kínál arra, hogy egyre szűkösebb emberi erőforrásokkal több hozzáadott értéket teremtsen. Ugyanakkor ez egy olyan munkaerőpiac kockázatát hordozza magában, ahol a meglévő munkaviszonyok viszonylag stabilak maradnak, miközben a fiatal szakemberek, bizonyos szolgáltatási szektorbeli munkahelyek és a kevésbé alkalmazkodóképes vállalatok egyre nagyobb nyomás alá kerülnek.

Mi van a 800 000 mögött?

A 800 000 munkahely elvesztésének adatát nem szabad a munkanélküliség megfelelő növekedésének előrejelzéseként értelmezni. Ez egy lehetséges strukturális átalakulást ír le hosszú távon. Az alapul szolgáló forgatókönyv számítása szerint 15 év elteltével körülbelül 790 000 munkahely szűnik meg egy referenciapályához képest, amelyet nagyjából ugyanennyi új munkahely ellensúlyoz. Kerekítve ez mindkét esetben a gyakran használt 800 000 munkahelyet eredményezi. Összességében ez azt jelentené, hogy további strukturális változások körülbelül 1,6 millió munkahelyet érintenének.

A viszonyítási alap kulcsfontosságú. A referenciaútvonal nem egy digitalizáció nélküli, befagyott gazdaságot ír le, hanem egy olyan fejlődést, amelyben a meglévő gazdasági, technológiai és demográfiai trendeket már extrapolálják. A mesterséges intelligencia forgatókönyve azt vizsgálja, hogy a technológia fokozott használata hogyan változtathatja meg ezt a fejlődési utat. Ezért az azonosított különbségeket nem szabad sem az összes jövőbeni munkahelyvesztéssel, sem a foglalkoztatás általános változásával azonosítani.

Ez nem jelenti azt sem, hogy évente 800 000 munkahely szűnik meg. A nagyságrend a vizsgált időszakban mutatkozik meg, és két lehetséges gazdasági struktúra közötti különbségeket tükrözi. Az egyes évek közötti egyenletes eloszlás félrevezető lenne, mivel a beruházások, a szervezeti kiigazítások és az új üzleti modellek eltérő ütemben érvényesülnek. Az adat az átalakulás mértékének jelzésére szolgál, nem pedig a létszámleépítések pontos ütemtervének meghatározásához.

A kiegyensúlyozott költségvetés senkit sem véd

Jelentős különbség van a kiegyensúlyozott általános foglalkoztatási helyzet és az egyéni foglalkoztatási lehetőségek között. A szabványosított dokumentumfeldolgozásban elvesztett munkahelyet nem lehet automatikusan pótolni egy további pozícióval az IT-biztonság vagy a műszaki rendszerek integrációja területén. Ehhez eltérő szakértelemre, további szakmai tapasztalatra vagy eltérő munkahelyre lehet szükség. Még ha a két pozíció statisztikailag egyenértékű is, az érintett egyén szempontjából nem felcserélhetők.

Ezt a problémát gyakran a munkaerő-kínálat és -kereslet közötti eltérésként írják le. Az emberek munkát keresnek, miközben a vállalatok egyidejűleg panaszkodnak a betöltetlen álláshelyekre. A mesterséges intelligencia súlyosbíthatja ezt a helyzetet, ha bizonyos feladatok iránti kereslet gyorsabban változik, mint ahogy az alkalmazottak képesek lennének a készségeik átalakítására. A közel nulla foglalkoztatási egyensúly ezért bizonyos csoportok esetében hosszabb munkanélküliségi időszakokhoz, megnövekedett képzési követelményekhez és a jövedelmi egyenlőtlenségek növekedéséhez vezethet.

Az időbeli dimenzió is kulcsfontosságú. A további munkahelyek nem feltétlenül akkor keletkeznek, amikor más pozíciókat megszüntetnek. Egy vállalat leépítheti az adminisztrációját, míg az új szolgáltatások csak később generálnak elegendő bevételt. Ezért a hosszú távú végső állapot nem az egyetlen tényező a gazdaságpolitikai értékelésben. Ugyanilyen fontosak az átmeneti költségek: az elveszett jövedelem, a fel nem használt készségek, a társadalombiztosításra nehezedő pénzügyi terhek és az emberek tartós marginalizálódása kockázata.

Feladatok tűnnek el a teljes szakmák javára

A mesterséges intelligencia kezdetben feladatokat változtat meg, nem feltétlenül teljes munkaköri profilokat. Egy munkakör jellemzően számos különböző feladatból áll: információgyűjtés, adatellenőrzés, döntések előkészítése, ügyfelekkel való kommunikáció, az eredményekért való felelősségvállalás és váratlan problémák megoldása. Ha egy technológia felgyorsít néhány ilyen feladatot, az nem jelenti automatikusan azt, hogy a teljes munkakör gazdaságilag elavulttá válik.

Egy analitikusan orientált munka például kevesebb időt igényelhet egy jelentés összeállításához, miközben a szokatlan eredmények áttekintése, a szakosodott osztályokkal való koordináció és a döntésért való felelősség továbbra is fennáll. Ezért a technikai automatizálás lehetőségét nem szabad a munkahely elvesztésének konkrét kockázatával azonosítani. A kettő között helyezkednek el a működési költségek, a minőségi követelmények, a jogi felelősség, valamint az a kérdés, hogy a megtakarított idő máshol produktívan felhasználható-e.

Ezzel szemben túlzottan optimista lenne azt a következtetést levonni, hogy ez a feladatperspektíva garantálja a munkahely biztonságát. Ha elegendő munkalépést szüntetnek meg, és a vállalatok átszervezik folyamataikat, ugyanaz a munkaterhelés kevesebb alkalmazottal is kezelhető. Az átmenet ekkor fokozatos lehet: egy távozó alkalmazottat nem helyettesítenek, egy további pozíciót nem hagynak jóvá, vagy egy korábban független funkciót összevonnak egy másikkal. A munkaerőpiac így nyilvánosan látható elbocsátási hullámok nélkül is változik.

Miért ismeri a hatékonyság két irányt?

A magasabb termelékenység csökkentése vagy további munkahelyek teremtése nagymértékben függ a kereslettől. Ha egy vállalat ugyanazt a termelést tudja nyújtani kevesebb alkalmazottal, és az értékesítési volumen változatlan marad, a munkaerő iránti igény kezdetben csökken. Ha azonban a szolgáltatások olcsóbbá, jobbá vagy több ügyfél számára elérhetővé válnak, a kereslet megnőhet, és ellensúlyozhatja a kezdeti megtakarítások egy részét.

Például egy szolgáltató a mesterséges intelligencia segítségével gazdaságosabban támogathatja a kisvállalkozásokat, mivel az egyszerű elemzések költségei csökkennének. Ez további ügyfélkapcsolatokhoz és új tanácsadási szolgáltatásokhoz vezethet. Egy nagyrészt telített keresletű piacon azonban ugyanez a technológiai fejlődés elsősorban árnyomást és létszámleépítést válthat ki. A technológia önmagában nem határozza meg, hogy melyik fejlesztés érvényesül.

A profit felhasználása is szerepet játszik. A magasabb profit finanszírozhatja a beruházásokat, a magasabb bérek támogathatják a fogyasztást, az alacsonyabb árak pedig javíthatják a vásárlóerőt. Ha azonban a megtakarításokat nagyrészt felemésztik anélkül, hogy további belföldi keresletet vagy beruházásokat generálnának, a munkahelyteremtő hatás gyengébb lesz. Egy megalapozott gazdasági elemzésnek ezért túl kell lépnie az egyes automatizált folyamatokon, és figyelembe kell vennie a piacokra, a jövedelmekre és az üzleti döntésekre gyakorolt ​​​​következményeket.

Az első nyomás a szolgáltatásokat sújtja

Az üzleti szolgáltatások különösen nagy figyelmet kapnak, mivel számos szolgáltatásuk digitálisan elérhető információk feldolgozását foglalja magában. Ez magában foglalja a szabványosított elemzéseket, az előzetes kutatásokat, a dokumentációt és bizonyos adminisztratív feladatokat. A generatív mesterséges intelligencia képes támogatni vagy részben automatizálni ezeket a folyamatokat. Ez nemcsak a személyzeti követelményeket változtatja meg, hanem a meglévő szolgáltatáskínálat gazdasági alapját is.

A hosszú távú mesterséges intelligencia forgatókönyv szerint az üzleti szolgáltatóknál a foglalkoztatás várhatóan 15 év elteltével körülbelül 120 000 fővel lesz alacsonyabb a referencia pályánál. Ezzel szemben az informatikai és információs szolgáltatóknál körülbelül 110 000 további munkahely jön létre. Ezek a különbségek azt mutatják, hogy egy iparág digitalizációja nem jelent automatikusan munkahelyek növekedését vagy csökkenését. A döntő tényező az, hogy mely szolgáltatásokat váltják fel, támogatják, vagy milyen szolgáltatásokra van szükség továbbiakra.

Ez alapvető kihívást jelent a tanácsadó és tudásszolgáltatók számára. Ha egy szabványos jelentés egyszerű elkészítése olcsóbbá válik, az elveszíti önálló megkülönböztető tényezőként betöltött értékét. Fontosabbá válik a releváns kérdések kiválasztása, a megalapozott iparági ismeretek, a feltételezések validálása és a konkrét változtatások megvalósítása. Egy lehetséges strukturális eltolódás így az információfeldolgozás puszta értékesítésétől a döntések és az üzleti eredmények kimutatható javítása felé vezet. Az üzleti szolgáltatások különböző csoportjai azonban nem szinonimák: egy adott iparági mutató nem alkalmazható módosítás nélkül minden tanácsadási vagy tudásszolgáltató szakmára.

A bankoknak többre van szükségük, mint elemzésekre

A bankok és biztosítótársaságok analitikai tevékenységei különösen sebezhetőek, mivel gyakran strukturált adatokra, kiterjedt dokumentációra és ismétlődő értékelési lépésekre támaszkodnak. A lehetséges alkalmazások a benyújtott dokumentumok összefoglalásától a szabványosított kockázatértékelések elkészítéséig terjednek. Bár a technikai támogatás csökkentheti a feldolgozási időt, nem szünteti meg automatikusan a szakértői felügyelet szükségességét.

Különösen a pénzügyi szolgáltatásokban lehetnek költségesek a hibás eredmények. Egy meggyőzően megfogalmazott értékelés nem feltétlenül pontos. Ha a bemeneti adatok hiányosak, a szokatlan körülményeket rosszul osztályozzák, vagy egy modell szisztematikus torzításokat tartalmaz, a hatékonyság látszólagos növekedése további kockázatokat teremthet. Az automatizálás ezért csak akkor gazdaságilag életképes, ha figyelembe vesszük a monitorozás költségeit és a lehetséges ítélőképességi hibákat.

A személyzeti igények ezért valószínűleg differenciáltabbá válnak. A szabványosított előzetes munka kevésbé fontossá válhat, míg az igényes auditok, a kivételek kezelése és a telepített rendszerek felügyelete kulcsfontosságúvá válhat. Az még várat magára, hogy ez ugyanolyan nagyságrendű új pozíciókat eredményez-e. Nem minden további ellenőrzési feladat igényel új, teljes munkaidős állást, és nem minden meglévő szakember tud könnyen átállni egy speciális ellenőrzési funkcióra.

A szabályzatok nem nyújtanak teljes körű védelmet

A felsőoktatás és az alacsonyabb automatizálhatóság közötti egyenlőség túlzott leegyszerűsítés a generatív mesterséges intelligencia esetében. Ez a technológia ma már olyan feladatokhoz is hozzáfér, amelyeket sokáig tipikus tudásmunkának tekintettek: szövegek megfogalmazása, információk összeállítása, programkód létrehozása vagy összetett problémák előzetes strukturálása. Ezért az egyetemi diploma nem védi meg a munka minden aspektusát a technológiai támogatástól vagy helyettesítéstől.

Ez azonban nem jelenti azt, hogy az akadémiai képzés elveszíti gazdasági értékét. A specializált tudás segít a hibák azonosításában, a megfelelő kérdések feltevésében és az eredmények tágabb kontextusba helyezésében. Problémát jelentene egy olyan képesítés, amelynek gyakorlati haszna szinte kizárólag a szabványosított munkalépések megbízható végrehajtásából áll. Ezért fontos választóvonal húzódik a reprodukálható feldolgozás és az önálló, felelősségteljes problémamegoldás között.

Még az egyetemi végzettség nélküli alkalmazottak sem élveznek automatikus védelmet. Míg a hosszú távú forgatókönyv-elemzések jelentősebb változásokra utalnak a magasan képzett foglalkozásokban, a jelenlegi elemzések egyidejűleg potenciális negatív összefüggéseket tárnak fel a mesterséges intelligenciának való kitettség és a fiatalok nem akadémiai szakmákban való foglalkoztatása között. Ez a két megállapítás együtt létezhet, mivel különböző időszakokra, munkastruktúrákra és kutatási megközelítésekre vonatkoznak. Ezért egy megalapozott értékelés elkerüli a nyertesekről és vesztesekről szóló átfogó általánosításokat kizárólag az iskolai végzettség alapján.

A kézművesség továbbra is erős, nem érintetlen

A gyakorlati és manuális feladatok nagy arányát kitevő foglalkozásokat viszonylag ellenállónak tekintik a jelenlegi generatív mesterséges intelligencia alkalmazásokkal szemben. A helyszíni javítások, a munkadarabok beállítása vagy a változó térbeli környezetben végzett munka nem végezhető el kizárólag nyelvi modell segítségével. A fizikai kivitelezés, a helyzetmegítélés és az azonnali felelősség korlátozza a közvetlen helyettesíthetőséget ezekben az esetekben.

Ez a relatív robusztusság azonban nem jelenti azt, hogy a hagyományos kézművességet a mesterséges intelligencia nem érinti. Az ajánlatok gyorsabban elkészíthetők, a műszaki dokumentumok könnyebben értékelhetők, vagy az ügyféltalálkozók hatékonyabban tervezhetők. A potenciális termelékenységnövekedés így elsősorban a támogató folyamatokban rejlik. Egy vállalkozás több megrendelést tudna kezelni anélkül, hogy alapvetően megváltoztatná szolgáltatásainak alapvető kézművességét.

Fontos megkülönböztetni ezt a robotikától és az automatizálás más formáitól is. A generatív mesterséges intelligenciának való alacsony kitettség nem garantálja általánosságban a technológiai helyettesíthetetlenséget. Nem mond semmit egy szakma ciklikus jellegéről sem. Egy gyakorlatorientált munka ellenállhat a nyelvi modelleknek, mégis sebezhető lehet a csökkenő kereslettel, a gyenge beruházásokkal vagy más technológiai változásokkal szemben. A gazdasági értékeléshez ezeket a kockázatokat külön kell figyelembe venni.

A munkaerőpiacra való belépés szűk keresztmetszettel kezd járni

A fiatal alkalmazottak fejlesztése különösen szoros felügyeletet igényel. Sok belépő szintű feladat technikailag szükséges, de még viszonylag szabványosított előkészítő munkából áll. Ez magában foglalhatja a kezdeti kutatást, az egyszerű elemzéseket, a dokumentációt és a dokumentumok elkészítését. Az ilyen feladatok különösen alkalmasak a mesterséges intelligencia támogatására. A vállalatok ezért fontolóra vehetik, hogy kevesebb junior alkalmazottat alkalmazzanak, és ehelyett a tapasztalt alkalmazottakat lássák el hatékonyabb eszközökkel.

Egy korai németországi mutató azt mutatja, hogy a mesterséges intelligenciának leginkább kitett foglalkozásokban a 20 és 24 év közöttiek teljes munkaidős foglalkoztatása 2022 óta körülbelül 279 000-ről 239 000-re csökkent. Ez körülbelül 14 százalékos csökkenést jelent. Minden korcsoportban azonban ezekben a különösen kitett foglalkozásokban a foglalkoztatás sokkal kedvezőbben alakult. Ez a különbség fontos megfigyelési ponttá teszi a munkaerőpiacra való belépést, de még nem bizonyítja, hogy a mesterséges intelligencia a felelős a teljes csökkenésért.

Továbbá ez a korosztály nem azonos az összes újonnan belépővel. Vannak, akik korábban kezdik pályafutásukat, mások csak hosszabb tanulmányi időszak után. Mindazonáltal felmerül egy valószínű kockázat: a munkaerőpiac viszonylag stabilnak tűnhet a már befutott alkalmazottak számára, miközben egyidejűleg szűkül a hozzáférés. A belépő szintű pozíció hiánya gyakran kevésbé látható a nyilvánosság számára, mint egy elbocsátás, de jelentős következményekkel járhat a hosszú távú karrierfejlődésre nézve.

Kevesebb fiatal tehetség később több szakértelembe fog kerülni

Amikor a vállalatok automatizálják az egyszerű, belépő szintű feladatokat, újra kell gondolniuk, hogyan szerezzenek tapasztalatot a jövő szakemberei. A szakmai ítélőképesség nem pusztán elméleti tudáson keresztül fejlődik. A valós esetekkel való ismételt munka, a visszajelzések fogadása és a hibákon való reflektálás révén is fejlődik. Ha ezt a tanulási fázist lerövidítik vagy teljesen megszüntetik, később szakadék keletkezhet a formális képesítések és a gyakorlati kompetencia között.

Egyetlen vállalat szempontjából rövid távon vonzó lehet elsősorban tapasztalt szakembereket alkalmazni és csökkenteni a junior pozíciók számát. Ha azonban sok vállalat hasonlóan cselekszik, az meggyengítheti a jövőbeli képzett munkaerő kollektív alapjait. A már tapasztalt alkalmazottak toborzása nem oldja meg ezt a makrogazdasági problémát, hanem csupán a tehetségek korlátozott készletét osztja újra.

Egy értelmes üzleti válasz tehát nem az lenne, hogy mesterségesen fenntartsanak minden meglévő rutinfeladatot. Ehelyett a tanulási utakat tudatosan kellene újratervezni. A gyakornokok áttekinthetnék a mesterséges intelligencia eredményeit, összehasonlíthatnák a különböző megoldásokat, és fokozatosan felelősséget vállalhatnának a valós döntésekért. Ez a képzés fókuszát inkább a megértés és a kritikai gondolkodás felé terelné. A megtakarított idő így nemcsak a személyzeti költségek csökkentésének eszköze lenne, hanem kifejezetten a gyorsabb és alaposabb készségfejlesztésre is felhasználható lenne.

A termelékenység a kezdőket is fellendítheti

A mesterséges intelligencia hatása az új szakemberekre nem teljesen negatív. Egy megfelelő asszisztens hozzáférhetővé teheti a tudást, útmutatást adhat a megfogalmazáshoz, és támogathatja a kevésbé ismerős problémák megoldását. Ez lehetővé teszi a tapasztalatlan alkalmazottak számára, hogy gyorsabban váljanak produktívvá. Az, hogy a vállalatok ezt további munkaerő felvételére vagy a személyzeti igények csökkentésére használják-e fel, egy külön üzleti döntés.

Egy 5172 alkalmazott bevonásával végzett átfogó ügyfélszolgálati tanulmány kimutatta, hogy a mesterséges intelligencia által nyújtott támogatás átlagosan körülbelül 15 százalékkal több sikeresen megoldott kérést eredményezett munkaóránként. A kevésbé tapasztalt és korábban alacsonyabb teljesítményű alkalmazottak különösen jelentős előnyökhöz jutottak. Ez a megállapítás azt mutatja, hogy a mesterséges intelligencia csökkentheti a munkakörön belüli meglévő teljesítménybeli különbségeket. Ez azonban nem teszi lehetővé általános következtetések levonását arról, hogy a foglalkoztatás vagy a bérek hogyan fognak változni a teljes gazdaságban.

Ez a különbségtétel kulcsfontosságú. Egy eszköz növelheti egy fiatal alkalmazott termelékenységét, miközben egyidejűleg csökkenti a fiatal alkalmazottak iránti általános igényt a vállalaton belül. Hasonlóképpen, egy további alkalmazott megnövekedett haszna gazdaságilag életképessé teheti az új felvételeket. Az, hogy a támogató vagy a kiszorító hatás érvényesül-e, a kereslettől, a szervezettől és a vállalati stratégiától függ. A technológiai képességek nem határozzák meg teljes mértékben az eredményt.

EU-s és német szakértelmünk az üzletfejlesztés, az értékesítés és a marketing területén - Kép: Xpert.Digital

Iparági fókuszterületek: B2B, digitalizáció (AI-tól XR-ig), gépészet, logisztika, megújuló energiák és ipar

További információ itt:

• Szakértői Üzleti Központ

Tematikus központ, amely betekintést és szakértelmet kínál:

• Tudásplatform, amely a globális és regionális gazdaságokat, az innovációt és az iparágspecifikus trendeket fedi le
• Elemzések, betekintések és háttérinformációk gyűjteménye a legfontosabb fókuszterületeinkről
• Szakértelem és információk helye az üzleti és technológiai fejleményekről
• Egy központ a piacokkal, a digitalizációval és az iparági innovációkkal kapcsolatos információkat kereső vállalatok számára

A foglalkoztatási adatok józan értelmezést igényelnek

Németországban eddig nem tapasztalható széles körű foglalkoztatáscsökkenés a mesterséges intelligenciának különösen kitett foglalkozásokban. 2026 elején a leginkább kitett foglalkozásokban a teljes munkaidős foglalkoztatás 1,8 százalékkal magasabb volt, mint 2022-ben. Ezzel szemben a legkevésbé kitett foglalkozásokban 6,4 százalékkal alacsonyabb volt. Ezek a számok ellentmondanak annak az egyszerűsített elképzelésnek, hogy a mesterséges intelligencia magas szintű technikai hatása szükségszerűen a munkahelyek általános csökkenéséhez vezet.

Azonban azt sem bizonyítják, hogy a mesterséges intelligencia már ilyen mértékben növelte a foglalkoztatást. A vizsgált foglalkozási csoportok fejlődése egyes esetekben már a generatív mesterséges intelligencia széles körű elérhetősége előtt is eltérő volt. A digitalizáció, az iparági változások és más strukturális tényezők befolyásolhatják az eredményeket. Aki a teljes különbséget mesterséges intelligencia hatásként értelmezi, az összekever egy megfigyelt összefüggést egy bizonyított okkal.

További korlátozást jelent a figyelembe vett foglalkoztatási szegmens. A teljes munkaidős foglalkoztatás nem képviseli a teljes foglalkoztatást, és nem is automatikusan a teljes munkamennyiséget. A részmunkaidős foglalkoztatás, az önfoglalkoztatás vagy a munkaórák változásai további információkat szolgáltathatnak. Ezért a megbízható diagnózis érdekében a foglalkoztatási szinteket, az új felvételeket, a munkaórákat és a jövedelmet együttesen kell figyelembe venni. Egyetlen mutató figyelmeztető jelzést adhat, de nem adhat teljes képet a gazdasági átalakulásról.

A gazdasági trendek és a mesterséges intelligencia átfedésben vannak

A jelenlegi gazdasági visszaesés megnehezíti a megfigyelt változások konkrét tényezőkhöz való hozzárendelését. A vállalatok gyakran vonakodnak felvenni, ha az értékesítési kilátások bizonytalanok. Ez különösen a fiatal szakembereket érintheti, mivel még nincs meglévő munkájuk, és a potenciális munkaadók nehezebben tudják felmérni képességeiket. Ezért a munkaerőpiacra való nehezebb belépés nem jelenti automatikusan a technológiai elmozdulást.

Egy másik, Németországra vonatkozó elemzés a 20 és 29 év közöttiekre összpontosít, ami egy szélesebb korcsoport. Ebben a csoportban a teljes munkaidős foglalkoztatás 3,8 százalékkal csökkent 2022 és 2025 között a mesterséges intelligenciának nagyobb mértékben kitett foglalkozásokban, és 2,6 százalékkal a kevésbé kitett foglalkozásokban. Miután figyelembe vették a gazdasági sebezhetőséget és az otthoni munkavégzésre való alkalmasságot is, a mesterséges intelligenciának való kitettséggel való negatív korreláció ebben a korcsoportban statisztikailag nem egyértelmű maradt. A gazdasági gyengeséggel való korreláció szignifikánsan erősebb volt.

Ezek az eredmények nem feltétlenül mondanak ellent a 20 és 24 év közöttiek körében tapasztalható kifejezettebb csökkenéssel. Az életkor meghatározása, az időszak és a foglalkozási besorolás eltérő. Összességében az eredmények óvatos értelmezést indokolnak: komoly jelek utalnak a változó belépési lehetőségekre, de nincs elegendő ok arra, hogy a fiatal munkavállalók által tapasztalt összes problémát a mesterséges intelligenciának tulajdonítsuk. A gazdaságpolitikának ezért egyszerre kell foglalkoznia a technológiai alkalmazkodással, valamint a beruházások és a kereslet általános gyengeségével.

A disztribúció még nem átalakulás

A generatív mesterséges intelligencia gyorsan elterjedt a német vállalatoknál. Használati aránya a 2023-as körülbelül 5 százalékról 2025-re közel 25 százalékra emelkedett. A társadalombiztosítási járulékfizetésre kötelezett alkalmazottak mintegy 40 százaléka dolgozott ezeknél a felhasználó vállalatoknál. Ez azonban nem jelenti azt, hogy ezek az emberek maguk is mesterséges intelligenciával dolgoztak. A technológia továbbra is a vállalaton belüli bizonyos részlegekre vagy feladatokra korlátozódhat.

Jelentős különbségek mutatkoztak a vállalati méretek között is. 2025-ben a legalább 200 alkalmazottat foglalkoztató vállalatok körülbelül 48 százaléka használt generatív mesterséges intelligenciát. A legfeljebb kilenc alkalmazottat foglalkoztató vállalatok esetében ez az arány körülbelül 21 százalék volt. A technológia különösen elterjedt volt az információs és kommunikációs technológiában (59 százalék), a pénzügy és a biztosítás területén (50 százalék), valamint az üzleti szolgáltatásokban (37 százalék).

Ezen adatok gazdasági jelentősége nemcsak az adaptáció sebességében rejlik. Egy alkalmi szöveges összefoglaló másképp változtatja meg az üzletet, mint a mesterséges intelligencia folyamatos munkafolyamatokba való integrálása. A felhasználó vállalatok körülbelül 90 százaléka nyilvánosan elérhető megoldásokra támaszkodott; csak kisebb arányban alkalmaztak testreszabottabb vagy saját fejlesztésű modelleket. A magas adaptációs arányok ezért egybeeshetnek a korlátozott szervezeti penetrációval. A termelékenység és a foglalkoztatás szempontjából a legfontosabb az, hogy milyen intenzíven és milyen célra használják a technológiát.

A hasznot működés közben határozzák meg

A mesterséges intelligenciába történő befektetések gazdaságilag akkor kifizetődőek, ha a hozzáadott előnyök meghaladják a teljes költségeket. Ezek a költségek nemcsak a licencdíjakat tartalmazzák, hanem az adat-előkészítés, a technikai interfészek, a képzés, a biztonsági intézkedések és az eredmények monitorozásának erőforrásait is. Egy olcsó eszköz drágának bizonyulhat, ha az eredményei gyakori és költséges korrekciókat igényelnek.

A központi üzleti kérdés tehát nem az, hogy egyetlen feladat gyorsabban elvégezhető-e. A döntő kérdés az, hogy a teljes folyamat gazdaságosabbá válik-e a minőség fenntartása vagy javítása mellett. Ha egy kezdeti értékelés időt takarít meg, de későbbi koordináció és ellenőrzések szükségesek, a tényleges haszon csekély maradhat. Ezzel szemben egy látszólag apró javulás jelentős hatással lehet, ha kiküszöböl egy szűk keresztmetszetet egy gyakran ismétlődő folyamatban.

Egy realisztikus bevezetés tehát ellenőrizhető kritériumokat igényel. Ilyenek például a használható eredmény eléréséhez szükséges feldolgozási idő, a hiba- és átdolgozási arány, valamint a ténylegesen felszabaduló kapacitás. Az elkészített szövegek, prezentációk vagy programtervezetek száma önmagában nem méri a termelékenységet. A gazdasági fejlődés csak akkor következik be, ha az eredmények használhatóbbá válnak, az ügyfelek hozzáadott értéket kapnak, vagy a szűkös erőforrásokat hatékonyabban használják fel. A mesterséges intelligencia mint a modernizáció szimbóluma nem elegendő ennek eléréséhez.

Miért feltételesen érvényesek a nagy növekedési adatok?

A hosszú távú mesterséges intelligencia forgatókönyv a strukturális átalakulást jelentős makrogazdasági lehetőségekkel köti össze. A feltételezések szerint az éves gazdasági növekedés 15 év alatt átlagosan 0,8 százalékponttal magasabb lehet, mint a referenciapályán. A teljes időszakot tekintve ez körülbelül 4,5 billió euró kumulatív többletérték-teremtést eredményezne. Ez a szám egy potenciális, nem pedig garantált megtérülést jelent.

Két gyakori tévhitet kell elkerülni. Az éves növekedés 0,8 százalékpontos növekedése nem ugyanaz, mint a gazdasági kibocsátás egyszeri 0,8 százalékos növekedése. Hasonlóképpen, a 15 év alatt létrejövő 4,5 billió eurós többletérték sem nem többlet kormányzati költségvetés, sem nem egyetlen éves pénzösszeg. Ez alatt a két fejlődési pálya közötti gazdasági kibocsátás kumulatív különbségét értjük az adott időszakban.

Az alapul szolgáló mechanizmus érthető: magasabb munkatermelékenység, csökkent anyagfelhasználás és új értékesítési lehetőségek. Ezen hatások tényleges nagysága azonban a megvalósítástól függ. A különösen sikeres egyedi alkalmazások eredményei nem extrapolálhatók közvetlenül a teljes gazdaságra. Továbbá bizonytalanságok merülnek fel az új üzleti modellekkel, a nemzetközi versenyreakciókkal és a terjesztés sebességével kapcsolatban. Ezért a magas potenciálszámokat a jobb keretfeltételek igazolásaként kell értelmezni, nem pedig egy ellenőrizhető befektetési stratégia helyettesítőjeként.

Az új munkahelyek nem jönnek létre automatikusan

A hosszú távú, közel kiegyensúlyozott foglalkoztatási egyensúlyhoz a hatékonyságnövekedés mellett további gazdasági aktivitásra van szükség. Ez magában foglalja a műszaki infrastruktúra, az új informatikai szolgáltatások és a korábban gazdaságilag nem életképes üzleti modellek fejlesztését és működtetését. Ez a foglalkoztatás nem minden megtakarított óra automatikus mellékhatása. Befektető vállalatokat, fizetőképes ügyfeleket és a szükséges készségeket igényel.

Az időbeli fejlődés sem lineáris. Kezdetben további személyzetre lehet szükség az adatgyűjtéshez, a műszaki megvalósításhoz és az infrastruktúrához. Később a termelékenység növekedése csökkentheti a munkaerő iránti keresletet. Az új üzleti területek hosszabb távon ellensúlyozhatják ezt a hatást. Ha fejlődésük elmarad a várakozásoktól, a foglalkoztatási egyensúly is megváltozik. A forgatókönyv-elemzés szemléltetheti ezt az összefüggést, de nem garantálhatja, hogy minden szükséges feltétel teljesül.

Továbbá a többletmunkának nem feltétlenül kell teljes mértékben új munkakörökben tükröződnie. Egy meglévő műszaki szolgáltató bővítheti kínálatát, egy ipari vállalat további digitális karbantartási szolgáltatásokat fejleszthet ki, vagy egy tanácsadó cég új megvalósítási feladatokat vállalhat. A lényeg a további gazdasági kereslet, nem pedig az újonnan létrehozott munkakörök száma. A foglalkoztatáspolitika szempontjából ez azt jelenti, hogy az innováció és az üzleti indulás ugyanolyan releváns, mint a meglévő alkalmazottak továbbképzése.

A demográfiai adatok különösen értékessé teszik a hatékonyságot

Egy elöregedő társadalomban a munkatermelékenység különösen fontos. Amikor bizonyos munkakörökre nehezebb személyzetet találni, az adminisztratív feladatok automatizálása segíthet a meglévő képzett munkaerő hatékonyabb kihasználásában. Az egyik ágazatban tapasztalható alacsonyabb munkaerő-kereslet tehát nem feltétlenül jelenti az általános munkaerőpiaci helyzet romlását. Segíthet a hiányok enyhítésében is.

Ezt a kapcsolatot azonban nem szabad túlfeszíteni. Egy irodai dolgozó, akit a mesterséges intelligencia mentesít az adminisztratív feladatoktól, nem válik automatikusan keresett ápolóvá, és a kiegészítő technikai kapacitás nem helyettesíti az összes gyakorlati munkát. Ezen területek között helyezkednek el a képesítési követelmények, a személyes preferenciák és a szervezeti korlátok. Ezért a demográfiailag vezérelt személyzethiány és a technológiai eltolódás egyszerre is előfordulhat.

A gazdaságilag vonzó kilátás abban rejlik, hogy a szűkös munkaidőt a szabványosított feladatokról a nagyobb emberi hasznot hozó feladatokra helyezzük át. Ez magában foglalhatja a jobb ügyfélszolgálatot, a gyorsabb problémamegoldást vagy a jobb technikai felkészültséget. Hogy ez sikerül-e, az a munkaszervezéstől függ. Ha csak a személyzeti költségeket csökkentik a fennmaradó kapacitások megfelelő kihasználása nélkül, a potenciál egy része kiaknázatlan marad. A mesterséges intelligencia ezért lehetséges eleme a demográfiai kihívások kezelésének, de nem helyettesíti teljes mértékben az oktatást, a munkaerőpiaci részvételt és a megfelelő bevándorlást.

A továbbtanuláshoz konkrét karriercélok szükségesek

A továbbképzések iránti igény hatástalan marad, ha nem világos, hogy mely készségekre lesz később gazdaságilag szükség. Egy általános bevezető tanfolyam a chatbot használatáról hasznos lehet, de nem helyettesíti a szakmai készségek adaptálását. A munkavállalóknak képesnek kell lenniük felismerni, hogy mely feladataik változnak meg, és milyen további felelősségi köröket várnak el tőlük a jövőben.

A működési helyzet jelentős megvalósítási hiányosságot mutat. 2025-ben a generatív mesterséges intelligenciát használó vállalatok körülbelül 27 százaléka kínált releváns képzéseket. További 21 százalékuk tervezett ilyen tanfolyamok indítását. A már végrehajtott intézkedéseket nem szabad egyenlőségjelet tenni a puszta tervek és a már megvalósított intézkedések között. A belső szabályozások végrehajtása is hiányos volt: a felhasználó vállalatok mintegy 21 százaléka rendelkezett megfelelő irányelvekkel, további 22 százalékuk pedig tervezte azok bevezetését.

Az értelmes szakmai fejlődés tehát ötvözi a szaktudást, a gyakorlati készségeket és az eredmények értékelését. Az alkalmazottaknak nemcsak az utasítások megfogalmazását kell megtanulniuk, hanem a bizonytalanság felismerését, az adatok megfelelő értelmezését és a modell korlátainak felmérését is. A vállalatok számára kulcsfontosságú, hogy a tanulási időt a napi munkarutinon belül osszák be. A felelősség teljes áthárítása az egyes alkalmazottak magánúton történő továbbképzési hajlandóságára hátrányos helyzetbe hozná azokat, akiknek kevesebb idejük, anyagi erőforrásuk vagy megfelelő tanulási lehetőségük van.

Középosztályok a hozzáférés és a függőség között

A kisebb vállalatok számára a könnyen elérhető mesterséges intelligencia szolgáltatások kezdetben csökkentik a belépési korlátokat. Saját fejlesztői részleg nélkül is kaphatnak támogatást kommunikációban, kutatásban vagy elemzésben. Ez lehetőséget teremt a nagyobb versenytársakkal szembeni szervezeti hátrányok részleges kompenzálására. A vállalatspecifikus folyamatokba való további integráció azonban továbbra is kihívást jelent, mint egyetlen eszköz használata.

A nagyvállalatok a fix bevezetési költségeket több felhasználási esetre oszthatják szét, és specializáltabb csapatokat alkalmazhatnak. A kisebb vállalkozásoknak ezzel szemben gyakran korlátozott személyi erőforrásokkal kell eldönteniük, hogy mely alkalmazásoknak van értelme, és hogyan illeszkednek a meglévő rendszerekbe. A szabványosított iparági megoldások vagy a külső támogatás segíthet ebben. Ez azonban csak akkor gazdaságilag kifizetődő, ha az előnyök, az adathozzáférés, a folyamatos költségek és a váltási lehetőségek kellően átláthatóak maradnak.

További kockázatot jelent az egyes szolgáltatóktól való függőség. Ha az alapvető munkafolyamatok szorosan egyetlen rendszerhez kötődnek, a későbbi árváltozások, a technikai korlátok vagy a szolgáltatóváltás nehézségei csökkenthetik a kezdeti előnyöket. Ezért egy középvállalkozásokra irányuló MI-stratégia esetében nemcsak a megfizethető, belépő szintű licencek relevánsak. Ugyanilyen fontosak az átvihető adatok, az átlátható interfészek és egy olyan szervezeti struktúra, amely nem szervezi ki teljesen a kritikus szakértelmet.

Ki részesül a termelékenységi növekedésből?

A megnövekedett gazdasági kibocsátás nem válaszolja meg automatikusan az elosztás kérdését. A mesterséges intelligenciával kapcsolatos előnyök a munkavállalóknál, az ügyfeleknél, a felhasználó vállalatoknál vagy a technológiai szolgáltatóknál jelentkezhetnek. Az egyes csoportok haszonszerzésének mértéke többek között a versenytől, az alkupozíciótól és bizonyos készségek hiányától függ. Ezért a pozitív általános gazdasági fejlődés jelentős jövedelmi és munkahelyi egyenlőtlenségekkel járhat.

A szabványosított szolgáltatások árnyomás alá kerülhetnek, miközben a szilárd szakértelem, az ügyfél-hozzáférés vagy a megoldások gyakorlati megvalósításának képessége felértékelődhet. Ugyanakkor a mesterséges intelligencia lehetővé teheti az egyes alkalmazottak számára, hogy igényesebb feladatokat vállaljanak. Az ilyen változások nem feltétlenül vezetnek nagyobb egyenlőtlenséghez. Csökkenthetik a teljesítménybeli különbségeket egyetlen munkakörön belül, miközben új jövedelmi különbségeket teremthetnek a különböző munkakörök között.

A társadalombiztosítás szempontjából az is releváns, hogy a magasabb termelékenység emelkedő bérekben, további foglalkoztatásban vagy túlnyomórészt más jövedelemformákban nyilvánul-e meg. A stabil munkaerő önmagában nem garantálja a járulékalap megfelelő növekedését. Ezzel szemben egy produktívabb gazdaság széleskörű részvétellel elősegítheti a társadalmi felelősségvállalás finanszírozását. Az elosztási kérdéseket ezért nem szabad másodlagos kérdésként, és nem is már rendezettként kezelni. Ezek a technológiai változás gazdasági aspektusainak alakításának központi elemei.

Az infrastruktúra korlátozza a digitális ígéretet

A mesterséges intelligencia fizikai és szervezeti alapot igényel. A számítási kapacitás, az áramellátás, a hálózati kapcsolat, az adatkezelés és az informatikai biztonság a produktív felhasználás előfeltételei. Az a feltételezés, hogy ezek az alapok időben rendelkezésre állnak, a kedvező növekedési forgatókönyvek feltétele. Ha ezek a feltételek nem teljesülnek, a beruházások drágábbá válhatnak, vagy késleltetett hatást gyakorolhatnak.

Az adatközpontok építése kezdetben további gazdasági aktivitást és munkahelyteremtést válthat ki. Ez azonban nem garantál korlátlan és tartós munkahelyteremtő hatást. Az építés és a műszaki üzemeltetés eltérő személyzeti struktúrával rendelkezik, és a legszélesebb körű gazdasági hatás csak más vállalatok produktív alkalmazásaiból ered. Az adatközpont ezért bizonyos alkalmazásokhoz szükséges infrastruktúra, de még nem bizonyítja a sikeresen megvalósított termelékenységnövekedést.

Az ipar és a logisztika számára a kihívás különösen a digitális eszközök valós folyamatokkal való integrálásában rejlik. Ez magában foglalhatja a jobb műszaki dokumentációt, a karbantartási döntések támogatását vagy az üzemi eltérések gyorsabb kezelését. Az ilyen alkalmazásoknak kompatibilisnek kell lenniük az adatminőséggel, a biztonsági követelményekkel és a meglévő rendszerekkel. Ezért a sikeres demonstráció nem feltétlenül jelent gazdaságilag életképes megvalósítást a folyamatban lévő műveletekben. Végső soron a döntő tényező az, hogy a technológia megbízhatóan működik-e valós körülmények között, és javítja-e az általános folyamatteljesítményt.

A munkaerőpiaci politikának finanszíroznia kell az átmeneteket

Egy megalapozott gazdaságpolitikai megközelítésnek alapvetően nem szabadna megakadályoznia a produktív automatizálást. Az összes meglévő munkahelyszerkezet megőrzésére való törekvés akadályozhatja a szükséges hatékonyságnövekedést és az új üzleti modelleket. Ugyanilyen helytelen lenne azonban azt várni, hogy a piac támogatás nélkül megoldja az összes átmeneti problémát. Az információs hiányosságok, a pénzügyi kockázatok és a tanulási lehetőségek hiánya megnehezítheti az érdemi változásokat.

A munkaerőpiaci politikának ezért korán kell elkezdődnie. Ha a vállalaton belüli feladatok megváltoznak, az időben történő képzés potenciálisan megelőzheti a jövőbeni munkahelyek elvesztését. Ha változásra van szükség, a további képzésnek és tanácsadásnak a konkrét foglalkoztatási lehetőségekre kell irányulnia. A programban való részvétel önmagában nem bizonyítja a sikert; a későbbiekben kulcsfontosságúak a valós foglalkoztatási kilátások, a megfelelő munkahelyek és a minimális hosszú távú jövedelemkiesés.

A munkaerőpiachoz való hozzáférés különös figyelmet érdemel. A tanulószerződéses gyakorlati képzések, a támogatott belépő szintű pozíciók és a megbízható tanulási utak olyan funkciót töltenek be, amely túlmutat az egyes vállalatok rövid távú hasznán. Egy foglalkoztatáspolitikai stratégiának ezért nemcsak a meglévő munkanélküliséget kell kezelnie. Segítenie kell megakadályozni, hogy a vállalatok rövid távon megtakarítsanak a toborzási költségeken, ezáltal hosszú távon gyengítve a gazdaság saját képzett munkaerőjét. A tanulási lehetőségek fenntartása más, mint az elavult rutinmunka mesterséges fenntartása.

Hogyan mérhető a felújítás?

Az elkövetkező években nem csak a látványos létszámleépítési bejelentések lesznek árulkodó mutatók. Különösen fontosak lesznek az életkor és a szakma alapján felvett új alkalmazottak, a betölthető belépő szintű pozíciók száma, a belső áthelyezések, valamint a képzésből a rendszeres foglalkoztatásba való átmenet. A munkaidőt és a jövedelmet is figyelembe kell venni, hogy a stabil munkaerő ne fedje el a munka minőségének vagy terjedelmének változását.

Vállalati szinten megbízható kulcsfontosságú teljesítménymutatókra (KPI-kra) van szükség a valódi teljesítményjavulás bemutatásához. A produktív mesterséges intelligencia használatának használható eredményekben, csökkent átdolgozásban, javuló minőségben vagy hozzáadott ügyfélértékben kell tükröződnie. A tudományosan megalapozott értékeléshez a vállalatokon belüli tényleges megvalósításra vonatkozó adatokat ideális esetben össze kell kapcsolni a foglalkoztatási adatokkal. Csak így lehet jobban megkülönböztetni, hogy a megfigyelt változások a mesterséges intelligenciához kapcsolódnak-e, vagy elsősorban más gazdasági okaik vannak.

A gazdaságpolitikai perspektívának világosnak kell maradnia: nem minden eltűnő rutinfeladat jelent társadalmi veszteséget, és nem minden újonnan létrehozott munkahely bizonyítja a sikeres átalakulást. A mérce az, hogy a magasabb termelékenység vajon többletérték-teremtéshez, elérhető karrierlehetőségekhez és fenntartható jövedelmekhez vezet-e. A legfontosabb tervezési kihívás a technológiai fejlődés és az emberi fejlődés összekapcsolása oly módon, hogy a kiegyensúlyozott munkaerőpiac a lehető legtöbb ember számára gazdaságilag biztonságos jövőt jelentsen.

A kvázi házon belüli megoldás: Hogyan hidalja át az Xpert.Digital a B2B marketing és értékesítés működési réseit – Okos, tartalomvezérelt üzlet - Kép: Xpert.Digital

Az Xpert.Digital egy adatvezérelt B2B iparági központ, amelyet Konrad Wolfenstein vezet. A vállalat külső, kvázi házon belüli megoldásként működik az ipari partnerek számára, áthidalva a marketing, a tartalom és az értékesítés működési hiányosságait – anélkül, hogy további erőforrásokat igényelne az ügyféloldalon.

További információ itt:

• A kvázi házon belüli megoldás: Hogyan hidalja át az Xpert.Digital a B2B marketing és értékesítés működési réseit – Smart Content-Driven Business

☑️ Üzleti nyelvünk az angol vagy a német

☑️ ÚJ: Levelezés az anyanyelveden!

Konrad Wolfenstein

Én és a csapatom örömmel állunk rendelkezésére személyes tanácsadóként.

Kapcsolatba léphetsz velem a kapcsolatfelvételi űrlap kitöltésével itt [email protected]:, vagy egyszerűen hívj a +49 7348 4088 965 telefonszámon. Az e-mail címem

Alig várom a közös projektünket.

☑️ KKV-támogatás a stratégiában, tanácsadásban, tervezésben és megvalósításban

☑️ Digitális stratégia létrehozása vagy átalakítása és digitalizáció

☑️ Nemzetközi értékesítési folyamatok bővítése és optimalizálása

☑️ Globális és digitális B2B kereskedési platformok

☑️ Pioneer Üzletfejlesztés / Marketing / PR / Vásárok