133 miliony nowych miejsc pracy dzięki robotyce i sztucznej inteligencji? Co tak naprawdę kryje się za tą kontrowersyjną prognozą – i co ona dla Ciebie oznacza?

Czy Twoja praca jest zagrożona? Oto jak przygotować się na zmieniający się rynek pracy, stosując odpowiednie strategie – Kompleksowa analiza transformacji rynku pracy: Prognoza i jej klasyfikacja

Co tak naprawdę mówi szeroko dyskutowana prognoza Światowego Forum Ekonomicznego mówiąca o 133 milionach nowych miejsc pracy?

W 2018 roku Światowe Forum Ekonomiczne (WEF) opublikowało raport „Przyszłość miejsc pracy”, który zawierał dalekosiężną i szeroko komentowaną prognozę. Jego głównym przesłaniem było to, że choć zmiany technologiczne do 2022 roku doprowadzą do likwidacji 75 milionów miejsc pracy, jednocześnie powstaną 133 miliony nowych. To z kolei przełoży się na wzrost netto o 58 milionów miejsc pracy. Transformacja ta wpisuje się w kontekst „Czwartej Rewolucji Przemysłowej” (4IR), napędzanej przez kluczowe technologie, takie jak szybki internet mobilny, sztuczna inteligencja (AI), analiza dużych zbiorów danych i technologia chmurowa.

Kluczowym wnioskiem z raportu był zmieniający się podział pracy między ludźmi a maszynami. Podczas gdy w 2018 roku 71% czasu pracy nadal wykonywali ludzie, raport przewiduje spadek tego udziału do 58% do 2022 roku, z oczekiwaniem, że do 2025 roku maszyny będą wykonywać więcej bieżących zadań niż ludzie. Perspektywy raportu z 2018 roku były zauważalnie bardziej pozytywne niż w poprzednim raporcie z 2016 roku. Wynikało to z faktu, że firmy od tego czasu lepiej zrozumiały możliwości oferowane przez nowe technologie. Raport został pomyślany jako „apel do działania” dla rządów, przedsiębiorstw i osób prywatnych, aby mądrze zarządzać tą transformacją, unikając w ten sposób pogłębiającej się luki kompetencyjnej i rosnących nierówności społecznych.

W związku z tym:

• Zabójcy czy twórcy miejsc pracy? Prawda o automatyzacji, sztucznej inteligencji i robotyce – Od linii montażowej do „linii myślenia”?

Jak ewoluowały i zmieniały się te prognozy w późniejszych raportach Światowego Forum Ekonomicznego?

Początkowo optymistyczna prognoza Światowego Forum Ekonomicznego (WEF) uległa znacznym zmianom w kolejnych latach i stała się bardziej złożona. Ewolucja prognoz wyraźnie wskazuje na odejście od perspektywy opartej wyłącznie na technologii w kierunku takiej, która w większym stopniu uwzględnia warunki makroekonomiczne i społeczne.

Raport „Future of Jobs Report 2023” przedstawił znacznie bardziej trzeźwy obraz dla okresu do 2027 roku. Przewidywał on utworzenie 69 milionów nowych miejsc pracy, ale zostało to zrekompensowane utratą 83 milionów miejsc pracy. Doprowadziłoby to do utraty netto 14 milionów miejsc pracy, czyli 2% całkowitego zatrudnienia w tamtym czasie. To odwrócenie prognozowanego zysku netto na stratę netto oznacza istotną rewizję sytuacji.

W swoim raporcie „Future of Jobs Report 2025”, obejmującym okres do 2030 roku, Światowe Forum Ekonomiczne (WEF) powróciło do bardziej optymistycznej perspektywy, aczkolwiek z nowymi założeniami. Raport przewiduje utworzenie 170 milionów nowych miejsc pracy, a jednocześnie utratę 92 milionów, co przełoży się na zysk netto w wysokości 78 milionów miejsc pracy.

Co istotne, zmieniły się czynniki napędzające zmiany. Podczas gdy raport z 2018 roku koncentrował się niemal wyłącznie na rewolucji technologicznej, kolejne raporty wskazują na szerszy zakres czynników wpływających. Technologia, a w szczególności sztuczna inteligencja i big data, nadal stanowią kluczowy czynnik. Jednak zielona transformacja, czynniki makroekonomiczne, takie jak rosnące koszty utrzymania i powolny wzrost gospodarczy, standardy ESG (środowiskowe, społeczne i dotyczące ładu korporacyjnego) oraz zmiany demograficzne są obecnie uznawane za równie ważne, a nawet ważniejsze.

Ta ewolucja prognoz ujawnia ważną refleksję: początkowe założenie, że postęp technologiczny niemal automatycznie doprowadzi do wzrostu liczby miejsc pracy, zostało obalone przez rzeczywistość. Raporty pokazują, że potencjał technologii w zakresie tworzenia miejsc pracy jest w dużym stopniu zależny od uwarunkowań ekonomicznych i politycznych. Na przykład, raport z 2025 roku wskazuje na powolny wzrost gospodarczy jako główny czynnik utraty miejsc pracy, podczas gdy inwestycje w zieloną transformację są postrzegane jako kluczowy czynnik tworzenia nowych miejsc pracy. Obietnica technologii nie jest zatem absolutna, lecz warunkowa. Pozytywny wynik nie jest nieuniknionym rezultatem innowacji, ale zależy od zdrowego i sprzyjającego otoczenia makroekonomicznego.

Zmieniający się rynek pracy: Jak technologia i zielona transformacja tworzą miejsca pracy

Rynek pracy się zmienia: Jak technologia i zielona transformacja tworzą miejsca pracy – Zdjęcie: Xpert.Digital

Opracowanie prognoz WEF dotyczących zatrudnienia netto. Tabela ilustruje przejście od optymizmu opartego wyłącznie na technologii do bardziej złożonej perspektywy, uwzględniającej czynniki ekonomiczne i środowiskowe.

Rynek pracy przechodzi transformację napędzaną wpływem technologii i zielonej transformacji. W latach 2018–2022 rozwój technologiczny, taki jak sztuczna inteligencja, duże zbiory danych i technologie chmurowe, stworzył 133 miliony nowych miejsc pracy, jednocześnie eliminując 75 milionów, co przełożyło się na wzrost netto o 58 milionów. Jednak w latach 2023–2027 przewiduje się utworzenie 69 milionów miejsc pracy, ale 83 miliony zostaną utracone z powodu zmian technologicznych, presji gospodarczej i rosnących kosztów utrzymania, co przełoży się na spadek netto o 14 milionów miejsc pracy. W latach 2025–2030 prognozowany jest znaczny wzrost zatrudnienia – powstanie 170 milionów nowych miejsc pracy w porównaniu z 92 milionami utraconych. Technologia, zielona transformacja, kryteria ESG i czynniki makroekonomiczne są głównymi czynnikami napędzającymi tę zmianę, co przełoży się na wzrost netto o 78 milionów miejsc pracy.

Na jakiej metodologii oparte są te dane i jakie są zarzuty wobec tego podejścia?

Wybitne postacie z WEF opierają się na badaniu „Future of Jobs Survey”, przeprowadzonym wśród kadry kierowniczej działów HR, strategii i zarządzania w dużych, międzynarodowych firmach. Na przykład w raporcie z 2018 roku przebadano 313 globalnych firm, zatrudniających ponad 15 milionów pracowników w 20 gospodarkach, które z kolei generują 70% globalnego PKB.

Kluczowe jest zrozumienie, że często cytowane dane, takie jak „75 milionów utraconych miejsc pracy” i „133 miliony nowych miejsc pracy”, są wynikiem ekstrapolacji. Przebadane firmy prognozowały spadek o 984 000 miejsc pracy i wzrost o 1,74 miliona w obrębie własnej siły roboczej. Te wewnętrzne trendy zostały następnie ekstrapolowane na globalną siłę roboczą poza rolnictwem w dużych firmach, wykorzystując dane Międzynarodowej Organizacji Pracy (MOP). Metodologia wyraźnie wyklucza małe i średnie przedsiębiorstwa (MŚP) oraz sektor nieformalny, co stanowi istotne ograniczenie, biorąc pod uwagę, że stanowią one znaczną część globalnego zatrudnienia.

Krytyka tego podejścia metodologicznego jest uzasadniona:

Po pierwsze, raporty oskarżane są o tendencję do nadmiernego optymizmu i stronniczości narracyjnej. Krytycy argumentują, że narracje Światowego Forum Ekonomicznego (WEF) zazwyczaj wspierają cele organizacji, takie jak promowanie współpracy globalnej, co może prowadzić do nadmiernie pozytywnego wizerunku. Wahania między ponurymi ostrzeżeniami z 2016 roku, silnym optymizmem z 2018 roku i bardziej złożonym obrazem z późniejszych lat sugerują raczej schemat nadmiernej korekty niż stabilną, spójną analizę.

Po drugie, skupienie się na „zysku netto” w zatrudnieniu jest krytykowane jako mylące. To podejście, często porównywane do „błędu hazardzisty”, ignoruje ogromne przeszkody związane z transformacją. Błędnie sugeruje, że zwolniony pracownik może z łatwością przejść na jedno z nowych stanowisk. Pomija jednak ogromne luki w kwalifikacjach – kasjer nie staje się inżynierem DevOps z dnia na dzień – nierówności geograficzne oraz dysproporcje w jakości pracy i wynagrodzeniach. Zysk netto przesłania ogromne koszty ludzkie i społeczne transformacji.

Po trzecie, prognozy opierają się na wątpliwych założeniach. Raporty sugerują, że redukcja kosztów dzięki sztucznej inteligencji doprowadzi do rozpowszechnienia ról „człowiek + sztuczna inteligencja”, rekompensując utratę miejsc pracy w całych zespołach. Krytycy uważają to założenie za nierealistyczne, zwłaszcza że prognozowany wzrost ma nastąpić w sektorach takich jak zielona gospodarka i opieka zdrowotna, które są niedofinansowane lub są przedmiotem sporów politycznych w wielu dużych gospodarkach.

Wreszcie, niepowodzenie wcześniejszych prognoz podważa wiarygodność założeń. Prognoza Światowego Forum Ekonomicznego z 2018 roku, zakładająca masową „rewolucję przekwalifikowania” do 2022 roku, nie spełniła się w oczekiwanym zakresie. Podejmowane działania często były niewystarczające, niedofinansowane i napotykały na przeszkody logistyczne, co podważało wykonalność założeń, na których opierają się prognozy dotyczące zatrudnienia.

Zmieniający się krajobraz zawodowy: zwycięzcy i przegrani automatyzacji

Które konkretne zawody i role zostaną wyparte przez sztuczną inteligencję i automatyzację?

Transformacja rynku pracy poprzez sztuczną inteligencję i automatyzację prowadzi do znacznej polaryzacji, a niektóre zawody są narażone na wysokie ryzyko wyparcia. Dotyczy to w szczególności zawodów rutynowych, zarówno w sektorze umysłowym, jak i fizycznym. Najbardziej narażone grupy demograficzne to pracownicy biurowi, pracownicy o niskich umiejętnościach cyfrowych oraz osoby starsze.

W różnych raportach WEF konsekwentnie wymieniana jest lista zawodów, na które gwałtownie spada zapotrzebowanie. Należą do nich:

• Pracownicy ds. wprowadzania danych
• Księgowi, księgowości i kadry płacowej
• Sekretarze administracyjni i wykonawczy
• Pracownicy montażowi i fabryczni (w niektórych branżach)
• Kasjerzy i kasjerzy biletowi
• Kasjer bankowy przy okienku (Kasjerzy bankowi)
• Urzędnicy pocztowi.

Nowsze raporty, takie jak „Future of Jobs Report 2025”, rozszerzają tę listę o kolejne zawody oparte na wiedzy. Graficy i asystenci prawni również zaliczają się do kurczących się kategorii zawodowych. Jest to wyraźnie przypisywane postępowi generatywnej sztucznej inteligencji, która w coraz większym stopniu jest w stanie podejmować się wymagających zadań kognitywnych.

Jakie nowe i rozwijające się zawody pojawiają się w wyniku tej rewolucji technologicznej?

Oprócz zastępowania rutynowych zadań, istnieje duże zapotrzebowanie na nowe i rozwijające się dziedziny zawodowe. Te obszary wzrostu nie mają wyłącznie charakteru technicznego, ale obejmują również stanowiska wymagające umiejętności typowo ludzkich.

Zawody związane z technologią stanowią istotę tego wzrostu. Najszybciej rozwijające się role to konsekwentnie:

• Specjaliści od sztucznej inteligencji i uczenia maszynowego
• Specjaliści od dużych zbiorów danych
• Eksperci w dziedzinie automatyzacji procesów
• Analitycy bezpieczeństwa informacji
• Programiści oprogramowania i aplikacji
• Inżynierowie robotyki
• Inżynierowie FinTech.

Jednocześnie rośnie zapotrzebowanie na zawody oparte na typowo „ludzkich” umiejętnościach. Należą do nich:

• Specjaliści ds. sprzedaży i marketingu
• Specjaliści ds. ludzi i kultury
• Eksperci w zakresie rozwoju organizacyjnego
• Menedżer ds. innowacji
• Przedstawiciel obsługi klienta.

Kolejnym dynamicznie rozwijającym się sektorem jest zielona gospodarka. Późniejsze raporty podkreślają silny wzrost w takich zawodach jak:

• Inżynierowie energii odnawialnej
• Inżynierowie energii słonecznej
• Menedżer ds. zrównoważonego rozwoju.

Sektor edukacji i opieki również odnotowuje dynamiczny wzrost. Oczekuje się wzrostu liczby zawodów takich jak lekarze, pielęgniarki i nauczyciele, co jest napędzane trendami demograficznymi, takimi jak starzenie się społeczeństwa i fakt, że te zawody są trudne do zautomatyzowania.

Ważne jest rozróżnienie między najszybszym wzrostem procentowym a największym wzrostem w liczbach bezwzględnych. Chociaż zatrudnienie w branży technologicznej rośnie najszybciej w ujęciu procentowym, największy wzrost bezwzględny spodziewany jest w zawodach pierwszej linii, takich jak pracownicy rolni, kierowcy dostaw i pracownicy budowlani.

Przyszłość pracy: te zawody zyskują i tracą na znaczeniu

Przyszłość pracy: te zawody zyskują i tracą na znaczeniu – Zdjęcie: Xpert.Digital

Skonsolidowany przegląd rosnących i kurczących się sektorów zawodowych. Tabela podsumowuje prognozy z różnych raportów i przedstawia zwycięzców i przegranych transformacji rynku pracy.

Przyszłość pracy wyraźnie się zmienia: w sektorach technologii i danych na znaczeniu zyskują takie zawody jak specjaliści ds. sztucznej inteligencji i uczenia maszynowego, specjaliści ds. dużych zbiorów danych, programiści oprogramowania i analitycy bezpieczeństwa informacji, podczas gdy prostsze zadania, takie jak wprowadzanie danych i technicy wsparcia IT, tracą na znaczeniu. W sektorze biznesu i zarządzania coraz większym zainteresowaniem cieszą się menedżerowie ds. zrównoważonego rozwoju, menedżerowie ds. innowacji, eksperci ds. automatyzacji procesów oraz specjaliści ds. sprzedaży i marketingu, podczas gdy pracownicy administracyjni i sekretarscy, a także księgowi i pracownicy ds. płac tracą na znaczeniu. W zielonej gospodarce rośnie zapotrzebowanie na inżynierów energii odnawialnej, specjalistów ds. pojazdów elektrycznych i inżynierów ochrony środowiska, podczas gdy maleje zatrudnienie w przemyśle paliw kopalnych. W sektorze opieki zdrowotnej i edukacji rośnie znaczenie pielęgniarek, lekarzy, nauczycieli i doradców socjalnych, choć żaden zawód nie traci na znaczeniu. W sektorze biurowo-administracyjnym spadek popytu dotyka szczególnie pracowników banków, pracowników poczty, kasjerów, grafików i asystentów prawnych, podczas gdy w rzemiośle wykwalifikowanym i przemyśle rośnie liczba pracowników rolnych, kierowców dostawczych i pracowników budowlanych, podczas gdy pracownicy montażowi i fabryk są mniej poszukiwani ze względu na automatyzację.

Jakie ogólne trendy, takie jak zielona transformacja, wpływają również na tworzenie i upadek miejsc pracy?

Dynamika rynku pracy nie jest determinowana wyłącznie przez automatyzację. Szereg makrotrendów oddziałuje na siebie i kształtuje zawodowy krajobraz przyszłości.

Zielona transformacja, czyli inwestycje w ochronę klimatu i adaptację do zmian klimatu, jest uważana za jeden z największych źródeł nowych miejsc pracy. Ten trend napędza popyt na inżynierów energii odnawialnej i środowiska, a także specjalistów ds. zrównoważonego rozwoju.

Warunki ekonomiczne mają równie silny, choć często przeciwstawny wpływ. Powolny wzrost gospodarczy i rosnące koszty utrzymania są uważane za czynniki, które w praktyce eliminują miejsca pracy i mogą częściowo zniweczyć korzyści płynące z technologii i zielonej transformacji.

Samo wdrażanie technologii to miecz obosieczny. Oczekuje się, że rozwój dostępu cyfrowego stworzy najwięcej miejsc pracy (19 milionów) do 2030 roku, ale jednocześnie spowoduje utratę wielu miejsc pracy (9 milionów). Drugim najważniejszym motorem napędowym są sztuczna inteligencja i duże zbiory danych, tworząc 11 milionów miejsc pracy i eliminując 9 milionów.

Zmiany demograficzne również odgrywają kluczową rolę. Starzenie się społeczeństwa w krajach o wysokich dochodach napędza popyt w sektorze opieki zdrowotnej i społecznej. Jednocześnie rosnąca liczba osób w wieku produkcyjnym w krajach o niskich dochodach prowadzi do zwiększonego zapotrzebowania na pracowników w sektorze edukacji.

Skorzystaj z bogatej, pięciokrotnej wiedzy specjalistycznej Xpert.Digital w ramach kompleksowego pakietu usług | Badania i rozwój, XR, PR i optymalizacja widoczności cyfrowej — Zdjęcie: Xpert.Digital

Xpert.Digital posiada dogłębną wiedzę z różnych branż. Pozwala nam to opracowywać strategie dopasowane do indywidualnych potrzeb i wyzwań konkretnego segmentu rynku. Dzięki ciągłej analizie trendów rynkowych i monitorowaniu rozwoju branży, możemy działać proaktywnie i oferować innowacyjne rozwiązania. Połączenie doświadczenia i wiedzy specjalistycznej generuje wartość dodaną i zapewnia naszym klientom zdecydowaną przewagę konkurencyjną.

Więcej informacji tutaj:

• Skorzystaj z pakietu obejmującego 5 obszarów specjalizacji Xpert.Digital – już od 500 € miesięcznie

Luka kompetencyjna: Jakie umiejętności będą poszukiwane w przyszłości?

Co oznacza „luka kompetencyjna” i jak duże jest to wyzwanie?

„Luka kompetencyjna” odnosi się do rozbieżności między umiejętnościami wymaganymi przez pracodawców na wolnych stanowiskach a rzeczywistymi kwalifikacjami dostępnej siły roboczej. Luka ta jest jednym z głównych wyzwań obecnej transformacji rynku pracy.

Skala tego wyzwania jest ogromna. Już w 2018 roku raport Światowego Forum Ekonomicznego (WEF) przewidywał, że do 2022 roku 54% wszystkich pracowników będzie wymagało znacznego przekwalifikowania i podniesienia kwalifikacji. Kolejne raporty potwierdzają i wzmacniają tę ocenę: w raporcie „Future of Jobs Report 2025” stwierdzono, że kluczowe umiejętności 44% pracowników ulegną zmianie w ciągu najbliższych pięciu lat, a do 2030 roku prawie 40% umiejętności wymaganych w danym miejscu pracy stanie się przestarzałe.

Ta statystyczna rzeczywistość znajduje odzwierciedlenie w percepcji liderów biznesu. W Stanach Zjednoczonych 70% kadry kierowniczej twierdzi, że w ich organizacji występuje krytyczna luka kompetencyjna, która negatywnie wpływa na innowacyjność i rozwój. Prawie 40% z nich uważa, że ​​luka ta się pogłębia.

W związku z tym:

• Przywództwo technologiczne kontra przywództwo kompetencyjne: analiza konkurencyjności i odporności kraju
  

  Przywództwo technologiczne kontra przywództwo kompetencyjne: analiza konkurencyjności i odporności kraju – Zdjęcie: Xpert.Digital

Jakie konkretne umiejętności techniczne i cyfrowe są najbardziej potrzebne?

Po stronie umiejętności technicznych, zwanych również „umiejętnościami twardymi”, istnieje wyraźna hierarchia zapotrzebowania. Na czele znajdują się umiejętności bezpośrednio związane z technologiami napędzającymi Czwartą Rewolucję Przemysłową.

Sztuczna inteligencja i Big Data niezmiennie plasują się wśród najbardziej pożądanych umiejętności. Umiejętność obsługi dużych zbiorów danych oraz wykorzystywania lub rozwijania systemów sztucznej inteligencji jest uważana za kluczową. Ściśle powiązane z tym są inne kluczowe kompetencje związane z cyfryzacją: znajomość technologii, bezpieczeństwo sieci i cyberbezpieczeństwo, tworzenie oprogramowania i aplikacji, analiza danych oraz przetwarzanie w chmurze są również niezwykle poszukiwane.

Co ciekawe, zarządzanie projektami jest często wymieniane jako jedna z najważniejszych umiejętności technicznych. Podkreśla to potrzebę łączenia wiedzy technicznej z zakresu wdrażania rozwiązań ze strategicznym planowaniem biznesowym oraz skutecznego zarządzania złożonymi projektami digitalizacji.

Dlaczego „ludzkie” umiejętności, takie jak myślenie analityczne, kreatywność i odporność psychiczna, są uważane za jeszcze ważniejsze?

W erze, w której maszyny coraz częściej przejmują zadania techniczne, pojawia się paradoks: podczas gdy umiejętności techniczne rozwijają się najszybciej, pracodawcy często uważają kompetencje poznawcze i społeczno-emocjonalne za najważniejsze. Można to wytłumaczyć ekonomiczną logiką niedoboru i użyteczności. Ponieważ sztuczna inteligencja sprawia, że ​​rutynowe zadania – zarówno techniczne, jak i poznawcze – są powszechnie dostępne i tanie, umiejętności służące wyłącznie do ich wykonywania tracą na wartości.

Jednocześnie zadania wymagające nowatorskiego rozwiązywania problemów, strategicznego myślenia, osądu etycznego i złożonych interakcji interpersonalnych wciąż trudno zautomatyzować. W miarę jak maszyny przejmują kontrolę nad „co” i „jak” w wielu czynnościach, rola człowieka przesuwa się w kierunku „dlaczego” i „co dalej”. Wymaga to umiejętności definiowania problemów, kreatywnej interpretacji wyników sztucznej inteligencji, przekonywania interesariuszy i kierowania złożonymi zespołami ludzkimi. To właśnie te tak zwane „ludzkie” umiejętności są niezbędne.

Tworzy to „premię za automatyzację” dla umiejętności, których nie da się zautomatyzować. Wartość ekonomiczna i popyt na te unikatowe kompetencje ludzkie rosną nieproporcjonalnie. Najważniejsze z tych umiejętności to:

• Myślenie analityczne i kreatywne: Te umiejętności niezmiennie plasują się na szczycie listy umiejętności najbardziej pożądanych przez pracodawców.
• Zdolność adaptacji: Odporność, elastyczność i sprawność są niezwykle ważne, ponieważ pracownicy muszą być w stanie dostosowywać się do ciągle zmieniających się warunków.
• Przywództwo i umiejętności społeczne: Umiejętności przywódcze, oddziaływanie społeczne, inteligencja emocjonalna, ciekawość i uczenie się przez całe życie są również niezwykle istotne, ponieważ sztuczna inteligencja nie jest w stanie odtworzyć tych umiejętności.

Luka kompetencyjna to zatem nie tylko brak umiejętności technicznych. To podział na rynku pracy: wartość umiejętności rutynowych gwałtownie spada, podczas gdy wartość umiejętności nierutynowych, głęboko ludzkich, gwałtownie rośnie. Najskuteczniejsze strategie rozwoju talentów to zatem nie tylko nauka programowania, ale także łączenie go ze szkoleniem z krytycznego myślenia i kreatywności.

Przyszłościowa przyszłość w pracy: równowaga między kompetencjami interpersonalnymi a wiedzą techniczną

Przyszłościowa przyszłość w Twojej pracy: równowaga między kompetencjami interpersonalnymi a wiedzą techniczną – Zdjęcie: Xpert.Digital

Kluczowe umiejętności w przyszłym świecie pracy. Tabela pokazuje podwójne znaczenie umiejętności technicznych i interpersonalnych oraz klasyfikuje je według ich postrzeganej wagi przez pracodawców.

Przyszłościowość w pracy oznacza znalezienie odpowiedniej równowagi między kompetencjami miękkimi a wiedzą techniczną. Przede wszystkim ważne są umiejętności interpersonalne, takie jak myślenie analityczne i kreatywne. Zaraz za nimi plasuje się wiedza techniczna z zakresu sztucznej inteligencji, big data oraz fundamentalnych kompetencji technologicznych. Równie ważne są odporność, elastyczność i zwinność, a także inne umiejętności interpersonalne. W sferze technicznej coraz większego znaczenia nabierają sieci, cyberbezpieczeństwo i analiza danych. Ciekawość, uczenie się przez całe życie, przywództwo i wpływ społeczny to również kluczowe umiejętności interpersonalne. Uzupełnia je wiedza techniczna z zakresu tworzenia oprogramowania i aplikacji oraz zarządzania projektami.

Strategie radzenia sobie ze zmianą: przekwalifikowanie, kształcenie ustawiczne i nowe modele pracy

Jakie strategie stosują firmy, aby przygotować swoich pracowników na przyszłość?

W obliczu rosnącej luki kompetencyjnej firmy opracowują proaktywne strategie, aby przygotować swoich pracowników na przyszłość. Strategie te wykraczają poza proste działania szkoleniowe i mają na celu fundamentalną reorganizację rozwoju personelu.

Kluczowym podejściem jest strategiczne planowanie zatrudnienia. Firmy analizują swoje obecne umiejętności w porównaniu z przyszłymi wymaganiami i opracowują ukierunkowane programy przekwalifikowania (reskillingu) i podnoszenia kwalifikacji. Celem jest zbudowanie „zrównoważonej architektury umiejętności”, która zapewni odporność pracowników na przyszłe wstrząsy.

Strategiczny punkt ciężkości przesuwa się od prostego zastępowania pracowników technologią na rzecz augmentacji, czyli ukierunkowanego wzmacniania ludzkich możliwości za pomocą narzędzi technologicznych. Przejawia się to w koncepcji współpracy człowiek-maszyna, która łączy mocne strony obu stron.

Inwestycje w rozwój zawodowy są konkretnym wyrazem tej strategii. 60% firm aktywnie inwestuje w programy szkoleniowe dla swoich pracowników, koncentrując się na sztucznej inteligencji, umiejętnościach cyfrowych i kompetencjach przywódczych. Jednocześnie firmy promują mobilność wewnętrzną, tworząc jasne ścieżki kariery, aby zatrzymać i rozwijać talenty w organizacji.

Innowacyjne firmy również integrują naukę bezpośrednio z codzienną pracą. Sprawdzone praktyki obejmują szkolenie menedżerów, aby stali się coachami, którzy wspierają swoich pracowników, oraz wykorzystywanie modeli uczenia się w modelu peer-to-peer, w którym doświadczeni współpracownicy dzielą się swoją wiedzą.

Jak w praktyce wyglądają skuteczne inicjatywy przekwalifikowania? Przyjrzyjmy się programom Amazon, AT&T i Siemens.

Kilka wiodących światowych firm wdrożyło już kompleksowe i dalekosiężne inicjatywy mające na celu podnoszenie kwalifikacji swoich pracowników. Mogą one posłużyć jako studia przypadków dla skutecznych strategii.

Amazon przeznaczył budżet w wysokości 1,2 miliarda dolarów na inicjatywę „Upskilling 2025”, mającą na celu przekwalifikowanie setek tysięcy pracowników. Kluczowe programy obejmują „Amazon Technical Academy”, która szkoli pracowników bez wykształcenia technicznego na programistów; „Machine Learning University” dla zaawansowanych uczniów; oraz program „Career Choice”, który pokrywa czesne. Rezultaty są mierzalne: 75% uczestników odnotowało awans zawodowy, a ich wynagrodzenia wzrosły średnio o 8,6%.

AT&T zainwestowało około 1 miliarda dolarów w program „Future Ready”, aby przekwalifikować swoich pracowników. Firma stwierdziła, że ​​połowa jej pracowników nie posiada umiejętności niezbędnych w przyszłości i świadomie zdecydowała się na wewnętrzną inicjatywę rozwoju umiejętności zamiast masowych zwolnień i nowych zatrudnień. Program koncentruje się na takich obszarach jak analiza danych i cyberbezpieczeństwo, wykorzystując platformy internetowe i spersonalizowane portale kariery, aby zaoferować pracownikom elastyczne możliwości rozwoju.

Siemens realizuje podejście, w którym transformacja cyfrowa i szkolenia pracowników idą w parze. Firma wykorzystuje technologie chmurowe, takie jak Amazon Web Services (AWS), do kompleksowej modernizacji, od infrastruktury danych po generatywną sztuczną inteligencję. Doskonałym przykładem jest fabryka elektroniki Siemensa w Erlangen. Wdrożono tam rozwiązanie Przemysłu 4.0, które skróciło czas wykorzystania uczenia maszynowego o 80%. Jednocześnie pracownicy produkcyjni przeszli szkolenia na miejscu z zakresu analizy danych w czasie rzeczywistym i Internetu Rzeczy (IoT). To pokazuje, jak podnoszenie kwalifikacji można bezpośrednio zintegrować z transformacją operacyjną.

Jaką rolę odgrywa państwo? Analiza niemieckiej ustawy o możliwościach kształcenia.

Oprócz inicjatyw przedsiębiorczych, kluczową rolę w zarządzaniu zmianami strukturalnymi odgrywają również ramy rządowe. Niemiecka ustawa o możliwościach kwalifikacyjnych jest przykładem proaktywnej polityki rządu.

Ustawa ma na celu wspieranie firm w zapewnianiu pracownikom możliwości dokształcania się, zwłaszcza w zawodach dotkniętych zmianami technologicznymi lub strukturalnymi. Oferuje ona znaczące zachęty finansowe: Federalna Agencja Pracy może pokryć do 100% kosztów szkolenia, a dodatkowo dofinansować do 75% wynagrodzenia pracownika w trakcie programu szkoleniowego. Wysokość dofinansowania zależy od wielkości firmy, przy czym mniejsze firmy otrzymują większe wsparcie.

Celem ustawy jest wzmocnienie konkurencyjności niemieckiej gospodarki, zabezpieczenie miejsc pracy i aktywne przeciwdziałanie niedoborom wykwalifikowanych pracowników w takich przyszłościowych dziedzinach jak projektowanie UX, nauka o danych i zarządzanie produktem.

Czy bardziej radykalne podejścia, takie jak czterodniowy tydzień pracy lub powszechny dochód podstawowy (UBI), mogą być częścią rozwiązania?

Głębokie zmiany na rynku pracy rodzą również pytania o bardziej fundamentalne zmiany w systemie pracy i zabezpieczenia społecznego. Dwa intensywnie dyskutowane modele to czterodniowy tydzień pracy i bezwarunkowy dochód podstawowy (UBI). Podejścia te można postrzegać jako dwie różne, ale potencjalnie uzupełniające się odpowiedzi na wyzwania automatyzacji.

Czterodniowy tydzień pracy ma na celu poprawę jakości pracy poprzez przeniesienie wzrostu produktywności na pracowników w postaci dodatkowego czasu. Duże międzynarodowe badania pilotażowe z udziałem 141 firm i ponad 2800 pracowników przyniosły imponujące rezultaty. Firmy odnotowały stabilizację, a nawet wzrost przychodów (w niektórych przypadkach nawet o 35%), a pracownicy odnotowali drastyczną redukcję wypalenia zawodowego (nawet o 70%), stresu i lęku, a także poprawę zdrowia psychicznego i jakości snu. Rotacja pracowników spadła, a ponad 90% uczestniczących firm utrzymało model po okresie próbnym. Sukces opiera się na modelu „100-80-100” (100% wynagrodzenia, 80% czasu pracy, 100% produktywności), osiągniętym dzięki przeprojektowaniu przepływów pracy i ograniczeniu zbędnych spotkań.

Natomiast powszechny dochód podstawowy (UBI) ma na celu stworzenie zabezpieczenia społecznego poza płatnym zatrudnieniem poprzez oddzielenie dochodu podstawowego od zatrudnienia. Rozwiązuje on przede wszystkim problem osób, które mogą zostać usunięte z rynku pracy lub mają niepewne zatrudnienie. Wyniki projektów pilotażowych na całym świecie są zróżnicowane i silnie zależne od kontekstu. Pozytywne efekty, takie jak zmniejszenie braku bezpieczeństwa żywnościowego, poprawa zdrowia, wyższy wskaźnik frekwencji szkolnej i wzrost przedsiębiorczości, zaobserwowano w Kenii i Indiach. Projekt pilotażowy w Stockton w Kalifornii wykazał pozytywne efekty psychologiczne bez negatywnego wpływu na motywację do pracy. Inne badania, takie jak wczesne eksperymenty w USA w latach 70. lub eksperyment fiński, wykazały niewielkie zmniejszenie zachęt do pracy lub brak znaczącej zmiany wskaźnika zatrudnienia, ale poprawę dobrostanu. Głównym ograniczeniem wielu z tych badań jest ich ograniczony czas trwania i mała skala, co utrudnia ich ekstrapolację na stały, powszechny system.

Te dwa modele nie wykluczają się wzajemnie. Mogłyby one raczej odnosić się do różnych aspektów tej samej transformacji. Przyszła strategia mogłaby ustanowić czterodniowy tydzień pracy jako standard dla zatrudnienia w pełnym wymiarze godzin, aby poprawić jakość życia pracowników. Jednocześnie dochód podstawowy mógłby służyć jako siatka bezpieczeństwa socjalnego dla osób w okresie przejściowym, osób pracujących w gig economy lub tych, których miejsca pracy zostały całkowicie zastąpione przez automatyzację. Umożliwiłoby to bardziej odporną i sprawiedliwą reakcję społeczeństwa na zmiany niż którykolwiek z tych środków osobno.

Od lokalnego do globalnego: MŚP podbijają rynek światowy dzięki sprytnej strategii - Zdjęcie: Xpert.Digital

W czasach, gdy cyfrowa obecność firmy decyduje o jej sukcesie, wyzwaniem jest stworzenie autentycznej, spersonalizowanej i dalekosiężnej obecności. Xpert.Digital oferuje innowacyjne rozwiązanie, które łączy w sobie funkcje centrum branżowego, bloga i ambasadora marki. Łączy zalety kanałów komunikacji i sprzedaży na jednej platformie, umożliwiając publikację w 18 różnych językach. Współpraca z portalami partnerskimi oraz możliwość publikowania artykułów w Google News i lista dystrybucyjna prasy obejmująca około 8000 dziennikarzy i czytelników maksymalizują zasięg i widoczność treści. Stanowi to kluczowy czynnik w sprzedaży zewnętrznej i marketingu (SMarketing).

Więcej informacji tutaj:

• Autentyczny. Indywidualny. Globalny: Strategia Xpert.Digital dla Twojej firmy

Konsekwencje społeczno-ekonomiczne: nierówności, dysproporcje regionalne i jakość pracy

Czy sztuczna inteligencja pogłębi nierówności dochodowe i majątkowe, czy też może je zmniejszyć?

Pytanie o wpływ sztucznej inteligencji na nierówności jest jedną z najpilniejszych debat społeczno-ekonomicznych naszych czasów, a badania nad tym tematem dostarczają niuansowanych i czasami sprzecznych wyników.

Z jednej strony pojawiają się argumenty, że sztuczna inteligencja może zmniejszyć nierówności płacowe. W przeciwieństwie do poprzednich fal automatyzacji, które dotknęły przede wszystkim nisko wykwalifikowaną pracę rutynową, obecna fala sztucznej inteligencji jest silnie ukierunkowana na wysoko płatne stanowiska pracy dla pracowników umysłowych. Badania na poziomie zadań pokazują, że często pracownicy o niższych kwalifikacjach w danym zawodzie (np. w obsłudze klienta lub tworzeniu oprogramowania) odnotowują największy wzrost produktywności dzięki narzędziom sztucznej inteligencji. Może to potencjalnie zwiększyć płace klasy średniej i zmniejszyć lukę płacową między kobietami a mężczyznami.

Z drugiej strony, argumenty przemawiające za wzrostem nierówności społecznych przeważają nad argumentami przemawiającymi za nim. Po pierwsze, wzrost produktywności wynikający ze sztucznej inteligencji mógłby przynieść korzyści przede wszystkim wysoko opłacanym pracownikom umysłowym, którzy mają dostęp do tych narzędzi i umiejętności ich obsługi, podczas gdy nisko opłacani pracownicy usług i rzemiosła pozostają w tyle. Po drugie, automatyzacja oparta na sztucznej inteligencji ma tendencję do przesuwania udziału dochodów z pracy na kapitał. Ponieważ do osiągnięcia tego samego efektu potrzeba mniej pracy ludzkiej, właściciele kapitału (np. akcjonariusze) czerpią nieproporcjonalne korzyści, pogłębiając nierówności na korzyść osób już zamożnych.

Dokument roboczy Międzynarodowego Funduszu Walutowego (MFW) łączy te dwa aspekty i wprowadza kluczowe rozróżnienie: sztuczna inteligencja może nieznacznie zmniejszyć nierówności płacowe (poprzez wyparcie osób o wysokich zarobkach), ale może drastycznie zwiększyć nierówności majątkowe. Podstawowy mechanizm polega na tym, że ci sami wysoko opłacani pracownicy, którzy doświadczają presji płacowej, są jednocześnie największymi właścicielami kapitału. W związku z tym to oni odnoszą największe korzyści ze wzrostu zwrotu z kapitału generowanego przez automatyzację. Co więcej, wysokie premie płacowe dla osób z poszukiwanymi umiejętnościami w zakresie sztucznej inteligencji – badanie PwC wykazało premię na poziomie 56% – pogłębiają lukę między osobami z takimi umiejętnościami i bez nich.

W związku z tym:

• Przyszłe technologie Sztuczna inteligencja i inwestycje w AI: USA przodują, Chiny gonią, a Europa i Niemcy mają problem z dotrzymaniem kroku

Jak transformacja technologiczna wpływa na różnice regionalne w Europie i USA?

Transformacja technologiczna ma również silny wymiar geograficzny i grozi pogłębieniem istniejących nierówności regionalnych.

Wzrost gospodarczy i nowe miejsca pracy koncentrują się coraz bardziej w ośrodkach miejskich i stolicach. Regiony te charakteryzują się większą gęstością miejsc pracy wymagających wiedzy i umożliwiających pracę zdalną. W UE stolice odnotowały najwyższy wzrost zatrudnienia. W Stanach Zjednoczonych McKinsey prognozował już, że obszary miejskie odnotują wzrost zatrudnienia netto, podczas gdy obszary wiejskie mogą stanąć w obliczu dekad utraty miejsc pracy.

Ten trend tworzy samonapędzającą się spiralę: miasta, z dynamicznymi rynkami pracy i doskonałą infrastrukturą, przyciągają pracodawców, wykwalifikowanych pracowników i inwestycje, podczas gdy obszary wiejskie zmagają się z utratą miejsc pracy i słabszą infrastrukturą. Różnice regionalne w UE pogłębiły się od czasu Wielkiej Recesji, a pandemia i postępująca automatyzacja mogą pogłębić ten trend, ponieważ w biedniejszych regionach często występuje niższy odsetek miejsc pracy, nad którymi można pracować zdalnie. Centra technologiczne będą umacniać swoją pozycję gospodarczą nie tyle poprzez wzrost zatrudnienia, co poprzez wzrost produktywności, co jeszcze bardziej skoncentruje siłę gospodarczą.

Czy automatyzacja podnosi jakość pracy poprzez eliminację monotonnych zadań, czy też prowadzi do większego nadzoru i stresu?

Wpływ sztucznej inteligencji na codzienne doświadczenie zawodowe jest niejednoznaczny i zależy w dużej mierze od sposobu wdrożenia.

Z pozytywnego punktu widzenia, sztuczna inteligencja może znacząco poprawić jakość pracy. Automatyzując monotonne i powtarzalne zadania, pracownicy mogą skupić się na bardziej kreatywnych, strategicznych i angażujących działaniach. W niektórych sektorach pracownicy korzystający ze sztucznej inteligencji deklarują większą satysfakcję z pracy i satysfakcję z niej. Co więcej, sztuczna inteligencja może poprawić bezpieczeństwo w miejscu pracy, szczególnie w zawodach wymagających dużego wysiłku fizycznego.

Negatywna perspektywa podkreśla jednak ryzyko alienacji i zwiększonej kontroli. Sztuczna inteligencja umożliwia nowy poziom monitorowania pracowników, co może prowadzić do zwiększonej intensywności pracy, większego stresu i utraty autonomii. Presja na większą produktywność w skompresowanym lub opartym na sztucznej inteligencji środowisku pracy może prowadzić do wypalenia zawodowego, jeśli nie będzie odpowiednio zarządzana. W związku z tym pracownicy obawiają się również utraty pracy, utraty siły przetargowej w zakresie wynagrodzeń i zwiększonej kontroli ze strony kierownictwa.

Kontekst historyczny i perspektywy: Rewolucja AI w porównaniu

Jakie są podobieństwa i podstawowe różnice między obecną rewolucją sztucznej inteligencji a rewolucją przemysłową?

Aby zrozumieć dzisiejszą transformację, warto przyjrzeć się historii. Rewolucja sztucznej inteligencji wykazuje zarówno podobieństwa, jak i fundamentalne różnice w stosunku do rewolucji przemysłowej.

Jedną z analogii jest to, że obie rewolucje charakteryzują się przełomami technologicznymi, które przekształcają rynki pracy, wypierając stare zawody i tworząc nowe. Obie doprowadziły do ​​poważnych wstrząsów społecznych, urbanizacji (lub jej cyfrowego odpowiednika) oraz intensywnych debat na temat nierówności i dystrybucji zysków z produktywności.

Różnice są jednak bardziej znaczące:

• Siła mięśni kontra siła umysłu: Rewolucja przemysłowa przede wszystkim zautomatyzowała i rozwinęła ludzką siłę mięśni (pracę fizyczną). Rewolucja sztucznej inteligencji (AI) z kolei automatyzuje i rozszerza ludzkie poznanie (myślenie). To skok jakościowy, a nie tylko stopniowa zmiana.
• Szybkość i skala: Rewolucja w dziedzinie sztucznej inteligencji postępuje znacznie szybciej, kompresując zmiany, które wcześniej trwały wieki, do zaledwie kilku dekad. Społeczne i regulacyjne adaptacje mają problem z nadążaniem za nią.
• Charakter nowych miejsc pracy: W okresie rewolucji przemysłowej wysiedleni robotnicy rolni mogli przenieść się do fabryk, których praca nadal opierała się na ludzkiej pracy. Dziś nie jest jasne, czy wysiedleni pracownicy kognitywni będą mogli łatwo przejść do nowych ról związanych ze sztuczną inteligencją, które często wymagają znacznie wyższego poziomu abstrakcyjnych umiejętności.
• Ostateczny cel technologii: Maszyny rewolucji przemysłowej były narzędziami obsługiwanymi przez ludzi. Jednak deklarowanym celem niektórych czołowych twórców sztucznej inteligencji jest stworzenie systemów zdolnych do wykonywania wszystkich zadań o wartości ekonomicznej. Wiąże się to z ryzykiem, że praca ludzka stanie się zbędna w wielu obszarach – zagrożenie, które wcześniej nie istniało w tej formie.

Czego możemy nauczyć się z historii na temat zdolności adaptacji społeczeństwa i rynku pracy?

Historia rewolucji przemysłowej może nas wiele nauczyć na temat dzisiejszej rewolucji w dziedzinie sztucznej inteligencji.

Doświadczenia pracowników przemysłu tekstylnego z początku XIX wieku pokazują, że gwałtowny wzrost wydajności w danym przemyśle nie przekłada się automatycznie na wyższe płace pracowników, zwłaszcza gdy ich siła przetargowa jest słaba. Realne płace wielu pracowników przez dziesięciolecia pozostawały w stagnacji, mimo że gospodarka rosła.

Jakość pracy i autonomia są kluczowe. Przejście z pracy rzemieślniczej do fabrycznej oznaczało drastyczne pogorszenie warunków pracy i życia wielu osób i było główną przyczyną niepokojów społecznych. To ważna lekcja dla obecnego wdrażania systemów zarządzania i monitorowania opartych na sztucznej inteligencji.

Adaptacja społeczna to powolny i bolesny proces. Społeczeństwo ostatecznie dostosowało się do rewolucji przemysłowej – wraz z nowymi przepisami prawa pracy, systemami edukacji i programami socjalnymi – ale proces ten był długotrwały, pełen konfliktów i cierpienia.

Jedną z najważniejszych lekcji jest jednak to, że kierunek rozwoju technologii nie jest kwestią losu, lecz wyboru. Można podejmować świadome decyzje o rozwoju technologii, które poszerzają ludzkie możliwości i tworzą nowe, sensowne zadania, zamiast po prostu automatyzować i zastępować istniejące miejsca pracy.

Jakie kluczowe obszary działań muszą zostać podjęte przez polityków, przedsiębiorców i każdego człowieka, aby skutecznie przeprowadzić zmianę?

Analiza transformacji rynku pracy wyraźnie wskazuje obszary działań dla wszystkich zaangażowanych stron.

Dla polityków:

• Inwestycje w edukację: Rządy muszą inwestować masowo w edukację i kształcenie ustawiczne, integrując kompetencje w zakresie sztucznej inteligencji i umiejętności „ludzkie”, takie jak myślenie krytyczne.
• Wspieranie transformacji: Należy stworzyć środowisko wspierające transformację siły roboczej, na przykład poprzez instrumenty polityczne, takie jak niemiecka ustawa o możliwościach kwalifikacyjnych.
• Wzmocnienie zabezpieczenia społecznego: Należy wzmocnić systemy zabezpieczenia społecznego i rozważyć wprowadzenie nowych modeli, takich jak dochód podstawowy, w celu wsparcia bezrobotnych i zwalczania nierówności.
• Regulacja: Konieczne są inteligentne regulacje, które zapewnią, że sztuczna inteligencja będzie rozwijana i wykorzystywana w sposób etyczny, prawa pracownicze będą chronione, a nadmierna inwigilacja będzie zapobiegana.

Dla firm:

• Aktywna rola w procesie kwalifikacji: Przedsiębiorstwa muszą odgrywać aktywną rolę w przekwalifikowywaniu i dalszym kształceniu swoich pracowników, a także koncentrować się na rozwijaniu umiejętności ludzkich, a nie na ich zastępowaniu.
• Podejście oparte na kompetencjach: Należy stosować podejście oparte na kompetencjach w zarządzaniu talentami, które promuje wewnętrzne ścieżki kariery i mobilność.
• Kultura uczenia się: Stworzenie kultury ciągłego uczenia się i bezpieczeństwa psychologicznego jest kluczowe, aby ułatwić pracownikom dostosowywanie się do zmian.

Dla każdej osoby:

• Proaktywne uczenie się przez całe życie: Każda osoba musi podchodzić proaktywnie do własnego uczenia się przez całe życie i przyjąć zwinne podejście.
• Budowanie portfolio umiejętności: Najlepszą ochroną przed automatyzacją jest zbudowanie portfolio, które obejmuje zarówno umiejętności techniczne, jak i kompetencje typowo ludzkie, takie jak kreatywność, myślenie krytyczne i zdolność adaptacji.

☑️ Wsparcie dla MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Tworzenie lub reorganizacja strategii cyfrowej i digitalizacji

☑️ Rozszerzenie i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Rozwój pionierskiego biznesu

Konrad Wolfenstein

Chętnie będę pełnić rolę Twojego osobistego doradcy.

Można się ze mną skontaktować, wypełniając formularz kontaktowy poniżej lub po prostu dzwoniąc pod numer +49 7348 4088 965 (Monachium) .

Nie mogę się doczekać naszego wspólnego projektu.

Xpert.Digital to centrum przemysłowe skupiające się na cyfryzacji, inżynierii mechanicznej, logistyce/intralogistyce i fotowoltaice.

Dzięki naszemu rozwiązaniu 360° Business Development wspieramy renomowane firmy od pozyskiwania nowych klientów po obsługę posprzedażową.

Nasze narzędzia cyfrowe obejmują analizę rynku, smarketing, automatyzację marketingu, tworzenie treści, PR, kampanie mailingowe, spersonalizowane media społecznościowe i pielęgnowanie potencjalnych klientów.

Więcej informacji znajdziesz na stronach: www.xpert.digital - www.xpert.solar - www.xpert.plus