133 miliony nowych miejsc pracy poprzez robotykę i sztuczną inteligencję? Co naprawdę stoi za kontrowersyjną prognozą – i co to dla niej znaczy

Czy Twoja praca jest w niebezpieczeństwie? W ten sposób masz możliwość zmian na rynku pracy dzięki odpowiednim strategiom – kompleksowa analiza transformacji rynku pracy: prognoza i jego klasyfikacja

Co bardzo dyskretna prognoza Światowego Forum Ekonomicznego mówi o 133 milionach nowych miejsc pracy?

W 2018 r. Światowe Forum Ekonomiczne (WEF) opublikowało swój raport „The Future of Jobs”, który zawierał dalekosiężną prognozę. Podstawą tego stwierdzenia było to, że 75 milionów miejsc pracy zostanie przesunięte przez zmianę technologiczną do 2022 r., Ale jednocześnie powstanie 133 miliony nowych ról. Doprowadziłoby to do zysku netto w wysokości 58 milionów miejsc pracy. Ta transformacja znajdowała się w kontekście „czwartej rewolucji przemysłowej” (4IR), kierowanej przez kluczowe technologie, takie jak szybki Internet mobilny, sztuczna inteligencja (AI), analiza dużych zbiorów danych i technologia chmur.

Centralnym odkryciem raportu był zmieniający się podział pracy między człowiekiem a maszyną. Podczas gdy 71 % osób nadal pracowało w 2018 r., Raport przewidywał spadek tego udziału do 58 % do 2022 r., Z oczekiwaniem, że więcej obecnych zadań pracy zostanie przeprowadzone do 2025 r.. Pogląd raportu z 2018 r. Był bardziej pozytywny niż z poprzedniego raportu z 2016 r. Zgodnie z faktem, że spółki rozwiną się lepsze zrozumienie możliwości, które oferują nowe technologie. Raport postrzegał się jako „wezwanie do działania” rządów, firm i osób fizycznych w celu mądrego transformacji, aby uniknąć zaostrzenia luk w kompetencjach i rosnącej nierówności społecznych.

Nadaje się do:

• Zabójca pracy czy Joker? Prawda o automatyzacji, sztucznej inteligencji i robotyce – od linii montażowej do „paska pamiątkowego”?

Jak rozwinęły się te prognozy i zmieniły się w późniejszych raportach z Światowego Forum Ekonomicznego?

Początkowo optymistyczna prognoza WEF zmieniła się znacznie w kolejnych latach i stała się bardziej złożona. Opracowanie prognoz pokazuje znaczące odejście od czysto technologii opartej na technologii w kierunku takiego, który zwraca większą uwagę na warunki ramy makroekonomiczne i społeczne.

„Raport o przyszłości miejsc pracy 2023” przyciągnął znacznie bardziej trzeźwy obraz dla okresu do 2027 r. Przewidywał stworzenie 69 milionów nowych miejsc pracy, które jednak stanęły przed zniszczeniem 83 milionów stanowisk. Doprowadziłoby to do utraty netto w wysokości 14 milionów miejsc pracy lub 2 % ogólnego zatrudnienia w tym czasie. Ta zmiana z prognozy zysku netto na straty netto oznacza znaczącą ocenę sytuacji.

Z „Raportem o przyszłości Jobs 2025”, który patrzy na okres do 2030 r., WEF powrócił do optymistycznej oceny, choć ze zmienionymi lokalami. Niniejszy raport przewiduje utworzenie 170 milionów nowych miejsc pracy ze stratą 92 milionów, co odpowiadałoby zysk netto wynoszącym 78 milionów stanowisk.

Jednak zmiana czynników zmian jest kluczowa. Podczas gdy raport z 2018 r. Koncentrował się prawie wyłącznie na rewolucji technologicznej, później raporty nazywają szerszy zakres czynników wpływających. Technologia, zwłaszcza AI i Big Data, pozostaje centralnym kierowcą. Jednak zielona transformacja, czynniki makroekonomiczne, takie jak rosnące koszty utrzymania i powolny wzrost gospodarczy, standardy ESG (środowisko, zarządzanie społeczne i korporacyjne), a także zmiany demograficzne są podawane jako wielkie lub jeszcze ważniejsze.

Ten rozwój prognoz ujawnia ważne odkrycie: wstępne założenie, że postęp technologiczny praktycznie automatycznie prowadzi do wzrostu netto w pracy, zostało obalone przez rzeczywistość. Raporty pokazują, że potencjał technologii tworzenia miejsc pracy zależy w dużej mierze od ram gospodarczych i politycznych. Raport z 2025 r. Identyfikuje powolny wzrost gospodarczy jako główny motor w anihilacji miejsc pracy, podczas gdy inwestycje w zieloną transformację są postrzegane jako niezbędny silnik do tworzenia nowych miejsc. Tak więc obietnica technologii nie jest absolutnie, jest warunkowo. Pozytywny wynik nie jest nieuniknionym rezultatem innowacji, ale zależy od zdrowego i wspierającego środowiska makroekonomicznego.

Zmiana na rynku pracy: w jaki sposób technologia i transformacja zielona tworzą miejsca pracy

Opracowanie prognoz netto dla pracy WEF. Tabela ilustruje zmianę prognoz z optymizmu opartego na czysto technologii na bardziej złożony pogląd obejmujący czynniki ekonomiczne i ekologiczne.

Rynek pracy zmienia się, napędzany wpływami technologii i zielonej transformacji. W latach od 2018 do 2022 r. Rozwój technologiczny, taki jak sztuczna inteligencja, duże dane i technologie chmurowe, stworzyły 133 miliony nowych miejsc pracy, a 75 milionów miejsc pracy, co doprowadziło do wzrostu netto o 58 milionów. Jednak w latach 2023–2027 pojawi się 69 milionów miejsc pracy, ale 83 miliony zostanie utraconych, co jest spowodowane zmianami technologicznymi, presją ekonomiczną i wzrostem kosztów utrzymania oraz przyjęcia akceptacji netto 14 milionów miejsc pracy. W okresie od 2025 do 2030 r. Silny wzrost zatrudnienia z 170 milionami nowych pozycji w porównaniu do 92 milionów, z technologią, zieloną transformacją, kryteriami ESG i czynnikami makroekonomicznymi są głównymi czynnikami zmianami, co prowadzi do wzrostu netto o 78 milionów miejsc pracy.

Na jakich metodologii są te liczby oparte i jakie są krytyka tego podejścia?

Wybitna liczba WEF oparta jest na „ankiecie o przyszłości pracy”, ankiecie skierowanym do menedżerów w dziedzinie personelu, strategii i zarządzania dużymi, międzynarodowymi firmami. Na przykład 313 globalnych firm przeprowadzono wywiady z raportem z 2018 r., Które razem reprezentują ponad 15 milionów pracowników w 20 gospodarkach, co z kolei stanowią 70 % globalnego produktu krajowego brutto.

Ważne jest, aby zrozumieć, że często cytowane liczby, takie jak „75 milionów przesiedlonych” i „133 miliony nowych” miejsc pracy, są wynikiem ekstrapolacji. Badane firmy przewidywały spadek o 984 000 miejsc pracy i wzrost o 1,74 miliona dla własnej siły roboczej. Te wewnętrzne trendy spółek zostały następnie ekstrapolowane do globalnej nierolistej populacji zatrudnienia w dużych firmach, przy czym dane z Międzynarodowej Organizacji Pracy (MOP) stanowiły podstawę. Metodologia wyraźnie wyklucza małe i średnie firmy (MŚP) oraz sektor nieformalny, co jest znaczącym ograniczeniem, ponieważ stanowią one dużą część globalnego zatrudnienia.

Istnieje dobrze uznana krytyka tego podejścia metodologicznego:

Po pierwsze, raporty są oskarżane o nadmiernie nadmiernie optymizm i uprzedzenie narracyjne. Krytycy twierdzą, że historie WEF mają tendencję do wspierania celów organizacji w promowaniu globalnej współpracy, która może prowadzić do pozytywnej reprezentacji. Zmienne między ciemnymi ostrzeżeniami z 2016 r., Silny optymizm 2018 r. I bardziej złożony wizerunek późniejszych lat wskazuje na wzorzec nadmiernej korekcji zamiast stabilnej, spójnej analizy.

Po drugie, skupienie się na „zysku netto” w pracy jest krytykowane jako wprowadzające w błąd. Takie podejście w porównaniu z „błędem hazardzistym” (gracz gry) ignoruje ogromne przeszkody podczas przejścia. Niepoprawnie sugeruje, że represjonowany pracownik może łatwo przejść na jedną z nowych ról. Jednak ogromne luki kwalifikacyjne – kasjer nie jest zaniedbywany z dnia na dzień jako nierówności – DevOps -geograficznego, a także różnice w jakości pracy i płatności. Liczba netto przesłania ogromne koszty ludzkie i społeczne przejścia.

Po trzecie, prognozy oparte są na wątpliwych założeniach. Raporty sugerują, że obniżenie kosztów przez sztuczną inteligencję doprowadzą do pomnożenia ról „Mensch + Ki”, które rekompensują utratę miejsc pracy w całych zespołach. Krytycy uważają to założenie za nierealne, zwłaszcza że prognozy w sektorach takich jak zielona gospodarka i sektor opieki, które są niedofinansowane lub politycznie kontrowersyjne w wielu dużych gospodarkach.

Wreszcie, niepowodzenie wcześniejszych prognoz, o których mowa wiarygodność założeń. Prognozowanie WEF z 2018 r., Że masowa „rewolucja przekwalifikowania” nastąpi do 2022 r. Nie była zgodna z oczekiwanym stopniem. Wysiłki często pozostawały nieodpowiednie, niedofinansowane i napotkane przeszkody logistyczne, co czyni wykonalność założeń, na których opiera się prognozy pracy.

Zmiana w profesjonalnym krajobrazie: zwycięzca i przegrany automatyzacji

Które konkretne profesjonalne pola i role są wysiedlone przez sztuczną inteligencję i automatyzację?

Transformacja rynku pracy poprzez sztuczną inteligencję i automatyzację prowadzi do znacznej polaryzacji, w której niektóre zawody są narażone na wysokie ryzyko przesiedlenia. Przede wszystkim działania oparte na rutynach są dotknięte zarówno obszarem komercyjnym (biały kołnierz), jak i w produkcji (niebieski kołnierz). Najbardziej zagrożonymi grupami demograficznymi są pracownicy biurowe, pracownicy o niskich kompetencjach cyfrowych i starsi pracownicy.

Konsekwentna lista zawodów jest wymieniona w różnych raportach WEF, których zapotrzebowanie gwałtownie spada. Obejmuje to:

• Personel wprowadzania danych (urzędnicy wprowadzania danych)
• Urzędnik w rachunkowości i płace (rachunkowość, księgowość i urzędnicy płacowe)
• Siły administracyjne i sekretarskie (sekretarze administracyjne i wykonawcze)
• Zgromadzenie i pracownicy fabryki (w niektórych branżach)
• Kasjer i personel (kasjerzy i urzędnicy biletów)
• Pracownik banku w kasie (Bank Tellers)
• Pracownik usługi pocztowej (urzędnicy serwisowi pocztowej).

Ostatnie raporty, takie jak „Raport o przyszłości pracy 2025”, rozszerzają tę listę o dalsze zawody z obszaru pracy. Projektanci graficy i prawnicy są teraz liczone wśród kurczących się dziedzin zawodowych. Jest to wyraźnie przypisywane postępowym umiejętnościom generatywnej sztucznej inteligencji, która coraz częściej jest w stanie podejmować wymagające zadania poznawcze.

Które nowe i rosnące zawody powstają w trakcie tej rewolucji technologicznej?

Równolegle do przemieszczenia rutynowych zadań istnieje duże zapotrzebowanie na nowe i rozwijające się dziedziny zawodowe. Te obszary wzrostu nie mają wyłącznie charakteru technicznego, ale obejmują także role, które szczególnie wymagają ludzkich umiejętności.

Zorientowane na technologię zawody znajdują się w centrum wzrostu. Najszybciej rosnące role są konsekwentnie:

• KI i specjaliści od uczenia maszynowego
• Specjaliści od dużych zbiorów danych
• Eksperci z automatyzacji procesu
• Analitycy do bezpieczeństwa informacji
• Programistowie oprogramowania i aplikacji
• Inżynierowie robotyki
• Inżynierowie fintech.

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

• Eksperci od sprzedaży i marketingu
• Specjaliści ds. Kultury personelu i korporacji (specjaliści od ludzi i kultury)
• Eksperci z rozwoju organizacyjnego
• Kierownik ds. Innowacji
• Kierownik klienta.

Kolejnym szybko rozwijającym się sektorem jest zielona gospodarka. Późniejsze raporty podkreślają silny wzrost zawodów, takich jak:

• Inżynierowie energii odnawialnej
• Inżynierowie systemów energii słonecznej
• Menedżerowie zrównoważonego rozwoju.

Sektor edukacyjny i opieki odnotowuje również silny wzrost. Oczekuje się, że zawody takie jak lekarze, pielęgniarki i nauczyciele będą rosły, napędzane rozwojem demograficznym, takim jak starzenie się społeczeństwa i fakt, że działania te są trudne do zautomatyzowania.

Ważne jest, aby rozróżnić procent najszybszego wzrostu od największego wzrostu liczby bezwzględnej. Podczas gdy zawody technologiczne stają się najszybsze pod względem procentowym, oczekuje się największego absolutnego wzrostu zawodów, takich jak pracownicy gruntów, kierowcy dostawcze i pracownicy budowlani.

Przyszłość pracy: te zawody zyskują i tracą znaczenie

Skonsolidowany przegląd uprawy i kurczących się dziedzin zawodowych. Tabela podsumowuje prognozy z różnych raportów i pokazuje zwycięzców i przegranych transformacji rynku pracy.

Przyszłość pracy pokazuje znaczące zmiany: w dziedzinie technologii i danych zawody, takie jak sztuczna inteligencja i specjalistowie ds. Uczenia maszynowego, specjaliści od dużych zbiorów danych, programiści i analitycy bezpieczeństwa informacji zyskują na znaczeniu, podczas gdy proste działania, takie jak wkład danych i technicy wsparcia IT. W dziedzinie gospodarki i zarządzania menedżerowie ds. Zrównoważonego rozwoju, menedżerowie ds. Innowacji, eksperci w zakresie automatyzacji procesów, a także eksperci od sprzedaży i marketingu są coraz bardziej poszukiwani, podczas gdy siły administracyjne i sekretarskie, a także rachunkowość rachunkowości i rachunkowości płac są utracone. W zielonej gospodarce inżynierowie energii odnawialnej, specjaliści ds. Pojazdów elektrycznych i inżynierów środowiska rosną, jednocześnie zawodowe zawody znikają w branży energii kopalnej. W sektorze pielęgniarskim i edukacyjnym personel pielęgniarski, lekarze, nauczyciele i konsultanci do pracy socjalnej stają się ważniejsze, przy czym żadne zawody nie tracą ich znaczenia. W obszarze biura i administracji pracownicy banku, pracownicy służby pocztowej, kasjerzy, graficy i prawnicy w szczególności spadają, podczas gdy w rzemiośle i produkcji pracownicy rolni, kierowcy dostawcze i pracownicy budowlani rosną w postaci bezwzględnych, podczas gdy pracownicy montażu i fabryki są mniej poszukiwani przez automatyzację.

Jakie nadrzędne trendy, takie jak zielona transformacja, również wpływają na rozwój i spadek miejsc pracy?

Dynamika na rynku pracy nie jest określana wyłącznie przez automatyzację. Wiele makrotrendów wchodzi w interakcje i tworzy profesjonalny krajobraz przyszłości.

Zielona transformacja, tj. Inwestycje w ochronę klimatu i adaptację do zmian klimatu, jest uważana za jeden z największych silników pracy netto. Trend ten napędza popyt na inżynierów na energię odnawialną i ochronę środowiska, a także specjalistów od zrównoważonego rozwoju.

Ramy gospodarcze mają równie silny, ale często przeciwny efekt. Powolny wzrost gospodarczy i rosnące koszty utrzymania są klasyfikowane jako niszcze netto pracy i czasami mogą zniszczyć zyski wywołane przez technologię i zieloną transformację.

Samo adopcja technologii jest mieczem obosiecznym. Oczekuje się, że rozszerzenie dostępu cyfrowego stworzy najwięcej miejsc pracy (19 milionów), ale także wiele (9 milionów). KI i Big Data podążają za drugim co do wielkości kierowcą, z 11 milionami utworzonych i 9 milionów stłumionych pozycji.

Zmiany demograficzne odgrywają również kluczową rolę. Starzejąca się populacja w krajach o wysokich dochodach wymaga popytu w sektorze zdrowia i opieki. Jednocześnie rosnąca populacja zatrudnienia w krajach o niskich dochodach prowadzi do zwiększonej potrzeby pracowników w sektorze edukacji.

Xpert.Digital posiada dogłębną wiedzę na temat różnych branż. Dzięki temu możemy opracowywać strategie „szyte na miarę”, które są dokładnie dopasowane do wymagań i wyzwań konkretnego segmentu rynku. Dzięki ciągłej analizie trendów rynkowych i śledzeniu rozwoju branży możemy działać dalekowzrocznie i oferować innowacyjne rozwiązania. Dzięki połączeniu doświadczenia i wiedzy generujemy wartość dodaną i dajemy naszym klientom zdecydowaną przewagę konkurencyjną.

Więcej na ten temat tutaj:

• Użyj 5 -krotej kompetencji Xpert.digital w jednym pakiecie – od 500 €/miesiąc

Luka w kompetencjach: które umiejętności są wymagane w przyszłości

Jaka jest „luka w kompetencjach” (luka umiejętności) i jak duże jest to wyzwanie?

„Luka w kompetencjach” lub „luka w umiejętnościach” opisuje rozbieżność między umiejętnościami potrzebującymi pracodawcy do swoich wolnych miejsc, a faktycznie istniejącymi kwalifikacjami dostępnych pracowników. Ta luka jest jednym z głównych wyzwań obecnej transformacji rynku pracy.

Zakres tego wyzwania jest ogromny. Raport WEF z 2018 r. Przewidował, że do 2022 r. 54 % wszystkich pracowników potrzebuje znacznych przekwalifikowania i dalszego edukacji (Reskielling i Upsky). Późniejsze raporty potwierdzają i zaostrzają tę ocenę: raport „Przyszłość ZAPIS 2025” zauważa, że podstawowe kompetencje 44 % pracowników zmienią się w ciągu najbliższych pięciu lat, a do 2030 r. Prawie 40 % umiejętności wymaganych do pracy będzie przestarzałe.

Ta rzeczywistość statystyczna znajduje odzwierciedlenie w postrzeganiu przywódców korporacyjnych. W Stanach Zjednoczonych 70 % menedżerów wskazuje, że w ich organizacji istnieje krytyczna luka, która ma negatywny wpływ na innowacje i wzrost. Prawie 40 % tych menedżerów uważa, że ta luka nawet się pogarsza.

Nadaje się do:

• Przywództwo technologiczne kontra kierownictwo kompetencji: analiza krajowej konkurencyjności i odporności
  

  Przywództwo technologiczne kontra kompetencje przywództwo: analiza krajowej konkurencyjności i odporności – obraz: xpert.digital

Jakie konkretne umiejętności techniczne i cyfrowe są najbardziej pilnie potrzebne?

Po stronie umiejętności technicznych, zwanych także „umiejętnościami twardymi”, istnieje wyraźna hierarchia popytu. Na pierwszym planie istnieją kompetencje, które są bezpośrednio związane z technologiami napędowymi czwartej rewolucji przemysłowej.

Na szczycie najbardziej poszukiwanych umiejętności znajdują się stała AI i Big Data. Możliwość radzenia sobie z dużymi ilością danych i korzystania lub opracowywania systemów AI jest uważana za kluczowe. Dalsze podstawowe kompetencje digitalizacji są z tym ściśle powiązane: podstawowe kompetencje technologiczne (umiejętności technologiczne), bezpieczeństwo sieciowe i cybernetyczne, tworzenie oprogramowania i aplikacji, analiza danych i przetwarzanie w chmurze są również bardzo poszukiwane.

Co ciekawe, zarządzanie projektami jest często wymieniane jako jedna z najważniejszych umiejętności technicznych. Podkreśla to potrzebę łączenia technicznych kompetencji wdrażania ze strategicznym planowaniem biznesowym i skutecznego kontrolowania złożonych projektów digitalizacji.

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

W czasach, gdy maszyny podejmują coraz więcej zadań technicznych, powstaje paradoks: umiejętności techniczne są najszybciej rozwijającymi się, ale umiejętności poznawcze i społeczno-emocjonalne są często klasyfikowane jako najważniejsze. Można to wyjaśnić logiką ekonomiczną niedoboru i korzyści. Ponieważ rutynowe zadania AI – czy to techniczne czy poznawcze – udostępniają je w obfitości i niskich kosztach, umiejętności wykorzystywane wyłącznie do wykonywania tych zadań tracą wartość.

Jednocześnie zadania pozostają trudne do zautomatyzowania zadań, które wymagają nowego rozwiązywania problemów, myślenia strategicznego, osądu etycznego i złożonych interakcji interpersonalnych. Kiedy maszyny przyjmują „co” i „Jak„ wiele działań, ludzka rola przenosi się na „dlaczego” i „co dalej”. Wymaga to zdolności do definiowania problemów, kreatywnego interpretacji wyników AI, przekonania grup interesów i zarządzania złożonymi ludzkimi zespołami. Właśnie to są niezbędne umiejętności „ludzkie”.

Stworzono „bonus automatyzacji” dla umiejętności nieautomatycznych. Wartość ekonomiczna i zapotrzebowanie na te unikalne umiejętności ludzkie rosną nieproporcjonalnie. Najważniejsze z tych umiejętności to:

• Myślenie analityczne i kreatywne: są one konsekwentnie na szczycie umiejętności najbardziej wymaganych przez pracodawców.
• Możliwość dostosowania: Odporność, elastyczność i zwinność mają ogromne znaczenie, ponieważ pracownicy muszą być w stanie znaleźć drogę w stale zmieniającym się środowisku.
• Przywództwo i kompetencje społeczne: umiejętności przywódcze, wpływy społeczne, inteligencja emocjonalna, a także ciekawość i uczenie się przez całe życie są również kluczowe, ponieważ sztuczna inteligencja nie może powtórzyć tych umiejętności.

Różnica w kompetencjach nie jest zatem nie tylko brakiem umiejętności technicznych. Jest to podział rynku kompetencji: wartość rutynowych umiejętności rozpada się, podczas gdy wartość nie-rutyńczych, głęboko ludzkich umiejętności gwałtownie wzrasta. Najbardziej skuteczne strategie rozwoju personelu będą zatem nie tylko uczyć programowania, ale także połączyć to ze szkoleniem w zakresie krytycznego myślenia i kreatywności.

Zrównoważony w pracy: równowaga umiejętności miękkich i wiedzy technicznej

Kluczowe umiejętności przyszłego świata pracy. Tabela pokazuje podwójne znaczenie umiejętności technicznych i ludzkich i zamawia je zgodnie z ich znaczeniem postrzeganym przez pracodawców.

Bycie odpornym na przyszłość oznacza znalezienie właściwej równowagi między umiejętnościami miękkimi a wiedzą techniczną. Po pierwsze, ludzkie umiejętności, takie jak myślenie analityczne i kreatywne. Zagatęź się w wiedzę techniczną w dziedzinie sztucznej inteligencji, dużych zbiorów danych i podstawowych umiejętności technologicznych. Odporność, elastyczność i zwinność są również ważne jako dalsze umiejętności ludzkie. Po stronie technicznej sieci, bezpieczeństwo cybernetyczne i analiza danych stają się coraz ważniejsze. Ciekawość, uczenie się przez całe życie, a także przywództwo i wpływ społeczny są również wśród decydujących ludzkich zdolności. Uzupełnia to wiedzę techniczną w zakresie tworzenia oprogramowania i aplikacji, a także zarządzania projektami.

Strategie radzenia sobie ze zmianami: przekwalifikowanie, dalsza edukacja i nowe modele robocze

Które strategie ścigają firmy w celu przygotowania siły roboczej na przyszłość?

Biorąc pod uwagę obszerną lukę w kompetencjach, firmy opracowują proaktywne strategie przygotowywania siły roboczej na przyszłość. Strategie te wykraczają poza proste środki szkolenia i mają na celu fundamentalne wyrównanie rozwoju personelu.

Centralnym podejściem jest strategiczne planowanie personelu. Firmy analizują swoje obecne umiejętności w porównaniu z przyszłymi wymaganiami i opracowują ukierunkowane programy do przekwalifikowania (przemiana) i dalszego szkolenia (UPSKY). Celem jest zbudowanie „architektury zrównoważonej kompetencji”, która sprawia, że siła robocza odporna na przyszłe wstrząsy.

Strategiczne skupienie przesuwa się od czystego zastępowania pracowników poprzez technologię na powiększenie, tj. Ukierunkowane wzmocnienie ludzkich umiejętności poprzez narzędzia technologiczne. Przejawia się to w koncepcji współpracy ludzkiej, w której łączne są mocne strony obu stron.

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

Innowacyjne firmy integrują również uczenie się bezpośrednio z codzienną pracą. Udowodnione praktyki obejmują szkolenie kierowników w trenerach, którzy kierują swoich pracowników, a także korzystanie z modeli uczenia się peer-to-peer, w których doświadczeni koledzy przechodzą swoją wiedzę.

Jakie są pomyślne inicjatywy przekwalifikowania w praktyce? Spojrzenie na programy Amazon, AT&T i Siemens.

Niektóre wiodące na całym świecie firmy już rozpoczęły obszerne i dalekie inicjatywy, aby zakwalifikować swoich pracowników, które mogą służyć jako studia przypadków dla udanych strategii.

Dzięki inicjatywie „Upskilling 2025” Amazon zapewnił budżet w wysokości 1,2 miliarda dolarów na szkolenie setek tysięcy pracowników. Podstawowe programy obejmują „Amazon Technical Academy”, która szkoli pracowników bez wykształcenia technicznego, „Uniwersytet uczenia maszynowego” dla programu Advanced i „Kariery wybór”, który przejmuje czesne. Wyniki są mierzalne: 75 % uczestników zarejestrowało wejście na karierę, a ich wynagrodzenie wzrosło średnio o 8,6 %.

Dzięki swojemu programowi „Future Ready” AT&T zainwestował około 1 miliarda dolarów w przekwalifikowanie siły roboczej. Firma stwierdziła, że połowa jej pracowników nie miała umiejętności niezbędnych na przyszłość i celowo wybrała ofensywę kwalifikacyjną wewnętrzną zamiast masowych rabatów i nowych ustawień. Program koncentruje się na takich obszarach, jak nauka danych i bezpieczeństwo cybernetyczne oraz wykorzystuje platformy internetowe, a także spersonalizowane portale kariery, aby oferować pracownikom elastyczne możliwości uczenia się.

Siemens podąża za podejściem, w którym transformacja cyfrowa i kwalifikacje pracowników idą w parze. Firma korzysta z technologii chmurowych, takich jak Amazon Web Services (AWS) do kompleksowej modernizacji, od infrastruktury danych po korzystanie z generatywnej sztucznej inteligencji. Znakomitym przykładem jest praca elektroniki Siemens w Erlangen. Tam wdrożono rozwiązanie przemysłowe 4.0, które skrócił czas operacyjny uczenia maszynowego o 80 %. Jednocześnie siła robocza w produkcji została przeszkolona w zakresie analizy danych w czasie rzeczywistym i Internetu rzeczy (IoT). To pokazuje, w jaki sposób może być wbudowane bezpośrednio w transformację operacyjną.

Jaką rolę odgrywa państwo? Analiza niemieckiej ustawy o szansach kwalifikacyjnych.

Oprócz inicjatyw przedsiębiorczych warunki ramy państwowej odgrywają również kluczową rolę w radzeniu sobie ze zmianą strukturalną. Ustawa o kwalifikacji niemieckiej jest przykładem proaktywnej polityki państwowej.

Prawo ma na celu wsparcie firm w dalszym szkoleniu swoich pracowników, szczególnie w dziedzinach zawodowych, na które wpływają zmiany technologiczne lub strukturalne. Oferuje znaczące zachęty finansowe: federalna agencja zatrudnienia może pokryć do 100 % dalszych kosztów szkolenia, a także subsydiować do 75 % opłat za pracę pracownika podczas środka kwalifikacyjnego. Ilość finansowania zależy od wielkości firmy, a mniejsze firmy są wspierane większe.

Celem prawa jest wzmocnienie konkurencyjności niemieckiej gospodarki, zabezpieczenie miejsc pracy pracowników i aktywne przeciwdziałanie brakowi wykwalifikowanych pracowników w przyszłych dziedzinach, takich jak projektowanie UX, nauka danych i zarządzanie produktami.

Czy bardziej radykalne podejścia, takie jak czterodniowy tydzień lub bezwarunkowy dochód podstawowy (BGE)?

Głębokie zmiany na rynku pracy rodzą również pytania dotyczące fundamentalnego przeprojektowania pracy i ubezpieczenia społecznego. Dwa intensywnie omawiane modele to czterodniowy tydzień i bezwarunkowy dochód podstawowy (BGE). Podejścia te można rozumieć jako dwie różne, ale potencjalnie uzupełniające się odpowiedzi na wyzwania związane z automatyzacją.

Czterodniowy tydzień ma na celu poprawę jakości istniejącej pracy poprzez przekazanie korzyści dla pracowników w formie czasu. Duże międzynarodowe badania pilotażowe z 141 firmami i ponad 2800 pracowników wykazały imponujące wyniki. Firmy zgłosiły stabilną, a nawet zwiększoną sprzedaż (czasem nawet o 35 %), podczas gdy pracownicy zgłaszali drastyczny spadek wypalenia zawodowego (do 70 %), stresu i lęku, a także poprawę zdrowia psychicznego i jakości snu. Fluktuacja personelu spadła, a ponad 90 % uczestniczących firm utrzymało model po fazie testowej. Sukces opiera się na modelu „100-80-100” (100 % płac, 80 % czasu, 100 % wydajności), który osiąga się poprzez przeprojektowanie procesów pracy i zmniejszenie niepotrzebnych spotkań.

Z drugiej strony bezwarunkowy dochód podstawowy (BGE) ma na celu stworzenie ubezpieczenia społecznego poza zatrudnieniem zyskowym poprzez oddzielenie podstawowego dochodu zatrudnienia. Zajmuje się przede wszystkim problemem tych, którzy mogą zostać wysiedlone przez rynek pracy lub są w niepewnych relacjach zatrudnienia. Wyniki światowych projektów pilotażowych są mieszane i mocno zależne od kontekstu. Pozytywne skutki, takie jak niższa niepewność żywieniowa, lepsza zdrowie, wyższe wskaźniki wizyty w szkole i wzrost startów 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 Stanach Zjednoczonych w latach 70. lub eksperyment fiński, wykazały niewielkie zmniejszenie zachęt pracy lub brak znaczącej zmiany wskaźnika zatrudnienia, ale poprawa studni. Znaczącym ograniczeniem wielu z tych badań jest ich ograniczony czas trwania i jego niewielki zakres, co utrudnia przeniesienie do stałego, uniwersalnego systemu.

Te dwa modele nie wykluczają się wzajemnie. Mogą raczej zająć się różnymi aspektami tej samej transformacji. Przyszła strategia może ustalić czterodniowy tydzień jako standard dla zatrudnienia w pełnym wymiarze godzin w celu poprawy jakości życia zatrudnionych. Jednocześnie BGE może służyć jako podstawa społeczna dla osób, które przechodzą w gospodarce koncertowej lub których zadania zostały całkowicie zastąpione automatyzacją. Umożliwiłoby to bardziej odporną i sprawiedliwszą odpowiedź społeczną niż jakikolwiek z tych środków samodzielnie.

W czasach, gdy obecność cyfrowa firmy decyduje o jej sukcesie, wyzwaniem jest to, jak uczynić tę obecność autentyczną, indywidualną i dalekosiężną. Xpert.Digital oferuje innowacyjne rozwiązanie, które pozycjonuje się jako skrzyżowanie centrum branżowego, bloga i ambasadora marki. Łączy zalety kanałów komunikacji i sprzedaży w jednej platformie i umożliwia publikację w 18 różnych językach. Współpraca z portalami partnerskimi oraz możliwość publikowania artykułów w Google News oraz lista dystrybucyjna prasy obejmująca około 8 000 dziennikarzy i czytelników maksymalizuje zasięg i widoczność treści. Stanowi to istotny czynnik w sprzedaży zewnętrznej i marketingu (SMmarketing).

Więcej na ten temat tutaj:

• Autentyczny. Indywidualnie. Globalnie: Strategia Xpert.Digital dla Twojej firmy

Konsekwencje społeczno -ekonomiczne: nierówność, różnice regionalne i jakość pracy

Czy sztuczna inteligencja nasila dochód i aktywa, czy może go zmniejszyć?

Pytanie, w jaki sposób AI wpływa na nierówność, jest jedną z najpilniejszych debat społeczno -ekonomicznych z teraźniejszości, a badania zapewniają dopracowane i częściowo sprzeczne wyniki.

Z jednej strony istnieją argumenty, że sztuczna inteligencja może zmniejszyć nierówność płac. W przeciwieństwie do poprzednich fal automatyzacji, które dotyczyły przede wszystkim nisko wykwalifikowanej rutynowej pracy, obecna fala AI ma na celu wysoko opłacone zawody „białych”. Badania na poziomie zadań pokazują, że pracownicy niskiej wykwalifikowani często doświadczają największego wzrostu wydajności przez narzędzia AI w zawodzie (np. W zakresie obsługi klienta lub w tworzeniu oprogramowania). Może to potencjalnie wzmocnić płace z klasy średniej i zmniejszyć nożyczki płacowe.

Z drugiej strony argumenty za wzrostem całkowitej dokładności przeważają. Po pierwsze, korzyści z produktywności sztucznej inteligencji mogą przede wszystkim przynieść korzyści wysoko płatnym pracownikom wiedzy, którzy mają dostęp i umiejętności korzystania z tych narzędzi, podczas gdy pozostają niscy zarażeni w zawodach służbowych i rzemieślniczych. Po drugie, automatyzacja kontrolowana przez AI ma tendencję do prowadzenia do zmiany akcji dochodów z pracy na kapitał. Ponieważ do tej samej produkcji wymagana jest mniejsza praca, właściciele korzystają z kapitału (np. Akcjonariuszy) nieproporcjonalnie, co zaostrza nierówności na korzyść już bogatych.

Dokument roboczy Międzynarodowego Funduszu Walutowego (MFW) łączy te dwa aspekty i wpływa na decydujące rozróżnienie: AI może łatwo zmniejszyć nierówność Walness (poprzez tłumienie wysokich zarabiających), ale drastycznie zwiększając nierówność aktywów. Mechanizmem jest to, że ci sami wysoko opłacani pracownicy, którzy doświadczają presji płac, są również największymi właścicielami kapitału. Dlatego najbardziej skorzystasz z rosnących rentowności kapitałowych spowodowanych automatyzacją. Ponadto premia o wysokiej płacy dla osób z poszukiwanymi umiejętnościami AI – PWC wykazało bonus 56 % – między osobami z tymi umiejętnościami i bez nich.

Nadaje się do:

• Przyszłe inwestycje w sztuczną inteligencję i sztuczną inteligencję: Stany Zjednoczone przodują, Chiny nadrabiają zaległości, a Europa i Niemcy walczą, aby nadrobić zaległości

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

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

Wzrost i nowe miejsca pracy coraz częściej koncentrują się w ośrodkach miejskich i stolikach. Regiony te mają większą gęstość wiedzy i długą pracę -możliwe do pracy (teleskop). W UE główne uderzenia miasta odnotowały najsilniejszy wzrost zatrudnienia. W Stanach Zjednoczonych McKinsey przewidział już, że obszary miejskie będą doświadczyć wzrostu netto w miejscach pracy, podczas gdy dzielnice wiejskie mogą zostać skonfrontowane z dziesięcioleciami utraty pracy.

Trend ten prowadzi do samowystarczalnej spirali: miasta przyciągają pracodawców, specjalistów i inwestycji dzięki dynamicznym rynkom pracy i dobrej infrastrukturze, podczas gdy obszary wiejskie muszą zmagać się z utratą miejsc pracy i słabszą infrastrukturą. Różnice regionalne w UE wzrosły od Wielkiej Recesji, trend, który nadal może być zaostrzony przez automatyzację pandemii i progresywnej, ponieważ biedniejsze regiony często mają niższą kwotę zadań o długim rozdzielaniu. Centra technologiczne w przyszłości będą mniej zabezpieczyć swoją siłę ekonomiczną poprzez wzrost zatrudnienia niż poprzez zwiększenie wydajności, co nadal koncentruje siłę ekonomiczną.

Czy automatyzacja poprawia jakość pracy poprzez eliminację monotonnych zadań lub prowadzi do większej inwigilacji i stresu?

Wpływ AI na codzienne doświadczenie zawodowe są ambiwalentne i silnie zależą od rodzaju wdrażania.

Z pozytywnego punktu widzenia AI może znacznie poprawić jakość pracy. Dzięki automatyzacji monotoników i powtarzających się zadań pracownicy mogą skoncentrować się na bardziej kreatywnych, strategicznych i atrakcyjnych działaniach. W niektórych sektorach pracownicy, którzy korzystają z AI, zgłaszają się na temat większej satysfakcji z pracy i większej przyjemności w swojej pracy. Ponadto AI może poprawić bezpieczeństwo zawodowe, szczególnie w wyczerpujących fizycznie działaniach.

Jednak negatywna perspektywa podkreśla ryzyko wyobcowania i zwiększonej kontroli. AI umożliwia nowy zakres nadzoru pracowników, co może prowadzić do zwiększonej intensywności pracy, większego stresu i utraty autonomii. Presja, aby być bardziej produktywnym w sprężonym lub opartym na sztucznej inteligencji środowisku pracy, może prowadzić do wypalenia, jeśli nie jest starannie zarządzany. Dlatego wśród pracowników obawia się również utraty pracy, utraty siły negocjacyjnej w wynagrodzeniach i rosnąca kontrola poprzez zarządzanie.

Kontekst historyczny i perspektywy: rewolucja AI w porównaniu

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

Aby sklasyfikować dzisiejszą transformację, pomocne jest spojrzenie na historię. Rewolucja AI ma zarówno podobieństwa, jak i fundamentalne różnice w rewolucji przemysłowej.

Jeden z podobieństw obejmuje to, że oba rewolucje charakteryzują się przewrotami technologicznymi, przeprojektowaniem rynków pracy, wyparcia starych zawodów i tworzenie nowych. Oba doprowadziły do znacznych wstrząsów społecznych, urbanizacji (lub ich cyfrowego równoważnego) i intensywnych debat na temat nierówności i dystrybucji korzyści wydajności.

Różnice są jednak poważniejsze:

• Siła mięśni vs. siła psychiczna: rewolucja przemysłowa, zautomatyzowana i rozszerzona głównie siła mięśni ludzka (praca fizyczna). Z drugiej strony rewolucja AI automatycznie i rozszerza ludzkie poznanie (myślenie). Jest to skok jakościowy, a nie tylko stopniowa zmiana.
• Szybkość i zasięg: Rewolucja AI odbywa się znacznie szybciej i skompresowana w ciągu kilku dekad. Adaptacja społeczna i regulacyjna ma problemy z nadążeniem w tym tempie.
• Charakter nowych miejsc pracy: podczas rewolucji przemysłowej represjonowani pracownicy rolni byli w stanie przejść do fabryk, których prace były nadal oparte na ludzkiej pracy. Jest dziś mniej jasne, czy represjonowani pracownicy poznawcze mogą łatwo przejść na nowe role związane z AI, które często wymagają znacznie wyższego poziomu umiejętności abstrakcyjnych.
• Ostatecznym celem technologii: maszyny rewolucji przemysłowej były narzędzia obsługiwane przez ludzi. Jednak deklarowanym celem niektórych wiodących programistów AI jest tworzenie systemów, które mogą wykonywać wszystkie wartościowe ekonomicznie zadania. Niesie to ryzyko uczynienia ludzkiej pracy w wielu obszarach – niebezpieczeństwo, które wcześniej nie istniało w tej formie.

Czego możemy się nauczyć z historii o zdolności adaptacyjnej społeczeństwa i rynku pracy?

Historia rewolucji przemysłowej oferuje cenne lekcje dotyczące dzisiejszej rewolucji AI.

Doświadczenie pracowników tekstylnych na początku XIX wieku pokazuje, że ogromny wzrost wydajności w branży nie prowadzi automatycznie do wyższych wynagrodzeń dla pracowników, zwłaszcza jeśli ich siła negocjacyjna jest słaba. Prawdziwe płace wielu pracowników stagnowały przez dziesięciolecia, chociaż gospodarka rosła.

Jakość pracy i autonomia są kluczowe. Przejście od pracy fabrycznej oznaczało drastyczne pogorszenie warunków pracy i życia dla wielu i było główną przyczyną niepokojów społecznych. Jest to ważne nauczanie w dzisiejszym wdrożeniu systemów zarządzania i monitorowania kontrolowanych przez AI.

Adaptacja społeczna jest powolnym i bolesnym procesem. Firma ostatecznie dostosowała się do rewolucji przemysłowej – z nowymi przepisami dotyczącymi pracy, systemami edukacyjnymi i programami społecznymi – ale proces ten był długi, konfliktowy i kształtowany przez cierpienie.

Jedną z najważniejszych lekcji jest jednak to, że kierunek technologii nie jest losem, ale wyborem. Decyzje można podjąć świadomie, aby rozwijać technologie, które rozszerzają ludzkie umiejętności i tworzą nowe, znaczące zadania zamiast tylko automatyzacji i wypierania pracy.

Jakie centralne dziedziny działań powstają dla polityki, firm i każdej osoby, aby skutecznie zaprojektować zmianę?

Analiza transformacji rynku pracy skutkuje wyraźnymi dziedzinami działania dla wszystkich zaangażowanych podmiotów.

Dla polityki:

• Inwestycje w edukację: rządy muszą masowo inwestować w edukację i uczenie się przez całe życie oraz integrować zarówno kompetencje AI, jak i umiejętności „ludzkie”, takie jak krytyczne myślenie.
• Promocja transformacji: powinieneś stworzyć środowisko, które wspiera zmianę pracowników, na przykład poprzez instrumenty polityczne, takie jak ustawa o kwalifikacji niemieckiej.
• Wzmocnienie ubezpieczenia społecznego: Należy wzmocnić systemy zabezpieczenia społecznego i należy wziąć pod uwagę nowe modele, takie jak BGE w celu wspierania stłumionych pracowników i zwalczania nierówności.
• Rozporządzenie: Konieczne jest sprytne rozporządzenie, aby zapewnić etycznie opracowywane i wykorzystywane AI, prawa pracowników są chronione i zapobiega nadmierne monitorowanie.

Dla firm:

• Aktywna rola w kwalifikacjach: Firmy muszą odgrywać aktywną rolę w przekwalifikowaniu i dalszej edukacji własnej siły roboczej i skupić się na ekspansji umiejętności ludzkich (powiększanie) zamiast zostać zastąpionym.
• Podejście oparte na kompetencjach: powinieneś realizować podejście oparte na kompetencjach w zarządzaniu talentami, które promuje wewnętrzne ścieżki kariery i mobilność.
• Kultura uczenia się: stworzenie kultury ciągłego uczenia się i bezpieczeństwa psychicznego jest kluczowe, aby ułatwić pracownikom dostosowanie się do zmiany.

Dla wszystkich:

• Proaktywne uczenie się przez całe życie: każda osoba musi realizować proaktywne podejście do własnego uczenia się przez całe życie i zaakceptować zwinny sposób myślenia.
• Budowanie portfolio kompetencji: najlepszym bezpieczeństwem przed automatyzacją jest zbudowanie portfela, który obejmuje umiejętności techniczne i unikalne umiejętności ludzkie, takie jak kreatywność, krytyczne myślenie i zdolność adaptacyjna.

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

☑️ Stworzenie lub dostosowanie strategii cyfrowej i cyfryzacji

☑️Rozbudowa i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Pionierski rozwój biznesu

 

Chętnie będę Twoim osobistym doradcą.

Możesz się ze mną skontaktować wypełniając poniższy formularz kontaktowy lub po prostu dzwoniąc pod numer +49 89 89 674 804 (Monachium) .

Nie mogę się doczekać naszego wspólnego projektu.

 

 

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

Dzięki naszemu rozwiązaniu do rozwoju biznesu 360° wspieramy znane firmy od rozpoczęcia nowej działalności po sprzedaż posprzedażną.

Wywiad rynkowy, smarketing, automatyzacja marketingu, tworzenie treści, PR, kampanie pocztowe, spersonalizowane media społecznościowe i pielęgnacja leadów to część naszych narzędzi cyfrowych.

Można znaleźć więcej na: www.xpert.digital – www.xpert.solar – www.xpert.plus