Вештачка интелигенција уместо радних места? Кина улаже у вештачку интелигенцију – али ко штити запослене од промена?

Више вештачке интелигенције, мање радних места? Пекинг жели да припреми тржиште рада за промене

Кинески план за вештачку интелигенцију: даље образовање, социјално осигурање и нова правила за компаније

Кина има за циљ да убрза примену вештачке интелигенције, а да притом последице по раднике не препусти случају. Нове смернице повезују промоцију вештачке интелигенције и нових радних места са даљом обуком, подршком за промене каријере, социјалним осигурањем и пажљивијим праћењем ризика запошљавања. У основи овога лежи кључно економско питање: Како компаније могу постати продуктивније без технолошких промена које слабе куповну моћ, каријерне изгледе и друштвено прихватање?

Јер чак и када вештачка интелигенција преузме задатке, то не значи аутоматски да ће запослени изгубити посао. Системи могу да подрже људе, промене токове рада или отпусте радна места. Који ефекат ће преовлађивати зависи од тога како компаније користе технологију, да ли се јавља нова потражња и како се распоређују добици од продуктивности. Кинеска стратегија има за циљ да ефикасније обликује ову транзицију – од обуке вештина и заштите права запослених до раног откривања ризика. Кључни фактор ће бити да ли ово доводи до одрживих прелазака у другу каријеру и да ли компаније и запослени заиста осећају користи од вештачке интелигенције у ширем смислу.

Кинеска офанзива вештачке интелигенције: Напредак без друштвеног слетања?: Они који замењују људе морају пружити више од јефтине ефикасности

Кина не намерава да омета вештачку интелигенцију, већ да повеже њене економске користи са одрживијим системом запошљавања. Смернице које је објавила Канцеларија Државног савета 23. октобра 2026. године стога комбинују промоцију нових радних места у области вештачке интелигенције са обуком, прелазном подршком, социјалним осигурањем и систематичнијим праћењем ризика запошљавања. Ово одражава економски сукоб циљева: компаније би требало да постану продуктивније без убрзаног смањења радне снаге које поткопава куповну моћ, могућности за напредовање у каријери и друштвено прихватање технолошких промена.

Кључно питање није да ли вештачка интелигенција може да преузме појединачне задатке. Већ под којим условима повећана оперативна ефикасност води до укупног економског просперитета. Машина која штеди радне сате у почетку побољшава трошковно рачуноводство компаније. Да ли ће то довести до виших плата, повећане потражње, бољих услуга или трајног смањења запослености зависи од конкуренције, инвестиција, вештина и дистрибуције. Нова стратегија тржишта рада Кине фокусира се управо на ову раскрсницу.

Пекинг реорганизује напредак

Смернице обухватају 18 задатака у шест области политике: додатно запошљавање путем вештачке интелигенције, путеви имплементације погодни за запошљавање, дигиталне вештине, ефикасније службе за запошљавање, права запослених и социјално осигурање, као и праћење и управљање ризицима запошљавања. Ово је шире од пуке иницијативе за обуку. Влада не жели да чека док радна места не нестану пре него што реагује, већ да боље координира технолошку имплементацију, развој кадрова и социјално осигурање.

Посебно је откривајућа предложена разлика између области примене. Вештачку интелигенцију треба преференцијално користити тамо где постоји недостатак радне снаге, где су задаци опасни или где се услови рада могу побољшати; с друге стране, у радно интензивним индустријама, њен обим, интензитет и брзина треба пажљиво контролисати. Економски, ово се своди на давање приоритета модернизацији. Апликације које су посебно корисне за друштво требало би имплементирати раније од оних чија је примарна непосредна корист у замени бројних расположивих радника.

Међутим, политички правац не треба мешати са потпуно формулисаном гаранцијом запослења. Компаније се, између осталог, подстичу да тестирају прелазне фазе, рано обавесте погођене запослене и подрже их у преласку на друге улоге. Ово не подразумева општу забрану отпуштања због вештачке интелигенције, нити аутоматски ствара индивидуално право на непромењено запослење. Стварна заштита значајно зависи од тога како власти и компаније спроводе ове смернице.

Огромно тржиште рада под притиском да се прилагоди

До краја 2025. године, Кина је имала приближно 725 милиона запослених, укључујући око 475 милиона у градовима; током године, званично је забележено додатних 12,67 милиона градских радних места. Само ова размера објашњава зашто чак и ограничене промене могу имати значајне економске и друштвене последице. Технолошка трансформација која делује управљиво из перспективе једне компаније може ескалирати у различитим индустријама и регионима у значајан проблем прилагођавања.

Стопа незапослености у граду, заснована на анкети, износила је 5,2 процента у септембру 2026. године; просек за прва три квартала такође је био 5,2 процента. Ове бројке, посматране појединачно, не доказују ни кризу запослености изазвану вештачком интелигенцијом, нити њено одсуство. Стопа описује специфичан индикатор тржишта рада, а не све облике недовољне запослености, неискоришћених вештина или губитка прихода. Најважније је да једна укупна бројка не открива да ли су појединачне групе занимања већ под већим притиском.

За економску процену, састав запослености је стога важнији од изолованог наслова. Стабилна укупна радна снага може се поклопити са мањим бројем почетних позиција, смањеним радним временом за одређене групе или преласком на ниже плаћене послове. С друге стране, пад у једној занималној групи може се надокнадити побољшањем запослености негде другде. Робусна политика тржишта рада вођена вештачком интелигенцијом мора обухватити такве транзиције уместо да запосленост третира искључиво као број расположивих радних места.

Старење не елиминише недостатке вештина

Број становника Кине је 2025. године смањен за 3,39 милиона на приближно 1,405 милијарди; истовремено, 323 милиона људи је већ имало 60 или више година, што представља 23 процента становништва. Дакле, технолошке промене се поклапају са дугорочним демографским помаком. Из ове перспективе, аутоматизација може помоћи у одржавању производних капацитета и услуга упркос смањењу понуде радне снаге. Стога, држање се радно интензивних процеса не би била убедљива стратегија за будућност.

Међутим, мањи број расположивих радника и више вештачке интелигенције не решавају аутоматски исте проблеме. Недостајући техничар за одржавање не може се једноставно заменити отпуштеним административним запосленим. Слично томе, старији производни радници не могу се брзо пребацити на развој сложених система вештачке интелигенције. Постоје разлике између отворених позиција и расположивог особља у погледу стручности, локације, здравственог стања, могућности учења и очекиваних плата.

Ово ствара могућност истовременог повећања недостатка радне снаге и незапослености. За креаторе политике, то значи да сам број радних места није довољан усмеравајући циљ. Кључно је да су оствариви прелази између радних места неопходни. Стратегија вештачке интелигенције која је погодна за запошљавање стога не би требало да сачува што је могуће више застарелих радних процеса, већ да организује трансформацију на такав начин да постојеће професионално искуство остане продуктивно са новим алатима. Посебно са старењем радне снаге, комплементарна технологија може бити економски вреднија од скупе, потпуне замене.

Аутоматизација је одавно достигла индустријске размере

Увођење интелигентних система у Кини не почиње од нуле. У 2025. години инсталирано је око 354.000 нових индустријских робота, што је око 20 процената више него претходне године; то је значило да је Кина чинила 59 процената нових инсталација широм света. Ове бројке показују брзину индустријске аутоматизације. Међутим, не треба их тумачити као меру губитка радних места повезаног са вештачком интелигенцијом: Индустријски робот није аутоматски генеративни систем вештачке интелигенције, а једна инсталација не говори ништа о нето ефекту на запосленост.

Овоме се додаје и сама економска скала самог сектора вештачке интелигенције. Његова основна делатност је званично процењена на више од 1,2 билиона јуана до 2025. године, са преко 6.200 компанија за вештачку интелигенцију широм земље. Према објављеним владиним подацима, до краја 2025. године више од 30 процената анкетираних производних компанија, са годишњим приходима од основне делатности од 20 милиона јуана или више, користило је технологије вештачке интелигенције. Овај праг је важан јер га не треба поистовећивати са широким усвајањем од стране свих кинеских компанија.

Изазов на тржишту рада произилази из комбинације различитих облика аутоматизације. Софтвер може трансформисати планирање, документацију и комуникацију са купцима, док роботика преузима физичке процесе. Када се оба нивоа модернизују истовремено, читави ланци процеса се мењају. Ово може створити већи потенцијал продуктивности, али и веће захтеве за обуком, одржавањем, квалитетом података и оперативном организацијом. Стога, релевантни фокус није на појединачном алату вештачке интелигенције, већ на редизајнираном систему рада.

Погођени задаци нису изгубљени послови

Кључни предуслов за било какву озбиљну анализу јесте разлика између технолошког утицаја и стварног губитка радних места. Међународно истраживање тржишта рада проценило је 2025. године да би око четвртине глобалне запослености било у занимањима чији би задаци потенцијално могли бити измењени генеративном вештачком интелигенцијом; у земљама са високим приходима ова бројка је износила 34 процента. Такве бројке описују потенцијалне промене у радним обавезама и не предвиђају одговарајуће високе нивое отпуштања. Штавише, не могу се применити на Кину без прорачуна специфичних за земљу.

Посао се обично састоји од неколико задатака. Вештачка интелигенција може, на пример, да претходно сортира информације, припреми текстове или открије одступања, док људи настављају да преузимају одговорност, разјашњавају посебне случајеве и управљају односима. Стога, да ли ће позиција постати застарела зависи од тога колико свеобухватно се скуп задатака може аутоматизовати и да ли компанија користи уштеђено време за додатне услуге. Интеграција, провера грешака и организационе промене такође захтевају труд.

С друге стране, умањивање утицаја било би подједнако проблематично. Ако се довољан број подзадатака заврши брже и потражња не расте у складу са тим, компаније могу постићи исти резултат са мање запослених. Ефекти на запошљавање би тада могли прво постати очигледни кроз непопуњена радна места и мањи број нових запослених, а не кроз упадљиве таласе отпуштања. Стога су за систем раног упозоравања планови запошљавања и профили послова барем једнако важни као и пријављене оставке. Они који се фокусирају искључиво на смањење броја запослених препознаће део промене прекасно.

Само продуктивност не одређује просперитет

Студија објављена 2025. године, у којој је обухваћено 5.172 запослених у служби за кориснике, илуструје колико ефикасно вештачка интелигенција може да допуни људски рад: број успешно решених захтева купаца по сату повећао се у просеку за 15 процената захваљујући подршци вештачке интелигенције. Мање искусни и ниже квалификовани запослени су имали посебно велике користи; међутим, студија једне компаније не дозвољава закључке о укупним економским ефектима на запосленост и плате. Ово ограничење је кључно за јавну дебату.

Повећана продуктивност отвара разне оперативне могућности. Компанија може да услужи више купаца, побољша квалитет услуге, смањи обим посла или смањи број запослених. Која опција превладава зависи, између осталог, од потражње и конкурентске позиције компаније. На растућем тржишту, повећана продуктивност може учинити додатно запошљавање економски исплативим. С друге стране, на стагнирајућем тржишту, подстицај за смањење трошкова и расподелу постојећег посла међу мањим бројем људи се повећава.

На макроекономском нивоу, до изражаја долази још једна димензија: повећање продуктивности мора се претворити у приходе, ниже цене или додатне инвестиције. Ако су користи концентрисане у рукама неколико компанија и власника капитала, док широки сегменти радне снаге доживљавају већу несигурност посла, потражња може заостајати за производним потенцијалом. Стога политички показатељ не би требало да буде искључиво технички капацитет. Подједнако је важно да ли економски приноси имају довољно широк утицај да створе нове продајне могућности и одрживо запошљавање.

Без куповне моћи, ефикасност постаје проблем

Кинеска економија је порасла за 5 процената у реалном износу у 2025. години, док су просечне потрошачке цене остале непромењене; инвестиције у развој некретнина пале су за 17,2 процента. У прва три квартала 2026. године, реални БДП је порастао за 4,6 процената, али је номинална малопродаја робе широке потрошње порасла за само 1,1 проценат. Ови различито дефинисани индикатори нису директно еквивалентни, али илуструју потребу да се раст производње и приватна потражња разматрају одвојено.

За политику вештачке интелигенције, ово резултира логичном узрочно-последичном везом. Ако запослени очекују отпуштања или значајне губитке прихода, могу одложити велике трошкове и акумулирати додатне финансијске резерве. Резултујућа невољност отежава компанијама да заправо продају додатне производне капацитете. Технолошки подстицај у понуди тада није довољан да би се раст сходно томе проширио.

Транзициона помоћ и социјално осигурање стога имају макроекономску функцију. Они могу спречити да се ризици прилагођавања у потпуности пребаце на домаћинства и спречити да неизвесност додатно оптерети потражњу. То не значи трајно финансирање сваког радног места. То значи ограничавање губитка прихода и избежних дугих периода незапослености. Ефикасно социјално осигурање стога може истовремено повећати спремност за прихватање нових технологија и промену каријере. Под овим условима, заштита радних места и модернизација не морају бити међусобно искључиве.

Прелазак на каријеру постаје слаба тачка

У септембру 2026. године, стопа незапослености у граду за особе од 16 до 24 године које не похађају школу или универзитет била је 18 процената; за особе од 25 до 29 година, такође искључујући студенте, била је 7,4 процента. Ове бројке не мере незапосленост повезану са вештачком интелигенцијом. Међутим, оне показују да је улазак на тржиште радне снаге већ под значајним притиском. Додатне промене у нискоквалификованим канцеларијским, аналитичким и комуникационим пословима стога утичу на тржиште рада чији капацитет да апсорбује младе људе није неограничен.

Посебан ризик лежи у функцији задатака почетног нивоа. Истраживање, документација, једноставне анализе и стандардизована комуникација служе не само производњи већ и учењу. Ако су такве активности у великој мери аутоматизоване, пут од универзитетске дипломе до самосталног специјалистичког рада може постати ужи. Компанији може бити потребно мање млађег особља у кратком року, али ће и даље имати потешкоћа да развије искусне стручњаке на дужи рок.

Разумно решење није вештачко оптерећивање младих талената застарелим рутинама. Уместо тога, путеви обуке морају бити осмишљени тако да се вештине вештачке интелигенције и професионално расуђивање развијају заједно. Млади запослени треба да буду у стању да прегледају резултате, објасне грешке и постепено преузму одговорност. За компаније, ово чини организовање учења стратешком инвестицијом. Они који оптимизују само тренутно време обраде ризикују да ослабе сопствени будући развој вештина.

Даље образовање захтева накнадни посао

Кинеске смернице позивају на прилагођавање програма високог образовања и стручног оспособљавања, проширење интердисциплинарних вештина вештачке интелигенције и повећање учешћа компанија у наставним плановима и програмима, практичној обуци и програмима квалификација. Поред тога, циљани програми обуке су намењени младим људима, мигрантским радницима и незапосленима, између осталог; такође се баве јавним могућностима учења и програмима обуке које спонзоришу компаније. Овај приступ стога признаје да се технолошке промене не могу управљати искључиво кроз обуку нових врхунских истраживача.

Међутим, економски квалитет таквих програма не зависи од броја издатих сертификата. Важно је да ли људи могу касније да наставе остварив, продуктиван и адекватно плаћен посао. Општи увод у вештачку интелигенцију може пружити оријентацију, али не замењује вештине специфичне за индустрију. За производног радника, на пример, разумевање процеса, контрола квалитета и безбедно коришћење система помоћи често су важнији од дубинског знања о развоју модела.

Стога, обука која се надовезује на постојеће стручно искуство делује обећавајуће. Искусан складиштар би могао бити погодан за праћење аутоматизованих токова материјала; административни асистент би могао преузети додатну одговорност за верификацију података и руковање изузецима. Међутим, такве транзиције морају заиста бити доступне. Даља обука без захтева компаније само одлаже проблем. Њену ефикасност би стога требало проценити на основу стабилности посла, развоја прихода и времена до поновног запошљавања, а не само на основу стопе учешћа.

Фокус индустрије: B2B, дигитализација (од AI до XR), машинство, логистика, обновљиви извори енергије и индустрија

Више информација овде:

• Експертски пословни центар
• Кинески блог / Увиди

Тематски центар који нуди увиде и стручност:

• Платформа знања која покрива глобалне и регионалне економије, иновације и трендове специфичне за индустрију
• Збирка анализа, увида и основних информација из наших кључних области фокуса
• Место за стручност и информације о актуелним дешавањима у пословању и технологији
• Чвориште за компаније које траже информације о тржиштима, дигитализацији и иновацијама у индустрији

Средња класа одређује шири утицај

Стратегија подржава мала и средња предузећа (МСП) исплативим, лако имплементираним дигиталним решењима, јавним саветодавним услугама и једнаким приступом релевантним факторима дигиталне производње. Отворени софтверски екосистеми и промоција нових предузећа такође су део предложеног скупа алата. Основна образложења политике запошљавања су добра: технолошка модернизација не би требало да буде ограничена на велике организације са сопственим одељењима за развој, опсежним спремиштима података и значајним инвестиционим буџетима.

За мања предузећа, проблем често мање лежи у фундаменталном интересу за вештачку интелигенцију него у њеној имплементацији. Апликација мора да се беспрекорно интегрише са постојећим процесима, да пружа поуздане резултате и да буде управљива чак и са ограниченим бројем особља. Овоме се додају текући трошкови, захтеви за обуком и потенцијална везаност за добављача. Стога, ниска почетна цена није нужно доказ ниских укупних трошкова.

Са економске перспективе, широка дистрибуција производних алата била би предност јер може побољшати конкурентност мањих компанија. Истовремено, субвенције се не преводе аутоматски у повећање запослености. Чак и мало предузеће може првенствено користити вештачку интелигенцију да би смањило потребе за запошљавањем. Стога су проверљиви циљеви ефикаснији од општих субвенција: повећана додата вредност, бољи производи, додатне тржишне могућности и одрживи развој вештина. Водеће питање требало би да буде да ли подршка јача економску прилагодљивост или само субвенционише набавку новог софтвера.

Сарадња мора бити економски убедљива

Према смерницама, индустрија и пољопривреда требало би све више да користе моделе сарадње између људи и интелигентних система; нове апликације би такође требало да створе додатне могућности запошљавања у сектору услуга. Ово је више од само пријатељског описа технолошких промена. То поставља фундаментално питање које задатке људи треба трајно да преузму и где системи треба смислено да допуне њихове могућности.

На пример, у производњи, анализа слика заснована на вештачкој интелигенцији може указати на неправилности, док искусни стручњаци процењују узроке и одлучују о одговарајућим мерама. У логистици, софтвер може предиктивно планирати токове материјала, док људи решавају поремећаје, захтеве купаца и безбедносне проблеме. У пољопривреди, препоруке засноване на подацима могу побољшати коришћење ресурса без потпуне замене практичне процене на лицу места. Ови примери описују могуће организационе структуре и не гарантују позитивне ефекте на запошљавање.

Сарадња између човека и машине је одржива само ако људска улога нуди истинску додатну вредност. Само коришћење запослених за формално потврђивање аутоматски генерисаних одлука не би било убедљиво ни са становишта квалификације нити са организационе перспективе. Добар дизајн очува простор за доношење одлука, омогућава неслагање и обезбеђује јасну одговорност. Такође може спречити компаније да изгубе своје искуствено знање. Оно што је економски релевантно није максимизирање људског учешћа по сваку цену, већ комбинација која побољшава квалитет, безбедност, капацитет учења и трошкове у целом процесу.

Нови послови у области вештачке интелигенције неће решити сваки проблем расељавања

Кина има за циљ да развије нове профиле послова и стандарде квалификација, укључујући улоге у инжењерству вештачке интелигенције, обуци система и дигиталном менаџменту. Стратегија се такође фокусира на нове компаније, отворена развојна окружења и додатно запошљавање у областима у настајању. Ово представља важан додатак једноставном ублажавању губитка радних места: економија се не може одрживо прилагодити само кроз трансфере; потребне су јој нове продуктивне активности.

Ипак, било би погрешно једноставно надокнадити елиминацију рутинског рада новоствореним радним местима у области вештачке интелигенције, као да су људи директно заменљиви. Разлике у образовању, професионалном искуству и локацији могу бити значајне. Штавише, брзо растући сектор који почиње од мале базе може у почетку створити мање радних места него што губи стагнирајућа велика индустрија. Стога, саме високе процентуалне стопе раста не одговарају на питање запослености.

Нови дигитални послови морају бити одрживи и на дужи рок. Посао који је тренутно потребан за обраду или верификацију података може касније постати аутоматизованији. Стога, робуснија стратегија не састоји се од креирања најдуже могуће листе нових радних места. Она се састоји од развоја преносивих вештина, одрживих пословних модела и могућности континуираног учења. Нови послови не само да треба да постоје, већ треба да буду довољно продуктивни, сигурни и прилагодљиви да понуде каријерне изгледе и након следеће генерације технологије.

Кинески региони неће почети истовремено

Смернице предвиђају регионалну поделу рада: источни региони треба да се фокусирају на развој кључних индустрија вештачке интелигенције, док централни и западни региони, у зависности од локалних услова, треба да преузму задатке као што су означавање података или производња паметних уређаја. Ова диференцијација има за циљ да отвори додатне области раста ван водећих технолошких центара. Међутим, она такође носи ризик од одржавања постојећих разлика дуж нових ланаца вредности.

Ако истраживање, капитал и контрола над централним платформама остану географски концентрисани, други региони могу првенствено пружити стандардизовану подршку. Иако се тамо могу створити радна места, она не морају нужно генерисати исте приходе, могућности за развој или преговарачку моћ. Регионална политика стога мора учинити више од пуког привлачења дигиталних активности. Требало би да се фокусира на то да ли локалне компаније могу развити сопствену стручност и постићи виши ниво стварања вредности.

Смисао развоја може се надовезати на постојеће снаге: индустријске кластере, пољопривредну специјализацију, универзитете или логистичке центре. Вештачка интелигенција се тада не третира као изолована будућа индустрија, већ као алат за побољшање регионалних економских структура. Предуслови укључују одговарајуће квалификоване раднике, поуздану инфраструктуру и приступачна тржишта. Прелазак између традиционалних предузећа и нових пружалаца дигиталних услуга, посебно, могао би створити додатна радна места. Међутим, без таквих веза постоји ризик од финансијског пејзажа чији видљиви пројекти имају мали економски утицај на регион.

Социјална заштита остаје неједнака

Кина је 2025. године забележила приближно 301 милион радника миграната; истовремено, око 249 милиона људи је било покривено осигурањем за случај незапослености на крају године. Ове две бројке се односе на различите статистичке групе и не дозвољавају директно израчунавање јаза у осигурању међу радницима мигрантима. Међутим, оне илуструју зашто је неопходан диференцирани поглед на обрасце запослености и права на бенефиције. Укупна запосленост и приступ одређеној осигураној накнади нису идентични.

Нове смернице захтевају подршку за подобне појединце, укључујући саветовање о каријери, обуку, препоруке за посао и помоћ за покретање посла; за подобне осигуране незапослене особе, предвиђене накнаде треба исплаћивати благовремено и у целости. Истовремено, системи социјалног осигурања требало би да постану приступачнији за флексибилне облике запошљавања, а покриће за несреће на раду у новим моделима запошљавања требало би проширити. Ово је важно јер промене каријере могу све више укључивати прелазак између различитих уговорних и радних аранжмана.

Економски тест лежи у преносивости права и стварној доступности подршке. Људима који мењају посао, место становања или радни статус потребне су поуздане процедуре. Формално постојећа услуга је од мале користи ако су одговорности нејасне или се губици прихода не решавају током дужег временског периода. Стога, модернизација која подржава запошљавање мора побољшати и административне процесе. У супротном, они са најмање финансијских резерви сносиће највеће трошкове транзиције.

Када алгоритам постане шеф

Смернице се не односе само на губитак радних места, већ и на употребу вештачке интелигенције у управљању људским ресурсима: дискриминација, лажне понуде за посао и кршење приватности и периода одмора путем злоупотребљавајућих алгоритама треба да се боре законски. Штавише, експлицитно се обрађују права на плату, одмор и безбедне услове рада. Ово доводи у фокус другу димензију аутоматизације: чак и тамо где се радна места сачувају, квалитет рада се може значајно променити.

Алгоритамски системи могу претходно да прегледају апликације, додељују задатке и процењују учинке. Иако могу да омогуће доследније процесе, могу и да примењују неприкладне критеријуме у великим размерама. Третирање историјских кадровских одлука као наводно неутралних података ризикује продужавање прошлих недостатака путем технолошких средстава. Ово постаје посебно проблематично када они на које утичу не могу да разумеју разлоге који стоје иза одлуке или ефикасно исправе грешке.

Економски гледано, такви ризици нису никако безначајни. Погрешна претходна селекција може искључити одговарајуће стручњаке; прекомерни циљеви учинка могу негативно утицати на здравље, мотивацију и задржавање запослених. Свеобухватно праћење такође није аутоматски продуктивно. Кључни фактор је да ли систем препознаје стварни квалитет рада или само оптимизује лако мерљиве метрике. Одговорна имплементација стога захтева проверљиве критеријуме, јасне одговорности и реалне могућности за људски преглед. Одговорност не сме нестати указивањем на наводно објективан софтвер.

Системима раног упозоравања је потребно више од само бројки отпуштања

Власти би требало да повећају размену података о запослености и индустрији, развију регионалне и секторске моделе анализе и континуирано прате промене у усвајању вештачке интелигенције, новим радним местима, измештеним активностима и потребним вештинама. Даље мере укључују детаљна истраживања и интеграцију ризика запошљавања повезаних са вештачком интелигенцијом у постојеће механизме како би се спречили велики шокови незапослености. Циљ овога је да се изолована запажања трансформишу у ранију и практичнију слику ситуације.

Међутим, добар систем би морао да препозна више од самог завршеног смањења броја запослених. Релевантни фактори би такође укључивали смањење броја почетних позиција, промену квалификационих захтева, истека уговора, смањење радног времена и трајање промена у каријери. Подједнако важан је и квалитет новог запослења: прелазак на мање плаћен или знатно мање сигуран посао не би требало аутоматски сматрати потпуно успешном компензацијом. Само комбинација таквих информација омогућава смислену економску процену.

Најтежи задатак остаје идентификовање основних узрока. Запосленост може опадати због слабе потражње, променљивих трговинских услова, оперативних проблема или технолошких промена. Вештачка интелигенција може бити један од неколико фактора. Приписивање сваког пада аутоматизацији подстиче погрешне контрамере; категорично искључивање вештачке интелигенције као узрока превиђа стварне проблеме прилагођавања. Стога, упоредиве компаније и индустрије треба проучавати током дужих периода. Систем раног упозоравања је добар само онолико колико су добри његови подаци, његове аналитичке методе и његова спремност да призна неповољне налазе.

Између заштите и конкурентности

За примене које би могле имати значајан утицај на запошљавање, смернице прописују ригорознију процену ризика; у одређеним областима приступа тржишту, процена запошљавања требало би да буде укључена у преглед пројекта. Ово показује да креатори политике препознају да корпоративне инвестиционе одлуке могу имати последице по запослене и јавне буџете. Са економске перспективе, разумљиво је да се такви трошкови не би требало разматрати тек накнадно.

Међутим, овај приступ има јасна ограничења. Ако процедуре постану превише нејасне или гломазне, оне могу одложити неопходну модернизацију и заштитити постојеће тржишне позиције. Компанија која губи међународну конкурентност због прекомерних прописа касније може морати да смањи број радних места него што је краткорочно спасила. Стога, бити наклоњен запосленима не треба мешати са општим приоритетом очувања постојеће радне снаге.

Убедљивије би биле транспарентне, пропорционалне процедуре које испитују обим и брзину промена, као и реалне алтернативе. Кључно је да се процена фокусира на то да ли су обука, интерни трансфери и транзициона подршка адекватно припремљени. Такође се морају узети у обзир потенцијалне додатне поруџбине, побољшана безбедност и дугорочна конкурентност. На овај начин, преглед не би постао општа препрека иновацијама, већ алат за бољу имплементацију. Политички изазов лежи у избегавању непотребне друштвене штете, а да се сама продуктивна трансформација не означи као непожељан ризик.

Ко треба да сноси трошкове транзиције?

Кинески приступ експлицитно повезује технолошка улагања са улагањима у људе и такође се бави даљим развојем механизама компензације и дистрибуције. Ово истиче питање дистрибуције које се често занемарује у ентузијазму за перформансе вештачке интелигенције: компаније, запослени и држава не морају нужно имати користи у истој пропорцији или истовремено. Трошкови транзиције су такође неједнако распоређени.

За компаније, краткорочно може бити привлачно да смање трошкове запослених, док други сносе терет даље обуке, замене прихода и резултирајућих друштвених трошкова. Економски исправан систем требало би да ограничи такве подстицаје. То би могло да укључује одговарајуће доприносе компанија обуци, рано планирање радне снаге и веће учешће запослених у доказивим повећањима продуктивности. Истовремено, неопходно је спречити да додатне обавезе преоптерете, посебно мала предузећа, или ометају економски исплативе инвестиције.

Међутим, саме смернице не замењују потпуно финансирану архитектуру имплементације: Објављени текст не садржи ни свеобухватни, посебан оквир финансирања нити јединствене квантитативне циљеве успеха за цео пакет мера. Управо зато ће практична расподела ресурса бити кључна. Ако богатији региони могу да понуде висококвалитетну подршку, док структурно слабија подручја заостају, постојеће разлике би могле бити погоршане. Потребна је координација између нивоа на којем се остварују технолошки добици и нивоа на којем настају трошкови друштвене транзиције.

Европске компаније би требало пажљивије да размотре ситуацију

Кинеска веза између промоције вештачке интелигенције и политике запошљавања је релевантна и за међународне конкуренте. Обим индустријске аутоматизације показује да кинеска економија наставља да покреће технолошку модернизацију у широким размерама. Стога, нова политика тржишта рада не треба да се тумачи као једноставно повлачење из конкуренције. Уместо тога, она има за циљ побољшање економских и друштвених услова за одрживији пут модернизације.

За немачке индустријске, логистичке и услужне компаније, ово поставља стратешко питање: Да ли ће вештачка интелигенција бити уведена само као алат за смањење трошкова или као део ширег побољшања пословног модела? Једнострани фокус на смањење броја запослених може замаглити чињеницу да квалитет, поузданост испоруке, брзина реаговања и додатне услуге такође стварају конкурентске предности. Компаније са великим стручним и процесним искуством, посебно, могле би имати користи од комбиновања овог знања са интелигентним алатима уместо превременог смањења броја запослених.

Кинеску политику не треба ни идеализовати нити потпуно одбацити. Централно формулисани циљеви нису доказ њихове ефикасне примене, а политичка контрола може створити перверзне подстицаје. Слично томе, било би неубедљиво третирати технолошки развој као процес чији су друштвени исходи фундаментално неконтролисани. За пословну праксу, релевантна лекција лежи у интегрисаном приступу: технологија, особље, безбедност, обука и економске користи морају се планирати заједно.

Успех је очигледан у транзицији

Да ли ће промена политике у Кини бити економски успешна неће бити одређена бројем објављених програма или новостворених радних места. Значајнији показатељи биће колико брзо погођени појединци поново проналазе стабилно запослење, како се развијају њихови реални приходи и да ли компаније истовремено постају продуктивније и конкурентније. Подједнако важан је приступ мањих предузећа високо ефикасним алатима и да ли се нова радна места појављују ван неколико технолошких центара.

Стога је образложење следеће: Стратегија вештачке интелигенције која је погодна за запошљавање има смисла ако штити људе без трајног учвршћивања застарелих процеса. Требало би да омогући технолошке добитке, а истовремено створи услове да запослени деле њихове користи. Преспоро прилагођавање угрожава продуктивност и конкурентност; пребрзо замењивање технологије без одрживих транзиција може ослабити приходе, потражњу и развој вештина. Економски релевантан фактор је квалитет промене.

Ово помера стандарде за напредак. Није сваки сат уштеђеног рада друштвени добитак, и није сваки сачувани корак у процесу аутоматски вредан заштите. Кључни фактор је да ли технолошки напредак води до одрживо бољих економских могућности. Кина покушава да политички регулише ову везу. Међутим, најзахтевнији део почиње тамо где се смернице пресецају са појединачним предузећима: са конкретном одлуком о томе која ће радна места нестати, која ће нова бити створена и ко ће имати прилику да их обавља у будућности.

Xpert.Digital је B2B индустријски центар вођен подацима, којим руководи Konrad Wolfenstein . Компанија делује као екстерно, квази-интерно решење за индустријске партнере, попуњавајући оперативне празнине у маркетингу, садржају и продаји – без потребе за додатним ресурсима на страни клијента.

Више информација овде:

• Квази-интерно решење: Како Xpert.Digital затвара оперативне празнине у B2B маркетингу и продаји – Паметно пословање вођено садржајем

☑️ Наш пословни језик је енглески или немачки

☑️ НОВО: Преписка на вашем матерњем језику!

 

Ја и мој тим смо срећни што вам можемо бити на располагању као ваш лични саветник.

Можете ме контактирати попуњавањем контакт форме овде wolfenstein@xpert.digital:или ме једноставно позовите на +49 7348 4088 965. Моја имејл адреса је

Радујем се нашем заједничком пројекту.

 

 

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или реорганизација дигиталне стратегије и дигитализације

☑️ Проширење и оптимизација међународних продајних процеса

☑️ Глобалне и дигиталне B2B платформе за трговање

☑️ Пионирски развој пословања / Маркетинг / Односи с јавношћу / Сајмови