Sara Akrami
Sara Akrami
خواندن ۴ دقیقه·۳ سال پیش

آینده شغلی در عصر AI(هوش مصنوعی) سه عامل عدم تعادل نیروی کار

The Future Of Jobs in the Era Of AI

By Rainer Strack, Miguel Carrasco, Philipp Kolo, Nicholas Nouri, Michael Priddis, and Richard George

March 2021


به طور کلی کامپتورها وظایفی که برای انسان ها سخت یا زمان گیر است را به خوبی انجام می دهند، اما در فعالیت هایی که به نظر انسان آسان است کارایی پایین تری دارند.

با اینکه فناوری های جدید بعضی از مشاغل را از بین می برند، در بسیاری از حوزه های کار، انسان ها با اجازه دادن به آنها برای انجام کار، می توانند بیشتر بر روی وظایف استراتژیک تر، ارزش آفرین تر و ارزش شخصی تمرکز کنند.



برای درک بهتر تاثیر احتمالی فناوری های جدید بر آینده ی نیرو های کار، ما نگاهی به سه عامل عدم تعادل در ایلات متحده، آلمان و استرالیا انداختیم:


موجودی و تقاضای نیروی کار:ما همه ی عواملی که بر معادل تمام وقت(FTE) یک کشور اثر می گذارد را تحلیل و بررسی کردیم. این عوامل شامل تعداد فارق التحصیلان از دانشگاه ها، نرخ بازنشستگی، مرگ و میر و مهاجرت می باشند. ما طبقه بندی استاندارد شده ی شغل ها را روی هر دوی تقاضا و موجودی به طور جداگانه به کار بردیم. طبقه بندی بر اساس 22 خانواده ی شغلی رایج بود و نزدیک به صد خانواده ی شغلی در سراسر کشور های جهان یافت شد. سه کشور نام برده برای تحلیل و بررسی ما مورد مطالعه قرار گرفتد. با این حال تغییرات جزئی در خانواده های شغلی، خود را نشان دادند . 93 خانواده شغلی برای ایالات متحده، 86 تا برای آلمان و 83 تا برای استرالیا(به دلیل تفاوت در طبقه بندی شغلی هر ملت) (نگاهی به نمایش 1 بیاندازید)


تکنولوژی:برای مدل سازی تاثیر تکنولوژی، ما ازیک پلتفرم تجزیه و تحلیل که توسط Faethm تهیه شده بود استفاده کردیم تا، سه مجموعه از شرایط مختلف با نرخ پذیرش(منظور از پذیرش شروع به استفاده کردن از متود، برنامه و یا روشی جدید است که در اینجا مربوط به استفاده از تکنولوژی است.مترجم)متفاوت تکنولوژی ایجاد کنیم. فناوری هایی که زیر نظر گرفتیم شامل هوش برنامه نویسی شده( فناوری های که قبلا تعریف شده اند ار قبیل پروسه آتوماسیون و رباتیک) ، هوش مصنوعی محدود( فناوری های واکنش پذیر از قبیل ابزارهایی که از یادگیری ماشینی برای شناخن و نظم دهی به داده ها استفاده می کنند) ، هوش مصنوعی گستره(فناوری های پرواکتیو که می توانند محرک های خارجی را حس کنند و تصمیم گیری کنند.) و هوش مصنوعی های تقویت شده(فناوری های خودساز، مثل ربات های کاملا خود مختار یا آن هایی که توانایی حل مشکلات پیچیده ی بدون ساختار را دارند.)(در ضمیمه دوم بیشتر آشنا خواهید شد).

ما متوسط نرخ پذیرش را به عنوان استاندارد در نظر گرفتیم، اما نرخ های 25% بیشتر یا 25% کمتر را نیز در تحلیل و تجزیه خود ارزیابی کردیم.


رشد GDP(تولید ناخالص داخلی): با توجه به تکامل مستمر و پویای پندمیک یا همه گیری ، ما از دو پروژه ی کوید 19 برای شبیه سازی رشد GDP در آینده استفاده کریدم: یکی از آنها خط پایه است(Baseline) در حالی که دیگری جدی تر است و زمان بیشتری برای ترمیم نیاز دارد. ما از داده های اقتصاد اکسفورد برای هر دو پروژه از 2018 تا 2025 استفاده کردیم و بعد از پروژه خط پایه استفاده کردیم تا آن با استفاده از آن وضعیت 2030 را پیش بینی کنیم.

انداختن نگاهی به همه ی این عوامل به ما یک تاثیری کلی از آتوماسیون و رشد اقتصاد ملی نیروی کار در 2030 نشان داد.. دو پیش بینی احتمالی اقتصادی و سه نرخ ممکن پذیرش ما را به سمت شش سناریو ممکن هدایت کرد:

پروژه خط پایه کوید 19: نرخ زیاد،متوسط یا کم پذیرش فناوری

پروژه ی جدی کوید19: نرخ زیاد،متوسط یا کم پذیرش فناوری

با توجه به این گزارش _مگر اینکه غیر از این ذکر شود_ ما سناریو های حد وسط را که شامل یک خط پایه پیشبینی GDPدر پاسخ به همه گیری و نرخ متوسط پذیرش فناوری می شوند را ترجیح می دهیم.


ما به این نتیجه رسیدیم که احتمالا ایالات متحده تا سال 2030 شاهد کمبود 0.9% تا 4.4% حزب کارگر در نیروی کار خواهد بود. آلمان نیز کمبود 0.5% تا4.1% را تجربه خواهد کرد. اما استرالیا با اینکه شاهد کمبود حزب کارگر تا سقف 3.7% خواهد بود، اما در سناریو ی خط پایه اگر پاندمیک یا همه گیری باعث ایجاد تاثیرات جدی تری بر رشد GDP دشود ،شاهد مازاد حزب کارگر تا سقف 4.0% خواهد بود.(نمایش 2 را نگاه کنید)

این شکاف های تلفیقی، تفاوت میان مجموع موجودی و تقاضا در آینده ی نیروی کار هر کشور را شکل می دهد. به هرحال، این ارقام خالص، فقط علامت های اولیه هستند. سیاست گذاران و رهبران کسب و کارها باید برای دیدن تصویر کلی به پرسپیکتیو های تفکیک شده نگاهی بیاندازند. تحقیق ما همچنین معلوم کرد که آتوماسیون تعداد شغل های بدون نیاز به مهارت و کارهای دفتری را کاهش خواهد داد.

دو حالت اضافی از مجموعه های شرایط پذیرش فناوری که ما آنها را در نظر گرفتیم، برهمین اساس بر منحنی حزب کارگر تاثیر می گذارند. پذیرش سریع تر علاوه بر مازاد بیشتر در مشاغلی که به آتوماسیون متمایل ترند ، باعث افزایش تقاضای افراد در مشاغل خاص می شود. پذیرش کندتر باعث تاثیر جدی کمتری بر نیروی حزب کارگر می شود. درمجموع، تاثیر آن، کاهش تقاضای نیروی کار است.






قسمت اول مجموعه مقاله تقدیم نگاه هایتان

منتظر قسمت های بعدی باشید و اگر پست مقدمه را نخوانده اید، به سراغش بروید!


مترجم : سارا اکرمی

منبع:مقاله ی

The Future Of Jobs In the Era Of Ai

منتشر شده توسط BCG


آینده ی شغل ها در عصر aiآینده شغل ها در عصر هوش مصنوعیعصر هوش مصنوعیمقاله ی آینده شغلی در عصر aithe future of jobs in the era of ai
شاید از این پست‌ها خوشتان بیاید