Аналитика
Экономисты Стэнфорда выяснили, что воздействие ИИ сильнее всего бьет по работе для начинающих специалистов
Новое исследование, отслеживающее влияние искусственного интеллекта на профессиональную деятельность, показывает значительные потери рабочих мест среди молодых работников в сферах с высокой степенью воздействия, в то время как старшие сотрудники столкнулись с меньшими нарушениями. Исследование ставит вопросы о кадровых потоках и давлении на заработную плату, даже несмотря на то, что прирост производительности остается сосредоточенным.
Элвин С. ·
Молодые работники в профессиях, сильно подверженных искусственному интеллекту, испытывают более резкие потери рабочих мест по сравнению с их старшими коллегами, согласно обновленному исследованию экономистов из Стэнфорда, о котором сообщил Ars Technica. Этот вывод появляется на фоне того, что компании внедряют инструменты ИИ в административные, канцелярские, клиентские и вводные роли, в отраслях, где начальный набор сотрудников исторически привлекал работников в начале карьеры. Исследование не устанавливает, что конкретные модели ИИ напрямую устранили определенные рабочие места, но наблюдаемая тенденция указывает на то, что уровень подверженности на уровне профессий коррелирует с заметным снижением занятости среди работников младше 35 лет, даже несмотря на то, что старшие работники в тех же профессиях сохраняли или увеличивали свои позиции.
Экономика имеет значение, потому что должности начального уровня выполняют функцию сортировочного механизма. Работы для начинающих специалистов обучают работников отраслевым нормам, помогают строить сети контактов и сигнализируют будущим работодателям о надежности. Когда процессы найма сокращаются, молодые работники теряют не только текущий доход, но и структуры получения квалификации и наставничества, которые исторически способствовали карьерному росту. Исследование Института экономической политики Стэнфорда отслеживало показатели уровня воздействия на профессии в сравнении с данными о занятости из Бюро статистики труда США, сравнивая состав рабочей силы до и после крупных релизов ИИ в 2023 и 2024 годах. Продольные данные показывают, что бремя корректировок ложилось непропорционально на молодых работников, что предполагает либо то, что компании переквалифицировали существующий персонал, а не заменяли его, либо что найм в затронутых областях просто прекратился. Доклад Ars Technica документирует отчётность, лежащую в основе этой записи.
Что остается неясным, так это то, отражает ли это постоянное структурное изменение или циклическую турбулентность на рынке труда в переходный период. У компаний есть финансовые стимулы для автоматизации рутинной работы, и возможности ИИ в обработке документов, вводе данных и сортировке запросов клиентов действительно существуют. Но структура стимулов также поощряет переработку задач, а не их полное устранение. Компания может сократить найм на младшие позиции по вводу данных, одновременно увеличивая спрос на работников, которые управляют результатами ИИ, проверяют исключения или обрабатывают эскалации. Такое изменение выглядит как потеря рабочих мест в опубликованной статистике, но сохраняет некоторый спрос на труд, если работники могут перенять новые навыки. Прогноз занятости ОЭСР документировал аналогичные тенденции во время предыдущих волн автоматизации, когда профессиональная уязвимость предсказывает давление на занятость, но полное исчезновение профессий остается редкостью. Стэнфордский институт исследований экономической политики предоставляет полезные технические основы для оценки утверждения.
Маржа, замораживания найма и сигналы о зарплате
Цикл внедрения корпоративного ИИ создаёт своеобразный момент стимулов. Ранние пользователи получают конкурентное преимущество, если автоматизация снижает их себестоимость по сравнению с конкурентами, которые всё ещё используют ручные рабочие процессы. Это конкурентное давление распространяется по отраслям. Но прирост маржи зависит от сокращения рабочей силы, сдержанности в найме или подавления зарплат. Компании, сообщающие инвесторам об улучшении операционной эффективности, сигнализируют о своих намерениях: расходы сокращаются за счёт внедрения технологий. Если более молодые работники страдают в большей степени, это указывает на то, что компании либо не заменяют ушедших младших сотрудников, либо консолидируют роли наверху, требуя от работников со средним стажем выполнять задачи, которые ранее выполняли сотрудники начального уровня. Такая консолидация сама по себе устраняет возможности роста для следующего поколения, входящего на рынок труда. США. Операционный компромисс также отражается в Бюро статистики труда США.
Данные о заработной плате в конечном итоге прояснят механизм. Если компании заменяют младших работников автоматизацией, а затем покупают корпоративные сервисы ИИ, номинальная зарплата сохранившихся младших сотрудников может вырасти из-за их дефицита, но общее число младших работников снизится. Альтернативно, если компании сохраняют младшие позиции, но уменьшают объем найма, начальная зарплата может оставаться на прежнем уровне или снижаться из-за уменьшения переговорной силы. Исследование Стэнфорда пока не публикует подробные данные по зарплатам, но само сокращение числа занятых на младших позициях указывает на то, что младшая рабочая сила становится менее дефицитной, а не более дефицитной, что обычно приводит к стагнации зарплат, а не к их росту. Для более широкого контекста, Прогноз занятости ОЭСР излагает соответствующий стандарт или учреждение.
Прирост производительности и их распределение
Более широкий экономический парадокс заключается в том, что облачные вычисления и корпоративная инфраструктура создают измеримые приросты производительности на агрегированном уровне. Компании сообщают о более быстром времени обработки, снижении количества ошибок и уменьшении операционного трения. Тем не менее, эти приросты концентрируются внутри компаний и отраслей, которые могут позволить себе затраты на внедрение, в то время как преимущества для рынка труда распределяются неравномерно. Если бы улучшения производительности напрямую приводили к расширению найма или широкому росту заработной платы, мы ожидали бы увидеть рост занятости на начальных позициях даже в профессиях с высокой экспозицией. Вместо этого данные Стэнфорда показывают обратное. Это указывает на то, что приросты производительности аккумулируются в капитале и среди квалифицированных работников, которые управляют технологией, в то время как спрос на рутинный труд просто сокращается. корпоративный ИИ помогает разместить проблему в более широком контексте политики и инженерии.
Вопрос политики сводится к тому, является ли это переходным явлением или долговременным. Предыдущие волны автоматизации в конечном итоге создавали рост рабочих мест в целом, но период перехода иногда длился годами и навсегда наносил ущерб определённым группам людей. Работники, потерявшие работу в 25 лет, редко возвращаются к прежнему уровню дохода, даже если новые рабочие места в конечном итоге появляются. Исследования Стэнфорда указывают на реальную проблему во временных рамках: внедрение ИИ ускоряется быстрее, чем возможности переквалификации или создание новых рабочих мест в смежных сферах. Молодые работники, которые сейчас сталкиваются с заморозкой найма в подверженных риску профессиях, не могут просто ждать, пока спрос на труд не сместится, если этот сдвиг займет десятилетие. Им придётся либо оплачивать переквалификацию самостоятельно, либо соглашаться на работу с более низкой зарплатой в неприспособленных сферах, либо мириться с длительной безработицей. Сам процесс принятия решений в условиях неопределённости уже является формой экономических потерь, даже если в конечном итоге трудоустройство нормализуется.
Что исследование Стэнфорда ясно показывает, так это то, что воздействие ИИ распределено по возрасту в рабочей силе неравномерно. Старшие работники выигрывают за счет стажа, установленных связей и навыков, которые остаются трудными для автоматизации. Молодые работники, сосредоточенные в рутинных ролях именно из-за того, что они молоды, сталкиваются с наибольшим давлением. Разрешится ли это через адаптацию или превратится в долгосрочную карьерную травму, зависит от решений, принимаемых сейчас относительно инвестиций в образование, поддержки переподготовки и координации на рынке труда. Институт экономической политики Стэнфорда количественно оценил проблему. Рынки и политики определят, соответствует ли ответ масштабу. Последний пункт можно проверить. облачные вычисления.
Темы: искусственный интеллект, рынки труда, начальная занятость, экономическая политика, технологические изменения