Arbeidsmarkt

bronnen: https://bruegel.org/2017/04/do-we-understand-the-impact-of-artificial-intelligence-on-employment/

 

Het is meer waarschijnlijk dat in het bedrijf van de toekomst de werknemer samenwerkt en het bedrijf bloeit dan dat de werknemer verdreven wordt door AI. Maar er zal wel zeker disruptie zijn en verschuiving optreden in wat werknemers als taken zullen hebben.

Robots en computers zijn niet alleen in staat om een heel scala aan routinematige fysieke handelingen beter en goedkoper uit te voeren dan mensen, in toenemende mate geldt dat ook voor activiteiten die cognitieve vaardigheden vereisen, zoals oordelen, emoties inschatten en zelfs autorijden.

Automatisering zal de dagelijkse werkzaamheden van iedereen gaan raken, van mijnwerkers en wegwerkers tot zakenbankiers, modeontwerpers, lassers en CEO’s. Maar hoe snel zullen deze automatiseringstechnologieën realiteit worden op de werkvloer? En wat zal hun impact zijn op de werkgelegenheid en productiviteit?

 

https://bruegel.org/2017/04/do-we-understand-the-impact-of-artificial-intelligence-on-employment/

Begrijpen we de impact van AI op werkgelegenheid?

 

Het is meer waarschijnlijk dat in het bedrijf van de toekomst de werknemer samenwerkt en het bedrijf bloeit dan dat de werknemer verdreven wordt door AI. Maar er zal wel zeker disruptie zijn en verschuiving optreden in wat werknemers als taken zullen hebben.

Robots en computers zijn niet alleen in staat om een heel scala aan routinematige fysieke handelingen beter en goedkoper uit te voeren dan mensen, in toenemende mate geldt dat ook voor activiteiten die cognitieve vaardigheden vereisen, zoals oordelen, emoties inschatten en zelfs autorijden.

Automatisering zal de dagelijkse werkzaamheden van iedereen gaan raken, van mijnwerkers en wegwerkers tot zakenbankiers, modeontwerpers, lassers en CEO’s. Maar hoe snel zullen deze automatiseringstechnologieën realiteit worden op de werkvloer? En wat zal hun impact zijn op de werkgelegenheid en productiviteit?

Sommige jobs staan meer blootgesteld aan de impact van automatisering. Maar een politiek debat is nodig – want de disruptie komt!

Dankzij virtual learning zijn machines en software nu in staat een brede reeks cognitieve en fysieke taken uit te voeren. En net door die leermogelijkheid worden ze er snel beter in.

De voor de hand liggende vraag is dan: zal die automatisering jobs in gevaar brengen en de werkgelegenheid verlagen?

Automatisering heeft twee tegengestelde effecten op tewerkstelling:

 

  • Een Negatieve: Door taken weg te nemen van werknemers (displacement effect)
  • Een Positieve: De economische activiteit neemt toe door de automatisatie, waardoor er meer vraag ontstaat naar werknemers in andere industrie.

 

De vraag wordt dan of de positieve of negatieve impact de overhand zullen nemen bij AI.

 

Laten we even in het verleden terugkijken:

  • In de 19e eeuw is de hoeveelheid stof die een wever kon produceren met een factor 50 toegenomen dankzij een enorme technologische sprong in de automatisering van weefgetouwen. De hoeveelheid arbeid nodig per m2 stof daalde met 98%. Het gevolg hiervan was dat stof spectaculair goedkoper werd en veel meer kledij gekocht werd. Uiteindelijk ontstonden hierdoor (o.a. in de confectie-industrie, retail,...) 4x meer jobs dan voorheen.
  • Toen in het begin van de 20e eeuw gemotorisieerd vervoer: de auto, de tractor, de vrachtwagen eraan kwam had dat uiteraard een direct gevolg op iedereen die een job had met paarden. De schok was groot en vrij snel, en de vraag naar deze beroepen storte snel in. Uit de auto-industrie en toeleverende sectoren ontstond veel radicaal nieuwe werkgelegenheid – die meestal een compleet ander opleidingsprofiel vereiste dan wie met paarden omging had. Maar, en dit is het punt, bij de auto-industrie en toeleveraars stopte het niet qua extra werkgelegenheid: De positieve invloed op de werkgelegenheid naar compleet andere sectoren ver buiten de auto-industrie was gigantisch: Een boom in de toerisme sector, landbouw, handel, en dit alles dankzij de toegenomen mobiliteit die gemotoriseerd vervoer bood.

Het verleden suggereert dus dat op korte termijn een disruptie kan optreden waardoor een bepaalde job functie snel verdwijnt. Maar op langere termijn, eens de positieve economische effecten zoals productiviteit hun resultaat opleveren geeft dit wellicht aanleiding tot snelle groei in de werkgelegenheid in compleet (nieuwe) sectoren.

 

Automatisering vroeger bestond uit automaten die handelingen zoals lassen, schilderen, assemblage, verpakken, sorteren kunnen uitvoeren, maar die speciaal voor die rol ontworpen zijn en niet echt zomaar andere taken kunnen uitvoeren.

Systemen met AI hebben het leervermogen om wel sneller om te schakelen naar een gewijzigde taak of situatie, en kunnen zelf zonder menselijke interventie de nodige beslissingen nemen om een taak toch tot een goed einde te brengen

 

Meerdere recente studies (Frey and Osborne (2013) , Ford (2015), Bowles (2014) geven aan dat wel zo’n 50% van de jobs in Europa en de US kwetsbaar zijn voor verdere automatisering.

Dit gaat zowel over laag geschoolde jobs ("blue colar") , waar werk dat vroeger moeilijk te automatiseren was dat nu plots wel wordt (bijv.: tuinonderhoud -> robotmaaier).

Maar het gaat nu meer en meer ook over de bedienden jobs (“white colar”): Wat een bankbediende, verzekeringsmakelaar, accountant, financieel manager, doktor, fondsenbeheerder, verkoper, adviseur doet zal door automatisering ofwel zo makkelijk worden dat de klant van deze beroepen het voor een deel zelf kan.

AI kent dus geen "colar color" - iedereen krijgt een impact.

  • Bij de eerste “blue colar” jobs, zullen het vooral “robots” zijn die taken overnemen (robot grasmaaier, robotarm in een productielijn, robot gezel in verzorgingsinstelling, zelfrijdende auto en vrachtwagen, soldaat, gevechtsdrone) die taken overnemen.
  • Bij de tweede “white colar” jobs, zullen het vooral “digital agents” zijn die zullen overnemen. (een systeem die bijvoorbeeld taal verstaat en je vragen kan beantwoorden – je financëel adviseur, je boekhouder, je reisagent, sommige managementbeslissingen worden een AI systeem i.p.v. een mens)

Enkel voorbeelden van hogere niveau jobs waar “management belissingen” door AI overgenomen worden uit de US:

  • I.p.v. de rechter over vervroegde vrijlating te laten beslissen, gebruik je een AI systeem dat de kans op herhaling bij zware misdaden berekent. Er komt geen rechter meer aan te pas om over vervroegde vrijlating te beslissen.
  • I.p.v. de politieofficier te laten beslissen waar de nachtploegen politie deze nacht rondjes rijden laat je een AI systeem op basis van big data m.b.t. criminaliteit beslissen waar men best naar toe gaat.

Momenteel proberen we nog te begrijpen wat de uitdagingen van deze 4e industriële revolutie zijn. Snel handelen is vereist: De snelheid van deze technologische veranderingen valt niet te stoppen en hun disruptie in de (arbeids) market is nu reeds te voelen (denk bijvoorbeeld aan sluitende bankkantoren en reisbureaus). The McKinsey Global Institute geeft aan dit in vergelijking met de industriële revolutie in de 19e eeuw wat nu door AI zal gebeuren 10x sneller zal verlopen en 300x de omvang zal hebben. Dat betekent dus een impact die 3000x groter is dan die historische industriële revoluties.