Több, mint három évvel a ChatGPT bevezetése után a mesterséges intelligencia (AI) foglalkoztatásra gyakorolt hatása továbbra is csak korlátozottan jelenik meg az összesített munkaerőpiaci statisztikákban. Mindazonáltal a változás első jelei már érzékelhetők a munkaerőpiac egyes peremterületein, különösen a leginkább sérülékeny ágazatok belépő szintű munkaköreiben. A Coface és az Observatory of Threatened and Emerging Jobs (röviden OEM, Veszélyeztetett és Feltörekvő Foglalkozások Megfigyelőközpontja) közös tanulmánya egyedülálló módon térképezi fel az egyes foglalkozásokat alkotó feladatok AI-vezérelt automatizációnak való kitettségét. Az elemzés egyértelműen rámutat arra, hogy az automatizáció határai elmozdulóban vannak.
Az AI térnyerésével ugyanis egyre inkább a kognitív, összetett és magasabb szintű szaktudást igénylő feladatok kerülnek a fókuszba, ami a foglalkoztatás szerkezetének mélyreható és tartós átalakulását vetíti előre.
Az automatizációs potenciál mérésének innovatív módszertana a feladatok és foglalkozások szintjén
A tanulmány célja annak részletes feltérképezése, hogy a mesterséges intelligencia térnyerése mely területeken alakíthatja át leginkább a munkavégzés jellegét. Ez a részletes, feladatalapú elemzés olyan sérülékenységekre világít rá, amelyek az összesített statisztikákban jellemzően nem jelennek meg, mivel az AI‑nak való kitettség jelentős eltéréseket mutat az egyes feladatok, foglalkozások, ágazatok, országok és régiók között.
Az OEM által kidolgozott módszertan három, a meglévő elemzésekben gyakran tapasztalható hiányosságra ad választ. Egyrészt orvosolja a foglalkozások elemzésének alacsony részletezettségét, másrészt csökkenti a szakértői megítélésen vagy mesterséges intelligencia által generált értékeléseken alapuló megközelítések korlátozott reprodukálhatóságát. Harmadrészt olyan valódi előretekintő dimenziót vezet be, amely a mesterséges intelligencia fejlődésének különböző szakaszait is képes figyelembe venni, szemben az egyszeri, statikus helyzetképet nyújtó megközelítésekkel.
Az elemzés során a kutatók 923 különböző foglalkozást vizsgáltak meg. Ezeket nem egyben értékelték, hanem lépésről lépésre lebontották. Minden ilyen elemi tevékenységet három szempont ír le: ige, tárgy, és kontextus. Ez a részletes felbontás lehetővé teszi annak pontosabb megítélését, hogy egy‑egy feladat mennyire tehető automatizálhatóvá a mesterséges intelligencia segítségével. Az elemi tevékenységek értékelése egységes, előre rögzített és átlátható szabályok alapján történt. Ennek köszönhetően az eredmények nem szubjektív benyomásokon, hanem következetes és újraalkalmazható módszertanon alapulnak.
Ez a megközelítés három korábban jellemző hiányosságot küszöböl ki. Egyrészt jóval részletesebb képet ad a foglalkozásokról, mivel nem általános munkaköröket, hanem konkrét tevékenységeket vizsgál. Másrészt növeli az értékelések megbízhatóságát és összehasonlíthatóságát az egyértelmű szabályrendszer révén. Harmadrészt előretekintő szemléletet alkalmaz, nem csupán a jelenlegi helyzetet rögzíti, hanem azt is elemzi, hogy a mesterséges intelligencia fejlődésének különböző szakaszaiban – a tanulmányban összesen öt ilyen fázist különböztetnek meg – hogyan változhat az egyes feladatok kitettsége.
A Coface az OEM‑mel együttműködve továbbfejlesztette ezt a keretrendszert. Ennek részeként figyelembe vette, hogy az egyes feladatok milyen jelentőséggel bírnak az adott munkakörben, és milyen gyakran fordulnak elő a mindennapi munkavégzés során. Emellett pontosította a jövőre vonatkozó forgatókönyveket, és az elemzést közel harminc ország munkaerőpiacára terjesztette ki.
Az automatizációnak való kitettség vizsgálata tudatosan leegyszerűsített megközelítést alkalmaz, és elsősorban a kínálati oldalra fókuszál. Az elemzés kizárólag azt méri, hogy a különböző feladatok technikai szempontból mennyire alkalmasak az automatizálásra, anélkül, hogy bármilyen következtetést vonna le a munkahelyek számának várható nettó alakulására vonatkozóan.
Ebből fakadóan a módszertan nem foglalkozik a kereslet változásával, az új feladatok vagy munkakörök megjelenésének lehetőségével, illetve azokkal a gyakorlati korlátokkal és alkalmazkodási nehézségekkel sem, amelyek lassíthatják vagy részben korlátozhatják a mesterséges intelligencia tényleges bevezetését és széles körű elterjedését.
Eltérő kitettség a foglalkozási csoportok között: az AI elsősorban a kognitív és információalapú tevékenységeket érinti
A tanulmány egyértelmű töréspontot azonosít a mesterséges intelligencia és a korábbi automatizációs hullámok között. Az AI nem a robotika vagy a hagyományos szoftveres automatizáció egyszerű folytatása, hanem a hangsúlyt a kognitív, összetett és nem rutinszerű feladatokra helyezi át. Hatása ennek megfelelően erősen differenciált, elsőként a konkrét feladatok szintjén jelentkezik, majd egyenlőtlen módon formálja át az egyes foglalkozásokat, foglalkozási csoportokat, végső soron pedig azokat az ágazatokat, amelyekben ezek a munkakörök koncentrálódnak.
A vizsgált fő forgatókönyv – az ügynökalapú mesterséges intelligencia (agent‑based AI) elterjedése – alapján hozzávetőlegesen minden nyolcadik foglalkozás esetében az automatizálható feladatok aránya meghaladja a 30%-ot. A tanulmány ezt a szintet a foglalkozások mélyreható átalakulásának küszöbeként határozza meg. Ez a változás számottevő munkaerő‑átrendeződéssel járhat, ugyanakkor nem feltétlenül vezet az érintett szakmák megszűnéséhez.
A legnagyobb mértékben kitett foglalkozások elsősorban azokban a területekben koncentrálódnak, amelyek erősen kognitív jellegűek és magas információintenzitással működnek. Ide tartoznak többek között a műszaki és mérnöki területek, az informatikai és adminisztratív munkakörök, a pénzügyi és jogi szektor, valamint egyes kreatív és elemzői foglalkozások.
Az automatizálható feladatok aránya legalább 30%-ot elérő foglalkozások száma foglalkozási csoportonként, a „Special Agent” forgatókönyv alapján
Az ábra adatai .xlsx formátumban
Ezzel szemben a legkevésbé sérülékeny foglalkozások továbbra is túlnyomórészt manuális jellegűek, vagy olyan emberi jelenlétet és interakciót igényelnek, amelyek nehezen formalizálhatók és standardizálhatók. Ide tartoznak többek között a feldolgozóipari, építőipari, karbantartási és szállítási tevékenységek, valamint a vendéglátás, a takarítás, illetve bizonyos gondozási és támogató munkakörök.
A tanulmány nemcsak az egyes foglalkozások kitettségét vizsgálja, hanem azt is értékeli, hogy az adott munkaerőpiacokon a teljes munkatartalom mekkora része tekinthető potenciálisan automatizálhatónak. Ennek érdekében az egyes 923 foglalkozás automatizálható feladatainak arányát összeveti az adott foglalkozás foglalkoztatási volumenével. Nyolc tágabb kategóriába sorolva az eredményeket, az elemzés azonosítja azokat a foglalkozási csoportokat, amelyek a leginkább érintettek.
A megállapítások egyértelmű képet rajzolnak ki: az irányítási és adminisztratív területeken, a kreatív foglalkozásokban, valamint a jogi, pénzügyi, mérnöki és informatikai szektorokban a munkatartalom több, mint egynegyede automatizálható. Ezzel szemben a személyes jelenléten alapuló szolgáltatások, illetve a műszaki, kézműves és ipari termelési foglalkozások esetében az automatizálható feladatok aránya a 10%-os küszöb alatt marad. Az ápolási, oktatási és értékesítési területek – tágabb értelemben az emberekkel közvetlen kapcsolatban álló munkakörök – köztes pozíciót foglalnak el. Bár ezekben a foglalkozásokban is vannak olyan feladatok, amelyek automatizációs kockázatnak vannak kitéve, az erős emberi tényező továbbra is meghatározó védőfaktorként működik.
Jelentős eltérések az egyes országok között
A tanulmány egyértelműen rámutat arra, hogy a mesterséges intelligencia által vezérelt automatizációnak való kitettség országonként számottevő különbségeket mutat. Az automatizálás által érintett munkatartalom – vagyis az automatizálható feladatok aránya a teljes foglalkoztatáson belül – Törökországban megközelítőleg 12%, míg az Egyesült Királyságban közel 20%. Ezek az eltérések elsősorban az egyes országok gazdasági szerkezetére vezethetők vissza, amely alapvetően meghatározza a foglalkoztatás összetételét, és ezen keresztül az automatizálható feladatok arányát is.
A magasabb jövedelmű, valamint a kognitív és tudásintenzív szolgáltatásokra erőteljesen támaszkodó gazdaságok így nagyobb mértékben kitettek az automatizációnak. Az Egyesült Királyság mellett Hollandia, Írország és Luxemburg is az információintenzív foglalkozások jelentős koncentrációjával jellemezhető. Ezzel szemben azokban az országokban, ahol a foglalkoztatás inkább a kereskedelemre, a személyes szolgáltatásokra, az építőiparra, a szállításra vagy más, fizikailag intenzívebb tevékenységekre épül, az automatizációs kitettség jellemzően mérsékeltebb. Az elemzés összességében öt, egymáshoz hasonló szerkezeti jegyekkel rendelkező országcsoportot különít el.
A foglalkoztatáson túl: értékmegosztás, társadalmi védelem, oktatás, új függőségek – számos, jelenleg még megválaszolatlan kérdés
A mesterséges intelligencia elterjedésének lehetséges következményei messze túlmutatnak a foglalkoztatás kérdéskörén. Mivel az AI elsősorban a magasabb képzettséget igénylő, jellemzően jól fizetett foglalkozásokat érinti, hosszabb távon a gazdasági és társadalmi egyensúlyokat is érdemben befolyásolhatja.
Azáltal, hogy a legképzettebb szakmákban ellátott feladatok egy részét automatizálja, a mesterséges intelligencia a hozzáadott érték megoszlását számottevően a munkától a tőke irányába tolhatja el. Azokban az országokban, ahol az államháztartás jelentős mértékben a munkához kapcsolódó közvetlen és közvetett adóbevételekre épül, ez a folyamat kettős költségvetési kihívást vet fel. Egyszerre csökkentheti az adóbevételeket – például a társadalombiztosítási hozzájárulások, a személyi jövedelemadó vagy az áfa révén –, miközben növelheti a közkiadásokat, különösen a munkanélküli-ellátások és a képzési, átképzési programok területén.
A tanulmány egyúttal arra is ösztönöz, hogy újragondoljuk az oktatás szerepét és az egyes képzési utak végén megszerzett képesítések hosszabb távú értékét. Amennyiben azok a feladatok, amelyekre jelenleg hosszú tanulmányi idő készít fel, egyre könnyebben automatizálhatóvá válnak, az gyengítheti a végzettség, a jövedelmi szint és a munkahelyi biztonság közötti hagyományos összefüggéseket. Mindez nem jelenti a felsőfokú végzettség jelentőségének megszűnését, ugyanakkor arra utal, hogy a munkáltatók várhatóan egyre kevésbé kizárólag a formális képesítésekre, és inkább azokra a készségekre helyezik a hangsúlyt, amelyek kiegészítik a mesterséges intelligencia alkalmazását – például az ítélőképességre, az alkalmazkodóképességre, illetve az AI használatának irányítására és felügyeletére.
Végül a mesterséges intelligencia térnyerése új geopolitikai, logisztikai és működési kockázatokat is magával hozhat. Az AI működéséhez nélkülözhetetlen kritikus erőforrások – mint a félvezetők, a nagyméretű nyelvi modellek vagy az adatközpontok – néhány meghatározó vállalat és ország kezében koncentrálódnak, ami új függőségeket és sérülékenységeket eredményezhet a globális gazdaságban.
Következtetés: a munkát újraformáló átalakulás
Bár a folyamatok pontos lefutása továbbra is bizonytalan, és a feladatok technikai értelemben vett automatizálhatóságától a foglalkoztatásra gyakorolt tényleges nettó hatásokig vezető út korántsem automatikus, egy lényeges tanulság egyértelműen kirajzolódik.
A mesterséges intelligencia nem a munkavégzés perifériáján fejti ki hatását, hanem annak azon kognitív, nem rutinszerű és magas szintű szaktudást igénylő funkcióiban, amelyeket hosszú ideig a legnagyobb biztonságban lévőknek tekintettek. Mivel ezek a funkciók olyan foglalkozásokhoz kapcsolódnak, amelyek kulcsszerepet játszanak a jövedelemtermelésben, a hozzáadott érték előállításában és az állami bevételek biztosításában, nehezen képzelhető el, hogy egy ilyen horderejű átalakulás ne formálná át – eltérő mértékben ugyan, de – a munkakörök tartalmát és az azokat megalapozó gazdasági-társadalmi egyensúlyokat.
> Töltse le a teljes tanulmányt (pdf formátumban), és tekintse meg a szerzők előadását a Coface Country Risk Conference keretében.
