AI ir Lietuvos darbo rinka: kurios profesijos realiai keičiasi

AI ir Lietuvos darbo rinka – tai procesas, kuriame dirbtinis intelektas ne tiek naikina darbo vietas, kiek perskirsto jas: kai kurios profesijos sunyksta, kitos atsiranda, o dauguma iš esmės pasikeičia savo turiniu ir reikalaujamais įgūdžiais.

Analogija su elektra, kuri paaiškina viską

Vytauto Didžiojo universiteto Ekonomikos ir vadybos fakulteto profesorius dr. Vytautas Žirgutis interviu 15min siūlo paprastą, bet tikslų palyginimą: dirbtinis intelektas šiandien „įdarbina" duomenis panašiai, kaip prieš daugelį metų buvo „įdarbinta" elektra. Sulig elektros atsiradimu gimė naujos profesijos – elektrikas, energetikas, elektrotechnikas, o senos, tokios kaip žibalinių lempų uždegėjas, išnyko. Kaip pastebima „Naujos taisyklės darbo rinkoje: dirbtinis intelektas atims darbą iš tų, kurie juo nesinaudos" (15min), tikėtina, kad DI poveikis darbo rinkai bus panašaus arba net didesnio masto.

Kurios profesijos rizikuoja labiausiai

Profesoriaus vertinimu, artimiausiu metu didžiausią spaudimą pajus:

• Gamybos linijų operatoriai – jų poreikis mažės, nes autonominės sistemos jau dabar geba atlikti rutinines gamybos užduotis.
• Programuotojai – naujausi DI modeliai vis geriau kuria programinės įrangos kodą, todėl žemesnio lygio programavimo darbai automatizuojasi greičiausiai.

Tuo pat metu ryškiai auga poreikis duomenų analitikams, duomenų inžinieriams ir duomenų mokslininkams – profesijoms, kurios padeda organizacijoms suprasti ir tinkamai panaudoti DI generuojamus rezultatus.

Kiek pokytis realiai apims darbo rinką

Skaičiai, kuriuos cituoja profesorius, rodo pokyčio mastą: prieš porą metų atliktas McKinsey tyrimas parodė, kad iki 2030 metų JAV apie 30 proc. viso šiuo metu žmogaus atliekamo darbo (skaičiuojant valandomis) gali būti automatizuota. Kitas, dar ankstesnis tyrimas teigė, kad dėl dirbtinio intelekto taikymo profesiją turės keisti maždaug šeštadalis, tai yra iki 375 mln., dirbančiųjų visame pasaulyje.

Tai nereiškia masinio bedarbystės šuolio – veikiau ilgo, palaipsnio perėjimo, panašaus į tą, kurį praeityje sukėlė elektra: nuo pirmos baterijos iki masinio elektros naudojimo praėjo beveik visas amžius.

Kodėl „prompt engineering" tapo realiu įgūdžiu

Vienas svarbiausių pokyčių nėra susijęs su konkrečia profesija, o su tuo, kaip žmonės naudojasi DI įrankiais. Profesorius pastebi, kad rezultatą lemia ne tik dirbtinio intelekto galimybės, bet ir tai, kaip formuluojamos užklausos – šis įgūdis vadinamas „prompt engineering". Kaip jis įvardija, „jeigu su plaktuku bandysime drožinėti medį, rezultatas bus nelabai koks" – tas pats galioja ir DI naudojimui be tinkamų įgūdžių.

Kaip tai atrodo praktiškai

Įsivaizduokime vidutinio dydžio Lietuvos gamybos įmonę, kurioje dalis rutininių gamybos linijos operacijų jau seniai galėtų būti automatizuota, tačiau komanda apie tai net nesvarsto, nes niekas nėra atsakingas už šį klausimą. Tuo pačiu metu įmonės buhalterė, išmokusi naudotis DI įrankiais ataskaitoms ir duomenų analizei, tampa vis vertingesnė, nes geba interpretuoti ir patikrinti tai, ką sugeneruoja sistema. Skirtumas tarp šių dviejų atvejų – ne technologijos prieinamumas, o tai, ar organizacija sąmoningai investuoja laiką išmokti ja naudotis. Būtent tai profesorius ir vadina esminiu kriterijumi, lemsiančiu, kas išlaikys savo vietą darbo rinkoje.

Ką tai reiškia darbdaviams ir komandoms

Lietuvos įmonėms tai kelia praktinį klausimą: kaip pasiruošti komandą, kad darbo rinkos pokytis taptų galimybe, o ne grėsme. Naudingiausia:

• Nustatyti, kurios konkrečios komandos užduotys jau šiandien gali būti iš dalies automatizuotos, ir pradėti nuo jų.
• Investuoti į darbuotojų mokymą, kaip efektyviai formuluoti užklausas ir integruoti DI į kasdienį darbą, o ne tik teoriškai susipažinti su įrankiais.
• Vertinti ne technologijos turėjimą, o gebėjimą ja naudotis – būtent tai profesorius vadina esminiu skirtumu tarp tų, kurie išlaikys darbo vietą, ir tų, kurie jos neteks.

Kodėl šis pokytis vyksta palaipsniui, o ne staiga

Verta atskirti du dalykus: technologijos prieinamumą ir jos realų pritaikymą organizacijose. Nors DI modeliai jau šiandien geba atlikti nemažai užduočių, dauguma įmonių, ypač Lietuvoje, tik pradeda eksperimentuoti su jų integravimu į kasdienius procesus. Tai reiškia, kad profesijų pokytis vyks ne per vienerius metus, o per ilgesnį laikotarpį, panašiai kaip elektros diegimas užtruko dešimtmečius, kol tapo visuotine norma. Įmonėms, kurios pradeda ruoštis šiam pokyčiui jau dabar, tai suteikia realų laiko pranašumą prieš tas, kurios lauks, kol pokytis taps neišvengiamas.

Ką iš to pasiimti

Profesoriaus išvada paprasta ir tiksli: dirbtinis intelektas atims darbą ne iš visų, o iš tų, kurie juo nesinaudos. Lietuvos įmonėms tai reiškia, kad investicija į komandos DI įgūdžius šiandien yra tiesiogiai susijusi su konkurencingumu rytoj. Padedame komandoms išmokti realiai naudotis DI kasdieniame darbe per AI mokymus, o vadovams – suprasti, kaip valdyti šį pokytį organizacijoje per AI mokymus vadovams. Konsultacija nemokama – susisiekite čia.