9% מהמועסקים יחליפו עיסוק בגלל AI: מה כדאי לעובד לעשות כבר עכשיו
הערכה חדשה מבית גולדמן זאקס מנסה למקם את גל הבינה המלאכותית בפרופורציה מפוכחת. לפי הכלכלן הראשי של הבנק, ג'וזף בריגס, כ-9% מכוח העבודה בארה"ב, שהם קרוב ל-15 מיליון עובדים, צפויים להידרש למעבר לתפקיד או לעיסוק אחר במהלך עשור של הטמעת הטכנולוגיה. המספר נשמע מאיים, אבל בריגס ממהר לסייג אותו. לדבריו, מדובר בתנועה שהמשק האמריקאי מכיר היטב מגלי טכנולוגיה קודמים, ולא במחיקה קבועה של מקומות עבודה.
הבסיס להסתייגות טמון בנתון עומק אחד. לאורך כשמונים השנים האחרונות, החלק הארי של הצמיחה בתעסוקה הגיע ממשרות חדשות לגמרי שהוטמעו בעקבות חידושים טכנולוגיים. במילים של הבנק, סביב 85% מגידול המשרות נוצר מעיסוקים חדשים לגמרי. מכאן ההערכה שגם הבינה המלאכותית עשויה בסופו של דבר לייצר מאזן חיובי, גם אם בדרך היא מייתרת חלק מהתפקידים הקיימים.
כשמנסים לתפוס את סדרי הגודל, שווה להסתכל על מחזוריות התעסוקה השוטפת. בשנה טיפוסית נוצרות בארה"ב סביב 30 מיליון משרות ונעלמות סביב 29 מיליון. כלומר, גם בלי שום מהפכה טכנולוגית, המשק מזיז עשרות מיליוני עובדים מדי שנה. חמישה עשר מיליון מעברים לאורך עשור שלם מסתדרים היטב בתוך המחזור הזה, ולפי הנתונים, האצה של כ-5% בקצב יצירת המשרות הבסיסי כבר די בה כדי לקלוט מחדש את מי שהבינה המלאכותית הזיזה מתפקידו.
ובכל זאת, יש הבדל מהותי אחד שראוי שכל עובד יפנים. הבחנה מרכזית עוברת בין החלפת משימה להחלפת מקצוע. כשטכנולוגיה מייתרת חלק מהמשימות בתוך תפקיד, המקצוע לרוב שורד ואף מתרחב. הדוגמה הקלאסית היא הניווט הלווייני: אחרי שהוא ייתר את הצורך בזיכרון מסלולים, שכר הנהגים אומנם נשחק, אבל מספר משרות הנהיגה זינק במקום להיעלם. הבינה המלאכותית פועלת באופן דומה על שורה של תפקידים משרדיים, כשהיא בולעת פעולות שגרתיות ומשאירה את הליבה האנושית.
אילו תחומים כבר מרגישים את הגל, ואיך מתכוננים
המעבר הזה מורגש כבר היום, הרבה מעבר לתחזיות. לפי הנתונים, מדי חודש נעלמות סביב 10 עד 15 אלף משרות בתחומי הטכנולוגיה, הייעוץ והעיצוב הגרפי, בעיקר בעמדות שבהן המשימות ניתנות לאוטומציה מהירה. מדובר בעובדים צווארון לבן שדווקא נחשבו מוגנים יחסית, וכעת מגלים שהחשיפה שלהם גבוהה מהמצופה. עובד בתחומים אלה שמזהה שחלק גדול מיומו מורכב ממשימות חוזרות, יעשה טוב אם יתחיל להעריך מחדש היכן הערך הייחודי שלו.
מכאן נגזרת מסקנה מעשית. הכישורים שנראים עמידים יותר הם אלה שקשה לפרק למשימות מוגדרות: שיפוט מקצועי מורכב, אחריות על החלטה, יצירתיות חופשית מתבנית, ותקשורת אנושית שמצריכה הבנה של הקשר ושל אדם. במקום להתחרות במכונה על ביצוע מהיר של פעולה, נראה שכדאי למקם את העבודה סביב פיקוח, שילוב שיקול דעת, והכוונה של הכלים עצמם. עובד שילמד לתפעל ולנהל מערכות בינה מלאכותית עשוי להפוך לנכס דווקא בזכות השילוב הזה.
הפן ההדרכתי הפרקטי נוגע לצעדים קטנים שאפשר לנקוט כבר עכשיו. שווה לזהות אילו משימות בתפקיד הנוכחי חשופות לאוטומציה, ולהסיט זמן לרכישת מיומנויות משלימות: הבנה בסיסית של כלי בינה מלאכותית בתחום הרלוונטי, יכולת ניתוח נתונים, וכישורים בין אישיים שקשה לתעל למכונה. עובד בתחום העיצוב, למשל, יכול לעבור מייצור נכסים ידני לניהול ואוצרות של תפוקות שהמכונה מייצרת, תוך שמירה על עין מקצועית והחלטה סופית שנשארת בידיים אנושיות.
שוק העבודה הישראלי, שנשען במידה רבה על ענפי הטכנולוגיה והשירותים העסקיים, חשוף למגמות דומות. עובדים שיבחרו להתעדכן מוקדם ולפתח את שכבת הכישורים שהמכונה מתקשה לחקות, נראה שיהיו בעמדה נוחה יותר להשתלב בגל המשרות החדשות שצפוי להיווצר לצד אלה שייעלמו. להרחבה: 15 המקצועות שהבינה המלאכותית לא תוכל להחליף עד 2030. גם בתחומים שמחוץ לעולם המשרדי נפתחות הזדמנויות, כפי שעולה מהכתבה 3,000 שקל ביום: המקצועות שמספקים הכנסה גבוהה דווקא בעידן ה-AI.
