Τεχνητή Νοημοσύνη στην αγορά εργασίας: Το μεγάλο στοίχημα της επανεκπαίδευσης

• Η τεχνητή νοημοσύνη δημιουργεί νέες θέσεις εργασίας, αλλά εκατομμύρια εργαζόμενοι θα χρειαστεί να αλλάξουν εντελώς επαγγελματικό κλάδο, με ρυθμό 3,6 φορές ταχύτερο από τον ιστορικό μέσο όρο.
• Σχεδόν οι μισές απαιτήσεις για πτυχία στις αναπτυσσόμενες θέσεις εργασίας αποτελούν εταιρική συνήθεια και όχι νομική ή ουσιαστική αναγκαιότητα, μπλοκάροντας ικανούς υποψηφίους.
• Η μετάβαση απαιτεί «προσλήψεις βάσει δεξιοτήτων», κατάργηση περιττών ακαδημαϊκών φίλτρων και κρατικά ή εταιρικά κίνητρα, καθώς το κόστος του χρόνου εκπαίδευσης είναι συχνά απαγορευτικό για τον μέσο εργαζόμενο.

Παρά τους φόβους που κυριαρχούν στους τίτλους των ειδήσεων, η αμερικανική (και κατ’ επέκταση η παγκόσμια) οικονομία αναμένεται να έχει περισσότερες θέσεις εργασίας το 2035 σε σχέση με σήμερα. Ωστόσο, η σύνθεση αυτών των θέσεων θα είναι ριζικά διαφορετική. Υπολογίζεται ότι μόνο στις ΗΠΑ, περίπου 11 εκατομμύρια εργαζόμενοι θα χρειαστεί να εγκαταλείψουν επαγγέλματα που φθίνουν για να ενταχθούν σε νέους κλάδους.

Αυτό μεταφράζεται σε περίπου 770.000 εργαζομένους ετησίως που θα πρέπει να αλλάξουν επαγγελματική πορεία – ένας ρυθμός που παρατηρήθηκε παροδικά κατά τη διάρκεια της πανδημίας, αλλά πλέον αναμένεται να αποτελέσει τη νέα κανονικότητα για τουλάχιστον μια δεκαετία.

Η ψευδαίσθηση της έλλειψης ικανοτήτων

Ας δούμε ένα πρακτικό παράδειγμα: Ένας διοικητικός υπάλληλος (administrative assistant) ανήκει στην κατηγορία με τις μεγαλύτερες προβλεπόμενες απώλειες θέσεων (έως και 80% των ωρών εργασίας τους μπορεί να αυτοματοποιηθεί). Μια φυσική, ανοδική πορεία για αυτούς τους επαγγελματίες είναι ο ρόλος του Project Manager.

Στην πραγματικότητα, οι διοικητικοί υπάλληλοι κατέχουν ήδη το 58% των απαραίτητων δεξιοτήτων για τη διαχείριση έργων (προγραμματισμός, συντονισμός, διαχείριση ενδιαφερομένων). Το κενό δεξιοτήτων είναι διαχειρίσιμο. Το πραγματικό εμπόδιο, ωστόσο, είναι συχνά ανυπέρβλητο: πολλές θέσεις Project Manager απαιτούν πτυχίο πανεπιστημίου και εξειδικευμένες πιστοποιήσεις. Το πρόβλημα δεν είναι αν μπορούν να κάνουν τη δουλειά, αλλά αν διαθέτουν τον χρόνο και τα χρήματα (χιλιάδες δολάρια) για να το αποδείξουν τυπικά.

Διαφορετικές μεταβάσεις, διαφορετικά εμπόδια

Δεν είναι όλες οι μεταβάσεις το ίδιο απλές:

• Ένας ανειδίκευτος εργάτης (π.χ. λαντζιέρης) που θέλει να στραφεί στον ανερχόμενο τομέα της κατ’ οίκον φροντίδας υγείας, διαθέτει μόλις το 20% των απαιτούμενων δεξιοτήτων. Επιπλέον, παρά την εκπαίδευση που θα χρειαστεί, οι μισθολογικές προοπτικές παραμένουν χαμηλές.
• Ένας εργάτης συσκευασίας που μετακινείται στη βιομηχανική παραγωγή μοιράζεται το 52% των δεξιοτήτων (χειρισμός μηχανημάτων, ποιοτικός έλεγχος) και αντιμετωπίζει λιγότερα γραφειοκρατικά εμπόδια, αλλά απαιτείται εντατική εκπαίδευση σε επίπεδο λεπτών κινητικών δεξιοτήτων και συναρμολόγησης.

Το «κρυφό» κόστος της εκπαίδευσης: η απώλεια εισοδήματος

Τα τυπικά προσόντα ζητούνται στο 85% των αναπτυσσόμενων επαγγελμάτων. Αν και ένα 38% αυτών επιβάλλεται από τον νόμο (π.χ. ιατρικά και κατασκευαστικά επαγγέλματα), το υπόλοιπο 47% οφείλεται απλώς σε εταιρικές συνήθειες – μια πρακτική που ευτυχώς μπορεί να αλλάξει εύκολα.

Ακόμα όμως και τα σύντομα προγράμματα κατάρτισης σκοντάφτουν στο πιο σκληρό νόμισμα της αγοράς: τους διαφυγόντες μισθούς. Ένας εργαζόμενος με οικογενειακές υποχρεώσεις ή περιορισμένες αποταμιεύσεις είναι απόλυτα λογικό να απορρίψει μια καριέρα με εξαιρετικές μακροπρόθεσμες προοπτικές, εάν αυτή απαιτεί να μείνει μήνες εκτός αγοράς εργασίας χωρίς εισόδημα.

Η λύση: συνεργασία εργοδοτών, κράτους και εκπαιδευτικών φορέων

Το μεγαλύτερο βάρος για την εξομάλυνση αυτής της μετάβασης πέφτει στους ίδιους τους εργοδότες. Μια εταιρεία που απολύει διοικητικό προσωπικό ενώ παράλληλα ψάχνει απεγνωσμένα για συντονιστές έργων, δημιουργεί η ίδια την έλλειψη ταλέντου της.

Ποιες είναι οι λύσεις;

1. Για τις επιχειρήσεις: Στροφή στις προσλήψεις βάσει δεξιοτήτων (skills-based hiring), αφαίρεση περιττών ακαδημαϊκών απαιτήσεων και δημιουργία εσωτερικών προγραμμάτων μαθητείας. Στοιχίζει λιγότερο η μετεκπαίδευση (upskilling) του υπάρχοντος προσωπικού από την αναζήτηση εξωτερικών υποψηφίων.
2. Για το κράτος: Παροχή οικονομικών κινήτρων, φοροελαφρύνσεις για τις εταιρείες που επενδύουν στην εκπαίδευση, και δημιουργία «αρθρωτών» (modular) πιστοποιήσεων που αποκτώνται σταδιακά.
3. Για τους εργαζομένους: Ανάπτυξη «ήπιων» (soft) και ψηφιακών δεξιοτήτων. Από το 2022, η ζήτηση για εξοικείωση με την Τεχνητή Νοημοσύνη έχει αυξηθεί κατά 11 φορές, ενώ η προσαρμοστικότητα κατά 5 φορές.

Πάνω από το 70% των εργαζομένων θα χρειαστεί νέες δεξιότητες, ακόμα κι αν δεν αλλάξουν ποτέ εργοδότη. Ωστόσο, δεν μπορούν να επιταχύνουν τις γραφειοκρατικές διαδικασίες πιστοποίησης μόνοι τους, ούτε να αυτοχρηματοδοτήσουν την ανεργία τους. Το μέλλον της εργασίας ανήκει στους οργανισμούς που θα χτίσουν «γέφυρες» μάθησης, εξασφαλίζοντας την ευημερία των επιχειρήσεων, των νοικοκυριών και της ευρύτερης οικονομίας.