Sekojiet ZDNET: Pievienojiet mūs kā vēlamo avotu Google tīklā.
ZDNET galvenās atziņas
- McKinsey aptaujā tiek pētīta AI ietekme uz darbaspēku.
- AI ieviešana izraisa gan darbaspēka pieaugumu, gan samazināšanos.
- AI pieauguma dēļ datu zinātnieki un datu inženieri ir ļoti pieprasīti.
Aizrautība un apsēstība ar ģeneratīvo AI ietekmē organizācijas vairākos veidos, tostarp darbaspēku. Tāpat kā jebkura jauna tehnoloģija, mākslīgais intelekts daudzos profesionāļos ir radījis bažas, ka tos var aizstāt ar robotu. Tajā pašā laikā nepieciešamība gūt panākumus ar AI liek uzņēmumiem pieņemt darbā vairāk inženieru un citu profesionāļu, kas var strādāt ar šo tehnoloģiju.
“AI stāvoklis 2025. gadā: aģenti, inovācija un transformācijaJaunajā vadības konsultāciju uzņēmuma McKinsey ziņojumā ir aplūkots, kā organizācijas ir pieņēmušas un plāno ieviest AI un kā tas ietekmē to pieņemšanas un atlaišanas praksi. Pamatojoties uz tiešsaistes aptauju, kas tika veikta 2025. gada jūnijā un jūlijā, ziņojumā ir iekļautas atsauksmes no 1993 personām 105 valstīs, kas pārstāv dažādu uzņēmumu lielumu un nozaru pārstāvjus.
Arī: Vai esat noraizējies par AI darba vietu samazināšanu? Kā balto apkaklīšu darbinieki var sevi aizsargāt — sākot tagad
Lielākā daļa aptaujāto cilvēku ziņoja par nelielām izmaiņām darbinieku skaitā pēdējā gada laikā AI dēļ. Aplūkojot lielāko daļu darba funkciju, mazāk nekā 20% respondentu ziņoja, ka darbaspēka samazinājums ir par 3% vai vairāk. Mazāks procents ziņoja, ka viņu AI izmantošana lika viņiem pievienot vairāk darbinieku.
Iespējams, ka nākamajā gadā ietekme uz darbu palielināsies
Tomēr šis scenārijs, visticamāk, mainīsies nākamajā gadā, jo AI izmantošana kļūs arvien populārāka.
Raugoties nākotnē, 32% aptaujāto sagaida darbinieku skaita samazināšanos mākslīgā intelekta dēļ, 43% paredz, ka izmaiņas nebūs, un 13% cer uz nodarbinātības pieaugumu noteiktās funkcijās. Lielie uzņēmumi biežāk nekā mazāki uzņēmumi sagaida ar mākslīgo intelektu saistītu darbaspēka skaita samazināšanos. Uzņēmumi, kas veic ievērojamas investīcijas AI, paredz lielas izmaiņas, taču atkarībā no konkrētajām funkcijām to rezultātā var tikt samazināts vai palielināts darba vietu skaits.
Arī labākie AI aģenti ir šausmīgi ārštata darbinieki – pagaidām
Starp organizācijām, kas regulāri izmanto AI, noteiktas lomas ir piedzīvojušas un var arī turpmāk redzēt lejupslīdi, ko izraisījis pieaugošais AI lietojums. Tie ietver tādas jomas kā klientu apkalpošana, cilvēkresursi un pārdošana un mārketings. Spilgtākā puse ir tas, ka, pateicoties mākslīgajam intelektam, ir novērots vairāku veidu darba vietu skaits, un paredzams, ka arī turpmāk palielināsies darbā pieņemšanas iespējas. Tajos ietilpst AI datu zinātnieki, datu inženieri, mašīnmācīšanās inženieri, programmatūras inženieri, AI produktu īpašnieki un vadītāji, kā arī datu arhitekti.
Tomēr, tā kā pārskatā ir iekļautas atsauksmes no dažādām organizācijām, kopējie rezultāti nav konsekventi. Tas, vai uzņēmums plāno palielināt, samazināt vai saglabāt tādu pašu darbinieku skaitu, ir atkarīgs no tā lieluma, nozares, reģiona un, protams, no tā, kā tas izmanto AI.
Daži darbi kļūst kritiskāki
“Tā kā daudzi uzņēmumi joprojām atrodas mākslīgā intelekta izmantošanas izmēģinājuma un agrīnās ražošanas fāzēs, vēl nav skaidrs, kāda būs AI ietekme uz darba vietu skaitu un darba veidu,” ziņojumā sacīja Lareina Yee, vecākā partnere un McKinsey International Institute direktore. “Tomēr pat šajās pirmajās pieņemšanas dienās mēs novērojam izmaiņas prasmēs, kas nepieciešamas dažādu darbu veikšanai. Tādos amatos kā prasību regulētāji, digitālā mārketinga speciālisti un bagātības pārvaldnieki mēs redzam pieaugošu pieprasījumu pēc AI prasmēm; parasti tas ir saistīts ar AI iekļaušanu esošajās lomās vai darbplūsmās.”
Tāpat: AI aģenti ir tik labi, cik tie tiek sniegti, un tas ir liela problēma uzņēmumiem
Apmēram trešā daļa respondentu teica, ka viņi sagaida, ka viņu darbaspēks samazināsies, atzīmēja Yee. Mazāks procents gaida darbinieku skaita pieaugumu, un pagājušajā gadā jau ir gūti panākumi dažādās darba funkcijās, tostarp IT, piegādes ķēdē un pārdošanā.
“Daži no šiem darbiem kļūs kritiskāki, palielinoties AI ieviešanai,” piebilda Yee. “Piemēram, lai AI gūtu panākumus, ir nepieciešama datu gatavība un MLOps (mašīnmācīšanās operācijas). Mēs redzam, ka lielāki uzņēmumi īpaši pieņem darbā šīs prasmes; tie divreiz biežāk pieņem darbā lomu, kas integrē, modelē un industrializē datus.”
