Tekoäly horjuttaa urapolkua ennen kuin se vie kokonaisia ammatteja

Vahvin tämänhetkinen näyttö ei osoita, että tekoäly olisi jo aiheuttanut koko talouden laajuisen joukkotyöttömyyden. Sen sijaan vaikutus näkyy kohdennetummin: nuoret ja uransa alussa olevat työntekijät joutuvat paineeseen tehtävissä, joissa tekoäly pystyy hoitamaan rutiininomaisia ja tarkasti määriteltäviä työvaiheita.

Kokeneilla työntekijöillä on edelleen etulyöntiasema harkinnassa, valvonnassa, asiakasvastuussa ja laadunvarmistuksessa. Tämä ei kuitenkaan tarkoita, etteikö tekoäly voisi muuttaa kokonaisen ammatin sisääntuloväylää.

Yritys voi esimerkiksi käyttää tekoälyä ensimmäisiin luonnoksiin, perustutkimukseen, tavanomaiseen analyysiin, dokumentointiin tai asiakaspalveluun ja samalla vähentää junioritason rekrytointeja – vaikka se ei ilmoittaisi suurista irtisanomisista.

Etelä-Korea antaa selvimmän varoitussignaalin

Korean keskuspankkiin liittyvän analyysin mukaan 15–29-vuotiaiden työllisyys Etelä-Koreassa väheni 285 000:lla kesäkuun 2022 ja kesäkuun 2026 välillä. Näistä menetyksistä 268 000 eli 94 prosenttia sijoittui toimialoille, joiden katsotaan olevan voimakkaasti alttiita tekoälylle. Jyrkintä lasku oli tietopalveluissa, kustannusalalla, tietokoneohjelmoinnissa ja järjestelmäpalveluissa sekä asiantuntijapalveluissa.

Samaan aikaan 50-vuotiaiden ja sitä vanhempien työntekijöiden työllisyys kasvoi noin 230 000:lla. Ero sopii tulkintaan, jossa yritykset vähentävät tekoälyn avustamaa tai automatisoitavaa aloitustason työtä mutta arvostavat edelleen kokeneita työntekijöitä, jotka osaavat tulkita tuloksia, käsitellä poikkeustilanteita ja kantaa vastuun päätöksistä. Ikäryhmien välinen ero ei kuitenkaan yksin todista, että tekoäly olisi aiheuttanut koko muutoksen. Myös väestörakenne, kokonaiskysyntä ja työnantajien rekrytointipäätökset ovat voineet vaikuttaa.

Korean lukuja onkin syytä pitää keskittymiseen liittyvänä varoituksena, ei todisteena siitä, että jokainen nuorten työpaikka olisi kadonnut ChatGPT:n tai jonkin muun tekoälyjärjestelmän vuoksi. Korean keskuspankin käyttämä mittari kuvaa toimialoja ja ammatteja, joissa tekoälyn tekninen vaikutuspotentiaali on suuri. Altistuminen kertoo siitä, missä häiriö on mahdollinen – se ei ole sama asia kuin varmistettu työpaikan korvautuminen.

Korkeakoulututkinto ei enää yksin suojaa

Yliopistotutkinto ei ole automaattinen suoja generatiivista tekoälyä vastaan. Monet vastavalmistuneet aloittavat teknologian, asiantuntijapalveluiden, tutkimuksen, analyysin, kustannustoiminnan tai hallinnon tehtävissä. Juuri näillä aloilla tekoäly pystyy hoitamaan osan työstä.

Aloitustason tehtävillä on perinteisesti ollut kaksi tarkoitusta: ne tuottavat yritykselle hyödyllistä työtä ja samalla kouluttavat työntekijää vaativampiin vastuihin. Kun tekoäly hoitaa yksinkertaisemman osuuden, työnantaja voi nostaa rekrytoinnin kynnystä sen sijaan, että koko ammatti katoaisi.

Juniorianalyytikolta voidaan esimerkiksi odottaa tekoälyn tuottaman työn tarkistamista sen sijaan, että hän tekisi jokaisen ensimmäisen luonnoksen itse. Uuden ohjelmoijan tehtäväksi voi jäädä generoidun koodin arviointi ja integrointi, kun aiemmin hän kirjoitti kaiken perusrakenteen alusta lähtien.

Tämä voi parantaa kokeneen tiimin tuottavuutta, mutta samalla syntyy pullonkaula niille, jotka yrittävät päästä alalle. Jos junioreita palkataan vähemmän, harvempi työntekijä saa kokemusta, jota tarvitaan myöhemmin senioriasiantuntijana, esihenkilönä tai luotettuna neuvonantajana.

Goldman Sachs näkee saman paineen kehittyneissä talouksissa

Goldman Sachsin tutkimuksen mukaan tekoälyn automatisoinnille alttiimmilla toimialoilla avoimien työpaikkojen määrä on kasvanut yleensä hitaammin vuoden 2022 jälkipuoliskolta lähtien. Yhteys on näkynyt erityisesti useissa kehittyneissä talouksissa, kuten Yhdysvalloissa, Saksassa ja Australiassa.

Selvimmin ero näkyy puhelinpalvelukeskuksissa. Työllisyys on jäänyt historialliseen trendiin verrattuna noin 39 prosenttia Yhdysvalloissa, 33 prosenttia Kanadassa ja 27 prosenttia Saksassa. Tutkimuksessa mainitaan myös ohjelmistojen kustantaminen, liikkeenjohdon konsultointi ja mainonta. Vertailu kuvaa poikkeamaa aiemmasta trendistä, mutta ei osoita, että tekoäly olisi ollut laskun ainoa syy.

Goldman Sachsin laajempi johtopäätös onkin maltillisempi kuin ennuste välittömästä koko talouden korvautumisesta. Näkyvä vaikutus keskittyy edelleen tiettyihin toimialoihin ja työntekijäryhmiin. Aloitustason työntekijät ovat haavoittuvia, koska heidän tehtävänsä ovat usein standardoituja, helposti mitattavia ja siksi myös helpommin automatisoitavia tai nopeutettavia.

Tekoälyn käyttöönotto on merkittävää mutta yhä keskeneräistä. Goldman Sachsin aineistossa käyttöönoton on arvioitu olevan suurissa kehittyneissä talouksissa noin 15–20 prosenttia, kun toisessa mittauksessa Yhdysvaltojen yrityksistä noin 9 prosenttia käytti tekoälyä säännöllisessä tuotannossa. Erot osoittavat, että käyttöönottoa koskeviin lukuihin on suhtauduttava tarkasti: kysely voi mitata kokeilua, työntekijöiden käyttöä tai vakiintunutta tuotantokäyttöä.

Automaatio ja työn tukeminen johtavat eri lopputuloksiin

Työmarkkinavaikutus riippuu osittain siitä, käyttävätkö yritykset tekoälyä työn korvaamiseen vai työntekijöiden tukemiseen.

Automaatio vähentää tehtävään tarvittavan ihmistyön määrää. Esimerkkejä ovat tavanomaisiin asiakaskysymyksiin vastaaminen, rutiinikoosteiden laatiminen, peruskoodin tuottaminen ja asiakirjan ensimmäisen version kirjoittaminen. Automaatio voi vähentää juniorien palkkaamista, vaikka yhtäkään nykyistä työntekijää ei muodollisesti irtisanottaisi.

Työn tukeminen eli augmentaatio tekee työntekijästä tuottavamman, mutta ihminen säilyttää vastuun harkinnasta, tarkistamisesta, poikkeustilanteista, ihmissuhteista ja päätöksistä. Tämä voi kasvattaa kokeneiden työntekijöiden arvoa, mutta samalla työntekijältä voidaan odottaa aiempaa suurempaa työmäärää. Yksi tekoälyä käyttävä ammattilainen voi selviytyä tehtävistä, jotka aiemmin veivät useiden juniorien työtunteja.

Molemmat prosessit voivat tapahtua samassa yrityksessä. Tekoäly voi poistaa osan rutiinitehtävistä, tehostaa kokeneiden työntekijöiden työtä ja synnyttää kysyntää osaajille, jotka suunnittelevat työnkulkuja, tarkistavat tuotoksia ja hallitsevat riskejä. Siksi kokonaistyöllisyys voi näyttää vakaalta samalla kun ensimmäisten työpaikkojen saaminen vaikeutuu.

Suurin riski on urapolun rapautuminen

Pitkän aikavälin kannalta ratkaiseva kysymys ei ole vain se, katoaako jokin ammattinimike. Olennaisempaa on, katoavatko ne aloitustason tehtävät, joiden kautta ammatti opitaan.

Toimiva urapolku vie työntekijän yleensä ohjatusta ja toistettavasta työstä kohti tehtäviä, joissa tarvitaan tilannetajua, harkintaa ja vastuunottoa. Jos tekoäly ottaa liian suuren osan ohjatusta työstä, yritykset voivat pitää kiinni senioriosaajista mutta palkata vähemmän aloittelijoita.

Lyhyellä aikavälillä tulos voi olla tehokkuus. Pidemmällä aikavälillä vaarana on kokeneiden työntekijöiden ohuempi kasvupohja.

Tämä selittää myös sen, miksi näennäisesti pieni vaikutus koko työmarkkinoihin voi olla nuorille merkittävä. Kokonaistyöllisyyden lievä muutos voi peittää alleen paljon jyrkemmän muutoksen siinä, kuka palkataan, kuka saa perehdytystä ja kenellä on mahdollisuus edetä.

Mitä näyttö kertoo – ja mitä se ei kerro

Nykyinen tutkimus tukee neljää varovaista johtopäätöstä:

• Tekoälyyn liittyvä työmarkkinapaine näkyy ensin valikoiduilla, voimakkaasti altistuneilla toimialoilla eikä kaikissa ammateissa.
• Nuoret ja uransa alussa olevat työntekijät ovat erityisen haavoittuvia, koska tekoäly pystyy hoitamaan tai nopeuttamaan monia rutiinitehtäviä, jotka aiemmin toimivat väylänä toimistotyön ja asiantuntija-ammattien alkuun.
• Kokeneet työntekijät voivat hyötyä, jos heidän arvonsa perustuu valvontaan, asiakkaiden luottamukseen, monimutkaiseen harkintaan ja lopputuloksista vastaamiseen.
• Näyttö ei vielä osoita väistämätöntä joukkotyöttömyyttä. Lopputulokseen vaikuttavat myös tuottavuushyödyt, uudet tuotteet ja palvelut, työvoiman kysyntä, sääntely sekä se, käyttävätkö yritykset tekoälyä tuotannon kasvattamiseen vai ensisijaisesti henkilöstön vähentämiseen.

Käytännössä työnantajien ja päättäjien pitäisi seurata muutakin kuin työpaikkojen kokonaismäärää. Juniorirekrytoinnit, oppisopimukset ja harjoittelu, sisäinen liikkuvuus, tehtävien uudelleensuunnittelu, etenemisasteet ja mielekkään koulutuksen saatavuus voivat paljastaa muutoksen paljon ennen kuin yleinen työttömyysaste reagoi.

Tekoäly muuttaa tällä hetkellä näkyvämmin sitä, miten ihmiset pääsevät uralle, kuin se poistaa kokonaisia ammatteja. Parhaiten muutokseen varautuvat yritykset ja hallitukset, jotka käyttävät tekoälyä työn parantamiseen purkamatta sitä inhimillistä polkua, jonka kautta osaaminen rakentuu.