Rangka Kerja AI OpenAI: Hanya 18% Pekerjaan Berdepan Risiko Automasi Tinggi – Apa Maknanya Untuk Eropah

Model Analisis Empat Dimensi

Rangka kerja ini melangkaui ukuran "pendedahan AI" yang mudah dengan menggabungkan empat dimensi :

• Keupayaan teknikal AI — Sama ada sistem AI semasa (model kelas GPT-4) boleh melaksanakan tugas teras pekerjaan pada atau melebihi tahap median manusia. Model kelas GPT-4 berprestasi pada atau melebihi tahap median manusia untuk 60–80% tugas kolar putih .
• Keperluan manusia — Sama ada pekerjaan memerlukan mandat kawal selia, kepercayaan hubungan, atau kehadiran fizikal yang melindunginya daripada automasi penuh. Faktor kawal selia (hakim, peguam di mahkamah), hubungan (guru, ahli terapi, jururawat hospis), dan fizikal (tukang paip, juruelektrik, penjaga) mencipta "parit perlindungan" .
• Keanjalan permintaan — Sama ada pekerjaan berdepan permintaan tak anjal (keperluan tetap tanpa mengira kos) atau permintaan anjal yang boleh berkembang apabila AI mengurangkan kos .
• Penggunaan ChatGPT yang diperhatikan — Disahkan terhadap corak penggunaan sebenar; pekerja dalam peranan paling mudah diautomasi (kerani entri data, akauntan) menggunakan AI untuk tiga kali lebih banyak tanggungjawab berbanding mereka dalam peranan kurang terdedah .

Empat Arketaip Peralihan

Digabungkan dan disahkan, dimensi ini mengkategorikan setiap pekerjaan kepada empat kumpulan :

1. Risiko automasi lebih tinggi (~18% pekerjaan AS) — Pendedahan AI tinggi, keperluan manusia lemah, permintaan tak anjal. Termasuk entri data, perakaunan, perkhidmatan pelanggan, juruwang, sokongan undang-undang, dan kerani klasifikasi. Ini adalah peranan yang paling mungkin mengalami kehilangan pekerjaan dalam jangka pendek.

2. Akan disusun semula (~24% pekerjaan) — Pendedahan AI tinggi, keperluan manusia kuat. Komposisi tugas berubah dengan ketara, tetapi pekerja manusia kekal penting untuk fungsi hubungan, kawal selia, atau fizikal teras. Pekerjaan mungkin berkurangan dari segi bilangan walaupun peranan itu kekal.

3. Akan berkembang/berkembang (~12% pekerjaan) — Pendedahan AI tinggi digabungkan dengan permintaan anjal bermakna AI mengurangkan kos dan mengembangkan pasaran, mewujudkan lebih banyak pekerjaan. Contoh termasuk peranan di mana AI bertindak sebagai pengganda produktiviti dalam sektor yang sedang berkembang.

4. Kurang terjejas (~46% pekerjaan) — Pendedahan AI rendah sejak awal, selalunya disebabkan halangan fizikal, hubungan, atau kawal selia. Pekerjaan ini melihat kesan AI jangka pendek yang minimum.

AS vs. EU: Risiko Automasi 18% lwn. 14%

Rangka kerja OpenAI menganggarkan bahawa kira-kira 18% pekerjaan AS berdepan risiko automasi jangka pendek yang agak tinggi . Untuk EU, analisis berasingan oleh CEDEFOP (Pusat Eropah untuk Pembangunan Latihan Vokasional, sebuah agensi EU) mendapati bahawa kira-kira 14% pekerja dewasa EU berdepan risiko automasi yang sangat tinggi . Risiko ini tertumpu dalam pekerjaan rutin dengan permintaan rendah untuk kemahiran lintas bidang dan sosial, dan lebih tinggi dalam kalangan pekerja lelaki .

Peringatan penting: Angka 14% EU datang daripada metodologi keperluan kemahiran bebas CEDEFOP, bukan secara langsung daripada rangka kerja OpenAI. Walau bagaimanapun, arahnya konsisten: pasaran buruh EU yang lebih dikawal selia, perlindungan sosial yang lebih kukuh, dan campuran pekerjaan yang berbeza menghasilkan bahagian automasi jangka pendek yang lebih rendah berbanding AS.

Perbezaan Peringkat Negara

Analisis Coface mengenai pendedahan buruh AI di seluruh negara Eropah (diterbitkan April 2026) memetakan kandungan tugas yang terdedah kepada automasi :

• Negara risiko automasi lebih tinggi: Luxembourg, UK, Switzerland, Belanda, Norway, dan Denmark menunjukkan bahagian tertinggi kandungan tugas terdedah automasi, antara ~12% di Turki hingga hampir 20% di UK .
• Luxembourg, Sweden, dan Belanda cenderung mempunyai bahagian pekerjaan perkhidmatan berkemahiran tinggi yang lebih besar, tetapi juga pendedahan AI tinggi dalam sektor kewangan dan perkhidmatan profesional mereka.
• Jerman, Greece, dan Itali berdepan profil risiko berbeza: bahagian pembuatan yang lebih besar, kerja pentadbiran berasaskan rutin, dan penembusan perkhidmatan digital yang lebih rendah bermakna potensi automasi lebih tinggi dalam sektor barangan boleh niaga .

Blueprint Ekonomi EU 2.0 OpenAI (Januari 2026) seterusnya membahagikan negara mengikut penembusan AI dan intensiti penggunaan. Lithuania dan Latvia menonjol kerana menggabungkan kedua-dua penembusan penduduk tinggi dan penggunaan intensiti tinggi keupayaan pemikiran AI termaju, manakala negara EU lain ketinggalan dengan ketara dalam penyebaran .

Konteks Dasar: Chatterji di Brussels, Akta AI EU, dan Perpindahan Pekerjaan

Ronnie Chatterji dilantik sebagai Ketua Ekonomi pertama OpenAI pada Oktober 2024, sebelum ini berkhidmat sebagai penasihat ekonomi dalam pentadbiran Biden dan Obama. Mesej terasnya ialah ekonomi berada dalam "masa antara" — kebanyakan orang kini menggunakan AI sebagai pelengkap, bukan pengganti . Sehingga akhir Jun 2026, Chatterji berada di Eropah untuk siri perbincangan peringkat tinggi, termasuk acara POLITICO Europe bertajuk "AI dan masa depan pekerjaan: Adakah EU bersedia untuk peralihan?" .

Ketegangan dasar utama:

• OpenAI adalah pemaju AI pertama yang berpangkalan di AS menandatangani Kod Amalan Tujuan Umum Akta AI EU .
• Carnegie Endowment berpendapat bahawa apa yang diperlukan di samping Akta AI ialah "rangka kerja peralihan buruh Eropah khusus, idealnya tertanam dalam belanjawan 2028–2034 blok itu" .
• Suruhanjaya Eropah menyatakan bahawa AI dan teknologi digital "dijangka meningkatkan pekerjaan secara keseluruhan di Eropah, tetapi keuntungan akan tidak sekata, memberi manfaat terutamanya kepada pekerja berkemahiran tinggi, umur perdana dan wanita, manakala pekerja berkemahiran rendah dan muda, serta wilayah yang lebih lemah dari segi struktur, kekal lebih terdedah" .

Tinjauan ECB: Penggunaan AI Intensif Terhad

Tinjauan ECB mengenai Akses kepada Pembiayaan Perusahaan (SAFE) untuk S4 2025, meliputi lebih 5,000 firma zon euro, memberikan pemeriksaan realiti terhadap kedalaman penggunaan AI :

• Lebih 70% firma melaporkan menggunakan AI dalam beberapa bentuk menjelang akhir 2025 .
• Walau bagaimanapun, hanya kira-kira 7% firma menggunakan AI secara intensif sehingga mengubah cara mereka mengeluarkan, berinovasi, dan bersaing .
• Pecahan: 27% tidak menggunakan AI langsung; 33% menggunakannya sangat jarang; 31% secara sederhana; hanya 7–9% menggunakannya secara intensif .
• Jurang pelaburan yang besar wujud: walaupun kebanyakan firma menggunakan AI, hanya sedikit yang benar-benar melabur dalam infrastruktur AI khusus. Firma yang melabur merancang untuk memperuntukkan purata 9% daripada jumlah pelaburan kepada AI pada 2026 .
• ECB menyimpulkan bahawa "penyebaran meningkat dengan cepat" tetapi jurang antara penggunaan kasual dan integrasi transformatif masih sangat luas .

Usaha EU Ke Arah Kedaulatan Teknologi

Blueprint Ekonomi EU 2.0 daripada OpenAI membingkai daya saing AI Eropah secara eksplisit di sekitar kedaulatan . Ia membahagikan negara EU mengikut penembusan AI dan penggunaan intensiti tinggi keupayaan "pemikiran" termaju, mendapati hanya segelintir negara (Lithuania, Latvia) menggabungkan akses luas dengan penyebaran mendalam. Dorongan strategik yang lebih luas — "kedaulatan teknologi" — ditunjukkan dalam pelan pelaburan EU untuk infrastruktur AI, cita-cita kawal selia Akta AI, dan seruan daripada badan seperti Carnegie Endowment untuk belanjawan peralihan buruh EU yang dikhaskan dalam Rangka Kerja Kewangan Pelbagai 2028–2034 . Analisis Suruhanjaya Eropah sendiri meramalkan bahawa AI akan meningkatkan pekerjaan keseluruhan di Eropah tetapi memberi amaran bahawa tanpa dasar yang disasarkan, wilayah yang lebih lemah dari segi struktur dan pekerja berkemahiran rendah akan ketinggalan .