Dalam tempoh yang sama, pekerjaan bagi golongan berusia 50-an meningkat kira-kira 230,000, menurut laporan mengenai analisis Bank of Korea. Perbezaan ini selari dengan kemungkinan perubahan pada tangga kerjaya: syarikat mungkin mengurangkan kerja peringkat permulaan yang boleh dibantu atau diautomatikkan oleh AI, sambil terus menghargai pekerja berpengalaman yang mampu mentafsir hasil, mengurus kes luar biasa dan bertanggungjawab terhadap keputusan. Namun, corak mengikut umur itu sahaja tidak membuktikan bahawa AI menyebabkan keseluruhan perubahan tersebut; faktor demografi, permintaan ekonomi dan keputusan pengambilan pekerja oleh majikan juga mungkin memainkan peranan.

Angka Korea Selatan wajar dibaca sebagai amaran tentang tumpuan kesan, bukan bukti bahawa setiap kehilangan pekerjaan golongan muda berpunca daripada ChatGPT atau sistem AI lain. Ukuran Bank of Korea mengenal pasti industri dan pekerjaan yang mempunyai pendedahan teknikal tinggi kepada AI. Pendedahan menunjukkan tempat gangguan lebih mudah berlaku—ia bukan sama dengan penggantian pekerjaan yang telah disahkan.

Mengapa graduan dan pekerja junior mungkin lebih terdedah?

Ijazah universiti bukan lagi pelindung automatik daripada kesan AI generatif. Ramai graduan memasuki pasaran kerja melalui peranan berasaskan pejabat dalam teknologi, perkhidmatan profesional, penyelidikan, analisis, penerbitan dan pentadbiran—bidang yang sama di mana AI boleh mengambil alih sebahagian tugasan.

Secara tradisinya, pekerjaan ini mempunyai dua fungsi: menghasilkan kerja yang berguna dan melatih pekerja untuk memikul tanggungjawab yang lebih kompleks. Apabila AI mengendalikan bahagian kerja yang lebih mudah, majikan mungkin menaikkan syarat pengambilan pekerja dan bukannya menghapuskan keseluruhan profesion. Seorang penganalisis junior, misalnya, mungkin diminta menyemak hasil yang dijana AI dan bukannya menyediakan setiap draf awal. Pengatur cara baharu pula mungkin perlu mengesahkan serta mengintegrasikan kod yang dijana AI, bukan menulis semua kod asas dari awal.

Langkah ini boleh meningkatkan produktiviti pasukan yang sudah kukuh. Tetapi ia juga mewujudkan kesesakan pada pintu masuk industri. Jika lebih sedikit pekerja junior diambil, lebih sedikit orang akan mengumpul pengalaman yang diperlukan untuk menjadi pakar kanan, pengurus atau penasihat yang dipercayai.

Goldman Sachs melihat tekanan serupa di negara maju

Penyelidikan Goldman Sachs melaporkan bahawa industri yang lebih terdedah kepada automasi AI secara umum mencatat pertumbuhan peluang pekerjaan yang lebih lemah sejak separuh kedua 2022. Hubungan ini amat ketara di beberapa ekonomi maju, termasuk Amerika Syarikat, Jerman dan Australia.

Perbandingan mengikut sektor paling ketara dalam industri pusat panggilan. Pekerjaan dalam bidang itu dilaporkan kira-kira 39% di bawah trend sejarah di Amerika Syarikat, 33% di Kanada dan 27% di Jerman. Bidang lain yang disebut dalam liputan penyelidikan tersebut termasuk penerbitan perisian, perundingan pengurusan dan pengiklanan. Perbandingan ini menunjukkan jurang berbanding trend terdahulu; ia tidak membuktikan bahawa AI merupakan satu-satunya punca kemerosotan.

Kesimpulan Goldman Sachs lebih berhati-hati berbanding ramalan bahawa seluruh ekonomi akan digantikan dalam masa terdekat. Kejutan yang kelihatan masih tertumpu pada industri dan kumpulan pekerja tertentu. Pekerja peringkat permulaan terdedah kerana tugasan mereka lazimnya lebih seragam, mudah diukur dan lebih mudah diautomatikkan atau dipercepatkan dengan AI.

Penggunaan AI juga semakin meluas, tetapi masih belum lengkap. Anggaran yang dilaporkan dalam liputan Goldman Sachs meletakkan kadar penggunaan AI di ekonomi maju utama sekitar 15% hingga 20%, manakala satu lagi ukuran Goldman Sachs—syarikat di Amerika Syarikat yang menggunakan AI dalam pengeluaran biasa—berada pada kira-kira 9%. Perbezaan ini menunjukkan mengapa statistik penggunaan perlu ditafsir dengan teliti: sesetengah tinjauan mengukur percubaan, penggunaan oleh pekerja atau penerapan pengeluaran yang berterusan.

Automasi dan peningkatan keupayaan menghasilkan kesan berbeza

Kesan AI terhadap pekerjaan sebahagiannya bergantung pada cara syarikat menggunakannya—sama ada untuk menggantikan tenaga kerja atau meningkatkan keupayaan pekerja.

Automasi mengurangkan jumlah tenaga manusia yang diperlukan untuk sesuatu tugasan. Contohnya termasuk menjawab pertanyaan pelanggan yang standard, menyediakan ringkasan rutin, menjana kod asas atau menyediakan draf awal dokumen. Automasi boleh mengurangkan pengambilan pekerja junior walaupun tiada pekerja sedia ada yang dibuang secara rasmi.

Peningkatan keupayaan, atau augmentation, pula menjadikan seseorang pekerja lebih produktif sambil manusia masih bertanggungjawab terhadap pertimbangan, pengesahan, kes luar biasa, hubungan dan keputusan. Hal ini boleh meningkatkan nilai pekerja berpengalaman, tetapi pada masa yang sama mungkin menaikkan jumlah hasil kerja yang dijangka daripada setiap pekerja. Seorang profesional yang dibantu AI mungkin mampu melakukan kerja yang sebelum ini memerlukan beberapa jam tugasan peringkat junior.

Kedua-dua proses ini boleh berlaku dalam syarikat yang sama. AI mungkin menghapuskan sebahagian tugasan rutin, meningkatkan produktiviti pekerja kanan dan mewujudkan permintaan terhadap individu yang boleh mereka bentuk aliran kerja, menyemak hasil serta mengurus risiko. Sebab itu jumlah pekerjaan keseluruhan boleh kelihatan agak stabil, sedangkan akses kepada pekerjaan pertama menjadi semakin sukar.

Risiko utama: tangga kerjaya semakin nipis

Persoalan jangka panjang yang paling penting bukan semata-mata sama ada AI menghapuskan satu jawatan. Persoalannya ialah sama ada AI menghilangkan tugasan awal yang selama ini menjadi cara pekerja mempelajari sesuatu profesion.

Tangga kerjaya yang sihat lazimnya membawa seseorang daripada kerja berulang di bawah penyeliaan kepada tanggungjawab yang memerlukan konteks, pertimbangan dan kebertanggungjawaban. Jika AI menyerap terlalu banyak kerja yang diselia itu, majikan mungkin mengekalkan kakitangan kanan tetapi mengambil lebih sedikit pekerja baharu. Kesan jangka pendeknya mungkin berupa kecekapan. Kesan jangka panjangnya pula boleh menjadi saluran bakat berpengalaman yang semakin sempit.

Inilah sebabnya kesan yang kelihatan kecil pada keseluruhan pasaran buruh masih boleh memberi kesan besar kepada golongan muda. Perubahan sederhana pada jumlah pekerjaan boleh menyembunyikan perubahan yang lebih tajam tentang siapa yang diambil bekerja, siapa yang menerima latihan sambil bekerja dan siapa yang berpeluang untuk meningkat dalam kerjaya.

Apa yang dibuktikan oleh data—dan apa yang belum dibuktikan

Penyelidikan yang ada menyokong beberapa kesimpulan berhati-hati:

• Tekanan pasaran buruh berkaitan AI muncul terlebih dahulu dalam industri terpilih yang sangat terdedah, bukan dalam semua pekerjaan secara serentak.
• Pekerja muda dan peringkat permulaan amat terdedah kerana AI boleh melaksanakan atau mempercepatkan banyak tugasan rutin yang sebelum ini menjadi laluan masuk ke kerjaya profesional.
• Pekerja berpengalaman mungkin mendapat manfaat apabila nilai mereka bergantung pada penyeliaan, kepercayaan pelanggan, pertimbangan kompleks dan tanggungjawab terhadap hasil.
• Data semasa belum membuktikan bahawa penggantian besar-besaran tidak dapat dielakkan. Hasil pekerjaan juga bergantung pada peningkatan produktiviti, produk dan perkhidmatan baharu, permintaan buruh, peraturan serta sama ada syarikat menggunakan AI untuk mengembangkan pengeluaran atau sekadar mengurangkan jumlah pekerja.

Kesimpulan praktikalnya ialah AI kini lebih jelas mengubah cara seseorang memasuki kerjaya berbanding menghapuskan semua kerjaya. Majikan dan kerajaan perlu memantau bukan sahaja jumlah pekerjaan, tetapi juga pengambilan pekerja junior, program perantis, mobiliti dalaman, reka bentuk semula tugasan, kadar kemajuan kerjaya dan akses kepada latihan yang bermakna.

Jika tugasan pertama yang membina pengalaman hilang, masalahnya bukan sekadar peluang kerja yang berkurangan hari ini. Masalahnya ialah siapa yang akan menjadi tenaga pakar pada masa depan.

Dalam tempoh yang sama, pekerjaan bagi golongan berusia 50-an meningkat kira-kira 230,000, menurut laporan mengenai analisis Bank of Korea. Perbezaan ini selari dengan kemungkinan perubahan pada tangga kerjaya: syarikat mungkin mengurangkan kerja peringkat permulaan yang boleh dibantu atau diautomatikkan oleh AI, sambil terus menghargai pekerja berpengalaman yang mampu mentafsir hasil, mengurus kes luar biasa dan bertanggungjawab terhadap keputusan. Namun, corak mengikut umur itu sahaja tidak membuktikan bahawa AI menyebabkan keseluruhan perubahan tersebut; faktor demografi, permintaan ekonomi dan keputusan pengambilan pekerja oleh majikan juga mungkin memainkan peranan.

Angka Korea Selatan wajar dibaca sebagai amaran tentang tumpuan kesan, bukan bukti bahawa setiap kehilangan pekerjaan golongan muda berpunca daripada ChatGPT atau sistem AI lain. Ukuran Bank of Korea mengenal pasti industri dan pekerjaan yang mempunyai pendedahan teknikal tinggi kepada AI. Pendedahan menunjukkan tempat gangguan lebih mudah berlaku—ia bukan sama dengan penggantian pekerjaan yang telah disahkan.

Mengapa graduan dan pekerja junior mungkin lebih terdedah?

Ijazah universiti bukan lagi pelindung automatik daripada kesan AI generatif. Ramai graduan memasuki pasaran kerja melalui peranan berasaskan pejabat dalam teknologi, perkhidmatan profesional, penyelidikan, analisis, penerbitan dan pentadbiran—bidang yang sama di mana AI boleh mengambil alih sebahagian tugasan.

Secara tradisinya, pekerjaan ini mempunyai dua fungsi: menghasilkan kerja yang berguna dan melatih pekerja untuk memikul tanggungjawab yang lebih kompleks. Apabila AI mengendalikan bahagian kerja yang lebih mudah, majikan mungkin menaikkan syarat pengambilan pekerja dan bukannya menghapuskan keseluruhan profesion. Seorang penganalisis junior, misalnya, mungkin diminta menyemak hasil yang dijana AI dan bukannya menyediakan setiap draf awal. Pengatur cara baharu pula mungkin perlu mengesahkan serta mengintegrasikan kod yang dijana AI, bukan menulis semua kod asas dari awal.

Langkah ini boleh meningkatkan produktiviti pasukan yang sudah kukuh. Tetapi ia juga mewujudkan kesesakan pada pintu masuk industri. Jika lebih sedikit pekerja junior diambil, lebih sedikit orang akan mengumpul pengalaman yang diperlukan untuk menjadi pakar kanan, pengurus atau penasihat yang dipercayai.

Goldman Sachs melihat tekanan serupa di negara maju

Penyelidikan Goldman Sachs melaporkan bahawa industri yang lebih terdedah kepada automasi AI secara umum mencatat pertumbuhan peluang pekerjaan yang lebih lemah sejak separuh kedua 2022. Hubungan ini amat ketara di beberapa ekonomi maju, termasuk Amerika Syarikat, Jerman dan Australia.

Perbandingan mengikut sektor paling ketara dalam industri pusat panggilan. Pekerjaan dalam bidang itu dilaporkan kira-kira 39% di bawah trend sejarah di Amerika Syarikat, 33% di Kanada dan 27% di Jerman. Bidang lain yang disebut dalam liputan penyelidikan tersebut termasuk penerbitan perisian, perundingan pengurusan dan pengiklanan. Perbandingan ini menunjukkan jurang berbanding trend terdahulu; ia tidak membuktikan bahawa AI merupakan satu-satunya punca kemerosotan.

Kesimpulan Goldman Sachs lebih berhati-hati berbanding ramalan bahawa seluruh ekonomi akan digantikan dalam masa terdekat. Kejutan yang kelihatan masih tertumpu pada industri dan kumpulan pekerja tertentu. Pekerja peringkat permulaan terdedah kerana tugasan mereka lazimnya lebih seragam, mudah diukur dan lebih mudah diautomatikkan atau dipercepatkan dengan AI.

Penggunaan AI juga semakin meluas, tetapi masih belum lengkap. Anggaran yang dilaporkan dalam liputan Goldman Sachs meletakkan kadar penggunaan AI di ekonomi maju utama sekitar 15% hingga 20%, manakala satu lagi ukuran Goldman Sachs—syarikat di Amerika Syarikat yang menggunakan AI dalam pengeluaran biasa—berada pada kira-kira 9%. Perbezaan ini menunjukkan mengapa statistik penggunaan perlu ditafsir dengan teliti: sesetengah tinjauan mengukur percubaan, penggunaan oleh pekerja atau penerapan pengeluaran yang berterusan.

Automasi dan peningkatan keupayaan menghasilkan kesan berbeza

Kesan AI terhadap pekerjaan sebahagiannya bergantung pada cara syarikat menggunakannya—sama ada untuk menggantikan tenaga kerja atau meningkatkan keupayaan pekerja.

Automasi mengurangkan jumlah tenaga manusia yang diperlukan untuk sesuatu tugasan. Contohnya termasuk menjawab pertanyaan pelanggan yang standard, menyediakan ringkasan rutin, menjana kod asas atau menyediakan draf awal dokumen. Automasi boleh mengurangkan pengambilan pekerja junior walaupun tiada pekerja sedia ada yang dibuang secara rasmi.

Peningkatan keupayaan, atau augmentation, pula menjadikan seseorang pekerja lebih produktif sambil manusia masih bertanggungjawab terhadap pertimbangan, pengesahan, kes luar biasa, hubungan dan keputusan. Hal ini boleh meningkatkan nilai pekerja berpengalaman, tetapi pada masa yang sama mungkin menaikkan jumlah hasil kerja yang dijangka daripada setiap pekerja. Seorang profesional yang dibantu AI mungkin mampu melakukan kerja yang sebelum ini memerlukan beberapa jam tugasan peringkat junior.

Kedua-dua proses ini boleh berlaku dalam syarikat yang sama. AI mungkin menghapuskan sebahagian tugasan rutin, meningkatkan produktiviti pekerja kanan dan mewujudkan permintaan terhadap individu yang boleh mereka bentuk aliran kerja, menyemak hasil serta mengurus risiko. Sebab itu jumlah pekerjaan keseluruhan boleh kelihatan agak stabil, sedangkan akses kepada pekerjaan pertama menjadi semakin sukar.

Risiko utama: tangga kerjaya semakin nipis

Persoalan jangka panjang yang paling penting bukan semata-mata sama ada AI menghapuskan satu jawatan. Persoalannya ialah sama ada AI menghilangkan tugasan awal yang selama ini menjadi cara pekerja mempelajari sesuatu profesion.

Tangga kerjaya yang sihat lazimnya membawa seseorang daripada kerja berulang di bawah penyeliaan kepada tanggungjawab yang memerlukan konteks, pertimbangan dan kebertanggungjawaban. Jika AI menyerap terlalu banyak kerja yang diselia itu, majikan mungkin mengekalkan kakitangan kanan tetapi mengambil lebih sedikit pekerja baharu. Kesan jangka pendeknya mungkin berupa kecekapan. Kesan jangka panjangnya pula boleh menjadi saluran bakat berpengalaman yang semakin sempit.

Inilah sebabnya kesan yang kelihatan kecil pada keseluruhan pasaran buruh masih boleh memberi kesan besar kepada golongan muda. Perubahan sederhana pada jumlah pekerjaan boleh menyembunyikan perubahan yang lebih tajam tentang siapa yang diambil bekerja, siapa yang menerima latihan sambil bekerja dan siapa yang berpeluang untuk meningkat dalam kerjaya.

Apa yang dibuktikan oleh data—dan apa yang belum dibuktikan

Penyelidikan yang ada menyokong beberapa kesimpulan berhati-hati:

• Tekanan pasaran buruh berkaitan AI muncul terlebih dahulu dalam industri terpilih yang sangat terdedah, bukan dalam semua pekerjaan secara serentak.
• Pekerja muda dan peringkat permulaan amat terdedah kerana AI boleh melaksanakan atau mempercepatkan banyak tugasan rutin yang sebelum ini menjadi laluan masuk ke kerjaya profesional.
• Pekerja berpengalaman mungkin mendapat manfaat apabila nilai mereka bergantung pada penyeliaan, kepercayaan pelanggan, pertimbangan kompleks dan tanggungjawab terhadap hasil.
• Data semasa belum membuktikan bahawa penggantian besar-besaran tidak dapat dielakkan. Hasil pekerjaan juga bergantung pada peningkatan produktiviti, produk dan perkhidmatan baharu, permintaan buruh, peraturan serta sama ada syarikat menggunakan AI untuk mengembangkan pengeluaran atau sekadar mengurangkan jumlah pekerja.

Kesimpulan praktikalnya ialah AI kini lebih jelas mengubah cara seseorang memasuki kerjaya berbanding menghapuskan semua kerjaya. Majikan dan kerajaan perlu memantau bukan sahaja jumlah pekerjaan, tetapi juga pengambilan pekerja junior, program perantis, mobiliti dalaman, reka bentuk semula tugasan, kadar kemajuan kerjaya dan akses kepada latihan yang bermakna.

Jika tugasan pertama yang membina pengalaman hilang, masalahnya bukan sekadar peluang kerja yang berkurangan hari ini. Masalahnya ialah siapa yang akan menjadi tenaga pakar pada masa depan.