WorkVue Agent fokuserar på själva arbetsuppgifterna. Det dissekerar specifika roller inom en organisation och använder WTW:s egenutvecklade data om arbetsprocesser samt en taxonomi som täcker över 900 O*NET-yrken för att identifiera vilka uppgifter som kan automatiseras eller förstärkas av AI . Resultatet hjälper ledare att omforma arbetet kring både maskiner och människor, snarare än att bara byta ut det ena mot det andra.
ChangeVue utvärderar sedan om organisationen faktiskt kan ta till sig den förändringen. Det mäter anpassningsförmåga och kartlägger potentiella hinder, från kulturella friktioner till förändringströtthet, vilket ger ett realistiskt betyg på den mänskliga och organisatoriska sidan av transformationen .
Denna kombination är ett medvetet motgift mot vad som ofta misslyckas i företags AI-satsningar: pilotprojekt som fungerar tekniskt men stannar av kulturellt . Istället för att bara leverera en lista över automatiserbara uppgifter, avslöjar de kombinerade verktygen gapet mellan vad som är tekniskt möjligt och vad organisationen är förberedd att genomföra.
Det mest slående resultatet från WTW:s analys är hur ojämnt AI:s grepp kommer att vara över arbetsmarknaden. Baserat på sin kartläggning av över 900 yrken mot arbetsprocessdata publicerade företaget spann för hur stor andel av arbetsuppgifterna som kan påverkas, uppdelat på breda rollkategorier .
Den stora skillnaden förstärker ett tydligt mönster: ju mer repetitiv, strukturerad och uppgiftsbaserad en roll är, desto större automatiseringspotential visar AI för närvarande. För kunskapsarbetare lutar AI:s roll mer åt förstärkning – som hjälp med datasammanställning, textutkast eller research – snarare än direkt ersättning .
Denna detaljnivå på yrkesnivå utgör ett betydande kliv framåt från tidigare breda arbetsmarknadsenkäter. WTW:s uppgiftsdrivna taxonomi kommer närmare hur arbete faktiskt ser ut i praktiken, vilket är anledningen till att spannen är så breda mellan kategorierna .
WTW:s resultat landar i en arbetsmarknad som World Economic Forum beskriver som stående inför en strukturell omformning, inte bara en gradvis förändring. Future of Jobs Report 2025, som undersökte över 1 000 arbetsgivare som representerar mer än 14 miljoner arbetstagare i 55 ekonomier, förutspår att 22 % av dagens roller kommer att förändras till 2030 – vilket omfattar både skapandet av 170 miljoner nya jobb och försvinnandet av 92 miljoner befintliga .
Ännu mer avgörande för den dagliga personalplaneringen: arbetsgivarna räknar med att 39 % av de kärnkompetenser som krävs för nuvarande roller kommer att förändras inom samma femårsperiod . Trots att den siffran har sjunkit något från 44 % i 2023 års rapport, representerar den fortfarande en nästan total omvälvning av vad miljontals arbetstagare behöver kunna till 2030
.
Teknologiska färdigheter förväntas växa i betydelse snabbare än någon annan kompetensfamilj, med AI och big data, teknisk läskunnighet och cybersäkerhet i topp på företagens prioriteringslistor . Ändå är analytiskt tänkande den enskilt mest efterfrågade kärnkompetensen över alla branscher, där sju av tio arbetsgivare markerar den som nödvändig
.
Den rena förändringstakten – 86 % av de tillfrågade arbetsgivarna förväntar sig att AI och informationsbehandlingsteknik ska omvandla deras verksamhet – skapar både en möjlighet och ett koordineringsproblem . Arbetsmarknaden genererar samtidigt netto nya roller (en global ökning med cirka 78 miljoner jobb) och gör stora delar av nuvarande kompetensuppsättningar föråldrade, allt inom ett enda årtionde
.
WTW:s beslut att bädda in ChangeVue vid sidan av WorkVue Agent var ett medvetet svar på vad företaget ser som den främsta orsaken till misslyckande vid företags införande av AI: organisationer identifierar vad som kan automatiseras, hoppar direkt till driftsättning och stöter sedan på patrull när personalstyrkan inte är redo .
WEF:s data stöder denna oro. Medan 41 % av de tillfrågade arbetsgivarna planerade att minska sin personalstyrka där AI kunde automatisera uppgifter, avsåg två tredjedelar också att anställa talang med AI-specifika färdigheter . Resultatet blir en samtidig dragkamp mellan att minska antalet anställda inom vissa områden och att desperat söka efter medarbetare med kompetenser som knappt existerade för några år sedan.
Att bygga en förändringsredo organisation kräver mer än en utbildningsbudget. WTW:s angreppssätt betonar att tänka om hur arbete organiseras – bryta ner jobb i uppgifter, bestämma vilka som ska förbli mänskliga, avgöra hur maskiner och medarbetare samverkar och skapa vägar för talanger vars roller omdefinieras . WEF argumenterar på liknande sätt att de mest effektiva motåtgärderna innefattar medveten kompetensväxling, övergångsvägar och en tydlig koppling mellan teknikinförandebeslut och talangstrategi
.
Organisationer som behandlar AI-arbetskraftsomställning som en rent teknisk utmaning – driftsätt först, hantera människorna senare – riskerar att automatisera uppgifter snabbare än vad deras team kan anpassa sig . De verktyg som WTW lanserade i juni 2026 är byggda för att göra den missanpassningen synlig innan den blir en kris.
Comments
0 comments