Otomasi dan Kecerdasan Buatan: Bagaimana mesin memengaruhi orang dan tempat
Pada awalnya, para teknolog mengeluarkan alarm dystopian tentang kekuatan otomatisasi dan kecerdasan buatan (AI) untuk menghancurkan pekerjaan. Kemudian datang koreksi, dengan gelombang kepastian. Sekarang, wacana tampaknya sampai pada pemahaman yang lebih rumit, menunjukkan bahwa otomatisasi tidak akan membawa kiamat atau utopia, melainkan manfaat dan stres yang sama. Begitulah sifat ambigu dan terkadang tanpa tubuh dari diskusi pekerjaan di masa depan.
Oleh karena itu analisis disajikan di sini. Ditujukan untuk membawa tren yang seringkali tidak dapat dipahami ke bumi, laporan berikut mengembangkan analisis ke belakang dan ke depan dari dampak otomatisasi selama tahun 1980 hingga 2016 dan 2016 hingga 2030 untuk menilai tren masa lalu dan yang akan datang karena mereka memengaruhi orang dan komunitas di Amerika Serikat.
Laporan ini berfokus pada bidang-bidang perubahan pekerjaan potensial daripada kerugian atau keuntungan bersih pekerjaan. Perhatian khusus diterapkan untuk menggali di bawah statistik top-line nasional untuk mengeksplorasi variasi industri, geografis, dan demografis. Akhirnya, laporan ini diakhiri dengan menyarankan kerangka tanggapan yang komprehensif untuk pembuat kebijakan nasional dan negara bagian-lokal.
Langsung ke data
Potensi otomatisasi berdasarkan pekerjaan
Otomasi: Apa itu dan bagaimana dampaknya terhadap pekerja
Otomasi ada untuk menggantikan pekerjaan yang dilakukan oleh manusia dengan pekerjaan yang dilakukan oleh mesin, dengan tujuan untuk meningkatkan kualitas dan kuantitas output dengan biaya yang lebih rendah.
Bagaimana manusia dan otomatisasi berinteraksi?
Konsep otomatisasi, dan penggunaan model berbasis tugas untuk menganalisisnya, mengarah pada beberapa hal: aturan umum yang tampaknya mengatur interaksi mesin dan pekerja. Berikut adalah enam kecenderungan dasar dalam cara kerja otomatisasi dan interaksinya dengan tenaga manusia yang membantu dalam penilaian:
Otomatisasi menggantikan tenaga kerja
Jika sebuah mesin dapat melakukan tugas yang saat ini dilakukan oleh manusia, ia akan melakukannya dengan presisi, kecepatan, dan biaya yang lebih rendah—tetapi ada batasan untuk substitusi tersebut.
Mesin menggantikan tugas, bukan pekerjaan
Pekerjaan adalah kumpulan tugas, dan bahkan di bawah skenario yang paling agresif, tidak mungkin mesin akan menggantikan semua tugas dalam satu pekerjaan.
Otomatisasi juga melengkapi tenaga kerja
Aktivitas di tempat kerja yang tidak diambil alih oleh otomatisasi dilengkapi dengannya—membuat tugas manusia yang tersisa menjadi lebih berharga.
Otomatisasi dapat meningkatkan permintaan, menciptakan lapangan kerja
Peningkatan biaya dan kualitas yang didorong oleh otomasi dapat meningkatkan permintaan ke tingkat yang mengimbangi kehilangan pekerjaan yang mungkin terjadi.
Penambahan modal dan tenaga kerja memacu inovasi
Ketika mesin menangani aktivitas rutin yang memakan waktu, kapasitas manusia dibebaskan untuk menciptakan produk dan tugas baru.
Kemungkinan teknologi tidak sama dengan realitas teknologi
Ada banyak alasan mengapa adopsi teknologi gagal mencapai potensi, jadi adalah kesalahan untuk menyamakan potensi teknologi dengan kemungkinan hasil yang diproyeksikan.
Dalam hal menentukan jaring dampak otomatisasi pada pekerjaan dan upah , Ekonom MIT David Autor menyediakan kerangka kerja yang disederhanakan. Di dalamnya, ia menyoroti tiga dinamika utama:
Teknologi apa yang tidak menggantikan, itu melengkapi
Pekerja yang memasok tugas yang digantikan oleh mesin lebih mungkin mendapat manfaat dari otomatisasi daripada pekerja yang memasok tugas yang dapat diselesaikan oleh mesin.
Upah akan ditentukan oleh kemudahan yang dengannya peran-peran yang diminta dapat diisi
Keuntungan upah untuk sisa tugas yang diselesaikan oleh manusia akan lebih besar ketika hambatan masuk (misalnya pendidikan, pelatihan, sertifikasi) lebih tinggi.
Jumlah pekerjaan dalam suatu industri akan ditentukan oleh interaksi kompleks dari perubahan harga, kualitas, dan kekayaan yang didorong oleh otomatisasi
Otomatisasi mendorong peningkatan biaya dan kualitas untuk produk, serta peningkatan produktivitas dan kekayaan bagi pekerja, yang dapat mengurangi beberapa perpindahan tenaga kerja.
Baca detail laporan mengenai pembingkaian otomatisasi dan dampaknya di halaman 14
Temuan
Prediksi laporan menilai kerentanan berbagai pekerjaan, tempat, dan kelompok demografis terhadap gangguan oleh otomatisasi tempat kerja dan AI. Data yang dihasilkan oleh McKinsey Global Institute digunakan untuk memperkirakan persentase tugas dalam pekerjaan tertentu yang berpotensi dapat diotomatisasi dengan teknologi yang tersedia saat ini.
Tugas fisik dan kognitif rutin akan menjadi yang paling rentan
Hampir tidak ada pekerjaan yang akan terpengaruh oleh perubahan teknologi di era AI. Beberapa pekerjaan yang paling rentan adalah pekerjaan di administrasi perkantoran, produksi, transportasi, dan persiapan makanan. Pekerjaan semacam itu dianggap menghadapi risiko tinggi dengan lebih dari 70 persen tugas mereka berpotensi dapat diotomatisasi. Semua ini melibatkan kegiatan rutin, kerja fisik atau pengumpulan dan pemrosesan informasi.
Namun, pekerjaan berisiko tinggi hanya mewakili seperempat dari semua pekerjaan. Sisanya, pekerjaan yang lebih aman mencakup berbagai pekerjaan yang lebih luas mulai dari peran profesional dan teknis dengan persyaratan pendidikan tinggi hingga perawatan pribadi bergaji rendah dan pekerjaan pembantu rumah tangga yang dicirikan oleh aktivitas non-rutin atau abstrak dan kecerdasan sosial dan emosional.
Baca lebih lanjut tentang dampak otomatisasi pada pekerjaan di halaman 29
Potensi otomatisasi oleh kelompok pekerjaan utama, 2016
...
...
Otomatisasi akan mempengaruhi tempat yang berbeda dengan cara yang bervariasi
Otomatisasi akan terjadi di mana-mana, tetapi terobosannya akan dirasakan secara berbeda di berbagai tempat, bervariasi dengan industri lokal, tugas, dan campuran keterampilan. Secara keseluruhan, komunitas pedesaan yang lebih kecil dan lebih terlihat secara signifikan lebih terpapar pada otomatisasi konten tugas saat ini daripada yang lebih besar. Hubungan ini berlaku ketika membandingkan metropolitan dengan daerah pedesaan serta di antara metro dengan ukuran yang berbeda. Di antara 100 metro terbesar di negara itu, pencapaian pendidikan pekerja akan terbukti sangat menentukan.
Baca lebih lanjut tentang dampak otomatisasi pada geografi lokal di halaman 37
Potensi otomatisasi rata-rata menurut wilayah metropolitan, 2016
100 wilayah metropolitan terbesar
...
Laki-laki, pemuda, dan kelompok yang kurang terwakili akan menjadi yang paling terpengaruh di antara kelompok demografis
Segmentasi pasar tenaga kerja yang tajam berdasarkan pencapaian pendidikan, jenis kelamin, usia, dan identitas ras-etnis memastikan bahwa beberapa kelompok demografis cenderung menanggung lebih banyak beban untuk menyesuaikan diri dengan era AI daripada yang lain. Kesenjangan yang mungkin terjadi jelas: Laki-laki, pemuda, dan pekerja yang kurang berpendidikan, bersama dengan kelompok yang kurang terwakili semuanya tampaknya akan menghadapi tantangan yang jauh lebih akut dari otomatisasi di tahun-tahun mendatang. Pekerja muda dan Hispanik akan sangat terekspos.
Baca lebih lanjut tentang dampak otomatisasi pada grup demografis di halaman 44
Potensi otomatisasi rata-rata berdasarkan usia atau ras/etnis, 2017
Strategi untuk menyesuaikan
Para pemimpin federal, negara bagian, lokal, dan sipil perlu memulai upaya berkelanjutan untuk memastikan pasar tenaga kerja bekerja dengan baik bagi orang-orang di era otomatisasi AI.
Lima agenda utama memerlukan perhatian untuk mengurangi tekanan yang akan datang saat negara ini memasuki periode otomatisasi AI.
Rangkullah pertumbuhan dan teknologi
Menjalankan ekonomi full-employment, baik secara nasional maupun regional
Rangkullah teknologi transformatif untuk pertumbuhan kekuatan
Mempromosikan pola pikir belajar yang konstan
Berinvestasi dalam melatih kembali pekerja lama
tanggal bulan merah 2020
Perluas pembelajaran dan sertifikasi yang dipercepat
Jadikan pengembangan keterampilan lebih mudah diakses secara finansial
Menyelaraskan dan memperluas pendidikan tradisional
Menumbuhkan kualitas manusia yang unik
Memfasilitasi penyesuaian yang lebih halus
Membuat Penyesuaian Universal Manfaat untuk mendukung semua pekerja yang dipindahkan
Maksimalkan perekrutan melalui program ketenagakerjaan bersubsidi
Mengurangi kesulitan bagi pekerja yang sedang berjuang
Reformasi dan perluas dukungan pendapatan bagi pekerja dalam pekerjaan bergaji rendah
Mengurangi volatilitas keuangan bagi pekerja dalam pekerjaan berupah rendah
Mengurangi dampak lokal yang keras
Ekonomi regional yang rentan di masa depan
Perluas dukungan untuk penyesuaian komunitas
Baca lebih lanjut tentang strategi bagi pembuat kebijakan untuk mengatasi dampak otomatisasi di halaman 47
Laporan Diproduksi oleh Metro Brookings