Meer dan drie jaar na de lancering van ChatGPT blijft de impact van kunstmatige intelligentie (AI) op werkgelegenheid grotendeels onzichtbaar in de geaggregeerde statistieken. Toch begint het aan de randen van bepaalde segmenten van de arbeidsmarkt op te duiken, vooral in instapfuncties binnen de meest kwetsbare sectoren. Door een unieke kaart te bieden van de blootstelling aan AI-gedreven automatisering van de taken die verschillende beroepen vormen, benadrukt deze gezamenlijke studie van Coface en het Observatorium van Bedreigde en Opkomende Banen (OEM) een verschuiving in het front van automatisering.
Met AI zijn het nu cognitieve, complexe en vaardige taken die steeds meer risico lopen, wat een risico op verstoring van de structuur van werkgelegenheid met zich meebrengt.
Een innovatieve methodologie om het potentieel voor automatisering van taken en beroepen te meten
Het doel van deze studie is om een gedetailleerde kaart te geven van de gebieden waar de verspreiding van AI het meest waarschijnlijk werk zal transformeren. Deze gedetailleerde analyse onthult kwetsbaarheden die nog grotendeels over het hoofd worden gezien door geaggregeerde statistieken, aangezien blootstelling sterk varieert tussen taken, beroepen, sectoren, landen en regio's.
De methodologie ontwikkeld door de OEM pakt drie beperkingen aan die vaak worden waargenomen in bestaande analyses: een gebrek aan detaillering in de analyse van functies, lage reproduceerbaarheid van beoordelingen gebaseerd op deskundige beoordelingen of evaluaties geproduceerd door AI en het ontbreken van een echt toekomstgerichte dimensie in de verschillende fasen van AI-ontwikkeling.
Elk van de 923 geanalyseerde beroepen is onderverdeeld in taken, die zelf zijn onderverdeeld in elementaire handelingen die worden beschreven als trioolen (werkwoord, object, context). Deze opsplitsing maakt een nauwkeurigere beoordeling mogelijk van de mate waarin elke taak wordt blootgesteld aan automatisering. De elementaire acties worden vervolgens beoordeeld met expliciete en reproduceerbare regels.
Deze methode biedt een concreet antwoord op de drie geïdentificeerde beperkingen. Ten eerste verfijnt het de analyse van beroepen aanzienlijk door de beoordeling te onderscheiden door generieke basishandeling, ongeacht het betreffende beroep. Ten tweede verbetert het de reproduceerbaarheid van beoordelingen door expliciete en controleerbare regels. Ten slotte introduceert het een echt vooruitstrevende dimensie, waardoor de blootstelling van taken kan worden geprojecteerd over meerdere fasen van AI-ontwikkeling – vijf in de context van deze studie – in plaats van slechts een momentopname op één moment te geven.
Naast de OEM heeft Coface geholpen dit kader uit te breiden door een methode te ontwikkelen voor het wegen van taken op basis van hun belang en frequentie, het verfijnen van de vooruitstrevende scenario's en scoreregels, en het verbreden van de empirische reikwijdte van de analyse naar bijna dertig landen.
Deze beoordeling van blootstelling aan automatisering is bewust ruwe en op de aanbodzijde gericht: het meet de technische blootstelling van taken aan automatisering en beoordeelt daardoor op geen enkele wijze het volume van netto banenverlies.
Sterker nog, door ontwerp houdt het geen rekening met vraagdynamiek, de mogelijke creatie van nieuwe taken, of de wrijvingen die de daadwerkelijke inzet van AI kunnen vertragen of beperken.
Verschillende blootstelling tussen beroepsgroepen: AI richt zich voornamelijk op cognitieve en informatie gerelateerde activiteiten
De studie benadrukt een grote breuk met eerdere golven van automatisering: AI vertegenwoordigt geen voortzetting van technologieën zoals robotica of software, maar verschuift de focus naar complexe en niet-repetitieve cognitieve taken. De impact ervan is diepgaand gevarieerd: het wordt eerst op taakniveau gevoeld, voordat het een ongelijke impact heeft op beroepen, beroepsgroepen en daarbuiten op de sectoren waarin zij geconcentreerd zijn.
In het hoofdscenario dat wordt bestudeerd, met betrekking tot de inzet van agent-gebaseerde AI, overschrijdt ongeveer één op de acht beroepen de 30%-drempel van automatiseerbare taken, wat volgens het onderzoek een drempel is voor een ingrijpende transformatie van het beroep, wat de weg vrijmaakt voor een mogelijk significante herindeling van personeel, zonder noodzakelijkerwijs het verdwijnen ervan te betekenen.
De meest blootgestelde beroepen zijn geconcentreerd in vakgebieden die zeer cognitief en informatie-intensief zijn: techniek, IT, administratieve functies, financiën, recht en bepaalde creatieve en analytische beroepen.
Aantal beroepen met ≥ 30% van de taken die geautomatiseerd kunnen worden, per beroepsgroep, Special Agent-scenario
Data voor grafiek in .xlsx formaat
Omgekeerd blijven de minst kwetsbare beroepen grotendeels handmatig of betreffen ze menselijke interacties die moeilijk te standaardiseren zijn: productie, bouw, onderhoud, transport, catering, schoonmaak en bepaalde zorg- en ondersteunende activiteiten.
De studie meet ook de daadwerkelijke inhoud van het risico op het werk in elke onderzochte arbeidsmarkt door het aandeel automatiseerbare taken in elk van de 923 beroepen te vergelijken met het werkgelegenheidsvolume. Door ze in acht brede categorieën te groeperen, wordt de beroepsgroepen met het grootste risico geïdentificeerd.
De belangrijkste bevindingen zijn duidelijk: meer dan een kwart van de werkinhoudzou geautomatiseerd kunnen worden in de management- en administratiesector, creatieve beroepen, recht en financiën, evenals in de ingenieurs- en IT-sector. Omgekeerd blijven face-to-face diensten en technische, ambachtelijke en industriële productieberoepen onder de drempel van 10%. Banen in zorg, onderwijs, verkoop en, breder gezien, beroepen met betrekking tot mensen nemen een tussenpositie in: sommige van hun taken lopen risico, maar hun menselijke dimensie blijft een beschermende factor vormen.
Significante verschillen tussen landen
De studie benadrukt dat de blootstelling van landen aan AI-gedreven automatisering aanzienlijk varieert, variërend van ongeveer 12% van de werkinhoud die wordt blootgesteld aan automatisering (gedefinieerd als het aandeel automatiseerbare taken ten opzichte van de totale werkgelegenheid) in Turkije tot bijna 20% in het Verenigd Koninkrijk. Deze verschillen worden grotendeels verklaard door de structuur van de economieën, die grotendeels de structuur van werkgelegenheid bepaalt en daarmee het aandeel taken dat mogelijk geautomatiseerd kan worden.
De rijkste economieën en die het meest gericht op cognitieve diensten lijken daarom het meest blootgesteld aan automatisering. Naast het VK hebben Nederland, Ierland en Luxemburg een hogere concentratie informatie-intensieve beroepen, terwijl landen waar de werkgelegenheid meer gericht is op handel, persoonlijke diensten, bouw, transport of andere fysiek intensievere activiteiten, een gematigdere blootstelling vertonen. De studie identificeert vijf groepen landen met vergelijkbare profielen.
Naast werkgelegenheid: waarde verdeling, sociale bescherming, onderwijs, nieuwe afhankelijkheden... Veel vragen die momenteel geen antwoord hebben.
De mogelijke effecten van de uitrol van AI reiken verder dan alleen de kwestie van werkgelegenheid. Omdat het zich richt op geschoolde en goedbetaalde beroepen, kan de uitrol van AI uiteindelijk de economische en sociale balans verstoren.
Door sommige taken uit de meest geschoolde beroepen te automatiseren, kan een aanzienlijk deel van de toegevoegde waarde van arbeid naar kapitaal verschuiven. Voor landen waarvan het belastingsysteem sterk afhankelijk is van directe en/of indirecte belasting op arbeid, zou deze ontwikkeling een dubbele begrotingsuitdaging vormen: het verminderen van de belastinginkomsten (sociale zekerheidsbijdragen, inkomstenbelasting, btw, enz.). terwijl tegelijkertijd de overheidsuitgaven (werkloosheidsverzekering, opleiding) werden verhoogd.
De studie nodigt ons ook uit om breder te kijken naar de waarde van onderwijs en de kwalificaties die momenteel aan het einde van verschillende onderwijstrajecten worden toegekend. Als sommige taken waarvoor lange studieprogramma's worden voorbereid gemakkelijker te automatiseren worden, kan de relatie tussen opleidingsniveau, salaris en baanzekerheid verzwakken. Zonder (nog) te concluderen dat hoger onderwijs niet langer nodig is, suggereren deze bevindingen dat werkgevers minder nadruk leggen op alleen kwalificaties en zich in plaats daarvan richten op vaardigheden die complementair blijven aan AI, zoals beoordelingsvermogen, aanpassingsvermogen of het vermogen om het gebruik ervan te controleren.
Ten slotte kan de opkomst van AI leiden tot nieuwe geopolitieke, logistieke en operationele kwetsbaarheden vanwege de concentratie van haar meest kritieke activa (halfgeleiders, taalmodellen, datacenters) onder een beperkt aantal bedrijven en landen die de technologieën beheersen.
Conclusie: een transformatie die in staat is het werk te hervormen
Hoewel het exacte traject van deze transformaties onzeker blijft, en hoewel de overgang van de technische blootstelling van taken naar hun netto-effecten op werkgelegenheid zeker niet automatisch is, valt één punt toch duidelijk op:
AI wordt niet aan de rand van het werk ingezet, maar over een deel van zijn cognitieve, niet-routinematige en bekwame functies, die lang als de veiligste werden beschouwd. Omdat deze functies deel uitmaken van beroepen die een grote rol spelen in het genereren van inkomen, toegevoegde waarde en belastinginkomsten, lijkt het onwaarschijnlijk dat zo'n transformatie kan plaatsvinden zonder in verschillende mate de aard van banen en de balansen die eraan ten grondslag liggen in verschillende mate.
> Download de volledige studie (.pdf) of volg de keynote van de auteurs tijdens de Coface Country Risk Conference
