Анализ
Экономисты Стэнфорда установили, что воздействие ИИ сильнее всего сказывается на начальном уровне занятости
Новое исследование, отслеживающее профессиональное воздействие AI, показывает значительные потери рабочих мест среди молодых сотрудников в областях с высоким уровнем воздействия, в то время как пожилые работники столкнулись с меньшими нарушениями. Исследование поднимает вопросы о кадровых потоках и давлении на заработную плату, даже несмотря на то, что прирост производительности остаётся сконцентрированным.
Эльвин С ·
Молодые работники в профессиях с высокой степенью воздействия искусственного интеллекта испытывают более резкое сокращение занятости по сравнению со своими старшими коллегами, согласно обновлённому исследованию экономистов Стэнфорда, о котором сообщает Ars Technica. Это открытие совпадает с тем, что компании внедряют инструменты ИИ в административные, офисные, клиентские и работы по вводу данных — отрасли, где на начальном уровне трудоустройства традиционно приходилось большое число работников на ранних этапах карьеры. Исследование не устанавливает, что конкретные модели ИИ напрямую устраняли определённые рабочие места, но наблюдаемый паттерн указывает на то, что уровень воздействия на профессию коррелирует с измеримым снижением занятости среди работников младше 35 лет, даже если старшие работники в тех же профессиях сохраняли или увеличивали свои позиции.
Экономика имеет значение, потому что начальные должности функционируют как механизм сортировки. Позиции для работников на ранних этапах карьеры обучают их отраслевым нормам, создают сети контактов и сигнализируют будущим работодателям о надежности. Когда потоки найма сжимаются, молодые работники теряют не только текущий доход, но и структуры подтверждения квалификации и наставничества, которые исторически способствовали карьерному росту. Исследование Стэнфордского института экономической политики отслеживало показатели воздействия на уровне профессий по отношению к данным о занятости из Бюро трудовой статистики США, сравнивая состав рабочей силы до и после крупных выпусков ИИ в 2023 и 2024 годах. Продольные данные показывают, что расходы на адаптацию непропорционально ложились на молодых работников, что позволяет предположить либо то, что компании переобучали существующий персонал, а не заменяли его, либо то, что новые наймы просто прекратились в затронутых областях. Отчет Ars Technica документирует материалы, лежащие в основе этого отчета.
Что остается неясным, так это то, отражает ли это постоянное структурное изменение или циклическую текучесть на рынке труда в переходный период. У компаний есть финансовые стимулы для автоматизации рутинной работы, и возможности ИИ в обработке документов, вводе данных и сортировке запросов клиентов являются настоящими. Но структура стимулов также вознаграждает переработку задач вместо их полного устранения. Компания может сократить найм на младшие должности по вводу данных, увеличивая при этом спрос на работников, которые управляют результатами ИИ, проверяют исключения или обрабатывают эскалации. Этот сдвиг выглядит как потеря рабочих мест в опубликованной статистике, но сохраняет некоторый спрос на труд, если работники могут переобучаться. Прогноз занятости ОЭСР зафиксировал аналогичные тенденции в предыдущие волны автоматизации, когда профессиональная подверженность предсказывает давление на занятость, но полное исчезновение профессий остается редким. Институт экономической политики Стэнфорда предоставляет полезную техническую информацию для оценки этого утверждения.
Маржи, заморозки найма и сигналы по зарплатам
Цикл внедрения корпоративного ИИ создает своеобразный момент стимулов. Ранние последователи получают конкурентное преимущество, если автоматизация снижает их себестоимость по сравнению с конкурентами, которые все еще работают вручную. Это конкурентное давление распространяется по отраслям. Однако прирост маржи зависит от сокращения рабочей силы, ограничения найма или подавления заработной платы. Компании, сообщающие инвесторам о повышении операционной эффективности, явно демонстрируют свои намерения: расходы сокращаются за счет внедрения технологий. Если молодые работники страдают непропорционально сильно, это указывает на то, что компании либо не заменяют ушедших младших сотрудников, либо объединяют роли вверх, требуя от работников среднего возраста выполнять задачи, которые ранее выполняли начальные сотрудники. Само это объединение устраняет возможности для роста для следующего поколения, вступающего в рабочую силу. США. Операционный компромисс также отражен в Бюро трудовой статистики США.
Данные по зарплатам в конечном итоге прояснят механизм. Если компании заменяют младший персонал автоматизацией, а затем покупают корпоративные сервисы ИИ, номинальные зарплаты оставшихся младших сотрудников могут вырасти из-за дефицита, но общее количество младших работников сократится. Альтернативно, если компании сохраняют младшие позиции, но сокращают объем найма, зарплаты на начальном уровне могут оставаться стабильными или снижаться из-за уменьшения переговорной силы. Исследование Стэнфорда пока не публикует подробные данные о зарплатах, но само сокращение занятости указывает на то, что младший персонал становится менее дефицитным, а не более, что обычно приводит к стагнации заработной платы, а не к её росту. Для более широкого контекста, Обзор занятости ОЭСР описывает соответствующий стандарт или учреждение.
Рост производительности и их распределение
Более широкий экономический парадокс заключается в том, что облачные вычисления и инфраструктура для предприятий генерируют измеримые приросты производительности на агрегированном уровне. Компании сообщают о более быстром времени обработки, снижении уровня ошибок и уменьшении операционного трения. Тем не менее, эти приросты сосредоточены внутри фирм и отраслей, которые могут позволить себе расходы на внедрение, тогда как выгоды для рынка труда распределены неравномерно. Если бы улучшения производительности напрямую превращались в расширение найма или широкую рост заработной платы, мы бы наблюдали рост занятости на начальном уровне даже в профессиях с высоким уровнем воздействия. Вместо этого данные Стэнфорда показывают обратное. Это предполагает, что прирост производительности идет на капитал и к квалифицированным работникам, которые управляют технологией, в то время как спрос на рутинный труд просто сокращается. корпоративный ИИ помогает разместить проблему в более широком контексте политики и инженерии.
Политический вопрос сводится к тому, является ли это переходным явлением или долговременным. Предыдущие волны автоматизации в конечном итоге создавали чистый рост рабочих мест, но переходный период иногда длился годы и причинял постоянный ущерб отдельным группам. Работники, вытесненные в 25 лет, редко возвращаются к своему прежнему уровню заработка, даже если новые рабочие места в конечном итоге появляются. Результаты исследований Стэнфорда указывают на реальную проблему времени: внедрение ИИ ускоряется быстрее, чем возможности переобучения или создание новых рабочих мест в смежных сферах. Молодые работники, которые в настоящее время сталкиваются с заморозкой найма в ощутимых профессиях, не могут просто ждать, пока спрос на труд изменится, если этот сдвиг займет десятилетие. Им приходится либо самостоятельно оплачивать переобучение, либо соглашаться на работу с более низкой оплатой в непопулярных отраслях, либо мириться с длительной безработицей. Принятие решений в условиях неизвестности само по себе является формой экономических потерь, даже если в конечном итоге ситуация с занятостью нормализуется.
Что ясно показывает исследование Стэнфорда, так это то, что воздействие ИИ распределено среди работников неравномерно по возрасту. Пожилые работники получают преимущества за счет старшинства, установленных связей и навыков, которые по-прежнему сложно автоматизировать. Молодые работники, сосредоточенные на рутинных ролях именно потому, что они молоды, сталкиваются с наибольшим давлением. Разрешится ли это через адаптацию или закрепится в виде долгосрочной карьерной травмы, зависит от решений, принимаемых сейчас о вложениях в образование, помощь в переподготовке и координацию на рынке труда. Институт экономической политики Стэнфорда оценил масштаб проблемы. Рынки и политики будут определять, соответствует ли реакция масштабу. Последний пункт можно проверить сравнительно с облачные вычисления.
Темы: искусственный интеллект, рынки труда, начальный уровень занятости, экономическая политика, технологические потрясения