Kako AI proširuje ono što ljudi rade na poslu

AI mijenja posao koji ljudi obavljaju. U analizi više od 800.000 poruka američkih korisnika ChatGPT‑a, naše novo istraživanje pokazuje da se 16,8 % poruka povezanih s poslom i 43,5 % poruka specifičnih za zanimanje odnosi na zadatke povezane s nekim drugim zanimanjem.

Vlasnik malog poduzeća može samostalno napisati promotivni tekst, pregledati ugovor ili provesti osnovnu financijsku analizu. Prodajni stručnjak može se koristiti AI-jem kako bi istražio skup podataka o klijentima koji bi prije možda proslijedio analitičaru. Marketinški stručnjak može otkloniti poteškoće na web-mjestu ne čekajući programera. U svakom od tih slučajeva AI ne mijenja samo način obavljanja posla nego i to tko što radi.

Naše novo izvješće, Work na granici mogućega: Kako AI proširuje ono što ljudi rade na poslu, proučava taj pomak. Obrazac koji iz toga proizlazi nazivamo prelijevanjem zadataka: posao koji se povijesno povezivao s jednim zanimanjem pojavljuje se u načinu na koji AI upotrebljavaju osobe drugog zanimanja. U našem Okviru za tranziciju radnih mjesta u doba AI-ja⁠(otvara se u novom prozoru) tvrdimo da će se mnogi poslovi vjerojatno reorganizirati jer bi se njihovi svakodnevni zadaci mogli znatno promijeniti. Ovo je izvješće prvo u našoj novoj seriji Work na granici mogućega, koja istražuje kako AI mijenja rad u stvarnom vremenu. 

Zahvaljujući jedinstvenom uvidu u promjene u svijetu rada, redovito ćemo pružati uvide utemeljene na podacima i dokazima kako bismo usmjeravali politike i praksu.

Mnoga istraživanja AI-ja i rada polaze od fiksnog popisa zadataka povezanih s određenim zanimanjem i ispituju mogu li ih modeli izvršiti. Naši dokazi upućuju na to da AI mijenja i raspodjelu zadataka među ljudima.

Kako bismo izmjerili prelijevanje zadataka, najprije odvajamo posao povezan s određenim zanimanjem od posla koji se pojavljuje u brojnim zanimanjima. Neke aktivnosti, poput pisanja, sažimanja i izrade rasporeda, toliko su raširene u različitim zanimanjima da ne mogu biti dokaz prelijevanja. Njih klasificiramo kao generičke. Za preostale poruke utvrđujemo pripada li zadatak korisnikovu zanimanju ili je izvan njega. Među negeneričkim porukama njih 43,5 % odnosi se na područja izvan korisnikova zanimanja, što pruža rani uvid u to kako bi AI mogao preoblikovati sadržaj poslova prije nego što se te promjene pojave u opisima ili nazivima radnih mjesta.

To upućuje na to da znatan dio uporabe ChatGPT‑a povezane s poslom dolazi od korisnika koji proširuju opseg svoje uloge. Taj je obrazac osobito izražen u nekoliko skupina. Nakon isključivanja generičkog rada, udio zadataka izvan vlastitog zanimanja iznosi: 

• 77 % poruka specifičnih za zanimanje među zaposlenicima u području korisničkog iskustva
• 75 % među dizajnerima
• 69 % među zaposlenicima u ljudskim resursima
• 56 % među pravnim stručnjacima 
• 53 % među marketinškim stručnjacima

Ta zanimanja „posuđuju” zadatke od drugih uloga. Dokazi upućuju na promjenu podjele rada: neke aktivnosti koje su se nekoć morale predati drugoj osobi sada može obaviti osoba koja se prva susretne s potrebom za njima.

Toplinska karta u nastavku prikazuje prelijevanje zadataka tako što pokazuje poslu iz kojeg zanimanja najviše nalikuje svaka negenerička poruka. Marketinški i inženjerski zadaci prelaze najdalje te se često pojavljuju u porukama zaposlenika izvan tih područja.

Kada sa zanimanja prijeđemo na konkretne zadatke, prelijevanje zadataka nije ravnomjerno raspoređeno. Financijski izračuni i otklanjanje tehnoloških poteškoća nalaze se među trima najčešćim vanjskim zadacima u svih sedam ostalih analiziranih skupina zanimanja. Marketinški se posao također široko prelijeva: izrada marketinških materijala pojavljuje se u pet drugih skupina, a osobito je zastupljena među korisnicima iz područja dizajna.

Promatranje širih skupina zadataka otkriva dva različita smjera prelijevanja. Neki poslovi preuzimaju brojne zadatke iz drugih zanimanja. Drugi su izvor zadataka koji se pojavljuju u brojnim različitim poslovima.

Dizajn je primjer prvog obrasca. Oko 35,2 % poruka dizajnera odnosi se na posao koji se obično povezuje s drugim zanimanjem, dok dizajnerski zadaci čine samo 1,7 % poruka zaposlenika u drugim područjima. Dizajneri se uvelike oslanjaju na vanjske zadatke, ali se sam dizajnerski posao rijetko pojavljuje drugdje.

Inženjerstvo je bliže obrnutom obrascu. Samo 18,5 % inženjerskih poruka obuhvaća zadatke iz drugih područja, ali inženjerski zadaci čine 7,4 % poruka zaposlenika u drugim zanimanjima. Inženjerstvo je važan izvor posla koji preuzimaju ljudi iz drugih područja, od otklanjanja softverskih poteškoća do rada s tehničkim sustavima.

Marketing se ističe u oba smjera. Marketinški stručnjaci posvećuju 24,3 % svojih poruka zadacima povezanim s drugim zanimanjima, dok marketinški zadaci čine 8,9 % poruka zaposlenika u drugim područjima, što je najveći udio prelijevanja prema van u uzorku. Marketinški stručnjaci kombiniraju zadatke iz više područja, a marketinški se posao ujedno širi cijelom organizacijom.

Veličina i struktura poduzeća utječu na to kako AI mijenja rad. U velikom poduzeću zaposlenici mogu imati pristup specijaliziranim timovima, uspostavljenim tijekovima rada i internim uslugama. U manjoj će organizaciji zaposlenik najbliži problemu vjerojatnije sam preuzeti njegovo rješavanje nego ga delegirati.

Među prosječnim korisnicima udio zadataka izvan vlastitog zanimanja pada s 18,9 % za korisnike u radnim prostorima s 2 – 5 mjesta na 16,3 % za korisnike u radnim prostorima s više od 100 mjesta. Među najaktivnijim korisnicima ne uočavamo isti monotoni obrazac.

Jedno je moguće objašnjenje da se umjereni korisnici u manjim organizacijama obraćaju AI-ju kada naiđu na posao za koji bi inače bila potrebna druga funkcija. Najaktivniji korisnici možda su umjesto toga razvili stabilne tijekove rada podržane AI-jem, koji su sličniji među različitim organizacijama, ili intenzivnije upotrebljavaju AI unutar svojeg temeljnog zanimanja.

AI može biti osobito koristan kao višenamjenski alat ondje gdje nedostaju specijalizirani resursi.

Ovakvi podaci o uporabi AI-ja pokazatelj su područja u kojima se posao mijenja. Omogućuju nam da vidimo kako AI zaposlenicima pomaže eksperimentirati s novim kombinacijama aktivnosti prije nego što poduzeća izmijene opise radnih mjesta ili uvedu nove nazive radnih mjesta. U tom smislu obrasci uporabe mogu biti rani pokazatelj promjena u zanimanjima koje će uobičajene statistike tržišta rada zabilježiti tek poslije.