ജോലിസ്ഥലങ്ങളിൽ ആളുകൾ ചെയ്യുന്ന കാര്യങ്ങളുടെ സാധ്യതകളെ AI വിപുലമാക്കുന്ന വിധം

AI ആളുകൾ ചെയ്യുന്ന ജോലികളുടെ സ്വഭാവത്തിൽ വലിയ മാറ്റങ്ങൾ വരുത്തുന്നുണ്ട്; യു.എസ്.-ലെ ChatGPT ഉപയോക്താക്കളുടെ 800,0000-ത്തിലധികം സന്ദേശങ്ങൾ വിശകലനം ചെയ്തതിൽ നിന്നുള്ള ഞങ്ങളുടെ പുതിയ ഗവേഷണം സൂചിപ്പിക്കുന്നത്, ഔദ്യോഗിക ജോലികളുമായി ബന്ധപ്പെട്ട സന്ദേശങ്ങളിൽ 16.8%-വും നിർദ്ദിഷ്ട തൊഴിൽ മേഖലയ്ക്ക് മാത്രമായുള്ള സന്ദേശങ്ങളിൽ 43.5%-വും മറ്റ് തൊഴിലുകളുമായി ബന്ധപ്പെട്ട ചുമതലകളെക്കുറിച്ചുള്ളതാണെന്നാണ്.

ഒരു ചെറുകിട സംരഭകന് ഇനി സ്വയം പരസ്യവാചകങ്ങൾ തയ്യാറാക്കാനും കരാറുകൾ പരിശോധിക്കാനും അടിസ്ഥാന സാമ്പത്തിക അവലോകനങ്ങൾ നടത്താനും കഴിയും. മുമ്പ് ഒരു ഡാറ്റാ അനലിസ്റ്റ് നൽകേണ്ടിയിരുന്ന ഉപഭോക്തൃ വിവരങ്ങൾ ഒരു വിൽപ്പനക്കാരന് AI ഉപയോഗിച്ച് സ്വയം പരിശോധിക്കാം. ഒരു ഡെവലപ്പറുടെ സഹായത്തിനായി കാത്തുനിൽക്കാതെ തന്നെ ഒരു മാർക്കറ്റിംഗ് വിദഗ്ധന് വെബ്സൈറ്റിലെ തകരാറുകൾ പരിഹരിക്കാനാകും. ഈ ഓരോ ഉദാഹരണത്തിലും AI ജോലി എങ്ങനെ ചെയ്യുന്നു എന്നതിൽ മാത്രമല്ല, ആര്, എന്തു ചെയ്യുന്നു എന്നതിലും മാറ്റം വരുത്തുന്നുണ്ട്.

ഞങ്ങളുടെ പുതിയ റിപ്പോർട്ടായ അത്യാധുനിക രംഗത്തെ ജോലി: ആളുകൾ ചെയ്യുന്ന ജോലിയെ AI എങ്ങനെ വിപുലീകരിക്കുന്നു ഈ മാറ്റത്തെക്കുറിച്ചാണ് പഠിക്കുന്നത്. ഇതിലൂടെ രൂപപ്പെടുന്ന പ്രവണതയെ ഞങ്ങൾ ചുമതലാ കൈമാറ്റം എന്നു വിളിക്കുന്നു: അതായത്, മുൻകാലങ്ങളിൽ ഒരു പ്രത്യേക തൊഴിലുമായി ബന്ധപ്പെട്ടിരുന്ന ജോലികൾ, മറ്റ് മേഖലകളിൽ ഉള്ളവർ AI ഉപയോഗിക്കുമ്പോൾ പ്രത്യക്ഷപ്പെടുന്ന രീതിയാണിത്. ഞങ്ങളുടെ AI തൊഴിൽപരിവർത്തന ചട്ടക്കൂട്⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) അനുസരിച്ച്, പല തൊഴിലുകളും പുനക്രമീകരിക്കപ്പെടാൻ സാധ്യതയുണ്ടെന്ന് ഞങ്ങൾ വ്യക്തമാക്കുന്നു: അതായത്, ദൈനംദിന ചുമതലകളിൽ കാര്യമായ മാറ്റം വന്നേക്കാവുന്ന ജോലികളാണിവ. AI തത്സമയം ജോലിയെ എങ്ങനെ മാറ്റുന്നുവെന്ന് പരിശോധിക്കുന്ന ഞങ്ങളുടെ പുതിയ അത്യാധുനിക രംഗത്തെ ജോലി പരമ്പരയിലെ ആദ്യ റിപ്പോർട്ടാണിത്. 

ലോകമെമ്പാടുമുള്ള തൊഴിൽ മേഖലകളിൽ ഉണ്ടാകുന്ന മാറ്റങ്ങൾ കൃത്യമായി നിരീക്ഷിക്കാനുള്ള ഞങ്ങളുടെ സവിശേഷമായ സൗകര്യങ്ങൾ പ്രയോജനപ്പെടുത്തിക്കൊണ്ട് ഭാവി നയ രൂപീകരണങ്ങൾക്കും പ്രായോഗിക പ്രവർത്തനങ്ങൾക്കും മാർഗ്ഗനിർദ്ദേശമേകുന്ന തരത്തിൽ തെളിവുകൾ അടിസ്ഥാനമാക്കിയുള്ള ഡാറ്റാ അധിഷ്ഠിത വിവരങ്ങൾ ഞങ്ങൾ കൃത്യമായ ഇടവേളകളിൽ ലഭ്യമാക്കുന്നതാണ്.

AI-യും ജോലിയും തമ്മിലുള്ള ബന്ധത്തെക്കുറിച്ചുള്ള പല പഠനങ്ങളും ഒരു പ്രത്യക തൊഴിലുമായി ബന്ധപ്പെട്ട നിശ്ചിത ജോലികളുടെ ഒരു ലിസ്റ്റ് മുൻനിർത്തിയാണ് ആരംഭിക്കുന്നത്; തുടർന്ന് AI മോഡലുകൾക്ക് അവ ചെയ്യാൻ കഴിയുമോ എന്ന് പരിശോധിക്കുന്നു; എന്നാൽ, ഏതൊക്കെ ജോലികൾ ആരെല്ലാം ഏറ്റെടുക്കണം എന്ന കാര്യത്തിലും AI മാറ്റങ്ങൾ വരുത്തുന്നുണ്ടെന്നാണ് ഞങ്ങളുടെ കണ്ടെത്തലുകൾ സൂചിപ്പിക്കുന്നത്.

ചുമതലാ കൈമാറ്റം അളക്കാൻ, ഒരു തൊഴിൽവിഭാഗവുമായി ബന്ധപ്പെട്ട ജോലിയെ പല ജോലികളിലും കാണപ്പെടുന്ന പൊതുവായ ജോലിയിൽനിന്ന് ഞങ്ങൾ ആദ്യം വേർതിരിക്കുന്നു. എഴുത്ത്, സംഗ്രഹിക്കൽ, സമയക്രമം തയ്യാറാക്കൽ തുടങ്ങിയ ചില പ്രവർത്തനങ്ങൾ തൊഴിൽവിഭാഗങ്ങളിലുടനീളം വ്യാപകമായതിനാൽ അവയെ ചുമതലാ കൈമാറ്റത്തിൻ്റെ തെളിവായി കണക്കാക്കാനാകില്ല. ഇവയെ ഞങ്ങൾ പൊതുവായത് എന്ന് തരംതിരിക്കുന്നു. ബാക്കിയുള്ള സന്ദേശങ്ങളിൽ നിന്നാണ്, പ്രസ്തുത ജോലി ഉപയോക്താവിൻ്റെ സ്വന്തം തൊഴിൽ മേഖലയ്ക്ക് ഉള്ളിലാണോ അതോ പുറത്താണോ വരുന്നത് എന്ന് ഞങ്ങൾ പരിശോധിക്കുന്നത്; പൊതുവായതല്ലാത്ത സന്ദേശങ്ങളിൽ 43.5%-വും ഉപയോക്താവിൻ്റെ തൊഴിൽപരിധിക്കു പുറത്തുള്ളവയാണ്. തൊഴിൽവിവരണങ്ങളിലോ പദവിപ്പേരുകളിലോ മാറ്റങ്ങൾ പ്രത്യക്ഷപ്പെടുന്നതിനു മുമ്പുതന്നെ AI ജോലികളുടെ ചുമതലകൾ എങ്ങനെ പുനക്രമീകരിക്കുന്നു എന്ന് നേരത്തെ തന്നെ മനസ്സിലാക്കാൻ ഇത് സഹായിക്കുന്നു.

ChatGPT ഉപയോഗിക്കുന്നതിലൂടെ ജീവനക്കാർ തങ്ങളുടെ പരമ്പരാഗത ഔദ്യോഗിക പദവികൾ വിപുലമാക്കുന്നുണ്ടെന്നാണ് ഇത് സൂചിപ്പിക്കുന്നത്; ഈ ഒരു പ്രവർത്തന ശൈലി ചില പ്രത്യേക തൊഴിൽ വിഭാഗങ്ങളിൽ ശരിക്കും പ്രകടമാണ്. ഇതിൽ നിന്നും പൊതുവായ ജോലികൾ ഒഴിവാക്കിയാൽ സ്വന്തം തൊഴിൽ മേഖലയ്ക്ക് പുറത്തുള്ള ചുമതലകളുടെ അനുപാതം ഇനി പറയുന്ന പ്രകാരമാണ്: 

• ഉപഭോക്തൃ അനുഭവ വിഭാഗത്തിലെ ജീവനക്കാരുടെ നിർദ്ദിഷ്ട തൊഴിലധിഷ്ഠിത സന്ദേശങ്ങളിൽ 77%
• ഡിസൈനർമാരുടേതിൽ 75%
• മാനവ വിഭവശേഷി ജീവനക്കാരുടേതിൽ 69%
• ലീഗൽ ജീവനക്കാരുടേതിൽ 56% 
• വിപണനപ്രവർത്തകരുടേതിൽ 53%

ഈ തൊഴിൽവിഭാഗങ്ങളിലുള്ളവർ മറ്റ് തസ്തികകളിൽ നിന്നുള്ള ചുമതലകൾ തങ്ങളുടെ ആവശ്യങ്ങൾക്കായി ഇപ്രകാരം “കടമെടുക്കുകയാണ്” ചെയ്യുന്നത്; ഇത് സൂചിപ്പിക്കുന്നത് ജോലികൾ വിഭജിക്കുന്ന രീതിയിൽ വരുന്ന വലിയൊരു മാറ്റത്തെയാണ്: അതായത്, മുമ്പൊക്കെ മറ്റ് വിദഗ്ധർക്ക് കൈമാറേണ്ടി വന്നിരുന്ന ചില പ്രവൃത്തികൾ, ഇപ്പോൾ ആ ആവശ്യത്തെക്കുറിച്ച് ആദ്യം അറിയുന്ന വ്യക്തിക്ക് തന്നെ AI സഹായത്തോടെ സ്വയം ചെയ്യാൻ സാധിക്കുന്നു.

താഴെ നൽകിയിട്ടുള്ള ഹീറ്റ്മാപ്പ് ഓരോ പൊതുവായതല്ലാത്ത സന്ദേശവും ഏത് തൊഴിൽ മേഖലയിലെ ജോലിയോടാണ് ഏറ്റവും കൂടുതൽ സാദൃശ്യം പുലർത്തുന്നത് എന്ന് വിശകലനം ചെയ്തുകൊണ്ട് ചുമതലാ കൈമാറ്റം വ്യക്തമാക്കുന്നു: വിപണന, എഞ്ചിനീയറിംഗ് ജോലികളാണ് ഏറ്റവും കൂടുതൽ മേഖലകളിലേക്ക് വ്യാപിക്കുന്നത്; ഈ രംഗങ്ങൾക്ക് പുറത്തുള്ള ജീവനക്കാരുടെ സന്ദേശങ്ങളിൽ ഇവ ഇടയ്ക്കിടെ പ്രത്യക്ഷപ്പെടാറുണ്ട്.

തൊഴിൽവിഭാഗങ്ങളിൽനിന്ന് നിർദിഷ്ട ചുമതലകളിലേക്ക് സൂക്ഷ്മമായി പരിശോധന നടത്തുമ്പോൾ ചുമതലാ കൈമാറ്റം ഒരേ തോതിലല്ലെന്ന് കാണാം. വിശകലനത്തിലെ മറ്റ് ഏഴ് തൊഴിൽവിഭാഗങ്ങളിലും, ധനകാര്യ കണക്കുകൂട്ടലും സാങ്കേതിക പ്രശ്നപരിഹാരവും ഏറ്റവും സാധാരണമായ മൂന്ന് ബാഹ്യ ചുമതലകളിൽ ഉൾപ്പെടുന്നു. വിപണനജോലിയും വ്യാപകമായി ഉപയോഗിക്കപ്പെടുന്നുണ്ട്: വിപണനസാമഗ്രികൾ നിർമ്മിക്കുന്നത് മറ്റ് അഞ്ച് വിഭാഗങ്ങളിലും കാണപ്പെടുന്നുണ്ട്; ഡിസൈൻ ഉപയോക്താക്കൾക്കിടയിൽ ഇത് പ്രത്യേകിച്ചും പ്രകടമാണ്.

വിപുലമായ ജോലികളുടെ സമാഹാരങ്ങളെ വിശകലനം ചെയ്യുമ്പോൾ ചുമതലാ കൈമാറ്റത്തിൻ്റെ രണ്ട് വ്യത്യസ്ത ദിശകൾ വ്യക്തമാകുന്നുണ്ട്; ചില ജോലികൾ മറ്റ് തൊഴിൽവിഭാഗങ്ങളിൽനിന്ന് നിരവധി ചുമതലകൾ ഏറ്റെടുക്കുന്നു. എന്നാൽ മറ്റു ചിലത്, വെവ്വേറെയുള്ള നിരവധി ജോലികളിൽ വ്യാപകമായി ഉപയോഗിക്കപ്പെടുന്ന ചുമതലകളെ സംഭാവന ചെയ്യുന്നു.

ഡിസൈൻ മേഖല ആദ്യത്തെ രീതിക്ക് ഉദാഹരണമാണ്. ഡിസൈനർമാരിൽ നിന്നുള്ള സന്ദേശങ്ങളുടെ ഏകദേശം 35.2%-വും സാധാരണയായി മറ്റ് തൊഴിൽ മേഖലകളുമായി ബന്ധപ്പെട്ടിരിക്കുന്ന ജോലികളാണ്. എന്നാൽ മറ്റ് മേഖലകളിലെ ജീവനക്കാരുടെ സന്ദേശങ്ങളിൽ ഡിസൈൻ ജോലികൾ വെറും 1.7% മാത്രമാണ് വരുന്നത്. അതായത്, ഡിസൈനർമാർ മറ്റ് മേഖലകളിലെ ചുമതലകൾ വൻതോതിൽ ഉപയോഗിക്കുന്നുണ്ടെങ്കിലും ഡിസൈൻ ജോലികൾ മറ്റ് മേഖലകളിൽ അപൂർവ്വമായി മാത്രമേ കാണപ്പെടുന്നുള്ളൂ.

എഞ്ചിനീയറിംഗ് മേഖല ഇതിൻ്റെ നേർവിപരീതമായ രീതിയാണ് കാണിക്കുന്നത്. എഞ്ചിനീയറിംഗ് സന്ദേശങ്ങളിൽ 18.5% മാത്രമാണ് മറ്റ് മേഖലകളിൽ നിന്നുള്ള ചുമതലകൾ ഉൾക്കൊള്ളുന്നത്. എന്നാൽ മറ്റ് മേഖലകളിലെ ജീവനക്കാരുടെ സന്ദേശങ്ങളിൽ 7.4%-വും എഞ്ചിനീയറിംഗ് സംബന്ധമായ ചുമതലകളാണ്. സോഫ്റ്റ്‌വെയറുകളിലെ തകരാറുകൾ പരിഹരിക്കുന്നത് മുതൽ സാങ്കേതിക സംവിധാനങ്ങൾ കൈകാര്യം ചെയ്യുന്നത് വരെയുള്ള, മറ്റ് മേഖലകളിലുള്ള ആളുകൾ ഏറ്റെടുക്കുന്ന പ്രധാനപ്പെട്ട ജോലികളുടെ ഒരു സ്രോതസ്സാണ് എഞ്ചിനീയറിംഗ്.

വിപണന മേഖല രണ്ട് കാര്യത്തിലും വേറിട്ടു നിൽക്കുന്നു. വിപണന തൊഴിലാളികൾ തങ്ങളുടെ സന്ദേശങ്ങളുടെ 24.3%-വും മറ്റ് തൊഴിലുകളുമായി ബന്ധപ്പെട്ട ചുമതലകൾക്കായി ഉപയോഗിക്കുമ്പോൾ, മറ്റ് മേഖലകളിലെ തൊഴിലാളികളുടെ സന്ദേശങ്ങളിൽ 8.9%-വും മാർക്കറ്റിംഗ് ജോലികളാണ്—ഈ പഠനത്തിലെ ഏറ്റവും ഉയർന്ന ബാഹ്യ പങ്കാളിത്ത നിരക്കാണിത്. വിപണന തൊഴിലാളികൾ വിവിധ മേഖലകളിലെ ചുമതലകൾ സംയോജിപ്പിച്ച് ഉപയോഗിക്കുന്നുണ്ടെന്ന് മാത്രമല്ല, വിപണന ജോലികൾ സ്ഥാപനങ്ങളിലുടനീളം വ്യാപകമായി പ്രചരിക്കുകയും ചെയ്യുന്നുണ്ട്.

സ്ഥാപനത്തിൻ്റെ വലുപ്പവും ഘടനയും AI എങ്ങനെയാണ് തൊഴിലിനെ സ്വാധീനിക്കുന്നത് എന്ന് നിർണ്ണയിക്കുന്നു. വലിയ കമ്പനികളിലെ ജീവനക്കാർക്ക് വിദഗ്ധരായ പ്രത്യേക സംഘങ്ങളുടെ സഹായവും കൃത്യമായി രൂപപ്പെടുത്തിയ പ്രവർത്തന രീതികളും ആന്തരിക സേവനങ്ങളും ലഭ്യമായേക്കാം. എന്നാൽ ഒരു ചെറിയ സംരഭത്തിൽ, ഒരു പ്രശ്നത്തെക്കുറിച്ച് ആദ്യം അറിയുന്ന ജീവനക്കാരൻ അത് മറ്റൊരാൾക്ക് കൈമാറുന്നതിനേക്കാൾ സ്വയം പരിഹരിക്കാനാണ് കൂടുതൽ സാധ്യത.

സാധാരണക്കാരായ ഉപയോക്താക്കൾക്കിടയിൽ, 2–5 വരെ ആളുകളുള്ള വർക്ക്‌സ്പേസുകളിൽ മറ്റ് തൊഴിൽ മേഖലകളിലെ ചുമതലകളുടെ പങ്കാളിത്തം 18.9% ആയിരുന്നത് 100-ലധികം ആളുകളുള്ള വർക്ക്‌സ്പേസുകളിൽ എത്തുമ്പോൾ 16.3% ആയി കുറയുന്നു. എന്നാൽ ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കുന്നവരിൽ ക്രമാനുഗതമായ ഇതേ പ്രവണത കാണുന്നില്ല.

ചെറിയ സ്ഥാപനങ്ങളിലെ മിതമായ ഉപയോക്താക്കൾ, സാധാരണയായി മറ്റൊരു വിഭാഗത്തിൻ്റെ സഹായം ആവശ്യമായ ജോലി വരുമ്പോൾ AI-യെ ആശ്രയിക്കുന്നു എന്നത് സാധ്യമായൊരു വിശദീകരണമാണ്. എന്നാൽ AI ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കുന്നവരാകട്ടെ, സ്ഥാപനങ്ങൾ ഏതായാലും ഒരേ രീതിയിൽ പ്രവർത്തിക്കുന്ന സ്ഥിരമായ AI തൊഴിൽ ശൈലികൾ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ടാകാം, അല്ലെങ്കിൽ തങ്ങളുടെ പ്രധാന തൊഴിൽ മേഖലയിൽ തന്നെ AI കൂടുതൽ തീവ്രമായി ഉപയോഗിക്കുന്നുമുണ്ടാകാം.

പ്രത്യേക വൈദഗ്ധ്യമുള്ള വ്യക്തികളുടെയോ വിഭവങ്ങളുടെയോ ലഭ്യത കുറവുള്ളയിടങ്ങളിൽ പൊതുവായ ആവശ്യങ്ങൾ നിറവേറ്റുന്ന ഒരു സാർവത്രിക ഉപകരണമായി AI പ്രത്യേകിച്ചും പ്രയോജനപ്പെട്ടേക്കാം.

ഇത്തരം AI ഉപയോഗ ഡാറ്റകൾ ജോലിയുടെ രീതി ഏത് ദിശയിലേക്കാണ് മാറുന്നത് എന്നതിൻ്റെ സൂചകമാണ്. കമ്പനികൾ തങ്ങളുടെ തസ്തികകളുടെ വിവരണം പുതുക്കുകയോ പുതിയ തസ്തികകൾ സൃഷ്ടിക്കുകയോ ചെയ്യുന്നതിന് മുമ്പ് തന്നെ, പുതിയ തൊഴിൽ ശൈലികൾ പരീക്ഷിക്കാൻ AI ജീവനക്കാരെ എങ്ങനെ സഹായിക്കുന്നു എന്ന് കാണാൻ ഇത് നമ്മെ അനുവദിക്കുന്നു. ആ അർത്ഥത്തിൽ, പരമ്പരാഗത തൊഴിൽ വിപണി സ്ഥിതിവിവരക്കണക്കുകളിൽ പിന്നീട് മാത്രം വ്യക്തമാകുന്ന തൊഴിൽപരമായ മാറ്റങ്ങളുടെ ഒരു മുൻകൂട്ടിയുള്ള സൂചന നൽകാൻ ഈ ഉപയോഗരീതികൾക്ക് സാധിച്ചേക്കാം.