Kartlegging av Europas KI-muligheter i arbeidslivet

KI-funksjoner kan raskt krysse landegrenser. Jobber endrer seg ikke like friksjonsfritt. Arbeid formes av autorisasjonsordninger, lokale institusjoner og de praktiske realitetene ved å levere omsorg, utdanning, rettspleie, offentlige tjenester og andre former for menneskelig støtte. Disse systemene er viktige fordi de bidrar til å avgjøre om og hvordan KI endrer arbeidsmarkedet. Hvilken innvirkning vil KI få på arbeidsmarkedet? Hvor vil virkningene merkes mest, og når? Og hvordan kan vi sikre at KI-omstillingen fungerer for alle?

Dette er spørsmålene som står sentralt i den nye rapporten fra OpenAI Economic Research, «Rammeverket for omstilling av jobber med KI i EU». Rapporten utvider Rammeverket for omstilling av jobber med KI⁠(åpnes i et nytt vindu), som først ble utviklet for USA i april 2026, til det europeiske arbeidsmarkedet. Den bruker den offisielle taksonomien European Skills, Competences, Qualifications and Occupations («ESCO»), sammen med sysselsettingsdata fra Eurostat, for å undersøke hvordan KI-funksjoner kan slå ut i ulike typer yrkesendringer på kort sikt i EUs medlemsland. Sammenlignet med USA har EU en mindre andel av sysselsettingen i yrker med høyere automatiseringspotensial på kort sikt.

Rammeverket identifiserer fire omstillingsarketyper: yrker som kan vokse med KI, yrker med høyere automatiseringspotensial, yrker som trolig vil omorganiseres, og yrker med mindre umiddelbar endring. Disse kategoriene er ikke sysselsettingsprognoser. De er et planleggingskart som viser hvor ulike typer omstillingspress og muligheter kan oppstå.

Brukt på EU tyder rammeverket på at KI kan øke etterspørselen i noen yrker, redusere arbeidskraftbehovet i andre og omorganisere langt flere:

• Omtrent 12 % av sysselsettingen er i yrker som kan vokse med KI når lavere kostnader utvider tilgangen eller gjør flere prosjekter levedyktige.
• Omtrent 14 % er i yrker med relativt høyere automatiseringspotensial på kort sikt.
• Ytterligere 27 % er i yrker som trolig vil omorganiseres, der KI kan endre arbeidsflyter og kompetansebehov selv når mennesker fortsatt står sentralt i leveransen.
• De resterende 47 % er i yrker med mindre umiddelbar endring.

Rapporten viser at mønstrene på landnivå varierer på tvers av EU. Luxembourg, Sverige og Nederland har større andeler i yrker som kan vokse med KI. Tyskland, Hellas og Italia har større sysselsettingsandeler i yrker som klassifiseres med høyere automatiseringspotensial. Disse forskjellene gjenspeiler ulikheter i yrkesstrukturen mellom land.

For beslutningstakere, arbeidsgivere, utdanningsaktører og forskere er den praktiske konsekvensen å forutse endringer og planlegge for dem på et mer detaljert nivå. Samlet sysselsettingsstatistikk vil først avdekke større endringer etter at bedrifter, arbeidstakere og institusjoner allerede har begynt å tilpasse seg. Europa har sterke systemer for yrker, opplæring, ledige stillinger, lønn og offisiell statistikk. Å koble disse systemene til mål på KI-kapasitet og bruk på arbeidsplassen kan bidra til å identifisere hvor omstillingspress og muligheter er i ferd med å oppstå, før virkningene vises i overordnede arbeidsmarkedsdata.

Den europeiske utvidelsen av Rammeverket for omstilling av jobber med KI forstås best som et kart for forberedelse – en måte å stille mer nyttige spørsmål om hvordan KI-kapasitet blir til økonomisk endring i bestemte yrker og bestemte institusjonelle rammer. Bedre kunnskapsgrunnlag gir arbeidstakere, bedrifter og beslutningstakere mer tid til å forberede seg.

Rapporten kommer også med foreløpige forslag til offentlige og private institusjoner som arbeider med KI og jobber, blant annet å styrke overvåkingskapasiteten for å følge endringer i arbeidsmarkedet eller etablere nasjonale beredskapsplaner for å tilpasse tiltak.

I månedene som kommer, vil vi videreutvikle disse ideene gjennom dialog med interessenter på både nasjonalt nivå og EU-nivå, med mål om å identifisere praktiske måter å sikre at KI støtter velstand og fremgang i hele Europa.