OpenAI 900 مهنة بحث تفضح هلع البطالة الناتج عن الذكاء الاصطناعي: 18% من الفئات عالية المخاطر هل تكون وظائفهم أكثر استقرارًا؟ ما القصة؟

أوبن إيه آي تصدر دراسة جديدة حول أكثر من 900 مهنة، والنتائج أكثر تفاؤلاً مما يتوقعه الكثيرون. المهن ذات المخاطر العالية من حيث الأتمتة، مثل إدخال البيانات، المحاسبة، وخدمة العملاء (التي تمثل 18% من إجمالي التوظيف)، شهدت تباطؤًا في معدل ارتفاع معدلات البطالة، على عكس المتوقع.
(ملخص سابق: DWF Ventures: الذكاء الاصطناعي يسيطر على 19% من حجم تداول DeFi، لكنه لا يحقق أداءً جيدًا في المعاملات المعقدة مقارنة بالبشر بنسبة 1/5)
(معلومات إضافية: إطلاق رسمي لـ Perplexity Personal Computer: الذكاء الاصطناعي يتولى تشغيل أجهزة Mac المحلية، $200 متاح شهريًا للمستخدمين المميزين)

فهرس المقال

Toggle

• هل تظل الوظائف ذات المخاطر العالية أكثر استقرارًا؟
• نمو مؤشر الطلب يستهلك ضغط تقليل العمالة
• المهن ذات المخاطر العالية تستخدم فقط ربع قدراتها النظرية للذكاء الاصطناعي، والتأثير الحقيقي لم يبدأ بعد

18% من المهن تم تصنيفها من قبل OpenAI بأنها عالية المخاطر من حيث الأتمتة، لكن هؤلاء لم يفقدوا وظائفهم بشكل أسرع، بل كانوا من بين الأقل في معدل ارتفاع البطالة؟ هذه هي وجهة نظر تقرير دراسة 900 مهنة الذي أصدره OpenAI في 16 من الشهر، وهو أيضًا ما جعل الكثيرين يندهشون عند قراءة التقرير. (أم هل هو اختيار متعمد لعرض وجهة نظر مؤيدة للذكاء الاصطناعي؟)

الموظفون في إدخال البيانات، المحاسبة، وخدمة العملاء، هذه الفئات الثلاث لطالما كانت موضوعًا لنقاش حول استبدالها بالذكاء الاصطناعي. لكن تقرير OpenAI أظهر أنهم يستخدمون الذكاء الاصطناعي في حوالي ثلاثة أضعاف المهام مقارنة بالمهن الأخرى، ومع ذلك، فإن معدل ارتفاع البطالة لديهم أبطأ من تلك المهن ذات المخاطر المنخفضة.

هل تظل الوظائف ذات المخاطر العالية أكثر استقرارًا؟

تقرير OpenAI لعام 2023 أثار جدلاً واسعًا، حيث كانت النقطة المثيرة للجدل أنه فقط قيّم “مستوى التعرض”، ولم يتابع معدلات الاستخدام الفعلية أو بيانات البطالة. لكن التقرير الجديد في 16 أبريل أضاف هذين البعدين، ونتائجه تقلبت تقريبًا.

تصنيف المجموعات الأربعة هو كالتالي:

• 18% مجموعة عالية المخاطر من حيث الأتمتة (إدخال البيانات، المحاسبة، خدمة العملاء)
• 46% مجموعة ذات تأثير ضئيل (المعلمين، عمال الخدمة المنزلية، إلخ)
• 24% مجموعة تقلصت أعدادها ولكن لا تزال بحاجة لسيطرة بشرية
• 12% مجموعة التوسع (تطوير البرمجيات، وغيرها).

لكن “مخاطر الأتمتة العالية” لا تعني أن “الوظيفة ستُسرق”، وقدم OpenAI مثالاً مضادًا من خلال دراسته الخاصة. هؤلاء الأفراد في المهن ذات المخاطر العالية لم يُفقدوا وظائفهم أولاً، بل هم الآن من بين الأكثر استخدامًا للذكاء الاصطناعي.

نمو مؤشر الطلب يستهلك ضغط تقليل العمالة

حجة التقرير هي أنه عندما يجعل الذكاء الاصطناعي خدمة معينة أرخص وأسرع، فإن الطلب الكلي على تلك الخدمة في السوق غالبًا ما ينمو بشكل أسي، مما يعوض ضغط تقليل العمالة الناتج عن زيادة الكفاءة.

على سبيل المثال: في البرمجة، انخفاض تكلفة كتابة الكود يؤدي إلى ارتفاع الطلب على البرمجيات، مما يزيد من حجم الوظائف في تطوير البرمجيات، وهو السبب في أن مجموعة التوسع التي تمثل 12%.

ببساطة: نمو مؤشر الطلب يستهلك تأثير زيادة الكفاءة، وهو جوهر هذا التقرير.

المهن ذات المخاطر العالية تستخدم فقط ربع قدراتها النظرية للذكاء الاصطناعي، والتأثير الحقيقي لم يبدأ بعد

لكن الحماية ليست دائمة. يشير التقرير إلى أن العاملين في المهن ذات المخاطر العالية من حيث الأتمتة يستخدمون الآن أقل من ربع قدراتهم النظرية للذكاء الاصطناعي. بمعنى آخر، لم يتم اختبار الضغط الحقيقي بعد.

شركة DWF Ventures أصدرت في 17 أبريل تقريرًا يفيد بأن الذكاء الاصطناعي يسيطر على 19% من حجم تداول DeFi، لكنه لا يزال أداؤه أقل من البشر في المعاملات المعقدة بنسبة خمس. العمل أكثر، والاستبدال أقل، وبتقرير OpenAI هذا، تم توسيع نفس السيناريو ليشمل 900 مهنة، مع إشارة مماثلة: مستوى التعمق في استخدام الذكاء الاصطناعي أعلى بكثير مما يعتقده الكثيرون، لكن قدرته على الاستبدال لا تزال محدودة بحدود قدراته.

إذا استمر معدل الاستخدام في الارتفاع، أو إذا تحركت حدود قدرات الذكاء الاصطناعي بسرعة، فإن التوازن المدعوم حاليًا بالمرونة الاستهلاكية قد يتعرض للخلل. الحماية التي توفرها الفجوة الحالية بين الطلب والنمو في الكفاءة حقيقية، لكنها تعتمد على فرضية أن الطلب سيظل ينمو بما يتماشى مع زيادة الكفاءة، وهذه الفرضية ليست مضمونة دائمًا.