Влияние на AI върху заетостта: Рискове и възможни решения

Въпросът за влияние на AI върху заетостта променя начина, по който работим и живеем. Какво означава това за нас, бъдещето на пазара на труда и въобще за нашето бъдеще?

Днес въпросът „Ако изкуственият интелект ни отнеме работата – кой ще купува неговите продукти?“ е по-актуален от всякога. Това не е фантастика – обсъждаме реалистични сценарии за бъдещето на нашата икономика и нашата роля в нея.

Ако милиони хора загубят работата си, кой ще потребява това, което AI произвежда? Машините не ходят по магазини, не резервират билети, не плащат сметки. Икономиката без заплати спира да функционира, защото парите не циркулират и системата блокира.

Това е фундаменталният „парадокс на потреблението“ в ерата на автоматизацията. За да функционира успешно, съвременната икономическа система изисква два компонента: ефективно производство (което AI драстично подобрява) и масово потребление (което се захранва от заплати, които AI драстично заплашва).

Днес Международният валутен фонд посочва, че 60% от работните места в САЩ са изложени на риск от автоматизация. В половината случаи AI повишава производителността, но в другите заменя хората.

Ако създадената стойност остава само в ръцете на малцина, богатството се трупа само на върха. Когато богатството престане да циркулира, цялата система забавя оборотите или напълно спира.

Част 1: От хипотеза към корпоративна реалност: „Годината на ефективността“

Това вече не е абстрактна прогноза за бъдещето. Тя се превърна в осезаема корпоративна стратегия, чиито резултати се измерват в тримесечни отчети. Двигателят на тази промяна е ясната икономическа логика: пазарът възнаграждава компаниите, които заменят скъпия и променлив човешки труд с предвидима и мащабируема AI ефективност.

Казус 1: Meta и „Годината на ефективността“

Най-яркият пример за тази нова реалност беше 2023 г., която Марк Зукърбърг обяви за „Година на ефективността“ на Meta. Тази стратегия, изрично фокусирана върху „AI оперативна ефективност“, беше директен отговор на предизвикателствата пред компанията и включваше мащабни съкращения.

Между ноември 2022 г. и май 2023 г. Meta елиминира приблизително 21 000 работни места. Това не беше признак на провал, а на стратегическо пренасочване. Реакцията на Уолстрийт беше показателна. Пазарът не наказа Meta за масовите съкращения; той я възнагради триумфално. В резултат на тази стратегия за ефективност, компанията отбеляза 201% увеличение на нетната си печалба през последното тримесечие на 2023 г., а цената на акциите ѝ скочи със 178%.

Този казус демонстрира директна, положителна и изключително силна връзка между съкращаването на работни места, внедряването на AI за ефективност и краткосрочните финансови ползи за акционерите. Това създава огромен, почти фидуциарен натиск върху всеки главен изпълнителен директор да последва примера, за да остане конкурентоспособен. Пазарът в момента активно стимулира автоматизирането на работната сила.

Казус 2: Klarna и тихият аутсорсинг към AI

Докато съкращенията в Meta бяха шумни и публични, шведската финтех компания Klarna илюстрира по-тих и потенциално по-мащабен метод за елиминиране на работни места.

В началото на 2024 г. Klarna обяви, че нейният нов AI асистент, задвижван от технологиите на OpenAI, вече извършва работа, еквивалентна на тази на 700 служители на пълен работен ден в отдела за обслужване на клиенти. Този асистент се справя с 12-15% от всички обаждания с 90% точност, повишавайки драстично ефективността.

Ключовият детайл се крие в корпоративната комуникация: Klarna подчерта, че технически не съкращава собствени служители. Причината? Тези 700 роли вече са били аутсорснати (възложени на външни изпълнители) към специализирани агенции за обслужване на клиенти.

Това разкрива как AI може да унищожава работни места „невидимо“. Съкращенията не се появяват в отчетите за заетостта на Klarna, а в тези на нейните доставчици, което прави проследяването на реалното въздействие върху пазара на труда изключително трудно. Този модел показва огромната уязвимост на целия BPO (Business Process Outsourcing) сектор. Професии като обслужване на клиенти, административни и правни асистенти, счетоводители и дори програмисти от начално ниво са първите в списъка за автоматизация.

Балансиращата гледна точка: „Преходно“ ли е съкращението?

В отговор на тези апокалиптични корпоративни примери, водещи икономически анализатори заемат по-умерена позиция, основана на историческите цикли. Изследване на Goldman Sachs оспорва сценариите за масова безработица, като твърди, че въздействието ще бъде „скромно и относително временно“.

Техният макроикономически модел прогнозира, че макар иновациите в AI да могат да засегнат или изместят 6-7% от работната сила в САЩ, нетният ефект върху безработицата ще бъде само временен скок от 0.3 до 0.5 процентни пункта. Аргументът е, че повечето изместени работници ще намерят нови позиции в рамките на две години, тъй като икономиката се адаптира. Всъщност, те прогнозират, че AI ще повиши производителността на труда с около 15% в развитите пазари, след като бъде напълно възприет.

Тук се сблъскват два различни модела. Финансовият модел (Goldman Sachs), базиран на исторически технологични цикли, вижда преходни съкращения и последващ растеж. Корпоративният модел (Meta, Klarna) обаче вижда перманентни печалби от ефективност.

Основният въпрос е дали генеративният AI е просто поредната технология (като компютъра или интернет), или представлява фундаментално прекъсване на историческите модели. Проучване на Йейлския университет отбелязва, че макар да има широко разпространена обществена тревожност, данните от реалния пазар на труда след пускането на ChatGPT все още не показват „осезаемо сътресение“. Това обаче не е изненадващо, тъй като внедряването на технологиите в цялата икономика отнема време. Все още нямаме достатъчно добри данни, за да кажем със сигурност дали този път е различно.

Част 2: Макроикономическата дилема: Стагнация на потреблението срещу дефлационен растеж

Парадоксът „кой ще купува“ не е просто реторичен въпрос. Той е в центъра на два коренно различни, но еднакво правдоподобни икономически сценария за нашето бъдеще. Кой от тях ще се реализира, зависи изцяло от политическите избори, които правим днес.

Сценарий 1: Спиралата на стагнацията

Този сценарий следва директно логиката, изложена във въведението: ако AI автоматизира труда, а ползите от тази автоматизация се концентрират изключително при собствениците на капитала (както се случи в Meta), тогава масовото потребление се срива.

Това не е маргинална теория. Икономически анализ на Изследователската служба на Европейския парламент (EPRS) директно подкрепя тази теза. Докладът предупреждава, че ако „доходите от труд не се възползват от икономическите ползи, генерирани от AI, потреблението може да стагнира и да ограничи растежа“.

В този сценарий, дори ако икономиката стане „по-богата“ на хартия (поради по-висока производителност), повечето индивиди ще станат по-бедни (поради по-ниски заплати или безработица). Това води до срив на съвкупното търсене. Икономистите наричат това „парадокс на изобилието“: създаваме перфектна производствена машина, която обаче спира да работи, защото никой не може да си позволи да купува нейните продукти.

Сценарий 2: Дефлационният бум (основният контрааргумент)

Икономисти от Бостънската консултантска група (BCG), в анализ за Световния икономически форум (WEF), предлагат напълно противоположна визия, базирана на исторически прецеденти.

Техният аргумент е, че AI, както всяка мощна технология, е преди всичко дефлационна сила. Като намалява драстично разходите за производство на стоки и услуги (от банкиране до развлечения), той неизбежно ще доведе до спад в цените.

Тази дефлация задейства положителна верижна реакция:

1. AI автоматизира дадена задача, намалявайки разходите на компанията.
2. На конкурентен пазар компанията е принудена да намали цените, за да привлече клиенти.
3. Потребителите вече плащат по-малко за същата услуга (напр. по-евтини банкови такси, по-евтин софтуер, по-евтини стоки).
4. Това увеличава реалния разполагаем доход на потребителите.
5. С тези „спестени“ пари, потребителите създават ново търсене на други стоки и услуги (напр. занаятчийски продукти, персонални треньори, преживявания), които AI не може да достави.
6. Това ново търсене създава нови работни места, които компенсират загубените.

Историческият пример, който подкрепя тази теза, е селското стопанство. В края на 19-ти век близо 50% от американците са работили във ферми; днес те са под 1%. Тази масова автоматизация не доведе до 49% безработица. Тя направи храната изключително евтина, освобождавайки трилиони долари потребителски разходи, които създадоха модерната икономика на услугите, технологиите и здравеопазването.

Синтез: Изборът е политически, а не технологичен

Кой от двата сценария ще се реализира, не е технологично предопределено. Това е политически въпрос.

Сценарият „Дефлационен бум“ (Сценарий 2) работи само при едно ключово условие: пазарите трябва да са конкурентни. Само конкуренцията принуждава компаниите да свалят цените и да предадат ползите от производителността на потребителите.

Ако обаче AI технологията остане монополизирана в ръцете на няколко технологични гиганта (както е до голяма степен днес), те няма да имат стимул да свалят цените. Те просто ще задържат огромните печалби за себе си – точно както Meta направи. В този случай, ние се озоваваме директно в „Спиралата на стагнацията“ (Сценарий 1).

Следователно, „новият социален договор“ е политическият механизъм (включващ антимонополно законодателство, данъчна политика и преразпределение), който трябва да гарантира, че ползите от производителността се разпределят в цялата икономика, за да се избегне Сценарий 1.

Част 3: Уроците на историята: Заплати, стагнация и лудитите

За да разберем бъдещето, трябва да погледнем към миналото. Настоящата AI революция често се сравнява с Индустриалната революция. Тази аналогия е колкото успокояваща (тъй като знаем, че „в крайна сметка всичко ще е наред“), толкова и дълбоко обезпокоителна, когато се вгледаме в детайлите на прехода.

Урок 1: Лудитите не са били технофоби

Популярният образ на лудитите (Luddites) от началото на 19-ти век като ирационални варвари, които чупят машини, защото мразят прогреса, е исторически погрешен и подвеждащ.

Лудитите са били висококвалифицирани занаятчии, предимно тъкачи, чийто поминък и социален статус са били изградени върху тяхната експертиза. Техният протест не е бил срещу машините сами по себе си. Той е бил насочен срещу специфичното използване на тези машини от собствениците на фабрики, което е имало две цели: де-квалификация на техния труд (позволявайки на нископлатени, неквалифицирани работници да вършат работата) и прехвърляне на цялата печалба и контрол върху производството от занаятчиите към собствениците на капитал.

Това е пряк исторически паралел на случващото се днес. Протестите на сценаристите в Холивуд (SAG-AFTRA), съпротивата на художници и дизайнери срещу генеративния AI, и дори тревогите на софтуерните инженери, чийто код вече се пише от AI, са модерен еквивалент на бунта на лудитите. Това е борба не срещу технологията, а срещу модела на внедряване, който заплашва да обезцени и „де-квалифицира“ човешката експертиза и креативност.

Урок 2: Десетилетията на стагнация

Най-важният и често пренебрегван урок от Индустриалната революция е болезнен: ръстът на производителността не води автоматично до ръст на заплатите.

Икономическите историци, анализиращи този период, са категорични. Анализ на McKinsey на Индустриалната революция в Англия показва, че докато производителността на труда е нараствала, средните реални заплати са останали в стагнация в продължение на десетилетия. Ползите от новите парни машини и механизираните станове не са се „просмуквали“ автоматично надолу към работниците.

Отнело е десетилетия на огромни социални сътресения, политически борби и целенасочени реформи – създаването на синдикати, въвеждането на трудово законодателство, борбите за избирателни права – за да се „принуди“ икономическата система да започне да споделя плодовете на производителността с работниците. Едва тогава заплатите са започнали да догонват и дори да изпреварват ръста на производителността.

Урок 3: Повтаря ли се историята?

Ако урокът от миналото е, че технологичният шок може да доведе до десетилетия на икономическа болка за обикновените хора, въпросът е дали сме в началото на същия цикъл. Изследване на Columbia Business School дава смразяващ отговор: Да.

Проучването сравнява директно икономическото въздействие на двете революции. То установява, че Индустриалната революция е довела до значителен спад в дела на националния доход, който отива при труда (заплати), в полза на капитала (печалби) – спад между 5% и 15%.

След това изследователите прилагат съвременен модел към днешната икономика. Техните прогнози показват, че въздействието на AI и големите данни ще предизвика подобен спад от 5% в дела на доходите от труд.

Ние сме в началото на същия болезнен преход. „Новият социален договор“ не е просто пожелание; той е препратка към историческата необходимост от политическа намеса, за да се избегне повторението на „десетилетията на стагнация“ от 19-ти век и да се съкрати времето за адаптация от 50 години на 5.

Част 4: Архитектура на новия социален договор: Анализ на решенията при това могъщо влияние на AI върху заетостта

Решението не е да спираме развитието на AI, а да преосмислим социалната договореност и да създадем условия, при които технологиите работят за всички. Това включва:

• Заплати, които растат заедно с продуктивността.
• Постоянно обучение и преквалификация за всички работещи.
• Преходни доходи и гарантиран базов доход при смяна на професия.
• Облагане на автоматизацията, така че събраните средства да финансират вътрешното търсене и нашата икономическа сигурност.

Да разгледаме:

4.1. Решение: Гарантиран базов доход (ББД) и преходни доходи

Идеята за Безусловен базов доход (ББД) е може би най-дискутираният отговор на заплахата от масова технологична безработица. Видни техно-оптимисти като Илон Мъск отдавна твърдят, че това е неизбежно. „С машините, роботите, които поемат всичко… ще трябва да имаме някакъв вид универсален базов доход. Не мисля, че ще имаме избор,“ заяви той още през 2017 г..

Но докато Stockton, Калифорния, проведе малък, вдъхновяващ експеримент, два по-мащабни научни опита ни дават много по-солидни данни за ефектите на ББД – във Финландия и Кения.

Казус: Финландският експеримент (2017–2018)

• Дизайн: Финландското правителство проведе двугодишен, рандомизиран контролиран експеримент, в който 2000 случайно избрани безработни лица получаваха месечен безусловен доход от 560 евро. Тези пари заменяха съществуващите им помощи, но те ги получаваха независимо дали си намерят работа или не.
• Резултати – Заетост: Първоначалните доклади не показаха статистически значима промяна в заетостта, което опроверга страховете, че „безплатните пари“ ще направят хората мързеливи. Финалният доклад обаче показа умерено положително увеличение: хората от тестовата група са работили средно с 6 дни повече през втората година в сравнение с контролната група.
• Резултати – Благосъстояние: Тук беше истинската промяна. Участниците в ББД съобщиха за значително по-високо удовлетворение от живота (7.3/10 срещу по-ниско в контролната група), по-малко психически стрес, по-малко симптоми на депресия и по-малко самота.
• Изводът: Финландският експеримент показа, че основната сила на ББД може да не е пряк икономически стимул, а психологически такъв. Той действа като „когнитивна възглавница“. Като премахва екзистенциалния страх от бедността, ББД освобождава умствения капацитет на хората. Това им позволява да планират бъдещето си, да поемат малки рискове (като започване на бизнес или преквалификация) или да търсят по-добра работа, вместо да приемат първата възможна нископлатена позиция от отчаяние.

Казус: Експериментът на GiveDirectly в Кения (2016 – до днес)

• Дизайн: Това е най-големият и най-дългосрочен експеримент за ББД в света, провеждан от неправителствената организация GiveDirectly. Той обхваща над 20 000 души в 195 села, като някои от тях са определени да получават базови плащания в продължение на 12 години.
• Резултати – Индивидуални: Резултатите от работата на GiveDirectly в региона са поразителни. Получателите на парични трансфери показват +50% годишен доход (често чрез стартиране на малък бизнес), +61% собственост на активи, +15% удовлетворение от живота и, което е най-впечатляващо, 48% намаление на детската смъртност.
• Резултати – Икономически (Мултипликаторът): Най-важното откритие от друго проучване на GiveDirectly в Кения директно отговаря на първоначалния въпрос на този доклад: „кой ще купува?“. Проучването установява, че за всеки $1, даден като ББД на домакинство, местната икономика генерира $2.50 обща икономическа активност. Парите не „изчезват“ и не предизвикват значима инфлация (само 0.1% ръст на цените).
• Изводът: Това откритие е доказателство, че ББД не е просто благотворителност или социална помощ. Той е мощен инструмент за генериране на вътрешно търсене. Получателите купуват стоки и услуги от местните търговци, които на свой ред купуват от други, създавайки икономически ефект на вълната. Това директно решава парадокса на потреблението, като гарантира, че парите циркулират в икономиката.

Таблица 1: Сравнителен анализ на пилотни програми за базов доход

Локация	Дизайн на експеримента	Ефект върху заетостта	Ефект върху благосъстоянието	Ключов икономически ефект
Stockton, САЩ	125 души, $500/месец за 24 месеца.	Положителен: Получателите са намирали работа на пълен работен ден по-често от контролната група.	Значително положителен: Намален стрес, тревожност, депресия.	Повишена способност за покриване на неочаквани разходи; парите са похарчени за основни нужди.
Финландия	2000 безработни, €560/месец за 24 месеца.	Леко положителен: 6 допълнителни работни дни през втората година.	Значително положителен: По-малко стрес, депресия; по-високо удовлетворение от живота.	Повишено доверие в институциите и в бъдещето; по-голяма сигурност.
Кения (GiveDirectly)	~20,000 души, ~$22/месец за 2-12 години.	Положителен: +50% увеличение на доходите (вкл. чрез стартиране на бизнес).	Значително положителен: -48% детска смъртност; +15% удовлетворение от живота.	Икономически мултипликатор от 2.5x; парите циркулират и стимулират местната икономика.

4.2. Решение: Облагане на автоматизацията (дебатът за „данък робот“)

Идеята за „данък върху роботите“, популяризирана от Бил Гейтс, е другото основно предложение за финансиране на новия социален договор. Логиката е проста: „В момента, ако един човек върши работа за 50 000 долара, този доход се облага… Ако робот дойде да върши същата работа, логично е да облагаме робота на подобно ниво“.

Този привидно прост данък обаче предизвиква ожесточен икономически дебат.

Аргументът „ЗА“ (Бил Гейтс)

Аргументът на Гейтс не е просто за събиране на приходи. Той има две стратегически цели:

1. Забавяне на темпото: Гейтс открито заявява, че данъкът умишлено би „забавил скоростта“ на автоматизацията. Това не е с цел спиране на иновациите, а за да се даде на обществото и на пазара на труда повече време да се адаптират към безпрецедентните сътресения.
2. Финансиране на прехода: Събраните средства не са „наказание“ за компаниите, а източник на финансиране за работни места, които изискват уникално човешка емпатия и които AI не може да замести. Гейтс изрично посочва грижата за възрастни хора и работата с деца в училищата.

В своята същност, аргументът на Гейтс е за управление на прехода. Той признава, че твърде бързото изместване на труда има огромна отрицателна социална външна стойност (social externality) – безработица, колапс на общности, загуба на данъчни приходи. Данъкът е начин технологичните компании да платят за този социален разход.

Аргументът „ПРОТИВ“ (ITIF, Brookings)

Икономисти и мозъчни тръстове, фокусирани върху иновациите, като Information Technology and Innovation Foundation (ITIF) и Brookings Institution, са категорично против, наричайки идеята „изключително лоша“.

1. Логистичен и правен кошмар: Първият проблем е дефиницията. Какво точно е „робот“? Ако се обложи физически робот в завод на Volkswagen, това не е ли несправедливо спрямо софтуерен бот (като този на Klarna), който върши същата работа по заместване на труд? Ами алгоритъм в Excel, който замества работата на финансов анализатор? Правният хаос би бил огромен. Един анализ посочва десетилетната съдебна битка за това дали екшън фигурките на Marvel са „кукли“ (представляващи хора, с висок данък) или „играчки“ (не-хора, с нисък данък) като пример за правния абсурд, който би последвал.
2. Убива производителността и растежа: Това е основният икономически аргумент. В момент, когато развитите икономики страдат от нисък ръст на производителността и застаряващо население, данъкът върху роботите е данък върху самите иновации. Той наказва инвестициите в ефективност и според ITIF, ще забави растежа на БВП и заплатите.
3. Данъчно облагане върху печалбата, а не върху средствата: Както посочва Международната федерация по роботика (IFR), икономически ефективният подход е да се облагат „печалбите, а не средствата за тяхното постигане“.

Алтернативата: Преместване на фокуса

Дебатът за „данъка върху роботите“ вероятно е погрешно насочен. Истинският проблем, който Гейтс правилно идентифицира, е ерозията на данъчната основа от труд. Ако все по-малко хора получават заплати, държавата губи основния си източник на приходи.

По-ефективно решение може да не е наказателен данък върху инвестицията (робота), а по-високо и по-ефективно облагане на печалбите, които тази инвестиция генерира. Това премества фокуса от „наказание за иновации“ към „споделяне на ползите от иновациите“ и може да включва:

• По-високи корпоративни данъци върху свръхпечалбите от автоматизация.
• По-високи данъци върху капиталовите печалби.
• Идеята за създаване на „Суверенен фонд за богатство“ (подобно на Норвегия), който притежава акции в AI компаниите, така че цялото общество да получава дивидент от технологичния напредък.

4.3. Решение: Учене през целия живот и „незаменимите“ човешки умения

Ако AI автоматизира рутинните когнитивни задачи (писане, кодиране, анализ), какви умения остават за хората? Отговорът се крие в парадокс: в ерата на изкуствения интелект, „меките“ човешки умения се превръщат в най-ценните „твърди“ умения.

Парадоксът на „човешките умения“

Проучване на McKinsey Global Survey разкрива, че компаниите, които извличат най-голяма икономическа стойност от внедряването на AI, са тези, които „инвестират еднакво в човешките способности“.

Логиката зад това е ясна. AI се справя отлично с техническото изпълнение – анализ на огромни масиви от данни, писане на код, диагностициране на медицински изображения, изготвяне на правни документи. Но той се проваля в разбирането на човешкия контекст: нюансирана преценка, етични дилеми, емпатия към клиента, междуличностна комуникация и стратегическо мислене.

AI е мощен инструмент, който се нуждае от майстор. Той не просто замества задачи, той издига хората до по-високи роли. Вместо да въвеждат данни, банковите служители се фокусират върху сложни финансови съвети и изграждане на доверие с клиента. Вместо да кодират рутинни функции, програмистите се фокусират върху архитектурата на цялата система и креативното решаване на проблеми.

Виж още: Ти не си заменен от AI, ти си повишен

Топ 10 на търсените умения (според WEF)

Списъкът на Световния икономически форум с най-търсените умения до 2025 г. илюстрира тази промяна перфектно. Той се доминира от способности, които AI не притежава:

1. Аналитично мислене и иновации
2. Активно учене и стратегии за учене.
3. Комплексно решаване на проблеми.
4. Критично мислене и анализ.
5. Креативност, оригиналност и инициативност.
6. Лидерство и социално влияние.
7. Използване, мониторинг и контрол на технологии.
8. Дизайн на технологии и програмиране.
9. Устойчивост, толерантност към стрес и гъвкавост.
10. Разсъждение, решаване на проблеми и идеен обмен.

Първите пет умения в списъка са изцяло човешко-центрични. Това са уменията, които трябва да бъдат в основата на всяка образователна система и програма за преквалификация.

Учене през целия живот (Lifelong Learning)

В този контекст, „ученето през целия живот“ престава да бъде просто корпоративен лозунг и се превръща в основна икономическа стратегия за оцеляване и просперитет.

Документи на Европейския съюз и национални стратегии (включително в България) вече поставят „ученето през целия живот“ и придобиването на цифрови умения от всички възрастови групи като ключов приоритет за справяне с цифровата трансформация.Това е особено важно, тъй като Световният икономически форум прогнозира, че 44% от основните умения на работниците ще бъдат нарушени (disrupted) през следващите пет години.

Предизвикателството е огромно. То изисква не просто няколко онлайн курса, а цялостно преосмисляне на образователната система – гъвкави програми, микро-кредити за умения и изграждане на култура, в която преквалификацията на 40 или 50 години е норма, а не изключение.

Част 5: Новата география на риска: Кой всъщност е застрашен?

Традиционно се смяташе, че автоматизацията е заплаха предимно за нискоквалифицираните работници „сини якички“ – тези на поточната линия във фабриката или шофьорите на камиони. Възходът на генеративния AI обаче обърна този сценарий с главата надолу. Новият риск е насочен към „белите якички“.

Първият регионален анализ на ОИСР (Организацията за икономическо сътрудничество и развитие) за въздействието на генеративния AI, публикуван през 2024 г., разкрива изненадваща нова география на риска.

Докладът установява, че GenAI ще задълбочи съществуващите разделения между град и село, но не по начина, по който очаквахме. За разлика от предишните вълни на автоматизация, които засягаха предимно индустриалните и селските райони, рискът от GenAI е силно концентриран в градските центрове.

• Данни: Средно 32% от работниците в градските райони на ОИСР са изложени на риск от автоматизация от GenAI, в сравнение със само 21% от работниците в селските райони.
• Горещи точки: В технологични и финансови хъбове като Стокхолм (Швеция) и Прага (Чехия) делът на изложените на риск работни места достига 45%.
• Засегнати групи: GenAI се справя отлично с когнитивни и нерутинни задачи. В резултат на това, за първи път, най-застрашените групи са висококвалифицираните работници и жените (които са свръхпредставени в административните и комуникационни роли).

Това е фундаментална промяна в политиката на автоматизацията. Преди това, „елитите“ в градовете – политици, мениджъри, финансисти, анализатори – можеха да насърчават автоматизацията, тъй като тя засягаше предимно „други хора“ (работници във фабрики) в други региони.

Сега, генеративният AI идва за техните работни места. Списъкът на Goldman Sachs с професиите с висок риск от изместване включва компютърни програмисти, счетоводители, одитори и правни асистенти. Докладът „Бъдещето на работните места“ на WEF добавя към този списък управленски, разсъжденчески и вземащи решения задачи.

Това означава, че самата висококвалифицирана, градска класа, която държи най-много икономическа и политическа власт, вече е пряко застрашена. Този личен, екзистенциален риск може драстично да ускори политическата воля за създаване на „нов социален договор“. Проблемът вече не е „техен“, а „наш“.

Част 6: Съзидателното унищожение: Двигателят за създаване на работни места

Разказът за AI твърде често се фокусира само върху унищожението. Икономистът Йозеф Шумпетер обаче описва капитализма като вечна „буря от съзидателно унищожение“. AI е тази буря, но тя не само унищожава, тя и създава.

Докладът „Бъдещето на работните места“ на Световния икономически форум, макар да прогнозира огромни сътресения (44% от уменията на работниците ще бъдат нарушени), също така прогнозира, че AI ще бъде нетен създател на работни места. Техният модел очаква да бъдат създадени 69 милиона нови работни места в световен мащаб до 2027 г. в резултат на AI и цифровизацията.

Ключът е да се разбере, че това не са просто повече от същите работни места. Това са изцяло нови роли, които не са съществували преди пет години и които са пряко свързани с управлението и внедряването на AI:

1. Prompt Engineer (Инженер по заявките): Специалист по писане на ефективни заявки (prompts) за „разговори“ с генеративни AI модели, за да се получат оптимални резултати. Тази роля е търсена в маркетинга, дизайна и създаването на съдържание, като заплатите в САЩ вече надхвърлят $120,000.
2. AI Ethicist (Етик по AI): Тъй като компаниите осъзнават огромните правни и репутационни рискове от пристрастни или неетични AI, тази роля става критична. Етикът по AI работи с правни и технически екипи, за да гарантира, че системите са изградени и внедрени справедливо и етично.
3. AI Operations Manager (Мениджър по AI операции): Управлява внедряването, поддръжката и интеграцията на AI инструменти в ежедневните бизнес процеси.
4. Data Annotator (Специалист по етикетиране на данни): Основна, но критична работа за „обучение“ на AI модели, като ръчно се етикетират данни (текст, изображения, реч). Това се превръща в нова „входна“ работа в AI икономиката за хора без опит в кодирането.

Проблемът, пред който сме изправени, не е непременно бъдеще без работни места. Проблемът е в скоростта и мащаба на прехода.

Виж още: Изкуствен интелект и работа, професии в риск

Предизвикателството на нашия социален договор е как да изградим мост, който да преведе 45-годишен служител от обслужване на клиенти (чиято работа е автоматизирана от Klarna) до нова, смислена роля на „AI Ethicist“ или „Data Annotator“. Това е мястото, където всички елементи на новия договор се срещат:

Безусловният базов доход (ББД) действа като предпазна мрежа под моста, а „ученето през целия живот“ осигурява самия мост за преминаване.

Заключение: Изборът не е дали, а как

Изкуственият интелект може да направи света по-богат, но само ако приходите се връщат при хората, а не остават при машините или малка прослойка. Ако това не се случи, ще създадем „перфектна“ икономика, в която обаче няма реално движение и желание да купуваш. Технологиите сами по себе си не са потребители – работещите хора са тези, които създават стойност и движещата сила на икономиката.

Този доклад показа, че и двата пътя са реално възможни. Пътят по подразбиране, воден от краткосрочната корпоративна „ефективност“, илюстриран от Meta, рискува да повтори „десетилетията на стагнация“ от Индустриалната революция. Това е пътят към икономическа стагнация, предвидена от икономистите на Европейския парламент – свят, пълен с продукти, които никой не може да си позволи.

Алтернативният път изисква съзнателно и смело изграждане на нов социален договор.

Доказателствата от Кения показват, че преките парични трансфери (ББД) са мощен двигател за икономически растеж и потребление, а не просто благотворителност. Доказателствата от Финландия показват, че те са жизненоважна мрежа за психологическа устойчивост, която дава на хората капацитета да се адаптират. Дебатът за „данъка върху роботите“ повдига правилния въпрос: как да финансираме обществените блага, когато трудът вече не е основната данъчна основа? А анализът на уменията ни напомня, че в свят, пълен с изкуствен интелект, най-голямата икономическа стойност се крие в нашата собствена, незаменима човечност – нашата креативност, критично мислене и емпатия.

Ако това не се случи, ще създадем „перфектна“ икономика, в която обаче няма реално движение и желание да купуваш. Технологиите сами по себе си не са потребители – работещите хора са тези, които създават стойност и движещата сила на икономиката.

Модерният дебат не е за край на технологиите, а за старт на ново социално споразумение – в центъра, на което трябва да стои човекът, със своя труд, своите доходи и възможности за развитие.

Или така…или ще дойдат сили да решат, че от голяма част от човечеството няма нужда…Но това засега е в теориите на конспирацията.