Instytut Technologiczny w Massachusetts (MIT) opublikował wyniki badań, z których wynika, że sztuczna inteligencja może już zastąpić 11,7 proc. amerykańskiego rynku pracy, co przekłada się na kwotę 1,2 biliona dolarów w wynagrodzeniach w sektorze finansowym, opieki zdrowotnej i usług profesjonalnych. Analizę przeprowadzono z pomocą narzędzia do symulacji pracy o nazwie Iceberg Index, opracowanego wspólnie przez MIT i Narodowe Laboratorium Oak Ridge (ORNL).
Indeks symuluje interakcje 151 milionów pracowników na terenie całych Stanów Zjednoczonych, uwzględniając również ich umiejętności, zadania, zawód oraz lokalizację. Następnie sprawdza, czy obecne systemy AI w danej lokalizacji mogą samodzielnie wykonywać określone czynności. W ocenie twórców Iceberg Index pozwala określić, w jaki sposób sztuczna inteligencja może przekształcić amerykański rynek pracy.
"Naukowcy ustalili, że widoczny wierzchołek góry lodowej - zwolnienia i zmiany ról w sektorze technologii, informatyki i technologii informacyjnej - stanowi zaledwie 2,2 proc. całkowitego narażenia na zmiany płac" - pisze CNBC. To przekłada się na ok. 211 mld dolarów w wynagrodzeniach z całkowitej kwoty 1,2 bln dolarów, która obejmuje również m.in. kadry, logistykę, finanse i administrację biurową, czyli obszary narażone na automatyzację.
Prasanna Balaprakash, dyrektor ORNL oraz jeden z kierowników projektu wyjaśnił, że indeks ma pokazywać, w jaki sposób sztuczna inteligencja wpływa na zadania, umiejętności i przepływy siły roboczej w USA jeszcze zanim te zmiany pojawią się w realnej gospodarce. Ponadto narzędzie ma obrazować obecne umiejętności systemów AI i ułatwiać podejmowanie decyzji m.in. w sprawie szkoleń dla pracowników oraz planowania inwestycji.
Władze trzech amerykańskich stanów (Utah, Tennessee i Karoliny Północnej) już nawiązały współpracę z twórcami Iceberg Index. Stan Tennessee opublikował w listopadzie raport dotyczący działań na rynku pracy, w którym powołał się na przygotowany przez naukowców indeks. Natomiast władze Karoliny Północnej chcą użyć tego narzędzia, aby m.in. określić prawdopodobieństwo automatyzacji określonych stanowisk pracy.