Murugan Anandarajan vid Drexel University diskuterar de färdigheter som proffs behöver för att titta närmare på eftersom artificiell intelligens påverkar arbetslivets framtid.
Konsultfirman Accenture nyligen sagt upp 11 000 anställda medan utöka sina ansträngningar för att utbilda arbetare att använda artificiell intelligens. Det är en skarp påminnelse om att samma teknik som driver effektivitet också omdefinierar vad som krävs för att behålla ett jobb.
Och Accenture är inte ensam. IBM har redan ersatt hundratals roller med AI-system, samtidigt som man skapar nya jobb inom försäljning och marknadsföring. Amazon minskade personalen även när det utökar team som bygger och hanterar AI-verktyg. Över industrier, från banker till sjukhus och kreativa företagarbetare och chefer försöker förstå vilka roller som kommer att försvinna, vilka som kommer att utvecklas och vilka nya som kommer att dyka upp.
jag forska och undervisa vid Drexel University’s LeBow College of Businessstudera hur teknikförändringar fungerar och beslutsfattande. Mina elever frågar ofta hur de kan förbli anställningsbara i en ålder av AI. Chefer frågar mig hur man bygger förtroende för teknik som verkar gå snabbare än människor kan anpassa sig till den. I slutändan frågar båda grupperna egentligen samma sak: Vilka färdigheter betyder mest i en ekonomi där maskiner kan lära sig?
För att svara på detta analyserade jag data från två undersökningar som jag och mina kollegor genomförde i somras. För den första, den Dataintegritet och AI Readiness Surveyfrågade vi 550 företag över hela landet hur de använder och investerar i AI. För den andra, den College Hiring Outlook Surveytittade vi på hur 470 arbetsgivare såg på anställning på nybörjarnivå, utveckling av personal och AI-kunskaper hos kandidater. Dessa studier visar båda sidor av ekvationen: de som bygger AI och de som lär sig att arbeta med det.
AI finns överallt, men är folk redo?
Mer än hälften av organisationerna berättade för oss att AI nu driver det dagliga beslutsfattandet, men ändå tror bara 38 procent att deras anställda är fullt beredda att använda det. Denna klyfta omformar dagens arbetsmarknad. AI ersätter inte bara arbetare; det avslöjar vem som är redo att arbeta vid sidan av det.
Våra uppgifter visar också på en motsägelse. Medan många företag nu är beroende av AI internt, säger bara 27 procent av rekryterarna att de är bekväma med att sökande använder AI-verktyg för uppgifter som att skriva meritförteckningar eller undersöka löneintervall.
Med andra ord, samma verktyg som företag litar på för affärsbeslut väcker fortfarande tvivel när arbetssökande använder dem för att avancera i karriären. Tills den synen ändras kommer även kvalificerade arbetare att fortsätta få blandade budskap om vad ’ansvarsfull AI-användning’ betyder verkligen.
I Data Integrity & AI Readiness Survey visade sig denna beredskapsgap tydligast i kundinriktade och operativa jobb som marknadsföring och försäljning. Det är samma områden där automatiseringen går snabbt framåt, och uppsägningar tenderar att inträffa när tekniken utvecklas snabbare än människor kan anpassa sig.
Samtidigt upptäckte vi att många arbetsgivare inte har uppdaterat sina examens- eller behörighetskrav. De anställer fortfarande för gårdagens CV medan morgondagens arbete kräver flytande AI. Problemet är inte att människor ersätts av AI; det är att tekniken utvecklas snabbare än de flesta arbetare kan anpassa sig.
Flytande och förtroende: De verkliga grunderna för anpassningsförmåga
Vår forskning tyder på att de färdigheter som är närmast kopplade till anpassningsförmåga delar ett tema, vad jag kallar ”mänsklig-AI-flytande”. Det innebär att kunna arbeta med smarta system, ifrågasätta deras resultat och fortsätta lära sig allt eftersom saker förändras.
På alla företag ligger de största utmaningarna i att utöka AI, säkerställa efterlevnad av etiska och regulatoriska standarder och koppla AI till verkliga affärsmål. Dessa hinder handlar inte om kodning; de handlar om gott omdöme.
I mina lektioner betonar jag att framtiden kommer att gynna människor som kan förvandla maskinproduktion till användbar mänsklig insikt. Jag kallar detta digital tvåspråkighet: förmågan att flytande navigera i både mänskligt omdöme och maskinlogik.
Vad förvaltningsexperter kallar ”omskilling” – eller lära sig nya färdigheter för att anpassa sig till en ny roll eller stora förändringar i en gammal – fungerar bäst när människor känner sig trygga att lära sig. I vår Dataintegritet och AI Readiness Surveyhade organisationer med stark styrning och högt förtroende nästan dubbelt så stor risk att rapportera resultat- och innovationsvinster. Data tyder på att när människor litar på sina ledare och system är de mer villiga att experimentera och lära sig av misstag. På det sättet förvandlar förtroende teknik från något att vara rädd för till något att lära av, vilket ger medarbetarna självförtroende att anpassa sig.
Enligt College Hiring Outlook Surveycirka 86 procent av arbetsgivarna erbjuder nu intern utbildning eller online-startläger, men bara 36 procent säger att AI-relaterade färdigheter är viktiga för roller på nybörjarnivå. Den mesta utbildningen fokuserar fortfarande på traditionella färdigheter snarare än de som behövs för nya AI-jobb.
De mest framgångsrika företagen gör lärande till en del av själva jobbet. De skapar möjligheter att lära sig in i verkliga projekt och uppmuntrar anställda att experimentera. Jag påminner ofta ledare om att målet inte bara är att utbilda människor att använda AI utan att hjälpa dem att tänka vid sidan av det. Det är så förtroende blir grunden för tillväxt och hur omskoling hjälper till att behålla anställda.
De nya reglerna för anställning
Enligt min åsikt minskar inte de företag som är ledande inom AI bara jobb; de omdefinierar dem. För att lyckas tror jag att företag kommer att behöva anställa människor som kan koppla ihop teknik med gott omdöme, ifrågasätta vad AI producerar, förklara det tydligt och omvandla det till affärsvärde.
I företag som använder AI för att fungera mest effektivt, handlar anställning inte bara om meritförteckningar längre. Det som spelar roll är hur människor tillämpar egenskaper som nyfikenhet och omdöme på intelligenta verktyg. Jag tror att dessa trender leder till nya hybridroller som AI-översättare, som hjälper beslutsfattare att förstå vad AI-insikter betyder och hur man agerar utifrån dem, och digitala coacher, som lär team att arbeta tillsammans med intelligenta system. Var och en av dessa roller kopplar samman mänskligt omdöme med maskinintelligens, och visar hur framtida jobb kommer att blanda tekniska färdigheter med mänsklig insikt.
Den blandningen av omdöme och anpassningsförmåga är den nya konkurrensfördelen. Framtiden kommer inte bara att belöna de mest tekniska arbetarna, utan de som kan förvandla intelligens – mänsklig eller artificiell – till ett verkligt värde.
Av Murugan Anandarajan
Dr Murugan Anandarajan är prodekan och professor i ledningsinformationssystem vid Drexel Universitys LeBow College of Businessdär han har arbetat i mer än 20 år i en rad akademiska och administrativa ledarroller. Han fungerar också som akademisk chef för Center for Applied AI and Business Analytics och Dornsife Office for Experiential Learning. Hans forskning fokuserar på cyberbrottslighet, ostrukturerad dataanalys, affärsanalys och strategisk hantering av informationssystem.
