Aj som sa preľakol II. – Konkrétne štatistiky nahradenia práce robotmi

Pár mesiacov dozadu som sa trochu preľakol. Nástup štvrtej priemyselnej revolúcie je totiž veľmi rázny a robotické nahradzovanie ľudských pracovných miest sa dotkne aj odvetví, ktoré doteraz fungovali výhradne len na ľudskú prácu. Tu na blogu www.mocnedata.sk sme spolu preberali, ako sa táto vlna dotkne našich, analytických jobov.

Táto téma však nedáva vo svete naozaj spávať viacerým serióznym výskumným organizáciám. Verejnosť sa totiž pomerne rýchlo rozdelila na dva tábory: Optimisti (ktorí tvrdia, že ľudia aj tak prežijú, ako doposiaľ vždy pri každej predchádzajúcej technologickej zmene) a Menej ružoví (ktorí si uvedomujú, že jednotlivé druhy práce nie sú rovnomerne rozdelené po krajinách a tak budú oblasti, ktoré utrpia (dúfajme, že dočasné) obdobia nadbytočnosti aktuálnej pracovnej sily). Problémom však je, že diskusia sa vedie skôr v rovine myšlienkových experimentov. Doposiaľ totiž chýbali relevantné údaje, ktoré by dali za pravdu jedným či druhým. Túto drobnú chybu však už vieme napraviť.

Ako rýchlo rastie robotizácia?

Podľa údajov Medzinárodnej Federácie pre Robotiku (IFR = International Federation of Robotics), zverejnených v štúdii aktuálneho (Fall 2017) čísla magazínu Handesblatt Global, dopyt po inštalácii nových robotov do pracovných procesov sa zrýchľuje za posledné roky o +15% ročne. Keďže pracovné roboty nie sú spotrebný tovar a po svojej inštalácii zostanú v prevádzke aj niekoľko desiatok rokov, skutočný počet prevádzkovaných robotov rastie zatiaľ (len) logaritmicky. Aktuálny trend však predpokladá, že len v strojárstve bude v roku 2019 inštalovaných viac ako 410 tisíc nových robotov. To znamená, nahradenie miliónov pracovných miest.

Koľko pracovných miest to už pohltilo?

Aby bol dopad robotizácie aspoň trochu hmatateľný, IFR realizuje aj prepočet prevádzkovaných robotov na 10.000 pracovných miest. Táto metrika vám dá pomerne jasný obraz o tom, ako hlboko sa roboty už stihli zahryznúť. Ak navyše uvážite, že robot dokáže ísť na 3 zmeny (takmer) nepretržite, takže nahrádza minimálne 3 pracovné sily (v skutočnosti môže robiť prácu viac ako jedného človeka, ale od toho na chvíľu pre zjednodušenie upustíme), existujú už krajiny, ktoré
už miera automatizácie prekročila 15%.

Nakročené je teda riadne. Dôležitým aspektom však je, ako sa tento proces rôzne dotkne jednotlivých profesií.

Ktoré odvetvia padnú ako prvé?

Ako už bolo naznačené vyššie, celkový vážený pomer za celú ekonomiku nie je až tak dôležitý, oveľa trefnejšie je vidieť ako rôzne sa táto vlna robotizácie prejaví v jednotlivých odvetviach pracovného trhu. Podľa rozsiahlej štúdie McKinsey & Co. Je najohrozenejším odvetvím primárna potravinárska výroba a ťažba dreva. Naopak najmenej obáva zatiaľ z robotiky môžu mať učitelia a iné vzdelávacie profesie. Závery tejto štúdie stručne sumarizuje nasledovný obrázok:

Vývoj robotizácie v odvetviach

Časť ľadovca, ktorú nevidíme

Pre korektnosť informácie treba však podotknúť, že aktuálne štúdie sa zaoberajú primárne inštaláciou tých robotov, ktoré súvisia s fyzickou prácou. Na pozadí beží oveľa dramatickejší boj o mentálne pracujúce joby. Tie totiž nebudú nahradené fyzickými robotmi, ale AI algoritmami. (napr. operátorov  call centier nahradia chatboty, o tejto téme viac v samostatnom blogu na túto tému) Nasadzovanie AI riešení je však oveľa nenápadnejšie a tak štatistiky pracovných miest, ktorá pohltila umelá inteligencia v čisto sotwarovej podobe sa budú zbierať oveľa ťažšie. Súdiac podľa počtu takýchto AI projektov, na ktoré som bo prizvaný za posledných 12 mesiacov aj tu ide riadne do tuhého. Softwarová náhrada pracovných miest je o to „nebezpečnejšia“, že ako preukážete funkčnosť riešenia na jednom podniku (napr. call centre) okamžite je možné tento proces replikovať do všetkých ostatných. A to aj naprieč hranicami. Takže táto AI tsunami vlna nás môže zavaliť bez okolkov aj zo západných trhov.

Ďalšie blogy, ktoré by Vás mohli zaujímať:

Strojmi sa rútime k mentálnej obezite

Ktorá značka je najďalej vo vývoji samojazdných áut?

3 spôsoby ako naučiť robota sa správať medzi ľuďmi

Deep Learning alebo Machine Learning, viete aký je rozdiel?