AI-ക്ക് പകരം വയ്ക്കാൻ കഴിയാത്ത ജോലികൾ, AI ഏതൊക്കെ ജോലികൾ മാറ്റിസ്ഥാപിക്കും? തൊഴിലിൽ AI-യുടെ സ്വാധീനത്തെക്കുറിച്ചുള്ള ഒരു ആഗോള വീക്ഷണം

തൊഴിൽ സേനയിൽ AI യുടെ ഉയർച്ച രൂപപ്പെടുത്തൽ

2023-ൽ, ലോകമെമ്പാടുമുള്ള കമ്പനികളിൽ മുക്കാൽ ഭാഗവും (77%) ഇതിനകം തന്നെ AI പരിഹാരങ്ങൾ ഉപയോഗിക്കുകയോ പര്യവേക്ഷണം ചെയ്യുകയോ ചെയ്തിരുന്നു ( AI തൊഴിൽ നഷ്ടം: ഞെട്ടിക്കുന്ന സ്ഥിതിവിവരക്കണക്കുകൾ വെളിപ്പെടുത്തി ). ഈ ദത്തെടുക്കൽ കുതിച്ചുചാട്ടത്തിന് യഥാർത്ഥ പ്രത്യാഘാതങ്ങളുണ്ട്: AI ഉപയോഗിക്കുന്ന 37% ബിസിനസുകളും 2023-ൽ തൊഴിൽ ശക്തി കുറയ്ക്കുമെന്ന് റിപ്പോർട്ട് ചെയ്തു, 44% പേർ 2024-ൽ കൂടുതൽ AI-അധിഷ്ഠിത തൊഴിൽ വെട്ടിക്കുറവുകൾ പ്രതീക്ഷിക്കുന്നു ( AI തൊഴിൽ നഷ്ടം: ഞെട്ടിക്കുന്ന സ്ഥിതിവിവരക്കണക്കുകൾ വെളിപ്പെടുത്തി ). അതേസമയം, AI കോടിക്കണക്കിന് ജോലികളെ അപകടത്തിലാക്കുമെന്ന് വിശകലന വിദഗ്ധർ പ്രവചിക്കുന്നു - ഗോൾഡ്മാൻ സാച്ച്സ് സാമ്പത്തിക വിദഗ്ധർ ആഗോളതലത്തിൽ 300 ദശലക്ഷം ജോലികളെ AI ഓട്ടോമേഷൻ ബാധിച്ചേക്കാമെന്ന് ( 60+ AI മാറ്റിസ്ഥാപിക്കൽ ജോലികളെക്കുറിച്ചുള്ള സ്ഥിതിവിവരക്കണക്കുകൾ (2024) “AI ഏതൊക്കെ ജോലികൾ മാറ്റിസ്ഥാപിക്കും?”, “AI-ക്ക് മാറ്റിസ്ഥാപിക്കാൻ കഴിയാത്ത ജോലികൾ” എന്നീ ജോലിയുടെ ഭാവിയെക്കുറിച്ചുള്ള ചർച്ചകളിൽ കേന്ദ്രബിന്ദുവായി മാറിയതിൽ അതിശയിക്കാനില്ല

എന്നിരുന്നാലും, ചരിത്രം ചില കാഴ്ചപ്പാടുകൾ നൽകുന്നു. മുൻകാല സാങ്കേതിക വിപ്ലവങ്ങൾ (യന്ത്രവൽക്കരണം മുതൽ കമ്പ്യൂട്ടറുകൾ വരെ) തൊഴിൽ വിപണികളെ തടസ്സപ്പെടുത്തി, പക്ഷേ പുതിയ അവസരങ്ങൾ സൃഷ്ടിച്ചു. AI യുടെ കഴിവുകൾ വളരുമ്പോൾ, ഈ ഓട്ടോമേഷൻ തരംഗം അതേ രീതി പിന്തുടരുമോ എന്നതിനെക്കുറിച്ച് തീവ്രമായ ചർച്ചകൾ നടക്കുന്നുണ്ട്. ജോലികളുടെ പശ്ചാത്തലത്തിൽ AI എങ്ങനെ പ്രവർത്തിക്കുന്നു, ഏതൊക്കെ മേഖലകളാണ് ഏറ്റവും വലിയ സ്ഥാനചലനത്തെ നേരിടുന്നത്, ഏതൊക്കെ റോളുകൾ താരതമ്യേന സുരക്ഷിതമായി തുടരുന്നു (എന്തുകൊണ്ട്), ആഗോള തൊഴിൽ ശക്തിക്കായി വിദഗ്ധർ എന്താണ് മുൻകൂട്ടി കാണുന്നത് എന്നതിനെക്കുറിച്ചുള്ള ഒരു വിശകലനം ഈ വൈറ്റ്പേപ്പർ നടത്തുന്നു. സമഗ്രവും കാലികവുമായ വിശകലനം നൽകുന്നതിന് സമീപകാല ഡാറ്റ, വ്യവസായ ഉദാഹരണങ്ങൾ, വിദഗ്ദ്ധ ഉദ്ധരണികൾ എന്നിവ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.

ജോലികളുടെ പശ്ചാത്തലത്തിൽ AI എങ്ങനെ പ്രവർത്തിക്കുന്നു

ഇന്ന് AI പ്രത്യേക ജോലികളിൽ - പ്രത്യേകിച്ച് പാറ്റേൺ തിരിച്ചറിയൽ, ഡാറ്റ പ്രോസസ്സിംഗ്, പതിവ് തീരുമാനമെടുക്കൽ എന്നിവ ഉൾപ്പെടുന്നവ. AI-യെ മനുഷ്യനെപ്പോലെയുള്ള ഒരു തൊഴിലാളിയായി കരുതുന്നതിനുപകരം, ഇടുങ്ങിയ പ്രവർത്തനങ്ങൾ നിർവഹിക്കാൻ പരിശീലിപ്പിച്ച ഉപകരണങ്ങളുടെ ഒരു ശേഖരമായാണ് ഇതിനെ ഏറ്റവും നന്നായി മനസ്സിലാക്കുന്നത്. വലിയ ഡാറ്റ വിശകലനം ചെയ്യുന്ന മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങൾ മുതൽ ഉൽപ്പന്നങ്ങൾ പരിശോധിക്കുന്ന കമ്പ്യൂട്ടർ വിഷൻ സിസ്റ്റങ്ങൾ, അടിസ്ഥാന ഉപഭോക്തൃ അന്വേഷണങ്ങൾ കൈകാര്യം ചെയ്യുന്ന ചാറ്റ്ബോട്ടുകൾ പോലുള്ള സ്വാഭാവിക ഭാഷാ പ്രോസസ്സറുകൾ വരെ ഈ ഉപകരണങ്ങൾ ഉൾക്കൊള്ളുന്നു. പ്രായോഗികമായി, AI-ക്ക് ഒരു ജോലിയുടെ ഭാഗങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്യാൻ : പ്രസക്തമായ വിവരങ്ങൾക്കായി ആയിരക്കണക്കിന് പ്രമാണങ്ങളിലൂടെ വേഗത്തിൽ അരിച്ചുപെറുക്കാം, മുൻകൂട്ടി നിശ്ചയിച്ച റൂട്ടിലൂടെ ഒരു വാഹനം ഓടിക്കാം, അല്ലെങ്കിൽ ലളിതമായ ഉപഭോക്തൃ സേവന ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാം. ഈ ടാസ്‌ക്-കേന്ദ്രീകൃത വൈദഗ്ദ്ധ്യം അർത്ഥമാക്കുന്നത് AI പലപ്പോഴും ആവർത്തിച്ചുള്ള ചുമതലകൾ ഏറ്റെടുത്തുകൊണ്ട് മനുഷ്യ തൊഴിലാളികളെ പൂരകമാക്കുന്നു എന്നാണ്.

നിർണായകമായി, മിക്ക ജോലികളിലും ഒന്നിലധികം ജോലികൾ അടങ്ങിയിരിക്കുന്നു, അവയിൽ ചിലത് മാത്രമേ AI ഓട്ടോമേഷന് അനുയോജ്യമാകൂ. നിലവിലെ സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് 5% ൽ താഴെ തൊഴിലുകൾ മാത്രമേ പൂർണ്ണമായും ഓട്ടോമേറ്റ് ചെയ്യാൻ കഴിയൂ AI Replacing Jobs Statistics and Facts [2024*] ). മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, മിക്ക റോളുകളിലും ഒരു മനുഷ്യനെ പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കുന്നത് ഇപ്പോഴും ബുദ്ധിമുട്ടാണ്. AI-ക്ക് ചെയ്യാൻ കഴിയുന്നത് ഭാഗങ്ങൾ : വാസ്തവത്തിൽ, ഏകദേശം 60% തൊഴിലുകളിലും AI-യും സോഫ്റ്റ്‌വെയർ റോബോട്ടുകളും ഓട്ടോമേറ്റ് ചെയ്യാൻ കഴിയുന്ന പ്രവർത്തനങ്ങളുടെ ഒരു പ്രധാന ഭാഗം ഉണ്ട് ( AI Replacing Jobs Statistics and Facts [2024*] പിന്തുണാ ഉപകരണമായി AI വിന്യസിക്കുന്നത് നമ്മൾ കാണുന്നത് എന്തുകൊണ്ടാണെന്ന് ഇത് വിശദീകരിക്കുന്നു - ഉദാഹരണത്തിന്, ഒരു AI സിസ്റ്റം ജോലി സ്ഥാനാർത്ഥികളുടെ പ്രാരംഭ സ്ക്രീനിംഗ് കൈകാര്യം ചെയ്തേക്കാം, ഒരു മനുഷ്യ റിക്രൂട്ടർക്ക് അവലോകനം ചെയ്യുന്നതിനുള്ള മികച്ച റെസ്യൂമെകൾ ഫ്ലാഗ് ചെയ്തേക്കാം. AI-യുടെ ശക്തി അതിന്റെ വേഗതയിലും നന്നായി നിർവചിക്കപ്പെട്ട ജോലികൾക്കായുള്ള സ്ഥിരതയിലുമാണ്, അതേസമയം മനുഷ്യർ ക്രോസ്-ടാസ്‌ക് വഴക്കം, സങ്കീർണ്ണമായ വിധിന്യായം, പരസ്പര കഴിവുകൾ എന്നിവയിൽ ഒരു മുൻതൂക്കം നിലനിർത്തുന്നു.

പല വിദഗ്ധരും ഈ വ്യത്യാസം ഊന്നിപ്പറയുന്നു. “നമുക്ക് ഇതുവരെ പൂർണ്ണമായ ആഘാതം അറിയില്ല, പക്ഷേ ചരിത്രത്തിലെ ഒരു സാങ്കേതികവിദ്യയും ഒരിക്കലും നെറ്റിലെ തൊഴിൽ കുറച്ചിട്ടില്ല,” സാൻ ഫ്രാൻസിസ്കോ ഫെഡിന്റെ പ്രസിഡന്റ് മേരി സി. ഡാലി പറയുന്നു, മനുഷ്യരെ തൽക്ഷണം കാലഹരണപ്പെടുത്തുന്നതിനുപകരം AI നമ്മുടെ പ്രവർത്തനരീതിയിൽ മാറ്റം വരുത്തുമെന്ന് ഊന്നിപ്പറയുന്നു ( ഫോർച്യൂൺ ബ്രെയിൻസ്റ്റോം ടെക് കോൺഫറൻസിൽ SF ഫെഡ് റിസർവ് ചീഫ് മേരി ഡാലി: AI ആളുകളെയല്ല, ജോലികളെ മാറ്റിസ്ഥാപിക്കുന്നു - സാൻ ഫ്രാൻസിസ്കോ ഫെഡ് ). അടുത്ത കാലത്തായി, AI “ആളുകളെയല്ല, ജോലികളെ മാറ്റിസ്ഥാപിക്കുന്നു,” ലൗകിക ചുമതലകൾ ഏറ്റെടുത്ത് തൊഴിലാളികളെ കൂടുതൽ സങ്കീർണ്ണമായ ഉത്തരവാദിത്തങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ അനുവദിക്കുന്നു. AI മാറ്റിസ്ഥാപിക്കുന്ന ജോലികളും AI മാറ്റിസ്ഥാപിക്കാൻ കഴിയാത്ത ജോലികളും - പലപ്പോഴും ഓട്ടോമേഷന് ഏറ്റവും കൂടുതൽ സാധ്യതയുള്ളത് ജോലികളിലെ വ്യക്തിഗത ജോലികളാണ് (പ്രത്യേകിച്ച് ആവർത്തിച്ചുള്ള, നിയമങ്ങൾ അടിസ്ഥാനമാക്കിയുള്ള ജോലികൾ).

മേഖല അനുസരിച്ച് AI മാറ്റിസ്ഥാപിക്കാൻ സാധ്യതയുള്ള ജോലികൾ

മിക്ക തൊഴിലുകളും ഒറ്റരാത്രികൊണ്ട് AI പൂർണ്ണമായും ഏറ്റെടുക്കണമെന്നില്ലെങ്കിലും, ചില മേഖലകളും തൊഴിൽ വിഭാഗങ്ങളും മറ്റുള്ളവയേക്കാൾ ഓട്ടോമേഷന് വളരെ കൂടുതൽ ഇരയാകുന്നു . ഇവ സാധാരണയായി സമൃദ്ധമായ പതിവ് പ്രക്രിയകൾ, ഉയർന്ന അളവിലുള്ള ഡാറ്റ അല്ലെങ്കിൽ പ്രവചനാതീതമായ ഭൗതിക ചലനങ്ങൾ ഉള്ള മേഖലകളാണ് - നിലവിലെ AI, റോബോട്ടിക്സ് സാങ്കേതികവിദ്യകൾ മികവ് പുലർത്തുന്ന മേഖലകൾ. താഴെ, AI മാറ്റിസ്ഥാപിക്കാൻ സാധ്യതയുള്ള , ഈ പ്രവണതകളെ ചിത്രീകരിക്കുന്ന യഥാർത്ഥ ഉദാഹരണങ്ങളും സ്ഥിതിവിവരക്കണക്കുകളും:

നിർമ്മാണവും ഉൽപ്പാദനവും

വ്യാവസായിക റോബോട്ടുകളിലൂടെയും സ്മാർട്ട് മെഷീനുകളിലൂടെയും ഓട്ടോമേഷന്റെ സ്വാധീനം ആദ്യമായി അനുഭവിച്ച മേഖലകളിൽ ഒന്നാണ് നിർമ്മാണം. AI- നയിക്കുന്ന കാഴ്ചപ്പാടും നിയന്ത്രണവുമുള്ള റോബോട്ടുകളാണ് ആവർത്തിച്ചുള്ള അസംബ്ലി ലൈൻ ജോലികളും ലളിതമായ നിർമ്മാണ ജോലികളും കൂടുതലായി നിർവഹിക്കുന്നത്. ഉദാഹരണത്തിന്, ഫോക്‌സ്‌കോൺ , ആവർത്തിച്ചുള്ള അസംബ്ലി ജോലികൾ ഓട്ടോമേറ്റ് ചെയ്തുകൊണ്ട് ഒരൊറ്റ സൗകര്യത്തിൽ 60,000 ഫാക്ടറി തൊഴിലാളികളെ ലോകത്തിലെ ഏറ്റവും വലിയ 10 തൊഴിലുടമകളിൽ 3 എണ്ണം തൊഴിലാളികളെ റോബോട്ടുകൾ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുന്നു | വേൾഡ് ഇക്കണോമിക് ഫോറം ). ലോകമെമ്പാടുമുള്ള ഓട്ടോമോട്ടീവ് പ്ലാന്റുകളിൽ, റോബോട്ടിക് ആയുധങ്ങൾ കൃത്യതയോടെ വെൽഡ് ചെയ്യുകയും പെയിന്റ് ചെയ്യുകയും ചെയ്യുന്നു, ഇത് മാനുവൽ ലേബറിന്റെ ആവശ്യകത കുറയ്ക്കുന്നു. ഇതിന്റെ ഫലമായി നിരവധി പരമ്പരാഗത നിർമ്മാണ ജോലികൾ - മെഷീൻ ഓപ്പറേറ്റർമാർ, അസംബ്ലർമാർ, പാക്കേജർമാർ - AI- ഗൈഡഡ് മെഷീനുകൾ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കപ്പെടുന്നു. വേൾഡ് ഇക്കണോമിക് ഫോറം അനുസരിച്ച്, അസംബ്ലി, ഫാക്ടറി വർക്കർ റോളുകൾ കുറഞ്ഞുവരുന്നവയിൽ ഉൾപ്പെടുന്നു , കൂടാതെ ഓട്ടോമേഷൻ ത്വരിതപ്പെടുത്തിയതിനാൽ ദശലക്ഷക്കണക്കിന് അത്തരം ജോലികൾ സമീപ വർഷങ്ങളിൽ ഇതിനകം തന്നെ നഷ്ടപ്പെട്ടിട്ടുണ്ട് ( AI Replacing Jobs Statistics and Facts [2024*] ). ഈ പ്രവണത ആഗോളതലത്തിലാണ്: ജപ്പാൻ, ജർമ്മനി, ചൈന, യുഎസ് തുടങ്ങിയ വ്യാവസായിക രാജ്യങ്ങളെല്ലാം ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനായി നിർമ്മാണ AI വിന്യസിക്കുന്നു, പലപ്പോഴും മനുഷ്യ തൊഴിലാളികളുടെ ചെലവിൽ. ഓട്ടോമേഷന് ഫാക്ടറികളെ കൂടുതൽ കാര്യക്ഷമമാക്കാനും പുതിയ സാങ്കേതിക ജോലികൾ പോലും സൃഷ്ടിക്കാനും കഴിയും (റോബോട്ട് മെയിന്റനൻസ് ടെക്നീഷ്യൻമാർ പോലുള്ളവർ), എന്നാൽ നേരായ ഉൽപ്പാദന റോളുകൾ അപ്രത്യക്ഷമാകാനുള്ള സാധ്യത വ്യക്തമാണ്.

റീട്ടെയിൽ, ഇ-കൊമേഴ്‌സ്

റീട്ടെയിൽ മേഖലയിൽ, സ്റ്റോറുകൾ പ്രവർത്തിക്കുന്ന രീതിയെയും ഉപഭോക്താക്കൾ ഷോപ്പിംഗ് നടത്തുന്ന രീതിയെയും AI പരിവർത്തനം ചെയ്യുന്നു. ഒരുപക്ഷേ ഏറ്റവും പ്രകടമായ മാറ്റം സെൽഫ്-ചെക്ക്ഔട്ട് കിയോസ്‌ക്കുകളുടെയും ഓട്ടോമേറ്റഡ് സ്റ്റോറുകളുടെയും ഉയർച്ചയാണ്. ഒരുകാലത്ത് റീട്ടെയിലിലെ ഏറ്റവും സാധാരണമായ സ്ഥാനങ്ങളിലൊന്നായിരുന്ന കാഷ്യർ ജോലികൾ, ചില്ലറ വ്യാപാരികൾ AI-യിൽ പ്രവർത്തിക്കുന്ന ചെക്ക്ഔട്ട് സിസ്റ്റങ്ങളിൽ നിക്ഷേപിക്കുന്നതിനാൽ വെട്ടിക്കുറയ്ക്കപ്പെടുന്നു. പ്രധാന പലചരക്ക് ശൃംഖലകളിലും സൂപ്പർമാർക്കറ്റുകളിലും ഇപ്പോൾ സെൽഫ്-സർവീസ് ചെക്ക്ഔട്ടുകൾ ഉണ്ട്, ആമസോൺ പോലുള്ള കമ്പനികൾ "ജസ്റ്റ് വാക്ക് ഔട്ട്" സ്റ്റോറുകൾ (ആമസോൺ ഗോ) അവതരിപ്പിച്ചു, അവിടെ AI-യും സെൻസറുകളും മനുഷ്യ കാഷ്യറുടെ ആവശ്യമില്ലാതെ വാങ്ങലുകൾ ട്രാക്ക് ചെയ്യുന്നു. യുഎസ് ബ്യൂറോ ഓഫ് ലേബർ സ്റ്റാറ്റിസ്റ്റിക്സ് ഇതിനകം കാഷ്യർ തൊഴിലിൽ ഇടിവ് നിരീക്ഷിച്ചിട്ടുണ്ട് - 2019-ൽ 1.4 ദശലക്ഷം കാഷ്യർമാരിൽ നിന്ന് 2023-ൽ ഏകദേശം 1.2 ദശലക്ഷമായി - വരും ദശകത്തിൽ ഈ എണ്ണം മറ്റൊരു 10% കുറയുമെന്ന് പ്രവചിക്കുന്നു ( സെൽഫ്-ചെക്ക്ഔട്ട് ഇവിടെ തുടരും. പക്ഷേ അത് ഒരു കണക്കുകൂട്ടലിലൂടെയാണ് കടന്നുപോകുന്നത് | AP ന്യൂസ് ). ചില്ലറ വ്യാപാര മേഖലയിലെ ഇൻവെന്ററി മാനേജ്‌മെന്റും വെയർഹൗസിംഗും ഓട്ടോമേറ്റ് ചെയ്യുന്നു: റോബോട്ടുകൾ വെയർഹൗസുകളിൽ ചുറ്റിത്തിരിയുന്നത് ഇനങ്ങൾ വീണ്ടെടുക്കുന്നതിനാണ് (ഉദാഹരണത്തിന്, ആമസോൺ അതിന്റെ പൂർത്തീകരണ കേന്ദ്രങ്ങളിൽ 200,000-ത്തിലധികം മൊബൈൽ റോബോട്ടുകളെ നിയമിക്കുന്നു, മനുഷ്യ പിക്കറുകൾക്കൊപ്പം പ്രവർത്തിക്കുന്നു). ഷെൽഫ് സ്കാനിംഗ്, ക്ലീനിംഗ് തുടങ്ങിയ തറ ജോലികൾ പോലും ചില വലിയ സ്റ്റോറുകളിൽ AI- നിയന്ത്രിത റോബോട്ടുകൾ ചെയ്യുന്നു. എൻട്രി ലെവൽ റീട്ടെയിൽ ജോലികൾ കുറവാണ് എന്നതാണ് ഇതിന്റെ ആകെ ഫലം ചില്ലറ വ്യാപാരത്തിൽ AI ഏത് ജോലികൾ മാറ്റിസ്ഥാപിക്കുമെന്ന് വരുമ്പോൾ , ആവർത്തിച്ചുള്ള ചുമതലകളുള്ള കുറഞ്ഞ നൈപുണ്യമുള്ള റോളുകളാണ് ഓട്ടോമേഷന്റെ പ്രാഥമിക ലക്ഷ്യങ്ങൾ.

ധനകാര്യവും ബാങ്കിംഗും

സോഫ്റ്റ്‌വെയർ ഓട്ടോമേഷൻ സ്വീകരിക്കാൻ ഫിനാൻസ് വളരെ നേരത്തെ തന്നെ തീരുമാനിച്ചിരുന്നു, ഇന്നത്തെ AI ഈ പ്രവണതയെ ത്വരിതപ്പെടുത്തുകയാണ്. നമ്പറുകൾ പ്രോസസ്സ് ചെയ്യുക, രേഖകൾ പരിശോധിക്കുക, അല്ലെങ്കിൽ പതിവ് തീരുമാനങ്ങൾ എടുക്കുക എന്നിവ ഉൾപ്പെടുന്ന നിരവധി ജോലികൾ അൽഗോരിതങ്ങൾ കൈകാര്യം ചെയ്യുന്നു. JPMorgan Chase- പ്രതിവർഷം 360,000 മണിക്കൂർ അഭിഭാഷകരുടെയും വായ്പാ ഓഫീസർമാരുടെയും സമയം ചെലവഴിക്കുന്ന ജോലി ( JPMorgan സോഫ്റ്റ്‌വെയർ സെക്കൻഡുകൾക്കുള്ളിൽ അഭിഭാഷകർക്ക് 360,000 മണിക്കൂർ എടുത്തത് ചെയ്യുന്നു | The Independent | The Independent ). അങ്ങനെ ചെയ്യുന്നതിലൂടെ, ബാങ്കിന്റെ പ്രവർത്തനങ്ങളിലെ ജൂനിയർ നിയമ/ഭരണപരമായ റോളുകളുടെ വലിയൊരു ഭാഗം ഫലപ്രദമായി മാറ്റിസ്ഥാപിച്ചു. സാമ്പത്തിക വ്യവസായത്തിലുടനീളം, അൽഗോരിതമിക് ട്രേഡിംഗ് സിസ്റ്റങ്ങൾ വേഗത്തിലും പലപ്പോഴും കൂടുതൽ ലാഭകരമായും ട്രേഡുകൾ നിർവ്വഹിച്ചുകൊണ്ട് ധാരാളം മനുഷ്യ വ്യാപാരികളെ മാറ്റിസ്ഥാപിച്ചു. ബാങ്കുകളും ഇൻഷുറൻസ് സ്ഥാപനങ്ങളും തട്ടിപ്പ് കണ്ടെത്തൽ, അപകടസാധ്യത വിലയിരുത്തൽ, ഉപഭോക്തൃ സേവന ചാറ്റ്ബോട്ടുകൾ എന്നിവയ്ക്കായി AI ഉപയോഗിക്കുന്നു, ഇത് കഴിയുന്നത്ര വിശകലന വിദഗ്ധരുടെയും ഉപഭോക്തൃ പിന്തുണാ സ്റ്റാഫിന്റെയും ആവശ്യകത കുറയ്ക്കുന്നു. അക്കൗണ്ടിംഗിലും ഓഡിറ്റിംഗിലും പോലും, AI ഉപകരണങ്ങൾക്ക് സ്വയമേവ ഇടപാടുകളെ തരംതിരിക്കാനും അസാധാരണതകൾ കണ്ടെത്താനും കഴിയും, ഇത് പരമ്പരാഗത ബുക്ക് കീപ്പിംഗ് ജോലികൾക്ക് ഭീഷണിയാണ്. അക്കൗണ്ടിംഗും ബുക്ക് കീപ്പിംഗ് ക്ലാർക്കുമാണ് ഏറ്റവും കൂടുതൽ അപകടസാധ്യതയുള്ള റോളുകളിൽ ഉൾപ്പെടുന്നതെന്ന് കണക്കാക്കപ്പെടുന്നു , AI അക്കൗണ്ടിംഗ് സോഫ്റ്റ്‌വെയർ കൂടുതൽ കഴിവുള്ളതാകുമ്പോൾ ഈ സ്ഥാനങ്ങൾ ഗണ്യമായി കുറയുമെന്ന് പ്രതീക്ഷിക്കുന്നു ( 60+ AI റീപ്ലേസിംഗ് ജോബ്‌സിനെക്കുറിച്ചുള്ള സ്ഥിതിവിവരക്കണക്കുകൾ (2024) ). ചുരുക്കത്തിൽ, ഡാറ്റ പ്രോസസ്സിംഗ്, പേപ്പർ വർക്ക്, പതിവ് തീരുമാനമെടുക്കൽ എന്നിവയെ ചുറ്റിപ്പറ്റിയുള്ള ജോലികൾ AI മാറ്റിസ്ഥാപിക്കുന്നതിനൊപ്പം ഉയർന്ന തലത്തിലുള്ള സാമ്പത്തിക തീരുമാന റോളുകൾ വർദ്ധിപ്പിക്കുന്നതും ധനകാര്യ മേഖല കാണുന്നു.

സാങ്കേതികവിദ്യയും സോഫ്റ്റ്‌വെയർ വികസനവും

ഇത് വിരോധാഭാസമായി തോന്നാം, പക്ഷേ സാങ്കേതിക മേഖല - വ്യവസായം തന്നെ നിർമ്മിക്കുന്ന AI - സ്വന്തം തൊഴിൽ ശക്തിയുടെ ഭാഗങ്ങളെ ഓട്ടോമേറ്റ് ചെയ്യുന്നു. ജനറേറ്റീവ് AI- കാണിക്കുന്നത് കോഡ് എഴുതൽ ഇനി മനുഷ്യന്റെ മാത്രം കഴിവല്ല എന്നാണ്. AI കോഡിംഗ് അസിസ്റ്റന്റുമാർക്ക് (GitHub Copilot, OpenAI-യുടെ Codex പോലുള്ളവ) സോഫ്റ്റ്‌വെയർ കോഡിന്റെ ഗണ്യമായ ഭാഗങ്ങൾ യാന്ത്രികമായി സൃഷ്ടിക്കാൻ കഴിയും. ഇതിനർത്ഥം ചില പതിവ് പ്രോഗ്രാമിംഗ് ജോലികൾ, പ്രത്യേകിച്ച് ബോയിലർപ്ലേറ്റ് കോഡ് എഴുതുന്നതോ ലളിതമായ പിശകുകൾ ഡീബഗ് ചെയ്യുന്നതോ, AI-യിലേക്ക് ഓഫ്‌ലോഡ് ചെയ്യാൻ കഴിയും എന്നാണ്. ടെക് കമ്പനികൾക്ക്, ഇത് ഒടുവിൽ ജൂനിയർ ഡെവലപ്പർമാരുടെ വലിയ ടീമുകളുടെ ആവശ്യകത കുറയ്ക്കും. സമാന്തരമായി, AI ടെക് സ്ഥാപനങ്ങൾക്കുള്ളിലെ IT, അഡ്മിനിസ്ട്രേറ്റീവ് പ്രവർത്തനങ്ങൾ കാര്യക്ഷമമാക്കുന്നു. ഒരു പ്രധാന ഉദാഹരണം: 2023-ൽ IBM ചില ബാക്ക്-ഓഫീസ് റോളുകൾക്കുള്ള നിയമനങ്ങൾ താൽക്കാലികമായി നിർത്തിവയ്ക്കുമെന്ന് പ്രഖ്യാപിക്കുകയും ഉപഭോക്തൃ അഭിമുഖീകരിക്കാത്ത ജോലികളിൽ ഏകദേശം 30% (ഏകദേശം 7,800 സ്ഥാനങ്ങൾ) അടുത്ത 5 വർഷത്തിനുള്ളിൽ AI ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുമെന്ന് പറയുകയും ചെയ്തു ( 7,800 ജോലികൾ AI ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കാനുള്ള പദ്ധതിയിൽ IBM നിയമനം താൽക്കാലികമായി നിർത്തുമെന്ന് ബ്ലൂംബെർഗ് റിപ്പോർട്ട് ചെയ്യുന്നു | റോയിട്ടേഴ്‌സ് ). ഷെഡ്യൂളിംഗ്, പേപ്പർ വർക്ക്, മറ്റ് പതിവ് പ്രക്രിയകൾ എന്നിവ ഉൾപ്പെടുന്ന അഡ്മിനിസ്ട്രേറ്റീവ്, ഹ്യൂമൻ റിസോഴ്‌സ് സ്ഥാനങ്ങൾ ഈ റോളുകളിൽ ഉൾപ്പെടുന്നു. ഐബിഎം കേസ് വ്യക്തമാക്കുന്നത്, ആവർത്തിച്ചുള്ള ജോലികൾ ഉൾപ്പെടുമ്പോൾ ടെക് മേഖലയിലെ വൈറ്റ് കോളർ ജോലികൾ പോലും ഓട്ടോമേറ്റഡ് ആകുമെന്നാണ് - മനുഷ്യന്റെ ഇടപെടലില്ലാതെ ഷെഡ്യൂളിംഗ്, റെക്കോർഡ് സൂക്ഷിക്കൽ, അടിസ്ഥാന അന്വേഷണങ്ങൾ എന്നിവ കൈകാര്യം ചെയ്യാൻ AI-ക്ക് കഴിയും. യഥാർത്ഥത്തിൽ സൃഷ്ടിപരവും സങ്കീർണ്ണവുമായ സോഫ്റ്റ്‌വെയർ എഞ്ചിനീയറിംഗ് ജോലികൾ മനുഷ്യന്റെ കൈകളിലാണ് എന്നത് ശ്രദ്ധിക്കേണ്ടതാണ് (പരിചയസമ്പന്നനായ ഒരു എഞ്ചിനീയറുടെ പൊതുവായ പ്രശ്‌നപരിഹാര കഴിവ് AI-ക്ക് ഇപ്പോഴും ഇല്ല). എന്നാൽ സാങ്കേതിക വിദഗ്ധരെ സംബന്ധിച്ചിടത്തോളം, ജോലിയുടെ ലൗകിക ഭാഗങ്ങൾ AI ഏറ്റെടുക്കുന്നു മനുഷ്യ കഴിവുകളെ കൂടുതൽ നൂതനവും ഉയർന്ന തലത്തിലുള്ളതുമായ ജോലികളിലേക്ക് തിരിച്ചുവിടുമ്പോൾ, പതിവ് അല്ലെങ്കിൽ പിന്തുണാധിഷ്ഠിത ജോലികൾ മാറ്റിസ്ഥാപിക്കാൻ ടെക് മേഖല AI ഉപയോഗിക്കുന്നു

ഉപഭോക്തൃ സേവനവും പിന്തുണയും

AI-യിൽ പ്രവർത്തിക്കുന്ന ചാറ്റ്ബോട്ടുകളും വെർച്വൽ അസിസ്റ്റന്റുമാരും ഉപഭോക്തൃ സേവന മേഖലയിൽ വലിയ സ്വാധീനം ചെലുത്തിയിട്ടുണ്ട്. ഫോൺ, ഇമെയിൽ അല്ലെങ്കിൽ ചാറ്റ് വഴിയുള്ള ഉപഭോക്തൃ അന്വേഷണങ്ങൾ കൈകാര്യം ചെയ്യുന്നത് കമ്പനികൾ വളരെക്കാലമായി ഒപ്റ്റിമൈസ് ചെയ്യാൻ ശ്രമിച്ചുകൊണ്ടിരിക്കുന്ന ഒരു അധ്വാന-തീവ്രമായ പ്രവർത്തനമാണ്. ഇപ്പോൾ, നൂതന ഭാഷാ മോഡലുകൾക്ക് നന്ദി, AI സിസ്റ്റങ്ങൾക്ക് അത്ഭുതകരമാംവിധം മനുഷ്യസമാനമായ സംഭാഷണങ്ങളിൽ ഏർപ്പെടാൻ കഴിയും. പല കമ്പനികളും മനുഷ്യ ഏജന്റില്ലാതെ സാധാരണ ചോദ്യങ്ങൾ (അക്കൗണ്ട് റീസെറ്റുകൾ, ഓർഡർ ട്രാക്കിംഗ്, പതിവുചോദ്യങ്ങൾ) അഭിസംബോധന ചെയ്യുന്ന ആദ്യ പിന്തുണാ നിരയായി AI ചാറ്റ്ബോട്ടുകളെ വിന്യസിച്ചിട്ടുണ്ട്. ഇത് കോൾ സെന്റർ ജോലികൾക്കും ഹെൽപ്പ്ഡെസ്‌ക് റോളുകൾക്കും പകരമായി തുടങ്ങിയിരിക്കുന്നു. ഉദാഹരണത്തിന്, ഉപഭോക്തൃ ചോദ്യങ്ങളുടെ ഒരു പ്രധാന പങ്ക് പൂർണ്ണമായും വെർച്വൽ ഏജന്റുമാരാണ് പരിഹരിക്കുന്നതെന്ന് ടെലികോം, യൂട്ടിലിറ്റി കമ്പനികൾ റിപ്പോർട്ട് ചെയ്യുന്നു. ഈ പ്രവണത വളരുമെന്ന് വ്യവസായ നേതാക്കൾ പ്രവചിക്കുന്നു: സെൻഡെസ്‌കിന്റെ സിഇഒ ടോം എഗ്ഗെമിയർ പ്രതീക്ഷിക്കുന്നു, 100% ഉപഭോക്തൃ ഇടപെടലുകളും ഏതെങ്കിലും രൂപത്തിൽ AI ഉൾപ്പെടുമെന്നും 80% അന്വേഷണങ്ങൾക്കും സമീപഭാവിയിൽ പരിഹാരത്തിനായി ഒരു മനുഷ്യ ഏജന്റിന്റെ ആവശ്യമില്ലെന്നും ( 59 2025-ലെ AI ഉപഭോക്തൃ സേവന സ്ഥിതിവിവരക്കണക്കുകൾ ). അത്തരമൊരു സാഹചര്യം മനുഷ്യ ഉപഭോക്തൃ സേവന പ്രതിനിധികളുടെ ആവശ്യകത വളരെയധികം കുറയുന്നു എന്നാണ് സൂചിപ്പിക്കുന്നത്. ഇതിനകം തന്നെ, സർവേകൾ കാണിക്കുന്നത് നാലിലൊന്ന് ഉപഭോക്തൃ സേവന ടീമുകളും അവരുടെ ദൈനംദിന വർക്ക്ഫ്ലോകളിൽ AI സംയോജിപ്പിച്ചിട്ടുണ്ടെന്നും AI "വെർച്വൽ ഏജന്റുകൾ" ഉപയോഗിക്കുന്ന ബിസിനസുകൾ ഉപഭോക്തൃ സേവന ചെലവ് 30% വരെ കുറച്ചിട്ടുണ്ടെന്നും ആണ് ( കസ്റ്റമർ സർവീസ്: ഹൗ എഐ ഈസ് ട്രാൻസ്ഫോർമിംഗ് ഇന്ററാക്ഷനുകൾ - ഫോർബ്സ് സ്ക്രിപ്റ്റഡ് പ്രതികരണങ്ങളും പതിവ് ട്രബിൾഷൂട്ടിംഗും ഉൾപ്പെടുന്നവയാണ് - ഉദാഹരണത്തിന്, സാധാരണ പ്രശ്നങ്ങൾക്കായി ഒരു നിർവചിക്കപ്പെട്ട സ്ക്രിപ്റ്റ് പിന്തുടരുന്ന ഒരു ടയർ-1 കോൾ സെന്റർ ഓപ്പറേറ്റർ. മറുവശത്ത്, സങ്കീർണ്ണമോ വൈകാരികമായി ചാർജ്ജ് ചെയ്തതോ ആയ ഉപഭോക്തൃ സാഹചര്യങ്ങൾ ഇപ്പോഴും പലപ്പോഴും മനുഷ്യ ഏജന്റുമാരിലേക്ക് വ്യാപിക്കുന്നു. മൊത്തത്തിൽ, AI ഉപഭോക്തൃ സേവന റോളുകളെ വേഗത്തിൽ പരിവർത്തനം ചെയ്യുന്നു , ലളിതമായ ജോലികൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നു, അങ്ങനെ ആവശ്യമായ എൻട്രി ലെവൽ സപ്പോർട്ട് സ്റ്റാഫുകളുടെ എണ്ണം കുറയ്ക്കുന്നു.

ഗതാഗതവും ലോജിസ്റ്റിക്സും

സ്വയം ഡ്രൈവിംഗ് വാഹനങ്ങളുടെ വികസനം - ട്രക്കുകൾ, ടാക്സികൾ, ഡെലിവറി ബോട്ടുകൾ - ഡ്രൈവിംഗ് ഉൾപ്പെടുന്ന തൊഴിലുകളെ നേരിട്ട് ഭീഷണിപ്പെടുത്തുന്നു. ഉദാഹരണത്തിന്, ട്രക്കിംഗ് വ്യവസായത്തിൽ, ഒന്നിലധികം കമ്പനികൾ ഹൈവേകളിൽ സ്വയംഭരണ സെമി-ട്രക്കുകൾ പരീക്ഷിക്കുന്നുണ്ട്. ഈ ശ്രമങ്ങൾ വിജയിച്ചാൽ, ദീർഘദൂര ട്രക്ക് ഡ്രൈവർമാരെ പ്രധാനമായും 24/7 പ്രവർത്തിപ്പിക്കാൻ കഴിയുന്ന സ്വയം-ഡ്രൈവിംഗ് റിഗ്ഗുകൾ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കാം. ചില കണക്കുകൾ വ്യക്തമാണ്: സ്വയം -ഡ്രൈവിംഗ് സാങ്കേതികവിദ്യ പൂർണ്ണമായും പ്രവർത്തനക്ഷമവും വിശ്വസനീയവുമാകുകയാണെങ്കിൽ, ദീർഘദൂര ട്രക്കിംഗ് ജോലികളിൽ 90% വരെ ഓട്ടോമേഷൻ മാറ്റിസ്ഥാപിക്കും ഓട്ടോണമസ് ട്രക്കുകൾ ഉടൻ തന്നെ ലോംഗ്-ഹോളിംഗിലെ ഏറ്റവും അഭികാമ്യമല്ലാത്ത ജോലി ഏറ്റെടുത്തേക്കാം ). പല രാജ്യങ്ങളിലും ഏറ്റവും സാധാരണമായ ജോലികളിൽ ഒന്നാണ് ട്രക്ക് ഡ്രൈവിംഗ് (ഉദാഹരണത്തിന് കോളേജ് ബിരുദമില്ലാത്ത അമേരിക്കൻ പുരുഷന്മാരുടെ മികച്ച തൊഴിൽദാതാവ്), അതിനാൽ ഇവിടെ ആഘാതം വളരെ വലുതായിരിക്കും. നമ്മൾ ഇതിനകം തന്നെ വർദ്ധിച്ചുവരുന്ന ഘട്ടങ്ങൾ കാണുന്നു - ചില നഗരങ്ങളിലെ സ്വയംഭരണ ഷട്ടിൽ ബസുകൾ, AI നയിക്കുന്ന വെയർഹൗസ് വാഹനങ്ങൾ, പോർട്ട് കാർഗോ ഹാൻഡ്‌ലറുകൾ, സാൻ ഫ്രാൻസിസ്കോ, ഫീനിക്സ് പോലുള്ള നഗരങ്ങളിലെ ഡ്രൈവറില്ലാ ടാക്സികൾക്കുള്ള പൈലറ്റ് പ്രോഗ്രാമുകൾ. ആയിരക്കണക്കിന് ഡ്രൈവറില്ലാ ടാക്സി റൈഡുകൾ നൽകിയിട്ടുണ്ട് , ഭാവിയിൽ ക്യാബ് ഡ്രൈവർമാർക്കും ഉബർ/ലിഫ്റ്റ് ഡ്രൈവർമാർക്കും ആവശ്യക്കാർ കുറവായിരിക്കുമെന്ന് സൂചന നൽകുന്നു. ഡെലിവറി, ലോജിസ്റ്റിക്സ് മേഖലകളിൽ, അവസാന മൈൽ ഡെലിവറികൾ കൈകാര്യം ചെയ്യുന്നതിനായി ഡ്രോണുകളും സൈഡ്‌വാക്ക് റോബോട്ടുകളും പരീക്ഷിച്ചുവരുന്നു, ഇത് കൊറിയറുകളുടെ ആവശ്യകത കുറയ്ക്കും. വാണിജ്യ വ്യോമയാനം പോലും വർദ്ധിച്ച ഓട്ടോമേഷൻ പരീക്ഷിച്ചുവരികയാണ് (സുരക്ഷാ ആശങ്കകൾ കാരണം സ്വയംഭരണ പാസഞ്ചർ വിമാനങ്ങൾ പതിറ്റാണ്ടുകൾ അകലെയായിരിക്കാം). ഇപ്പോൾ, വാഹനങ്ങളുടെ ഡ്രൈവർമാരും ഓപ്പറേറ്റർമാരും AI മാറ്റിസ്ഥാപിക്കാൻ സാധ്യതയുള്ള ജോലികളിൽ ഉൾപ്പെടുന്നു . നിയന്ത്രിത പരിതസ്ഥിതികളിൽ സാങ്കേതികവിദ്യ വേഗത്തിൽ പുരോഗമിക്കുന്നു: വെയർഹൗസുകൾ സ്വയം ഡ്രൈവിംഗ് ഫോർക്ക്‌ലിഫ്റ്റുകൾ ഉപയോഗിക്കുന്നു, തുറമുഖങ്ങൾ ഓട്ടോമേറ്റഡ് ക്രെയിനുകൾ ഉപയോഗിക്കുന്നു. ആ വിജയങ്ങൾ പൊതു റോഡുകളിലേക്ക് വ്യാപിക്കുമ്പോൾ, ട്രക്ക് ഡ്രൈവർ, ടാക്സി ഡ്രൈവർ, ഡെലിവറി ഡ്രൈവർ, ഫോർക്ക്‌ലിഫ്റ്റ് ഓപ്പറേറ്റർ തുടങ്ങിയ റോളുകൾ കുറയുന്നു. സമയം അനിശ്ചിതത്വത്തിലാണ് - നിയന്ത്രണങ്ങളും സാങ്കേതിക വെല്ലുവിളികളും അർത്ഥമാക്കുന്നത് മനുഷ്യ ഡ്രൈവർമാർ ഇതുവരെ അപ്രത്യക്ഷമാകുന്നില്ലെന്ന് - പക്ഷേ പാത വ്യക്തമാണ്.

ആരോഗ്യ പരിരക്ഷ

ജോലികളിൽ AI യുടെ സ്വാധീനം സങ്കീർണ്ണമായ ഒരു മേഖലയാണ് ആരോഗ്യ സംരക്ഷണം. ഒരു വശത്ത്, ചില വിശകലന, രോഗനിർണയ ജോലികൾ AI ഓട്ടോമേറ്റ് ചെയ്യുന്നു . ഉദാഹരണത്തിന്, AI സിസ്റ്റങ്ങൾക്ക് ഇപ്പോൾ ശ്രദ്ധേയമായ കൃത്യതയോടെ മെഡിക്കൽ ഇമേജുകൾ (എക്സ്-റേകൾ, എംആർഐകൾ, സിടി സ്കാനുകൾ) വിശകലനം ചെയ്യാൻ കഴിയും. ഒരു സ്വീഡിഷ് പഠനത്തിൽ, രണ്ട് മനുഷ്യ റേഡിയോളജിസ്റ്റുകൾ ഒരുമിച്ച് പ്രവർത്തിക്കുന്നതിനേക്കാൾ 20% കൂടുതൽ സ്തനാർബുദം മാമോഗ്രാഫി സ്കാനുകളിൽ നിന്ന് ഒരു AI- സഹായത്തോടെയുള്ള റേഡിയോളജിസ്റ്റ് കണ്ടെത്തി ( എക്സ്-റേകൾ വായിക്കുന്ന ഡോക്ടർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ, അതോ അവരെ മുമ്പത്തേക്കാൾ മികച്ചതാക്കുമോ? | എപി ന്യൂസ് ). AI സജ്ജീകരിച്ചിരിക്കുന്ന ഒരു ഡോക്ടർക്ക് ഒന്നിലധികം ഡോക്ടർമാരുടെ ജോലി ചെയ്യാൻ കഴിയുമെന്ന് ഇത് സൂചിപ്പിക്കുന്നു, ഇത് നിരവധി മനുഷ്യ റേഡിയോളജിസ്റ്റുകളുടെയോ പാത്തോളജിസ്റ്റുകളുടെയോ ആവശ്യകത കുറയ്ക്കും. ഓട്ടോമേറ്റഡ് ലാബ് അനലൈസറുകൾക്ക് ഓരോ ഘട്ടത്തിലും മനുഷ്യ ലാബ് ടെക്നീഷ്യൻമാരില്ലാതെ രക്തപരിശോധന നടത്താനും അസാധാരണത്വങ്ങൾ ഫ്ലാഗ് ചെയ്യാനും കഴിയും. AI ചാറ്റ്ബോട്ടുകൾ രോഗികളുടെ ട്രയേജും അടിസ്ഥാന ചോദ്യങ്ങളും കൈകാര്യം ചെയ്യുന്നു - ചില ആശുപത്രികൾ രോഗികൾക്ക് വരേണ്ടതുണ്ടോ എന്ന് ഉപദേശിക്കാൻ സിംപ്റ്റം-ചെക്കർ ബോട്ടുകൾ ഉപയോഗിക്കുന്നു, ഇത് നഴ്സുമാരുടെയും മെഡിക്കൽ കോൾ സെന്ററുകളുടെയും ജോലിഭാരം കുറയ്ക്കും. അഡ്മിനിസ്ട്രേറ്റീവ് ഹെൽത്ത്കെയർ ജോലികൾ പ്രത്യേകിച്ച് മാറ്റിസ്ഥാപിക്കപ്പെടുന്നു: ഷെഡ്യൂളിംഗ്, മെഡിക്കൽ കോഡിംഗ്, ബില്ലിംഗ് എന്നിവ AI സോഫ്റ്റ്‌വെയർ വഴി ഉയർന്ന തോതിലുള്ള ഓട്ടോമേഷൻ കണ്ടു. എന്നിരുന്നാലും, നേരിട്ടുള്ള രോഗി പരിചരണ റോളുകൾ മാറ്റിസ്ഥാപിക്കലിന്റെ കാര്യത്തിൽ വലിയതോതിൽ ബാധിക്കപ്പെട്ടിട്ടില്ല. ഒരു റോബോട്ടിന് ശസ്ത്രക്രിയയിൽ സഹായിക്കാനോ രോഗികളെ നീക്കാൻ സഹായിക്കാനോ കഴിയും, എന്നാൽ നഴ്‌സുമാർ, ഡോക്ടർമാർ, പരിചരണകർ എന്നിവർ AI-ക്ക് നിലവിൽ പൂർണ്ണമായി ആവർത്തിക്കാൻ കഴിയാത്ത സങ്കീർണ്ണവും സഹാനുഭൂതിയുള്ളതുമായ നിരവധി ജോലികൾ ചെയ്യുന്നു. AI-ക്ക് ഒരു രോഗം നിർണ്ണയിക്കാൻ കഴിയുമെങ്കിലും, രോഗികൾ പലപ്പോഴും ഒരു മനുഷ്യ വൈദ്യൻ അത് വിശദീകരിക്കാനും ചികിത്സിക്കാനും ആഗ്രഹിക്കുന്നു. മനുഷ്യരെ AI ഉപയോഗിച്ച് പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കുന്നതിന് ആരോഗ്യ സംരക്ഷണം ശക്തമായ ധാർമ്മികവും നിയന്ത്രണപരവുമായ തടസ്സങ്ങൾ നേരിടുന്നു. അതിനാൽ ആരോഗ്യ സംരക്ഷണത്തിലെ നിർദ്ദിഷ്ട ജോലികൾ (മെഡിക്കൽ ബില്ലർമാർ, ട്രാൻസ്ക്രിപ്ഷനിസ്റ്റുകൾ, ചില ഡയഗ്നോസ്റ്റിക് സ്പെഷ്യലിസ്റ്റുകൾ എന്നിവ പോലുള്ളവ) AI ഉപയോഗിച്ച് വർദ്ധിപ്പിക്കുകയോ ഭാഗികമായി മാറ്റിസ്ഥാപിക്കുകയോ ചെയ്യുമ്പോൾ , മിക്ക ആരോഗ്യ സംരക്ഷണ വിദഗ്ധരും AI-യെ ഒരു പകരക്കാരനല്ല, മറിച്ച് അവരുടെ ജോലി മെച്ചപ്പെടുത്തുന്ന ഒരു ഉപകരണമായി കാണുന്നു. ദീർഘകാലാടിസ്ഥാനത്തിൽ, AI കൂടുതൽ പുരോഗമിച്ചാൽ, വിശകലനത്തിലെയും പതിവ് പരിശോധനകളിലെയും കൂടുതൽ ഭാരോദ്വഹനങ്ങൾ കൈകാര്യം ചെയ്യാൻ ഇതിന് കഴിയും - എന്നാൽ ഇപ്പോൾ, മനുഷ്യർ പരിചരണ വിതരണത്തിന്റെ കേന്ദ്രത്തിൽ തുടരുന്നു.

ചുരുക്കത്തിൽ, AI മാറ്റിസ്ഥാപിക്കപ്പെടാൻ സാധ്യതയുള്ള ജോലികൾ പതിവ്, ആവർത്തിച്ചുള്ള ജോലികളും പ്രവചനാതീതമായ പരിതസ്ഥിതികളും ഉള്ളവയാണ്: ഫാക്ടറി തൊഴിലാളികൾ, ക്ലറിക്കൽ, അഡ്മിനിസ്ട്രേറ്റീവ് സ്റ്റാഫ്, റീട്ടെയിൽ കാഷ്യർമാർ, അടിസ്ഥാന ഉപഭോക്തൃ സേവന ഏജന്റുമാർ, ഡ്രൈവർമാർ, ചില എൻട്രി ലെവൽ പ്രൊഫഷണൽ റോളുകൾ. തീർച്ചയായും, വേൾഡ് ഇക്കണോമിക് ഫോറത്തിന്റെ സമീപഭാവിയിലെ (2027 ആകുമ്പോഴേക്കും) പ്രവചനങ്ങൾ അനുസരിച്ച്, കുറഞ്ഞുവരുന്ന ജോലികളുടെ പട്ടികയിൽ ഡാറ്റാ എൻട്രി ക്ലാർക്കുമാരെ 7.5 ദശലക്ഷം അത്തരം ജോലികൾ ഇല്ലാതാക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു), തുടർന്ന് അഡ്മിനിസ്ട്രേറ്റീവ് സെക്രട്ടറിമാരും അക്കൗണ്ടിംഗ് ക്ലാർക്കുമാരും , എല്ലാ റോളുകളും ഓട്ടോമേഷന് വളരെ സാധ്യതയുള്ളവയാണ് ( 60+ AI റീപ്ലേസിംഗ് ജോബ്‌സിനെക്കുറിച്ചുള്ള സ്ഥിതിവിവരക്കണക്കുകൾ (2024) ). വ്യത്യസ്ത വേഗതയിൽ വ്യവസായങ്ങളിലൂടെ AI കടന്നുപോകുന്നു, പക്ഷേ അതിന്റെ ദിശ സ്ഥിരതയുള്ളതാണ് - മേഖലകളിലുടനീളം ഏറ്റവും ലളിതമായ ജോലികൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നു. അടുത്ത വിഭാഗം മറുവശം പരിശോധിക്കും: ഏതൊക്കെ ജോലികളാണ് സാധ്യത കുറവാണ് , ആ റോളുകളെ സംരക്ഷിക്കുന്ന മാനുഷിക ഗുണങ്ങൾ.

മാറ്റിസ്ഥാപിക്കാൻ ഏറ്റവും സാധ്യതയില്ലാത്ത ജോലികൾ/AI-ക്ക് മാറ്റിസ്ഥാപിക്കാൻ കഴിയാത്ത ജോലികൾ (എന്തുകൊണ്ട്)

എല്ലാ ജോലിയും ഓട്ടോമേഷന്റെ ഉയർന്ന അപകടസാധ്യതയുള്ളവയല്ല. വാസ്തവത്തിൽ, പല റോളുകളും AI ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുന്നതിനെ എതിർക്കുന്നു, കാരണം അവയ്ക്ക് സവിശേഷമായ മനുഷ്യ കഴിവുകൾ ആവശ്യമാണ് അല്ലെങ്കിൽ യന്ത്രങ്ങൾക്ക് നാവിഗേറ്റ് ചെയ്യാൻ കഴിയാത്ത പ്രവചനാതീതമായ സാഹചര്യങ്ങളിൽ സംഭവിക്കുന്നു. AI പുരോഗമിക്കുമ്പോൾ, മനുഷ്യന്റെ സർഗ്ഗാത്മകത, സഹാനുഭൂതി, പൊരുത്തപ്പെടുത്തൽ എന്നിവ പകർത്തുന്നതിൽ അതിന് വ്യക്തമായ പരിമിതികളുണ്ട്. മക്കിൻസി നടത്തിയ ഒരു പഠനം സൂചിപ്പിക്കുന്നത്, ഓട്ടോമേഷൻ മിക്കവാറും എല്ലാ തൊഴിലുകളെയും ഒരു പരിധിവരെ ബാധിക്കുമെങ്കിലും, AI കൈകാര്യം ചെയ്യാൻ കഴിയുന്ന മുഴുവൻ റോളുകളേക്കാളും അത് ഭാഗങ്ങളെയാണ് - അതായത് പൂർണ്ണമായും ഓട്ടോമേറ്റഡ് ജോലികൾ നിയമത്തേക്കാൾ അപവാദമായിരിക്കും എന്നാണ് ( AI Replacing Jobs Statistics and Facts [2024*] ഭാവിയിൽ AI മാറ്റിസ്ഥാപിക്കാൻ സാധ്യതയില്ലാത്ത ജോലികളുടെ തരങ്ങളും ആ റോളുകൾ കൂടുതൽ “AI-പ്രൂഫ്” ആയിരിക്കുന്നതും എന്തുകൊണ്ടാണെന്ന് ഞങ്ങൾ ഇവിടെ എടുത്തുകാണിക്കുന്നു

• മനുഷ്യ സഹാനുഭൂതിയും വ്യക്തിഗത ഇടപെടലും ആവശ്യമുള്ള തൊഴിലുകൾ: വൈകാരിക തലത്തിൽ ആളുകളെ പരിചരിക്കുക, പഠിപ്പിക്കുക, അല്ലെങ്കിൽ മനസ്സിലാക്കുക എന്നിവയെ ചുറ്റിപ്പറ്റിയുള്ള ജോലികൾ AI-യിൽ നിന്ന് താരതമ്യേന സുരക്ഷിതമാണ്. നഴ്‌സുമാർ, പ്രായമായ പരിചരണകർ, തെറാപ്പിസ്റ്റുകൾ തുടങ്ങിയ ആരോഗ്യ സംരക്ഷണ ദാതാക്കൾ അധ്യാപകർ, സാമൂഹിക പ്രവർത്തകർ, കൗൺസിലർമാർ . അത്തരം റോളുകളിൽ അനുകമ്പ, ബന്ധം കെട്ടിപ്പടുക്കൽ, സാമൂഹിക സൂചനകളുടെ വായന എന്നിവ ആവശ്യമാണ് - യന്ത്രങ്ങൾ ബുദ്ധിമുട്ടുന്ന മേഖലകൾ. ഉദാഹരണത്തിന്, ഒരു AI-ക്കും യഥാർത്ഥത്തിൽ പകർത്താൻ കഴിയാത്ത സൂക്ഷ്മമായ പെരുമാറ്റ സൂചനകളെ പരിപോഷിപ്പിക്കുകയും അവയോട് പ്രതികരിക്കുകയും ചെയ്യുന്നതാണ് ആദ്യകാല ബാല്യകാല വിദ്യാഭ്യാസം. പ്യൂ റിസർച്ച് അനുസരിച്ച്, ഏകദേശം 23% തൊഴിലാളികളും നാനികൾ പോലുള്ള കുറഞ്ഞ AI-എക്‌സ്‌പോഷർ ജോലികളിലാണ് (പലപ്പോഴും പരിചരണം, വിദ്യാഭ്യാസം മുതലായവയിൽ) ജോലി ചെയ്യുന്നത്, അവിടെ പ്രധാന ജോലികൾ (ഒരു കുട്ടിയെ വളർത്തുന്നത് പോലുള്ളവ) ഓട്ടോമേഷനെ പ്രതിരോധിക്കുന്നു . ഈ മേഖലകളിൽ ആളുകൾ സാധാരണയായി ഒരു മനുഷ്യ സ്പർശം ഇഷ്ടപ്പെടുന്നു: ഒരു AI വിഷാദരോഗം കണ്ടെത്തിയേക്കാം, പക്ഷേ രോഗികൾ സാധാരണയായി ഒരു ചാറ്റ്ബോട്ടിനോട് അല്ല, ഒരു മനുഷ്യ തെറാപ്പിസ്റ്റിനോട് അവരുടെ വികാരങ്ങളെക്കുറിച്ച് സംസാരിക്കാൻ ആഗ്രഹിക്കുന്നു.

• സർഗ്ഗാത്മകവും കലാപരവുമായ തൊഴിലുകൾ: സർഗ്ഗാത്മകത, മൗലികത, സാംസ്കാരിക അഭിരുചി എന്നിവ ഉൾപ്പെടുന്ന ജോലികൾ പൂർണ്ണ ഓട്ടോമേഷനെ വെല്ലുവിളിക്കുന്നു. എഴുത്തുകാർ, കലാകാരന്മാർ, സംഗീതജ്ഞർ, ചലച്ചിത്ര നിർമ്മാതാക്കൾ, ഫാഷൻ ഡിസൈനർമാർ - ഈ പ്രൊഫഷണലുകൾ ഒരു ഫോർമുല പിന്തുടരുന്നതിന് മാത്രമല്ല, നൂതനവും ഭാവനാത്മകവുമായ ആശയങ്ങൾ അവതരിപ്പിക്കുന്നതിന് വിലമതിക്കുന്ന ഉള്ളടക്കം നിർമ്മിക്കുന്നു. AI സർഗ്ഗാത്മകതയെ സഹായിക്കും (ഉദാഹരണത്തിന്, റഫ് ഡ്രാഫ്റ്റുകൾ അല്ലെങ്കിൽ ഡിസൈൻ നിർദ്ദേശങ്ങൾ സൃഷ്ടിക്കൽ), പക്ഷേ പലപ്പോഴും യഥാർത്ഥ മൗലികതയും വൈകാരിക ആഴവും ഇല്ല . AI- സൃഷ്ടിച്ച കലയും എഴുത്തും വാർത്തകളിൽ ഇടം നേടിയിട്ടുണ്ടെങ്കിലും, മറ്റ് മനുഷ്യരുമായി പ്രതിധ്വനിക്കുന്ന അർത്ഥം സൃഷ്ടിക്കുന്നതിൽ മനുഷ്യ സർഗ്ഗാത്മകതയ്ക്ക് ഇപ്പോഴും ഒരു മുൻതൂക്കമുണ്ട്. മനുഷ്യനിർമിത കലയിലും ഒരു വിപണി മൂല്യമുണ്ട് (വൻതോതിലുള്ള ഉൽപ്പാദനം ഉണ്ടായിരുന്നിട്ടും കൈകൊണ്ട് നിർമ്മിച്ച വസ്തുക്കളിൽ തുടരുന്ന താൽപ്പര്യം പരിഗണിക്കുക). വിനോദത്തിലും കായികരംഗത്തും പോലും ആളുകൾ മനുഷ്യ പ്രകടനം ആഗ്രഹിക്കുന്നു. AI-യെക്കുറിച്ചുള്ള ഒരു സമീപകാല ചർച്ചയിൽ ബിൽ ഗേറ്റ്സ് പരിഹസിച്ചതുപോലെ, "കമ്പ്യൂട്ടറുകൾ ബേസ്ബോൾ കളിക്കുന്നത് കാണാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നില്ല." ( AI യുഗത്തിൽ 'മോസ്റ്റ് തിംഗ്സിനായി' മനുഷ്യർ ആവശ്യമില്ലെന്ന് ബിൽ ഗേറ്റ്സ് പറയുന്നു | EGW.News ) - ആവേശം മനുഷ്യ കായികതാരങ്ങളിൽ നിന്നാണ് വരുന്നതെന്നും വിപുലീകരണത്തിലൂടെ, നിരവധി സൃഷ്ടിപരവും പ്രകടനപരവുമായ ജോലികൾ മനുഷ്യന്റെ ശ്രമങ്ങളായി തുടരുമെന്നും സൂചനയുണ്ട്.

• ചലനാത്മകമായ പരിതസ്ഥിതികളിൽ പ്രവചനാതീതമായ ശാരീരിക ജോലി ഉൾപ്പെടുന്ന ജോലികൾ: ചില പ്രായോഗിക ജോലികൾക്ക് ശാരീരിക വൈദഗ്ധ്യവും വ്യത്യസ്ത സാഹചര്യങ്ങളിൽ സ്ഥലത്തുതന്നെ പ്രശ്‌നപരിഹാരവും ആവശ്യമാണ് - റോബോട്ടുകൾക്ക് ചെയ്യാൻ വളരെ ബുദ്ധിമുട്ടുള്ള കാര്യങ്ങൾ. ഇലക്ട്രീഷ്യൻമാർ, പ്ലംബർമാർ, മരപ്പണിക്കാർ, മെക്കാനിക്കുകൾ , അല്ലെങ്കിൽ വിമാന അറ്റകുറ്റപ്പണി ടെക്നീഷ്യൻമാർ . ഈ ജോലികളിൽ പലപ്പോഴും ക്രമരഹിതമായ പരിതസ്ഥിതികൾ ഉൾപ്പെടുന്നു (ഓരോ വീടിന്റെയും വയറിംഗ് അൽപ്പം വ്യത്യസ്തമാണ്, ഓരോ അറ്റകുറ്റപ്പണി പ്രശ്നവും അതുല്യമാണ്) കൂടാതെ തത്സമയ പൊരുത്തപ്പെടുത്തൽ ആവശ്യമാണ്. ഫാക്ടറികൾ പോലുള്ള ഘടനാപരവും നിയന്ത്രിതവുമായ പരിതസ്ഥിതികളിൽ നിലവിലെ AI- നിയന്ത്രിത റോബോട്ടുകൾ മികവ് പുലർത്തുന്നു, പക്ഷേ ഒരു നിർമ്മാണ സ്ഥലത്തിന്റെയോ ഉപഭോക്താവിന്റെ വീടിന്റെയോ അപ്രതീക്ഷിത തടസ്സങ്ങളുമായി പൊരുതുന്നു. അതിനാൽ, വളരെയധികം വ്യതിയാനങ്ങളുള്ള ഭൗതിക ലോകത്ത് ജോലി ചെയ്യുന്ന വ്യാപാരികളെയും മറ്റുള്ളവരെയും ഉടൻ മാറ്റിസ്ഥാപിക്കാനുള്ള സാധ്യത കുറവാണ്. ലോകത്തിലെ ഏറ്റവും വലിയ തൊഴിലുടമകളെക്കുറിച്ചുള്ള ഒരു റിപ്പോർട്ട് എടുത്തുകാണിച്ചത്, നിർമ്മാതാക്കൾ ഓട്ടോമേഷനായി പാകമായിട്ടുണ്ടെങ്കിലും, ഫീൽഡ് സർവീസുകൾ അല്ലെങ്കിൽ ആരോഗ്യ സംരക്ഷണം (ഉദാഹരണത്തിന്, ഡോക്ടർമാരുടെയും നഴ്‌സുമാരുടെയും സൈന്യം വ്യത്യസ്ത ജോലികൾ ചെയ്യുന്ന യുകെയുടെ നാഷണൽ ഹെൽത്ത് സർവീസ്) പോലുള്ള മേഖലകൾ റോബോട്ടുകൾക്ക് "ശത്രു പ്രദേശമായി" തുടരുന്നു എന്നാണ് ( ലോകത്തിലെ 10 വലിയ തൊഴിലുടമകളിൽ 3 എണ്ണം തൊഴിലാളികളെ റോബോട്ടുകളെ മാറ്റിസ്ഥാപിക്കുന്നു | വേൾഡ് ഇക്കണോമിക് ഫോറം ). ചുരുക്കത്തിൽ, വൃത്തികെട്ടതും, വൈവിധ്യപൂർണ്ണവും, പ്രവചനാതീതവുമായ ജോലികൾക്ക് പലപ്പോഴും ഒരു മനുഷ്യനെ ആവശ്യമുണ്ട് .

• തന്ത്രപരമായ നേതൃത്വവും ഉന്നതതല തീരുമാനങ്ങളും: സങ്കീർണ്ണമായ തീരുമാനമെടുക്കൽ, വിമർശനാത്മക ചിന്ത, ഉത്തരവാദിത്തം എന്നിവ ആവശ്യമുള്ള റോളുകൾ - ഉദാഹരണത്തിന് ബിസിനസ് എക്സിക്യൂട്ടീവുകൾ, പ്രോജക്ട് മാനേജർമാർ, സംഘടനാ നേതാക്കൾ - നേരിട്ടുള്ള AI മാറ്റിസ്ഥാപിക്കലിൽ നിന്ന് താരതമ്യേന സുരക്ഷിതമാണ്. ഈ സ്ഥാനങ്ങളിൽ നിരവധി ഘടകങ്ങളെ സമന്വയിപ്പിക്കൽ, അനിശ്ചിതത്വത്തിൽ വിധി നടപ്പാക്കൽ, പലപ്പോഴും മനുഷ്യന്റെ പ്രേരണ, ചർച്ചകൾ എന്നിവ ഉൾപ്പെടുന്നു. AI-ക്ക് ഡാറ്റയും ശുപാർശകളും നൽകാൻ കഴിയും, എന്നാൽ അന്തിമ തന്ത്രപരമായ തീരുമാനങ്ങൾ എടുക്കുന്നതിനോ ആളുകളെ നയിക്കുന്നതിനോ ഒരു AI-യെ ഏൽപ്പിക്കുന്നത് മിക്ക കമ്പനികളും (ജീവനക്കാരും) എടുക്കാൻ തയ്യാറാകാത്ത ഒരു കുതിച്ചുചാട്ടമാണ്. മാത്രമല്ല, നേതൃത്വം പലപ്പോഴും വിശ്വാസത്തെയും പ്രചോദനത്തെയും ആശ്രയിച്ചിരിക്കുന്നു - അൽഗോരിതങ്ങളിൽ നിന്നല്ല, മനുഷ്യ കരിഷ്മയിൽ നിന്നും അനുഭവത്തിൽ നിന്നും ഉയർന്നുവരുന്ന ഗുണങ്ങൾ. ഒരു സിഇഒയ്ക്ക് AI സംഖ്യകൾ നിശ്ചയിച്ചേക്കാം, എന്നാൽ ഒരു സിഇഒയുടെ ജോലി (ദർശനം സജ്ജീകരിക്കൽ, പ്രതിസന്ധികൾ കൈകാര്യം ചെയ്യൽ, ജീവനക്കാരെ പ്രചോദിപ്പിക്കൽ) ഇപ്പോൾ അതുല്യമായി മനുഷ്യനായി തുടരുന്നു. ഉത്തരവാദിത്തവും ധാർമ്മിക വിധിനിർണ്ണയവും പരമപ്രധാനമായ ഉന്നതതല സർക്കാർ ഉദ്യോഗസ്ഥർ, നയരൂപീകരണക്കാർ, സൈനിക നേതാക്കൾ എന്നിവർക്കും ഇത് ബാധകമാണ്.

AI പുരോഗമിക്കുമ്പോൾ, അതിന് ചെയ്യാൻ കഴിയുന്ന കാര്യങ്ങളുടെ അതിരുകൾ മാറും. ഇന്ന് സുരക്ഷിതമെന്ന് കരുതപ്പെടുന്ന ചില റോളുകൾ പുതിയ കണ്ടുപിടുത്തങ്ങളാൽ വെല്ലുവിളിക്കപ്പെട്ടേക്കാം (ഉദാഹരണത്തിന്, സംഗീതം രചിക്കുന്നതിലൂടെയോ വാർത്താ ലേഖനങ്ങൾ എഴുതുന്നതിലൂടെയോ AI സിസ്റ്റങ്ങൾ ക്രമേണ സൃഷ്ടിപരമായ മേഖലകളിൽ അതിക്രമിച്ചു കയറുന്നു). എന്നിരുന്നാലും, മുകളിലുള്ള ജോലികളിൽ അന്തർനിർമ്മിത മനുഷ്യ ഘടകങ്ങൾ : വൈകാരിക ബുദ്ധി, ഘടനാരഹിതമായ ക്രമീകരണങ്ങളിലെ മാനുവൽ വൈദഗ്ദ്ധ്യം, ക്രോസ്-ഡൊമെയ്ൻ ചിന്ത, യഥാർത്ഥ സർഗ്ഗാത്മകത. ഇവ ആ തൊഴിലുകൾക്ക് ചുറ്റും ഒരു സംരക്ഷണ കിടങ്ങായി പ്രവർത്തിക്കുന്നു. തീർച്ചയായും, ഭാവിയിൽ, ജോലികൾ പൂർണ്ണമായും അപ്രത്യക്ഷമാകുന്നതിനുപകരം വികസിക്കുമെന്ന് വിദഗ്ദ്ധർ പലപ്പോഴും പറയാറുണ്ട് - ഈ റോളുകളിലെ മനുഷ്യ തൊഴിലാളികൾ കൂടുതൽ ഫലപ്രദമാകാൻ AI ഉപകരണങ്ങൾ ഉപയോഗിക്കും. പലപ്പോഴും ഉദ്ധരിക്കപ്പെടുന്ന ഒരു വാക്യം ഇത് പകർത്തുന്നു: AI നിങ്ങളെ മാറ്റിസ്ഥാപിക്കില്ല, പക്ഷേ AI ഉപയോഗിക്കുന്ന ഒരാൾക്ക് അത് ചെയ്യാൻ കഴിയും. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, AI ഉപയോഗിക്കുന്നവർ പല മേഖലകളിലും അങ്ങനെ ചെയ്യാത്തവരെ മറികടക്കാൻ സാധ്യതയുണ്ട്.

ചുരുക്കത്തിൽ, AI ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കാൻ സാധ്യതയില്ലാത്ത ജോലികൾ/AI-ക്ക് പകരം വയ്ക്കാൻ കഴിയാത്ത ജോലികൾ ഇവയിൽ ഒന്നോ അതിലധികമോ ഘടകങ്ങൾ ആവശ്യപ്പെടുന്നവയാണ്: സാമൂഹികവും വൈകാരികവുമായ ബുദ്ധി (പരിചരണം, ചർച്ച, മാർഗനിർദേശം), സൃഷ്ടിപരമായ നവീകരണം (കല, ഗവേഷണം, രൂപകൽപ്പന), സങ്കീർണ്ണമായ പരിതസ്ഥിതികളിലെ ചലനാത്മകതയും വൈദഗ്ധ്യവും (നൈപുണ്യമുള്ള വ്യാപാരങ്ങൾ, അടിയന്തര പ്രതികരണം), വലിയ ചിത്ര വിധിനിർണ്ണയം (തന്ത്രം, നേതൃത്വം). ഒരു സഹായി എന്ന നിലയിൽ AI ഈ മേഖലകളിലേക്ക് കൂടുതൽ കൂടുതൽ കടന്നുചെല്ലുമെങ്കിലും, മനുഷ്യന്റെ പ്രധാന റോളുകൾ തൽക്കാലം ഇവിടെ നിലനിൽക്കും. AI-ക്ക് എളുപ്പത്തിൽ അനുകരിക്കാൻ കഴിയാത്ത കഴിവുകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുക - സഹാനുഭൂതി, സർഗ്ഗാത്മകത, പൊരുത്തപ്പെടുത്തൽ - അവ യന്ത്രങ്ങൾക്ക് വിലപ്പെട്ട പൂരകങ്ങളായി തുടരുന്നുവെന്ന് ഉറപ്പാക്കാൻ.

ജോലിയുടെ ഭാവിയെക്കുറിച്ചുള്ള വിദഗ്ദ്ധ വീക്ഷണങ്ങൾ

അതിശയിക്കാനില്ല, അഭിപ്രായങ്ങൾ വ്യത്യസ്തമാണ്, ചിലർ വലിയ മാറ്റങ്ങൾ പ്രവചിക്കുന്നു, മറ്റു ചിലർ കൂടുതൽ ക്രമാനുഗതമായ പരിണാമത്തെ ഊന്നിപ്പറയുന്നു. ചിന്താ നേതാക്കളിൽ നിന്നുള്ള ചില ഉൾക്കാഴ്ചയുള്ള ഉദ്ധരണികളും വീക്ഷണങ്ങളും ഞങ്ങൾ ഇവിടെ സമാഹരിക്കുന്നു, ഇത് പ്രതീക്ഷകളുടെ ഒരു സ്പെക്ട്രം നൽകുന്നു:

• കൈ-ഫു ലീ (AI വിദഗ്ദ്ധനും നിക്ഷേപകനും): അടുത്ത രണ്ട് ദശകങ്ങളിൽ ജോലികളുടെ ഗണ്യമായ ഓട്ടോമേഷൻ ലീ മുൻകൂട്ടി കാണുന്നു. “പത്ത് മുതൽ ഇരുപത് വർഷത്തിനുള്ളിൽ, യുണൈറ്റഡ് സ്റ്റേറ്റ്സിലെ 40 മുതൽ 50 ശതമാനം വരെ ജോലികൾ ഓട്ടോമേറ്റ് ചെയ്യാൻ നമുക്ക് സാങ്കേതികമായി പ്രാപ്തരാകുമെന്ന് ഞാൻ കണക്കാക്കുന്നു,” അദ്ദേഹം പറഞ്ഞു ( കൈ-ഫു ലീ ഉദ്ധരണികൾ (AI സൂപ്പർപവറുകളുടെ രചയിതാവ്) (9-ൽ പേജ് 6) . AI-യിൽ പതിറ്റാണ്ടുകളുടെ പരിചയമുള്ള ലീ (Google-ലും Microsoft-ലും മുൻ റോളുകൾ ഉൾപ്പെടെ), വിശാലമായ തൊഴിലുകളെ ഇത് ബാധിക്കുമെന്ന് വിശ്വസിക്കുന്നു - ഫാക്ടറി അല്ലെങ്കിൽ സർവീസ് ജോലികൾ മാത്രമല്ല, നിരവധി വൈറ്റ് കോളർ റോളുകളും. പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കപ്പെടാത്ത തൊഴിലാളികൾക്ക് പോലും, AI "അവരുടെ മൂല്യവർദ്ധനവിൽ വെട്ടിക്കുറയ്ക്കുമെന്ന്" വ്യാപകമായ സ്ഥാനചലനത്തെക്കുറിച്ചും AI-യുടെ സാമൂഹിക ആഘാതത്തെക്കുറിച്ചും, വർദ്ധിച്ച അസമത്വം, പുതിയ തൊഴിൽ പരിശീലന പരിപാടികളുടെ ആവശ്യകത എന്നിവയെക്കുറിച്ചുമുള്ള ആശങ്ക ഈ വീക്ഷണം എടുത്തുകാണിക്കുന്നു

• മേരി സി. ഡാലി (പ്രസിഡന്റ്, സാൻ ഫ്രാൻസിസ്കോ ഫെഡ്): സാമ്പത്തിക ചരിത്രത്തിൽ വേരൂന്നിയ ഒരു എതിർ പോയിന്റ് ഡാലി വാഗ്ദാനം ചെയ്യുന്നു. AI ജോലികളെ തടസ്സപ്പെടുത്തുമെങ്കിലും, ചരിത്രപരമായ മുൻവിധികൾ ദീർഘകാലാടിസ്ഥാനത്തിൽ ഒരു നെറ്റ് ബാലൻസിംഗ് ഇഫക്റ്റിനെ നിർദ്ദേശിക്കുന്നുവെന്ന് അവർ അഭിപ്രായപ്പെടുന്നു. "എല്ലാ സാങ്കേതികവിദ്യകളുടെയും ചരിത്രത്തിലെ ഒരു സാങ്കേതികവിദ്യയും ഒരിക്കലും നെറ്റിലെ തൊഴിൽ കുറച്ചിട്ടില്ല," ഡാലി നിരീക്ഷിക്കുന്നു, പുതിയ സാങ്കേതികവിദ്യകൾ മറ്റുള്ളവരെ സ്ഥാനഭ്രഷ്ടരാക്കുമ്പോൾ പോലും പുതിയ തരം ജോലികൾ സൃഷ്ടിക്കാൻ പ്രവണത കാണിക്കുന്നു ( ഫോർച്യൂൺ ബ്രെയിൻസ്റ്റോം ടെക് കോൺഫറൻസിൽ എസ്എഫ് ഫെഡ് റിസർവ് ചീഫ് മേരി ഡാലി: ആളുകളെയല്ല, ജോലികളെ മാറ്റിസ്ഥാപിക്കുന്നു - സാൻ ഫ്രാൻസിസ്കോ ഫെഡ് ജോലിയെ പൂർണ്ണമായും ഇല്ലാതാക്കുന്നതിനുപകരം പരിവർത്തനം ചെയ്യാൻ സാധ്യതയുണ്ടെന്ന് അവർ ഊന്നിപ്പറയുന്നു . മനുഷ്യർ യന്ത്രങ്ങൾക്കൊപ്പം പ്രവർത്തിക്കുന്ന ഒരു ഭാവിയാണ് ഡാലി വിഭാവനം ചെയ്യുന്നത് - AI മടുപ്പിക്കുന്ന ജോലികൾ കൈകാര്യം ചെയ്യുന്നു, മനുഷ്യർ ഉയർന്ന മൂല്യമുള്ള ജോലികളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു - കൂടാതെ തൊഴിൽ ശക്തിയെ പൊരുത്തപ്പെടുത്താൻ സഹായിക്കുന്നതിന് വിദ്യാഭ്യാസത്തിന്റെയും പുനർനൈപുണ്യത്തിന്റെയും പ്രാധാന്യം അവർ ഊന്നിപ്പറയുന്നു. അവരുടെ കാഴ്ചപ്പാട് ജാഗ്രതയോടെ ശുഭാപ്തിവിശ്വാസമുള്ളതാണ്: AI ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുകയും സമ്പത്ത് സൃഷ്ടിക്കുകയും ചെയ്യും, ഇത് നമുക്ക് ഇതുവരെ സങ്കൽപ്പിക്കാൻ പോലും കഴിയാത്ത മേഖലകളിൽ തൊഴിൽ വളർച്ചയ്ക്ക് ഇന്ധനം നൽകും.

• ബിൽ ഗേറ്റ്സ് (മൈക്രോസോഫ്റ്റിന്റെ സഹസ്ഥാപകൻ): സമീപ വർഷങ്ങളിൽ ഗേറ്റ്സ് ആവേശവും ആശങ്കയും പ്രകടിപ്പിച്ചുകൊണ്ട് AI-യെക്കുറിച്ച് വിപുലമായി സംസാരിച്ചു. 2025-ൽ ഒരു അഭിമുഖത്തിൽ, അദ്ദേഹം ഒരു ധീരമായ പ്രവചനം നടത്തി, അത് വാർത്തകളിൽ ഇടം നേടി: വികസിത AI-യുടെ ഉയർച്ച ഭാവിയിൽ "മിക്ക കാര്യങ്ങൾക്കും മനുഷ്യർ ആവശ്യമില്ല" AI യുഗത്തിൽ 'മിക്ക കാര്യങ്ങൾക്കും' മനുഷ്യർ ആവശ്യമില്ലെന്ന് ബിൽ ഗേറ്റ്സ് പറയുന്നു | EGW.News ). സാങ്കേതികവിദ്യ പക്വത പ്രാപിക്കുമ്പോൾ, ചില ഉയർന്ന വൈദഗ്ധ്യമുള്ള തൊഴിലുകൾ ഉൾപ്പെടെ നിരവധി തരം ജോലികൾ AI കൈകാര്യം ചെയ്യാൻ കഴിയുമെന്ന് ഗേറ്റ്സ് നിർദ്ദേശിച്ചു. ആരോഗ്യ സംരക്ഷണത്തിലും വിദ്യാഭ്യാസത്തിലും , ഒരു ഉന്നത തല ഡോക്ടറായോ അധ്യാപകനായോ പ്രവർത്തിക്കാൻ കഴിയുന്ന AI-യെ അദ്ദേഹം സങ്കൽപ്പിച്ചു. ഒരു "മഹത്തായ" AI ഡോക്ടറെ വ്യാപകമായി ലഭ്യമാക്കാൻ കഴിയും, ഇത് മനുഷ്യ വിദഗ്ധരുടെ ദൗർലഭ്യം കുറയ്ക്കും. പരമ്പരാഗതമായി സുരക്ഷിതമെന്ന് കരുതപ്പെടുന്ന റോളുകൾ പോലും (വിപുലമായ അറിവും പരിശീലനവും ആവശ്യമുള്ളതിനാൽ) കാലക്രമേണ AI ആവർത്തിക്കാമെന്ന് ഇത് സൂചിപ്പിക്കുന്നു. എന്നിരുന്നാലും, AI-യിൽ നിന്ന് ആളുകൾ എന്ത് സ്വീകരിക്കുമെന്നതിന്റെ പരിധികളും ഗേറ്റ്സ് അംഗീകരിച്ചു. AI മനുഷ്യരേക്കാൾ നന്നായി സ്പോർട്സ് കളിച്ചേക്കാം, പക്ഷേ ആളുകൾ ഇപ്പോഴും വിനോദത്തിൽ മനുഷ്യ കായികതാരങ്ങളെയാണ് ഇഷ്ടപ്പെടുന്നതെന്ന് (റോബോട്ട് ബേസ്ബോൾ ടീമുകൾ കാണാൻ ഞങ്ങൾ പണം നൽകില്ല). ഗേറ്റ്സ് മൊത്തത്തിൽ ശുഭാപ്തിവിശ്വാസം പുലർത്തുന്നു - AI ആളുകളെ മറ്റ് കാര്യങ്ങൾക്കായി "സ്വതന്ത്രരാക്കുകയും" ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുകയും ചെയ്യുമെന്ന് അദ്ദേഹം വിശ്വസിക്കുന്നു, എന്നിരുന്നാലും സമൂഹം പരിവർത്തനം കൈകാര്യം ചെയ്യേണ്ടതുണ്ട് (ഒരുപക്ഷേ വിദ്യാഭ്യാസ പരിഷ്കാരങ്ങൾ പോലുള്ള നടപടികളിലൂടെയോ അല്ലെങ്കിൽ വലിയ തോതിലുള്ള തൊഴിൽ നഷ്ടം സംഭവിച്ചാൽ സാർവത്രിക അടിസ്ഥാന വരുമാനം പോലുള്ള നടപടികളിലൂടെയോ).

• ക്രിസ്റ്റലിന ജോർജിയേവ (IMF മാനേജിംഗ് ഡയറക്ടർ): നയപരവും ആഗോള സാമ്പത്തികവുമായ കാഴ്ചപ്പാടിൽ നിന്ന്, ജോർജിയേവ AI യുടെ ആഘാതത്തിന്റെ ഇരട്ട സ്വഭാവം എടുത്തുകാണിച്ചു. “ലോകമെമ്പാടുമുള്ള ഏകദേശം 40 ശതമാനം ജോലികളെയും AI ബാധിക്കും, ചിലത് മാറ്റിസ്ഥാപിക്കുകയും മറ്റുള്ളവയെ പൂരകമാക്കുകയും ചെയ്യും,” അവർ IMF വിശകലനത്തിൽ എഴുതി ( AI Will Transform the Global Economy. Let's Make Sure It Benefits Humanity. ). വികസിത സമ്പദ്‌വ്യവസ്ഥകൾക്ക് AI യുമായി കൂടുതൽ എക്സ്പോഷർ ഉണ്ടെന്ന് അവർ ചൂണ്ടിക്കാട്ടുന്നു (കാരണം വലിയൊരു വിഭാഗം ജോലികളിൽ AI യ്ക്ക് ചെയ്യാൻ കഴിയുന്ന ഉയർന്ന വൈദഗ്ധ്യമുള്ള ജോലികൾ ഉൾപ്പെടുന്നു), അതേസമയം വികസ്വര രാജ്യങ്ങൾക്ക് ഉടനടി സ്ഥാനചലനം കുറവായിരിക്കാം. തൊഴിലിൽ AI യുടെ ആകെ സ്വാധീനം അനിശ്ചിതത്വത്തിലാണെന്നാണ് ജോർജിയേവയുടെ നിലപാട് - അത് ആഗോള ഉൽപ്പാദനക്ഷമതയും വളർച്ചയും വർദ്ധിപ്പിക്കും, പക്ഷേ നയങ്ങൾ തുടർന്നില്ലെങ്കിൽ അസമത്വം വർദ്ധിപ്പിക്കാനും സാധ്യതയുണ്ട്. അവരും IMF-ഉം മുൻകരുതൽ നടപടികൾ ആവശ്യപ്പെടുന്നു: AI യുടെ നേട്ടങ്ങൾ (ഉയർന്ന ഉൽപ്പാദനക്ഷമത, സാങ്കേതിക മേഖലകളിൽ പുതിയ തൊഴിലവസരങ്ങൾ സൃഷ്ടിക്കൽ മുതലായവ) വ്യാപകമായി പങ്കിടുന്നുണ്ടെന്നും തൊഴിൽ നഷ്ടപ്പെടുന്ന തൊഴിലാളികൾക്ക് പുതിയ റോളുകളിലേക്ക് മാറാൻ കഴിയുമെന്നും ഉറപ്പാക്കാൻ സർക്കാരുകൾ വിദ്യാഭ്യാസം, സുരക്ഷാ വലകൾ, നൈപുണ്യ വികസന പരിപാടികൾ എന്നിവയിൽ നിക്ഷേപിക്കണം. AI ജോലികൾ മാറ്റിസ്ഥാപിക്കുമെങ്കിലും, സമൂഹത്തിനായുള്ള ഫലം നമ്മൾ എങ്ങനെ പ്രതികരിക്കുന്നു എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നുവെന്ന് ഈ വിദഗ്ദ്ധ വീക്ഷണം ശക്തിപ്പെടുത്തുന്നു.

• മറ്റ് വ്യവസായ നേതാക്കൾ: നിരവധി ടെക് സിഇഒമാരും ഫ്യൂച്ചറിസ്റ്റുകളും ഇതിൽ പങ്കുവഹിച്ചിട്ടുണ്ട്. ഉദാഹരണത്തിന്, ഐബിഎമ്മിന്റെ സിഇഒ അരവിന്ദ് കൃഷ്ണ, AI തുടക്കത്തിൽ "ആദ്യം വൈറ്റ്-കോളർ ജോലികളെ" , കൂടുതൽ സാങ്കേതിക മേഖലകളിലേക്ക് മാറുന്നതിന് മുമ്പ് ബാക്ക്-ഓഫീസ്, ക്ലറിക്കൽ ജോലികൾ (ഐബിഎം കാര്യക്ഷമമാക്കുന്ന എച്ച്ആർ റോളുകൾ പോലെ) ഓട്ടോമേറ്റ് ചെയ്യുമെന്നും അഭിപ്രായപ്പെട്ടു ( 7,800 ജോലികൾ AI ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കാനുള്ള പദ്ധതിയിൽ ഐബിഎം നിയമനം താൽക്കാലികമായി നിർത്തുമെന്ന് ബ്ലൂംബെർഗ് റിപ്പോർട്ട് ചെയ്യുന്നു | റോയിട്ടേഴ്‌സ് ). അതേസമയം, പ്രൊഫഷണലുകൾക്ക് AI ഒരു ശക്തമായ ഉപകരണമാകുമെന്ന് കൃഷ്ണയും മറ്റുള്ളവരും വാദിക്കുന്നു - പ്രോഗ്രാമർമാർ പോലും ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നതിന് AI കോഡ് അസിസ്റ്റന്റുകളെ ഉപയോഗിക്കുന്നു, ഇത് ഒരു ഭാവിയെ സൂചിപ്പിക്കുന്നു മനുഷ്യ-AI സഹകരണം മാനദണ്ഡമാകുന്ന ഒരു ഭാവിയെ സൂചിപ്പിക്കുന്നു. നേരത്തെ ഉദ്ധരിച്ചതുപോലെ, ഉപഭോക്തൃ സേവനത്തിലെ എക്സിക്യൂട്ടീവുകൾ, സങ്കീർണ്ണമായ കേസുകളിൽ മനുഷ്യർ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്ന പതിവ് ക്ലയന്റ് ഇടപെടലുകളുടെ ഭൂരിഭാഗവും AI കൈകാര്യം ചെയ്യുമെന്ന് സങ്കൽപ്പിക്കുന്നു ( 59 2025-നുള്ള AI ഉപഭോക്തൃ സേവന സ്ഥിതിവിവരക്കണക്കുകൾ ). ആൻഡ്രൂ യാങ് (സാർവത്രിക അടിസ്ഥാന വരുമാനം എന്ന ആശയം ജനപ്രിയമാക്കിയ) പോലുള്ള പൊതു ബുദ്ധിജീവികൾ ട്രക്ക് ഡ്രൈവർമാർക്കും കോൾ സെന്റർ തൊഴിലാളികൾക്കും തൊഴിൽ നഷ്ടപ്പെടുമെന്ന് മുന്നറിയിപ്പ് നൽകിയിട്ടുണ്ട്, ഓട്ടോമേഷൻ നയിക്കുന്ന തൊഴിലില്ലായ്മയെ നേരിടാൻ സാമൂഹിക പിന്തുണാ സംവിധാനങ്ങൾക്കായി വാദിക്കുന്നു. "ഉൽപ്പാദനക്ഷമതാ വിരോധാഭാസത്തെക്കുറിച്ച്" സംസാരിച്ചിട്ടുണ്ട് AI ഉപയോഗിക്കുന്ന തൊഴിലാളികൾ അങ്ങനെ ചെയ്യാത്തവരെ മാറ്റിസ്ഥാപിക്കും " എന്നതുപോലുള്ള വാക്യങ്ങൾ അവർ സൃഷ്ടിക്കുന്നു

ചുരുക്കത്തിൽ, വിദഗ്ദ്ധരുടെ അഭിപ്രായങ്ങൾ വളരെ ശുഭാപ്തിവിശ്വാസം (മുൻകാല കണ്ടുപിടുത്തങ്ങൾ പോലെ, AI നശിപ്പിക്കുന്നതിനേക്കാൾ കൂടുതൽ തൊഴിലവസരങ്ങൾ സൃഷ്ടിക്കും) മുതൽ വളരെ ജാഗ്രത പുലർത്തുന്നവ (AI അഭൂതപൂർവമായ ഒരു തൊഴിൽ ശക്തിയെ സ്ഥാനഭ്രഷ്ടനാക്കും, സമൂലമായ ക്രമീകരണങ്ങൾ ആവശ്യമാണ്). എന്നിരുന്നാലും മാറ്റം ഉറപ്പാണ് . AI കൂടുതൽ കഴിവുള്ളതാകുമ്പോൾ ജോലിയുടെ സ്വഭാവം മാറും. വിദ്യാഭ്യാസവും തുടർച്ചയായ പഠനവും നിർണായകമാണെന്ന് വിദഗ്ദ്ധർ ഏകകണ്ഠമായി സമ്മതിക്കുന്നു - ഭാവിയിലെ തൊഴിലാളികൾക്ക് പുതിയ കഴിവുകൾ ആവശ്യമാണ്, സമൂഹങ്ങൾക്ക് പുതിയ നയങ്ങൾ ആവശ്യമാണ്. AI ഒരു ഭീഷണിയായോ ഉപകരണമായോ കാണപ്പെടുന്നുണ്ടെങ്കിലും, അത് ജോലികളിൽ കൊണ്ടുവരുന്ന മാറ്റങ്ങൾക്ക് തയ്യാറെടുക്കേണ്ട സമയമാണിതെന്ന് വ്യവസായങ്ങളിലെ നേതാക്കൾ ഊന്നിപ്പറയുന്നു. ഉപസംഹരിക്കുമ്പോൾ, ആഗോള തൊഴിൽ ശക്തിക്ക് ഈ പരിവർത്തനങ്ങൾ എന്താണ് അർത്ഥമാക്കുന്നതെന്നും വ്യക്തികൾക്കും സ്ഥാപനങ്ങൾക്കും മുന്നോട്ടുള്ള പാതയിൽ എങ്ങനെ സഞ്ചരിക്കാമെന്നും നമുക്ക് പരിഗണിക്കാം.

ആഗോള തൊഴിലാളികൾക്ക് ഇത് എന്താണ് അർത്ഥമാക്കുന്നത്

"AI ഏതൊക്കെ ജോലികളെ മാറ്റിസ്ഥാപിക്കും?" എന്ന ചോദ്യത്തിന് ഒരു സ്ഥിരമായ ഉത്തരമില്ല - AI കഴിവുകൾ വളരുമ്പോഴും സമ്പദ്‌വ്യവസ്ഥകൾ പൊരുത്തപ്പെടുമ്പോഴും അത് വികസിച്ചുകൊണ്ടിരിക്കും. നമുക്ക് മനസ്സിലാക്കാൻ കഴിയുന്നത് വ്യക്തമായ ഒരു പ്രവണതയാണ്: AI-യും ഓട്ടോമേഷനും വരും വർഷങ്ങളിൽ ദശലക്ഷക്കണക്കിന് ജോലികൾ ഇല്ലാതാക്കും പുതിയ ജോലികൾ സൃഷ്ടിക്കുകയും നിലവിലുള്ളവയിൽ മാറ്റം വരുത്തുകയും ചെയ്യും ഓട്ടോമേഷൻ കാരണം ഏകദേശം 83 ദശലക്ഷം ജോലികൾ ഇല്ലാതാകുമെന്നും ഡാറ്റ വിശകലനം, മെഷീൻ ലേണിംഗ്, ഡിജിറ്റൽ മാർക്കറ്റിംഗ് തുടങ്ങിയ മേഖലകളിൽ 69 ദശലക്ഷം പുതിയ ജോലികൾ ഉയർന്നുവരുമെന്നും AI Replacing Jobs Statistics and Facts [2024*] ). മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, തൊഴിൽ വിപണിയിൽ കാര്യമായ മാറ്റങ്ങൾ ഉണ്ടാകും. ചില റോളുകൾ അപ്രത്യക്ഷമാകും, പലതും മാറും, AI- നയിക്കുന്ന ഒരു സമ്പദ്‌വ്യവസ്ഥയുടെ ആവശ്യങ്ങൾ നിറവേറ്റുന്നതിനായി പൂർണ്ണമായും പുതിയ തൊഴിലുകൾ ഉയർന്നുവരും.

ആഗോള തൊഴിൽ ശക്തിയെ സംബന്ധിച്ചിടത്തോളം , ഇത് ചില പ്രധാന കാര്യങ്ങൾ അർത്ഥമാക്കുന്നു:

• പുനർനൈപുണ്യ വികസനവും നൈപുണ്യ വികസനവും അനിവാര്യമാണ്: അപകടസാധ്യതയുള്ള ജോലിക്കാരായ തൊഴിലാളികൾക്ക് ആവശ്യക്കാരുള്ള പുതിയ കഴിവുകൾ പഠിക്കാനുള്ള അവസരങ്ങൾ നൽകണം. AI പതിവ് ജോലികൾ ഏറ്റെടുക്കുകയാണെങ്കിൽ, മനുഷ്യർ പതിവില്ലാത്ത കാര്യങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കേണ്ടതുണ്ട്. ഗവൺമെന്റുകൾ, വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾ, കമ്പനികൾ എന്നിവയെല്ലാം പരിശീലന പരിപാടികൾ സുഗമമാക്കുന്നതിൽ ഒരു പങ്കു വഹിക്കും - അത് മെയിന്റനൻസ് റോബോട്ടുകളെ പഠിക്കുന്ന ഒരു സ്ഥലംമാറ്റപ്പെട്ട വെയർഹൗസ് തൊഴിലാളിയായാലും അല്ലെങ്കിൽ AI ചാറ്റ്ബോട്ടുകളെ മേൽനോട്ടം വഹിക്കാൻ പഠിക്കുന്ന ഒരു ഉപഭോക്തൃ സേവന പ്രതിനിധിയായാലും. ആജീവനാന്ത പഠനം ഒരു മാനദണ്ഡമായി മാറാൻ സാധ്യതയുണ്ട്. ഒരു നല്ല കാര്യം, കഠിനാധ്വാനം AI ഏറ്റെടുക്കുമ്പോൾ, മനുഷ്യർക്ക് കൂടുതൽ സംതൃപ്തിദായകവും സൃഷ്ടിപരവും സങ്കീർണ്ണവുമായ ജോലികളിലേക്ക് മാറാൻ കഴിയും - പക്ഷേ അവർക്ക് അതിനുള്ള കഴിവുകൾ ഉണ്ടെങ്കിൽ മാത്രം.

• മനുഷ്യ-AI സഹകരണം മിക്ക ജോലികളെയും നിർവചിക്കും: പൂർണ്ണമായ AI ഏറ്റെടുക്കലിനുപകരം, മിക്ക തൊഴിലുകളും മനുഷ്യരും ബുദ്ധിമാനായ യന്ത്രങ്ങളും തമ്മിലുള്ള പങ്കാളിത്തമായി പരിണമിക്കും. AI-യെ ഒരു ഉപകരണമായി എങ്ങനെ പ്രയോജനപ്പെടുത്താമെന്ന് അറിയുന്നവരായിരിക്കും അഭിവൃദ്ധി പ്രാപിക്കുന്ന തൊഴിലാളികൾ. ഉദാഹരണത്തിന്, ഒരു അഭിഭാഷകൻ AI ഉപയോഗിച്ച് കേസ് നിയമം തൽക്ഷണം ഗവേഷണം ചെയ്തേക്കാം (ഒരു പാരലീഗൽ സംഘം മുമ്പ് ചെയ്തിരുന്ന ജോലി ചെയ്തു), തുടർന്ന് ഒരു നിയമ തന്ത്രം രൂപപ്പെടുത്തുന്നതിന് മനുഷ്യ വിധിന്യായം പ്രയോഗിച്ചേക്കാം. ഒരു ഫാക്ടറി ടെക്നീഷ്യൻ ഒരു കൂട്ടം റോബോട്ടുകളെ മേൽനോട്ടം വഹിച്ചേക്കാം. ഉയർന്ന തലത്തിലുള്ള മെന്ററിംഗിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുമ്പോൾ അധ്യാപകർ പോലും പാഠങ്ങൾ വ്യക്തിഗതമാക്കാൻ AI ട്യൂട്ടർമാരെ ഉപയോഗിച്ചേക്കാം. ഈ സഹകരണ മാതൃക മാറുന്ന ജോലികളെക്കുറിച്ചാണെന്നും ഇതിനർത്ഥം . മിക്കവാറും എല്ലാ തൊഴിലുകളിലും ഒരു പരിധിവരെ AI സഹായം ഉൾപ്പെടുത്തും, കൂടാതെ ആ യാഥാർത്ഥ്യവുമായി പൊരുത്തപ്പെടുന്നത് തൊഴിലാളികൾക്ക് നിർണായകമായിരിക്കും.

• നയവും സാമൂഹിക പിന്തുണയും: പരിവർത്തനം ബുദ്ധിമുട്ടുള്ളതായിരിക്കാം, ആഗോളതലത്തിൽ നയപരമായ ചോദ്യങ്ങൾ ഉയർത്തുന്നു. ചില പ്രദേശങ്ങളെയും വ്യവസായങ്ങളെയും മറ്റുള്ളവയേക്കാൾ തൊഴിൽ നഷ്ടം കൂടുതൽ ബാധിക്കും (ഉദാഹരണത്തിന്, ഉൽപ്പാദന മേഖലയിൽ വൻതോതിൽ വളർന്നുവരുന്ന സമ്പദ്‌വ്യവസ്ഥകൾ തൊഴിൽ-തീവ്രമായ ജോലികളുടെ വേഗത്തിലുള്ള ഓട്ടോമേഷൻ നേരിടേണ്ടി വന്നേക്കാം). ശക്തമായ സാമൂഹിക സുരക്ഷാ വലകളുടെയോ നൂതന നയങ്ങളുടെയോ ആവശ്യകത ഉണ്ടാകാം - സാർവത്രിക അടിസ്ഥാന വരുമാനം (യുബിഐ) മുന്നോട്ടുവച്ചിട്ടുണ്ട് ( എലോൺ മസ്‌ക് യൂണിവേഴ്‌സൽ ഇൻകം അനിവാര്യമാണെന്ന് പറയുന്നു: അദ്ദേഹം എന്തുകൊണ്ട് ചിന്തിക്കുന്നു ... ). യുബിഐ ഉത്തരമാണോ അല്ലയോ എന്നത് പരിഗണിക്കാതെ തന്നെ, സർക്കാരുകൾ തൊഴിലില്ലായ്മ പ്രവണതകൾ നിരീക്ഷിക്കുകയും ബാധിത മേഖലകളിൽ തൊഴിലില്ലായ്മ ആനുകൂല്യങ്ങൾ, തൊഴിൽ നിയമന സേവനങ്ങൾ, വിദ്യാഭ്യാസ ഗ്രാന്റുകൾ എന്നിവ വ്യാപിപ്പിക്കുകയും വേണം. അന്താരാഷ്ട്ര സഹകരണവും ആവശ്യമായി വന്നേക്കാം, കാരണം ഹൈടെക് സമ്പദ്‌വ്യവസ്ഥകളും സാങ്കേതികവിദ്യയുടെ ലഭ്യത കുറവുള്ളവരും തമ്മിലുള്ള വിടവ് AI വർദ്ധിപ്പിക്കും. ആഗോള തൊഴിൽ ശക്തിക്ക് AI-സൗഹൃദ സ്ഥലങ്ങളിലേക്ക് തൊഴിലുകളുടെ കുടിയേറ്റം അനുഭവപ്പെടാം (മുൻ ദശകങ്ങളിൽ ഉൽപ്പാദനം കുറഞ്ഞ ചെലവുള്ള രാജ്യങ്ങളിലേക്ക് മാറിയതുപോലെ). AI യുടെ സാമ്പത്തിക നേട്ടങ്ങൾ (കൂടുതൽ ഉൽപ്പാദനക്ഷമത, പുതിയ വ്യവസായങ്ങൾ) ചുരുക്കം ചിലർക്ക് ലാഭം മാത്രമല്ല, വിശാലമായ അഭിവൃദ്ധിയിലേക്ക് നയിക്കുന്നുവെന്ന് നയരൂപകർത്താക്കൾ ഉറപ്പാക്കേണ്ടതുണ്ട്.

• മനുഷ്യന്റെ അതുല്യതയെ ഊന്നിപ്പറയുന്നു: AI സാധാരണമാകുമ്പോൾ, ജോലിയുടെ മനുഷ്യ ഘടകങ്ങൾ കൂടുതൽ പ്രാധാന്യം നേടുന്നു. സർഗ്ഗാത്മകത, പൊരുത്തപ്പെടുത്തൽ, സഹാനുഭൂതി, ധാർമ്മിക വിധി, വിവിധ വിഷയങ്ങളിൽ ചിന്തിക്കൽ തുടങ്ങിയ സ്വഭാവവിശേഷങ്ങൾ മനുഷ്യ തൊഴിലാളികളുടെ താരതമ്യ നേട്ടമായിരിക്കും. STEM കഴിവുകൾക്കൊപ്പം ഈ സോഫ്റ്റ് സ്കില്ലുകൾക്ക് പ്രാധാന്യം നൽകുന്നതിന് വിദ്യാഭ്യാസ സംവിധാനങ്ങൾ വഴിയൊരുക്കിയേക്കാം. മനുഷ്യരെ പകരം വയ്ക്കാനാവാത്തവരാക്കുന്ന ഗുണങ്ങൾ പരിപോഷിപ്പിക്കുന്നതിൽ കലകളും മാനവികതകളും നിർണായകമാകും. ഒരർത്ഥത്തിൽ, AI യുടെ ഉയർച്ച നമ്മെ കൂടുതൽ മനുഷ്യ കേന്ദ്രീകൃത പദങ്ങളിൽ ജോലിയെ പുനർനിർവചിക്കാൻ പ്രേരിപ്പിക്കുന്നു - കാര്യക്ഷമത മാത്രമല്ല, ഉപഭോക്തൃ അനുഭവം, സൃഷ്ടിപരമായ നവീകരണം, വൈകാരിക ബന്ധങ്ങൾ തുടങ്ങിയ ഗുണങ്ങളെയും വിലമതിക്കുന്നു, അവിടെ മനുഷ്യർ മികവ് പുലർത്തുന്നു.

ഉപസംഹാരമായി, ചില ജോലികൾ - പ്രത്യേകിച്ച് പതിവ് ജോലികളിൽ ഭാരമുള്ളവ - മാറ്റിസ്ഥാപിക്കാൻ AI തയ്യാറാണ്, പക്ഷേ അത് അവസരങ്ങൾ സൃഷ്ടിക്കുകയും നിരവധി റോളുകൾ വർദ്ധിപ്പിക്കുകയും ചെയ്യും. സാങ്കേതികവിദ്യ, ധനകാര്യം മുതൽ നിർമ്മാണം, റീട്ടെയിൽ, ആരോഗ്യ സംരക്ഷണം, ഗതാഗതം വരെയുള്ള എല്ലാ വ്യവസായങ്ങളിലും ഇതിന്റെ ആഘാതം അനുഭവപ്പെടും. വികസിത സമ്പദ്‌വ്യവസ്ഥകൾ വൈറ്റ് കോളർ ജോലികൾ വേഗത്തിൽ ഓട്ടോമേറ്റ് ചെയ്തേക്കാം, എന്നാൽ വികസ്വര സമ്പദ്‌വ്യവസ്ഥകൾ കാലക്രമേണ നിർമ്മാണത്തിലും കൃഷിയിലും മാനുവൽ ജോലികൾ മെഷീൻ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുന്നതിൽ ഇപ്പോഴും ബുദ്ധിമുട്ട് അനുഭവിച്ചേക്കാം എന്ന് ഒരു ആഗോള വീക്ഷണം കാണിക്കുന്നു. ഈ മാറ്റങ്ങൾക്ക് തൊഴിലാളികളെ തയ്യാറാക്കുന്നത് ഒരു ആഗോള വെല്ലുവിളിയാണ്.

കമ്പനികൾ ധാർമ്മികമായും ബുദ്ധിപരമായും AI സ്വീകരിക്കുന്നതിൽ മുൻകൈയെടുക്കണം - ചെലവ് കുറയ്ക്കാൻ മാത്രമല്ല, ജീവനക്കാരെ ശാക്തീകരിക്കാനും ഇത് ഉപയോഗിക്കുന്നു. തൊഴിലാളികൾ ജിജ്ഞാസയോടെയും പഠിച്ചുകൊണ്ടിരിക്കണം, കാരണം പൊരുത്തപ്പെടുത്തൽ അവരുടെ സുരക്ഷാ വലയായിരിക്കും. മനുഷ്യ-AI സിനർജിയെ വിലമതിക്കുന്ന ഒരു മാനസികാവസ്ഥ സമൂഹം വളർത്തിയെടുക്കണം: മനുഷ്യന്റെ ഉപജീവനമാർഗ്ഗത്തിന് ഭീഷണിയാകുന്നതിനുപകരം, മനുഷ്യന്റെ ഉൽപ്പാദനക്ഷമതയും ക്ഷേമവും വർദ്ധിപ്പിക്കുന്നതിനുള്ള

മനുഷ്യന്റെ സർഗ്ഗാത്മകത, കരുതൽ, തന്ത്രപരമായ ചിന്ത എന്നിവ കൃത്രിമബുദ്ധിയുമായി കൈകോർത്ത് പ്രവർത്തിക്കുന്ന ഒന്നായിരിക്കും നാളത്തെ തൊഴിൽ ശക്തി - സാങ്കേതികവിദ്യ വർദ്ധിപ്പിക്കുന്ന . പരിവർത്തനം എളുപ്പമായിരിക്കില്ല, പക്ഷേ തയ്യാറെടുപ്പും ശരിയായ നയങ്ങളും ഉണ്ടെങ്കിൽ, ആഗോള തൊഴിൽ ശക്തിക്ക് AI യുഗത്തിൽ പ്രതിരോധശേഷിയുള്ളവരും കൂടുതൽ ഉൽപ്പാദനക്ഷമതയുള്ളവരുമായി ഉയർന്നുവരാൻ കഴിയും.

ഈ വൈറ്റ് പേപ്പറിന് ശേഷം നിങ്ങൾക്ക് വായിക്കാൻ ഇഷ്ടപ്പെട്ടേക്കാവുന്ന ലേഖനങ്ങൾ:

🔗 മികച്ച 10 AI ജോബ് സെർച്ച് ടൂളുകൾ - നിയമന ഗെയിമിൽ വിപ്ലവം സൃഷ്ടിക്കുന്നു
ജോലികൾ വേഗത്തിൽ കണ്ടെത്തുന്നതിനും, ആപ്ലിക്കേഷനുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനും, നിയമനം നേടുന്നതിനുമുള്ള മികച്ച AI ടൂളുകൾ കണ്ടെത്തുക.

🔗 ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കരിയർ പാതകൾ - AI-യിലെ മികച്ച ജോലികളും എങ്ങനെ ആരംഭിക്കാം
മികച്ച AI കരിയർ അവസരങ്ങൾ, എന്തൊക്കെ കഴിവുകൾ ആവശ്യമാണ്, AI-യിൽ നിങ്ങളുടെ പാത എങ്ങനെ ആരംഭിക്കാം എന്നിവ പര്യവേക്ഷണം ചെയ്യുക.

🔗 ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ജോലികൾ - നിലവിലെ കരിയറുകളും AI തൊഴിലിന്റെ ഭാവിയും
AI തൊഴിൽ വിപണിയെ എങ്ങനെ പുനർനിർമ്മിക്കുന്നുവെന്നും AI വ്യവസായത്തിൽ ഭാവി അവസരങ്ങൾ എവിടെയാണെന്നും മനസ്സിലാക്കുക.