Kinh Tế - Quản Lý - Công nghệ - Môi trường - Công nghệ thông tin 2 Ý NGHĨA CỦA TRÍ TUỆ NHÂN TẠO ĐỐI VỚI VIỆC LÀM TRONG TƯƠNG LAI MỤC LỤC LỜI GIỚI THIỆU ............................................................................................ 3 I. VIỆC LÀM VÀ NHỮNG BIẾN ĐỔI CỦA NỀN KINH TẾ ...................... 4 1.1. Việc làm, nhiệm vụ và tổ chức sản xuất ............................................... 4 1.2. Biến đổi của công việc và nhiệm vụ ..................................................... 4 1.3. Sự phát triển của nhu cầu và sự xuất hiện của các nhiệm vụ mới ........ 8 II. TÁC ĐỘNG CỦA AI ĐỐI VỚI VIỆC LÀM VÀ TIỀN LƯƠNG ............ 8 2.1. Đặc điểm cụ thể của AI ....................................................................... 11 2.2. Các tác động kinh tế và xã hội của các ứng dụng quy mô lớn của AI 13 2.3. Tác động của chính sách AI đối với việc làm ..................................... 17 KẾT LUẬN ................................................................................................... 29 TÀI LIỆU THAM KHẢO ............................................................................. 32 3 LỜI GIỚI THIỆU Làn sóng biến đổi công nghệ dựa trên những tiến bộ của trí tuệ nhân tạo (AI) hiện nay đã tạo ra nỗi sợ hãi về việc mất việc làm và làm gia tăng thêm bất bình đẳng. Chuyên đề này đề cập tới cơ sở lý luận của những mối lo ngại đó, làm nổi bật bản chất cơ bản của AI và so sánh các làn sóng trước đó như tự động hóa và rô bốt hóa với những tiến bộ hiện tại được thực hiện bởi việc áp dụng AI. Chuyên đề cũng cho thấy các cơ hội lớn trong việc làm tăng năng suất do chi phí vốn giảm đáng kể mà một số những ứng dụng đã chứng minh và tiềm năng tăng năng suất đặc biệt là ở những lĩnh vực tay nghề thấp. Bên cạnh đó, nếu lợi ích từ tiến bộ công nghệ dựa trên AI được chia sẻ rộng rãi thì cần phải giải quyết rủi ro dưới hình thức gia tăng bất bình đẳng. Đối với vấn đề này, những chính sách kỹ năng là điều kiện cần nhưng chưa đủ. Chuyên đề cũng cho thấy một góc nhìn lạc quan hợp lý về những cơ hội và rủi ro của lĩnh vực AI chừng nào các nhà hoạch định chính sách và các đối tác xã hội vẫn nắm vững được các đặc điểm cụ thể của những công nghệ mới này. Cục thông tin Khoa học và Công nghệ Quốc gia xin trân trọng giới thiệu tới bạn đọc Chuyên đề “Ý nghĩa của trí tuệ nhân tạo đối với việc làm trong tương lai”. Xin trân trọng giới thiệu. 4 I. VIỆC LÀM VÀ NHỮNG BIẾN ĐỔI CỦA NỀN KINH TẾ 1.1. Việc làm, nhiệm vụ và tổ chức sản xuất Khi các công ty tự động hóa sản xuất, tăng trưởng việc làm bị ảnh hưởng thông qua ba kênh. Thứ nhất, công nghệ mới dẫn đến sự thay thế trực tiếp các công việc và nhiệm vụ mà người lao động đang thực hiện (hiệu ứng dịch chuyển); thứ hai, có sự gia tăng bổ sung về các công việc và nhiệm vụ cần thiết để sử dụng, điều hành và giám sát các loại máy mới (hiệu ứng bổ sung kỹ năng); và thứ ba, hiệu ứng cầu vừa do giá cả thấp hơn và sự gia tăng chung của thu nhập khả dụng trong nền kinh tế do năng suất cao hơn (hiệu ứng năng suất). Thông thường, những tác động này không xảy ra đồng thời và câu chuyện tiêu chuẩn cho thấy thất nghiệp ban đầu sẽ tăng lên khi tự động hóa trước khi giảm trở lại khi giá cả và năng suất điều chỉnh rộng rãi trong toàn bộ nền kinh tế, thường là ở giai đoạn sau. Khi phân biệt giữa các khoảng thời gian khác nhau, những khác biệt này về tác động ngắn hạn và dài hạn của tăng trưởng năng suất đối với tỷ lệ thất nghiệp thực sự có thể được thấy rõ trong xu hướng lịch sử đối với toàn bộ nền kinh tế, mặc dù các tác động ở cấp độ ngành có thể khác nhau và phụ thuộc vào độ co giãn theo giá của cầu đối với hàng hóa công nghiệp. Tuy nhiên, phân tích này về tác động của thay đổi công nghệ đối với việc làm dựa trên ba con đường tắt. Đầu tiên, giả định rằng khi các nhiệm vụ được thay thế bởi máy móc, toàn bộ công việc sẽ biến mất (gần như) ngay lập tức. Thứ hai, cung nghề được giả định là không co giãn nên sự thay đổi thiên về kỹ năng trong nhu cầu lao động do thay đổi công nghệ gây ra sẽ dẫn đến thất nghiệp về công nghệ hoặc điều kiện làm việc tồi tệ hơn , không tồn tại bằng cấp quá mức hoặc dưới trình độ chuyên môn. Cuối cùng, sự gia tăng nhu cầu được tạo ra có thể thông qua năng suất cao hơn được cho là được phân bổ đồng đều giữa các lĩnh vực, bất kể mức độ tự động hóa các lĩnh vực này. Do đó, các ngành có mức độ tự động hóa cao hơn sẽ giảm tỷ trọng nhu cầu tương đối và do đó tạo ra ít việc làm hơn, so với những ngành không được hưởng lợi từ tự động hóa, điều này một lần nữa sẽ dẫn đến phân cực việc làm và gia tăng bất bình đẳng thu nhập. Để hiểu liệu AI có buộc thị trường lao động thông qua cùng một mô hình điều chỉnh chính xác hay không, rất hữu ích khi xem xét kỹ hơn ba giả định này. 1.2. Biến đổi của công việc và nhiệm vụ Công việc được cấu thành bởi một tập hợp các nhiệm vụ. Nếu một số nhiệm vụ này được tự động hóa, hồ sơ công việc có thể thay đổi bằng cách thêm các 5 nhiệm vụ mới hoặc sửa đổi các nhiệm vụ hiện có thay vì loại bỏ hoàn toàn một công việc. Mô tả nhiệm vụ của trợ lý hành chính theo thời gian có thể chứng minh cách các công việc tương tự tiếp tục thực hiện một số nhiệm vụ nhất định chưa (chưa) được tự động hóa cùng với các nhiệm vụ mới khác chưa từng tồn tại trước đó hoặc được thực hiện bởi một nhóm công nhân khác. Do đó, việc việc làm có biến mất hay không phụ thuộc vào việc nhóm các nhiệm vụ nhất định thành các hồ sơ công việc cụ thể và thuê nhân công cụ thể cho các công việc (mới) này có còn lợi nhuận hay không, đó là một câu hỏi nhiều hơn về nhu cầu đối với các sản phẩm và dịch vụ cụ thể mà những công việc này phải cung cấp hơn là cung cấp các kỹ năng để hoàn thành công việc (Acemoglu và Autor, 2011; Bessen, 2017b). Quan trọng là, sự khác biệt giữa các quốc gia tồn tại liên quan đến cách các công việc đang được thiết kế và các nhiệm vụ được tập hợp lại thành các công việc. Ernst và Chentouf (2014) chỉ ra rằng các nhiệm vụ có các đặc điểm khác nhau về các yêu cầu đào tạo, giám sát và sản xuất, không nhất thiết phải phù hợp với nhau. Tùy thuộc vào tầm quan trọng của một công ty đối với việc đào tạo công nhân của mình, giám sát họ hoặc sắp xếp quy trình làm việc của họ, các nhiệm vụ khác nhau có thể được tập hợp lại thành các công việc từ công ty này sang công ty khác. Một phần, điều này sẽ phụ thuộc vào đặc điểm quốc gia liên quan đếncơ sở hạ tầng giáo dục và đào tạo, ưu đãi thuế và hệ thống phúc lợi xã hội. Do đó, ngay cả các công ty hoạt động trong cùng một ngành nhưng ở các quốc gia khác nhau cũng có thể phản ứng với những khác biệt về thể chế bằng cách thiết lập quy trình làm việc nội bộ và hồ sơ công việc rất khác nhau, được minh chứng bằng sự khác biệt giữa Apple và Samsung trong cách họ ngoại hóa chuỗi sản xuất của mình. Do đó, liệu tự động hóa các nhiệm vụ có dẫn đến việc biến mất việc làm hay không là một câu hỏi về công nghệ vì nó là một vấn đề thể chế và không thể được xác định trước bằng cách chỉ xem xét quá trình tự động hóa. Bằng chứng gần đây dường như khẳng định tầm quan trọng của các yếu tố thể chế trong việc xác định kết quả của những thay đổi nghề nghiệp, vì các mô hình phân cực việc làm dường như tương tự giữa các quốc gia có thể được thúc đẩy bởi các yếu tố khác nhau. Ngay cả khi các nhiệm vụ có thể được tự động hóa, chúng có thể không biến mất hoàn toàn. Ví dụ: thay vì thực hiện một nhiệm vụ cụ thể, một nhân viên có thể bị tính phí để đảm bảo rằng máy đang thực hiện nhiệm vụ đúng cách và can thiệp trong trường hợp khẩn cấp hoặc lỗi. Ví dụ, trong trường hợp của các phi công hàng không, sự ra đời của các phi công tự động đã không làm cho vai trò của họ trở nên lỗi thời. Mặc dù trung bình một phi công chỉ lái máy bay trong khoảng 7 phút trong toàn bộ chuyến bay, việc có người ngồi ở bảng điều khiển là 6 điều cần thiết như trước đây để can thiệp trong các tình huống khắc nghiệt hoặc gián đoạn đột ngột hoặc trục trặc kỹ thuật mà phi công lái xe không lường trước được (chẳng hạn như sự cố đồng thời của cả hai động cơ). Tương tự, nó vẫn có thể yêu cầu một công nhân đảm bảo rằng máy móc được thiết lập và tham số chính xác, đặc biệt khi đơn đặt hàng thay đổi hoặc một dây chuyền sản xuất mới cần được thiết lập. Ngoài ra, thời gian tương đối dành cho mỗi nhiệm vụ riêng lẻ có thể thay đổi: chẳng hạn như nhờ sự hỗ trợ của AI trong việc chẩn đoán bệnh, các bác sĩ có thể dành ít thời gian hơn cho việc phân tích các triệu chứng và nhiều thời gian hơn để đảm bảo sức khỏe của bệnh nhân và nhu cầu cá nhân. Dù bằng cách nào, việc tự động hóa một nhiệm vụ có thể không nhất thiết dẫn đến việc nhiệm vụ đó không còn cần đến sự trợ giúp của con người. Thay vào đó, câu hỏi trở thành liệu việc gộp một nhóm nhiệm vụ vào một công việc cụ thể có còn mang lại lợi nhuận hay không, cũng như tốc độ chuyển đổi của người lao động trong công việc hiện tại để thực hiện các nhiệm vụ hoặc nhóm nhiệm vụ được sửa đổi một chút. Nếu điều đó đòi hỏi những kỹ năng mới tốn kém để học, thì tự động hóa có thể dẫn đến sự bất bình đẳng trong các ngành nghề hơn là trên toàn bộ. Sự bổ sung vốn-kỹ năng Bất bình đẳng và tình trạng thất nghiệp giữa những người lao động (kỹ năng thấp) cũng sẽ phụ thuộc vào mức độ mà máy móc bổ sung cho lao động có kỹ năng cao. Sự bổ sung giữa kỹ năng và máy móc không chỉ bị ràng buộc bởi các yếu tố công nghệ, như tài liệu lịch sử ở trên về các làn sóng khác nhau của cuộc cách mạng công nghiệp đã chứng minh. Thay vào đó, việc các công ty có giới thiệu các công nghệ thiên về kỹ năng hay không phụ thuộc vào việc những công nghệ này có mang lại lợi nhuận hay không (Acemoglu, 2002). Đặc biệt, vào thế kỷ 19, người lao động dường như có lợi thế hơn hẳn so với máy móc trong một số công việc lặp đi lặp lại đòi hỏi sự khéo léo cao mà máy móc vào thời điểm đó vẫn chưa sẵn sàng. Sự dồi dào tương đối của lao động phổ thông vào thời điểm đó khiến các công ty không có lợi khi phát triển các công nghệ cho phép họ thay thế lao động phổ thông, như chúng ta vẫn có thể quan sát thấy ở các xưởng may trên khắp thế giới đang phát triển ngày nay. Tuy nhiên, ngay sau khi nguồn cung về lao động có kỹ năng tăng lên và do đó giá cả tương đối của lao động có kỹ năng so với lao động phổ thông giảm xuống, các công nghệ khiến việc sử dụng chúng có lợi bắt đầu được phát triển, dẫn đến mô hình thiên về kỹ năng thay đổi công nghệ mà chúng ta có thể thấy ngày nay. Với việc lắp đặt các máy móc ngày càng phức tạp, nhu cầu về công nhân có 7 khả năng vận hành và bảo trì chúng không ngừng tăng lên. Tuy nhiên, số lượng công nhân giám sát và công nhân lành nghề mà những cỗ máy mới này chỉ huy gần như không đủ để tạo ra đủ việc làm để bù đắp cho sự mất mát về nhu cầu đối với những công nhân có tay nghề thấp mà họ đang có. thay thế. Do đó, bổ sung vốn - kỹ năng không chỉ đồng nghĩa với việc gia tăng bất bình đẳng thu nhập mà còn với sự gia tăng tỷ lệ thất nghiệp trong lĩnh vực công nghệ đến mức lao động có kỹ năng thấp không thể chuyển đổi ngành nghề hoặc lĩnh vực. Quan trọng nhất, đó là lời giải thích chính về lý do tại sao sự gia tăng nguồn cung tương đối của lực lượng lao động có trình độ học vấn không dẫn đến giảm mức lương kỹ năng, tức là sự chênh lệch tiền lương giữa những người lao động có kỹ năng cao và thấp, như người ta mong đợi trong trường hợp không có sự bổ sung như vậy. Khi tiến bộ công nghệ dần dần làm giảm giá vốn, việc đầu tư vào thiết bị mới được tiếp tục và dẫn đến mức lương kỹ năng tăng dần. Do đó, mức độ mà các công nghệ mới yêu cầu đầu vào bổ sung của lao động có kỹ năng là yếu tố quyết định chính liên quan đến tác động của AI đối với việc làm và bất bình đẳng. Thật vậy, ngay cả những thay đổi khiêm tốn về mức độ bổ sung cũng có thể tạo ra sự khác biệt lớn về kết quả thị trường lao động. Tuy nhiên, trong phạm vi mà AI được kỳ vọng sẽ thay thế các nhiệm vụ trí óc như đã giải thích ở trên, không hoàn toàn hiển nhiên rằng các đổi mới dựa trên AI có thể được đặc trưng bởi sự bổ sung mạnh mẽ về vốn-kỹ năng. Thật vậy, toàn bộ logic của các hệ thống dựa trên AI là cung cấp kiến thức chuyên môn cho những người không chuyên. Cho dù các hệ thống này liên quan đến các thiết bị y tế phức tạp như máy theo dõi hoạt động, hệ thống chuyên gia nông nghiệp để hướng dẫn nông dân chọn và trồng đúng loại hạt giống vào đúng thời điểm hoặc chia sẻ nền tảng để tối ưu hóa vận chuyển đa phương thức, chúng thường yêu cầu ít hoặc không có kiến thức trước, kết nối nhiều người dùng, đồng thời cung cấp lời khuyên và hướng dẫn giúp nâng cao năng suất, đặc biệt trong các lĩnh vực do lao động có kỹ năng thấp chiếm ưu thế. Ví dụ, trong lĩnh vực xây dựng, vẫn là một lĩnh vực có năng suất thấp tiếp tục thu hút một phần lớn lao động có trình độ thấp, ví dụ như hệ thống lập kế hoạch dựa trên máy tính mới có thể giúp đẩy nhanh thời gian xây dựng, cắt giảm lãng phí và tối ưu hóa việc bảo trì. chu kỳ của các tòa nhà, mà không làm thay đổi thành phần kỹ năng của lĩnh vực. Nói cách khác, một phần hứa hẹn của AI là nó thực sự có thể giúp nâng cao năng suất, đặc biệt là đối với những người lao động có kỹ năng thấp, đồng thời cắt giảm nhu cầu đối với các chuyên gia có kỹ năng cao và trung bình, hoàn toàn trái ngược với những gì đã được quan sát trong quá khứ. 8 1.3. Sự phát triển của nhu cầu và sự xuất hiện của các nhiệm vụ mới Sự gia tăng năng suất do thay đổi công nghệ tạo ra sẽ giúp mở rộng thu nhập và nhu cầu. Việc thất nghiệp gia tăng hay điều kiện lao động xấu đi sẽ phụ thuộc vào các loại hàng hóa và dịch vụ mà nhu cầu bổ sung này sẽ được giải quyết. Thông thường, sự thay đổi công nghệ không tiến triển đồng đều giữa các lĩnh vực. Do đó, thu nhập bổ sung được tạo ra bởi tự động hóa trong một lĩnh vực có thể không dẫn đến nhu cầu nhiều hơn cho cùng lĩnh vực đó, góp phần làm giảm nhu cầu lao động cho lĩnh vực đó. Ngược lại, nếu nhu cầu đối với các sản phẩm hoặc dịch vụ từ lĩnh vực tự động phản ứng rất mạnh với những thay đổi về giá, nghĩa là, nếu nhu cầu có độ co giãn về giá cao, thì bất kỳ tác động nào từ tự động hóa tiết kiệm lao động có thể được bù đắp bởi sự gia tăng nhu cầu. Một ví dụ gần đây là sự ra đời của máy rút tiền tự động (ATM) trong ngành ngân hàng bắt đầu từ những năm 1970. Mặc dù tính chất tiết kiệm lao động của ATM, việc làm trong ngân hàng liên tục tăng do chi phí mở các điểm giao dịch mới giảm, giúp thu hút lượng khách hàng lớn hơn, đồng thời chuyển nhiệm vụ của các nhân viên ngân hàng từ dịch vụ thư ký sang bán hàng và tư vấn. Tương tự, khi nhu cầu tăng lên về tổng thể, các lĩnh vực giá cả co giãn cao nhưng sử dụng nhiều lao động có thể được hưởng lợi, tạo thêm cơ hội việc làm hoặc giúp tạo ra các nhiệm vụ mới. Ví dụ, ở Vương quốc Anh, nhu cầu cho các hoạt động giải trí và văn hóa đã tăng hơn 5 điểm trong giỏ hàng tiêu dùng từ năm 1988 đến năm 2017, một phần nhờ lợi nhuận thu được từ tự động hóa cho phép mọi người chi tiêu ít hơn cho quần áo hoặc thực phẩm. . Tương tự, ở Hoa Kỳ trong một thời gian ngắn hơn (1998–2017), chi tiêu cho chăm sóc sức khỏe đã tăng 2 điểm trong rổ người tiêu dùng trung bình. Những thay đổi như vậy trong mô hình chi tiêu tương đối hướng tới nhiều hơn Các lĩnh vực thâm dụng lao động có thể được quan sát rộng rãi và là một trong những yếu tố chính để giải thích rằng thất nghiệp công nghệ thường chỉ là một hiện tượng tạm thời nếu có.8. có thể được quan sát thấy từ sự gia tăng ổn định về số lượng huấn luyện viên và huấn luyện viên cá nhân. II. TÁC ĐỘNG CỦA AI ĐỐI VỚI VIỆC LÀM VÀ TIỀN LƯƠNG Tổng hợp lại, tác động của việc áp dụng AI trên quy mô lớn lên việc làm và tiền lương sẽ phụ thuộc vào ba yếu tố: độ co giãn theo giá của cung vốn so với độ co giãn của lao động, độ co giãn thay thế giữa vốn và lao động, và hướng kỹ thuật. thay đổi do AI gây ra, tức là AI là tăng thêm vốn hay lao động. Việc cung cấp AI càng kém co giãn, thì độ co giãn thay thế giữa AI và việc làm càng cao và các đổi mới dựa trên AI càng tiết kiệm lao động, thì mức độ thất nghiệp công nghệ càng cao và bất kỳ mức tăng lương nào cũng sẽ thấp hơn. Dựa trên các cuộc thảo luận trong phần này, một bức tranh sắc thái nảy sinh, đặc biệt là về tác động của AI 9 đối với thị trường lao động ở các nước đang phát triển. Thứ nhất, độ co giãn của cung vốn và lao động phụ thuộc rất nhiều vào mức độ không đồng nhất của cả hai yếu tố. Yếu tố đầu vào càng đồng nhất thì cung của nó càng co giãn và yếu tố này càng ít ở vị trí tạo ra lợi nhuận cao.10 Theo nghĩa này, lao động có kỹ năng ít co giãn hơn lao động không có kỹ năng, một yếu tố chính đằng sau tiền lương phí bảo hiểm cho các kỹ năng. Tương tự, các phần tử vô hình, chẳng hạn như AI hoặc robot có thể không dễ dàng tái tạo do quyền sở hữu trí tuệ, quyền sở hữu (thu thập) dữ liệu hoặc giới hạn vật lý đối với việc tiêu thụ năng lượng và tài nguyên thiên nhiên, điều này làm cho nguồn cung vốn công nghệ cao ít co giãn hơn . Điều này có thể trở nên khó khăn hơn ở các nền kinh tế tiên tiến, nơi khả năng tiếp cận tổng thể vào thị trường tài chính được phát triển tốt và quyền sở hữu trí tuệ được thực thi, dẫn đến giá vốn truyền thống tương đối thấp. Mặt khác, ở các nước đang phát triển, giá vốn của AI so với vốn truyền thống có thể sẽ thấp hơn, do khả năng tiếp cận vốn bị hạn chế hơn và phí bảo hiểm rủi ro nói chung cao hơn liên quan đến đầu tư. Do đó, đầu tư vào AI có thể tương đối co giãn hơn với lợi nhuận thường cao hơn trong môi trường như vậy. Đồng thời, các nước đang phát triển vẫn có nguồn cung lớn lao động phổ thông, điều này ngăn cản tiền lương tăng (nhanh hơn) nhưng cũng làm giảm động cơ đầu tư vào công nghệ AI. Chỉ khi nguồn cung lao động (không có tay nghề) chậm lại, động cơ chuyển hướng sang tự động hóa sẽ trở nên mạnh mẽ hơn, vì nó hiện có thể được quan sát thấy ở Trung Quốc và các quốc gia mới nổi khác (xem Carbonero và cộng sự, 2018, người ghi lại sự gia tăng nhanh chóng trong quá trình tự động hóa ở một số của các quốc gia này). Thứ hai, khả năng thay thế giữa vốn và lao động có độ co giãn cao dẫn đến giảm nhu cầu lao động với sự ra đời của công nghệ mới. Những làn sóng đổi mới công nghệ cao trước đây xuất hiện cùng với sự bổ sung mạnh mẽ giữa vốn và lao động có kỹ năng, dẫn đến sự gia tăng tiền lương và phân cực việc làm. Tuy nhiên, như chúng ta đã tranh luận trước đây, với AI, mức độ bổ sung giữa vốn và lao động có kỹ năng thực sự có thể thấp hơn vì AI có tiềm năng tăng năng suất của lao động có kỹ năng thấp. Đồng thời, một số ứng dụng dựa trên AI đang thay thế các nhiệm vụ được thực hiện bởi những người lao động có kỹ năng trung bình và cao, điều này có thể dẫn đến việc giảm tiền lương cho những người lao động có tay nghề cao, do đó làm giảm áp lực phân cực công việc. Nói cách khác, việc thiếu kỹ năng thực sự có thể không phải là rào cản đối với việc sử dụng AI và do đó kích thích nhu cầu đối với loại lao động này. Mặt khác, những người lao động có kỹ năng có thể không còn được hưởng lợi từ mối quan hệ bổ sung với vốn, đặc 10 biệt nếu kỹ năng của họ không phù hợp với các yêu cầu phát triển và triển khai các ứng dụng AI mới. Cuối cùng, ở mức độ đầu tư vào AI là vốn hoặc yếu tố tăng cường, nó sẽ tăng năng suất vốn hoặc mở rộng quy mô sản xuất mà không làm thay thế lao động. Trong trường hợp này, hiệu ứng năng suất mạnh hơn và dẫn đến nhiều việc làm hơn và tiền lương cao hơn, mặc dù tác động đến mức trả lương cho lao động có kỹ năng là không rõ ràng. Tuy nhiên, trong trường hợp thay đổi kỹ thuật tiết kiệm lao động do AI gây ra, tình hình phức tạp hơn khi lao động được thay thế và tác động tổng thể lên thị trường lao động phụ thuộc vào quy mô của hiệu ứng năng suất và mức độ gây ra nhu cầu đủ lớn để bù đắp cho lao động bị dịch chuyển. Như đã thảo luận trước đây, tác động của thay đổi công nghệ tiết kiệm lao động đối với cầu lao động cũng sẽ phụ thuộc vào độ co giãn của giá đối với hàng hóa và dịch vụ đang được tự động hóa: ở mức độ tự động hóa xảy ra trong các ngành (dịch vụ) có nhu cầu chưa được đáp ứng lớn, độ co giãn theo giá có thể cao và giá giảm nhờ tự động hóa sẽ dẫn đến nhu cầu tăng mạnh, bù đắp cho hiệu ứng thay thế. Hơn nữa, trong phần tiếp theo, chúng ta sẽ thảo luận rằng nhiều ứng dụng của AI làm tăng vốn và yếu tố thay vì tiết kiệm lao động, chẳng hạn, khi chúng cải thiện quy trình đối sánh trên các thị trường (lao động và sản phẩm) khác nhau và nâng cao năng suất của vốn đã cài đặt (để ví dụ, trong lĩnh vực năng lượng). Việc xem xét ba yếu tố này dẫn đến một triển vọng lạc quan hơn về tác động của AI đối với việc làm và tiền lương, đặc biệt là khi nhìn vào tiềm năng của nó trong việc hỗ trợ quá trình bắt kịp ở các nước đang phát triển. Tuy nhiên, mức độ AI hỗ trợ nhu cầu lao động và tăng trưởng tiền lương sẽ phụ thuộc vào các ứng dụng cụ thể hiện đang được phát triển. Hơn nữa, các hệ quả phân phối của AI có liên quan đến những cân nhắc rộng hơn về tác động của sự gia tăng các thứ vô hình - vốn thuộc về AI - và các lực lượng cạnh tranh trên thị trường sản phẩm. Đây là những gì chúng ta sẽ chuyển sang tiếp theo. AI có gì khác biệt? Liệu chúng ta có thể mong đợi AI sẽ có những tác động đến thị trường lao động tương tự như những làn sóng tự động hóa trước đây, chẳng hạn như những tác động từ quá trình robot hóa? Thực tế, nhiều nhà quan sát tin rằng AI - tập trung vào các nhiệm vụ trí óc hơn là vật chất - có tiềm năng trở thành một “công nghệ đa năng” khác với nhiều ứng dụng trong các lĩnh vực và nghề nghiệp khác nhau (ví dụ: Furman và Seamans, 2018) . Điều này có thể có nghĩa là những kết quả mà chúng tôi đã tìm thấy cho đến nay, với thực tế là chúng chỉ dựa trên việc robot hóa một số lĩnh vực, có thể tạo ra những tác động việc làm (tiêu cực) đáng kể hơn 11 nữa khi AI ảnh hưởng đến một loạt các ngành và nghề nghiệp lớn hơn nhiều. Tuy nhiên, như chúng ta đã tranh luận ở phần đầu của chuyên đềnày, không phải tất cả những hiểu biết sâu sắc mà các nghiên cứu về robot hóa đã tạo ra đều có thể chuyển sang nơi các công nghệ dựa trên AI đang được phát triển và áp dụng rộng rãi hơn. Đáng chú ý nhất, liệu các công nghệ dựa trên AI có được đặc trưng bởi mức độ bổ sung vốn - kỹ năng giống như robot hay không là điều không hoàn toàn rõ ràng. Trong phần này, chúng tôi xem xét kỹ hơn các ứng dụng cụ thể có vẻ khả thi từ góc độ hiện tại và các tác động tiềm năng của thị trường lao động, tận dụng các cuộc thảo luận trong các phần trước. 2.1. Đặc điểm cụ thể của AI Như đã thảo luận trong Phần 1, sự phát triển của AI đã được hưởng lợi từ ba xu hướng có liên quan lẫn nhau: sự sẵn có của cơ sở dữ liệu lớn (phi cấu trúc), sự bùng nổ của sức mạnh tính toán và sự gia tăng đầu tư mạo hiểm để tài trợ cho các dự án công nghệ, sáng tạo. Những điều này đã cho phép sự phát triển nhanh chóng của các ứng dụng mới trong các lĩnh vực mà con người được cho là có một lợi thế cụ thể: đưa ra dự đoán và đưa ra quyết định liên quan đến các nhiệm vụ thông thường nhưng phi cơ học. Thông thường, những loại nhiệm vụ này chủ yếu được tìm thấy trong các lĩnh vực dịch vụ, nơi sử dụng - ngay cả ở các nền kinh tế mới nổi - hơn một nửa và đôi khi lên đến 70 lực lượng lao động. Ba nhóm nhiệm vụ chính đã trở thành trọng tâm của các ứng dụng AI, cụ thể là: Nhiệm vụ kết nối: Nhóm nhiệm vụ nổi bật nhất liên quan đến tất cả những công việc bao gồm việc khớp cung và cầu, đặc biệt là trên các thị trường có cấu trúc sản phẩm và dịch vụ không đồng nhất. Dù là dịch vụ gọi xe (Uber, Lyft, Didi Xiuching), dịch vụ khách sạn và chỗ ở (AirBnB, Ebookers, Booking.com), bán lẻ (Amazon) hay quản lý nguồn nhân lực (LinkedIn), máy móc đều tỏ ra nhanh hơn đáng kể và hiệu quả hơn trong việc xác định các trận đấu trong các thị trường này. Điều này, ngược lại, giúp các công ty cắt giảm chi phí tìm kiếm khách hàng hoặc nhà cung cấp và đưa ra các giải pháp ít tốn kém hơn cho cơ sở khách hàng đang gia tăng của họ, tuy nhiên, thường phải trả giá là điều kiện làm việc của nhà cung cấp và nhân viên của họ ngày càng tồi tệ hơn. Đặc biệt trong nền kinh tế hợp đồng, nơi nhu cầu đối với các nhiệm vụ vi mô như phân loại hình ảnh hoặc trả lời khảo sát phù hợp với người lao động có sẵn cho các nhiệm vụ ngắn hạn, theo yêu cầu, điều kiện làm việc thường thấp hơn điều kiện tối thiểu (quốc gia). Một mối lo ngại khác nảy sinh khi các quyền riêng tư không được bảo vệ hoặc không được bảo vệ đầy đủ, khiến người sử dụng lao động có thể (hơn nữa) làm suy yếu các quyền và 12 điều kiện làm việc của người lao động. Nhiệm vụ phân loại: Các ứng dụng ban đầu của AI tập trung vào các kỹ thuật nhận dạng hình ảnh và văn bản, đặc biệt là nhận dạng khuôn mặt, một phần liên quan đến sự gia tăng của các kỹ thuật và camera giám sát. Tuy nhiên, trong khi đó, sự bùng nổ các ứng dụng đã diễn ra trong lĩnh vực này, bao gồm các ứng dụng y tế (chẩn đoán hình ảnh X-quang), dịch vụ pháp lý (đọc và phân loại văn bản pháp luật), kế toán và kiểm toán (phân tích bảng cân đối kế toán, phát hiện gian lận) , tuyển dụng (sàng lọc người nộp đơn), và có khả năng đe dọa việc làm của một số lượng đáng kể lao động được trả lương cao trong ngành dịch vụ. Tuy nhiên, nó cũng hứa hẹn sẽ cải thiện đáng kể năng suất của những người lao động có năng suất cao nhất trong các ngành này hơn nữa: phần mềm tạo văn bản tự động cho phép các nhà báo và biên tập viên tập trung vào những bài báo bổ sung quan trọng, có giá trị cao, thu hút một lượng lớn khách hàng cho các nhà tuyển dụng của họ. Tương tự như vậy, các thiết kế nghiên cứu tự động hóa giúp các nhà khoa học tập trung vào các lĩnh vực hứa hẹn nhất trong các thí nghiệm của họ (ví dụ: trong việc phát triển các loại thuốc mới) trong khi cho phép máy tính loại bỏ tất cả các hướng nghiên cứu có khả năng thất bại. Tuy nhiên, việc dân chủ hóa kiến thức chuyên gia mà các ứng dụng AI này mang lại cũng có nguy cơ bị các chuyên gia lạm dụng và làm việc, chẳng hạn như trong trường hợp nhận dạng khuôn mặt, điều gần đây đã khiến các nhà lãnh đạo ngành kêu gọi quy định cẩn thận đối với các công nghệ này. Nhiệm vụ quản lý quy trình: Tập hợp các ứng dụng cuối cùng liên quan đến sự kết hợp của hai nhóm nhiệm vụ trước đó, xác định các mẫu và đưa các nhà cung cấp và khách hàng khác nhau lại với nhau trong một chuỗi cung ứng. Loại hình quản lý mạng phức tạp này cũng nảy sinh trong việc quản lý lưới điện và các dự án xây dựng và cơ sở hạ tầng phức tạp, bao gồm bảo trì các dự án đã hoàn thành (thông qua Internet vạn vật, IoT) hoặc các giải pháp giao thông đa phương thức để hạn chế giao thông nội đô. Kết hợp với các chương trình chứng nhận và theo dõi phi tập trung (Blockchain), nó bao gồm việc triển khai các hệ thống chuyên gia trên khắp các chuỗi cung ứng, cho phép các nhà sản xuất thượng nguồn tích hợp các chuỗi cung ứng đa dạng thông qua thông tin tốt hơn về chất lượng sản phẩm, chương trình chứng nhận và điều kiện thị trường. Các loại hệ thống quản lý chuyên gia và phức tạp này có liên quan đặc biệt ở các nước đang phát triển và mới nổi, giúp các nhà sản xuất địa phương tiếp cận với nhiều chuyên môn hơn về điều kiện sản xuất, chuỗi cung ứng hoặc các công cụ học tập đơn giản.13 13 Đây là nhóm nhiệm vụ thứ hai này hiện không giống với những gì robot đã sử dụng để tự động hóa trong quá khứ. Thay vào đó, những cải tiến mới dựa trên AI này tạo thành một nhóm nhiệm vụ mới mà con người không thể thực hiện đúng cách do độ phức tạp của chúng hoặc quá đắt để nhân công thực hiện, ngay cả khi kết hợp với các công nghệ truyền thống. Nếu không kéo dài phương pháp luận dựa trên nhiệm vụ đã được thảo luận quá nhiều trước đây, ba lĩnh vực ứng dụng của AI này có thể được phân loại là (a) thay thế nhiệm vụ; (b) tính bổ sung của nhiệm vụ; và (c) mở rộng nhiệm vụ. Trong trường hợp các ứng dụng phù hợp, các tác vụ hiện có đang được thực hiện, thường là theo cách hiệu quả hơn, thông qua các thuật toán cho phép khớp cung và cầu nhanh hơn và chính xác hơn. Trong trường hợp phân loại nhiệm vụ, các ứng dụng dựa trên AI giúp người lao động tham gia vào các công việc đó tập trung vào những công việc cần sự chú ý cụ thể trong khi để máy tính thực hiện các công việc lặp đi lặp lại thường xuyên hơn. Cuối cùng, liên quan đến các nhiệm vụ quản lý quy trình, ở đây các ứng dụng dựa trên AI thường thực hiện các nhiệm vụ mà không có lực lượng lao động con người nào có sẵn để bắt đầu, chính vì sự phức tạp của các nhiệm vụ; trong trường hợp này, máy tính về cơ bản mở rộng số lượng nhiệm vụ đang được thực hiện trong một nền kinh tế, do đó nâng cao năng suất tổng nhân tố bất kể sản xuất chủ yếu dựa trên lao động có kỹ năng hay không có kỹ năng. Do đó, không thể xác định được liệu sự phát triển và phổ biến của các ứng dụng dựa trên AI sẽ góp phần phá hủy việc làm trên diện rộng hay làm gia tăng bất bình đẳng. Hiệu quả của AI sẽ phụ thuộc vào tầm quan trọng tương đối của ba lĩnh vực ứng dụng AI khác nhau này. Đặc biệt, họ sẽ phụ thuộc vào hướng thay đổi công nghệ sẽ diễn ra trong tương lai, dưới ấn tượng của các chính sách, ưu đãi thuế và đầu tư công và tư vào nghiên cứu công nghệ. Nói cách khác, mức độ AI sẽ dẫn đến việc sắp xếp lại các nhiệm vụ và công việc sẽ phụ thuộc một phần vào các chính sách đổi mới và công nghệ cụ thể được áp dụng để định hướng tiến bộ công nghệ theo những cách xã hội mong muốn. Chúng tôi sẽ quay lại điểm này trong phần cuối cùng của chúng tôi về các tùy chọn chính sách. 2.2. Các tác động kinh tế và xã hội của các ứng dụng quy mô lớn của AI Việc ứng dụng AI trên quy mô lớn vẫn có thể tạo ra các tác động kinh tế và xã hội bổ sung, bất kể các ứng dụng này là sự thay thế, bổ sung hay mở rộng của các nhiệm vụ hiện có. Những tác động này liên quan đến bản chất cụ thể của AI: AI có bản chất là kỹ thuật số và do đó không đối thủ, tương tự như các sản phẩm và dịch vụ kỹ thuật số khác, tức là các dịch vụ kỹ thuật số có thể được sử dụng bởi nhiều người mà không ảnh hưởng 14 đến nhau. Hơn nữa, AI nhằm mục đích cung cấp các giải pháp riêng lẻ cho các vấn đề kinh tế, không chỉ cho phép đa dạng hóa sản phẩm và dịch vụ nâng cao hơn bao giờ hết mà còn phân biệt giá tốt hơn nhiều so với các thị trường hiện có. Tuy nhiên, sự phân biệt đối xử về giá như vậy là một con dao hai lưỡi, vì những cơ hội bổ sung mà nó có thể cung cấp cho một số người phải được so sánh với sự gia tăng của những thành kiến đã có từ trước mà điều này có thể kéo theo. Tuy nhiên, và có liên quan, việc sử dụng AI trong việc giúp giảm thiểu các xung đột đối sánh - bất kể tính chất thay thế nhiệm vụ của nó - cũng tạo ra nhiều cơ hội hơn cho việc trao đổi và kết nối thị trường. Cuối cùng, các hệ thống AI về bản chất của chúng đại diện cho sự thay đổi công nghệ, với các tác động cụ thể đối với bản chất thiên về kỹ năng của hình thức tiến bộ kinh tế này. Hãy để chúng tôi xem xét những vấn đề này chi tiết hơn. Thứ nhất, các công nghệ kỹ thuật số được đặc trưng bởi tính không cạnh tranh trong việc sử dụng các sản phẩm và dịch vụ của họ thường mang lại lợi thế tích lũy cho những người tham gia đầu tiên vào một thị trường (phân khúc) cụ thể. Một khi chi phí cố định cho việc phát triển các dịch vụ kỹ thuật số mới được triển khai, một thị trường đang phát triển có thể được phục vụ (hầu như) với chi phí cận biên bằng 0, với quy mô kinh tế lớn hơn đáng kể so với các làn sóng thay đổi công nghệ trước đây dựa trên tự động hóa các nhiệm vụ cơ khí. Điều này làm phát sinh các công ty siêu sao, nơi ít công ty thống trị và chiếm vị trí đặc quyền, có lợi nhuận cao, có khả năng hạn chế áp lực cạnh tranh bằng cách dựng lên các rào cản gia nhập. Những người dẫn đầu thường phải đối mặt với những cuộc chiến khó khăn để gia nhập thị trường hoặc phải tập trung vào những thị trường ngách nhỏ với ít cơ hội sinh lời hơn, tạo ra sự bất bình đẳng lớn giữa các cá nhân và giữa các công ty. Korinek và Ng (2017) lập luận rằng những thay đổi công nghệ gần đây đã biến số lượng ngày càng tăng các lĩnh vực trong nền kinh tế thành cái gọi là “lĩnh vực siêu sao”, trong đó một số ít doanh nhân hoặc chuyên gia tập trung nhu cầu của một lượng lớn người tiêu dùng. Ví dụ bao gồm lĩnh vực công nghệ cao, thể thao, ngành công nghiệp âm nhạc, quản lý, tài chính, v.v. Quan trọng là, những động lực siêu sao này không chỉ giới hạn ở các công ty sản xuất hàng hóa và dịch vụ kỹ thuật số, mà ngày càng bao gồm những công ty sử dụng chúng, do đó ảnh hưởng đến một nhóm tiềm năng lớn hơn nhiều của các ngành và nghề nghiệp. Kết quả là, các công ty siêu sao và nhân viên tập trung phần thưởng khổng lồ vào một loạt các hoạt động, mở rộng khoảng cách với phần còn lại của nền kinh tế và giảm tỷ trọng thu nhập cho lao động. Sự năng động của các siêu sao được củng cố hơn nữa thông qua các hoạt động kinh doanh nhằm nâng cao lợi thế của người đi trước. Thật vậy, một số công ty đang áp dụng các mô hình và chiến lược kinh doanh dựa trên dữ liệu để có được “lợi thế dữ liệu” cạnh tranh so với các đối thủ. Các vụ sáp nhập dựa trên dữ liệu (ví dụ: việc Facebook mua lại WhatsApp) đang làm tăng nguy cơ bị các công ty công nghệ chi phối lạm dụng. Các hoạt động hợp nhất và loại trừ theo hướng dữ liệu làm tăng tác động đáng kể không chỉ đối với quyền 15 riêng tư và bảo vệ người tiêu dùng mà còn đối với luật cạnh tranh. Do tác động của mạng lưới, việc sáp nhập theo hướng dữ liệu có thể làm tăng các rào cản gia nhập và cho phép một số công ty lớn trở nên lớn hơn cho đến khi họ thống trị toàn ngành (Stucke và Grunes, 2016). Về vấn đề này, một số nhà bình luận trong cộng đồng chống độc quyền đang đưa ra lo ngại về tác hại tiềm tàng của việc hợp nhất và lạm dụng theo hướng dữ liệu của các công ty chi phối được xây dựng dựa trên dữ liệu. Tổ chức Hợp tác và Phát triển Kinh tế (OECD) gần đây đã cảnh báo rằng thị trường dựa trên dữ liệu có thể dẫn đến kết quả “người chiến thắng là tất cả” (OECD, 2015a). Sự tập trung thị trường theo hướng mạng này có khả năng phát triển lớn hơn với AI, vốn dựa rất nhiều vào cơ sở dữ liệu lớn, có sẵn ở tập trung. Nguồn thay đổi thứ hai đến từ thực tế là các hệ thống dựa trên AI cho phép phân biệt đối xử tốt hơn giữa các nhóm khách hàng khác nhau. Thật vậy, phân khúc thị trường và định giá chênh lệch không có gì mới và đã được thực hành trong một thời gian. Tuy nhiên, AI cho phép các công ty dự đoán hành vi của từng người tiêu dùng và độ nhạy giá chi tiết hơn nhiều. Dựa trên các mô hình tìm kiếm và tiêu dùng trước đây, chẳng hạn như trên các nền tảng mua sắm trực tuyến hoặc như được tiết lộ qua các giao dịch thẻ tín dụng, các nhà cung cấp về cơ bản có thể tính giá riêng lẻ hoặc đề xuất các kết hợp giá - chất lượng dịch vụ được cá nhân hóa để cho phép họ thu được phần lớn hơn nhiều trong thặng dư của người tiêu dùng hơn trong quá khứ. Cái gọi là phân biệt giá cấp độ thứ ba như vậy vẫn chưa phải là vấn đề của nghiên cứu tích cực liên quan đến AI nhưng một số hiểu biết sâu sắc từ nghiên cứu trước đây cho phép rút ra một số kết luận. Với hình thức phân biệt giá này, người sản xuất đưa ra (các nhóm) người tiêu dùng cùng một loại sản phẩm hoặc dịch vụ với các mức giá khác nhau, dựa trên mức độ sẵn sàng chi trả tương đối của người tiêu dùng cho các sản phẩm này. Ví dụ điển hình bao gồm hàng hóa được giao dịch quốc tế, chẳng hạn như dược phẩm, được định giá khác nhau tùy thuộc vào đặc điểm tiêu dùng của quốc gia, có thể phụ thuộc vào sự khác biệt về quy định và thuế. Một kết luận chung từ nghiên cứu này là phúc lợi tăng lên nếu và chỉ khi tổng sản lượng được tạo ra từ việc phục vụ các phân khúc thị trường khác nhau ở các mức giá khác nhau vượt quá sản lượng trong tình huống tất cả người tiêu dùng đều trả giá như nhau. Hóa ra đây là trường hợp trong những điều kiện khá chung, nhưng nó cũng ngụ ý sự chuyển dịch (một phần) tiền thuê người tiêu dùng sang người sản xuất, do đó làm xấu đi bất kỳ xu hướng nào trước đây đối với mức độ bất bình đẳng cao hơn. Những phát triển gần đây cũng nhằm áp dụng điều này vào quản lý nguồn nhân lực. Thật vậy, lĩnh vực được gọi là “Phân tích nguồn nhân lực (HR)” nhằm mục đích chính xác là loại phân biệt giá cả này để thu hút người lao động đến các công ty, phân biệt giữa các loại nhân viên về điều kiện làm việc, tiền lương, lợi ích phụ hoặc trách nhiệm . Mối quan tâm đặc biệt về kiểu phân biệt đối xử về điều kiện lao động này xuất phát từ thực tế là tiền lương bảo lưu của các nhóm khác nhau của những người tìm việc tương tự khác nhau có thể bị gây ra bởi sự phân biệt đối xử trong thị trường lao động trước đây. Ví dụ, phụ nữ hoặc dân tộc thiểu số có thể sẵn sàng chấp nhận mức 16 lương thấp hơn, vì trước đây họ từng gặp phải rào cản gia nhập cao hơn. Một hệ thống tuyển dụng tự động dựa trên phân tích dữ liệu lịch sử sẽ tái tạo kiểu thiên vị này, do đó củng cố sự phân biệt đối xử tồn tại từ trước. Do đó, mặc dù sự phân biệt đối xử về giá nói chung có thể cho phép mở rộng số lượng công việc hiện có, nhưng nó là không tối ưu trong những trường hợp sự khác biệt về mức độ sẵn sàng trả (hoặc chấp nhận lời mời làm việc) phụ thuộc vào các thực hành phân biệt đối xử trước đây. Tuy nhiên, cho đến nay, có vẻ như mọi người tiếp tục giữ quan điểm thuận lợi của những người ra quyết định theo thuật toán so với con người, cho thấy rằng mặc dù các thuật toán đi kèm với những thành kiến riêng của chúng, nhưng những điều này có thể (được coi là) ít gây hại hơn những thuật toán gây ra bởi con người. Tuy nhiên, đồng thời - và đây là lĩnh vực thứ ba của các ứng dụng trên toàn nền kinh tế của các hệ thống dựa trên AI - những xích mích phù hợp trên thị trường lao động có thể giảm đáng kể khi các hệ thống tự động cho phép xử lý lượng người nộp đơn lớn hơn đáng kể. Thật vậy, sự di chuyển của người lao động, cho dù theo ngành nghề, lĩnh vực hoặc địa điểm dường như đã giảm trong những thập kỷ gần đây. Một phần của sự sụt giảm dịch chuyển lao động này là do các rào cản pháp lý như giấy phép nghề nghiệp hoặc các rào cản đối với dịch chuyển địa lý. Nhưng một phần đáng kể liên quan đến những mâu thuẫn về thông tin và khó khăn đối với người sử dụng lao động trong việc xác định đúng năng lực từ kinh nghiệm hoặc giáo dục trong quá khứ. Tương tự như các ứng dụng trong lĩnh vực phân tích nhân sự được thảo luận ở trên, các hệ thống đối sánh do AI điều khiển đang giúp xác định sự kết hợp thích hợp giữa năng lực sẵn có bên trong và bên ngoài của công ty để kết hợp chúng lại với nhau cho các dự án cụ thể như phát triển sản phẩm hoặc dịch vụ mới. Thật vậy, AI đã bắt đầu thay đổi ranh giới của công ty để ủng hộ ngày càng nhiều dịch vụ được cung cấp từ các thị trường bên ngoài (lao động), chẳng hạn như thông qua các nhiệm vụ vi mô có sẵn thông qua nền tảng biểu diễn. Các nền tảng tìm kiếm việc làm như Monster.com hoặc LinkedIn đã cung cấp các mô hình chi tiết về vị trí việc làm và các ứng viên có sẵn để giúp các nhà quản lý tuyển dụng và ứng viên phù hợp với yêu cầu công việc với năng lực (tự khai) của ứng viên. Lợi ích của việc sử dụng AI trong lĩnh vực này không chỉ đến từ số lượng lớn hơn các ứng viên và vị trí tuyển dụng có thể phù hợp với nhau (do đó tăng cường tính lưu động của thị trường lao động). Nó cũng nằm ở việc cải thiện việc xác định năng lực dựa trên bản tự khai và kinh nghiệm nghề nghiệp lịch sử mà có thể khó cho một nhà quản lý tuyển dụng cá nhân để phân biệt đúng đắn. Cho đến nay, những hệ thống này dường như vẫn chưa hoàn hảo và còn nhiều thành kiến, như bất kỳ ai đã sử dụng chúng đều có thể xác nhận. Tuy nhiên, hiệu quả mong đợi đạt được hứa hẹn sẽ rất lớn: theo MGI (2015), ví dụ, hiệu quả đối sánh được nâng cao nhờ các nền tảng việc làm trực tuyến như vậy có thể mang lại thêm 72 triệu việc làm trên toàn thế giới và thúc đẩy GDP toàn cầu tăng 2 trong vòng một thập kỷ tới. Mặc dù vậy, những hiệu quả đạt được này phải 17 phù hợp với sự gia tăng có khả năng xảy ra biến động việc làm và tình trạng mất an toàn việc làm, đặc biệt khi những công việc mới được tạo ra chỉ mang tính chất tạm thời. Một hàm ý cuối cùng, trên toàn nền kinh tế của AI liên quan đến thực tế là sự thay đổi công nghệ do AI thúc đẩy được thể hiện trong các thiết bị mới và thường rẻ, có thể tiếp cận với nhiều người dùng. Bản chất kỹ thuật số của nó và thực tế là nhiều hệ thống chuyên gia dựa trên AI có thể được chạy từ điện thoại di động hiện có đã góp phần vào sự lan tỏa đáng kể của nó, bao gồm cả người dùng ở các nước mới nổi và đang phát triển. Giá vốn giảm mạnh do AI thúc đẩy có khả năng giúp tăng năng suất, đặc biệt là ở những khu vực và nơi trên thế giới, nơi thiếu tài chính và các rào cản khác đã ngăn cản việc triển khai và phổ biến các công nghệ hiện có. Như đã thảo luận ở trên, các hệ thống chuyên gia hiện đang được phát triển để giúp các nông hộ sản xuất nhỏ có được thông tin tốt hơn về những gì, khi nào và cách gieo hạt để cải thiện năng suất nông nghiệp. Đặc biệt ở một số vùng bánarid ở Châu Phi, lời khuyên chính xác về điều kiện khí tượng kết hợp với kỹ thuật canh tác và tưới tiêu hợp lý đã được chứng minh là mang lại tiềm năng đáng kể để tăng năng suất nhờ tiết kiệm nước và hạt giống thích hợp hơn. Cho rằng ngày nay hơn một phần ba của tất cả người lao động trên toàn thế giới vẫn làm việc trong lĩnh vực nông nghiệp, việc tăng năng suất như vậy hứa hẹn sẽ làm thay đổi đáng kể tiềm năng phát triển và cơ hội thu nhập, kể cả ở các nước có thu nhập thấp. Tương tự, việc sử dụng hệ thống chuỗi cung ứng và đối sánh dựa trên AI có tiềm năng cắt giảm chi phí hậu cần và vận chuyển, một vấn đề đặc biệt liên quan đối với các nhà sản xuất ở các nước đang phát triển thường thiếu khả năng tiếp cận với các mạng lưới phân phối lớn.18 Cuối cùng, việc phân phối và thực hiện công các chính sách thường phụ thuộc vào thông tin kịp thời và chính xác về các khu vực cần can thiệp. Các hệ thống chuyên gia dựa trên AI đã được chứng minh là giúp các nhà hoạch định chính sách, đặc biệt là ở các quốc gia có nguồn tài chính hạn chế, quản lý tốt hơn các can thiệp của họ, cung cấp thông tin tốt hơn, chi tiết hơn và cho phép cải thiện sự phối hợp của các bên khác nhau cần thiết để triển khai y tế. chăm sóc hoặc can thiệp khẩn cấp. 2.3. Tác động của chính sách AI đối v...
VIỆC LÀM VÀ NHỮNG BIẾN ĐỔI CỦA NỀN KINH TẾ
Việc làm, nhiệm vụ và tổ chức sản xuất
Khi các công ty tự động hóa sản xuất, tăng trưởng việc làm bị ảnh hưởng thông qua ba kênh Thứ nhất, công nghệ mới dẫn đến sự thay thế trực tiếp các công việc và nhiệm vụ mà người lao động đang thực hiện (hiệu ứng dịch chuyển); thứ hai, có sự gia tăng bổ sung về các công việc và nhiệm vụ cần thiết để sử dụng, điều hành và giám sát các loại máy mới (hiệu ứng bổ sung kỹ năng); và thứ ba, hiệu ứng cầu vừa do giá cả thấp hơn và sự gia tăng chung của thu nhập khả dụng trong nền kinh tế do năng suất cao hơn (hiệu ứng năng suất) Thông thường, những tác động này không xảy ra đồng thời và câu chuyện tiêu chuẩn cho thấy thất nghiệp ban đầu sẽ tăng lên khi tự động hóa trước khi giảm trở lại khi giá cả và năng suất điều chỉnh rộng rãi trong toàn bộ nền kinh tế, thường là ở giai đoạn sau Khi phân biệt giữa các khoảng thời gian khác nhau, những khác biệt này về tác động ngắn hạn và dài hạn của tăng trưởng năng suất đối với tỷ lệ thất nghiệp thực sự có thể được thấy rõ trong xu hướng lịch sử đối với toàn bộ nền kinh tế, mặc dù các tác động ở cấp độ ngành có thể khác nhau và phụ thuộc vào độ co giãn theo giá của cầu đối với hàng hóa công nghiệp
Tuy nhiên, phân tích này về tác động của thay đổi công nghệ đối với việc làm dựa trên ba con đường tắt Đầu tiên, giả định rằng khi các nhiệm vụ được thay thế bởi máy móc, toàn bộ công việc sẽ biến mất (gần như) ngay lập tức Thứ hai, cung nghề được giả định là không co giãn nên sự thay đổi thiên về kỹ năng trong nhu cầu lao động do thay đổi công nghệ gây ra sẽ dẫn đến thất nghiệp về công nghệ hoặc điều kiện làm việc tồi tệ hơn , không tồn tại bằng cấp quá mức hoặc dưới trình độ chuyên môn Cuối cùng, sự gia tăng nhu cầu được tạo ra có thể thông qua năng suất cao hơn được cho là được phân bổ đồng đều giữa các lĩnh vực, bất kể mức độ tự động hóa các lĩnh vực này Do đó, các ngành có mức độ tự động hóa cao hơn sẽ giảm tỷ trọng nhu cầu tương đối và do đó tạo ra ít việc làm hơn, so với những ngành không được hưởng lợi từ tự động hóa, điều này một lần nữa sẽ dẫn đến phân cực việc làm và gia tăng bất bình đẳng thu nhập Để hiểu liệu AI có buộc thị trường lao động thông qua cùng một mô hình điều chỉnh chính xác hay không, rất hữu ích khi xem xét kỹ hơn ba giả định này.
Biến đổi của công việc và nhiệm vụ
Công việc được cấu thành bởi một tập hợp các nhiệm vụ Nếu một số nhiệm vụ này được tự động hóa, hồ sơ công việc có thể thay đổi bằng cách thêm các nhiệm vụ mới hoặc sửa đổi các nhiệm vụ hiện có thay vì loại bỏ hoàn toàn một công việc Mô tả nhiệm vụ của trợ lý hành chính theo thời gian có thể chứng minh cách các công việc tương tự tiếp tục thực hiện một số nhiệm vụ nhất định chưa (chưa) được tự động hóa cùng với các nhiệm vụ mới khác chưa từng tồn tại trước đó hoặc được thực hiện bởi một nhóm công nhân khác Do đó, việc việc làm có biến mất hay không phụ thuộc vào việc nhóm các nhiệm vụ nhất định thành các hồ sơ công việc cụ thể và thuê nhân công cụ thể cho các công việc (mới) này có còn lợi nhuận hay không, đó là một câu hỏi nhiều hơn về nhu cầu đối với các sản phẩm và dịch vụ cụ thể mà những công việc này phải cung cấp hơn là cung cấp các kỹ năng để hoàn thành công việc (Acemoglu và Autor, 2011; Bessen, 2017b) Quan trọng là, sự khác biệt giữa các quốc gia tồn tại liên quan đến cách các công việc đang được thiết kế và các nhiệm vụ được tập hợp lại thành các công việc Ernst và Chentouf (2014) chỉ ra rằng các nhiệm vụ có các đặc điểm khác nhau về các yêu cầu đào tạo, giám sát và sản xuất, không nhất thiết phải phù hợp với nhau Tùy thuộc vào tầm quan trọng của một công ty đối với việc đào tạo công nhân của mình, giám sát họ hoặc sắp xếp quy trình làm việc của họ, các nhiệm vụ khác nhau có thể được tập hợp lại thành các công việc từ công ty này sang công ty khác Một phần, điều này sẽ phụ thuộc vào đặc điểm quốc gia liên quan đếncơ sở hạ tầng giáo dục và đào tạo, ưu đãi thuế và hệ thống phúc lợi xã hội Do đó, ngay cả các công ty hoạt động trong cùng một ngành nhưng ở các quốc gia khác nhau cũng có thể phản ứng với những khác biệt về thể chế bằng cách thiết lập quy trình làm việc nội bộ và hồ sơ công việc rất khác nhau, được minh chứng bằng sự khác biệt giữa Apple và Samsung trong cách họ ngoại hóa chuỗi sản xuất của mình Do đó, liệu tự động hóa các nhiệm vụ có dẫn đến việc biến mất việc làm hay không là một câu hỏi về công nghệ vì nó là một vấn đề thể chế và không thể được xác định trước bằng cách chỉ xem xét quá trình tự động hóa Bằng chứng gần đây dường như khẳng định tầm quan trọng của các yếu tố thể chế trong việc xác định kết quả của những thay đổi nghề nghiệp, vì các mô hình phân cực việc làm dường như tương tự giữa các quốc gia có thể được thúc đẩy bởi các yếu tố khác nhau
Ngay cả khi các nhiệm vụ có thể được tự động hóa, chúng có thể không biến mất hoàn toàn Ví dụ: thay vì thực hiện một nhiệm vụ cụ thể, một nhân viên có thể bị tính phí để đảm bảo rằng máy đang thực hiện nhiệm vụ đúng cách và can thiệp trong trường hợp khẩn cấp hoặc lỗi Ví dụ, trong trường hợp của các phi công hàng không, sự ra đời của các phi công tự động đã không làm cho vai trò của họ trở nên lỗi thời Mặc dù trung bình một phi công chỉ lái máy bay trong khoảng 7 phút trong toàn bộ chuyến bay, việc có người ngồi ở bảng điều khiển là điều cần thiết như trước đây để can thiệp trong các tình huống khắc nghiệt hoặc gián đoạn đột ngột hoặc trục trặc kỹ thuật mà phi công lái xe không lường trước được (chẳng hạn như sự cố đồng thời của cả hai động cơ) Tương tự, nó vẫn có thể yêu cầu một công nhân đảm bảo rằng máy móc được thiết lập và tham số chính xác, đặc biệt khi đơn đặt hàng thay đổi hoặc một dây chuyền sản xuất mới cần được thiết lập Ngoài ra, thời gian tương đối dành cho mỗi nhiệm vụ riêng lẻ có thể thay đổi: chẳng hạn như nhờ sự hỗ trợ của AI trong việc chẩn đoán bệnh, các bác sĩ có thể dành ít thời gian hơn cho việc phân tích các triệu chứng và nhiều thời gian hơn để đảm bảo sức khỏe của bệnh nhân và nhu cầu cá nhân Dù bằng cách nào, việc tự động hóa một nhiệm vụ có thể không nhất thiết dẫn đến việc nhiệm vụ đó không còn cần đến sự trợ giúp của con người Thay vào đó, câu hỏi trở thành liệu việc gộp một nhóm nhiệm vụ vào một công việc cụ thể có còn mang lại lợi nhuận hay không, cũng như tốc độ chuyển đổi của người lao động trong công việc hiện tại để thực hiện các nhiệm vụ hoặc nhóm nhiệm vụ được sửa đổi một chút Nếu điều đó đòi hỏi những kỹ năng mới tốn kém để học, thì tự động hóa có thể dẫn đến sự bất bình đẳng trong các ngành nghề hơn là trên toàn bộ
Sự bổ sung vốn-kỹ năng
Bất bình đẳng và tình trạng thất nghiệp giữa những người lao động (kỹ năng thấp) cũng sẽ phụ thuộc vào mức độ mà máy móc bổ sung cho lao động có kỹ năng cao Sự bổ sung giữa kỹ năng và máy móc không chỉ bị ràng buộc bởi các yếu tố công nghệ, như tài liệu lịch sử ở trên về các làn sóng khác nhau của cuộc cách mạng công nghiệp đã chứng minh Thay vào đó, việc các công ty có giới thiệu các công nghệ thiên về kỹ năng hay không phụ thuộc vào việc những công nghệ này có mang lại lợi nhuận hay không (Acemoglu, 2002) Đặc biệt, vào thế kỷ 19, người lao động dường như có lợi thế hơn hẳn so với máy móc trong một số công việc lặp đi lặp lại đòi hỏi sự khéo léo cao mà máy móc vào thời điểm đó vẫn chưa sẵn sàng Sự dồi dào tương đối của lao động phổ thông vào thời điểm đó khiến các công ty không có lợi khi phát triển các công nghệ cho phép họ thay thế lao động phổ thông, như chúng ta vẫn có thể quan sát thấy ở các xưởng may trên khắp thế giới đang phát triển ngày nay Tuy nhiên, ngay sau khi nguồn cung về lao động có kỹ năng tăng lên và do đó giá cả tương đối của lao động có kỹ năng so với lao động phổ thông giảm xuống, các công nghệ khiến việc sử dụng chúng có lợi bắt đầu được phát triển, dẫn đến mô hình thiên về kỹ năng thay đổi công nghệ mà chúng ta có thể thấy ngày nay
Với việc lắp đặt các máy móc ngày càng phức tạp, nhu cầu về công nhân có khả năng vận hành và bảo trì chúng không ngừng tăng lên Tuy nhiên, số lượng công nhân giám sát và công nhân lành nghề mà những cỗ máy mới này chỉ huy gần như không đủ để tạo ra đủ việc làm để bù đắp cho sự mất mát về nhu cầu đối với những công nhân có tay nghề thấp mà họ đang có thay thế Do đó, bổ sung vốn - kỹ năng không chỉ đồng nghĩa với việc gia tăng bất bình đẳng thu nhập mà còn với sự gia tăng tỷ lệ thất nghiệp trong lĩnh vực công nghệ đến mức lao động có kỹ năng thấp không thể chuyển đổi ngành nghề hoặc lĩnh vực Quan trọng nhất, đó là lời giải thích chính về lý do tại sao sự gia tăng nguồn cung tương đối của lực lượng lao động có trình độ học vấn không dẫn đến giảm mức lương kỹ năng, tức là sự chênh lệch tiền lương giữa những người lao động có kỹ năng cao và thấp, như người ta mong đợi trong trường hợp không có sự bổ sung như vậy Khi tiến bộ công nghệ dần dần làm giảm giá vốn, việc đầu tư vào thiết bị mới được tiếp tục và dẫn đến mức lương kỹ năng tăng dần
Do đó, mức độ mà các công nghệ mới yêu cầu đầu vào bổ sung của lao động có kỹ năng là yếu tố quyết định chính liên quan đến tác động của AI đối với việc làm và bất bình đẳng Thật vậy, ngay cả những thay đổi khiêm tốn về mức độ bổ sung cũng có thể tạo ra sự khác biệt lớn về kết quả thị trường lao động Tuy nhiên, trong phạm vi mà AI được kỳ vọng sẽ thay thế các nhiệm vụ trí óc như đã giải thích ở trên, không hoàn toàn hiển nhiên rằng các đổi mới dựa trên AI có thể được đặc trưng bởi sự bổ sung mạnh mẽ về vốn-kỹ năng Thật vậy, toàn bộ logic của các hệ thống dựa trên AI là cung cấp kiến thức chuyên môn cho những người không chuyên Cho dù các hệ thống này liên quan đến các thiết bị y tế phức tạp như máy theo dõi hoạt động, hệ thống chuyên gia nông nghiệp để hướng dẫn nông dân chọn và trồng đúng loại hạt giống vào đúng thời điểm hoặc chia sẻ nền tảng để tối ưu hóa vận chuyển đa phương thức, chúng thường yêu cầu ít hoặc không có kiến thức trước, kết nối nhiều người dùng, đồng thời cung cấp lời khuyên và hướng dẫn giúp nâng cao năng suất, đặc biệt trong các lĩnh vực do lao động có kỹ năng thấp chiếm ưu thế Ví dụ, trong lĩnh vực xây dựng, vẫn là một lĩnh vực có năng suất thấp tiếp tục thu hút một phần lớn lao động có trình độ thấp, ví dụ như hệ thống lập kế hoạch dựa trên máy tính mới có thể giúp đẩy nhanh thời gian xây dựng, cắt giảm lãng phí và tối ưu hóa việc bảo trì chu kỳ của các tòa nhà, mà không làm thay đổi thành phần kỹ năng của lĩnh vực Nói cách khác, một phần hứa hẹn của AI là nó thực sự có thể giúp nâng cao năng suất, đặc biệt là đối với những người lao động có kỹ năng thấp, đồng thời cắt giảm nhu cầu đối với các chuyên gia có kỹ năng cao và trung bình, hoàn toàn trái ngược với những gì đã được quan sát trong quá khứ.
Sự phát triển của nhu cầu và sự xuất hiện của các nhiệm vụ mới
Sự gia tăng năng suất do thay đổi công nghệ tạo ra sẽ giúp mở rộng thu nhập và nhu cầu Việc thất nghiệp gia tăng hay điều kiện lao động xấu đi sẽ phụ thuộc vào các loại hàng hóa và dịch vụ mà nhu cầu bổ sung này sẽ được giải quyết Thông thường, sự thay đổi công nghệ không tiến triển đồng đều giữa các lĩnh vực Do đó, thu nhập bổ sung được tạo ra bởi tự động hóa trong một lĩnh vực có thể không dẫn đến nhu cầu nhiều hơn cho cùng lĩnh vực đó, góp phần làm giảm nhu cầu lao động cho lĩnh vực đó Ngược lại, nếu nhu cầu đối với các sản phẩm hoặc dịch vụ từ lĩnh vực tự động phản ứng rất mạnh với những thay đổi về giá, nghĩa là, nếu nhu cầu có độ co giãn về giá cao, thì bất kỳ tác động nào từ tự động hóa tiết kiệm lao động có thể được bù đắp bởi sự gia tăng nhu cầu Một ví dụ gần đây là sự ra đời của máy rút tiền tự động (ATM) trong ngành ngân hàng bắt đầu từ những năm 1970 Mặc dù tính chất tiết kiệm lao động của ATM, việc làm trong ngân hàng liên tục tăng do chi phí mở các điểm giao dịch mới giảm, giúp thu hút lượng khách hàng lớn hơn, đồng thời chuyển nhiệm vụ của các nhân viên ngân hàng từ dịch vụ thư ký sang bán hàng và tư vấn
Tương tự, khi nhu cầu tăng lên về tổng thể, các lĩnh vực giá cả co giãn cao nhưng sử dụng nhiều lao động có thể được hưởng lợi, tạo thêm cơ hội việc làm hoặc giúp tạo ra các nhiệm vụ mới Ví dụ, ở Vương quốc Anh, nhu cầu cho các hoạt động giải trí và văn hóa đã tăng hơn 5% điểm trong giỏ hàng tiêu dùng từ năm 1988 đến năm 2017, một phần nhờ lợi nhuận thu được từ tự động hóa cho phép mọi người chi tiêu ít hơn cho quần áo hoặc thực phẩm Tương tự, ở Hoa Kỳ trong một thời gian ngắn hơn (1998–2017), chi tiêu cho chăm sóc sức khỏe đã tăng 2% điểm trong rổ người tiêu dùng trung bình Những thay đổi như vậy trong mô hình chi tiêu tương đối hướng tới nhiều hơn
Các lĩnh vực thâm dụng lao động có thể được quan sát rộng rãi và là một trong những yếu tố chính để giải thích rằng thất nghiệp công nghệ thường chỉ là một hiện tượng tạm thời nếu có.8 có thể được quan sát thấy từ sự gia tăng ổn định về số lượng huấn luyện viên và huấn luyện viên cá nhân.
TÁC ĐỘNG CỦA AI ĐỐI VỚI VIỆC LÀM VÀ TIỀN LƯƠNG
Đặc điểm cụ thể của AI
Như đã thảo luận trong Phần 1, sự phát triển của AI đã được hưởng lợi từ ba xu hướng có liên quan lẫn nhau: sự sẵn có của cơ sở dữ liệu lớn (phi cấu trúc), sự bùng nổ của sức mạnh tính toán và sự gia tăng đầu tư mạo hiểm để tài trợ cho các dự án công nghệ, sáng tạo Những điều này đã cho phép sự phát triển nhanh chóng của các ứng dụng mới trong các lĩnh vực mà con người được cho là có một lợi thế cụ thể: đưa ra dự đoán và đưa ra quyết định liên quan đến các nhiệm vụ thông thường nhưng phi cơ học Thông thường, những loại nhiệm vụ này chủ yếu được tìm thấy trong các lĩnh vực dịch vụ, nơi sử dụng - ngay cả ở các nền kinh tế mới nổi - hơn một nửa và đôi khi lên đến 70% lực lượng lao động Ba nhóm nhiệm vụ chính đã trở thành trọng tâm của các ứng dụng AI, cụ thể là:
• Nhiệm vụ kết nối: Nhóm nhiệm vụ nổi bật nhất liên quan đến tất cả những công việc bao gồm việc khớp cung và cầu, đặc biệt là trên các thị trường có cấu trúc sản phẩm và dịch vụ không đồng nhất Dù là dịch vụ gọi xe (Uber, Lyft, Didi Xiuching), dịch vụ khách sạn và chỗ ở (AirBnB, Ebookers, Booking.com), bán lẻ (Amazon) hay quản lý nguồn nhân lực (LinkedIn), máy móc đều tỏ ra nhanh hơn đáng kể và hiệu quả hơn trong việc xác định các trận đấu trong các thị trường này Điều này, ngược lại, giúp các công ty cắt giảm chi phí tìm kiếm khách hàng hoặc nhà cung cấp và đưa ra các giải pháp ít tốn kém hơn cho cơ sở khách hàng đang gia tăng của họ, tuy nhiên, thường phải trả giá là điều kiện làm việc của nhà cung cấp và nhân viên của họ ngày càng tồi tệ hơn Đặc biệt trong nền kinh tế hợp đồng, nơi nhu cầu đối với các nhiệm vụ vi mô như phân loại hình ảnh hoặc trả lời khảo sát phù hợp với người lao động có sẵn cho các nhiệm vụ ngắn hạn, theo yêu cầu, điều kiện làm việc thường thấp hơn điều kiện tối thiểu (quốc gia) Một mối lo ngại khác nảy sinh khi các quyền riêng tư không được bảo vệ hoặc không được bảo vệ đầy đủ, khiến người sử dụng lao động có thể (hơn nữa) làm suy yếu các quyền và điều kiện làm việc của người lao động
• Nhiệm vụ phân loại: Các ứng dụng ban đầu của AI tập trung vào các kỹ thuật nhận dạng hình ảnh và văn bản, đặc biệt là nhận dạng khuôn mặt, một phần liên quan đến sự gia tăng của các kỹ thuật và camera giám sát Tuy nhiên, trong khi đó, sự bùng nổ các ứng dụng đã diễn ra trong lĩnh vực này, bao gồm các ứng dụng y tế (chẩn đoán hình ảnh X-quang), dịch vụ pháp lý (đọc và phân loại văn bản pháp luật), kế toán và kiểm toán (phân tích bảng cân đối kế toán, phát hiện gian lận) , tuyển dụng (sàng lọc người nộp đơn), và có khả năng đe dọa việc làm của một số lượng đáng kể lao động được trả lương cao trong ngành dịch vụ Tuy nhiên, nó cũng hứa hẹn sẽ cải thiện đáng kể năng suất của những người lao động có năng suất cao nhất trong các ngành này hơn nữa: phần mềm tạo văn bản tự động cho phép các nhà báo và biên tập viên tập trung vào những bài báo bổ sung quan trọng, có giá trị cao, thu hút một lượng lớn khách hàng cho các nhà tuyển dụng của họ Tương tự như vậy, các thiết kế nghiên cứu tự động hóa giúp các nhà khoa học tập trung vào các lĩnh vực hứa hẹn nhất trong các thí nghiệm của họ (ví dụ: trong việc phát triển các loại thuốc mới) trong khi cho phép máy tính loại bỏ tất cả các hướng nghiên cứu có khả năng thất bại Tuy nhiên, việc dân chủ hóa kiến thức chuyên gia mà các ứng dụng AI này mang lại cũng có nguy cơ bị các chuyên gia lạm dụng và làm việc, chẳng hạn như trong trường hợp nhận dạng khuôn mặt, điều gần đây đã khiến các nhà lãnh đạo ngành kêu gọi quy định cẩn thận đối với các công nghệ này
• Nhiệm vụ quản lý quy trình: Tập hợp các ứng dụng cuối cùng liên quan đến sự kết hợp của hai nhóm nhiệm vụ trước đó, xác định các mẫu và đưa các nhà cung cấp và khách hàng khác nhau lại với nhau trong một chuỗi cung ứng Loại hình quản lý mạng phức tạp này cũng nảy sinh trong việc quản lý lưới điện và các dự án xây dựng và cơ sở hạ tầng phức tạp, bao gồm bảo trì các dự án đã hoàn thành (thông qua Internet vạn vật, IoT) hoặc các giải pháp giao thông đa phương thức để hạn chế giao thông nội đô Kết hợp với các chương trình chứng nhận và theo dõi phi tập trung (Blockchain), nó bao gồm việc triển khai các hệ thống chuyên gia trên khắp các chuỗi cung ứng, cho phép các nhà sản xuất thượng nguồn tích hợp các chuỗi cung ứng đa dạng thông qua thông tin tốt hơn về chất lượng sản phẩm, chương trình chứng nhận và điều kiện thị trường Các loại hệ thống quản lý chuyên gia và phức tạp này có liên quan đặc biệt ở các nước đang phát triển và mới nổi, giúp các nhà sản xuất địa phương tiếp cận với nhiều chuyên môn hơn về điều kiện sản xuất, chuỗi cung ứng hoặc các công cụ học tập đơn giản.13 Đây là nhóm nhiệm vụ thứ hai này hiện không giống với những gì robot đã sử dụng để tự động hóa trong quá khứ Thay vào đó, những cải tiến mới dựa trên AI này tạo thành một nhóm nhiệm vụ mới mà con người không thể thực hiện đúng cách do độ phức tạp của chúng hoặc quá đắt để nhân công thực hiện, ngay cả khi kết hợp với các công nghệ truyền thống
Nếu không kéo dài phương pháp luận dựa trên nhiệm vụ đã được thảo luận quá nhiều trước đây, ba lĩnh vực ứng dụng của AI này có thể được phân loại là (a) thay thế nhiệm vụ; (b) tính bổ sung của nhiệm vụ; và (c) mở rộng nhiệm vụ Trong trường hợp các ứng dụng phù hợp, các tác vụ hiện có đang được thực hiện, thường là theo cách hiệu quả hơn, thông qua các thuật toán cho phép khớp cung và cầu nhanh hơn và chính xác hơn Trong trường hợp phân loại nhiệm vụ, các ứng dụng dựa trên AI giúp người lao động tham gia vào các công việc đó tập trung vào những công việc cần sự chú ý cụ thể trong khi để máy tính thực hiện các công việc lặp đi lặp lại thường xuyên hơn Cuối cùng, liên quan đến các nhiệm vụ quản lý quy trình, ở đây các ứng dụng dựa trên AI thường thực hiện các nhiệm vụ mà không có lực lượng lao động con người nào có sẵn để bắt đầu, chính vì sự phức tạp của các nhiệm vụ; trong trường hợp này, máy tính về cơ bản mở rộng số lượng nhiệm vụ đang được thực hiện trong một nền kinh tế, do đó nâng cao năng suất tổng nhân tố bất kể sản xuất chủ yếu dựa trên lao động có kỹ năng hay không có kỹ năng Do đó, không thể xác định được liệu sự phát triển và phổ biến của các ứng dụng dựa trên AI sẽ góp phần phá hủy việc làm trên diện rộng hay làm gia tăng bất bình đẳng Hiệu quả của AI sẽ phụ thuộc vào tầm quan trọng tương đối của ba lĩnh vực ứng dụng AI khác nhau này Đặc biệt, họ sẽ phụ thuộc vào hướng thay đổi công nghệ sẽ diễn ra trong tương lai, dưới ấn tượng của các chính sách, ưu đãi thuế và đầu tư công và tư vào nghiên cứu công nghệ Nói cách khác, mức độ AI sẽ dẫn đến việc sắp xếp lại các nhiệm vụ và công việc sẽ phụ thuộc một phần vào các chính sách đổi mới và công nghệ cụ thể được áp dụng để định hướng tiến bộ công nghệ theo những cách xã hội mong muốn Chúng tôi sẽ quay lại điểm này trong phần cuối cùng của chúng tôi về các tùy chọn chính sách.
Các tác động kinh tế và xã hội của các ứng dụng quy mô lớn của AI 13 2.3 Tác động của chính sách AI đối với việc làm
Việc ứng dụng AI trên quy mô lớn vẫn có thể tạo ra các tác động kinh tế và xã hội bổ sung, bất kể các ứng dụng này là sự thay thế, bổ sung hay mở rộng của các nhiệm vụ hiện có Những tác động này liên quan đến bản chất cụ thể của AI: AI có bản chất là kỹ thuật số và do đó không đối thủ, tương tự như các sản phẩm và dịch vụ kỹ thuật số khác, tức là các dịch vụ kỹ thuật số có thể được sử dụng bởi nhiều người mà không ảnh hưởng đến nhau Hơn nữa, AI nhằm mục đích cung cấp các giải pháp riêng lẻ cho các vấn đề kinh tế, không chỉ cho phép đa dạng hóa sản phẩm và dịch vụ nâng cao hơn bao giờ hết mà còn phân biệt giá tốt hơn nhiều so với các thị trường hiện có Tuy nhiên, sự phân biệt đối xử về giá như vậy là một con dao hai lưỡi, vì những cơ hội bổ sung mà nó có thể cung cấp cho một số người phải được so sánh với sự gia tăng của những thành kiến đã có từ trước mà điều này có thể kéo theo Tuy nhiên, và có liên quan, việc sử dụng AI trong việc giúp giảm thiểu các xung đột đối sánh - bất kể tính chất thay thế nhiệm vụ của nó - cũng tạo ra nhiều cơ hội hơn cho việc trao đổi và kết nối thị trường Cuối cùng, các hệ thống AI về bản chất của chúng đại diện cho sự thay đổi công nghệ, với các tác động cụ thể đối với bản chất thiên về kỹ năng của hình thức tiến bộ kinh tế này Hãy để chúng tôi xem xét những vấn đề này chi tiết hơn
Thứ nhất, các công nghệ kỹ thuật số được đặc trưng bởi tính không cạnh tranh trong việc sử dụng các sản phẩm và dịch vụ của họ thường mang lại lợi thế tích lũy cho những người tham gia đầu tiên vào một thị trường (phân khúc) cụ thể Một khi chi phí cố định cho việc phát triển các dịch vụ kỹ thuật số mới được triển khai, một thị trường đang phát triển có thể được phục vụ (hầu như) với chi phí cận biên bằng 0, với quy mô kinh tế lớn hơn đáng kể so với các làn sóng thay đổi công nghệ trước đây dựa trên tự động hóa các nhiệm vụ cơ khí Điều này làm phát sinh các công ty siêu sao, nơi ít công ty thống trị và chiếm vị trí đặc quyền, có lợi nhuận cao, có khả năng hạn chế áp lực cạnh tranh bằng cách dựng lên các rào cản gia nhập Những người dẫn đầu thường phải đối mặt với những cuộc chiến khó khăn để gia nhập thị trường hoặc phải tập trung vào những thị trường ngách nhỏ với ít cơ hội sinh lời hơn, tạo ra sự bất bình đẳng lớn giữa các cá nhân và giữa các công ty Korinek và Ng (2017) lập luận rằng những thay đổi công nghệ gần đây đã biến số lượng ngày càng tăng các lĩnh vực trong nền kinh tế thành cái gọi là “lĩnh vực siêu sao”, trong đó một số ít doanh nhân hoặc chuyên gia tập trung nhu cầu của một lượng lớn người tiêu dùng Ví dụ bao gồm lĩnh vực công nghệ cao, thể thao, ngành công nghiệp âm nhạc, quản lý, tài chính, v.v Quan trọng là, những động lực siêu sao này không chỉ giới hạn ở các công ty sản xuất hàng hóa và dịch vụ kỹ thuật số, mà ngày càng bao gồm những công ty sử dụng chúng, do đó ảnh hưởng đến một nhóm tiềm năng lớn hơn nhiều của các ngành và nghề nghiệp Kết quả là, các công ty siêu sao và nhân viên tập trung phần thưởng khổng lồ vào một loạt các hoạt động, mở rộng khoảng cách với phần còn lại của nền kinh tế và giảm tỷ trọng thu nhập cho lao động Sự năng động của các siêu sao được củng cố hơn nữa thông qua các hoạt động kinh doanh nhằm nâng cao lợi thế của người đi trước Thật vậy, một số công ty đang áp dụng các mô hình và chiến lược kinh doanh dựa trên dữ liệu để có được “lợi thế dữ liệu” cạnh tranh so với các đối thủ Các vụ sáp nhập dựa trên dữ liệu (ví dụ: việc Facebook mua lại WhatsApp) đang làm tăng nguy cơ bị các công ty công nghệ chi phối lạm dụng Các hoạt động hợp nhất và loại trừ theo hướng dữ liệu làm tăng tác động đáng kể không chỉ đối với quyền riêng tư và bảo vệ người tiêu dùng mà còn đối với luật cạnh tranh Do tác động của mạng lưới, việc sáp nhập theo hướng dữ liệu có thể làm tăng các rào cản gia nhập và cho phép một số công ty lớn trở nên lớn hơn cho đến khi họ thống trị toàn ngành (Stucke và Grunes, 2016) Về vấn đề này, một số nhà bình luận trong cộng đồng chống độc quyền đang đưa ra lo ngại về tác hại tiềm tàng của việc hợp nhất và lạm dụng theo hướng dữ liệu của các công ty chi phối được xây dựng dựa trên dữ liệu Tổ chức Hợp tác và Phát triển Kinh tế (OECD) gần đây đã cảnh báo rằng thị trường dựa trên dữ liệu có thể dẫn đến kết quả “người chiến thắng là tất cả” (OECD, 2015a) Sự tập trung thị trường theo hướng mạng này có khả năng phát triển lớn hơn với AI, vốn dựa rất nhiều vào cơ sở dữ liệu lớn, có sẵn ở tập trung Nguồn thay đổi thứ hai đến từ thực tế là các hệ thống dựa trên AI cho phép phân biệt đối xử tốt hơn giữa các nhóm khách hàng khác nhau Thật vậy, phân khúc thị trường và định giá chênh lệch không có gì mới và đã được thực hành trong một thời gian Tuy nhiên, AI cho phép các công ty dự đoán hành vi của từng người tiêu dùng và độ nhạy giá chi tiết hơn nhiều Dựa trên các mô hình tìm kiếm và tiêu dùng trước đây, chẳng hạn như trên các nền tảng mua sắm trực tuyến hoặc như được tiết lộ qua các giao dịch thẻ tín dụng, các nhà cung cấp về cơ bản có thể tính giá riêng lẻ hoặc đề xuất các kết hợp giá - chất lượng dịch vụ được cá nhân hóa để cho phép họ thu được phần lớn hơn nhiều trong thặng dư của người tiêu dùng hơn trong quá khứ Cái gọi là phân biệt giá cấp độ thứ ba như vậy vẫn chưa phải là vấn đề của nghiên cứu tích cực liên quan đến AI nhưng một số hiểu biết sâu sắc từ nghiên cứu trước đây cho phép rút ra một số kết luận Với hình thức phân biệt giá này, người sản xuất đưa ra (các nhóm) người tiêu dùng cùng một loại sản phẩm hoặc dịch vụ với các mức giá khác nhau, dựa trên mức độ sẵn sàng chi trả tương đối của người tiêu dùng cho các sản phẩm này Ví dụ điển hình bao gồm hàng hóa được giao dịch quốc tế, chẳng hạn như dược phẩm, được định giá khác nhau tùy thuộc vào đặc điểm tiêu dùng của quốc gia, có thể phụ thuộc vào sự khác biệt về quy định và thuế Một kết luận chung từ nghiên cứu này là phúc lợi tăng lên nếu và chỉ khi tổng sản lượng được tạo ra từ việc phục vụ các phân khúc thị trường khác nhau ở các mức giá khác nhau vượt quá sản lượng trong tình huống tất cả người tiêu dùng đều trả giá như nhau Hóa ra đây là trường hợp trong những điều kiện khá chung, nhưng nó cũng ngụ ý sự chuyển dịch (một phần) tiền thuê người tiêu dùng sang người sản xuất, do đó làm xấu đi bất kỳ xu hướng nào trước đây đối với mức độ bất bình đẳng cao hơn Những phát triển gần đây cũng nhằm áp dụng điều này vào quản lý nguồn nhân lực Thật vậy, lĩnh vực được gọi là “Phân tích nguồn nhân lực (HR)” nhằm mục đích chính xác là loại phân biệt giá cả này để thu hút người lao động đến các công ty, phân biệt giữa các loại nhân viên về điều kiện làm việc, tiền lương, lợi ích phụ hoặc trách nhiệm Mối quan tâm đặc biệt về kiểu phân biệt đối xử về điều kiện lao động này xuất phát từ thực tế là tiền lương bảo lưu của các nhóm khác nhau của những người tìm việc tương tự khác nhau có thể bị gây ra bởi sự phân biệt đối xử trong thị trường lao động trước đây Ví dụ, phụ nữ hoặc dân tộc thiểu số có thể sẵn sàng chấp nhận mức lương thấp hơn, vì trước đây họ từng gặp phải rào cản gia nhập cao hơn Một hệ thống tuyển dụng tự động dựa trên phân tích dữ liệu lịch sử sẽ tái tạo kiểu thiên vị này, do đó củng cố sự phân biệt đối xử tồn tại từ trước Do đó, mặc dù sự phân biệt đối xử về giá nói chung có thể cho phép mở rộng số lượng công việc hiện có, nhưng nó là không tối ưu trong những trường hợp sự khác biệt về mức độ sẵn sàng trả (hoặc chấp nhận lời mời làm việc) phụ thuộc vào các thực hành phân biệt đối xử trước đây Tuy nhiên, cho đến nay, có vẻ như mọi người tiếp tục giữ quan điểm thuận lợi của những người ra quyết định theo thuật toán so với con người, cho thấy rằng mặc dù các thuật toán đi kèm với những thành kiến riêng của chúng, nhưng những điều này có thể (được coi là) ít gây hại hơn những thuật toán gây ra bởi con người
Tuy nhiên, đồng thời - và đây là lĩnh vực thứ ba của các ứng dụng trên toàn nền kinh tế của các hệ thống dựa trên AI - những xích mích phù hợp trên thị trường lao động có thể giảm đáng kể khi các hệ thống tự động cho phép xử lý lượng người nộp đơn lớn hơn đáng kể Thật vậy, sự di chuyển của người lao động, cho dù theo ngành nghề, lĩnh vực hoặc địa điểm dường như đã giảm trong những thập kỷ gần đây Một phần của sự sụt giảm dịch chuyển lao động này là do các rào cản pháp lý như giấy phép nghề nghiệp hoặc các rào cản đối với dịch chuyển địa lý Nhưng một phần đáng kể liên quan đến những mâu thuẫn về thông tin và khó khăn đối với người sử dụng lao động trong việc xác định đúng năng lực từ kinh nghiệm hoặc giáo dục trong quá khứ Tương tự như các ứng dụng trong lĩnh vực phân tích nhân sự được thảo luận ở trên, các hệ thống đối sánh do AI điều khiển đang giúp xác định sự kết hợp thích hợp giữa năng lực sẵn có bên trong và bên ngoài của công ty để kết hợp chúng lại với nhau cho các dự án cụ thể như phát triển sản phẩm hoặc dịch vụ mới Thật vậy, AI đã bắt đầu thay đổi ranh giới của công ty để ủng hộ ngày càng nhiều dịch vụ được cung cấp từ các thị trường bên ngoài (lao động), chẳng hạn như thông qua các nhiệm vụ vi mô có sẵn thông qua nền tảng biểu diễn Các nền tảng tìm kiếm việc làm như Monster.com hoặc LinkedIn đã cung cấp các mô hình chi tiết về vị trí việc làm và các ứng viên có sẵn để giúp các nhà quản lý tuyển dụng và ứng viên phù hợp với yêu cầu công việc với năng lực (tự khai) của ứng viên Lợi ích của việc sử dụng AI trong lĩnh vực này không chỉ đến từ số lượng lớn hơn các ứng viên và vị trí tuyển dụng có thể phù hợp với nhau (do đó tăng cường tính lưu động của thị trường lao động) Nó cũng nằm ở việc cải thiện việc xác định năng lực dựa trên bản tự khai và kinh nghiệm nghề nghiệp lịch sử mà có thể khó cho một nhà quản lý tuyển dụng cá nhân để phân biệt đúng đắn Cho đến nay, những hệ thống này dường như vẫn chưa hoàn hảo và còn nhiều thành kiến, như bất kỳ ai đã sử dụng chúng đều có thể xác nhận Tuy nhiên, hiệu quả mong đợi đạt được hứa hẹn sẽ rất lớn: theo MGI
(2015), ví dụ, hiệu quả đối sánh được nâng cao nhờ các nền tảng việc làm trực tuyến như vậy có thể mang lại thêm 72 triệu việc làm trên toàn thế giới và thúc đẩy GDP toàn cầu tăng 2% trong vòng một thập kỷ tới Mặc dù vậy, những hiệu quả đạt được này phải phù hợp với sự gia tăng có khả năng xảy ra biến động việc làm và tình trạng mất an toàn việc làm, đặc biệt khi những công việc mới được tạo ra chỉ mang tính chất tạm thời
Một hàm ý cuối cùng, trên toàn nền kinh tế của AI liên quan đến thực tế là sự thay đổi công nghệ do AI thúc đẩy được thể hiện trong các thiết bị mới và thường rẻ, có thể tiếp cận với nhiều người dùng Bản chất kỹ thuật số của nó và thực tế là nhiều hệ thống chuyên gia dựa trên AI có thể được chạy từ điện thoại di động hiện có đã góp phần vào sự lan tỏa đáng kể của nó, bao gồm cả người dùng ở các nước mới nổi và đang phát triển Giá vốn giảm mạnh do AI thúc đẩy có khả năng giúp tăng năng suất, đặc biệt là ở những khu vực và nơi trên thế giới, nơi thiếu tài chính và các rào cản khác đã ngăn cản việc triển khai và phổ biến các công nghệ hiện có Như đã thảo luận ở trên, các hệ thống chuyên gia hiện đang được phát triển để giúp các nông hộ sản xuất nhỏ có được thông tin tốt hơn về những gì, khi nào và cách gieo hạt để cải thiện năng suất nông nghiệp Đặc biệt ở một số vùng bánarid ở Châu Phi, lời khuyên chính xác về điều kiện khí tượng kết hợp với kỹ thuật canh tác và tưới tiêu hợp lý đã được chứng minh là mang lại tiềm năng đáng kể để tăng năng suất nhờ tiết kiệm nước và hạt giống thích hợp hơn Cho rằng ngày nay hơn một phần ba của tất cả người lao động trên toàn thế giới vẫn làm việc trong lĩnh vực nông nghiệp, việc tăng năng suất như vậy hứa hẹn sẽ làm thay đổi đáng kể tiềm năng phát triển và cơ hội thu nhập, kể cả ở các nước có thu nhập thấp Tương tự, việc sử dụng hệ thống chuỗi cung ứng và đối sánh dựa trên AI có tiềm năng cắt giảm chi phí hậu cần và vận chuyển, một vấn đề đặc biệt liên quan đối với các nhà sản xuất ở các nước đang phát triển thường thiếu khả năng tiếp cận với các mạng lưới phân phối lớn.18 Cuối cùng, việc phân phối và thực hiện công các chính sách thường phụ thuộc vào thông tin kịp thời và chính xác về các khu vực cần can thiệp Các hệ thống chuyên gia dựa trên AI đã được chứng minh là giúp các nhà hoạch định chính sách, đặc biệt là ở các quốc gia có nguồn tài chính hạn chế, quản lý tốt hơn các can thiệp của họ, cung cấp thông tin tốt hơn, chi tiết hơn và cho phép cải thiện sự phối hợp của các bên khác nhau cần thiết để triển khai y tế chăm sóc hoặc can thiệp khẩn cấp
2.3 Tác động của chính sách AI đối với việc làm
Các phần trước đã chứng minh ý nghĩa rộng rãi và đa dạng đối với công việc cụ thể và toàn nền kinh tế của AI xuất phát từ bản chất mục đích chung của nó Tiềm năng của
AI trong việc tạo ra những cải tiến lớn về năng suất, đặc biệt là trong các lĩnh vực và quốc gia cho đến nay vẫn chưa được hưởng lợi từ sự thay đổi cơ cấu đáng kể, phải phù hợp với nguy cơ gia tăng khoảng cách bất bình đẳng thu nhập khi lợi thế của người đi trước xuất hiện lớn và có thể dễ dàng thu được Phần sau đây thảo luận về một số hàm ý chính sách mà đánh giá này đảm bảo Cụ thể, nó sẽ tập trung vào bốn lĩnh vực can thiệp chính sách: (1) hỗ trợ điều chỉnh lực lượng lao động để có thể chuyển sang các công việc và nhiệm vụ trong đó người lao động tiếp tục được hưởng lợi từ lợi thế so sánh, đồng thời có thể tận dụng lợi thế mới công nghệ; (2) đảm bảo một sân chơi bình đẳng giữa các công ty bằng cách duy trì một môi trường cạnh tranh và ngăn cản các công ty riêng lẻ vươn lên thống trị thị trường, một xu hướng đã làm trầm trọng thêm tình trạng bất bình đẳng và cản trở tăng trưởng năng suất; (3) củng cố hệ thống thuế và bảo trợ xã hội hiện có nhằm giảm thiểu tác động của sự chuyển đổi đang diễn ra trong thế giới việc làm cũng như sự gia tăng bất bình đẳng về thu nhập; và (4) tăng cường hợp tác quốc tế và đối thoại xã hội để chia sẻ rộng rãi giá thuê công nghệ
Kỹ năng và sự di chuyển nghề nghiệp
Các hệ thống giáo dục hiện tại cần được kiểm tra trước sự xuất hiện của làn sóng thay đổi công nghệ dựa trên AI Thiết lập hiện tại của nó khi còn trẻ, hệ thống cung cấp kỹ năng kiểu một lần và cho tất cả không còn đủ khi phải đào tạo lại những người lao động mong muốn có một sự nghiệp làm việc ngày càng lâu dài Tuy nhiên, hầu hết các đề xuất hiện tại đều bắt đầu từ tiền đề rằng những gì được yêu cầu là nâng cao kỹ năng kỹ thuật nói chung cho người lao động để có thể đối phó với những thay đổi sắp tới Các cuộc thảo luận trước đây đã lập luận rằng đây không nhất thiết là trường hợp vượt quá khả năng sử dụng các công nghệ mới này Quan trọng là, ngay cả khi nhu cầu về kỹ năng công nghệ tăng lên như dự đoán hiện tại, các kỹ năng xã hội và cảm xúc vẫn là động lực chi phối tổng số giờ làm việc, ít nhất là ở các nền kinh tế tiên tiến, theo một nghiên cứu gần đây của McKinsey Global Institute (Hình 4 ) Điều này phù hợp với những cân nhắc chung được phát triển trước đây về bản chất chung của sự thay đổi công nghệ do AI điều khiển Thật vậy, các kỹ năng công nghệ chủ yếu sẽ được yêu cầu trong các lĩnh vực mà các sản phẩm và dịch vụ kỹ thuật số mới đang được phát triển, mà về bản chất của ngành công nghiệp kỹ thuật số này sẽ vẫn còn tương đối hạn chế Tuy nhiên, trong các lĩnh vực ứng dụng và sử dụng các công nghệ này, các cơ hội mới xuất hiện Về vấn đề này, sự hiểu biết chung nhất định về tính khả dụng và các trường hợp sử dụng của công nghệ mới sẽ là cần thiết như một kỹ năng rộng, giống như kỹ năng đọc và toán học cơ bản được coi là cần thiết cho lực lượng lao động có kỹ năng thấp ngày nay Tuy nhiên, trong thời đại có nhiều đăng ký di động hơn người dùng thực tế và tỷ lệ sử dụng điện thoại thông minh hơn 60% tổng dân số ở hầu hết các nền kinh tế tiên tiến, nhiều người dùng đã tiếp xúc với công nghệ mới và không có kỹ năng số cơ bản.20 Khi các công việc thường xuyên như xác minh, tuân thủ và xử lý hệ thống ngày càng được máy móc đảm nhận, công việc của con người sẽ chuyển sang hướng bán hàng, phát triển thị trường và tư vấn / huấn luyện, tất cả đều là những công việc đòi hỏi năng lực xã hội, sự đồng cảm và năng lực giữa các cá nhân mạnh mẽ thay vì chỉ dựa vào các kỹ năng kỹ thuật Công nghệ thứ hai sẽ vẫn cần thiết, nhưng chủ yếu là để người lao động sử dụng hơn là phát triển công nghệ mới Đây không phải là những năng lực mới, và các kỹ năng xã hội và tình cảm đã được các nhà tuyển dụng chú trọng trong quá khứ Thật vậy, nhu cầu ngày càng tăng về các giáo dục hiện tại tập trung mạnh vào việc cung cấp các kỹ năng kỹ thuật sẽ cần phải tích hợp phát triển năng lực trong lĩnh vực này ở một mức độ lớn hơn so với trước đây Đồng thời, sự thay đổi cơ sở kỹ năng này cũng hứa hẹn rằng ngay cả những người có thể cảm thấy khó tiếp cận với các kỹ năng kỹ thuật cao sẽ có cơ hội cao hơn để hội nhập thành công vào thị trường lao động, miễn là họ nắm giữ đúng xã hội và kỹ năng giao tiếp Về vấn đề này, sự thay đổi kỹ thuật do AI định hướng sẽ không nhất thiết phải thiên về kỹ năng như làn sóng công nghệ kỹ thuật số trước đây Đặc biệt, ở những quốc gia chỉ có ít người sở hữu kỹ năng kỹ thuật phù hợp để đóng góp vào sự phát triển của các ứng dụng AI, người sử dụng các công cụ mới này có thể mong đợi gia nhập thị trường lao động thành công ngay cả với một bộ kỹ năng đa dạng và phi kỹ thuật Điều này đặc biệt hứa hẹn đối với các quốc gia hiện có thu nhập thấp thường không có đủ nguồn lực để thiết lập hệ thống giáo dục với phạm vi và bề rộng tương tự như các nền kinh tế tiên tiến hơn Ở những quốc gia này, các công cụ dựa trên AI có thể đóng một vai trò đặc biệt hiệu quả trong việc vượt qua những thách thức về giáo dục, vì chúng cho phép tìm nguồn gốc hành vi tiêu dùng địa phương và đặc điểm sản xuất để cung cấp các giải pháp phù hợp, chẳng hạn cho nông dân sản xuất nhỏ Thật vậy, trong khi các thế hệ hệ thống chuyên gia trước đây thường dựa trên chuyên môn được thiết kế cứng được tập hợp ở các quốc gia và bối cảnh khác nhau, năng lực học tập của các công cụ
AI khiến chúng đặc biệt có thể triển khai trong nhiều tình huống khác nhau mà không cần biết trước nhiều về hoàn cảnh địa phương Do đó, người dùng địa phương của những công nghệ này không bắt buộc phải biết nhiều về công nghệ cơ bản, cũng như không cần họ cung cấp đầu vào phức tạp cho các thiết bị đó Thay vào đó, cách sử dụng hàng ngày của họ sẽ cho phép các công cụ dựa trên AI tạo ra lời khuyên dựa trên các phương pháp hay nhất tổng thể kết hợp với hoàn cảnh địa phương Điều này tạo ra rào cản gia nhập thấp đối với việc phổ biến các công nghệ mới này và cho phép đào tạo và giáo dục tập trung vào các kỹ năng số và đọc viết cơ bản Do đó, mặc dù các quốc gia đang phát triển có thể thấy khó khăn trong việc nâng cấp hệ thống giáo dục của họ đủ nhanh chóng và kỹ lưỡng để có thể tạo ra các ứng dụng AI, ngay cả khi với nguồn lực hạn chế, họ có thể mong đợi có thể sử dụng các ứng dụng này trên quy mô rộng hơn, với có lợi cho tiềm năng phát triển của họ Điểm cuối cùng liên quan đến sự di chuyển nghề nghiệp và địa lý Khi các ứng dụng mới sẽ xuất hiện trong các khu vực chưa được biết đến của thị trường lao động hoặc các địa điểm mới, việc duy trì tính linh hoạt giữa các ngành nghề và khu vực địa lý vẫn quan trọng Theo nghĩa này, các hệ thống kích hoạt và giáo dục cần tính đến tính linh hoạt trên cả và trong các ngành nghề trong suốt thời gian hoạt động và giữa các địa điểm Các thế hệ trẻ hơn hiện đang tham gia thị trường lao động có thể và thực sự mong đợi sẽ làm việc cho đến giữa đến cuối những năm 60, bao gồm cả ở các nền kinh tế mới nổi
Hệ thống giáo dục chỉ cung cấp kỹ năng ở độ tuổi trẻ khó có thể phù hợp với mục đích của một xã hội già hóa với (nhanh ) thay đổi công nghệ Một số nỗ lực đã được thực hiện để thúc đẩy (khuyến khích) học tập suốt đời, nhưng chi phí cơ hội thường rất cao đối với người lao động trong những năm làm việc đầu tiên của họ và việc cung cấp kỹ năng cho những người đang tìm kiếm việc làm thường tập trung vào việc quay trở lại việc làm nhanh chóng hơn là giải pháp bền vững lâu dài hơn cho bất kỳ thiếu sót nào trong kỹ năng Các hệ thống kích hoạt rộng hơn cần tích hợp quan điểm về khả năng được tuyển dụng trong suốt thời gian tồn tại với trọng tâm là phát triển năng lực có thể được sử dụng trên nhiều địa điểm và có thể là các quốc gia
Về vấn đề này, các hệ thống giáo dục sẽ cần ngày càng tập trung vào năng lực hơn là kỹ năng và thúc đẩy chứng nhận và tính khả chuyển của những năng lực này Một phần, điều này sẽ yêu cầu mở rộng giấy phép nghề nghiệp hiện đang hạn hẹp tiếp tục cản trở hội nhập thị trường lao động thành công, ngay cả khi không có sự thay đổi công nghệ dựa trên AI Hơn nữa, cần có sự phối hợp quốc tế về một loạt các năng lực để cho phép dịch chuyển lao động nhiều hơn và khả năng so sánh quốc tế tốt hơn của những năng lực đó, sẽ giúp người lao động dễ dàng tìm kiếm cơ hội việc làm hơn trong các ngành nghề, lĩnh vực hoặc địa điểm mới Các sáng kiến gần đây để phát triển “hộ chiếu kỹ năng” cho phép ghi lại và chứng nhận năng lực đạt được trong công việc Những điều này có thể được mở rộng sang một chương trình rộng lớn hơn, có khả năng bắt buộc trong toàn ngành hoặc toàn quốc nhằm giúp người lao động trong suốt cuộc đời làm việc của họ đánh giá và xác định cả năng lực hiện tại của họ và những khoảng cách có thể có khi chuyển đổi thị trường lao động Đảm bảo một sân chơi bình đẳng giữa các công ty
Bên cạnh việc đảm bảo một lực lượng lao động được chuẩn bị phù hợp, các nhà hoạch định chính sách cũng phải đối mặt với thách thức trong việc duy trì nhu cầu lao động năng động Như đã thảo luận ở trên, bản chất kỹ thuật số của AI tạo ra những lợi thế đáng kể và bền bỉ của người đi đầu tiên, giúp đào sâu khoảng cách giữa những người chấp nhận đầu tiên ở biên giới công nghệ và các công ty còn lại Do đó, sự khác biệt về năng suất đã mở rộng ở tất cả các nước OECD và mức độ tập trung ở cấp công ty đã tăng lên trên toàn cầu, có khả năng ảnh hưởng nghiêm trọng đến tăng trưởng năng suất và tạo việc làm Thực tế, sự khác biệt lớn về năng suất giữa các doanh nghiệp trong quá khứ đã tạo thành rào cản cho sự phổ biến rộng rãi hơn về tiến bộ công nghệ và đổi mới giữa các doanh nghiệp tụt hậu, một vấn đề phổ biến ở các nước có nền kinh tế phi chính thức lớn Điều nguy hiểm là với việc áp dụng sớm các công nghệ dựa trên AI trong các công ty hàng đầu, sự chênh lệch về năng suất được đặt ra ngày càng rộng, dẫn đến sự gia tăng mức độ tập trung thị trường và thúc đẩy “phi chính thức hóa” của những công ty đang ngày càng tụt hậu so với biên giới năng suất, với những hệ quả đối với tăng trưởng tiền lương và điều kiện làm việc Ngoài ra, sự tập trung lợi nhuận và của cải giữa hậu quả bất lợi cho thị trường mở, sự phổ biến đổi mới, việc thực thi quy định (lao động) và khả năng thu thuế của quốc gia Thiết lập và duy trì môi trường cạnh tranh cho AI nhằm mang lại lợi ích rộng rãi hơn cho nền kinh tế có thể đạt được thông qua ba biện pháp chính sách khác nhau Đầu tư vào cơ sở hạ tầng kỹ thuật số để chia sẻ lợi ích của AI một cách rộng rãi hơn Đầu tư vào cơ sở hạ tầng kỹ thuật số là một biện pháp chính để đảm bảo rằng các công ty trên nhiều lĩnh vực và địa điểm có thể cạnh tranh thành công Đối với các nền kinh tế mới nổi, điều này tạo ra những cơ hội mới, vì trong trường hợp không có cơ sở hạ tầng kế thừa (ví dụ: Internet cáp quang tốc độ cao), cơ sở hạ tầng công cộng mới có thể được triển khai mà không có sự can thiệp từ một tổ chức đương nhiệm, do đó giúp tạo ra một sân chơi bình đẳng Một số đổi mới thành công không phải AI trong hệ thống thanh toán điện tử (M-pesa ở Kenya) hoặc phát triển xe điện (Trung Quốc) có thể minh chứng cho sự thành công của chiến lược như vậy Tuy nhiên, ngay cả khi có sự hiện diện của người đương nhiệm, các nhà hoạch định chính sách cần đảm bảo rằng cơ sở hạ tầng mới nhất với khả năng mở rộng cao đang được triển khai để cho phép các công ty tận dụng tối đa các công nghệ mới Nếu không có sự đầu tư (công) vào cơ sở hạ tầng kỹ thuật số như vậy, việc ứng dụng và triển khai AI sẽ vẫn bị hạn chế, đặc biệt là ở các nước đang phát triển, nơi thiếu đáng kể cơ sở hạ tầng đó
Cung cấp các công cụ AI cơ bản dưới dạng mã nguồn mở để tăng cường khả năng tiếp cận AI cho tất cả mọi người
AI trước hết là một tập hợp các phương pháp (thống kê) cần được triển khai trong một trường hợp kinh doanh cụ thể Tuy nhiên, thông thường, bước đầu tiên để khám phá và đánh giá các cơ hội phát sinh từ AI có thể không được những người chơi trên thị trường lường trước đầy đủ, đặc biệt nếu họ không hoạt động ở biên giới công nghệ Đây có thể là một vấn đề cụ thể ở các nước đang phát triển và mới nổi Bản thân ngành công nghệ thực sự đã nhận ra vấn đề này và các nhà lãnh đạo trong lĩnh vực này đã cung cấp chuyên môn và bằng sáng chế của họ trên cơ sở phi lợi nhuận để phát triển các ứng dụng mới với các đối tác bên ngoài.24 Những nền tảng như vậy có thể giúp ngăn các công ty tư nhân chiếm lĩnh các lĩnh vực thích hợp có ngoại tác xã hội lớn ( chẳng hạn như trong quá trình phát triển thuốc mới) Quan trọng nhất, nó có thể cho phép các tổ chức công nghệ công lập mã các ứng dụng mới giúp các công ty khởi nghiệp hoặc những người tham gia thị trường khác cạnh tranh thành công với các công ty đương nhiệm Giữ quyền truy cập vào số liệu thống kê chính thức và các chức năng cơ bản của AI như một hàng hóa công cộng sẽ là điều cần thiết trong việc duy trì môi trường cạnh tranh và ngăn chặn sự tập trung hơn nữa trong ngành Ví dụ, các chính phủ có thể theo đuổi Chính sách dữ liệu mở đảm bảo quyền truy cập miễn phí vào các số liệu thống kê chính thức, bao gồm quyền truy cập (ẩn danh) vào các bộ dữ liệu vi mô lớn, hiện thường đòi hỏi lượng thời gian và nguồn lực tài chính đáng kể để làm việc Chính sách như vậy có thể được bổ sung bằng cách thiết lập các tổ chức công cộng (nghiên cứu) giúp phát triển các thuật toán mới để phân tích Dữ liệu lớn với yêu cầu rằng các thuật toán này cũng vẫn có quyền truy cập mở Điều chỉnh các chính sách chống độc quyền để ngăn những người đi đầu thiết lập vị trí thống lĩnh thị trường
Tập hợp các biện pháp chính sách cuối cùng bao gồm điều chỉnh luật chống độc quyền và trí tuệ quyền sở hữu đối với những thách thức cụ thể do nền kinh tế kỹ thuật số và AI nói riêng đặt ra Về vấn đề này, câu hỏi làm thế nào để hạch toán, định giá và đánh thuế hợp lý đầu vào dữ liệu cần thiết cho việc phát triển và đào tạo các thuật toán
AI mới là một vấn đề then chốt Ngoài ra, khuôn khổ pháp lý cần được mở rộng để không chỉ cấp quyền sở hữu đối với dữ liệu mà còn đối với các dự đoán được tạo ra từ những dữ liệu này Điều này sẽ có tác động trực tiếp đến việc chia sẻ giá thuê công nghệ