Automatisering: Tapte jobber og nye muligheter?

Presentasjon om: "Automatisering: Tapte jobber og nye muligheter?"— Utskrift av presentasjonen:

1 Automatisering: Tapte jobber og nye muligheter?
Johan Røed Steen, Fafo

2 Digitalisering og arbeidsmarkedet
Digitalisering av tjenester og økt bruk av IT Arbeidsoppgaver, kompetansekrav og produkter i endring Overvåkning, personvern Plattform/delingsøkonomi og digital outsourcing Nye tilknytningsformer og digitale arbeidsmarkeder Fragmentering, utbytting, skatt, konkurransevridning, organisering Robotisering og automatisering Arbeidsoppgaver, stillinger eller hele yrker kan automatiseres Rask omstilling, nye kompetansekrav – og færre jobber?

3

4 Automatisering og mekanisering
Endrer produksjonsmønstre Reduserer behovet for arbeidskaft i berørte næringer Skaper produktivitetsvekst og omstillingsbehov  Rask omstilling – eller mer dramatisk denne gangen?

5 Automatisering og robotisering
Kunstig intelligens Big data Maskinlæring, algoritmer Kraftigere datamaskiner Kan endre eller erstatte en vesentlig andel av eksisterende jobber (Brynjolfson og McAfee 2014; Ford 2009; Frey og Osborne 2013; Pajarinen et al, 2015) Robotisering i industrien  Økt produktivitet + arbeidskraft til andre næringer (Graetz og Michaels 2015)

6 Bedre ressursutnyttelse Produktivitetsvekst
Nye muligheter Økt innovasjon Bedre ressursutnyttelse Produktivitetsvekst Potensiale til å doble årlig økonomisk vekst innen (Daugherty og Purdy 2016)

7 Nye muligheter Nye tjenester Nye arbeidsoppgaver Økt velferd Høyere lønn (for hvem?) Mer fritid?

8 Vil robotene ta jobbene våre?

9

10 Kognitive rutineoppgaver, ikke kun mekaniske rutineoppgaver automatiseres (Brynjolfsson og McAfee 2012, 2014, Frey og Osborne 2014) Utsatt: Regnskapsførere, maskinoperatører, selgere, butikkansatte, resepsjonister, forsikring - og finansmedarbeidere Minst utsatt: Offentlig sektor, lærere, ledere, jobber i helse - og omsorg, geistlige yrker, miljøvernrådgiver (Pajarinen m.fl. 2015)

11

12 Prediksjon av «tapte» jobber
Frey og Osborne (2013) Analyserer sannsynligheten for at 702 ulike yrker i USA skal bli automatisert Konklusjon: 49 prosent av jobbene i USA har høy sannsynlighet for å forsvinne på to tiår Pajarinen m.fl. (2015) Samme metode på finske og norske data Resultat: 33 prosent av jobbene i Norge i stor fare for å forsvinne OECD (2016) Automatisering av arbeidsoppgaver Resultat: 10 prosent av jobbene i Norge i stor fare for å bli automatisert

13 Sannsynlighet for automatisering (Kilde: Pajarinen m.fl. 2015)
Yrke (STYRK-08/ISCO-08) Sannsynlighet Spesialister i pedagogikk 0,4 % Toppledere i offentlig administrasjon 5,9 % Tollere 6,1 % Høyere saksbehandlere i offentlig og privat virksomhet 23 % Saksbehandlere innen sosiale ytelser 39% Elektronikkingeniører 84 % Skattefunksjonærer 93 % Andre yrker innen offentlig forvaltning 94 %

14 Prediksjon av «tapte» jobber
Stor usikkerhet i beregningene Innslag av skjønn Arbeidsoppgaver vs. yrker Implementering Jobber som skapes ikke del av analysene Frey og Osbornes analyse «er ikke egnet til å gi et samlet bilde av hva den framtidige yrkesstrukturen blir» (Bye og Næsheim 2016) Begrenset overføringsverdi til Norge?

15

16 Tillitsvalgte i LO: «Hvis du ser to/ti år fram i tid, tror du det på din arbeidsplass vil bli færre eller flere ansatte som følge av ny teknologi og automatisering?» Privat vare- produksjon Privat tjeneste- produksjon Statlig sektor Kommuner og fylkes- kommuner Det vil bli færre ansatte to år fram i tid  41 %  32 %  23 %  14 % Det vil bli færre ansatte ti år fram i tid  51 % 23 %  N=335  N=297  N=125  N=399

17

18 Sysselsettingseffekter
Jobber forsvinner Automatisering av oppgaver Hele produkter Friksjonsledighet og strukturledighet – hvor raskt? Jobber skapes Utvikle ny teknologi Nye muligheter ved bruk av teknologi Lavere kostnader og priser gir økt etterspørsel

19 Vinnere og tapere Økt ulikhet? Polarisering av arbeidsmarkedet (USA)
Økt etterspørsel etter arbeidskraft med høy kompetanse Rutinejobber forsvinner Utdanning avgjørende «Winner takes most», global konkurranse Erosjon av fagforeningenes forhandlingsposisjon og utfordrer lønnsdannelsen

20 Norge godt posisjonert (?)
 DESI-indeksen:  Utdannelsesnivå Omstillingsevne Lønnsdannelse Velferdsordninger

21 Politikk og institusjoner
Ulikhet og lønnsstruktur Kapital/arbeid Lønnsdannelse og partssamarbeid Omstillingsevne og utdanning Politisk respons: Borgerlønn, robotskatt?

22