Kekuatan ganda Covid-19 dan otomatisasi, Berita Opini & Cerita Teratas

Kekuatan ganda Covid-19 dan otomatisasi, Berita Opini & Cerita Teratas


Otomatisasi kerja melalui kecerdasan buatan (AI), robotika, pencetakan 3-D, dan teknologi baru lainnya telah menjadi topik hangat dalam beberapa tahun terakhir. Tapi sekarang sudah mendapat angin kedua, berkat pandemi Covid-19.

Laporan Masa Depan Pekerjaan 2020 yang diterbitkan minggu lalu oleh Forum Ekonomi Dunia (WEF), terkenal dengan jambore tahunan para penggerak dan penggerak dunia di resor Davos, Swiss, menunjukkan bahwa otomatisasi, dikombinasikan dengan pandemi, menciptakan ” skenario gangguan ganda “untuk pekerja.

Selain memicu resesi global yang memicu pengangguran, Covid-19 juga mempercepat rencana perusahaan untuk mengotomatiskan proses kerja, yang dapat menyebabkan lebih banyak kehilangan pekerjaan.

Dalam prospek ekonomi regional bulan Oktober untuk Asia-Pasifik, yang dirilis minggu lalu, Dana Moneter Internasional (IMF) menggemakan kesimpulan luas ini, mencatat bahwa penyebaran robot dan teknologi hemat tenaga kerja cenderung meningkat baik setelah pandemi maupun selama resesi – dan kami berada di keduanya.

Ekonomi Asia sangat rentan, hal itu menunjukkan, mengingat bahwa sekitar dua pertiga dari stok operasional robot industri dunia berada di Asia, dan kepadatan robot meningkat dengan cepat, dari basis yang rendah di beberapa negara Asia, banyak di antaranya memiliki ketergantungan yang tinggi pada manufaktur padat karya.

Pikirkan industri garmen di Kamboja dan Bangladesh, atau pabrik perakitan elektronik konsumen di Vietnam dan Filipina, atau pabrik mobil di Thailand dan India, belum lagi sektor pertanian yang luas di seluruh kawasan, yang juga rentan terhadap otomatisasi.

TIDAK SEMUA BERITA BURUK

Berita tersebut tidak semuanya buruk, setidaknya dalam jangka menengah, menurut WEF, yang memperkirakan bahwa 85 juta pekerjaan di seluruh dunia akan digantikan pada tahun 2025, namun 97 juta peran baru akan muncul. Ini konsisten dengan hasil biasa dari kemajuan teknologi, yang secara historis akhirnya menciptakan lebih banyak pekerjaan daripada yang mereka hancurkan.

Tapi ceritanya mungkin lebih rumit kali ini. Ada banyak ketidakpastian dan rintangan di sepanjang jalan antara sekarang dan 2025.

Salah satunya, di tengah pandemi, penciptaan lapangan kerja melambat sementara pemusnahan pekerjaan semakin cepat. Otomasi (yang akan menambah kehancuran pekerjaan dalam jangka pendek) lebih mudah daripada di masa lalu. Misalnya, algoritme AI dapat dengan mudah dibagikan dan diterapkan. Robot dapat dengan cepat dipasang di pabrik yang ada. Begitu pula printer 3-D; tidak diperlukan infrastruktur baru yang besar.

Munculnya pekerjaan jarak jauh, permintaan yang meningkat secara dramatis, telah menciptakan komplikasi lebih lanjut. Kehilangan pekerjaan terkonsentrasi di industri yang relatif “kontak tinggi” dan “tidak dapat dikerjakan dengan telework” seperti perhotelan, ritel, pertambangan, manufaktur, dan konstruksi. Yang paling terpengaruh adalah pekerja berupah rendah, kurang berpendidikan, dan kaum muda – serta perempuan, banyak dari mereka terpaksa tinggal di rumah untuk mengurus anak dan tanggung jawab rumah tangga, terutama selama penguncian.

GAPS KETERAMPILAN LEBAR

Kesenjangan keterampilan – perbedaan antara keterampilan yang tersedia dan yang dibutuhkan – tinggi.

Laporan WEF menunjukkan bahwa ada permintaan yang meningkat untuk keterampilan yang mencakup pemikiran kritis dan analisis, pemecahan masalah, manajemen diri, ketahanan, toleransi stres, kreativitas, orisinalitas, kemampuan untuk bekerja dengan orang serta teknologi, manajemen dan keterampilan dan fleksibilitas komunikasi.

Lowongan pekerjaan baru ada di bidang-bidang yang mencakup AI, ilmu data, komputasi awan, dan ekonomi hijau, tetapi juga berbagai pekerjaan penjualan, peran manajemen dan administratif, dan pekerjaan di sektor sosial seperti kesehatan.

Di Singapura, tiga peran teratas yang dibutuhkan pemberi kerja, menurut laporan WEF, adalah analis dan ilmuwan data, pakar AI dan pembelajaran mesin, dan spesialis transformasi digital.

Pekerjaan yang menjadi semakin mubazir sebagai akibat dari otomatisasi termasuk juru tulis entri data, akuntan, juru tulis pembukuan dan penggajian, sekretaris administrasi dan eksekutif, serta akuntan dan auditor.

WEF tidak sepenuhnya pesimis tentang kapasitas pekerja yang dipindahkan untuk melakukan transisi ke setidaknya beberapa pekerjaan dengan permintaan tinggi.

Data dari LinkedIn – yang diambil dari laporan tersebut – menunjukkan bahwa terkait data, AI, penjualan, dan bahkan beberapa pekerjaan teknik terbukti tidak sulit untuk dibobol.

Data dari laporan tersebut juga menunjukkan bahwa selama pandemi, pekerja sudah melakukan transisi pekerjaan dan karier ke daerah asing. Misalnya, di seluruh dunia, banyak pekerja yang pindah dari industri perhotelan, ritel, makanan dan minuman (F&B), dan hiburan telah bergabung dengan sektor kesehatan; Pekerja ritel dan perhotelan telah menjadi bankir, beberapa dari pendidikan tinggi telah menjadi insinyur perangkat lunak, dan pekerja F&B telah menjadi guru.

Namun demikian, laporan WEF menunjukkan bahwa mengingat percepatan kehilangan pekerjaan dan otomatisasi, “jendela kesempatan untuk melatih kembali dan meningkatkan keterampilan pekerja menjadi lebih pendek”.

PEMERINTAH HARUS BERTINDAK

Oleh karena itu, ada urgensi bagi pemerintah untuk memantau peluang baru yang muncul di pasar tenaga kerja dan mendukung pelatihan ulang pekerja yang dipindahkan dan “berisiko”, termasuk melalui program kejuruan dan platform pelatihan online.

IMF juga menyerukan kepada pemerintah untuk mengubah kurikulum pendidikan dan mendorong pembelajaran seumur hidup dengan tujuan untuk membangun rangkaian keterampilan yang lebih fleksibel.

Banyak pengamat mencatat bahwa Singapura telah menjadi salah satu penggerak awal di semua bidang ini, setelah meluncurkan subsidi pelatihan dan inisiatif pembelajaran seumur hidup jauh sebelum Covid-19.

Namun di atas dan di atas ini, baik WEF dan IMF menyerukan perluasan jaring pengaman sosial untuk melindungi pengangguran dan untuk mengurangi ketidaksetaraan – ada risiko tinggi bahwa kehilangan pekerjaan akan jauh lebih cepat daripada penciptaan lapangan kerja, bahkan dengan yang terbaik. upaya dilakukan untuk melatih kembali, dan ketidaksetaraan cenderung meningkat.

Ini sudah terbukti di Singapura, di mana data dari Laporan Pasar Tenaga Kerja kuartal kedua menunjukkan bahwa pekerja kerah biru telah menanggung beban paling berat dari PHK dan cuti.

Laporan WEF memiliki batasannya. Ini terutama didasarkan pada umpan balik dari beberapa ratus perusahaan besar – konstituensi perusahaan WEF. Ini tidak mensurvei usaha kecil dan menengah atau perusahaan di sektor informal, yang mempekerjakan jauh lebih banyak orang secara global (dan juga di Singapura) dan keduanya lebih mungkin untuk memberhentikan pekerja dan cenderung tidak mempercepat otomatisasi.

Jadi proyeksi jumlah total pemindahan pekerjaan dan peluang baru didasarkan pada sampel terbatas dengan bias perusahaan besar.

SEJARAH TAK TERPERCAYA

Beberapa ekonom ragu bahwa peluang baru akan melebihi perpindahan. Meskipun hal ini secara historis sebagian besar berlaku untuk otomasi, tidak selalu demikian; sejarah bukanlah panduan yang dapat diandalkan.

Misalnya, dalam studi baru-baru ini, ekonom Daron Acemoglu dari Massachusetts Institute of Technology dan Pascual Restrepo dari Universitas Boston menemukan bahwa dalam industri yang mengadopsi otomatisasi di AS, rata-rata “perpindahan” (atau kehilangan pekerjaan) dari 1947 hingga 1987 adalah 17 per persen pekerjaan, sementara rata-rata “peluang baru” yang diciptakan adalah 19 persen.

Tetapi dari tahun 1987 hingga 2016, itu adalah cerita yang berbeda. Pemindahan tersebut adalah 16 persen dari pekerjaan, sementara peluang baru mewakili 10 persen. Tidak hanya itu, tetapi penerima manfaat dari dua gelombang otomatisasi yang berbeda juga berbeda.

Profesor Acemoglu menunjukkan bahwa perubahan teknologi dari tahun 1960-an hingga 1980-an menguntungkan sebagian besar pekerja berketerampilan rendah, tetapi otomatisasi setelahnya, dan terutama sejak 1990-an ketika robotika mulai lepas landas, menguntungkan lebih banyak pekerja berketerampilan tinggi, sementara banyak dari mereka yang keterampilan rendah.

Pekerja berketerampilan tinggi juga cenderung menjadi penerima manfaat yang lebih besar dari gelombang baru AI dan otomatisasi berbasis perangkat lunak.

Prof Acemoglu memperingatkan bahwa meskipun banyak teknologi menggantikan pekerjaan, teknologi belum tentu menciptakan lapangan kerja. Dia mencontohkan loket pembayaran mandiri di supermarket dan kios check-in mandiri di bandara, yang disebutnya “teknologi biasa saja”.

Mereka sedikit mengurangi biaya bagi perusahaan dan menggantikan beberapa pekerja (karena pelanggan melakukan pekerjaan) tetapi mereka tidak meningkatkan produktivitas secara signifikan, atau sangat menguntungkan pekerja lain, atau menyebabkan banyak penciptaan lapangan kerja.

Oleh karena itu, penting bagi perusahaan untuk tidak didorong untuk mengadopsi teknologi demi teknologi, tetapi untuk mengadopsi teknologi yang meningkatkan pekerjaan dan produktivitas daripada hanya menggantikan pekerjaan.

Hal ini tidak selalu mudah untuk diprediksi karena inovasi nantinya dapat mengganggu inovasi sebelumnya. Misalnya, Internet dan transfer file memungkinkan ahli radiologi untuk menafsirkan sinar-X dari jarak jauh, menghasilkan penghematan biaya untuk rumah sakit dan klinik dan pekerjaan baru untuk ahli radiologi di lokasi terpencil. Tetapi kedatangan AI yang lebih lambat – yang dapat menafsirkan sinar-X lebih akurat daripada manusia – membuat ahli radiologi jarak jauh tidak mengerti.

Demikian pula, teknologi Global Positioning System memungkinkan berbagi perjalanan, menciptakan lapangan kerja bagi jutaan pengemudi lepas. Tetapi kendaraan otonom (di mana perusahaan ride-sharing seperti Uber berinvestasi) akan menggantikan pengemudi tersebut.

Bahkan ilmuwan data dan visualisator data, yang telah menjadi salah satu penerima manfaat revolusi data besar, dapat digantikan oleh pembelajaran mesin.

Begitu cepatnya laju kemajuan teknologi sehingga pekerjaan mana yang berpotensi berisiko dapat menjadi teka-teki yang rumit bagi individu, perusahaan, dan pembuat kebijakan.

Sama pentingnya dengan mengikuti kurva inovasi adalah melatih keahlian yang fleksibel, dan memiliki jaring pengaman yang kuat untuk melindungi pekerja yang dipindahkan, karena mungkin ada banyak dari mereka, dalam beberapa gelombang yang akan datang.


Dipublikasikan oleh : http://54.248.59.145/

About the author