Automatyzacja, migracja i szkolenia. Tak może zmieniać się rynek pracy

Wnioski z projektu Horyzont Europa Link4Skills pokazują, że firmy nie powinny liczyć na jedno uniwersalne rozwiązanie problemu braków kadrowych. Technologia może ograniczać popyt na część zadań, ale jednocześnie uruchamia nowe potrzeby kompetencyjne i sprawia, że część umiejętności pracowników nie jest wykorzystywana.

Technologia pomaga, lecz nie rozwiązuje wszystkiego

– AI i automatyzacja są potrzebne, ale nie zastąpią myślenia strategicznego. Firmy, które dziś zakładają, że technologia sama rozwiąże problem wakatów, popełniają błąd. Wyniki Link4Skills pokazują, że potrzebujemy miksu działań: mądrej automatyzacji, selektywnej migracji, uznawania kwalifikacji oraz doszkalania i przekwalowywania pracowników, zarówno rodzimych, jak i migranckich – tłumaczy prof. Izabela Grabowska, liderka naukowa projektu Horyzont Europa Link4Skills.

Eksperci podkreślają, że krótkoterminowe łatanie braków nie wystarcza. W praktyce potrzebne jest planowanie sukcesji, tworzenie ścieżek awansu, inwestowanie w szkolenia oraz lepsze wykorzystanie kompetencji osób z zagranicy. Wcześniej trzeba jednak dokładnie rozpoznać, jakie umiejętności są w firmie dostępne i gdzie powstają luki.

Dlaczego stanowiska pozostają puste

Link4Skills zwraca uwagę, że niedobór pracowników i niedobór kompetencji to nie to samo. Na nieobsadzone miejsca pracy wpływają m.in. różnice między oczekiwaniami pracodawców a kwalifikacjami kandydatów, wysokość wynagrodzeń, warunki zatrudnienia, sposób rekrutacji oraz lokalizacja miejsc pracy. Dodatkową przeszkodą bywa brak formalnego uznania umiejętności zdobytych za granicą.

Analizy pokazują też, że nie istnieje jedno narzędzie, które całkowicie usunie strukturalne problemy rynku pracy. Automatyzacja może zmniejszać liczbę wakatów, ale równocześnie prowadzi do sytuacji, w której część kompetencji przestaje być używana. Z kolei inwestycje w edukację, szkolenia i przekwalifikowanie pomagają dopasować ludzi do nowych potrzeb, choć często jedynie przesuwają niedopasowania między zawodami i poziomami kwalifikacji.

Migracja jako element większej układanki

Drugim ważnym wnioskiem z badania jest to, że automatyzacji i migracji nie należy traktować jak konkurujących ze sobą ścieżek. Rozwój technologii ogranicza zapotrzebowanie na część zadań, ale jednocześnie zwiększa popyt na pracę komplementarną wobec technologii i na nowe profile kompetencyjne.

Także polityka migracyjna nastawiona wyłącznie na pozyskiwanie wybranych grup pracowników nie daje gwarancji sukcesu. Liczy się cały łańcuch działań: sprawna rekrutacja, weryfikacja kwalifikacji, dopasowanie kompetencji do potrzeb pracodawców, kursy językowe, szkolenia zawodowe i stabilne warunki zatrudnienia. Jak wskazuje Link4Skills, migracja selektywna angażuje nie tylko państwo, lecz także pracodawców, instytucje szkoleniowe, pośredników i samych migrantów.

• rekrutacja dopasowana do realnych potrzeb
• weryfikacja i uznawanie kwalifikacji
• kursy językowe i szkolenia zawodowe
• stabilne warunki pracy

Gdzie człowiek nadal ma przewagę

W części branż technologia może jedynie wspierać pracowników, a nie ich zastępować. Link4Skills wymienia tu opiekę, ochronę zdrowia, rzemiosło i zawody techniczne. W Niemczech i Austrii automatyzacja oraz migracja są traktowane jako rozwiązania uzupełniające, a nie wzajemnie wykluczające się.

– Pracodawcy powinni przestać pytać: technologia, automatyzacja czy migracja? Właściwe pytanie brzmi: które zadania automatyzujemy, jakich ludzi potrzebujemy, jakie kompetencje rozwijamy i jak tworzymy system, w którym pracownicy, lokalni i migranccy, mogą realnie wykorzystać swoje umiejętności – zaznacza prof. Izabela Grabowska.

Do tego dochodzi jeszcze ryzyko związane z wdrażaniem AI bez spójnej strategii. W osobnym komentarzu przywołanym przez Linux Polska pojawia się ostrzeżenie, że przypadkowe używanie narzędzi i modeli może dać więcej problemów niż korzyści. Badanie Salesforce pokazuje, że w 89% firm przynajmniej raz pojawił się wynik wygenerowany przez AI, który okazał się niedokładny lub błędny. Z kolei 95% dyrektorów finansowych ocenia wykorzystanie AI w analizie danych jako obszar obarczony ryzykiem, między innymi z powodu możliwości ujawnienia poufnych informacji i wrażliwych danych.

– Niektóre organizacje decydują się na implementację dość przypadkowych narzędzi i modeli sztucznej inteligencji z nadzieją, że usprawnią one dotychczasowe procesy. Tymczasem, aby osiągnąć oczekiwane efekty, konieczne jest zbudowanie kompletnych systemów. Należy je zintegrować z dotychczas wykorzystywaną infrastrukturą IT oraz sukcesywnie rozwijać. Takie podejście zapewni większą kontrolę nad wykorzystywanymi rozwiązaniami – ograniczy błędy AI, zwiększy trafność wyników oraz poprawi zarządzanie kontekstem. Stworzenie spójnego środowiska nie wymaga zmian w architekturze, ale wiąże się z rewolucją w kulturze organizacyjnej. Dlatego należy edukować zespół w zakresie świadomego i bezpiecznego wykorzystania AI – podsumowuje Sebastian Jaworski, wiceprezes Linux Polska.