Firmy hledají lidi i bez další automatizace: co podle výzkumu opravdu pomáhá

Bez lidí to nevyřeší ani AI

Budoucnost zaměstnanosti podle projektu Horyzont Europa Link4Skills nestojí na jediném nástroji. Technologický pokrok sice může omezit potřebu některých pozic, zároveň ale otevírá nové nároky na dovednosti a část kvalifikací zaměstnanců tím zůstává nevyužitá.

AI a automatizace jsou důležité, ale samy o sobě nestačí, upozorňuje prof. Izabela Grabowska, lídryně vědeckého týmu projektu Horyzont Europa Link4Skills. Firmy podle ní chybují, pokud čekají, že technologie vyřeší nedostatek pracovníků bez dalších kroků.

Výzkum podle ní ukazuje potřebu širší kombinace opatření: od promyšlené automatizace přes selektivní migraci a uznávání kvalifikací až po další vzdělávání a rekvalifikaci, a to jak u domácích zaměstnanců, tak u těch migrujících.

Vakuum na trhu práce nevzniká jen kvůli nízkému počtu lidí

Neobsazené místo nemusí znamenat pouze nedostatek kandidátů. Link4Skills upozorňuje také na rozdíly mezi tím, co od uchazečů očekávají zaměstnavatelé, a tím, co skutečně umějí, dále na výši mezd, pracovní podmínky, způsob náboru i umístění pracoviště.

Samostatnou překážkou bývá i to, že kvalifikace získané v zahraničí nejsou formálně uznány. To pak brání tomu, aby se lidé s potřebnými zkušenostmi dostali na správná místa.

Potřebný je plán, ne jen rychlé zaplácnutí pozice

Podle expertů by se zaměstnavatelé neměli soustředit na krátkodobé řešení volných míst. Mnohem důležitější je mapovat kompetence, plánovat nástupnictví, investovat do školení, vytvářet jasné kariérní dráhy a lépe využívat schopnosti pracovníků ze zahraničí.

Link4Skills zároveň zdůrazňuje, že neexistuje jediné opatření, které by jednou provždy odstranilo strukturální potíže trhu práce. Automatizace může snižovat počet vakancí, ale současně může způsobit, že část lidí nebude své dovednosti v práci uplatňovat. Investice do vzdělávání a rekvalifikace sice pomáhají, jenže často pouze přesouvají nesoulad mezi obory nebo úrovněmi kvalifikace.

Migrace a automatizace nejsou protiklady

Další závěr studie je jasný: technický rozvoj a migrace nemají být vnímány jako dvě soupeřící cesty. Jak technologie mění skladbu práce, roste potřeba činností, které ji doplňují, a také nových kompetenčních profilů.

Stejně tak nestačí nastavit migraci jen na příchod vybraných skupin pracovníků. Úspěch závisí na celém řetězci kroků, mezi které patří nábor, ověření kvalifikací, sladění schopností s potřebami firem, jazykové kurzy, odborná příprava i stabilní pracovní podmínky. Na tomto procesu se podle Link4Skills podílejí nejen státy, ale také zaměstnavatelé, vzdělávací instituce, zprostředkovatelé a sami migranti.

Kde zůstává člověk nenahraditelný

V některých odvětvích může technologie pracovníky pouze podporovat, nikoli je nahradit. Projekt uvádí například péči, zdravotnictví, řemesla a technické profese. Právě v těchto oblastech mají mít automatizace a migrace spíše doplňkovou roli.

V Německu a Rakousku se podle autorů výzkumu oba přístupy berou jako součást jednoho řešení, ne jako dvě možnosti, z nichž je třeba si vybrat.

Správná otázka nezní, zda technologie, automatizace nebo migrace, říká prof. Izabela Grabowska. Důležité je, které úkoly lze automatizovat, jaké lidi firmy potřebují, jaké schopnosti má smysl rozvíjet a jak nastavit systém tak, aby domácí i migrující pracovníci své dovednosti opravdu využili.

Když se AI nasazuje bez strategie

Na nutnost promyšleného postupu upozorňuje i komentář zmíněný Linux Polska. Při zavádění AI bez jasného plánu mohou podle něj vznikat větší problémy než užitek.

Výzkum Salesforce ukazuje, že v 89% firem se alespoň jednou objevil výstup vytvořený AI, který byl nepřesný nebo chybný. Zároveň 95% finančních ředitelů považuje využívání AI při analýze dat za rizikové, mimo jiné kvůli možnosti úniku důvěrných informací a citlivých dat.

Sebastian Jaworski, viceprezident Linux Polska, upozorňuje, že některé organizace zavádějí různé nástroje a modely umělé inteligence nahodile v naději, že zrychlí stávající procesy. Podle něj je ale potřeba budovat ucelené systémy, propojit je s dosavadní IT infrastrukturou a postupně je rozvíjet. Teprve potom lze lépe kontrolovat výsledky, omezovat chyby AI, zvyšovat přesnost výstupů a lépe pracovat s kontextem. Důležitá je podle něj také změna firemní kultury a školení týmů v bezpečném a uvědomělém používání AI.