Yrkesgrupper

KI-eksponering varierer mye fra én yrkesgruppe til en annen. Her er gapet mellom teknisk potensial og faktisk bruk, og forholdet mellom hjelp og erstatning.

Hva KI kan hjelpe med: potensial og faktisk bruk

Diagrammet under viser forskjellen mellom potensiell og faktisk bruk av KI innenfor ulike yrkesgrupper. Vi viser:

  1. Hvor stor andel av oppgavene KI potensielt kan hjelpe med.
  2. Hvor stor andel av oppgavene som faktisk utføres med KI i dag.

Forskjellen forteller hvor stor del av potensialet som ennå ikke er tatt ut. Diagrammet viser kun «hjelpe»-dimensjonen. For automatisering, se spredningsdiagrammet lenger ned og yrkeskortene under Søk.

Hos akademiske yrker er gapet størst, med rundt 30 prosentpoeng mellom hva KI kan hjelpe med og hva som faktisk brukes.

Akademiske yrker
738 000 arbeidstakere
29,8 pp gap
Høyskoleyrker
367 000 arbeidstakere
26,1 pp gap
Kontoryrker
155 000 arbeidstakere
22,1 pp gap
Prosess- og maskinoperatører, transportarbeidere mv.
143 000 arbeidstakere
17,4 pp gap
Bønder, fiskere mv.
40 000 arbeidstakere
16,0 pp gap
Salgs- og serviceyrker
562 000 arbeidstakere
11,4 pp gap
Håndverkere
164 000 arbeidstakere
10,5 pp gap
Renholdere, hjelpearbeidere mv.
78 000 arbeidstakere
3,2 pp gap
0%
10%
20%
30%
40%
50%
Faktisk bruk i dag
Teknisk potensial
Gap

De største avvikene mellom potensial og bruk finner vi i kunnskapsyrker, akademiske yrker, høyskoleyrker og kontoryrker, der mer enn 20 prosentpoeng skiller hva KI teknisk kan utføre fra det som faktisk er tatt i bruk. Det forteller at potensialet er kjent, men ennå ikke realisert. Yrker med mer fysisk eller praktisk arbeid har mindre gap, men der er også selve potensialet lavt.

Klikk på en yrkesgruppe for å se yrkene den inneholder.

Forsterking og erstatning

All KI-eksponering er ikke det samme. For noen yrker handler det først og fremst om at KI kan hjelpe med oppgavene. For andre om at KI kan utføre dem alene.

Tallene viser at forsterking og erstatning henger sammen. Yrkesgrupper med høyt potensial for KI-hjelp har også høyt potensial for KI-erstatning. Forsterkingstallene er gjennomgående høyere enn erstatningstallene. Det betyr at de fleste yrker står overfor en kombinasjon: KI vil sannsynligvis både hjelpe og overta deler av oppgavene, ikke det ene eller det andre. For arbeidstakere handler dette mer om at roller endrer og omdefineres, enn om at de forsvinner.

Implikasjoner

For karrierevalg: Avviket mellom hva KI kan og hva som faktisk brukes er størst i kunnskapsyrker. Akademiske yrker, høyskoleyrker og kontoryrker har alle uutnyttet potensial på 20-30 prosentpoeng. For unge som velger utdanning og yrkesretning, er det verdt å være klar over at flere kontorbaserte yrker, særlig administrative og rutinemessige roller, har høyt automatiseringspotensial. Yrker innen helse, omsorg, håndverk, og kreative roller hvor menneskelig kontekst er sentralt, er mindre eksponert. Tilsvarende for de som vurderer karriereskifte: et bytte fra et høyt eksponert yrke til et lavere eksponert kan være en strategi, men forutsetter overførbare ferdigheter eller mulighet til omskolering. Generelt sett er det innenfor kunnskapsyrker man kan forvente størst endringer i hvordan arbeidet utføres, og dermed også størst behov for å lære hvordan KI brukes som verktøy.

For ledere: Ledelse foregår i alle yrkesgrupper, fra håndverksbedrifter til finansforetak til offentlig forvaltning, og ledelsesarbeidet ser ulikt ut i ulike sektorer. På tvers av sektorer ser vi at adopsjonen av KI ligger langt under det tekniske potensialet, særlig i kunnskapsbasert arbeid. Det betyr ikke at KI kan lede mennesker eller erstatte den relasjonelle siden av ledelsesarbeidet. Det betyr at en stor del av tiden ledere bruker på rapporter, analyser, oppfølging og kommunikasjon, kan KI gjøre mer effektivt. Det åpner for mer tid til det som faktisk krever menneskelig tilstedeværelse: vanskelige samtaler, vurderinger, og det å bygge tillit over tid. Lederen som investerer tid i å forstå hva teknologien kan, har gode grunner til det. Det handler om egen produktivitet, om å fatte gode beslutninger om hvordan KI skal brukes i virksomheten, og om evnen til å vise vei for hvordan organisasjonen tar den i bruk.

For politikere og beslutningstakere: Avviket er størst i kunnskapsyrker som har høyest potensial, og dette gjelder bredt: både i privat tjenesteyting og i offentlig forvaltning. Det er der tiltak som kompetanseheving, tilrettelegging for trygg KI-bruk i offentlig sektor, og rammeverk for ansvarlig bruk kan ha størst effekt. Lavere automatiseringspotensial i sektorer dominert av fysisk og praktisk arbeid betyr ikke at disse er uberørt, men at omstillingen først og fremst handler om hvordan administrasjon, dokumentasjon og kommunikasjon rundt selve arbeidet kan endres. Det er en mindre dramatisk, men reell utfordring.

Om tallene

Yrkesgruppene er sysselsettingsvektede gjennomsnitt over enkeltyrker i hver gruppe. Åtte yrkesgrupper vises. Militære yrker er utelatt fordi sysselsettingstallene er tilbakeholdt for alle underyrker. Beregningen dekker om lag 84 % av norsk sysselsetting; mindre yrker der SSB holder tall tilbake av personvernhensyn inngår ikke i de vektede gjennomsnittene.

Yrkesgruppen «Ledere» er ikke tatt med i sammenligningen mellom yrkesgrupper her. Det er to grunner til det. For det første: «Ledere» er ikke en sektor, men en kategori som spenner over alle bransjer og virksomhetstyper, fra daglige ledere i håndverksbedrifter til toppledere i finans og offentlig forvaltning. Å sammenligne «Ledere» med «Akademiske yrker» eller «Håndverkere» blander to ulike måter å gruppere yrker på. For det andre: gjennomsnittet for ledergruppen domineres av administrative og finansielle lederroller, hvor mye av arbeidet er dokumentbasert. Det gir et høyt aggregert tall som ikke nødvendigvis beskriver ledelsesarbeidet slik det utføres i mer operative bransjer. Individuelle lederyrker, som finanssjefer og toppledere, vises i lønnsanalysen på /lonn.

Les hele metoden.