Andersonův úhel

40 let automatizace tlačilo mzdy v USA dolů více než deunionizace nebo offshore

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Nová pracovní zpráva od amerického Národního úřadu pro ekonomický výzkum (NBER) používá strojové učení ke studiu příčin růstu mezd a nerovnosti příjmů v USA za posledních 40-50 let a dochází k závěru, že automatizace sehrála mnohem větší roli ve ztrátách příjmů než deunionizace, offshore a další teorie, které se staly populárními v veřejné mysli od finanční krize v roce 2008.

Zpráva uvádí, že mezi 50-70% změn ve mzdové struktuře v USA mezi lety 1980-2016 je spojeno se snížením mezd v sektorech, kde došlo k “nahrazení úkolů” prostřednictvím nových automatizačních technologií, včetně robotické automatizace a převzetí dříve manuálních úkolů softwarem.

Vina za změnu

Závěry výzkumu představují statistickou výzvu rostoucímu veřejnému mínění, že nerovnost příjmů byla systematicky zhoršena od nástupu neoliberální ekonomické politiky na konci 70. let.

Výzkumníci charakterizují rostoucí finanční nerovnost jako organickou funkci technologického rozvoje, spíše než jako čistý účinek politik, které mohly být původně vytvořeny k oslabení rostoucí moci odborových organizací v tomto desetiletí a k obratu ve prospěch spravedlivější rovnováhy vztahů mezi pracovníky a průmyslem, která následovala po druhé světové válce.

Poválečné roky (zobrazené vpravo) ukazují mnohem stabilnější vzorec nahrazení úkolů ve srovnání s obdobím od roku 1980.

Kliknutím zvětšíte. Poválečné roky (zobrazené vpravo) ukazují mnohem stabilnější vzorec nahrazení úkolů ve srovnání s obdobím od roku 1980.

Ve skutečnosti studie vykresluje 40 let převážně neoliberální vlády jako oportunismus (vzhledem k vývoji nových technologických objevů), spíše než jako předvídavé architekty sociálních a ekonomických politických systémů, které vedly k finanční rovnosti a kontroverznímu růstu precariátu.

Nicméně zpráva se nezabývá rostoucími náklady na bydlení v posledních 15-20 letech, které jsou zřejmě kritickým faktorem při zhoršování a politizování skutečných účinků dlouhodobé stagnace a poklesu mezd – jevem, který v současné době generuje veřejnou kritiku federální nečinnosti v tváří hyper-měřítku nabídky velkých korporátních investorů.

Studie NBER ukazuje polarizaci trendů příjmů, s větším relativním příjmem pro lépe vzdělané lidi a stagnací nebo poklesem mezd pro role nebo sektory, kde automatizace prokázala svou proveditelnost.

Rozdílnost trendů příjmů podle NBER. Zdroj: https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

Kliknutím zvětšíte. Rozdílnost trendů příjmů podle NBER. Zdroj: https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

Výzkum také uvádí, že pokles mzdové parity, který znamená, že muži bez středoškolského vzdělání nyní vydělávají 15% méně v reálných hodnotách než v roce 1980, je spojen pouze s “skromnými produktivními zisky” v dlouhodobém horizontu.

Vyvrácení teorie založené na technologických změnách (SBTC)

Zpráva uvádí, že starší teorie připisovaly tyto změny v odměňování technologickým změnám založeným na dovednostech (SBTC), které vykreslují příznivější obraz nižšího vzdělání pracovníků “přesouvajících se” do vyšších rolí s vyššími dovednostmi prostřednictvím nových technologií.

STBC naznačuje, že úkoly “se transformují” spíše než zmizí, což je v současné době populární lék na obavy společnosti o umělou inteligenci, která bere lidem práci, a zpráva NBER cituje růst poptávky po dovednostech v 90. letech jako jednu z nejčastěji citovaných obran této teorie.

Vztah mezi poklesem reálných mezd a různými demografickými skupinami v odvětvích s klesajícím podílem práce. Tečky označují 500 demografických skupin, s velikostními variacemi jako ukazatelem celkových odpracovaných hodin.

Vztah mezi poklesem reálných mezd a různými demografickými skupinami v odvětvích s klesajícím podílem práce. Tečky označují 500 demografických skupin, s velikostními variacemi jako ukazatele celkových odpracovaných hodin.

Pokles podílu práce jako proxy pro automatizaci

Vzhledem k absenci konzistentních empirických statistik o automatizaci v průmyslu použili výzkumníci NBER pokles podílu práce jako “značku automatizace”. Výzkumníci tvrdí:

‘[V]e velké části se změny ve mzdové struktuře v USA za posledních čtyř desetiletí vysvětlují relativním poklesem mezd pracovníků, kteří se specializovali na rutinní úkoly v odvětvích, kde došlo ke klesajícímu podílu práce.’

Zpráva dále uvádí, že pracovníci, kteří se specializují na úkoly, které jsou náchylné k automatizaci, “ponesou hlavní zátěž těchto změn a budou čelit relativnímu a potenciálně absolutnímu poklesu mezd”.

Zpráva NBER pracuje s mnoha stejnými čísly jako předchozí zprávy, ale dochází k závěru, že pracovní síla se netransformuje pouze uvnitř těchto odvětví, ale spíše že pracovníci jsou propouštěni v nových automatizačních režimech. Protože je statisticky obtížné sledovat osud propuštěných pracovníků za hranicemi dat, další studie budou muset dokončit obraz.

Práce ztracena, ne transformována

Odhadovaná zpráva ukazuje, že nahrazení úkolů (přesun úkolů na automatizaci nebo jiná opatření) představuje 50-70% pozorovaných změn ve mzdové struktuře mezi lety 1980 a 2016, zatímco tradiční pohyby SBTC (lepší výsledek pro pracovníky) představují méně než 10% těchto změn.

Výzkumníci zjistili, že jejich centrální model se drží i při zohlednění faktorů, jako je konkurence dovozu, pokles odborové organizace, offshore, regionální variace, zvýšená populace a mark-up.

Zpráva připouští, že nahrazení úkolů v jádru odvětví náchylných k automatizaci může změnit složení americké ekonomiky, což může potenciálně vytvořit zvýšenou poptávku v jiných sektorech, ale také poukazuje na “efekt vln” propuštěných pracovníků, kteří soutěží o klesající počet nerobotizovaných rolí, což vede k snižování mezd a potlačení úrovní mezd.

Autor odborných článků o strojovém učení, doménový specialista na syntézu lidského obrazu. Bývalý vedoucí výzkumného obsahu ve společnosti Metaphysic.ai, až do jejího rozpuštění do společnosti DNEG's Brahma.ai.
Portfolio site: martinanderson.ai
Contact: martin@martinanderson.ai