Andersonin kulma

40 vuotta automaatiota on painanut Yhdysvaltain palkkoja enemmän kuin de-unionisointi tai offshore-työ

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Uusi työpaperi Yhdysvaltain kansalliselta taloustutkimuslaitokselta (NBER) käyttää koneoppimista tutkimaan syitä palkkojen ja ansaitsemisen epätasa-arvon kasvuun viimeisen 40-50 vuoden aikana Yhdysvalloissa, ja se johtaa siihen, että automaatio on ollut paljon suurempi tekijä ansaitsemisen tappioissa kuin de-unionisointi, offshore-työ ja muut enemmän poliittisesti räjähtävät teooriat, jotka ovat juurtuneet julkiseen mielenkiintoon vuoden 2008 talouskriisin jälkeen.

Raportti johtaa siihen, että 50-70% palkkarakenteen muutoksista Yhdysvalloissa vuosina 1980-2016 on otettu vastaan palkanlaskuissa työntekijöiden sektoreissa, joissa “tehtävän siirtäminen” on tapahtunut uusien automaatio-tekniikoiden kautta, mukaan lukien robotti-automaatio ja aiemmin manuaalisten tehtävien omaksuminen ohjelmistolla.

Syytön muutos

Tutkijoiden johtopäätökset ovat tilastollinen haaste kasvavalle yleisölle, joka on johtanut ansaitsemisen epätasa-arvoa systemaattisesti vuodesta 1970-luvun lopusta lähtien.

Toisin sanoen he kuvaavat kasvavaa taloudellista epätasa-arvoa orgaanisena toimintana teknologisen kehityksen seurauksena, eikä niinkään sellaisena, joka on poliittisesti suunniteltujen toimien seuraus, jotka olisivat alun perin tarkoitettu heikentämään ammattiyhdistysten valtaa ja kääntämään työntekijöiden ja teollisuuden välistä suhdetta toisen maailmansodan jälkeen.

Sodanjälkeiset vuodet (oikealla) näyttävät paljon vakaamman kuviota tehtävän siirtämisessä verrattuna vuosiin 1980 lähtien.

Klikkaa suurennusta varten. Sodanjälkeiset vuodet (oikealla) näyttävät paljon vakaamman kuviota tehtävän siirtämisessä verrattuna vuosiin 1980 lähtien.

Tutkimuksessa todetaan, että 40 vuoden ajan neuvottelujen hallitus on ollut mahdollisuuksien mukaan uusien teknologisten kehitysten suhteen, eikä niinkään tietoisen suunnittelun arkkitehti, joka on johtanut taloudelliseen tasa-arvoon ja kiistanalaiseen kasvuun prekariaatista.

Tutkimus ei kuitenkaan käsittele asuntojen hintojen nousua viimeisten 15-20 vuoden aikana, joka on todennäköisesti kriittinen tekijä, joka on lisännyt ja politisoinut pitkän aikavälin palkanlaskun ja -tason laskun – ilmiön, joka aiheuttaa tällä hetkellä yleistä arvostelua liittovaltion toimettomuudesta suurten yritysten kilpailun kasvun edessä.

NBER-tutkimus osoittaa ansaitsemisen trendien polarisaatiota, jossa paremmin koulutetuilta ihmisiltä on suurempi suhteellinen tulo, ja palkanlasku tai -tason lasku rooleissa tai sektoreissa, joissa automaatio on ollut mahdollista.

Ansaitsemisen trendien ero NBER:n mukaan. Lähde: https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

Klikkaa suurennusta varten. Ansaitsemisen trendien ero NBER:n mukaan. Lähde: https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

Tutkimus väittää myös, että palkanlaskun lasku, joka tarkoittaa, että miehet ilman korkeakoulutusta ansaitsevat 15% vähemmän reaalisissa termeissä kuin vuonna 1980, liittyy vain “kohtuullisiin tuottavuuden parantamisiin” pitkällä aikavälillä.

Haasteet taitopohjaisen teknologisen muutoksen teorialle (SBTC)

Paperi toteaa, että vanhemmat teooriat ovat johtaneet näihin muutoksiin palkkauksessa taitopohjaisen teknologisen muutoksen (SBTC) kautta, joka esittää suotuisamman kuvan siitä, miten alempitasoiset työntekijät “ylennetään” korkeampiin rooleihin uusien teknologioiden avulla.

SBTC:n ajatus siitä, että työt “muuttuvat” eivätkä katoa, on tällä hetkellä suosittu parannuskeino yhteiskunnan pelolle siitä, että tekoäly ottaa ihmisten työt, ja NBER-paperi mainitsee 1990-luvun taitojen kasvua yhtenä suosituimmista puolustuksista tätä teoriaa vastaan.

Suhteiden lasku reaalisissa palkoissa ja eri demografisissa ryhmissä teollisuudenaloilla, joilla on laskenut työosuus. Pisteet edustavat 500 demografista ryhmää, ja koon vaihtelut ovat osoittimia työssäolosta.

Suhteiden lasku reaalisissa palkoissa ja eri demografisissa ryhmissä teollisuudenaloilla, joilla on laskenut työosuus.

Laskenut työosuus automaation osoittimena

Teollisuuden automaation johdonmukaisen tilastollisen aineiston puutteen vuoksi NBER-tutkijat ovat käyttäneet laskenutta työosuutta “merkkinä automaatiosta”. Tutkijat väittävät:

‘[S]uuri osa Yhdysvaltain palkkarakenteen muutoksista viimeisen neljän vuosikymmenen aikana on selitettävissä työntekijöiden suhteellisen palkanlaskulla, jotka ovat erikoistuneet tehtäviin, jotka ovat alttiina automaatiolle, ja joilla on laskenut työosuus.’

Raportti toteaa myös, että työntekijät, jotka erikoistuvat tehtäviin, jotka ovat alttiina automaatiolle, “kantavat näiden muutosten painon ja kärsivät suhteellisista ja mahdollisesti absoluuttisista palkanlaskuista.”

NBER-raportti työskentelee monien samojen luvuilla kuin aiemmat raportit, mutta se johtaa siihen, että työvoima ei vain muuta itsensä sisäisesti näissä teollisuudenaloissa, vaan työntekijät ovat jäämässä uusien automaatiojärjestelmien alle. Koska on tilastollisesti vaikea seurata hylättyjen työntekijöiden kohtaloa aineiston rajojen ulkopuolella, muut tutkimukset tarvitsevat täydentäävän kuvan.

Työt menetetty, ei muuttunut

Raportin arviot osoittavat, että tehtävän siirtäminen (tehtävien siirtäminen automaatioon tai muihin keinoihin) vastaa 50-70% havaituista palkkarakenteen muutoksista vuosina 1980-2016, kun taas perinteiset SBTC-liikkeet (parempi lopputulos työntekijöille) vastaavat alle 10% näistä muutoksista.

Tutkijat totesivat, että heidän keskeinen mallinsa pitää paikkansa, vaikka otetaan huomioon tekijät kuten tuontikilpailu, ammattiyhdistysten lasku, offshore-työ, alueellinen vaihtelu, väestönkasvu ja merkitseminen.

Raportti myöntää, että tehtävien siirtäminen automaatioon alttiissa teollisuudenaloissa voi muuttaa Yhdysvaltain talouden koostumusta, mikä voi mahdollisesti luoda lisääntynyttä kysyntää muilla aloilla, mutta se huomauttaa myös “aallonvaikutuksen” siitä, että työntekijät, jotka ovat menettäneet työnsä, kilpailevat suppean määrän ei-automaattisten roolien kanssa, mikä johtaa palkkojen laskuun ja palkkatasojen laskuun.

Kirjailija tekoälystä, alan erikoisosaaja ihmisen kuvansynteesissä. Entinen tutkimussisällön johtaja Metaphysic.ai:ssa, kunnes se liitettiin DNEG:n Brahma.ai:hin.
Portfolio-sivu: martinanderson.ai
Ota yhteyttä: martin@martinanderson.ai