بازار؛ اقتصاد دیجیتال: برآوردهای ساختاری نهادهای مالی بین‌المللی نشان می‌دهد که پدیده هوش مصنوعی مولد فراتر از یک موج فناورانه گذرا، در حال بازطراحی نقشه اشتغال، بهره‌وری و توزیع درآمد در مقیاس جهانی است. در شرایطی که صندوق بین‌المللی پول نسبت به در معرض قرار گرفتن بیش از ۴۰ درصد از کل مشاغل هشدار داده است، بررسی دقیق این تکانه نشان می‌دهد که بر خلاف انقلاب‌های صنعتی پیشین، این بار نیروی کار متخصص و مشاغل با مهارت بالا در خط مقدم این تحول ایستاده‌اند؛ واقعیتی که ضرورت بازتعریف سیاست‌های آموزشی، بازتوزیع ثروت و طراحی چترهای حمایتی مدرن را به اولویتی فوری برای اقتصادهای جهان و منطقه بدل کرده است.
در شرایطی که صندوق بین‌المللی پول نسبت به در معرض قرار گرفتن بیش از ۴۰ درصد از کل مشاغل هشدار داده است، بررسی دقیق این تکانه نشان می‌دهد که بر خلاف انقلاب‌های صنعتی پیشین، این بار نیروی کار متخصص و مشاغل با مهارت بالا در خط مقدم این تحول ایستاده‌اند.
زلزله الگوریتمی در اقتصاد؛ ابعاد برآورد صندوق بین‌المللی پول از آینده اشتغال
گزارش‌های تحلیلی صندوق بین‌المللی پول (IMF) نشان‌دهنده آغاز دوره‌ای کم‌سابقه در تاریخ تحولات اقتصادی جهان است. بر پایه داده‌های تدوین‌شده این نهاد بین‌المللی، حدود ۴۰ درصد از کل فرصت‌های شغلی در سراسر گیتی در معرض تأثیرپذیری مستقیم ناشی از هوش مصنوعی (AI) قرار گرفته‌اند. این در معرض قرار گرفتن، لزوماً به معنای نابودی قطعی همه این مشاغل نیست، بلکه طیفی از «تکمیل مهارت و تقویت بهره‌وری» تا «حذف کامل موقعیت‌های شغلی» را شامل می‌شود. بر خلاف فناوری‌های موج مکانیزاسیون و اتوماسیون اولیه که عمدتاً مشاغل یدی، تکراری و یدی–فیزیکی را در بخش‌های تولیدی و کشاورزی هدف قرار می‌دادند، موج نوظهور سیستم‌های شناختی و مدل‌های زبانی بزرگ، فرایندهای فکری، تحلیلی و تصمیم‌گیری را دگرگون ساخته است.
این دگرگونی الگوریتمی موجب شده است که سرعت انطباق بازار کار از سرعت تغییر فناوری عقب بماند. بررسی‌ها در سال‌های ۱۴۰۲ تا ۱۴۰۵ خورشیدی نمایانگر آن است که سرعت ادغام ابزارهای هوش مصنوعی در ساختارهای اداری، مالی، حقوقی و پزشکی فراتر از پیش‌بینی‌های اولیه کارشناسان توسعه اقتصادی بوده است. در حالی که دهه‌ها تصور می‌شد تفکر انتزاعی و پردازش داده‌های پیچیده قلمرو انحصاری انسان باقی خواهد ماند، امروزه سیستم‌های تحلیل داده و ماشین‌های خودکار تصمیم‌ساز، در کسری از ثانیه وظایف نگارش اسناد، کدنویسی، تحلیل‌های آماری و حتی تشخیص‌های پزشکی پایه را انجام می‌دهند. این حجم از ورود سریع فناوری به لایه‌های بالای تصمیم‌گیری اقتصادی، ساختار هزینه شرکت‌ها را دگرگون کرده و رهبران بنگاه‌های اقتصادی را به سمت جایگزینی سیستم‌های بدون خطا و کم‌هزینه سوق داده است.
صندوق بین‌المللی پول برآورد می‌کند که در کشورهای توسعه‌یافته و اقتصادهای پیشرفته، نزدیک به ۶۰ درصد از مشاغل مستقیماً تحت تأثیر هوش مصنوعی قرار می‌گیرند. علت این امر، سهم بسیار بالای بخش خدمات نوین، فناوری اطلاعات، امور بانکی و بیمه‌ای در تولید ناخالص داخلی این دسته از کشورهاست.
شکاف ژئواکونومیک میان اقتصادهای پیشرفته و نوظهور در هضم فناوری
یکی از کلیدی‌ترین یافته‌های گزارش‌های اقتصادی مرتبط با هوش مصنوعی، تفاوت چشمگیر آسیب‌پذیری و بهره‌برداری کشورها بر مبنای سطح توسعه‌یافتگی آن‌هاست. صندوق بین‌المللی پول برآورد می‌کند که در کشورهای توسعه‌یافته و اقتصادهای پیشرفته، نزدیک به ۶۰ درصد از مشاغل مستقیماً تحت تأثیر هوش مصنوعی قرار می‌گیرند. علت این امر، سهم بسیار بالای بخش خدمات نوین، فناوری اطلاعات، امور بانکی و بیمه‌ای در تولید ناخالص داخلی این دسته از کشورهاست. در حدود نیمی از این مشاغل، هوش مصنوعی نقشی هم‌افزا دارد و به ارتقای بهره‌وری شاغلان می‌انجامد، در حالی که در نیمه دیگر، امکان تصدی وظایف توسط عامل‌های هوشمند به جای استخدام نیروی انسانی جدید وجود دارد که این خود خطر بروز بیکاری اصطکاکی در میان متخصصان را تقویت می‌کند.
در نقطه مقابل، در اقتصادهای نوظهور و کشورهای در حال توسعه، سهم مشاغل در معرض تأثیر به حدود ۴۰ درصد و در کشورهای کم‌درآمد به ۲۶ درصد محدود می‌شود. هرچند در نگاه نخست ممکن است این داده‌ها به عنوان شاخصی از امنیت شغلی بالاتر در این کشورها تفسیر شود، اما تحلیلگران اقتصادی آن را «تله عقب‌ماندگی دیجیتال» می‌دانند. اقتصادهایی که از زیرساخت‌های محاسباتی، پهنای باند پرسرعت و نیروی کار ماهر در حوزه هوش مصنوعی محروم هستند، توانایی استفاده از اثرات مثبت این فناوری بر بهره‌وری کل را ندارند. در نتیجه، در حالی که اقتصادهای پیشرفته از جهش چشمگیر در بازدهی سرمایه و ارزش افزوده بهره‌مند می‌شوند، شکاف درآمدی و بهره‌وری میان شمال و جنوب جهانی عمیق‌تر خواهد شد؛ امری که به واگرایی اقتصادی گسترده در ساختار اقتصاد سیاسی جهان می‌انجامد.
در اقتصادهای نوظهور و کشورهای در حال توسعه، سهم مشاغل در معرض تأثیرهوش مصنوعی به حدود ۴۰ درصد و در کشورهای کم‌درآمد به ۲۶ درصد محدود می‌شود.
دوقطبی‌سازی بازار کار و تهدید تعمیق نابرابری‌های اجتماعی و درآمدی
ورود پرشتاب هوش مصنوعی به فرایندهای تولید و خدمات، دینامیک جدیدی در توزیع درآمد و ثروت خلق کرده است که مستقیماً نظریه‌های عدالت توزیعی را به چالش می‌کشد. در مدل‌های سنتی، کارگران ماهرتر معمولاً سهم بیشتری از کیک اقتصاد را به دست می‌آوردند. اما در وضعیت کنونی، پدیده دوقطبی‌سازی بازار کار تشدید شده است: در یک سو، اقلیتی از مهندسان، توسعه‌دهندگان الگوریتم‌ها و صاحبان کلان داده‌ها و زیرساخت‌های پردازشی قرار دارند که بازده سرمایه آن‌ها به صورت تصاعدی بالا می‌رود، و در سوی دیگر، خیل عظیمی از نیروی کار خدماتی و اداری هستند که یا باید کاهش دستمزد را بپذیرند یا به کارهای یدی با امنیت شغلی پایین تن بدهند.
این پدیده، خطر فرسایش طبقه متوسط—که همواره ستون فقرات ثبات سیاسی و پویایی تقاضای مصرف‌کننده در اقتصادها بوده است—را تقویت می‌کند. کارمندان اداری، کارشناسان میانی، حسابداران، فعالان پشتیبانی مشتری و تحلیلگران سطح پایه، با بیشترین فشار جایگزینی روبه‌رو هستند. زمانی که بهره‌وری سرمایه ناشی از فناوری به مراتب بیشتر از بهره‌وری نیروی کار افزایش یابد، سهم دستمزد از تولید ناخالص داخلی کاهش می‌یابد و سهم سود شرکت‌ها و پلتفرم‌های انحصاری فناوری بالا می‌رود. پیامد چنین فرآیندی، گسترش شکاف طبقاتی، کاهش تحرک اجتماعی و شکل‌گیری نارضایتی‌های ساختاری در میان جوانان تحصیل‌کرده‌ای خواهد بود که هزینه‌های گزافی را برای کسب مهارت‌های سنتی پرداخته‌اند، اما بازار کار خروجی آن آموزش‌ها را نمی‌پذیرد.
اقتصادهایی که از زیرساخت‌های محاسباتی، پهنای باند پرسرعت و نیروی کار ماهر در حوزه هوش مصنوعی محروم هستند، توانایی استفاده از اثرات مثبت این فناوری بر بهره‌وری کل را ندارند. در نتیجه، در حالی که اقتصادهای پیشرفته از جهش چشمگیر در بازدهی سرمایه و ارزش افزوده بهره‌مند می‌شوند، شکاف درآمدی و بهره‌وری میان شمال و جنوب جهانی عمیق‌تر خواهد شد؛ امری که به واگرایی اقتصادی گسترده در ساختار اقتصاد سیاسی جهان می‌انجامد.
پارادوکس بهره‌وری و ابهامات حسابداری کلان در عصر پردازش داده
یکی از معماهای پیچیده در تحلیل‌های اقتصادی امروز، نوع پیوند میان سرمایه‌گذاری‌های سنگین در زیرساخت‌های هوش مصنوعی و شاخص‌های بهره‌وری کل عوامل تولید (TFP) است. با وجود تزریق صدها میلیارد دلار سرمایه به حوزه مراکز داده، تراشه‌های محاسباتی و مدل‌های زبانی در فاصله سال‌های ۱۴۰۲ تا ۱۴۰۵ خورشیدی، اقتصاددانان هنوز با بازتاب ملموس و قطعی این تحول در ارقام رسمی رشد اقتصادی برخی کشورها با تردید مواجه‌اند؛ وضعیتی که شبیه به پارادوکس مشهور سولُو در دهه‌های پایانی سده بیستم است. بخش مهمی از سود هوش مصنوعی تاکنون به صورت درآمدهای حبابی یا جابه‌جایی‌های سهام در بازارهای مالی ثبت شده است، نه لزوماً در قالب خلق ارزش ماندگار در صنایع پایه.
علاوه بر این، هزینه‌های استهلاک و مصرف سرسام‌آور انرژی و آب توسط پایگاه‌های داده عظیم، پرسش‌های جدی را پیرامون پایداری زیست‌محیطی و اقتصادی این فناوری مطرح ساخته است. سیستم‌های هوش مصنوعی برای تثبیت موقعیت خود به عنوان موتور محرک اقتصاد، باید بتوانند در عمل هزینه‌های نهایی تولید کالاها و خدمات حیاتی را بدون افزایش بار بدهی عمومی کاهش دهند. در صورتی که این ابزارها صرفاً به وسیله‌ای برای جابه‌جایی ارزش افزوده از دستمزدها به سمت غول‌های فناوری مبدل شوند، ممکن است رکود ناشی از کاهش تقاضای مؤثر به دلیل افت درآمد شاغلان، اثرات مثبت بهره‌وری را خنثی کند؛ عاملی که اقتصادهای توسعه‌یافته را در برابر شوک‌های رکود تورمی آسیب‌پذیرتر می‌سازد.
با ورود پرشتاب هوش مصنوعی اقلیتی از مهندسان، توسعه‌دهندگان الگوریتم‌ها و صاحبان کلان داده‌ها و زیرساخت‌های پردازشی قرار دارند که بازده سرمایه آن‌ها به صورت تصاعدی بالا می‌رود، و در سوی دیگر، خیل عظیمی از نیروی کار خدماتی و اداری هستند که یا باید کاهش دستمزد را بپذیرند یا به کارهای یدی با امنیت شغلی پایین تن بدهند.
ضرورت بازآفرینی بنیادین نظام‌های آموزشی و گذار به یادگیری مداوم
در رویارویی با موجی که نیمی از مشاغل را تحت تأثیر قرار می‌دهد، پارادایم‌های سنتی آموزش دانشگاهی و مدرسه‌ای کارکرد تاریخی خود را از دست داده‌اند. دوره‌های آموزشی چهارساله که بر مبنای حفظ داده‌ها، یادگیری فرمول‌های بسته و مهارت‌های روتین استوار هستند، فارغ‌التحصیلانی را تحویل جامعه می‌دهند که پیش از ورود به بازار کار، بخشی از دانش آن‌ها توسط الگوریتم‌ها کهنه شده است. کارشناسان معتقدند بقای نیروی کار در این دوران نیازمند تمرکز بر «مهارت‌های شناختی تکمیلی» نظیر تفکر انتقادی عمیق، توانایی حل مسائل پیچیده بین‌رشته‌ای، خلاقیت غیرقابل الگوریتم‌سازی، درک اخلاق کاربردی و رهبری تعاملی است.
مفهوم «یادگیری در تمام طول عمر» (Lifelong Learning) دیگر یک توصیه اخلاقی یا شعار سازمانی نیست، بلکه یک الزام بقای زیستی در بازار اشتغال است. دولت‌ها و شرکت‌های بزرگ ناچارند سرمایه‌گذاری در طرح‌های بازآموزی (Reskilling) و ارتقای مهارت (Upskilling) را به عنوان بخش جدایی‌ناپذیر از استراتژی‌های صنعتی خود بپذیرند. کارمندانی که بتوانند با استفاده از دستیارهای هوش مصنوعی خروجی کار خود را چندبرابر کنند، نه تنها از کار بیکار نخواهند شد، بلکه موقعیت راهبردی‌تری در سازمان‌ها خواهند یافت. بنابراین، تمایز اصلی در بازار کار آینده میان «انسان و ماشین» نخواهد بود، بلکه میان «انسانی که از هوش مصنوعی استفاده می‌کند» در برابر «انسانی که مهارت استفاده از هوش مصنوعی را ندارد» رقم خواهد خورد.
دولت‌ها در سراسر جهان در حال بررسی ابزارهای سیاستی تازه‌ای برای حفظ تعادل اجتماعی هستند. یکی از این راهبردها، اصلاح نظام‌های مالیاتی با هدف توازن میان مالیات بر سرمایه و مالیات بر نیروی کار است؛ به گونه‌ای که تشویق کورکورانه به جایگزینی ماشین به جای انسان ناشی از معافیت‌های مالیاتی حوزه فناوری متوقف شود.
بازتنظیم سیاست‌گذاری عمومی؛ از مالیات بر اتوماسیون تا شبکه تأمین اجتماعی نوین
واکنش هوشمندانه به هشدار صندوق بین‌المللی پول مستلزم دوری از رویکردهای انفعالی و پذیرش اراده قانون‌گذار برای مدیریت این گذار تاریخی است. دولت‌ها در سراسر جهان در حال بررسی ابزارهای سیاستی تازه‌ای برای حفظ تعادل اجتماعی هستند. یکی از این راهبردها، اصلاح نظام‌های مالیاتی با هدف توازن میان مالیات بر سرمایه و مالیات بر نیروی کار است؛ به گونه‌ای که تشویق کورکورانه به جایگزینی ماشین به جای انسان ناشی از معافیت‌های مالیاتی حوزه فناوری متوقف شود. در برخی محافل دانشگاهی، ایده «مالیات بر اتوماسیون» یا وضع عوارض بر استفاده از سامانه‌های جایگزین نیروی انسانی مطرح است تا منابع حاصل از آن مستقیماً به صندوق‌های بازآموزی و حمایت از شاغلان آسیب‌دیده تزریق شود.
هم‌زمان، شبکه امنیت اجتماعی نیازمند یک پوست‌اندازی بنیادین است. ابزارهای حمایتی سنتی مانند بیمه بیکاری کوتاه‌مدت، پاسخگوی موج‌های بیکاری ساختاری ناشی از پیشرفت هوش مصنوعی نخواهند بود. بازطراحی سازوکارهای حمایتی، از جمله آزمایش و ارزیابی طرح‌هایی مانند «درآمد پایدار پایه» (UBI)، تعمیم بیمه‌های درمانی فراگیر بدون وابستگی مستقیم به وضعیت اشتغال رسمی، و ایجاد پلتفرم‌های ملی استعدادیابی بر مبنای هوش مصنوعی، بخش‌هایی از جعبه‌ابزار جدید حکمرانی هستند. کشورهایی که با درک ابعاد گزارش‌های نهادهای بین‌المللی، سیاست‌گذاری‌های خود را بر پایه ایجاد همزیستی مولد میان هوش انسانی و ماشینی استوار سازند، نه‌تنها از گرداب بحران‌های اشتغال عبور خواهند کرد، بلکه می‌توانند جایگاه ژئواکونومیک خود را در تراز جهانی ارتقا بخشند.
نظر شما