הנוף של עבודת הידע בארצות הברית עובר טרנספורמציה שקטה אך עמוקה, כאשר שילוב ה-AI עובר משלב הניסוי לשלב ההאצלה. סקר מייצג חדש חושף כי 20 אחוז מהמבוגרים המועסקים בארה"ב כבר העבירו לפחות משימה אחת ל-AI, משימה שבעבר נוהלה על ידי עמית לעבודה או קבלן אנושי.

פיתוח תוכנה וניתוח נתונים מובילים את השינוי

מחקר משותף של Epoch AI וחברת הסקרים Ipsos, שראיין 1,106 מבוגרים מועסקים בארה"ב, מדגיש היררכיה ברורה באימוץ AI בתפקודים מקצועיים שונים. הסקר השתמש בעשרה משימות עבודה נפוצות המבוססות על נתוני משרד העבודה האמריקאי כדי לעקוב אחר האופן שבו AI יוצרת (generative AI) נשזרת לתוך מרקם הפעילות היומיומית.

פיתוח תוכנה ועיצוב מערכות מחשוב הופיעו כמנועים העיקריים של שילוב ה-AI, כאשר 57 אחוז מהעובדים בתחום זה משתמשים בכלי AI. ניתוח נתונים הגיע במקום השני עם 46 אחוז, בעוד שמשימת קריאת מסמכי עבודה רשמה שיעור אימוץ של 39 אחוז. לעומת זאת, משימות אדמיניסטרטיביות מסורתיות יותר כמו ניהול רישומים נותרו מאחור, כאשר רק 25 אחוז מהעובדים המושפעים דיווחו על שימוש ב-AI.

החלפת משימות לעומת סיוע חלקי

הבחנה קריטית בדיווח היא ההבדל בין עבודה "בסיוע AI" לבין "החלפת משימות" אמיתית. כיום, רוב המשתמשים רואים ב-AI "טייס משנה" (co-pilot) ולא "טייס אוטומטי" (autopilot). השלמה מלאה או כמעט מלאה של משימה על ידי AI היא עדיין נדירה, ועומדת על 10 אחוז בלבד בפיתוח תוכנה ונשארת מתחת ל-7 אחוזים בכל שאר הקטגוריות שנסקרו.

עם זאת, תופעת החלפת המשימות — שבה ה-AI לוקחת על עצמה עבודה שבוצעה בעבר על ידי בני אדם — צוברת תאוצה מדידה. שיעורי ההחלפה הישירים הגבוהים ביותר נמצאו ב:

  • ניתוח נתונים: 7.1 אחוז מהמשיבים.
  • קריאת מסמכי עבודה: 5.7 אחוז מהמשיבים.
  • ניהול רישומים: 5.3 אחוז מהמשיבים.

Epoch AI מדגישה כי שינוי זה אינו מסמן בהכרח דחיקה המונית של עובדים, אלא יותר חלוקה מחדש של כוח העבודה בין אינטליגנציה אנושית לעיבוד מכונה.

פרדוקס הפרודוקטיביות ואיכות התוצרים

הנתונים חושפים קשר מורכב בין שימוש ב-AI לבין יעילות בזמן. כאשר ה-AI מטפלת ברוב המשימה או כולה, 53 אחוז מהעובדים מדווחים על חיסכון בזמן, בהשוואה ל-37 אחוז כאשר ה-AI משמשת לסיוע חלקי בלבד. באופן מעניין, "רווח היעילות" אינו אוניברסלי; בערך אחת מכל שש משימות בסיוע AI אורכת למעשה יותר זמן מהשיטה הידנית המסורתית. הדבר מרמז כי הזמן הנדרש לכתיבת הנחיות (prompting), אימות ואינטראקציה עם ה-AI עשוי לבטל חלק מיתרונות המהירות.

יתרה מכך, הסקר שופך אור על "פער האמון" בתוצרי ה-AI. אחוז מדהים של 66 אחוז מהתוכן שנוצר על ידי AI נמצא בשימוש עם עריכה מועטה או ללא עריכה כלל, בעוד שרק 5 אחוז מהתוצרים עוברים עיבוד מקיף. בעוד שזה מרמז על תועלת נתפסת גבוהה, חוקרים מזהירים כי מאמץ עריכה נמוך אינו מדד מוחלט לאיכות בפועל של תוצר ה-AI.

תובנות מרכזיות

  • אימוץ טכנולוגי גבוה: פיתוח תוכנה וניתוח נתונים הם מגזרי החזית עבור AI, עם שיעורי אימוץ של עד 57% ו-46% בהתאמה.
  • האצלה במקום החלפה: בעוד ש-20% מהעובדים מפנים משימות ל-AI, אוטומציה מלאה של משימות נותרה נמוכה (מתחת ל-10%), מה שמרמז כי ה-AI היא כיום "כלי רב-תכליתי" ולא תחליף לתפקידים אנושיים.
  • מגמת העריכה: שני שלישים מהעובדים מקבלים את תוצר ה-AI עם שינויים מינימליים, מה שמעיד על הסתמכות גוברת על התועלת המיידית של תוצאות שנוצרו על ידי LLM.

שורה תחתונה

AI אינה עוד ניסוי שולי עבור קומץ חדשנים; היא כעת כלי שאחד מכל חמישה עובדים אמריקאים מסתמך עליו כדי להעביר משימות שבוצעו באופן מסורתי על ידי עמיתים. המעמד החזק ביותר של הטכנולוגיה הוא בפיתוח תוכנה וניתוח נתונים, שם שיעורי האימוץ הם 57% ו-46% בהתאמה, והחלפת משימות מלאה, למרות שהיא עדיין צנועה, נמצאת בצמיחה. בעוד שיתרונות הפרודוקטיביות ניכרים עבור רבים, תוצאות היעילות המעורבות ורמת העריכה הנמוכה מרמזות כי לולאת הבקרה האנושית נותרה חיונית.