ಅಮೆರಿಕಾದ ಜ್ಞಾನ ಆಧಾರಿತ ಕೆಲಸಗಳ ಭೂದೃಶ್ಯವು AI ಏಕೀಕರಣವು ಪ್ರಯೋಗದಿಂದ ನಿಯೋಜನೆಗೆ ಸಾಗುತ್ತಿರುವಂತೆ ಒಂದು ಶಾಂತ ಆದರೆ ಆಳವಾದ ಪರಿವರ್ತನೆಯನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಒಂದು ಹೊಸ ಸಮೀಕ್ಷೆಯ ಪ್ರಕಾರ, ಅಮೆರಿಕಾದ ಉದ್ಯೋಗಿ ವಯಸ್ಕರಲ್ಲಿ ಶೇಕಡಾ 20 ರಷ್ಟು ಜನರು ಈ ಮೊದಲು ಮಾನವ ಸಹೋದ್ಯೋಗಿ ಅಥವಾ ಗುತ್ತಿಗೆದಾರರು ನಿರ್ವಹಿಸುತ್ತಿದ್ದ ಕನಿಷ್ಠ ಒಂದು ಕೆಲಸವನ್ನು ಈಗಾಗಲೇ AI ಗೆ ವಹಿಸಿಕೊಟ್ಟಿದ್ದಾರೆ.

ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆ ಬದಲಾವಣೆಯ ನೇತೃತ್ವ ವಹಿಸಿವೆ

Epoch AI ಮತ್ತು ಸಮೀಕ್ಷಾ ಸಂಸ್ಥೆಯಾದ Ipsos ನಡೆಸಿದ ಜಂಟಿ ಅಧ್ಯಯನವು, 1,106 ಅಮೆರಿಕಾದ ಉದ್ಯೋಗಿ ವಯಸ್ಕರನ್ನು ಸಂದರ್ಶನ ಮಾಡಿದೆ. ಇದು ವಿವಿಧ ವೃತ್ತಿಪರ ಕಾರ್ಯಗಳಲ್ಲಿ AI ಅಳವಡಿಕೆಯ ಸ್ಪಷ್ಟವಾದ ಶ್ರೇಣಿಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ. ದೈನಂದಿನ ಕಾರ್ಯಾಚರಣೆಗಳಲ್ಲಿ ಜನರೇಟಿವ್ AI ಅನ್ನು ಹೇಗೆ ಬಳಸಲಾಗುತ್ತಿದೆ ಎಂಬುದನ್ನು ಪತ್ತೆಹಚ್ಚಲು, ಅಮೆರಿಕಾದ ಕಾರ್ಮಿಕ ಇಲಾಖೆಯ ದತ್ತಾಂಶವನ್ನು ಆಧರಿಸಿದ ಹತ್ತು ಸಾಮಾನ್ಯ ಕೆಲಸಗಳನ್ನು ಈ ಸಮೀಕ್ಷೆಯಲ್ಲಿ ಬಳಸಲಾಗಿದೆ.

ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ಸಿಸ್ಟಮ್ಸ್ ಡಿಸೈನ್ ಕ್ಷೇತ್ರಗಳು AI ಏಕೀಕರಣದ ಪ್ರಮುಖ ಚಾಲಕಗಳಾಗಿ ಹೊರಹೊಮ್ಮಿವೆ, ಈ ಕ್ಷೇತ್ರದಲ್ಲಿನ ಶೇಕಡಾ 57 ರಷ್ಟು ಕೆಲಸಗಾರರು AI ಪರಿಕರಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ. ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯು ಶೇಕಡಾ 46 ರಷ್ಟರೊಂದಿಗೆ ಅದರ ಬೆನ್ನಟ್ಟಿದೆ, ಮತ್ತು ಕೆಲಸದ ದಾಖಲೆಗಳನ್ನು ಓದುವ ಕಾರ್ಯದಲ್ಲಿ ಶೇಕಡಾ 39 ರಷ್ಟು ಅಳವಡಿಕೆಯ ದರ ಕಂಡುಬಂದಿದೆ. ಇದಕ್ಕೆ ವ್ಯತಿರಿಕ್ತವಾಗಿ, ದಾಖಲೆ ನಿರ್ವಹಣೆಯಂತಹ ಸಾಂಪ್ರದಾಯಿಕ ಆಡಳಿತಾತ್ಮಕ ಕಾರ್ಯಗಳು ಹಿಂದುಳಿದಿವೆ, ಕೇವಲ ಶೇಕಡಾ 25 ರಷ್ಟು ಕೆಲಸಗಾರರು ಮಾತ್ರ AI ಬಳಕೆಯನ್ನು ವರದಿ ಮಾಡಿದ್ದಾರೆ.

ಕಾರ್ಯದ ಸ್ಥಾನಪಲ್ಲಟ vs ಭಾಗಶಃ ನೆರವು

ಈ ವರದಿಯಲ್ಲಿನ ಒಂದು ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸವೆಂದರೆ "AI-ಸಹಾಯ ಪಡೆದ" ಕೆಲಸ ಮತ್ತು ನಿಜವಾದ "ಕಾರ್ಯದ ಸ್ಥಾನಪಲ್ಲಟ" ನಡುವಿನ ವ್ಯತ್ಯಾಸ. ಪ್ರಸ್ತುತ, ಹೆಚ್ಚಿನ ಬಳಕೆದಾರರು AI ಅನ್ನು ಆಟೋಪಿಲಟ್ ಬದಲಿಗೆ ಕೋ-ಪೈಲಟ್ ಆಗಿ ನೋಡುತ್ತಾರೆ. AI ಮೂಲಕ ಕೆಲಸದ ಸಂಪೂರ್ಣ ಅಥವಾ ಬಹುತೇಕ ಪೂರ್ಣಗೊಳಿಸುವಿಕೆ ಇನ್ನೂ ಅಪರೂಪವಾಗಿದೆ; ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಇದು ಕೇವಲ ಶೇಕಡಾ 10 ರಷ್ಟಿದೆ ಮತ್ತು ಇತರ ಎಲ್ಲಾ ವರ್ಗಗಳಲ್ಲಿ ಶೇಕಡಾ 7 ಕ್ಕಿಂತ ಕಡಿಮೆ ಇದೆ.

ಆದಾಗ್ಯೂ, ಕಾರ್ಯದ ಸ್ಥಾನಪಲ್ಲಟದ ವಿದ್ಯಮಾನವು—ಅಂದರೆ ಈ ಮೊದಲು ಮಾನವರು ನಿರ್ವಹಿಸುತ್ತಿದ್ದ ಕೆಲಸವನ್ನು AI ವಹಿಸಿಕೊಳ್ಳುವುದು—ಗಣನೀಯವಾಗಿ ಬೆಳೆಯುತ್ತಿದೆ. ನೇರ ಸ್ಥಾನಪಲ್ಲಟದ ಅತಿ ಹೆಚ್ಚು ದರಗಳು ಇಲ್ಲಿ ಕಂಡುಬಂದಿವೆ:

  • ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆ: ಶೇಕಡಾ 7.1 ರಷ್ಟು ಪ್ರತಿಕ್ರಿಯೆದಾರರು.
  • ಕೆಲಸದ ದಾಖಲೆಗಳನ್ನು ಓದುವುದು: ಶೇಕಡಾ 5.7 ರಷ್ಟು ಪ್ರತಿಕ್ರಿಯೆದಾರರು.
  • ದಾಖಲೆ ನಿರ್ವಹಣೆ: ಶೇಕಡಾ 5.3 ರಷ್ಟು ಪ್ರತಿಕ್ರಿಯೆದಾರರು.

ಈ ಬದಲಾವಣೆಯು ಸಾಮೂಹಿಕ ಉದ್ಯೋಗ ಕಡಿತವನ್ನು ಸೂಚಿಸುವುದಿಲ್ಲ, ಬದಲಾಗಿ ಮಾನವ ಬುದ್ಧಿಶಕ್ತಿ ಮತ್ತು ಯಂತ್ರದ ಸಂಸ್ಕರಣೆಯ ನಡುವೆ ಶ್ರಮದ ಮರುಹಂಚಿಕೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ ಎಂದು Epoch AI ಒತ್ತಿಹೇಳುತ್ತದೆ.

ಉತ್ಪಾದಕತೆ ಮತ್ತು ಫಲಿತಾಂಶದ ಗುಣಮಟ್ಟದ ವಿರೋಧಾಭಾಸ

AI ಬಳಕೆ ಮತ್ತು ಸಮಯದ ದಕ್ಷತೆಯ ನಡುವಿನ ಸಂಕೀರ್ಣ ಸಂಬಂಧವನ್ನು ಈ ದತ್ತಾಂಶವು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ. AI ಹೆಚ್ಚಿನ ಅಥವಾ ಎಲ್ಲಾ ಕೆಲಸವನ್ನು ನಿರ್ವಹಿಸಿದಾಗ, ಶೇಕಡಾ 53 ರಷ್ಟು ಕೆಲಸಗಾರರು ಸಮಯ ಉಳಿತಾಯ ಮಾಡಿದ್ದಾಗಿ ವರದಿ ಮಾಡಿದ್ದಾರೆ, ಆದರೆ AI ಅನ್ನು ಕೇವಲ ಭಾಗಶಃ ನೆರವಿಗಾಗಿ ಬಳಸಿದಾಗ ಇದು ಶೇಕಡಾ 37 ರಷ್ಟಿದೆ. ಆಸಕ್ತಿದಾಯಕ ವಿಷಯವೆಂದರೆ, "ದಕ್ಷತೆಯ ಹೆಚ್ಚಳ" ಎಲ್ಲರಿಗೂ ಅನ್ವಯಿಸುವುದಿಲ್ಲ; ಸುಮಾರು ಆರು AI-ಸಹಾಯ ಪಡೆದ ಕೆಲಸಗಳಲ್ಲಿ ಒಂದರಲ್ಲಿ ಸಾಂಪ್ರದಾಯಿಕ ಕೈಮಾರ್ಗಕ್ಕಿಂತ ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಇದು AI ಗೆ ಪ್ರಾಂಪ್ಟ್ ನೀಡುವುದು, ಪರಿಶೀಲಿಸುವುದು ಮತ್ತು ಸಂವಹನ ನಡೆಸಲು ತೆಗೆದುಕೊಳ್ಳುವ ಸಮಯವು ವೇಗದ ಪ್ರಯೋಜನಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.

ಇದಲ್ಲದೆ, ಸಮೀಕ್ಷೆಯು AI ಫಲಿತಾಂಶಗಳಲ್ಲಿನ "ನಂಬಿಕೆಯ ಅಂತರ"ದ ಬಗ್ಗೆ ಬೆಳಕು ಚೆಲ್ಲುತ್ತದೆ. ಶೇಕಡಾ 66 ರಷ್ಟು AI-ಸೃಷ್ಟಿತ ವಿಷಯಗಳನ್ನು ಯಾವುದೇ ಅಥವಾ ಅಲ್ಪ ಎಡಿಟಿಂಗ್‌ನೊಂದಿಗೆ ಬಳಸಲಾಗುತ್ತದೆ, ಆದರೆ ಕೇವಲ ಶೇಕಡಾ 5 ರಷ್ಟು ಫಲಿತಾಂಶಗಳನ್ನು ಮಾತ್ರ ಹೆಚ್ಚಿನಕೇರಿಕೆ ಮಾಡಲಾಗುತ್ತದೆ. ಇದು ಹೆಚ್ಚಿನ ಉಪಯುಕ್ತತೆಯನ್ನು ಸೂಚಿಸಿದರೂ, ಕಡಿಮೆ ಎಡಿಟಿಂಗ್ ಪ್ರಯತ್ನವು AI ಫಲಿತಾಂಶದ ನಿಜವಾದ ಗುಣಮಟ್ಟದ ನಿರ್ಣಾಯಕ ಮಾನದಂಡವಲ್ಲ ಎಂದು ಸಂಶೋಧಕರು ಎಚ್ಚರಿಸುತ್ತಾರೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

  • ಉನ್ನತ ತಂತ್ರಜ್ಞಾನದ ಅಳವಡಿಕೆ: ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯು AI ಗಾಗಿ ಮುಂಚೂಣಿಯಲ್ಲಿರುವ ಕ್ಷೇತ್ರಗಳಾಗಿದ್ದು, ಕ್ರಮವಾಗಿ ಶೇಕಡಾ 57% ಮತ್ತು 46% ಅಳವಡಿಕೆಯ ದರವನ್ನು ಹೊಂದಿವೆ.
  • ಬದಲಾವಣೆಗಿಂತ ನಿಯೋಜನೆಗೆ ಆದ್ಯತೆ: ಶೇಕಡಾ 20% ಕೆಲಸಗಾರರು ಕಾರ್ಯಗಳನ್ನು AI ಗೆ ವಹಿಸಿದರೂ, ಸಂಪೂರ್ಣ ಕಾರ್ಯದ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವಿಕೆ (automation) ಇನ್ನೂ ಕಡಿಮೆ ಇದೆ (10% ಕ್ಕಿಂತ ಕಡಿಮೆ), ಇದು AI ಪ್ರಸ್ತುತ ಮಾನವ ಪಾತ್ರಗಳಿಗೆ ಬದಲಾಗಿ ಅಲ್ಲದೆ ಒಂದು "ಬಹುವಿಧದ ಸಾಧನ"ವಾಗಿದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
  • ಎಡಿಟಿಂಗ್ ಪ್ರವೃತ್ತಿ: ಮೂರನೇ ಎರಡರಷ್ಟು ಕೆಲಸಗಾರರು ಕನಿಷ್ಠ ಬದಲಾವಣೆಗಳೊಂದಿಗೆ AI ಫಲಿತಾಂಶವನ್ನು ಸ್ವೀಕರಿಸುತ್ತಾರೆ, ಇದು LLM-ಸೃಷ್ಟಿತ ಫಲಿತಾಂಶಗಳ ತಕ್ಷಣದ ಉಪಯುಕ್ತತೆಯ ಮೇಲಿನ ಬೆಳೆಯುತ್ತಿರುವ ಅವಲಂಬನೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ.

ಸಾರಾಂಶ

AI ಎಂಬುದು ಈಗ ಕೇವಲ ಕೆಲವು ನಾವೀನ್ಯಕಾರರ ಅಂಚಿನ ಪ್ರಯೋಗವಾಗಿ ಉಳಿದಿಲ್ಲ; ಇದು ಅಮೆರಿಕಾದ ಐದು ಜನರಲ್ಲಿ ಒಬ್ಬ ಕೆಲಸಗಾರನು ಸಹೋದ್ಯೋಗಿಗಳು ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಮಾಡುವ ಕೆಲಸಗಳನ್ನು ವಹಿಸಿಕೊಳ್ಳಲು ಅವಲಂಬಿಸಿರುವ ಸಾಧನವಾಗಿದೆ. ಈ ತಂತ್ರಜ್ಞಾನದ ಬಲವಾದ ಅಡಿಪಾಯ ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿದೆ, ಅಲ್ಲಿ ಅಳವಡಿಕೆಯು ಕ್ರಮವಾಗಿ 57% ಮತ್ತು 46% ರಷ್ಟಿದೆ ಮತ್ತು ಸಂಪೂರ್ಣ ಕಾರ್ಯದ ಸ್ಥಾನಪಲ್ಲಟವು ಇನ್ನೂ ಸಾಧಾರಣವಾಗಿದ್ದರೂ ಬೆಳೆಯುತ್ತಿದೆ. ಉತ್ಪಾದಕತೆಯ ಪ್ರಯೋಜನಗಳು ಅನೇಕರಿಗೆ ಸ್ಪಷ್ಟವಾಗಿದ್ದರೂ, ಮಿಶ್ರ ದಕ್ಷತೆಯ ಫಲಿತಾಂಶಗಳು ಮತ್ತು ಕಡಿಮೆ ಮಟ್ಟದ ಎಡಿಟಿಂಗ್ ಅನ್ನು ಗಮನಿಸಿದರೆ, ಮಾನವನ ವಿಮರ್ಶೆಯ ಅಗತ್ಯವು ಇನ್ನೂ ಅನಿವಾರ್ಯವಾಗಿದೆ.