Ett nytt kapitel börjar

Stående på robotarnas axlar: Kan AI-driven produktivitet lösa talangkrisen? 

Även i ett flyktigt ekonomiskt klimat med stagnerande produktivitetsvinster är den intensifierade talangkrisen en förutsägbar utmaning för tillväxt.

Artificiell intelligens (AI) kan bidra till att mildra effekterna av ogynnsam demografi, kompetensfel och förändrade förväntningar på arbetskraften på den globala ekonomin. Men med vissa marknader med större risk än andra kan effekten av AI variera över hela världen. Frågan som varje ledare står inför idag är hur man kan minska riskerna och göra de potentiella vinsterna från AI till en hållbar fördel för sina organisationer.

Generativ AI har uppstått som en allierad på moderna arbetsplatser - men många ser det som ett hot eller helt enkelt inte vet tillräckligt om det för att planera effektivt. Från ekonomi till sjukvård kan AI:s förmåga att snabbt bearbeta stora mängder data, lära av mönster och utföra repetitiva uppgifter avsevärt minska bördan av rutinansvar för arbetstagare. Det lovar att inte bara förstärkning mänsklig ansträngning och göra arbetet mer effektivt, men också för att förstärk människa intelligens – utöka vår förmåga att ta oss an nya jobb och frigöra värde.

I vår senaste Global Talent Trends- rapport tror 41 % av cheferna att det mesta av AI:s värde kommer genom förstärknings- och effektivitetsvinster under 2024 (30 % förväntar sig större avkastning från förstärkt intelligens). Anställda ser dock saker annorlunda. Oliver Wyman Forum rapporterar att över hälften av arbetskraften nu använder generativ AI, men 39% av de anställda (särskilt arbetare med blå krage) känner att deras produktivitet är densamma eller sämre idag på grund av det. Hur som helst kommer AI att påverka många jobb - direkt eller indirekt.

Den goda nyheten är att olika AI- och automatiseringsfunktioner kombineras för att öka produktiviteten och innovationen, med AI som möjliggör nya vägar för värdeskapande. Problemen framför oss är nu hur man kan accelerera potentialen hos generativ AI och hur man identifierar vilka branscher och ekonomier som kan gynnas mest.

Vi har bara börjat mäta den fulla effekten av generativ AI på arbetsplatsen, men tidiga studier tenderar att visa ett 10% till 20% steg i produktivitet. Callcenter förebådar en ökning på upp till 14 %  och vi förväntar oss liknande vinster i andra funktioner, såsom marknadsföring, ekonomi och HR, som är väl positionerade för att omfamna denna teknik.

Kunskapsarbetare kommer också att gynnas. Harvard Business School fann att generativ AI kan hjälpa företagskonsulter att  slutföra vissa uppgifter 25% snabbare, samtidigt som kvaliteten förbättras med 17% för över genomsnittliga artister - och upp till 43% för dem under genomsnittet.

I slutändan är löftet om AI inte exklusivt för vissa funktioner eller verktyg. När AI berör fler affärsapplikationer och arbetsaktiviteter kommer dess effekter att förvärras och kännas fast över hela världen - särskilt när denna teknik genomsyrar mer seniora roller.

AI jämfört med demografiska och talangrelaterade motvind

Mercer bestämde sig för att utforska den potentiella effekten av generativ AI på produktivitet och långsiktiga ekonomiska förhållanden, med forskning och insikter utformade av Man Bites Dog och utförda av Oxford Analytica. Vi beställde en modell på hög nivå baserad på BNP-prognoser, demografiska trender, arbetsstatistik och forskning om generativ AI. Vårt tankeexperiment fokuserade enbart på AI:s inverkan på arbetsproduktiviteten, samtidigt som andra variabler som migration och finanspolitik hölls fasta.

Först identifierade vi 10 nyckelländer som är betydande bidragsgivare till BNP idag (och sannolikt kommer att vara i framtiden). Dessa länder täcker utvecklade marknader som Storbritannien och USA, och tillväxtmarknader som Kina och Indien. Sedan delade vi in varje marknadskategori i sex branschsektorer:

  • Finans och försäkring
  • Information och teknik
  • Tillverkning
  • Hälso- och sjukvård och social hjälp
  • Transport och lagerhållning
  • Gästfrihet och matservice

Med hjälp av historiska data beräknade vi den genomsnittliga produktivitetstillväxten för varje sektor. Vi delade sedan upp marknadskategorierna i höghastighets- och låghastighetsartister (de i 75th jämfört med 25th percentiler av sammansatta årliga tillväxttakter som slutar från 2016 till 2018) för att uppskatta produktivitetstillväxttakten för år 2035.

Modellen förutspår att så tidigt som 2025 kan sex av tio marknader redan kämpa för att möta kundernas efterfrågan genom arbetskraftsförsörjning ensam. HR-ledare citerar denna risk som en viktig angelägenhet för sina företag i år, och endast en av två chefer globalt tror att deras företag har den kompetens som krävs för att möta efterfrågan idag. Eftersom demografiska förändringar leder till en minskning av kvalificerad arbetskraft kan alla dessa marknader se begränsad ekonomisk tillväxt.

Baserat på detta hypotetiska scenario undersökte vi vilken roll AI-produktivitetsvinster kan spela för att mildra effekterna av demografiska förändringar (se figur 1). För att utforska detta skulle vi behöva bestämma de produktivitetsvinster som AI ensam kan leverera. Om efterfrågan verkligen var obegränsad (med andra ord, vad vi än producerade skulle hitta en köpare), hur mycket mer produktiv kan AI göra oss med en potentiellt begränsad arbetskraft?

AI-driven produktivitetspotential

Även med konservativa uppskattningar kan AI: s potential att öka produktiviteten - och därmed produktionen - kompensera motvinden från att förändra demografi och en krympande kvalificerad arbetskraft. Och medan många experter förutspår att produktivitetsvinster från AI kommer att vara relativt konsekventa  över ekonomier, tyder våra resultat på att AI kanske inte stör lika, med utvecklade marknader som eventuellt visar en större fördel än tillväxtmarknader.

Figur 1: Potentiella effekter av generativ AI på BNP-prognosen

Öka* till BNP-prognos (med AI), via produktivitetsökningar

0,2 %

Kategori: Tillväxtmarknader 

0,5 %

Kategori: Utvecklade marknader

*per år, 2020–2035
Tillväxtmarknader = Kina och Indien
Utvecklade marknader = Frankrike, Tyskland, Italien, Japan, Singapore, Sverige, Storbritannien och USA
Källor: Matställen - Oxford Analytica, Mercer
Mycket av variationen i dessa prognoser mellan utvecklade marknader och tillväxtmarknader beror på AI:s möjliga inverkan på olika sektorer (se figur 2) och den förväntade hastigheten för AI-implementering i olika länder. Baserat på arbetstagarprofiler, planerade investeringar och arbetets karaktär i varje bransch kommer de finansiella tjänsterna och informations- och tekniksektorerna sannolikt att dra mest nytta av AI. Utvecklade ekonomier där dessa sektorer har mer framträdande är mest lämpade för AI-antagande och verkar därför vara bättre positionerade för de största produktivitetsvinsterna.

Figur 2: Uppskattad generativ AI-aktiverad produktivitetsökning per sektor

14 %

Finans och försäkring

13,4 %

Information och teknik

6,9 %

Tillverkning

6,3 %

Hälso- och sjukvård och social hjälp

5,7 %

Transport och lagerhållning

3,1 %

Gästfrihet och matservice

Källor: Eisfeldt et al, Oxford Analytica

Frigöra kraften i AI med en strategi för företagsupplevelser

Denna simulering visar att AI är en viktig del av produktivitetspusslet. Dess fulla potential kommer dock att reserveras för de företag som anpassar AI-initiativ med de bredare målen att skapa en positiv och sammanhängande organisationsupplevelse. 
Generativ AI har en nyckelroll att spela för att frigöra produktivitet, särskilt där arbetskraften står inför brist. De potentiella fördelarna är stora. AI har potential att påverka arbetslivet i ännu större utsträckning än införandet av el för nästan 150 år sedan, men bara om det integreras sömlöst i organisationers företagsstrategier och distribueras med ett verkligt digitalt tankesätt.
Jason Averbook för

Global ledare för HR Transformation och AI, Mercer

Med tanke på den eskalerande globala talangkrisen uppmuntrar vi arbetsgivare att omvärdera sina strategier, anta en helhetssyn på digital transformation och omforma personalplanering och arbetsdesign för att stödja AI-implementering. Organisationer har flera möjligheter här.
  • Strategi
    • Rikta in sig på innovationsnav och utbildningar, globalt och strategiskt
    • Anpassning av digitala transformationsinsatser över domäner
    • Utnyttja AI-driven produktivitet för att öka arbetstagarnas inkomster och företagsvinster
  • Arbetsstyrka
    • Erbjuder stegvis pensionering för smidigare övergångar
    • Utbilda arbetare för att öka effektivitet och anställbarhet
    • Förbättra förmånsprogram för anställdas motståndskraft
    • Förbättra företagspolicyer för att bredda kompetenspooler
    • Designa arbete för att uppnå den optimala blandningen av människor och AI
  • Teknik
    • Investera mer i teknisk forskning och utveckling
    • Utnyttja stora språkmodeller och domänspecifika applikationer
    • Skydda investeringar i AI under magra tider
    • Uppgradering till AI-kompatibla system och verktyg
Det finns också möjlighet att ompröva produktivitetsekvationen  och värdet av mänskligt arbete. Vår analys tyder på att AI-drivna produktivitetsvinster kan frigöra 36 arbetsdagar per år för den genomsnittliga arbetstagaren i länder och branscher. Den verkliga fördelen kan dock komma från att titta på den långsiktiga effekten och från att använda tids- och kostnadsbesparingar för innovation, kompetensuppbyggnad och hjälpa arbetstagare att gå in i mer "värdeskapande" aktiviteter. Utöver att flyta dessa besparingar till slutresultatet kommer investeringar i mer hållbara personalmetoder, en förbättrad medarbetarupplevelse och användning av AI för att öka arbetskraftens smidighet att säkerställa att alla drar nytta av AI och automatisering.
För att göra framsteg när det gäller AI-antagande måste organisationer först bedöma sin beredskap och förmåga att integrera dessa tekniker i sin personalstrategi. På arbetsnivå innebär detta att omforma jobb för optimal mänsklig och maskinell kapacitet. På personalnivå krävs resurser för att effektivt kartlägga och omvandla människor till roller med tillväxtpotential. På individnivå krävs det inspirerande arbetare att lära sig och experimentera.
Kate Bravery

Global ledare – Talent Advisory och Insight, Mercer

Allt detta målar upp en bild av en framtid där människor och AI arbetar tillsammans för att uppnå oöverträffade nivåer av innovation och effektivitet. Det belyser också de möjligheter som AI skapar för att ompröva värdet av arbete och överväga alla drivkrafter för produktivitet. Med ett tillväxtinriktat tankesätt kommer vi att stå stadigt på axlarna av robotar, som drivs in i en ny era av oöverträffade möjligheter.
Om författaren(-arna)
Jason Averbook

Global HR Digital Transformation & AI Leader, Mercer

Kate Bravery

Senior Partner, Global Talent and Assessments Leader

Kai Anderson

Transformation Lead, International

Relaterade produkter att köpa
    Relaterade lösningar
      Relaterade insikter