Kdo je varen in kdo ni: zemljevid poklicev pod udarom umetne inteligence
Umetna inteligenca v podjetjih pokriva manj nalog, kot bi jih lahko, ugotavlja Anthropic. Najbolj so izpostavljeni programerji. Upad zaposlovanja čutijo predvsem mladi.
Prva stran dneva
Dnevni pregled najpomembnejših zgodb doma in po svetu.
Podjetje Anthropic, ki razvija velike jezikovne modele in s svojim orodjem Claude zaseda 40 odstotkov tržnega deleža pri uporabi umetne inteligence v poslovnih okoljih, je 5. marca 2026 objavilo novo poročilo o stanju na trgu dela.
V nadaljevanju bomo pojasnili delovanje matematičnega modela za izračun izpostavljenosti, razkrili poklice z najpogostejšo uporabo te tehnologije ter analizirali posledice na trgu dela zaradi umetne inteligence.
Najbolj izpostavljeni poklici in demografska slika zaposlenih
Raziskovalca Maxim Massenkoff in Peter McCrory v poročilu zelo natančno analizirata specifične poklice in njihovo izpostavljenost umetni inteligenci. Zbrani podatki razkrivajo, da nova tehnologija trenutno najbolj posega v pisarniška ter računalniška dela.
Na prvem mestu se nahajajo računalniški programerji. Umetna inteligenca pri njih pokriva kar 74,5 odstotka vseh delovnih nalog, med katere spada predvsem pisanje in posodabljanje programske opreme.
Sledijo predstavniki za stike s strankami, pri katerih orodja avtomatizirajo 70,1 odstotka nalog, kot sta reševanje pritožb in sprejemanje naročil.
Visoko stopnjo izpostavljenosti raziskovalci ugotavljajo tudi pri vnašalcih podatkov s 67,1 odstotka, strokovnjakih za zdravstveno dokumentacijo s 66,7 odstotka ter tržnih analitikih in strokovnjakih za marketing s 64,8 odstotka.
Med deset najbolj izpostavljenih poklicev se uvrščajo še prodajni zastopniki, finančni analitiki, preizkuševalci programske opreme, analitiki informacijske varnosti in strokovnjaki za podporo uporabnikom računalnikov. Pri teh poklicih stopnja izpostavljenosti znaša od 46,8 do 62,8 odstotka.
Avtorja študije ob tem izpostavljata pomemben razkorak med tem, kar stroji zmorejo v teoriji, in tem, kar ljudje dejansko uporabljajo v praksi.
Teoretični modeli kažejo, da bi umetna inteligenca lahko opravila kar 94 odstotkov vseh nalog v računalništvu in matematiki ter 90 odstotkov nalog v pisarniški administraciji. Vendar resnični podatki o uporabi orodja Claude kažejo, da ljudje tehnologijo dejansko uporabljajo le pri 33 odstotkih računalniških in matematičnih nalog.
Na drugem koncu lestvice pa raziskovalci ugotavljajo, da kar 30 odstotkov vseh delavcev pri svojem delu sploh ne uporablja te tehnologije. Orodja pri njih dosegajo nično stopnjo pokritosti, saj te službe zahtevajo fizično prisotnost ali ročne spretnosti.
V to skupino raziskovalci uvrščajo kuharje, mehanike za motorna kolesa, reševalce iz vode, točaje, pomivalce posode in oskrbnike v garderobah. Kmetijska opravila, kot sta obrezovanje dreves in upravljanje kmetijske mehanizacije, ter specifična pravna opravila, kot je zastopanje strank na sodišču, prav tako ostajajo popolnoma zunaj dosega trenutne tehnologije.
Ljudje v najbolj izpostavljenih poklicih ustrezajo specifičnemu demografskemu profilu. Ti zaposleni so v povprečju nekoliko starejši in pogosteje ženskega spola, saj ženske predstavljajo več kot 54 odstotkov te skupine.
Delavci z visoko izpostavljenostjo umetni inteligenci prejemajo znatno višje plače, saj njihova povprečna urna postavka presega 32 ameriških dolarjev, medtem ko delavci brez izpostavljenosti zaslužijo dobrih 22 dolarjev na uro. Tisti, ki torej pri svojem delu vsaj delno uporabljajo umetno inteligenco, zaslužijo v povprečju 10 odstotkov več od teh, ki je ne.
Zbrani podatki prav tako kažejo, da imajo visoko izpostavljeni posamezniki višjo stopnjo izobrazbe. Podiplomski študij ima namreč zaključen dobrih 17 odstotkov najbolj izpostavljenih delavcev in le 4,5 odstotka tistih v neizpostavljeni skupini.
Analitiki ameriškega urada za statistiko dela za poklice z visoko stopnjo avtomatizacije napovedujejo nekoliko slabše obete za prihodnost. Podatki kažejo, da vsako povečanje dejanske pokritosti nalog za deset odstotnih točk zniža napovedano rast zaposlovanja za 0,6 odstotne točke.
To pomeni, da bodo podjetja v panogah, kjer umetna inteligenca pospešeno prevzema velik del opravil, v prihodnjem desetletju najverjetneje odpirala manj novih delovnih mest, predvsem za mlade.
Zgodovinske primerjave gospodarskih sprememb
Avtorja poročila učinke novih tehnologij na zaposlovanje postavljata ob bok preteklim velikim gospodarskim spremembam na trgu dela.
Vpliv velikih jezikovnih modelov verjetno ne bo tako nenaden in očiten, kot je bil strm skok brezposelnosti ob začetku pandemije Covida-19.
Dolgoročne posledice bodo verjetno bolj podobne učinkom, ki so jih prinesli industrijski roboti, širitev interneta ali pa mednarodna trgovina s Kitajsko, kjer raziskovalci še danes razpravljajo o točnem obsegu izgubljenih delovnih mest.
Raziskovalca prav tako opozarjata na možnost recesije za bele ovratnike (poklici, ki temeljijo na obdelavi informacij, znanju in mentalnih procesih, kot so programerji, finančni analitiki, pravniki in uradniki). Takšen scenarij bi lahko podvojil stopnjo brezposelnosti v najbolj izpostavljenih pisarniških poklicih.
Avtorja pri tem spominjata, da je velika gospodarska kriza med letoma 2007 in 2009 na podoben način podvojila celotno brezposelnost v Združenih državah Amerike s petih na deset odstotkov.
Sistemske posledice za iskalce zaposlitve in dolgoročne napovedi
Kljub hitremu razvoju tehnologije ameriški trg dela ne kaže znakov množičnih odpuščanj. Študija ne ugotavlja nobenega sistematičnega povečanja stopnje brezposelnosti med visoko izpostavljenimi delavci vse od konca leta 2022.
Brezposelnost v tej skupini ostaja stabilna in se ne razlikuje bistveno od stopnje pri tistih delavcih, ki novih orodij pri vsakodnevnem delu ne uporabljajo.
Glavno sistemsko posledico razvoja avtomatizacije trenutno občutijo mladi iskalci prve zaposlitve. Raziskovalca namreč opažata zgodnje znake upočasnjenega zaposlovanja mladih delavcev v panogah, ki orodja najbolj pogosto uporabljajo. Podjetja v teh sektorjih opazno zmanjšujejo zaposlovanje oseb, starih od 22 do 25 let.
Stopnja novih zaposlitev za to starostno skupino v izpostavljenih poklicih beleži padec v višini 14 odstotkov v primerjavi z obdobjem pred prihodom orodja ChatGPT.
Dolgoročne napovedi ameriškega urada za statistiko dela ob tem kažejo, da bodo poklici z višjo stopnjo opažene izpostavljenosti v obdobju od leta 2024 do leta 2034 rasli nekoliko počasneje.
Avtorja priznavata, da njun pristop ne bo zajel čisto vseh načinov vpliva umetne inteligence na trg dela, a vseeno postavlja pomembne temelje za prihodnje merjenje gospodarskih sprememb.
Matematični model in dejanska uporaba orodij
Raziskovalca v študiji predstavljata drugačen način merjenja tveganja za zamenjavo delavcev. Avtorja ugotavljata, da analitiki pri preteklih napovedih prepogosto merijo le tisto, kar stroji teoretično zmorejo opraviti. Takšen pristop po njunem mnenju ustvarja velik razkorak med zmožnostmi tehnologije in dejansko postavitvijo orodij v delovna okolja.
Strokovnjaka zato uvajata nov koncept, ki ga imenujeta opažena izpostavljenost. Ta metoda združuje teoretične zmožnosti tehnologije z resničnimi podatki o njeni dejanski uporabi pri vsakodnevnih nalogah.
Zbrani podatki dokazujejo, da umetna inteligenca trenutno še zdaleč ne dosega svojih teoretičnih zmožnosti. Dejanska uporaba namreč predstavlja le majhen del tistega, kar bi tehnologija sploh lahko izvedla.
Študija za merjenje opažene izpostavljenosti uporablja natančen matematični model, ki oceni dejanski način izvajanja posameznih delovnih nalog.
Raziskovalca pri analizi preverjata, ali stroji nalogo pri vsakodnevnem delu izvedejo v celoti sami ali pa tehnologija delavcu pri nalogi zgolj pomaga. Matematični izračun popolnim avtomatizacijam nalog pripiše polno vrednost. Kadar ljudje tehnologijo uporabljajo zgolj kot pomoč ali nadgradnjo pri delu, model taki uporabi dodeli polovično vrednost.
Raziskovalca nato povprečje teh nalog preneseta na raven celotnega poklica, pri čemer upoštevata, koliko časa zaposleni običajno porabijo za posamezno opravilo. Takšen pristop strokovnjakom omogoča veliko bolj realno sliko dejanskega stanja v podjetjih.
Zakaj praksa zaostaja za teorijo in kje so meje tehnologije
Strokovnjaki se pogosto sprašujejo, zakaj podjetja ne uporabljajo orodij za čisto vse naloge, ki bi jih veliki jezikovni modeli teoretično zmogli opraviti. Avtorja pojasnjujeta, da hitro širitev orodij v delovna okolja pogosto zavirajo stroge pravne omejitve, potrebe po specifični programski opremi ter nujnost človeškega preverjanja rezultatov.
Kot izrazit primer navajata odobritev ponovnih izdaj zdravil na recept in posredovanje informacij lekarnam. Čeprav strokovne ocene kažejo, da veliki jezikovni modeli to nalogo teoretično zmorejo popolnoma avtomatizirati, raziskovalci v praksi pri uporabi orodja Claude takšnih primerov še niso zabeležili. Zato opažena izpostavljenost predstavlja veliko bolj zanesljivo merilo od zgolj teoretičnih predvidevanj.
Strokovnjaka prav tako ponujata dodatne razlage za opažen upad zaposlovanja mladih v najbolj izpostavljenih panogah. Mladi iskalci zaposlitve ob manjšem številu priložnosti morda preprosto ohranjajo svoja trenutna delovna mesta, izbirajo popolnoma druge poklice ali pa nadaljujejo šolanje na višjih stopnjah.
Raziskovalca ob tem priznavata, da anketni podatki o menjavah služb včasih vsebujejo napake pri merjenju, zato bodo v prihodnje potrebne še dodatne poglobljene študije.
Teoretični izračun skrajnih možnosti in preslikava na slovenski trg
Raziskovalca v poročilu predstavljata konkreten matematični izračun skrajnih možnosti (Massenkoff in McCrory, 2026). Avtorja ugotavljata, da bi v Združenih državah Amerike skupna brezposelnost poskočila s štirih na 13 odstotkov, če bi vsi delavci v zgornji desetini po izpostavljenosti naenkrat izgubili zaposlitev.
Ta izračun predpostavlja takojšen in popoln upad potreb po tistih poklicih, ki pri vsakodnevnem delu najbolj pogosto uporabljajo nove tehnologije.
Vsakršen prenos te matematične logike na slovensko gospodarstvo brez ločene domače analize poklicne strukture in dejanske uporabe orodij sicer nima strokovne utemeljitve.
Kljub temu bi v primeru neposredne aritmetične preslikave takšen hipotetični šok slovensko brezposelnost potisnil na raven med 12 in 13 odstotkov, saj je Statistični urad Republike Slovenije (Surs) januarja 2026 poročal o 3,9-odstotni anketni brezposelnosti.
Če bi torej delo naenkrat izgubili vsi slovenski zaposleni v desetih odstotkih najbolj izpostavljenih poklicev, bi to k slovenski stopnji brezposelnosti najverjetneje prav tako dodalo približno devet odstotnih točk.
Raziskovalca sicer ob tem jasno poudarjata, da takšen dogodek ostaja zgolj teoretičen. Podjetja v resničnem svetu orodja uvajajo postopoma in z njimi pogosto zgolj nadgradijo obstoječa delovna mesta, namesto da bi zaposlene v celoti zamenjala.
Prva stran dneva
Dnevni izbor najpomembnejših zgodb doma in po svetu, dostavljen neposredno v vaš e-poštni nabiralnik.
