Anong mga gawain ang unang kayang akuin ng AI
Mas madaling sagutin ang tanong na “Aling mga trabaho ang papalitan ng artipisyal na intelihensiya?” kung titingnan ang mga partikular na gawain. Kapag paulit-ulit ang isang gawain, may malinaw itong huwaran at madaling beripikahin ang resulta, mas malamang na subukan ng employer na awtomatihin ito.
Halimbawa, dose-dosenang magkakatulad na tanong tungkol sa delivery ang natatanggap ng isang online store. Puwedeng magmungkahi ang sistema ng mga sagot mula sa knowledge base, at ipasa naman sa empleyado ang mga kasong may nawawalang parcel o pinagtatalunang refund. Pero kailangang i-update ang knowledge base at suriin ang mga sagot: kaya ng AI na magbigay nang may kumpiyansa ng maling impormasyon.
Madalas na awtomatihin o pabilisin ang mga ganitong gawain:
- Pagproseso ng impormasyon: pag-uuri ng mga mensahe, pagkuha ng datos mula sa mga dokumento, paghahanap sa panloob na database.
- Paggawa ng mga unang burador: karaniwang email, paglalarawan ng produkto, maiikling buod ng mga pulong.
- Paggawa ayon sa template: mga simpleng ulat, karaniwang spreadsheet, iba’t ibang bersiyon ng mga patalastas.
- Mga teknikal na gawain: paggawa ng maiikling piraso ng code, pag-transcribe ng recording, pangunahing pag-edit ng larawan.
Hindi laging nangangahulugan ng pagkawala ng posisyon ang pag-awtomatiko sa isang gawain. Maaaring lumipat ang empleyado sa pagsuri ng resulta, pag-asikaso ng mga di-pangkaraniwang kaso, o pakikipag-usap sa mga kliyente. Pero kung karamihan ng araw ng trabaho ay ginugugol sa mga gawaing may nakahandang template, maaaring malaki ang maging epekto ng mga pagbabago sa demand at sa mga hinihingi sa trabaho.
Aling mga trabaho ang mas nanganganib dahil sa AI
Hindi ito listahan ng mga propesyong tiyak nang mawawala. Sa halip, ito ang mga larangang mas madaling ipasa sa mga programa ang ilan sa mga nakasanayang gawain.
Mga data entry operator at kawani sa administrasyon
Bahagya nang naiaautomate ang paglilipat ng impormasyon mula sa mga invoice, form, at email papunta sa mga spreadsheet. Nakakatulong din ang mga sistema sa pag-iskedyul ng mga pulong at pag-uuri ng mga papasok na mensahe. Gayunman, maaaring kulang ang ilang dokumento at magkasalungat ang mga tuntunin ng mga kumpanya. Kaya kailangan pa rin ang pagsusuri, pagwawasto ng mga mali, at pag-aayos ng mga proseso.
Mga kawani sa unang linya ng customer support
Kayang sagutin ng chatbot kung paano mag-reset ng password o tingnan ang status ng order. Mas mahirap para rito ang unawain ang di-pangkaraniwang alitan, isaalang-alang ang mga naunang pakikipag-ugnayan, at magmungkahi ng solusyong pasok sa awtoridad ng kumpanya. Kung nagtatrabaho ka sa customer support, makatutulong na matutong humawak ng mahihirap na kaso at pagandahin ang database ng mga sagot, sa halip na sumagot lang nang mabilis gamit ang script.
Mga manunulat ng karaniwang teksto, tagasalin, at editor
Mabilis makagawa ang AI ng mga unang burador ng email, paglalarawan, at salin. Maaari nitong bawasan ang demand para sa mga simpleng tekstong walang orihinal na pananaliksik. Pero kailangan pa ring suriin ang resulta: maaaring baluktutin ng modelo ang kahulugan, hindi mapansin ang detalyeng mahalaga sa batas, o mag-imbento ng sanggunian. Mas nagiging mahalaga ang pag-iinterbyu, pagsusuri ng mga katotohanan, pag-unawa sa mambabasa, at pananagutan ng editor sa inilalathala.
Mga baguhang espesyalista sa coding at analytics
Kayang gumawa ng mga tool ng simpleng function, query sa datos, at unang burador ng mga ulat. Pero maaaring may mali ang code na mukhang handa na, at maaaring hindi ipinapakita ng isang chart ang impormasyong kailangan ng negosyo. Mahalagang marunong magtakda ng malinaw na gawain, magsuri ng datos, sumubok ng solusyon, at magpaliwanag ng mga limitasyon. Maaaring mabawasan ang mga paunang gawain sa ilang team, kaya lalong kapaki-pakinabang sa mga baguhan ang gumawa ng portfolio na nagpapaliwanag sa mga desisyon nila.
Mga designer ng pangmaramihang content
Mas mabilis na ngayong makagawa ng iba’t ibang bersiyon ng banner at ilustrasyon. Gayunman, mahalaga pa rin ang pagpili ng direksiyong biswal, pagsunod sa mga limitasyon ng brand, at pag-aangkop ng materyal para sa aktuwal na paggamit. Halimbawa, hindi awtomatikong angkop sa packaging ang isang magandang larawan: kailangang mabasa rito ang mga sangkap, sukat, at impormasyong hinihingi.
Anong mga trabaho ang mananatili, at paano magbabago ang mga ito
Walang propesyong lubusang ligtas sa pagbabago. Pero may mga uri ng trabaho na mahirap ihiwalay ang teknolohiya sa pagpapasya ng tao, pakikipag-ugnayan, o pagkilos sa pisikal na mundo.
- Mga technician sa pagkukumpuni at pagkakabit. Kailangang suriin ng electrician o tubero ang mismong lugar, kumilos sa masikip na espasyo, at managot sa kaligtasan. Nakakatulong ang mga digital na gabay, pero hindi nito napapalitan ang inspeksiyon at praktikal na kasanayan.
- Mga guro at mentor. Kayang magmungkahi ng AI ng mga pagsasanay o magpaliwanag ng tuntunin sa ibang paraan. Pero mas madaling mapansin ng gurong kaharap ang klase kung nawawalan na ng interes ang mga mag-aaral at kung kailangang baguhin ang plano ng aralin. Maaari namang mapabilis ang pagsuri at paghahanda ng mga materyal.
- Mga project manager at negosyador. Kayang gumawa ng programa ng agenda para sa pulong, pero tao pa rin ang kailangang magkasundo sa mga interes, magtalaga ng pananagutan, at magpasya kapag kulang ang impormasyon.
- Mga espesyalistang may malalim na kadalubhasaan. Nakakatulong ang AI sa mga inhinyero, abogado, at iba pang propesyonal na maghanap ng mga opsiyon at gumawa ng mga unang burador. Mahalaga pa rin ang pagtukoy kung angkop ito sa partikular na sitwasyon at ang pananagutan sa pasya.
Hindi lang mga bagong posisyong may dagdag na salitang “AI” ang mga trabaho sa hinaharap. Maaari ring manatiling in-demand ang mga nakasanayang propesyon kung pinagsasama ng mga ito ang husay sa trabaho, kakayahang gumamit ng teknolohiya, at pag-unawa sa pangangailangan ng mga tao. Halimbawa, mas malawak ang ginagampanang papel ng isang accountant na marunong magsuri ng mga awtomatikong proseso at magpaliwanag ng epekto ng mga ito sa kliyente kaysa sa simpleng pagpasok ng datos.
Gayunman, hindi garantiya ng katatagan ang pakikisalamuha sa tao lamang: maaaring baguhin ng mga employer ang mga tungkulin, dami ng empleyado, at paraan ng pagbibigay ng serbisyo. Huwag lang tingnan ang titulo ng posisyon; isipin kung anong problema ang nilulutas mo at kung ano ang pananagutan mo.
Ano ang gagawin kung nangangamba kang palitan ng AI ang trabaho mo
Hindi mo kailangang magmadaling magpalit ng propesyon. Magsimula sa pagsusuri ng mga gawain mo at pumili ng kasanayang makakatulong para mas maging panatag ka sa trabaho ngayon pa lang.
- Himayin ang mga gawain mo sa loob ng isang linggo. Itala kung gaano katagal ang ginugugol mo sa mga karaniwang gawain, pakikipag-usap, pagsusuri ng resulta, at pagpapasya nang mag-isa. Tukuyin ang mga paulit-ulit na gawain: magandang dito magsimulang mag-aral tungkol sa awtomasyon.
- Magsagawa ng maliit na eksperimento. Hilingin sa isang tool na maaari mong gamitin na gumawa ng template ng email o balangkas ng ulat gamit ang kathang-isip na datos. Ihambing ang resulta sa sarili mong gawa: ano ang napabilis, at ano ang kinailangan mong itama? Huwag mag-upload ng personal na datos, dokumento ng negosyo, o iba pang kumpidensiyal na impormasyon nang walang pahintulot at angkop na proteksiyon.
- Matutong magsuri ng resulta. Sanayin ang sarili na ihambing ang mga katotohanan sa mapagkakatiwalaang sanggunian, subukan ang code, muling kalkulahin ang mga numero, at pansinin ang kontekstong hindi naisama. Hindi sapat ang pagbigay ng prompt sa AI; kailangang alam ng espesyalista kung ano ang maituturing na katanggap-tanggap na sagot.
- Matuto ng kasanayang kaugnay ng kasalukuyan mong papel. Makakatulong sa kawani ng customer support ang pag-aasikaso ng knowledge base; sa designer, ang pag-unawa sa mga limitasyon ng produksyon; at sa analyst, ang kakayahang talakayin ang mga konklusyon kasama ng kliyente. Piliin ang mga kasanayang talagang ginagamit sa larangan mo.
- Pag-aralan ang mga bakanteng trabaho at sumubok ng bago nang hindi agad umaalis sa trabaho. Tingnan kung anong mga tool at tungkulin ang paulit-ulit na binabanggit sa mga anunsiyong interesado ka. Pagkatapos, gumawa ng proyektong pang-aral, magmungkahi ng maliit na pagpapabuti sa trabaho, o kumuha ng praktikal na kurso. Sa ganitong paraan, masusubukan mo ang interes at mga hinihingi bago gumawa ng malalaking pasyang pinansiyal.
Kung hindi mo pa alam kung aling mga kalakasan ang maaasahan mo, makakatulong ang pagsusulit sa uri ng pag-iisip sa trabaho. Kung pinag-iisipan mo namang magpalit ng direksiyon, magsimula sa pagsusulit sa pagpili ng propesyon: gamitin ang mga resulta bilang mga ideya na maaari pang saliksikin, hindi bilang tiyak na desisyon.
Mahalaga ring isaalang-alang ang sitwasyon mo. Mas babagay sa ilan ang unti-unting pag-aaral habang nagtatrabaho, samantalang mas gusto naman ng iba ang mas mabilis na paglipat. Para mas maunawaan ang mga gusto mo, sagutan ang pagsusulit tungkol sa katatagan at pag-unlad ng karera.
Mga madalas itanong
Buong trabaho ba ang papalitan ng AI o ilang gawain lang?
Posible ang dalawa, pero kadalasan ay nagsisimula ang mga pagbabago sa ilang partikular na gawain. Nakadepende ang magiging epekto sa teknolohiya, gastos sa pagpapatupad nito, mga pamantayan sa kalidad, at kung paano aayusin ng employer ang proseso.
Aling mga trabaho ang unang papalitan ng artipisyal na intelihensiya?
Walang makapagsasabi nang tiyak kung ano ang mauuna. Mas madaling awtomatihin ang mga trabahong kadalasan ay binubuo ng karaniwang digital na gawain: pagpasok ng datos, pagsagot gamit ang script, at paggawa ng karaniwang content. Pero kahit sa mga trabahong ito, may mga di-pangkaraniwang kaso at gawaing kailangang suriin.
Kailangan bang matutong mag-program ang lahat?
Hindi. Mas makabubuti sa marami ang matutong gumamit nang wasto ng mga available na tool, magsuri ng mga sagot ng mga ito, at magprotekta ng datos. Pag-aralan ang programming kung makakatulong ito sa mga gawain mo o interesado ka rito bilang direksiyon ng karera.
Paano ko malalaman kung in-demand pa rin ang mga kasanayan ko?
Ihambing ang mga tungkulin mo sa mga kasalukuyang bakanteng trabaho, pansinin ang mga kahingian na paulit-ulit na lumilitaw, at talakayin ang mga pagbabago kasama ng mga katrabaho. Pagkatapos, subukan ang mga kasanayan mo sa isang maliit na praktikal na proyekto: mas marami kang matututuhan dito kaysa sa paghula batay lang sa titulo ng propesyon.
Ang mahahalagang dapat malaman tungkol sa mga trabaho at AI
Hindi pantay-pantay ang epekto ng AI sa merkado ng trabaho: may mga gawaing nawawala, may napapabilis, at may nangangailangan ng bagong kombinasyon ng mga kasanayan. Para malaman kung ano ang ibig sabihin nito para sa iyo, sagutan ang pagsusulit na “Nanganganib ba ang trabaho ko dahil sa artipisyal na intelihensiya?” sa simula ng artikulo.
Makakatulong naman ang mga pagsusulit na ito para mas maunawaan mo ang direksiyon ng karera, mga kagustuhan, at kahandaan mong umunlad: