Het getal dat een jaar aan koppen onderuithaalde

De bevinding: Scott Strand, econoom in Googles team voor technologie en samenleving, zette een cijfer onder een debat dat twee jaar lang op voorspellingen dreef. In het onderzoek dat Google uit zijn ATLAS-werk publiceerde, gebaseerd op 15 miljoen geanonimiseerde Gemini-interacties, is de adoptie van AI op het werk in zijn formulering zeer breed maar zeer ondiep. Het hulpmiddel duikt nu op in 68 procent van de beroepen en dekt 90 procent van de Amerikaanse werkgelegenheid - en in een typische baan wordt het maar voor zo'n 21 procent van de taken gebruikt.

Het tweede getal is het getal dat telt voor wie een budget plant. Minder dan 10 procent van de AI-interacties op het werk automatiseert een taak volledig; de grote meerderheid is samenwerkend - ideevorming, concepten, informatie zoeken, problemen oplossen en leren. Het bedrijf met de sterkste commerciële reden om te beweren dat AI werknemers vervangt, mat zijn eigen product terwijl het iets smallers en nuttigers deed: mensen helpen werken, niet hun plaats innemen.

Breed is niet hetzelfde als diep

Waarom het telt: de kloof tussen bereik en diepte is precies waar de planning misgaat. Het is gemakkelijk te lezen dat 90 procent van de werkgelegenheid geraakt is en te concluderen dat het personeel wordt geautomatiseerd; dezelfde dataset zegt dat de gemiddelde werknemer een vijfde van zijn taken aan AI geeft en de rest houdt. Breedte meet nieuwsgierigheid en toegang. Diepte meet vervanging, en alleen de tweede rechtvaardigt het schrappen van een functie.

Ja, maar: het ondiepe cijfer is geen plafond voor altijd, en sommige taken bewegen sneller dan andere - creatief ontwerp en hypothesetoetsing duiken in AI-werk op tegen bijna het dubbele van hun basispercentage. Het punt is niet dat automatisering nooit dieper wordt; het is dat ze dat vandaag, op de eigen data van de meter, niet heeft gedaan, en een beslissing die nu wordt genomen zou het heden moeten beprijzen, niet een beloofde toekomst.

De beslissing die dit zou moeten veranderen

De kern: de duurste fout die een eigenaar op dit moment kan maken, is personeel herstructureren tegen een automatiseringsgraad die nog niet bestaat. Wanneer de verkooppraat van een leverancier en zijn eigen meting uiteenlopen, is de meting het basispercentage - en het basispercentage hier is een vijfde van de taken ondersteund, geen banen geschrapt. Een aanwervingsstop of ontslag verantwoord met "AI regelt dat wel" is een weddenschap tegen de cijfers die de verkoper net publiceerde.

Dit is een basispercentage-discipline, geen stemming. Het juiste kader is dat van economen als Autor en Coyle: vraag wat het bewijs de technologie vandaag ziet doen, in totaal, en meet de beslissing daaraan af - niet aan de meest zelfverzekerde leveranciersdia of de meest angstige kop. De ondersteuningszaak is reëel en verdient financiering; de vervangingszaak is op de huidige data nog geen plan.

Wat te doen met een cijfer van 21 procent

Doe dit: behandel 21 procent als een werkplafond voor automatisering op taakniveau en bouw uw komende 12 maanden op ondersteuning - geef teams de hulpmiddelen, meet welke taken echt bewegen, en laat bewijs, niet de roadmap, elke structurele verandering aansturen. Financier opleiding voordat u afvloeiing financiert, want het echte signaal van het onderzoek is dat waarde komt van mensen die AI goed gebruiken, niet van hen te schrappen.

Voor Europese exploitanten is er een tweede reden om traag te zijn met personeel: ondernemingsraden, cao-regels en de werkplektransparantieplichten van de EU AI-verordening maken dat een herstructurering verantwoord met automatisering die u nog niet kunt aantonen zowel een financieel als een juridisch risico is. Documenteer wat de hulpmiddelen in uw eigen bedrijf werkelijk doen, herzie het cijfer elk kwartaal, en handel wanneer uw data - niet die van Google en niet die van een concurrent - laten zien dat de diepte is veranderd.