Cirka två minuter · kostar inget · inga förpliktelser
CorpusMarket Robotik
Kommer AI och robotar att ta över våra jobb?
Debatten om att AI tar över jobb pendlar gärna mellan panik och avfärdande. Den här sidan håller sig till det som går att säga med viss säkerhet om praktiskt arbete, säger tydligt till när den övergår till resonemang och tar upp den berättigade frågan om det går fortare när arbete spelas in för robotträning.
Av Linus Näslund, Co-Founder
- Kostar inget att anmäla sig
- Inget delas innan vi har pratat
- Svar inom två arbetsdagar
Innehåll06
- 01Vad som faktiskt har automatiserats hittills
- 02Varför praktiskt arbete i ostrukturerade miljöer är svårast
- 03Vilka arbetsmoment som verkar mest och minst utsatta
- 04Varför prognoserna om att AI tar över jobb skiljer sig så mycket åt
- 05Skyndar det på utvecklingen att spela in sitt arbete för robotträning?
- 06Om ni överväger att delta
Vad som faktiskt har automatiserats hittills
Oron för att robotar och AI tar över jobb är äldre än robotarna själva, så det är bra att börja med det som har hänt.
Maskiner har tagit över en hel del fysiskt arbete, och det är samma sorts arbete varje gång. Svetsa och lackera på bilfabrikernas monteringslinjer. Stapla pallar. Flytta lådor över lagergolv. Fylla, kapsylera och etikettera i tapperier. Mjölka kor. Dammsuga golv och klippa gräs.
I den listan syns två mönster.
Arbetsmoment, inte hela jobb. En maskin tar över ett moment. Jobbet som momentet hörde till finns oftast kvar, men med en annan blandning av uppgifter. I ett lager med robotar finns det fortfarande människor, men de går mindre och plockar, kontrollerar och rättar till mer. Ibland minskar antalet personer, ibland inte, och det beror lika mycket på företaget som på maskinen.
Strukturerade miljöer först. Allt på listan görs där omgivningen går att ordna så att den passar maskinen: en inhägnad cell, ett plant golv, detaljer som kommer i samma läge, bra belysning. Roboten anpassar sig inte efter världen, utan världen anpassas efter roboten.
Där omgivningen inte går att ordna har automatiseringen gått långsamt. Det gäller det mesta praktiska arbete som görs utanför en fabrik.
Varför praktiskt arbete i ostrukturerade miljöer är svårast
En rörmokare på serviceuppdrag kliver in i en ny källare vid varje besök. Röret sitter där en tidigare ägare drog det. Avstängningsventilen sitter fast. Det är för trångt för den nyckel man normalt skulle använda. Inget av det är ovanligt, och allt är svårt för en maskin.
Skälen är tre, och de är tekniska.
- Robotar lär sig av exempel, och exemplen finns inte. Modellerna som styr nya robotar tränas på inspelningar av hur arbetsmoment utförs. För de flesta hantverksyrken finns det nästan inga sådana inspelningar. Metoden förklaras i Så lär sig robotar.
- Händerna ligger långt före gripdonen. Att känna när en gänga tar, bedöma hur hårt som är lagom och arbeta på känn där man inte ser är vardag för en människa men till största delen olöst för en robot.
- Ingen arbetsplats är den andra lik. En robot som fungerar i ett kök misslyckas ofta i nästa. Att klara variationen är det centrala olösta problemet.
Det syns på de maskiner som säljs i dag. 1X, som säljer hemroboten NEO, säger att en av företagets experter kan övervaka roboten på distans när den ska göra sysslor som den inte kan ännu. Det är en ärlig beskrivning av var tekniken står.
Vilka arbetsmoment som verkar mest och minst utsatta
Det här är ett resonemang som utgår från hur tekniken fungerar. Det är ingen prognos, och ingen bör planera sitt yrkesliv eller sitt företag enbart utifrån det.
| Mer utsatt | Mindre utsatt |
|---|---|
| Görs på samma sätt varje gång | Ser olika ut varje gång |
| Görs på en fast, kontrollerad plats | Görs ute hos andra, inomhus och utomhus |
| Stela föremål med känd form | Mjuka, blöta, klibbiga eller oregelbundna material |
| Lätt kontakt, låga krav på känsel | Kraft och känsla: gänga, passa in, spänna |
| Kort, med ett tydligt slut | Långt, med felsökning och beslut på vägen |
| Ingen annan inblandad | Kunder, kollegor och andra yrkesgrupper runt omkring |
Översatt till arbetsmoment tyder det på att det som ligger närmast är att flytta, sortera och stapla samt enkel maskinpassning. Längst bort ligger att hitta ett fel, att anpassa arbetet efter det som finns på plats, ytarbete som måste se bra ut och allt som görs i trånga eller föränderliga utrymmen.
De flesta praktiska jobb innehåller moment från båda kolumnerna. En kock förbereder råvaror på rutin och sköter dessutom en station under rusningen. En lagerarbetare flyttar kartonger och reder också ut det som är skadat, felmärkt eller saknas. Det troligare på kort sikt är att blandningen inom ett jobb förskjuts.
Inget av detta gör något jobb säkert. Tekniken har överraskat förr, åt båda hållen.
Varför prognoserna om att AI tar över jobb skiljer sig så mycket åt
Den som söker på ”vilka jobb hotas av AI”, ”vilka jobb kommer AI inte ta över” eller ”kommer AI ta över våra jobb” hittar tvärsäkra listor, ibland över framtidsyrken, som säger emot varandra. Det är värt att känna till varför.
- De räknar olika saker. En studie av vilka arbetsmoment en maskin i teorin skulle kunna utföra ger en mycket högre siffra än om man räknar de jobb som har försvunnit.
- Att klara något är inte samma sak som att vara billigare. En robot som kan utföra ett moment måste ändå kosta mindre än alternativet, underhållas och passa in i en arbetsdag.
- Programvara och fysiskt arbete blandas ihop. Utvecklingen har gått fort för AI som skriver och analyserar, men mycket långsammare för maskiner som hanterar föremål. Många prognoser behandlar det som en och samma trend.
- Tidpunkten är en gissning. Små skillnader i vilken takt man antar ger väldigt olika bilder av läget om tio år.
- Den som gör prognosen kan ha ett eget intresse. Robotföretag, investerare och kritiker har alla skäl att beskriva framtiden på ett visst sätt.
En rimlig slutsats är att riktningen är tydlig, att takten är okänd och att exakta årtal och procentsatser bör mötas med skepsis.
Skyndar det på utvecklingen att spela in sitt arbete för robotträning?
Många frågar det, och det ska de göra. CorpusMarket sätter företag i kontakt med ett program som betalar för inspelningar av praktiskt arbete, så här kommer båda sidor av saken.
Det som talar för att det skyndar på. Robotar blir bättre genom att lära sig av inspelningar av människor som arbetar. Fler och bättre inspelningar ger bättre modeller. Ett företag som spelar in bidrar, i liten skala, till den utvecklingen. Att påstå något annat vore oärligt.
Det som ger proportioner. Det arbete labben vill ha inspelat är just det som robotar är längst ifrån att klara, och det är därför de efterfrågar det. Ett enskilt företags inspelningar är en mycket liten del av vad de här modellerna behöver, och materialet samlas in vare sig ett visst företag är med eller inte. En inspelning visar dessutom vad händerna gjorde, men omdömet bakom valet följer inte med.
Det som ingen vet. Hur mycket data som räcker, hur lång tid det tar och vad som händer med enskilda jobb på vägen. Ingen har de svaren, inte heller labben.
Vem som bestämmer. Företaget bestämmer om det vill delta. Varje medarbetare bestämmer om han eller hon vill spela in, och i det program vi sätter företag i kontakt med är inspelningen frivillig för varje medarbetare. En del ser det som ett sätt att få betalt för kunskap som annars aldrig skulle dokumenteras. Andra skulle inte spela in till något pris. Båda hållningarna är rimliga.
Leder ni personal kommer frågan att dyka upp, och det går bättre om den tas upp tidigt och får ett rakt svar. På vår sida om att filma på jobbet beskriver vi hur det samtalet brukar gå och tar även upp filmning och integritet.
Om ni överväger att delta
Vill ni se hur det ser ut i en enskild bransch finns robotik i byggbranschen och robotar i lager. Hur programmet går till och vad ersättningen beror på beskrivs i så fungerar det och få betalt för att spela in arbete.
Programmet samlar i dag främst in data i USA, och om svenska företag kan delta avgörs från fall till fall. Vill ni prata igenom saken, tveksamheterna inräknade, är ni välkomna att berätta om ert företag. Det tar två minuter, och ni förbinder er inte till något. Vi hör av oss inom två arbetsdagar, och inget delas utanför CorpusMarket innan vi har pratat med er.
Frågor och svar
Vanliga frågor
Kommer robotar att ta mitt jobb?
Det kan ingen svara på för en enskild person. Hittills har mönstret varit att maskiner tar över enskilda arbetsmoment, först de repetitiva i kontrollerade miljöer, och att jobbet förändras runt dem. Hur långt och hur fort det går för praktiskt arbete vet ingen.
Kommer AI att ersätta byggnadsarbetare?
Så som tekniken ser ut i dag pekar den inte åt det hållet. Robotar på byggen gör smala, repetitiva moment på förberedda ytor, och det som fyller ett arbetslags dag, att passa in, justera och lösa problem, är det som robotar klarar sämst. Det beskriver läget i dag och är inget löfte om framtiden.
Vilka jobb kommer AI inte ta över?
Inget jobb kan ärligt kallas säkert. Arbete som är varierat, görs för hand, utförs på platser som ser olika ut varje gång och innebär kontakt med människor ser minst utsatt ut med dagens teknik. Det är en bedömning av hur svårt arbetet är för en maskin, ingen garanti.
Vilka jobb hotas av AI först?
Det tydligaste mönstret gäller arbetsmoment, inte jobb. De moment som försvinner först är repetitiva, förutsägbara och utförs på en fast plats, oavsett om det handlar om att flytta lådor i ett lager eller ta fram rutindokument vid en dator.
Sätter jag mitt jobb på spel om jag spelar in mitt arbete för att träna robotar?
Inspelningarna bidrar till den data som robotar lär sig av, så det vore fel att säga att det saknar betydelse. Samtidigt är det arbete labben vill ha inspelat just det som robotar är längst ifrån att klara. Varje företag och varje medarbetare gör sin egen avvägning, och det är frivilligt att spela in.
Varför går prognoserna om robotar och jobb isär så mycket?
De mäter olika saker. Vissa räknar arbetsmoment som en maskin i princip skulle kunna utföra, andra räknar jobb som faktiskt har försvunnit. De utgår också från olika utvecklingstakt och olika kostnader, och små ändringar i de antagandena ger väldigt olika svar.
Fler sidor
Läs vidare
Kroppskamera och inspelning på arbetsplatsen
Att sätta en kamera på en anställd väcker rimliga frågor, och de förtjänar raka svar. Den här sidan beskriver hur inspelning för robotträning brukar gå till, vilka frågor som brukar komma upp och hur de gås igenom med varje företag innan inspelningen börjar. Sidan är en beskrivning, inte juridisk rådgivning.
Läs merSå lär sig robotar: imitationsinlärning och diffusion policy
De flesta robotar som gör något nytt i dag har lärt sig det genom imitationsinlärning, alltså genom att kopiera inspelade exempel på uppgiften. Den här guiden förklarar den metoden och de närliggande metoderna utan matematik och avslutas med vilken data var och en kräver.
Läs merTjäna pengar med AI: få betalt för att spela in ert arbete
Robotlabb betalar för video av människor som utför praktiskt arbete, filmad ur medarbetarens eget perspektiv. Den här sidan vänder sig till företag där personalen gör sådant arbete varje dag. Här förklarar vi vad som spelas in, vad ersättningen beror på och vad som reds ut innan någon sätter på sig en kamera.
Läs merNästa steg
Berätta om ert företag
Om er personal utför praktiskt arbete kan ett robotlabb betala för video av det. Skicka era uppgifter så berättar vi om det passar och vad som händer sedan.
- Kostar inget att anmäla sig
- Inget delas innan vi har pratat
- Svar inom två arbetsdagar