Tekoäly muuttaa palkkoja, ei vain työpaikkoja
Irtisanomissignaali: Tekoäly on vuonna 2026 ilmoitettu tärkeimmäksi työpaikkojen vähentämisen syyksi, vaikka irtisanomiset ovat kokonaisuutena vähentyneet.
Rekrytointijäädytys: Tekoälyä hyödyntävät palveluyritykset vähentävät rekrytointisuunnitelmia paljon useammin kuin ilmoittavat todellisista irtisanomisista.
Vaikutus palkkoihin: Tekoälylle altistuminen hidastaa palkkojen kasvua ja maksaa vaikutusten kohteeksi joutuville työntekijöille miljardeja, kun suurituloiset pysyvät suurelta osin suojassa.
Epätasaisesti jakautuva taakka: Palvelualojen työntekijät ja pienituloisemmat kantavat voimakkaimmat vaikutukset, minkä vuoksi koko yrityksen palkitsemisen keskiarvot voivat johtaa harhaan.
Henkilöstöhallinnon tarkistukset: Henkilöstöhallinnon tiimit voivat tunnistaa piilevät häiriöt vertaamalla altistumiseen perustuvia palkkoja, suljettuja rekrytointipyyntöjä ja tehtävien täyttämisen ajoitusta.
Äskettäinen Yahoo Financen juttu kiinnitti LinkedInin tekoälyvaikuttajien huomion. Uusimpaan työmarkkinadataan perustuvassa artikkelissa väitetään, ettei tekoäly syrjäytä yhdysvaltalaisia työntekijöitä. Viimeisten kahdeksan viikon aikana julkaistut kolme raporttia kertovat tarkemman tarinan, ja se on henkilöstöjohtajille hyödyllisempi kuin rauhoitteleva versio.
Tekoälyyn viittaavat irtisanomiset: Challengerin, Grayn ja Christmasin tiedot osoittavat, että tekoäly on vuonna 2026 ainoa johtava työpaikkojen vähentämiseen ilmoitettu syy: siihen viitataan 22 prosentissa kaikista tänä vuonna tehdyistä vähennyksistä.
Palkkaamisen vähentäminen: New York Fedin alueellinen kysely osoittaa, että tekoälyä käyttävät palveluyritykset vähentävät palkkaamissuunnitelmiaan lähes neljä kertaa useammin kuin ilmoittavat irtisanomisista.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Palkkojen puristuminen: Apollo Global Managementin tutkimuksen mukaan tekoälylle altistuvien työntekijöiden hitaamman palkkakehityksen kustannus on 28 miljardia dollaria vuodessa, jaettuna 5,8 miljoonan ihmisen kesken.
Mistä rauhoitteleva versio on peräisin
Väite levisi nopeasti: työpaikkojen vähennykset ovat laskussa, palkkaaminen kasvussa, eikä ole näyttöä siitä, että tekoäly korvaisi työntekijöitä. Apollon pääekonomisti Torsten Sløk on esittänyt tästä väitteestä muunnelmaa jo viikkojen ajan viitaten Challengerin tietoihin, joiden mukaan työpaikkojen vähennykset ovat laskeneet elokuuhun mennessä 41 prosenttia vuodentakaisesta, mikä on alhaisin tammi–elokuun kokonaismäärä sitten vuoden 2022. Samalla palkkaamissuunnitelmat ovat kasvaneet 37 prosenttia samana ajanjaksona, mikä on korkein taso sitten vuoden 2023.
Tuo osa pitää paikkansa. Se ei kuitenkaan ole koko raportti.
Mitä syykoodeista oikeastaan selviää
Ennen kuin lähdemme jälleen täysillä mukaan useampiin tekoälyä syntipukkina pitäviin kertomuksiin, uusimman väitteen tueksi käytetty data kannattaa tarkastella kokonaisuudessaan.
Challengerin kuukausiraportti sisältää kaksi erillistä taulukkoa: toisessa seurataan työpaikkojen vähennysten kokonaismäärää, kun taas toisessa ne eritellään työnantajien ilmoittamien irtisanomissyiden mukaan.
Toisessa taulukossa tekoäly on tähän mennessä vuonna 2026 työpaikkojen vähentämiseen eniten ilmoitettu yksittäinen syy: se mainitaan 116 175 ilmoituksessa, mikä vastaa 22 prosenttia kaikista tänä vuonna tehdyistä vähennyksistä. Vähennysten kokonaismäärän yleinen lasku johtuu pääasiassa valtionhallinnon irtisanomisten vähenemisestä viime vuoden poikkeuksellisen korkealta tasolta, ei siitä, että tekoälyn merkitys tapahtuvissa vähennyksissä olisi pienentynyt.
Kaksi asiaa voi olla totta samanaikaisesti: irtisanomisten kokonaismäärä voi laskea, ja tekoäly voi silti olla yleisin syy jäljelle jääviin irtisanomisiin.
Edellä mainittu palkkaamisen vähentämistä koskeva havainto on peräisin New York Fedin kyselystä, joka tehtiin tekoälyä käyttävien palveluyritysten keskuudessa ja jonka tulokset on eritelty alla.
Emme tee tätä ensimmäistä kertaa
Se, että palkat ottavat vastaan automaation aiheuttaman shokin henkilöstömäärän sijaan, ei ole ennennäkemätöntä. Teollisuusrobotit tuottivat lähes samanlaisen ilmiön vuosia ennen kuin generatiivinen tekoäly oli olemassa työpaikkojen työkaluna.
Poliittisen taloustieteen aikakauslehdessä julkaistussa tutkimuksessa MIT:n Daron Acemoglu ja Bostonin yliopiston Pascual Restrepo seurasivat robottien käyttöönottoa 19 toimialalla ja 722 Yhdysvaltojen työssäkäyntialueella vuosina 1990–2007.
Heidän keskeinen havaintonsa oli, että jokainen tuhatta työntekijää kohden lisätty robotti vähensi työllisten osuutta väestöstä noin 0,2 prosenttiyksikköä ja palkkoja noin 0,42 prosenttia. Vaikutus kasautui paikallisilla työmarkkinoilla vähitellen vuosien kuluessa sen sijaan, että se olisi ilmennyt näyttävien irtisanomisten aaltona.
Vaikutus ei myöskään jakautunut tasaisesti. Tutkijat havaitsivat sen keskittyvän voimakkaimmin vähemmän koulutettuihin työntekijöihin, erityisesti tehdasteollisuudessa, kun taas palkkatasolla ylempänä olevat työntekijät säästyivät siltä suurelta osin. Tämä vastaa läheisesti sitä rakennetta, jonka Apollo havaitsi tämän vuoden tekoälydatassa: palvelutyöntekijät ja alimpaan tulokvartiiliin kuuluvat kantavat suurimman osan palkkavaikutuksesta, kun taas suurituloisimmat eivät koe sitä lainkaan.
Vertailulla on kuitenkin rajoituksensa. Teollisuusrobotit ovat fyysisiä ja kalliita pääomainvestointeja. Tekoälytyökalut ovat halpoja ja voivat levitä organisaatiossa muutamassa viikossa, mikä voi tarkoittaa, että tämä tapahtuu nopeammin, hitaammin tai eri tavalla kuin robottien data pystyy ennustamaan.
Tuo tutkimus osoittaa, että juuri tämä malli – häiriö kohdistuu palkkoihin ja osallistumiseen eikä työllisten määrään – on jo toteutunut kerran mitattavissa ja julkaistuissa tiedoissa, kauan ennen kuin tekoäly teki siitä jälleen ajankohtaisen kysymyksen.
Puuttuvat $4,800
Apollon tutkimuksessa tekoälylle altistuneiden työntekijöiden menettämä palkkakasvu, yhteensä $28 miljardia, ilmoitetaan yhtenä keskiarvona: $4,800 vuodessa jaettuna 5,8 miljoonalle työntekijälle.
Keskiarvot peittävät sen, kuinka epätasaisesti tämä luku jakautuu, ja on syytä tarkastella laskelmaa, jonka päätulos jättää kertomatta.
Tässä ryhmässä palvelutyöntekijöiden palkkakasvu väheni suhteellisesti 24,3 % ja pienimpään tulokvarttiiliin kuuluvien 10,7 %, kun taas eniten ansaitsevien kohdalla ei havaittu lainkaan mitattavaa vaikutusta.
Hajonta on suurempi kuin $4,800 keskiarvo antaa ymmärtää, ja vaikutus kohdistuu voimakkaimmin niihin, jotka ansaitsevat jo valmiiksi vähiten. Puhelinpalvelukeskuksen työntekijä tai vähittäiskaupan myyjä, jonka palkkakasvu jää lähes neljänneksen pienemmäksi, menettää paljon keskiarvoa enemmän – ja lähtökohtaisesti pienemmästä palkasta. Korkean tekoälyaltistuksen ammatissa jo valmiiksi hyvin ansaitseva henkilö saattaa kärsiä tästä tuskin lainkaan.
Tällä on merkitystä sille, miten tämä näkyy – tai ei näy – useimmissa palkitsemista koskevissa raporteissa. Yritys, joka tarkastelee koko henkilöstönsä keskimääräistä palkkakasvua tänä vuonna, saattaa nähdä normaalilta näyttävän luvun, koska vaikutuksilta säästyneet riittävästi ansaitsevat työntekijät nostavat keskiarvoa takaisin ylöspäin.
Niiden työntekijöiden kohdalla, joihin palkkojen kasvun hidastuminen vaikuttaa, ilmiö on todellinen, mutta se jää näkymättömäksi yhdistetyssä luvussa, jonka johto todennäköisimmin näkee ensin.
Mitä omista tiedoista kannattaa tarkistaa
Mikään näiden kolmen raportin taustalla oleva selvitys ei edellyttänyt yrityskohtaista tietoa, eikä sen sisäinen tarkistaminenkaan edellytä sitä.
Challengerin luvut perustuvat julkisiin ilmoituksiin työpaikkojen vähentämisestä. New Yorkin keskuspankki kysyy yrityksiltä suoraan ja julkaisee tulokset. Apollo laati arvionsa Bureau of Labor Statisticsin tiedoista.
Karkeaa osavaltiokohtaista arviota mittakaavasta tarjoaa Center for AI Safetyn wageloss.ai-koontinäyttö, joka muuntaa Challengerin tekoälyyn liitetyt irtisanomiset dollariarvioksi. Se huomioi kuitenkin vain irtisanomisten kanavan, ei palkkojen kasvun hidastumista tai rekrytoinnin vähentymistä, joihin tarvitaan enemmän huomiota. Kaiken tämän taustalla oleva malli näkyy tiedoissa, joita useimmilla organisaatioilla on jo hallussaan.
Muutama lähtökohta palkkaus- tai henkilöstöhallintotiimille, joka haluaa tarkistaa tilanteen:
- Jaa palkkakasvu tekoälyaltistuksen, ei vain osaston, mukaan. Laske tekoälytyökaluja säännöllisesti käyttävien tehtävien palkkakasvu viimeisten 24 kuukauden ajalta ja vertaa sitä vastaavalla tasolla ja yhtä pitkään työskennelleiden, muuten samankaltaisten työntekijöiden tehtäviin, joissa niitä ei käytetä. Koko osaston yhdistetty keskiarvo voi peittää saman palkkakasvun hidastumisen kuin kansallinen keskiarvo.
- Tarkista, mitkä rekrytointipyynnöt suljettiin täyttämisen sijaan. Challenger eikä NY Fedin kysely pysty havaitsemaan rekrytointipyyntöä, joka hyväksytään mutta suljetaan sitten ilman palkkausta. Useimmat hakijaseurantajärjestelmät pystyvät. Erityisesti tekoälylle altistuneiden tehtävien osalta tämä luku vastaa läheisemmin NY Fedin 15 prosentin lukua ”palkkasivat vähemmän” kuin mikään henkilöstömääräraportin tieto.
- Seuraa tehtävien uudelleentäyttöön kuluvaa aikaa, älä vain uudelleentäyttöastetta. Kasvava aikaero tekoälylle altistuneesta tehtävästä lähtemisen ja sen uudelleentäytön välillä – vaikka tehtävä lopulta täytettäisiinkin – on usein tämän mallin varhaisin näkyvä ilmentymä, kauan ennen kuin se näkyy työtyytyväisyyskyselyssä tai lähtöhaastattelussa.
- Kokoa palkitseminen ja tekoälyn käyttöönoton suunnittelu saman pöydän ääreen. L&D tai joku muu tekoälyn käyttöönottoa johtava taho hallinnoi yleensä uudelleenkoulutuksen budjettia. Palkitsemisesta vastaava taho hallinnoi palkkabudjettia. Jos tehtävään investoidaan uudelleenkoulutukseen tänä vuonna samalla kun sen palkkakasvu jää jälkeen, näitä erillisiä lukuja seuraavat tiimit eivät ehkä koskaan vertaile tietojaan. Yhteys havaitaan siis vain, jos joku molempien yläpuolella oleva pyytää kumpaakin vastaamaan samaan kysymykseen.
Mikään tästä ei edellytä seuraavan Challenger-raportin tai seuraavan Fedin kyselyn odottamista. Tarkistettavat tiedot ovat suurelta osin jo HRIS-järjestelmässä ja ATS-järjestelmässä.
