Isang buhay na mahirap gumaling: Natuklasan ng Goldman Sachs na ang mga manggagawang napalitan ng AI ay karaniwang nahihirapang muling makahanap ng trabaho, at madalas silang mapunta sa susunod na target ng AI

Ang mga manggagawang napaalis dahil sa artificial intelligence ay napapasok sa isang siklo na mahirap takasan. Ayon sa pinakabagong pananaliksik ng Goldman Sachs, ang epekto ng AI sa merkado ng paggawa ay kumalat na mula sa industriya ng teknolohiya papunta sa mas malawak na mga larangan tulad ng pinansya, insurance, real estate, at propesyonal na serbisyo. Bukod dito, mas nahihirapan ang mga nawalan ng trabaho dahil sa AI na humanap ng panibagong trabaho kumpara sa mga karaniwang natanggal; at kung makahanap man, kadalasan ay muling nalalagay sa panganib ng susunod na alon ng AI automation.

Isinulat ng ekonomistang si Pierfrancesco Mei ng Goldman Sachs sa pinakabagong ulat na, sa non-manufacturing na mga larangan, ang mga industriyang may mataas na AI adoption rate ay nakakakita na ngayon ng mas mababang employment growth at mas mataas na unemployment rate. Ipinapakita ng datos na ang mga manggagawang natanggal sa trabaho sanhi ng mataas na AI exposure ay nangangailangan ng halos isang buwang mas mahaba upang muling makahanap ng trabaho, at ang posibilidad na manatiling walang trabaho isang taon makalipas ang tanggalan ay mga 10 percentage point na mas mataas kaysa sa iba pang tinanggal.

Kasabay nito, binigyang-diin ng chief economist ng Goldman Sachs na si Jan Hatzius na bawat 10 percentage point na pagtaas sa AI adoption rate ay nagreresulta ng humigit-kumulang 0.9 percentage point na pagbaba ng employment growth at 0.9 percentage point na paglago ng unemployment sa kaugnay na industriya.

Mas nakababahala pa, maaaring hindi pa nagsisimula ang ganap na pagputok ng epektong ito. Nagbabala ang ekonomistang si Joseph Briggs ng Goldman Sachs na ipinapakita ng kasaysayan na ang mga tanggalan dahil sa automation ay kadalasang nangyayari sa panahon ng recession; kaya't kung ngayo’y mas pinipiling huwag agad magtanggal ang mga kompanya habang lumalago ang kita, kapag bumaba ang ekonomiya, maaari namang biglang sabay-sabay na mangyari ang mga matagal nang nakabinbing AI-induced layoffs kasabay ng cyclical unemployment.

Noong una, malawak ang pagdududa ng merkado sa kakayahan ng AI na mapalitan ang mga trabaho. Sinabi ng Apollo analyst na si Torsten Slok nitong Agosto na ang epekto ng AI sa trabaho ay "napakaliit"; natuklasan sa kanilang pag-aaral na lalo nitong pinipigil ang paglago ng sahod kaysa bilang ng trabaho—mula 2023, ang growth rate ng sahod ng mga trabaho na labis na exposed sa AI ay 6.7% na mas mabagal kaysa mga mababa sa AI exposure, ngunit walang nakitang statistical na pagbabago sa bilang ng mga manggagawa.

Sa kabila nito, ibang direksyon ang ipinapakita ng pinakabagong datos ng Goldman Sachs. Gumamit si Mei ng bagong datos mula sa "Displaced Worker Supplement" ng US Census Bureau na sumasaklaw sa higit 15,000 na nonvoluntary unemployed workers mula 2016–2025, at idineklarang ang cohort ng 2023 hanggang 2025 ay ang "unang batch ng AI replaced workers". Gamit ang composite score na isinama ang occupational AI exposure, AI adoption rate ng industriya, at paraan ng pagkawala ng trabaho, hiwalay na inilahad ng Goldman ang top 30% ng mga maaaring mawalan ng trabaho dahil sa AI para ihanay sa ibang natanggal sa trabaho.

Ipinapakita ng resulta na bago ang 2024 ay hindi halata ang pagkakaiba, ngunit pagdating ng 2025, nagkaroon ng malinaw na gap: lumalawak ang oras na kailangan ng AI replaced workers para muling makapagtrabaho at tumataas ang posibilidad ng pangmatagalang kawalan ng trabaho. Ayon sa Goldman, ang short-term impact na ito ay "katumbas ng mga nagdaang alon ng teknikal na pagbabago pagdating sa epekto sa mga unemployed workers," ibig sabihin, nahihirapan nang patunayan ang teoryang "AI ay lumilikha lang ng trabaho at hindi nagsisira ng trabaho".

Ang pinakanakababalisa sa pag-aaral ng Goldman ay hindi lamang ang tagal ng pagka-unemployed kundi pati ang pinupuntahan pagkatapos. Sa mga naunang teknikal na pagbabago, ang mga natanggal sa trabaho dahil sa teknolohiya ay madalas na "bumababa" patungo sa mas procedural, hindi gaanong komplikadong mga trabaho, at unti-unting nawawalan ng halaga ang dating kasanayan.

Ang kasalukuyang AI replacement wave ay nagpapakita ng katulad, o mas malalang pattern. Ang mga AI replaced worker ay nahahanap ng mga trabaho na pinapayagan silang gamitin ang dating kasanayan—ngunit ito'y nagbubukas din ng mas mataas na panganib na muli silang mapalitan ng susunod na automation. Ipinapakita ng datos mula sa Goldman na ang posibilidad na mapasok ng AI replaced worker ang trabaho na may katulad o mas mataas na AI exposure ay tumaas mula sa median na 55% noong 2018–2023 patungong 65% noong 2024, at aabot pa ng halos 75% sa 2025.

Sa madaling salita, tatlo sa bawat apat na naalis ng AI ay bumabalik lang sa susunod na target ng AI.

Pinapatunayan din ito ng datos mula sa US Bureau of Labor Statistics: mula 2023 hanggang 2025, may 7.4 milyong manggagawa ang nawalan ng trabaho ng hindi boluntaryo, mas mataas sa 6.3 milyon noong nakaraang cycle; at sa mga muling nakahanap ng full-time na trabaho mula sa long-term unemployment, 49% lang ang may sahod na katumbas o mas mataas kaysa sa dating trabaho, mas mababa kaysa 62% dalawang taon na ang nakalipas.

Ipinapakita ng historical data ng Goldman na pangmatagalan ang epekto ng teknikal na pagkawala ng trabaho. Sa mga susunod na taon matapos ang tanggalan, mas mababa ang real wage growth ng mga AI replaced worker kaysa sa iba pang tinanggal; mas mataas din ang posibilidad na muli silang mawalan ng trabaho. Sa datos ng apatnapung taon, ang mga mas matanda, walang college degree, nakatira sa rural area, at matagal sa lumang trabaho ay may 8–10 percentage point na kabuuang real wage gap kumpara sa mas batang, college graduate, nasa urban area, at panandalian lang sa dating trabaho—doble ang laki ng disparity.

Gayunpaman, may positibong senyales sa bagong datos ng Goldman: Mas nakakakilos at nakakaangkop ang mga mas batang manggagawa sa epekto ng AI. Sa 2025, ang mga AI replaced worker na wala pang 35 anyos ay nangangailangan ng tatlong linggong dagdag para makabalik sa full-time na trabaho kumpara sa iba pang natanggal; habang para sa 35 anyos pataas, aabutin ng limang linggo bukod pa sa mas malawak na karanasan sa temporaryo at part-time.

Napansin din ng Goldman na "palaki nang palaki ang bilang ng mga college students na namimili ng majors na mababa ang exposure sa AI". Gayunman, ayon sa Stanford Digital Economy Lab, ang kabataan edad 22 hanggang 25 na napunta sa AI-high exposure na trabaho ay may employment level na 19% mas mababa kaysa normal—ang problema ay hindi bilis ng pag-angkop kundi kawalan ng hiring.

Sa ngayon, nasa 4.2% pa rin ang unemployment rate sa US, kaya hindi pa ganap na kita sa macro data ang AI replacement effect.

Paliwanag ni Briggs ng Goldman Sachs: Sa kasaysayan, karamihan ng mga tanggalan dahil sa automation ng regular jobs ay nangyayari tuwing recession. Ipinapakita ng datos na ang proporsyon ng US workers sa routine jobs ay halos static tuwing expansion, ngunit sunod-sunod na bumabagsak tuwing recession noong early 80s, 2001, 2008, at 2020—at hindi na bumabalik sa dating antas.

Base sa tatlong metodolohiyang historical estimation ni Briggs, bawat 1% na paglago ng labor productivity dahil sa teknolohiya ay magdadala ng 0.3–0.4 percentage point na tugatog na paglago ng unemployment, pangunahing sanhi ng posisyon na nawala. Sa prediksyon ng Goldman na magtataas ng labor productivity ng 15% ang AI, tinataya na mga 9% ng mangagawang Amerikano ang mapapalitan ng AI sa transition period na ito, dagdag pa ang 3% na shrinkage sa hiring—umaabot sa 15 milyon, mas mataas kaysa 6-7% na estima noong simula ng taon.

Nilinaw ni Briggs, ang mga kompanya ay mas natutuksong magpanatili ng excess jobs kapag maganda ang kalagayan ng ekonomiya, ngunit kapag nagbago ang cycle, ginagamit ang economic downturn bilang pagkakataon para mas pabilis na isulong ang automation. Lalo pang nakakabahala na ang AI capital expenditure boom mismo ang pangunahing tagapagdala ng kasalukuyang economic growth, ngunit babala ni Hatzius na naabot na ang peak ng trend na ito—na maaaring mismong AI ang magbunsod ng susunod na recession.

Hindi naman ganoon kaagresibo ang pananaw ng mga ekonomista ng Bank of America; ayon sa kanila, "ang epekto ng AI sa labor market ay mananatiling limitado bago 2026, at ang mas malawak na restructuring ay posibleng mangyari pa sa 2027". Pero kahit sa mas "optimistic scenario" na ito, mari-reset lamang ng dalawang taon ang malawakang epekto.

Mahahalagang pansinin na ayon sa Goldman, humigit-kumulang 23% lang ng mga kompanya sa US ang gumagamit ng AI sa ilan sa kanilang regular na workflow, at "mas mataas pa ito kaysa totoong lebel ng automation na umiiral ngayon".

Ngunit sa ganitong limitadong adoption rate, estadistikang makabuluhan na agad ang pagkawala ng trabaho bunsod ng AI—at malaki ang tsansa ng mga nawalan at muling napasok sa trabaho na muling tamaan ng AI replacement risk.

Kung madoble o matriple pa ang kasalukuyang AI adoption rate, bawat aspeto ng epekto ay lalo pang palalakasin: dadami ang mga natanggal na hahabol sa kakaunting "hindi kayang palitan ng AI" na mga trabaho, hahaba pa ang panahon ng unemployment, at mas marami ang muling mapapalitan sa bagong trabaho. Konklusyon ni Briggs: Malamang na ang pangunahing bahagi ng impact na ito ay sabay-sabay lalabas pagdating ng susunod na recession—sa mismong panahong pinakamahina ang kapasidad ng ekonomiya para sumalo.

Babala ni Briggs, dapat magbantay ng mabuti ang US Federal Reserve at iba pang sentral bangko sa anumang bagong panganib sa paglago o labor market; at kung sakaling mawala ang kasalukuyang inflation constraint, "ang mabilis na pag-shift sa mas maluwag na monetary policy ay makakatulong upang mapigilan ang biglaang paglobo ng automation-induced unemployment sa pinakamaselang yugto ng ekonomiya."