Denna webbplats lagrar cookies i begränsad omfattning. Genom att besöka sidan, godkänner du villkoren i vår integritetspolicy. Läs mer

Working Paper No. 1382

Artificial Intelligence, Robotics, Work and Productivity: The Role of Firm Heterogeneity

Mångfald av företagstyper fördel i AI-driven strukturomvandling

Working Paper
Referens
Heyman, Fredrik , Pehr-Johan Norbäck och Lars Persson (2021). ”Artificial Intelligence, Robotics, Work and Productivity: The Role of Firm Heterogeneity”. IFN Working Paper nr 1382. Stockholm: Institutet för Näringslivsforskning.

Författare
Fredrik Heyman, Pehr-Johan Norbäck, Lars Persson

Studien undersöker hur automatisering baserad på AI påverkar företag. Såväl ledar- som följarföretag har ökat sin produktivitet, men endast följarföretagen har ökat antalet anställda i yrken som är nära kopplade till automatisering. Ett näringsliv med olika typer av företag kan således leda till en mer inkluderande strukturomvandling.

Många ekonomier står nu mitt uppe i en strukturomvandling baserad på artificiell intelligens och robotisering (AI & R), där inte bara rutinarbeten utan också mer avancerade arbetsuppgifter kan automatiseras. Detta ger upphov till stora produktivitetsökningar hos företagen. Samtidigt menar många forskare på området att ett stort antal yrken och arbetsuppgifter kommer att kunna ersättas av AI & R i framtiden.

Teoretisk analys
Utgångspunkten för vår teoretiska analys är att olika typer av företag kommer påverkas på olika sätt av den pågående tekniska utvecklingen. Analysen ger vid handen att s.k. ledande företag, med en välutbildad arbetskraft, ökar sin produktivitet men minskar anställda i yrken som är nära kopplade till automatisering. S.k. följarföretag, dvs. mindre avancerade företag, ökar däremot både sin produktivitet och anställda i yrken som är nära kopplade till automatisering.

Orsaken till att följarföretagen ökar anställda i yrken som är nära kopplade till automatisering är en skaleffekt. Även om automatiseringen ersätter anställda i viss mån, så kommer dessa företag att expandera så pass mycket att de kommer att anställa. Ledande företag kommer istället att investera så mycket i automatisering att ersättningseffekten dominerar över skaleffekten. Vidare visar vår analys att de negativa effekterna på efterfrågan på arbetskraft kan bli mer omfattande i slutet av strukturomvandlingen

Nytt och mer omfattande empiriskt mått på AI:s påverkanVår empiriska analys är baserad på detaljerade registerdata på företag och anställda i det svenska näringslivet under perioden 1996–2013. Vi utgår från automatiseringssannolikheter för olika yrken som andra forskare tidigare skattat. Dessa sannolikheter anger hur troligt det är att ett yrke kommer att försvinna under de kommande 10–20 åren till följd av AI & R-baserad automatisering. Vi skapar sedan ett mått på företagsnivå för automatiseringsbenägenheten. Med detta mått kan vi fånga upp AI & R-teknologins effekter på näringslivet på ett mer omfattande sätt än i tidigare studier som har förlitat sig på data över direkta investeringar i robotar.

Den empiriska analysen ger stöd för våra teoretiska prediktioner att ledande företag ökar sin produktivitet samtidigt som de minskar sina anställda i yrken som är nära kopplade till automatisering, medan följarföretag ökar sin produktivitet och andelen anställda i dessa yrken.

Omskolning bör inte ske förhastat
Våra resultat tyder på att en strukturomvandling baserad på AI & R blir smidigare i länder med näringsliv som består av en mångfald av företagstyper. Vidare kan förbättrade konkurs- och omorganisationsregler för mindre och yngre företag mildra de negativa sysselsättningseffekterna av denna strukturomvandling, eftersom dessa typer av företag är mer benägna att anställa personal i yrken som är nära kopplade till automatisering.

Slutligen tyder våra resultat, som visar att de negativa effekterna på efterfrågan på arbetskraft kan bli mer omfattande i slutet av strukturomvandlingen, på att det inte är avgörande med en mycket snabb omskolning av arbetskraften till mer moderna yrken. Snarare är det viktigt att omskolningsprocessen är effektiv och omfattande i ett senare skede.

 

Pehr-Johan Norbäck

+46 (0)8 665 4522
+46 (0)73 574 3379
pehr-johan.norback@ifn.se