(SeaPRwire) –   Bayangkan lantai sebuah kilang pembuatan kereta pada tahun 1980-an. Seorang pekerja barisan pengeluaran mengalami kesukaran harian mengulang tugas yang sama selama 45 saat, seperti memasang dua fender atau memasang abah-abah wayar. Cadangan pekerja barisan pengeluaran tentang cara membetulkan kesesakan atau meningkatkan aliran sering diabaikan. Seorang mandur membuat rondaan memeriksa kehadiran, menguatkuasakan kadar yang ketat, memantau kualiti, dan memfailkan laporan akhir syif mengenai pengeluaran dan kerosakan.

Imbas pantas ke pertengahan tahun 1990-an. Penggunaan teknologi canggih seperti robotik, pengawal logik boleh atur cara (PLC), dan sistem pelaksanaan pembuatan (MES) sedang membentuk semula cara kerja dilakukan. Terdapat lebih sedikit pekerja barisan pengeluaran di lantai yang mengendalikan pelbagai tugas, seperti membersihkan kesesakan dan memuatkan sel robotik, sambil menghasilkan pengeluaran dua kali ganda. Penyelia kini diperkasakan dengan data pengeluaran untuk menyelaraskan proses automatik dan pasukan rentas fungsi.

Sepanjang abad kemajuan ini, sistem baharu ini memerlukan kepakaran khusus untuk beroperasi dan mengoptimumkan. Kepakaran itu terletak jauh dari barisan pengeluaran, menumpukan nilai di kalangan jurutera, penganalisis, dan peranan penyeliaan. Peranan penyeliaan menyaksikan gaji meningkat lebih pantas daripada gaji pekerja pengeluaran.

Nilai teknologi ini tidak mengalir kepada pekerja barisan pengeluaran. Dari tahun 1980-an hingga 2000-an, lapisan pengetahuan baharu memperkasakan penyelia, meningkatkan jurang gaji antara pengurusan dan kakitangan pengeluaran. Ini adalah senario biasa di seluruh industri hasil daripada gangguan teknologi bersejarah.

Menurut data dari Bureau of Labor Statistics, gelombang automasi dan transformasi digital telah menambah lebih daripada 70 juta pekerjaan baharu bersih kepada ekonomi AS sejak 1980. Namun produktiviti telah meningkat 2.7 kali ganda lebih daripada pampasan purata (gaji dan faedah) untuk pekerja pengeluaran dan bukan penyelia sejak 1979, menurut Economic Policy Institute. Kumpulan ini mewakili kira-kira 80% daripada tenaga kerja AS.

AI boleh membalikkan keadaan kerana ia adalah teknologi pertama yang boleh diakses melalui bahasa semula jadi berbanding kemahiran teknikal khusus. Gangguan teknologi lepas memerlukan pekerja untuk mempelajari perisian, pengaturcaraan, atau alat analitik untuk mendapat manfaat daripada sistem baharu. Ini mewujudkan faktor penolak yang memerlukan perniagaan untuk menerajui penggunaan dan integrasi. AI menurunkan halangan kemasukan dengan alat yang meluaskan dan memperkasakan keupayaan manusia. Antaramukanya adalah perbualan berbanding kod.

Akibatnya, aplikasi AI pengguna seperti ChatGPT, Gemini, Claude dan CapCut membantu memacu penggunaan. Namun begitu, perniagaan bergelut untuk mencipta nilai yang ketara dan berskala yang mewajarkan pelaburan berbilion dolar dalam teknologi ini.

Lebih 80% projek AI gagal memberikan nilai perniagaan, dengan 84% daripada kegagalan tersebut dikaitkan dengan jurang kepimpinan, seperti metrik yang tidak jelas, pelaburan yang tidak mencukupi, dan penajaan yang tidak fokus, menurut penyelidikan dari Pertama Partners. Menggunakan kecerdasan mesin generik di dalam struktur warisan, tanpa mengambil kira cara sebenar, selalunya cara kerja pasukan yang berantakan, adalah resipi untuk kegagalan.

AI berfungsi paling baik apabila ia dibina ke dalam kerja yang dilakukan oleh orang ramai. Membawa konteks realiti hidup pekerja dan pandangan barisan hadapan ke dalam sistem dan struktur yang direka semula dengan AI adalah pembeza utama. Juruteknik, operator, jururawat, dan pekerja perkhidmatan selalunya memahami nuansa sistem sebenar lebih baik daripada sesiapa pun. Dinamik kontekstual ini mewujudkan faktor penarik, menarik pembuatan keputusan dan penciptaan nilai yang didayakan AI ke arah pinggir organisasi.

Inilah sebabnya kami meramalkan bahawa kecerdasan tidak lagi akan tertumpu pada segelintir peranan penyeliaan atau kerani. Ia akan meresap ke setiap lapisan dan peranan organisasi, membentuk semula hierarki organisasi dan jurang sosio-ekonomi yang sebelum ini dibesar-besarkan.

Penilaian penyelidikan kami menunjukkan bahawa AI boleh menjejaskan 93% pekerjaan AS. Bidang pengetahuan seperti undang-undang, pengurusan, dan penjagaan kesihatan mempunyai pendedahan teori tertinggi sebanyak 40% hingga 60%. Walaupun peranan kolar biru dan manual mempunyai skor automasi langsung yang lebih rendah, AI memberikan impak tidak langsung yang ketara kerana ia menyelubungi kerja fizikal.

Dengan memperkasakan kemahiran dan pengalaman mereka dengan AI, pekerja boleh mencipta kecerdasan hibrid untuk menghasilkan output bernilai lebih tinggi. Juruteknik HVAC boleh mengesan kegagalan pemampat awal untuk penyelenggaraan proaktif melalui diagnostik dipacu AI. Jurubank boleh memanfaatkan pemeriksaan pematuhan yang dibantu AI dan cadangan yang diperibadikan untuk pelanggan. Wakil perkhidmatan pelanggan boleh menggunakan AI untuk mengukur sentimen pelanggan dalam masa nyata, membolehkan respons yang lebih empati dan penyelesaian konflik yang lebih pantas.

Apabila peningkatan produktiviti berasal dari dekat dengan kerja, pekerja mendapat pengaruh ketara ke atas keputusan, proses, dan hasil, membuka laluan untuk premium gaji yang lebih kukuh dan mobiliti sosial ke atas. Peralihan dinamik ini daripada gelombang teknologi sebelumnya memberi tekanan kepada sistem organisasi dan sosial warisan untuk menyesuaikan diri.

Laporan semasa memberi amaran bahawa AI akan menggantikan pekerja, menghapuskan peranan peringkat permulaan, dan mempercepatkan pertumbuhan tanpa pekerjaan di seluruh industri. Tetapi jika AI meningkatkan produktiviti pekerja, terdapat potensi untuk teknologi itu mengimbangi semula pasaran buruh, memberi pekerja lebih banyak pengaruh, dan meningkatkan keadaan untuk pekerja.

Data Bureau of Labor Statistics menunjukkan bahawa walaupun pengangguran meningkat kepada 4.4% pada Februari 2026, produktiviti agregat AS meningkat 2.2% pada 2025, naik daripada 1.4% pada tahun-tahun sebelumnya. Peningkatan ini kemungkinan besar daripada pelaburan dalam alat, data dan reka bentuk semula proses berbanding kecekapan per pekerja sahaja, namun ia juga berfungsi sebagai isyarat awal produktiviti dipacu AI.

AI mempunyai potensi untuk mencipta model dan sistem baharu yang mengembangkan peluang sosio-ekonomi yang saksama. Secara historis, peningkatan pengeluaran sering menumpukan nilai di tangan segelintir orang. Tetapi hasil itu tidaklah pasti.

Apabila kecerdasan bergerak terus ke tangan orang yang paling hampir dengan kerja, penggunaan, iterasi, dan realisasi nilai dipercepatkan. Pekerjaan, latihan, autonomi, dan ganjaran yang direka dengan teliti untuk kolaborasi manusia dan AI boleh mengagihkan nilai dengan lebih luas.

AI sedang maju pada kadar yang jarang dilihat dalam revolusi teknologi sebelumnya. Tetapi inovasi paling penting dekad akan datang mungkin bukan daripada kecerdasan buatan. Ia akan datang daripada memperkasakan setiap pekerja untuk menggunakannya untuk menjana nilai ekonomi dan sosial.