4–5
kluczowych sektorów gospodarki regionu objętych analizą
kluczowych sektorów gospodarki regionu objętych analizą
objętych pilotażem w 25 kontekstach organizacyjnych
główny horyzont prognozowanych zmian w zadaniach zawodowych
Głównym celem jest opracowanie wielowymiarowej mapy potencjału transformacji stanowisk pracy pod wpływem AI i robotyki w województwie podkarpackim. Analiza dotyczy zadań zawodowych, a nie samych nazw stanowisk.
Wysoki potencjał transformacji nie oznacza „zaniku zawodu”, lecz zmianę sposobu pracy i potrzebę rozwoju nowych kompetencji.
Analiza obejmuje dominujące sektory gospodarki regionu, m.in. lotnictwo i kosmonautykę, motoryzację, IT i telekomunikację, produkcję i przetwórstwo oraz usługi biznesowe i administrację. Wnioski mają wspierać decyzje dotyczące zatrudnienia, poradnictwa i rozwoju kompetencji.
Nie „zawód” ogólnie, tylko stanowisko × kontekst × zadanie, dzięki czemu wynik uwzględnia realne warunki pracy.
Oddzielone są: automatyzowalność techniczna (T) i wdrożeniowa (D), co ogranicza pozorne „łatwe automatyzacje”.
Wskaźnik H obejmuje ekspertyzę sytuacyjną, koordynację społeczną, odpowiedzialność/compliance i obecność fizyczną.
Projekt bada nie tylko punkty T/D/A/H, ale też wiązki zadań, nowe zadania indukowane przez AI i przesunięcie ekspertyzy.
Wynik odpowiada, czy rola realnie się kurczy, czy przechodzi przebudowę z nowym nadzorem i nowymi obowiązkami.
Produktem są narzędzia do działania: karty stanowisk, rekomendacje doszkalania i metodologia do cyklicznych aktualizacji.
Pilotaż nie miał tworzyć rankingu zawodów „do zastąpienia”. Jego celem było zmapowanie napięcia między automatyzacją, augmentacją i przebudową roli oraz sprawdzenie, czy metodologia daje stabilne i użyteczne wyniki.
Pilotaż potwierdził, że projekt powinien koncentrować się na profilach transformacji pracy, a nie na prostych prognozach zaniku etatów.
ról i kontekstów organizacyjnych w pilotażu
oceniające te same role i konteksty
na model do testu stabilności wyników
zgodność między modelami dla T, D i A
| Rola | T | D | A | H |
|---|---|---|---|---|
| Analityk danych logistycznych | 7.43 | 5.46 | 8.29 | 4.68 |
| Analityk finansowy | 5.97 | 3.85 | 7.71 | 5.61 |
| Inżynier produkcji | 5.78 | 3.42 | 7.63 | 6.41 |
| Kierownik projektu | 5.48 | 3.07 | 7.63 | 6.69 |
| Specjalista utrzymania ruchu | 3.90 | 2.39 | 5.01 | 6.04 |
Realizacja opiera się na czterech powtarzalnych etapach: desk research, wielomodelowa ocena zadań, analiza zakorzenienia ludzkiego oraz walidacja warsztatowa z przedstawicielami rynku pracy regionu.
Wysoka zmiana i dominacja augmentacji; kluczowe jest doszkalanie do pracy z AI.
Wysoka zmiana przy eliminacji części zadań; potrzebne ścieżki przekwalifikowania.
Niska intensywność zmiany i wysokie zakorzenienie ludzkie; AI raczej wspiera niż zastępuje.
Technicznie automatyzowalne, ale silnie osadzone w odpowiedzialności i kontekście społecznym.
Tutaj pojawią się materiały do pobrania