Upload
nguyenque
View
226
Download
0
Embed Size (px)
Citation preview
Disruptionrådet Disruption, teknologisk udvikling og arbejdsmarkedet
Kontorchef Lasse Bank Analyseenheden - Beskæftigelsesministeriet
Hvad er disruption?
Modeord, mange (uklare) definitioner af disruption Go-to definition fra professor på Harvard Clayton Christensen: "A process by which a product or service takes root initially in simple applications at the bottom of a market and then relentlessly moves up market, eventually displacing established competitors.” Fx at ny teknologi Forstyrrer/forskubber en branche eller marked
• Blockbuster vs Netflix
• Kodak film vs digitalkamera
• Taxibranchen vs. Uber
SLIDE 2
0
10
20
30
40
50
60
2.000
2.100
2.200
2.300
2.400
2.500
2.600
2.700
2.800
2.900
3.000
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
1.000 persons Pct.
Kilde: Danmarks Statistik, Nationalregnskabet og ADAMs databank
• Digitalisering og robotter kan måske styrke Danmark som produktionsland
• Et fleksibelt arbejdsmarked og nye måder at være ansat på
• Nye og flere job kan opstå i gamle og nye brancher
Der har altid været forandring
Slide 3
Samlet beskæftigelse Landbrugs andel af samlet beskæftigelse (h. akse)
En ny digital virkelighed?
Tid
Disruptiv udvikling
– hurtig spredning, kortere levetid
Traditionel udvikling
– langsommere spredning, længere levetid
Digitalisering ændrer forretningsmodeller
Digitale produkter kan have meget hurtigere spredning
Tidsperiode for at nå 50 mio. brugere
Kilde: Egen tilvirkning på baggrund af Downes & Nunes (2013) Kilde: Egen tilvirkning på baggrund af McKinsey & Company (2012)
SLIDE 5
Robotics
Big data
Artificial
Intelligenxce
Virtual /
augmented reality
Internet
of things
Blockchain
Hvorfor taler så mange om disruption?
Nye, avancerede teknologier har medført nye problemstillinger • Avancerede robotter og kunstig
intelligens vil automatisere en række jobfunktioner
• Internet of things kan betyde
digitalisering af nuværende arbejdsfunktioner
• Big data, blockchain og stadig mere avancerede algoritmer vil kunne påvirke finanssektoren
• Singularity – Hvad sker der når vi kombinerer nye teknologier (cocktail-effekten)?
Fem temaer
• Nye teknologier & forretningsmodeller
• Fremtidens kompetencer
• Frihandel & udenlandsk arbejdskraft
• Tidssvarende, smidige og gunstige rammevilkår for virksomhederne
• Flexicurity 4.0
SLIDE 6
Hovedkonklusioner fra McKinseys analyse I
Automatiseringens effekter på det danske arbejdsmarked
Hvilken omstilling vil det kræve på arbejdsmarkedet?
Hvordan kan en fremtid med automatisering se ud?
Eksisterende teknologi kan automatisere
mindst én dag om ugen for otte ud af
ti danskere
1 Udviklingen er
først og fremmest en mulighed for
øget velstand, og Danmark har et
stærkt udgangspunkt
2 Den brede del af arbejdsstyrken:
Beskæftigede i alle faggrupper skal
fremover udvikle nye færdigheder
4 Dem der skal drive
udviklingen: Der er et specifikt
behov for flere med avancerede
digitale og analytiske evner til
at drive udviklingen
5 Dem der skal skifte til nye jobs: En lang række dynamikker, inkl. teknologi, kan drive efterspørgsel
efter eksisterende og nye jobs fremover,
herunder ikke-tekniske færdigheder
6 Dem der kan blive
særligt udsatte: En gruppe af
danskere med højt automatiserings-potentiale og lav
historisk mobilitet kan få særlig brug
for støtte fremover
7 Automatisering
kan drive produktivitet og
dynamik i alle brancher, men effekterne vil
variere
3
SLIDE 7
16
Hovedkonklusioner fra McKinseys analyse II
Automatiseringspotentiale omfatter ikke længere kun fysiske opgaver
KILDE: Danmarks Statistik, McKinsey Global Institute; McKinsey-analyse
17
Ledelse og personale- udvikling
Anvendelse af ekspertise
Interaktion med andre
Databehandling
8
Forudsigeligt fysisk arbejde
13 12 18
Uforudsigeligt fysisk arbejde
Informations- indsamling
15 17
De tre mest automatiserbare aktivitetsgrupper udgør 50 pct. af samlet tidsforbrug
Tid brugt på tværs af job pct.
Automati- serings- potentiale per aktivitetsgruppe, pct. af arbejdstimer
Total
100
74 67
62
30
17
8
20
~40
SLIDE 8
Hovedkonklusioner fra McKinseys analyse III Mindre rutineprægede færdigheder bliver vigtigere når automatiseringspotentialet indfries
-4
-12-11-10
7
22
28
32
KILDE: McKinsey Global Institute; Danmarks Statistik; McKinsey-analyse
Ændring i tidsforbrug på aktiviteter, der trækker på færdighed, pct. af nuværende tidsforbrug
25% 13% 43% 36% 28% 95% 28% 90% Andel af arbejdstid, hvor der trækkes på færdighed i dag i pct.
Sociale færdigheder
Basale kognitive færdigheder
Problemløsning Koordination med andre
Kreative færdigheder
Basale menneskelige færdigheder
Finmotoriske færdigheder
Fysiske færdigheder
Kreativitet består i bl.a. at skabe alsidige og nye idéer – eller nye kombinationer af idéer, og skabe og genkende nye mønstre/kategorier; og vil derfor i høj grad også være
analytisk-betonet
SLIDE 9
KILDE: Danmarks Statistik, OECD, Beskæftigelsesministeriet, McKinsey-analyse
Omkring 250.000-300.000 beskæftigede kan være særligt udsat i forbindelse med
automatisering (1/2) Hver cirkel angiver en stillingsbetegnelse. Størrelsen indikerer andel af arbejdsstyrke
Operatører og
transportarbejdere
Teknikere
Specialister
Håndværks-
arbejdere
Kontorarbejdere
Ledere
Servicearbejdere
Plejere og
undervisere
Høj (100)
(50)
0 80 Lav (0)
100 60 20 40
Teknikerarbejde inden for fysisk videnskab og ingeniørvirksomhed
Undervisning og pædagogisk arbejde
Transport- og lagerarbejdere
Mobilitetsindeks 0-100 (Vægtet indeks af historisk jobtypemobilitet, mobilitet til lavt automatiserbare jobs, gennemsnitlig jobzone og gennemsnitligt færdighedsniveau)
Automatiseringspotentiale Andel af nuværende aktiviteter der kan automatiseres, pct. af arbejdstimer
Chauffører af busser og lastbiler
Omsorgsarbejde inden for sundhedsområdet
Almindeligt kontorarbejde
SLIDE 9
Sikre tilstrækkelig talent
Bistå særligt påvirkede beskæftigede
Mu
liggø
r ge
vin
ster
ne
ved
au
tom
atis
erin
g
Imø
dek
om
u
dfo
rdri
nge
r ve
d
tran
siti
on
en
▪ Indførelse af automatiseringsteknologi kan potentielt skabe 90.000-150.000 nye jobs
▪ Dette kan overstige det forventede udbud af 70.000-80.000 kvalificerede personer
Indsigt fra rapport
▪ Automatisering vil påvirke alle faggrupper:
▪ En stor del af fremtidig jobvækst vil ikke være direkte relateret til teknologi
▪ Arbejdsdagen for alle faggrupper vil påvirkes af automatiseringsteknologi
▪ Relevans af forskellige kompetencer vil forskubbes
▪ Omkring 250.000-300.000 danskere kan blive særligt udsatte ifm. Transitionen
▪ ~30 pct. af danskerne er i højt automatiserbare jobs (>60 pct.)
▪ Omkring halvdelen af disse har svage forudsætninger for at flytte til andre dele af arbejdsmarkedet.
Hvilken omstilling vil det kræve på arbejdsmarkedet?
KILDE: Danmarks Statistik, McKinsey Global Institute; McKinsey-analyse
Udvikle kompetencer for den bredde arbejdsstyrke
Slide 10
New opportunities, new challenges
Slide 12
Udfordringer • Vækst kræver investeringer
• Kravene til kompetencer og
uddannelse ændres
• Unge skal uddannes til en ukendt fremtid
Muligheder
• Digitalisering og robotter kan måske styrke Danmark som produktionsland
• Et fleksibelt arbejdsmarked og nye måder at være ansat på
• Nye og flere job kan opstå i gamle og nye brancher
www.regeringen.dk/partnerskab www.facebook.com/partnerskab
Tak for ordet