Dopad umělé inteligence na zaměstnanost a trh práce

Vzestup umělé inteligence otřásá základy trhu práce mnohem rychleji, než jsme si představovali. Nemluvíme jen o robotech v továrnách nebo chatbotech obsluhujících zákazníky , ale o technologii, která již proniká do advokátních kanceláří, nemocnic, kanceláří a dokonce i do způsobu, jakým jsou zaměstnanci najímáni, hodnoceni a propouštěni. Stále více studií ji klasifikuje jako univerzální technologii , srovnatelnou s elektřinou nebo internetem.

Zároveň skutečný dopad na produktivitu a zaměstnanost zůstává prozatím omezený a velmi nerovnoměrný v závislosti na zemi, odvětví, úrovni vzdělání a pohlaví. Data z organizací, jako jsou MMF, OECD, Eurostat, Cedefop, Randstad Research a agentury EU, ukazují jasný vzorec : umělá inteligence nezničí všechna pracovní místa najednou, ale zásadně promění úkoly, dovednosti a pravidla hry na trhu práce. A ti, kteří se této změně nepřizpůsobí, riskují, že zůstanou pozadu.

Od znalostní ekonomiky k ekonomice rozšířené o umělou inteligenci

Před nástupem umělé inteligence se tzv. znalostní ekonomika opírala především o dva pilíře: čas a nashromážděné zkušenosti profesionálů . V oblastech, jako je právo, poradenství a medicína, pramenila hodnota z let praxe v řešení složitých problémů a organizace byly strukturovány do pyramidálních hierarchií, aby co nejlépe využily tyto vzácné znalosti.

Například ve velké advokátní kanceláři bylo běžné najít pro každého partnera několik spolupracovníků. Spolupracovníci se zabývali rutinnějšími a opakujícími se úkoly (průzkum případů, kontrola dokumentů, počáteční sepisování smluv), zatímco partneři se soustředili na strategické případy, kde jejich odborné znalosti hrály roli. Něco podobného se dělo i v nemocnicích, konzultačních firmách nebo výzkumných centrech: ti s největšími znalostmi byli vyhrazeni pro kritické otázky.

Tento model také generoval to, co ekonomové nazývají „pozitivní selektivní párování“. Nejbystřejší profesionálové měli tendenci se shlukovat v nejlepších organizacích , spolupracovat mezi sebou navzájem a v důsledku toho dosahovat vyšší produktivity a vyšších platů. Talent se koncentroval, zatímco zbytek se rozptýlil po celém trhu, s jasnými platovými rozdíly mezi těmi, kteří řešili složité problémy, a těmi, kteří vykonávali rutinnější úkoly založené na znalostech.

Příchod umělé inteligence tuto rovnováhu narušuje, protože zavádí nového „aktéra“ schopného vykonávat některé z těchto úkolů založených na znalostech. Část tohoto expertního času může být náhle nahrazena nebo rozšířena systémy umělé inteligence , které zapisují, analyzují, překládají, klasifikují nebo detekují vzory rychlostí, která je pro člověka nemožná. Velkou otázkou je, do jaké míry umělá inteligence funguje s lidským dohledem či bez něj.

Aby bylo možné tomuto dopadu porozumět, několik výzkumníků začalo diskutovat o dvou hlavních typech systémů: neautonomní umělé inteligenci, která vždy vyžaduje lidský zásah , a autonomní umělé inteligenci, která je schopna řešit problémy s minimálním dohledem. V závislosti na stupni autonomie a dostupném výpočetním výkonu se vliv na mzdy, organizaci práce a velikost společnosti výrazně mění.

Neautonomní umělá inteligence: spolupráce člověka a stroje a skok v produktivitě

Když mluvíme o neautonomní umělé inteligenci, máme na mysli systémy, které, ať jsou jakkoli sofistikované, nemohou fungovat bez odborníka, který by je vedl, dohlížel na ně nebo je opravoval . To je případ mnoha současných generativních nástrojů umělé inteligence , doporučovacích systémů, systémů diagnostické podpory a algoritmů pro výběr personálu, které vyžadují lidské ověření.

V tomto scénáři umělá inteligence funguje jako jakýsi „ digitální kopilot “. Nenahrazuje pracovníka zcela, ale spíše rozšiřuje jeho schopnosti : vytvářet dokumenty, navrhovat kód, detekovat anomálie ve velkých objemech dat nebo klasifikovat životopisy během několika sekund. Nejviditelnějším výsledkem je výrazné zvýšení produktivity na osobu, zejména u těch, kteří již disponují vysokou úrovní odborných znalostí.

Empirické studie publikované v časopisech jako Human Resource Management Review , Journal of Enterprise Information Management a Current Opinion in Psychology ukazují konzistentní vzorec: z umělé inteligence nejvíce těží profesionálové se silnějšími digitálními dovednostmi a větší specializací . Tím, že vědí, jak lépe formulovat otázky, ověřovat výsledky a kombinovat svůj úsudek s návrhy stroje, znásobují svou produktivitu a stávají se ještě cennějšími.

To otevírá dveře k potenciálnímu prohloubení rozdílu v odměňování. Pokud neautonomní umělá inteligence bude prospěšná především těm, kteří již byli vysoce produktivní , jejich příjmy pravděpodobně porostou rychleji než příjmy lidí, kteří vykonávají rutinní úkoly pouze se základní pomocí umělé inteligence. Postupem času může technologické šíření zvýšit mzdy na všech úrovních, ale nejvyšší úroveň bude i nadále zaostávat.

Tato spolupráce člověka a umělé inteligence navíc vyžaduje přepracování rolí, týmů a stylů řízení. Literatura o hybridních týmech (lidé + systémy umělé inteligence) zdůrazňuje důležitost řízení důvěry, transparentnosti algoritmů a alokace úkolů mezi to, co stroj dělá nejlépe, a to, co je pro člověka stále klíčové. Lidské zdroje začínají přebírat klíčovou roli mediátora, který definuje nové kompetence, modely vedení a etické rámce pro umělou inteligenci v rámci organizace.

Autonomní umělá inteligence: co se stane, když stroj už „hraje ve velké lize“

Situace se stává složitější, když vezmeme v úvahu, že umělá inteligence je dostatečně pokročilá, aby se sama rozhodovala s minimálním lidským zásahem. Zde vstupujeme do oblasti autonomní umělé inteligence, o které mnoho odborníků v krátkodobém horizontu ve všech odvětvích diskutuje jako o realistické , ale která se již začíná objevovat v určitých oblastech, jako je pokročilý zákaznický servis, analýza finančních dat a některé diagnostické procesy.

Dopad autonomní umělé inteligence na znalostní pracovní pozice závisí na dvou faktorech: zda primárně replikuje základní znalostní úkoly, nebo zda je také schopna emulovat řešení sofistikovanějších problémů . Umělá inteligence, která se chová jako „bystrý stážista“, není totéž co ta, která se chová jako expertní partner nebo vrcholový manažer.

Představme si nejprve umělou inteligenci se schopnostmi ekvivalentními průměrnému profesionálovi v rutinní roli, například juniorskému právníkovi pověřenému kontrolou standardní dokumentace . Tento typ systému drasticky snižuje náklady na tento druh práce a vytváří tlak na platy těch, kteří tyto úkoly dříve vykonávali. Zároveň zvyšuje poptávku po profesionálech schopných řešit složitější problémy, protože škálování služeb je nyní levnější a rychlejší.

V této souvislosti může být mnoho pracovníků na spodní části pyramidy tlačeno do složitějších rolí, pokud získají potřebné dovednosti. Důležitost „hlubokých“ znalostí v lidské práci roste , ale organizace mají tendenci se zmenšovat, centralizovaněji a v mnoha případech méně produktivní na nižších úrovních, protože část talentů středního managementu se ztrácí, protože je nahrazuje umělá inteligence.

Pokud jdeme o krok dále a zvážíme umělou inteligenci schopnou napodobit ty na vrcholu hierarchie (partneři, špičkoví specialisté, manažeři), efekt je opačný. Společnost může růst, stát se decentralizovanější a produktivnější, protože má velmi levný „digitální mozek“, který jí umožňuje multiplikovat operace, otevírat nové trhy nebo poskytovat pokročilou podporu v reálném čase. Lidské pracovní pozice se pak koncentrují do doplňkových, často méně kvalifikovaných nebo rutinnějších funkcí, pokud nejsou role řádně přepracovány.

Rozhodující role výpočetního výkonu a dostupnost umělé inteligence

Kromě úrovně inteligence umělé inteligence existuje další klíčový faktor, který určuje její dopad na zaměstnanost: množství dostupného výpočetního výkonu v porovnání s potenciálními aplikacemi . Vynikající, ale drahá a vzácná umělá inteligence není totéž co velmi výkonná a levná umělá inteligence dostupná na téměř jakémkoli zařízení.

Když potenciální aplikace umělé inteligence překročí dostupný výpočetní výkon, technologie má tendenci být využívána k podpoře lidské práce, nikoli k jejímu nahrazování. V takovém případě si své místo najdou i pracovníci s menšími odbornými znalostmi než umělá inteligence , protože kombinace člověka a umělé inteligence je efektivnější než samotná umělá inteligence. Specializují se na rutinnější úkoly, ale těží z „posouzení“, které přichází s prací s inteligentními systémy.

Dilema nastává, když se výpočetní výkon stane nadbytkem a levným. Pokud odvětví dokáže vykonávat prakticky všechny své klíčové úkoly pomocí autonomní umělé inteligence , je pokušení zbavit se méně kvalifikovaného personálu obrovské. Vezměme si odvětví, jako je zdravotnictví: pokud by bylo někdy technicky možné diagnostikovat a předepisovat léky pomocí umělé inteligence s extrémně vysokou spolehlivostí, ve většině případů by se mnoho méně specializovaných klinických odborníků mohlo ocitnout ve velmi prekérní situaci.

Proto tolik mezinárodních zpráv zdůrazňuje potřebu proaktivních politik na podporu zavádění umělé inteligence. Vlády a odborové instituce musí předvídat scénáře s různou úrovní automatizace , posilovat sítě sociálního zabezpečení a především značně investovat do digitálních dovedností a rekvalifikací.

Zároveň se regulace – jako například Evropský zákon o umělé inteligenci – snaží stanovit jasné limity pro vysoce rizikové využití (například plně automatizovaná rozhodnutí týkající se náboru, půjček nebo přístupu k základním službám). Cílem je zajistit, aby masivní nasazení umělé inteligence nebylo na úkor práv pracovníků a občanů , a také zabránit tomu, aby několik technologických společností soustředilo nepřiměřenou moc nad daty, modely a zaměstnaností.

Co říkají data: rozsah dopadu umělé inteligence na zaměstnanost

Dostupné údaje nabízejí stále neúplný, ale již poměrně výmluvný obraz. Mezinárodní měnový fond odhaduje, že umělá inteligence ovlivní přibližně 40 % pracovních míst na celém světě , a to buď proto, že některé úkoly budou automatizovány, protože technologie doplňuje stávající práci, nebo proto, že se objeví nové role s ní spojené.

Tento dopad není jednotný: MMF odhaduje, že v rozvinutých ekonomikách by umělá inteligence mohla ovlivnit až 6 z 10 pracovních míst , a to především proto, že tyto trhy mají větší podíl kognitivních a administrativních povolání. V rozvíjejících se ekonomikách by dopad činil přibližně 40 %, zatímco v zemích s nízkými příjmy by klesl na přibližně 26 %, a to i proto, že převládají manuální úkony, které je se současnými technologiemi obtížné automatizovat.

Mezinárodní organizace práce (ILO) konkrétně analyzovala administrativní pracovní místa, kde jsou ženy silně zastoupeny, a varuje, že automatizace založená na umělé inteligenci by mohla ženy zasáhnout více . Není to ani tak proto, že by celkově přišly o více pracovních míst, ale spíše proto, že jejich povolání jsou nadměrně zastoupena v odvětvích s vysokým zastoupením těchto technologií.

Studie institutu VRAIN Polytechnické univerzity ve Valencii ve Španělsku odhaduje, že 18 % až 22 % pracovních míst je již vystaveno umělé inteligenci, s důležitou charakteristikou: tato expozice je strukturální, nejedná se o jednorázový vrchol , a zůstává stabilní alespoň v letech 2021 až 2022. Expozice se chápe jako pravděpodobnost, že úkoly dané práce budou v důsledku použití umělé inteligence změněny, nikoli nutně nahrazeny.

Regionální rozdíly jsou výrazné. Provincie jako Madrid a Barcelona vykazují míru zastoupení umělé inteligence kolem 21,5 %, zatímco vnitrozemské oblasti Španělska, jako jsou Soria, Zamora, Teruel, Cuenca a Palencia, se blíží 17,5–18,5 % . Vysvětlení spočívá v produktivní struktuře: tam, kde převládají pokročilé služby, obchod, vzdělávání, zdravotnictví nebo informačně náročné činnosti, se umělá inteligence uchytí dříve; tam, kde je rozšířenější zemědělství, stavebnictví nebo tradiční výroba, je její dopad menší… prozatím.

Genderové, teritoriální a vzdělanostní rozdíly v kontextu umělé inteligence

Jedním z nejvíce znepokojivých závěrů studie VRAIN a výzkumu ILO je, že ženy jsou v průměru více vystaveny umělé inteligenci než muži . Rozdíl se pohybuje od 1,3 do 3 procentních bodů a dramaticky se zvyšuje v oblastech silně orientovaných na služby, kde je zaměstnanost žen soustředěna v administrativních službách, obchodu, vzdělávání, zdravotnictví a sociálních činnostech – všechna odvětví s významným potenciálem pro automatizaci úkolů.

Zároveň jsou ženy nedostatečně zastoupeny v odvětvích s nízkou současnou expozicí umělé inteligenci, jako je stavebnictví, doprava a některý těžební průmysl. To vytváří dvojí nerovnováhu: větší riziko transformace jejich rolí a nižší zastoupení ve výklencích s menším dopadem umělé inteligence . Bez proaktivních politik by se genderová propast mohla prohloubit.

Regionální rozdíly jsou také zřejmé. V centrálně-středomořském koridoru – Madrid, Barcelona, ​​Valencie, Alicante a Málaga – a také v Las Palmas a Santa Cruz de Tenerife je podíl pracovních míst s vysokou expozicí umělé inteligenci vyšší než celostátní průměr . Naproti tomu regiony jako Kastilie a León, Kastilie-La Mancha a Aragon vykazují nižší úrovně, což odpovídá méně intenzivní výrobní struktuře zaměřené na pokročilé služby.

Na evropské úrovni údaje z Eurostatu a Cedefopu naznačují, že zavádění umělé inteligence ve společnostech zůstává relativně nízké, ačkoli rychle roste. V roce 2023 přibližně 30 % velkých evropských společností používalo nějaký typ systému umělé inteligence , s výraznými rozdíly mezi jednotlivými zeměmi: Belgie, Německo a Francie jsou na vrcholu, zatímco Španělsko, Řecko a Portugalsko v efektivním využívání zaostávají.

To však neznamená, že evropští pracovníci jsou opomíjeni. Podle Cedefopu již 28 % zaměstnaných osob používá nástroje umělé inteligence ve své práci, ačkoli mnoho z nich je jako takové výslovně neuvádí. Přibližně 15 % se obává, že v příštích pěti letech přijde o práci kvůli automatizaci založené na umělé inteligenci , a 42 % uznává, že si v této oblasti potřebují zlepšit znalosti, ale pouze 15 % absolvovalo v loňském roce specifické školení.

Která odvětví se automatizují, která se transformují a která zažívají rozmach?

Studie OECD, ILO a konzultačních společností, jako je Randstad Research, ukazují, že umělá inteligence má tendenci ovlivňovat toto odvětví třemi odlišnými způsoby. V některých oblastech primárně nahrazuje stávající úkoly , v jiných technologie doplňuje lidskou práci a ve třetí skupině vznikají zcela nové role spojené s daty a umělou inteligencí.

OECD identifikuje výrobu a finanční služby jako odvětví nejvíce postižená v této první fázi. V továrnách umožňuje kombinace robotiky a umělé inteligence automatizaci montážních linek, kontrolu kvality a interní logistiku ; v bankovnictví a pojišťovnictví algoritmy již řídí významnou část analýzy rizik, prevence podvodů a digitálního zákaznického servisu.

Společnost Randstad Research ve své analýze španělského trhu práce do roku 2033 uvádí, že pracovní místa nejvíce ovlivněná automatizací jsou soustředěna v maloobchodě, pohostinství a dopravě. Na druhém konci spektra vykazují činnosti jako zemědělství, chov hospodářských zvířat, rybolov, stavebnictví a některý těžební průmysl v současnosti menší zranitelnost vůči umělé inteligenci, ačkoli jsou vysoce vystaveny jiným technologiím (senzorům, pokročilým strojům atd.).

Zpráva rovněž identifikuje skupinu odvětví, kde umělá inteligence neničí pracovní místa, ale spíše je předefinovává a vytváří nová. Patří mezi ně počítačové programování a poradenství, vědecké a technické služby, telekomunikace, média a vydavatelství . V těchto odvětvích se objevují role, jako jsou specialisté na zpracování přirozeného jazyka, inženýři generativní umělé inteligence , auditoři algoritmů, návrháři konverzačních zážitků a umělci, kteří tvoří pomocí generativních modelů.

K tomu se přidává úzké hrdlo talentů v oblasti umělé inteligence. Ve Španělsku podle údajů společnosti Indesia zůstalo loni kvůli nedostatku kvalifikovaných odborníků neobsazeno přibližně 20 % volných pracovních míst souvisejících s daty a umělou inteligencí. Projekce naznačují, že by národní průmysl mohl do roku 2025 potřebovat více než 90 000 specialistů na data a umělou inteligenci, a to v situaci, kdy o tyto talenty soutěží s mezinárodními společnostmi, které nabízejí plně vzdálenou práci, vyšší platy a atraktivnější projekty.

Kvalita práce, pohoda a algoritmické řízení

Kromě počtu vytvořených nebo ztracených pracovních míst se velká část nedávného výzkumu zaměřuje na to, jak umělá inteligence mění kvalitu práce a pracovní podmínky . Několik studií algoritmického řízení ukazuje, že umělá inteligence je již zapojena do procesů, jako je nábor, přidělování úkolů, dohled a hodnocení výkonu.

Pokud jsou tyto systémy nasazeny bez transparentnosti nebo účasti, mohou narušit autonomii pracovníků, zvýšit kontrolu a vytvořit dynamiku stresu a nedůvěry . Digitální platformy a datově náročné společnosti zavedly modely řízení, kde algoritmy „navrhují“ pracovní místa, stanovují pracovní tempo, přidělují směny nebo dokonce rozhodují o tom, kdo bude propuštěn, často bez toho, aby zaměstnanci rozuměli kritériím.

MOP trvá na tom, že pro prevenci zneužívání je nezbytné, aby zavádění umělé inteligence v řízení lidských zdrojů probíhalo v rámci důstojné práce : jasná práva, přístup k informacím, možnost lidského dohledu, mechanismy pro podávání stížností a sociální dialog. Umělá inteligence může například pomoci snížit předsudky, pokud je dobře navržena, ale může je také zesilovat, pokud je trénována s diskriminačními daty.

Jiné studie poukazují na dopady na psychickou pohodu. Zatímco aplikace umělé inteligence slibují zlepšení pracovní zkušenosti (snížení únavných úkolů, pomoc s řízením času atd.), existuje riziko, že hyperautomatizace posílí kulturu bezprostřednosti , zvýší dohled a v konečném důsledku zhorší vnímání kontroly nad vlastní prací.

Odborníci na organizační psychologii a řízení týmů proto zdůrazňují důležitost vnímání strojů jako „týmových kolegů“ a ne jen jako kontrolních nástrojů . To zahrnuje jasné informování, školení a vyjednávání o tom, jak budou systémy umělé inteligence používány, která rozhodnutí lze a nelze delegovat a jaké odpovědnosti zůstávají na vedení společnosti.

Nedostatek digitálních dovedností a rámce jako DigComp

Opakujícím se tématem téměř všech evropských studií je, že nedostatek dovedností v oblasti umělé inteligence a pokročilých digitálních kompetencí se stal překážkou vyváženého zavádění technologií. Evropská komise již léta pracuje na rámci DigComp, který definuje, co znamená být digitálně kompetentní v oblastech, jako jsou informace, komunikace, tvorba obsahu, bezpečnost a řešení problémů.

Nedávný výzkum ověřil rámec DigComp v různých kontextech, od univerzitních studentů až po učitele a profesionály v různých zemích. Výsledky často vykreslují smíšený obraz : dochází k pokroku v základních dovednostech (obecné používání internetu, komunikace), ale kompetence související s umělou inteligencí, pokročilou analýzou dat a kybernetickou bezpečností značně zaostávají.

Cedefop ve své zprávě o dovednostech a revoluci v oblasti umělé inteligence navrhuje integrovat gramotnost v oblasti umělé inteligence do počátečního i dalšího vzdělávání. Cílem není udělat z každého programátora , ale spíše zajistit, aby každý pracovník rozuměl tomu, co systém umělé inteligence dělá (a nedělá), interpretoval jeho výstupy, chránil jeho data a využíval jej ve své každodenní práci.

Zpráva zdůrazňuje potřebu zajistit spravedlivý přístup k tomuto vzdělávání, se zvláštním zaměřením na ženy, starší pracovníky a osoby ve středních pozicích, které jsou nejvíce ohroženy „uvězněním“, pokud jsou jejich úkoly automatizovány a není jim nabídnuta jasná cesta rekvalifikace. Bez tohoto úsilí by se umělá inteligence mohla stát dalším faktorem přispívajícím k polarizaci na trhu práce.

Zároveň EU a její členské státy zavádějí strategie digitalizace a umělé inteligence (jako je španělská národní strategie pro umělou inteligenci nebo plány EU pro digitální desetiletí), které se zaměřují na dovednosti, inovace a zodpovědné přijímání technologií. Klíčem bude zajistit, aby se tyto plány nestaly jen hlavními zprávami, ale aby se skutečně dostaly k malým a středním podnikům, vzdělávacím institucím a zranitelným skupinám.

Reakce veřejné politiky a obchodní strategie

Z pohledu MOP zůstává Agenda důstojné práce kompasem pro hodnocení dopadu umělé inteligence. To se promítá do kombinace zavedených a novějších politik. Na jedné straně jde o posílení systémů sociální ochrany a aktivních politik zaměstnanosti na podporu těch, kteří přišli o práci nebo musí radikálně změnit povolání.

Na druhou stranu je nezbytné podporovat hromadné programy školení a rekvalifikace, a to jak pro nízkokvalifikované pracovníky, tak pro vedoucí odborníky. Školení v oblasti umělé inteligence se nemůže omezit jen na několik specialistů ; musí být integrováno do povinného vzdělávání, odborného vzdělávání, univerzitního studia a dalšího profesního rozvoje v rámci firem. Vlády a zaměstnavatelské asociace jsou vyzývány, aby motivovaly firmy k nabízení více interního školení a k navrhování kariérních cest, které integrují umělou inteligenci jako průřezovou kompetenci.

Jsou také zapotřebí specifické rámce pro řízení umělé inteligence na pracovišti. To zahrnuje ochranu pracovníků před diskriminačními algoritmy , zajištění transparentnosti v systémech hodnocení a výběru a jasné definování, kdy je v automatizovaném rozhodování vyžadován lidský zásah. Regulace platformní ekonomiky je jedním z prvních příkladů takových úprav.

Na podnikové úrovni četné akademické práce o řízení lidských zdrojů zdůrazňují potřebu dobře plánovaných strategií integrace umělé inteligence : předchozí posouzení cílů, identifikace úkolů, kde umělá inteligence přináší přidanou hodnotu, pilotní testování, zapojení zaměstnanců, měření dopadu a následné úpravy. Nejde o implementaci nástrojů jen proto, že jsou moderní, ale o přepracování procesů a rolí.

Poselství, které mnoho expertů sděluje, je v konečném důsledku poměrně jednoduché: revoluce umělé inteligence v zaměstnání není předem určena . Míra, do jaké vytvoří více příležitostí než problémů, bude záviset na rozhodnutích veřejné politiky, investicích do vzdělávání a na tom, jak se firmy a pracovníci s touto transformací vypořádají.

Při pohledu na celkový obraz, od údajů o expozici ve Španělsku až po projekce MMF, včetně studií OECD, Cedefopu a MOP, se objevuje scénář, v němž se umělá inteligence upevňuje jako motor strukturálních změn na trhu práce: nezpůsobuje masivní a okamžité ničení pracovních míst, ale silně rekonfiguruje úkoly, požadované dovednosti a rozložení příležitostí , čímž zvyšuje rizika nerovnosti tam, kde chybí odborná příprava, sociální ochrana a řádná správa věcí veřejných, a zároveň otevírá širokou škálu nových profilů, odvětví a způsobů organizace práce pro ty, kteří se dokáží včas přizpůsobit.

Související článek:

Práce, které umělá inteligence nenahradí: práce s budoucností a lidské dovednosti

Isaac

Vášnivý spisovatel o světě bytů a technologií obecně. Rád sdílím své znalosti prostřednictvím psaní, a to je to, co budu dělat v tomto blogu, ukážu vám všechny nejzajímavější věci o gadgetech, softwaru, hardwaru, technologických trendech a dalších. Mým cílem je pomoci vám orientovat se v digitálním světě jednoduchým a zábavným způsobem.