Mi lenne, ha csak 4 napot kellene dolgoznod egy héten, de ugyanannyi pénzt kereshetnél, mint most 5 nap alatt? Ez már nem csak álom – a mesterséges intelligencia segítségével egyre több cég próbálkozik ezzel a forradalmi munkamódszerrel.

A 4 napos munkahét ötlete világszerte egyre inkább teret nyer, és ennek hátterében egy egyszerű logika áll: ha az AI-al gyorsabban és hatékonyabban tudunk dolgozni, miért ne csökkenthetnénk a munkaidőt?

Az Axios és a Writecream legújabb elemzései szerint ez már nem puszta fantázia. Bernie Sanders amerikai szenátor egy Joe Rogan podcastjában így fogalmazott: ” Te egy munkás vagy, a termelékenységed azért növekszik, mert AI-t adunk neked, ugye? Ahelyett, hogy kidobnálak az utcára, 32 órára fogom csökkenteni a munkahetedet.” Sanders egyébként tavaly be is nyújtotta a 32 órás munkahét törvényjavaslatát, bár ennek elfogadása egyelőre kérdéses.

Hogyan működik a 4 napos munkahét az AI segítségével?

 A koncepció lényege, hogy a cégek ne bocsássák el az embereket a technológiai fejlődés miatt, hanem osszák meg a növekvő hatékonyság előnyeit a munkavállalókkal. Ahelyett, hogy a dolgozók rettegnének az AI-tól, örülhetnének neki és kreatív módon használhatnák fel.

Juliet Schor közgazdász, aki nemrég megjelent „Four Days a Week” című könyvében írja: „A ChatGPT-hez hasonló nagy nyelvi modellek képessége, hogy milliónyi jól fizető állást töröljenek el, arra kényszerít minket, hogy tudatosan alkalmazkodjunk ehhez a technológiához. A munkaidő csökkentése hatékony módja annak, hogy több embert tartsunk foglalkoztatva.”

Schor a 4DWG globális nonprofit szervezet vezető kutatója is, amely 245 szervezetnél tesztelte a rövidebb munkahetet az Egyesült Államokban, az Egyesült Királyságban és máshol. Az eredmények lenyűgözőek: a dolgozók jobb közérzetről, kevesebb stresszről és nagyobb produktivitásról számoltak be.

Mely iparágak profitálnak leginkább az AI-ból a 4 napos munkahéthez?

 Nem minden szektor egyformán alkalmas a 4 napos munkahétre. Luca Dal Zotto, a Rent a Mac társalapítója szerint az alábbi tudásalapú munkák a legalkalmasabbak:

Szoftverfejlesztés:

Az AI kódolási asszisztensek 41%-kal gyorsabbá teszik a fejlesztést. Az eszközök a rutinszerű kódolás 68%-át automatizálják, és 2-3-szor gyorsabban találják meg a hibákat, mint az ember.

Marketing:

Az AI tartalomkészítő és elemző eszközök 52%-kal csökkentik a kampányok létrehozásához szükséges időt, miközben 18%-kal növelik a konverziós rátákat. Van olyan marketingcsapat, aki 42 óráról 31 órára csökkentette heti munkaidejét, miközben 27%-kal több kampányt készített.

Pénzügyi szolgáltatások:

Az AI könyvelési rendszerek 11-szer gyorsabban dolgozzák fel a tranzakciókat 99,2%-os pontossággal. A könyvelési folyamatok 30 óra alatt elvégezhetők a hagyományos 40 helyett.

Jogi szektorban:

A speciális NLP rendszereket használó jogi csapatok 42%-kal csökkenthetik munkaterhelésüket.

Biotechnológia:

Az emberi intuíciót gépi tanulással párosító R&D csapatok 27%-kal gyorsabban dolgoznak.

Ugyanakkor a gyártás és az egészségügy csak 8-12%-os produktivitásnövekedést ér el a jelenlegi AI technológiával, így számukra nehezebb a teljes átállás.