Η ταχεία ανάπτυξη της τεχνητής νοημοσύνης (AI) έχει δημιουργήσει νέα επαγγελματικά πεδία, εν μέσω ανησυχίας για την απώλεια θέσεων εργασίας. Σύμφωνα με στοιχεία από το Linkedin, η τάση αυτή προκύπτει καθώς οι νέες ευκαιρίες καριέρας αρχίζουν να αντικαθιστούν τις παραδοσιακές θέσεις εργασίας.
Σε πρόσφατη ανάλυσή του, το LinkedIn ανέφερε ότι η ειδικότητα του “AI engineer” είναι η ταχύτερα αναπτυσσόμενη στο επαγγελματικό τοπίο. Ο Κόρι Καντένγκα, επικεφαλής οικονομολόγος της πλατφόρμας για την Αμερική, επισήμανε ότι «οι εταιρείες κυριολεκτικά “διψούν” για ταλέντα στον τομέα της Τεχνητής Νοημοσύνης». Αυτή η εξειδίκευση περιλαμβάνει την ανάπτυξη και λειτουργία προϊόντων τεχνητής νοημοσύνης, όπως AI agents και Large Language Models (LLMs), καθώς και την ενσωμάτωσή τους στις επιχειρησιακές διαδικασίες.
Ανάμεσα σε 2023 και 2025, προστέθηκαν περίπου 639.000 θέσεις εργασίας σχετικές με την τεχνητή νοημοσύνη στις ΗΠΑ, εκ των οποίων 75.000 αφορούσαν θέσεις AI engineer. Το μεγαλύτερο ποσοστό εργασίας για μηχανικούς Τεχνητής Νοημοσύνης συγκεντρώνεται στον τομέα της τεχνολογίας, με τον χρηματοοικονομικό τομέα να έπεται.
Ωστόσο, οι νέοι Αμερικανοί αντιμετωπίζουν προκλήσεις στην εύρεση εργασίας. Το ποσοστό ανεργίας για άτομα ηλικίας 20 έως 24 ετών αυξήθηκε στο 6,4% τον Μάρτιο, σημαντικά υψηλότερο από το συνολικό ποσοστό ανεργίας 4,3%. Οι πληροφορίες δείχνουν ότι ορισμένοι εργοδότες προτιμούν να χρησιμοποιούν τεχνητή νοημοσύνη παρά να προσλαμβάνουν λιγότερο έμπειρους υπαλλήλους. Ένα παράδειγμα αυτής της τάσης είναι η μείωση 13% σε θέσεις που σχετίζονται με δομημένες εργασίες μετά την κυκλοφορία του ChatGPT το 2022.
Ιδιαίτερη ανησυχία προκαλεί το γεγονός ότι οι νέοι αναγκάζονται να υποβάλουν αιτήσεις σε πολλές θέσεις πριν τελικά βρουν εργασία. Από τον Δεκέμβριο 2025 έως τον Φεβρουάριο 2026, οι προσλήψεις σε θέσεις αρχικού επιπέδου στις ΗΠΑ μειώθηκαν κατά 6% σε σχέση με το προηγούμενο έτος. «Η ένταξη και η επιτυχία στην αγορά εργασίας σήμερα πιθανότατα απαιτούν έναν βαθμό δεξιοτήτων τεχνητής νοημοσύνης» τόνισε ο Καντένγκα, υπογραμμίζοντας τη σημασία των γνώσεων που απαιτούνται για την ανάπτυξη και αξιοποίηση των ικανοτήτων της τεχνητής νοημοσύνης.
