Исследования консалтинговой компании McKinsey показывают, что более 50% мировой рабочей силы рискуют потерять свои рабочие места из-за автоматизации, а по оценкам Всемирного экономического форума, к 2022 году 42% востребованных сегодня ключевых рабочих навыков существенно поменяются. В условиях нестабильности специалисты, компании и правительства бьются над развитием компетенций, которые позволят им оставаться конкурентоспособными.
Чтобы оценить глобальную ситуацию в освоении навыков, крупнейшая в мире образовательная платформа Coursera недавно опубликовала первый выпуск нашего “Глобального индекса навыков” (Global Skills Index). Coursera объединяет 40 млн учащихся по всему миру и предлагает более 3 тыс. курсов от ведущих университетов и компаний. Используя уникальные данные платформы о процессе обучения, “Глобальный индекс навыков” измеряет и оценивает навыки и компетенции 60 стран, на которые в совокупности приходится 80% мирового населения и 95% мирового ВВП. Мы также даем оценку навыков в 10 основных мировых отраслях экономики. (Несмотря на то что учащиеся Coursera, безусловно, не идеальная репрезентативная выборка, это тем не менее особенно важная для анализа группа: они наиболее мотивированны и действительно способны повысить квалификацию. Подробнее о том, как мы рассчитываем профили навыков для каждой страны и отрасли, см. врез ниже о методологии рейтинга.)
В первом издании рейтинга мы сосредоточились на навыках ведения бизнеса, компетенции в использовании технологий и данных — ключевых составляющих производительности в эпоху автоматизации и искусственного интеллекта. Правительствам и бизнесу требуется все больше специалистов в области технологий и обработки данных для внедрения инноваций и повышения эффективности, а также нужны управленцы, способные в эпоху перемен вести за собой организацию.
Мы выявили разительный контраст между развитыми и развивающимися рынками, причем Северная Америка и Европа в среднем намного опережают Латинскую Америку, Азию и Ближний Восток. Тем не менее США не попадают в верхний квартиль стран ни в одной из трех категорий, при этом выявлена сильная региональная неоднородность, в частности, южные штаты отстают по всем ключевым показателям. Среди отраслей экономики производство и телекоммуникации располагают сильными наборами компетенций, инженерно-техническая индустрия также демонстрирует превосходство (как и ожидалось) в технологиях и аналитике данных, но уступает в бизнес-навыках.
При составлении рейтинга каждая из 60 стран попадает в одну из четырех категорий: передовые страны (с 1 по 15 место), конкурентоспособные (16—30 место), развивающиеся (31—45 место) и отстающие (46—60 место). То же ранжирование мы применили и для 10 основных отраслей экономики. Более высокое место в рейтинге в той или иной области определяется более высокими показателями обучающихся из соответствующей страны или отрасли по результатам оценки навыков с учетом уровня сложности.
Результаты наших изысканий на глобальном уровне выглядят следующим образом.
-
Большая часть мирового населения живет в странах, которые отстают в степени развития критически важных навыков. Страны с развивающейся экономикой (и с меньшими инвестициями в образование) испытывают наибольший дефицит навыков. 90% этой части выборки попали в категорию “отстающих” или “развивающихся”. Место страны в рейтинге по показателям ведения бизнеса, применения технологий и данных отрицательно коррелирует с ВВП на душу населения и положительно коррелирует с риском автоматизации, а это означает, что “более квалифицированные” страны демонстрируют лучшие экономические показатели и пониженный риск дестабилизации рынка труда из-за фактора автоматизации.
-
Безусловно, есть глобальные лидеры, и зачастую это страны с более высоким уровнем экономики, которые могут вкладывать больше средств в инициативы в области непрерывного обучения и государственное образование. Более 80% мест в категории “передовых стран” заняли европейские страны, причем по всем показателям: в навыках по ведению бизнеса, применению технологий и данных. Во всех трех областях лидирующие позиции неизменно занимают Финляндия, Швейцария, Австрия, Швеция, Германия, Бельгия, Норвегия и Нидерланды.
-
И тем не менее некоторые страны, известные по всему миру как глобальные инновационные центры, удивляют посредственными показателями. Позиция США, знаменитого бизнес-лидера в области инноваций, оказалась в середине рейтинга — США не стали лидером ни в одной из трех областей. Уровень компетенций внутри страны также оказался неравномерным: в то время как западные штаты опережают другие регионы в применении технологий и данных, Средний Запад США демонстрирует высокие результаты в навыках ведения бизнеса.
География важнейших навыков ведения бизнеса, применения технологий и данных
Страны с самыми высокими оценками компетенций, по большому счету, являются самыми богатыми: корреляция между ВВП на душу населения страны и ее позицией в среднем по показателям компетенций в ведении бизнеса, применении технологий и данных составляет -0,75. Страны с худшими профилями навыков подвержены наибольшему риску дестабилизации экономики: корреляция между риском из-за фактора автоматизации (по оценкам McKinsey Global Institute) и среднеарифметическим местом по трем параметрам в рейтинге “Глобального индекса навыков” составляет 0,45.
С учетом фактора ожидаемого роста населения глобальная картина становится еще более критической. Страны Африки и Азии с развивающейся рыночной экономикой в наибольшей степени рискуют потерять рабочие места и существующие модели роста экономики в связи с грядущими технологическими преобразованиями, к тому же, согласно данным “Глобального индекса навыков”, эти страны располагают низкоквалифицированными специалистами. Ожидается, что к 2050 году на эти континенты будет приходиться 80% мирового населения и наибольшая доля мировой рабочей силы (из-за старения в развитых странах Европы и США). Для подготовки к неизбежному будущему правительствам и компаниям в этих регионах необходимо будет сотрудничать в разработке программ переподготовки кадров.
В то время как многие развивающиеся страны в среднем не показывают хороших результатов, есть приятные исключения, как, например, превосходство Аргентины в области технологий. Аргентина разработала успешную модель, переориентировав университеты на преподавание практических технологических навыков, кроме того, развиваются партнерские программы с государственными органами для стимулирования предпринимательства.
В развитых странах мы наблюдаем гораздо более высокие показатели квалификации в целом, что неудивительно, учитывая более обширные инвестиции как в государственное образование, так и в непрерывное обучение. Как регион, Европа в целом демонстрирует особенно хорошие результаты: многие европейские страны попали в категорию “передовых”. Общее доминирование Европы частично объясняется активным подходом к повышению квалификации. Европейские организации выступают за совмещение переподготовки с приемом на работу. В Европе также наблюдается тенденция сделать обучение на рабочем месте одним из фундаментальных прав работника. Во Франции, например, установлено минимальное количество учебных часов для сотрудников.
Но не каждая развитая экономика оказалась в категории “передовых”. Несмотря на то, что США являются мировым лидером в области инноваций, страна попала в категорию “конкурентоспособные” (второй квартиль) в глобальном масштабе по каждому показателю, при этом выявлена значительная географическая неоднородность. Если бы мы рассматривали каждый регион как отдельную страну, то Северо-Восток, Средний Запад и Запад были бы “передовыми”, по крайней мере, в одной области: Северо-Восток и Запад — в аналитике данных, а Средний Запад — в управлении бизнесом, в то время как южные штаты стабильно уступают этим трем регионам.
Отрасли с самыми сильными навыками в управлении бизнесом, применении технологий и науки о данных
Мы также сравнили 10 отраслей экономики друг с другом по компетенциям в сферах бизнеса, технологий и обработки данных. Некоторые ведущие отрасли, особенно инженерно-техническая и финансовая, демонстрируют удивительно несбалансированные наборы компетенций.
Например, хотя инженерно-технические компании и находятся в авангарде применения технологий и данных, им не хватает сильных бизнес-навыков: технологическая отрасль заняла итоговое пятое место по бизнес-навыкам в нашем анализе среди 10 отраслей экономики. Молодые технологические компании могут воспользоваться преимуществами первопроходца и венчурным финансированием, но в конечном итоге навыки ведения бизнеса станут основой, необходимой для построения прибыльных и устойчивых операционных моделей.
Финансовый сектор занял второе место по бизнес-навыкам и в области аналитики данных, а по компетенциям в технологиях оказался в середине рейтинга. Исторически отрасль отличалась стабильным успехом, но сегодня многим фирмам не хватает современной инфраструктуры, им еще только предстоит внедрение инноваций из области искусственного интеллекта. В период текущей цифровой трансформации финансовому сектору можно многому научиться у тех отраслей экономики, которые эффективно справились с подобными переменами в прошлом.
К таким положительным примерам можно отнести производство и телекоммуникации: обе отрасли занимают лидирующие позиции в нашем анализе. Производственный сектор занимает первое место в сфере бизнеса и технологий и четвертое в области аналитики данных. Действительно, промышленность быстро эволюционировала в условиях меняющегося ландшафта — от размещения роботов на сборочных линиях до глобализации систем поставок. Телекоммуникации тем временем занимают третье место среди отраслей по каждому показателю. Операторы связи эффективно используют цифровые достижения, в том числе для того, чтобы их сети могли справляться с растущим спросом со стороны клиентов.
Грядет четвертая промышленная революция, предвещающая масштабные изменения на рынке труда. Если совместными усилиями не принять меры для развития навыков, экономические потрясения станут широко распространенным явлением и сильнее всего ударят по самым бедным и наименее образованным. Чтобы идти в ногу с фундаментальными рыночными сдвигами, потребуются скоординированные инвестиции в развитие компетенций не только отдельных сотрудников, но и компаний и правительств по всему миру.
Методология “Индекса навыков Coursera” (Coursera Skills Index)
В соответствии с методологией мы для начала определили для рассматриваемых навыков содержание дисциплин по их освоению и параметры их оценки, при этом использовались модели машинного обучения с применением данных о навыках, собранных для десятков миллионов учащихся и тысяч преподавателей на платформе Coursera. Далее мы оценили профиль навыков каждого студента на основе его успеваемости по всем проверочным работам, которые выполнялись на платформе Coursera, с поправкой на сложность этих тестов. Уровень квалификации страны или отрасли — это среднее значение профилей навыков учащихся из этой страны или отрасли с поправкой на коэффициент степени уверенности в каждом конкретном профиле навыков учащегося. При составлении рейтинга каждая из 60 стран попадает в одну из четырех категорий: передовые страны (с 1 по 15 место), конкурентоспособные (16—30 место), развивающиеся (31—45 место) и отстающие (46—60 место). То же ранжирование мы применили и для 10 основных отраслей экономики. Более высокое место в рейтинге в той или иной области определяется более высокими показателями обучающихся из соответствующей страны или отрасли по результатам оценки навыков с учетом уровня сложности.
В целом мы считаем, что эти данные — важный вклад в международный диалог о формировании компетенций. Несмотря на то что студенты платформы Coursera, безусловно, не идеальная репрезентативная выборка, это тем не менее особенно важная для анализа группа: они наиболее мотивированны и действительно способны повысить квалификацию. Сопоставляя уровень образования учащихся Coursera в конкретной стране с численностью населения, мы действительно обнаружили некоторые различия в выборке. Например, учащиеся Coursera из стран с более низким уровнем официального образования, как правило, чаще попадают в выборку, чем студенты платформы из стран с более высоким уровнем официального образования. Тем не менее, учет факторов отбора путем корректировки показателей предрасположенности с помощью весовых коэффициентов не вносит существенных изменений в позиции рейтинга. Получить дополнительную информацию о нашей методологии можно здесь.
Эмили Глассберг Сэндс (Emily Glassberg Sands) — старший директор по аналитике данных в Coursera.
Винод Бактавачалам (Vinod Bakthavachalam) — старший специалист по обработке данных в Coursera.
