國際勞工組織（International Labour Organisation）新的研究指出，今年的失業人數將增加250萬，若政府不採取緩解措施，隨著兼職與自由職業者增加，將給社會帶來更大的風險。各國利用AI和數據遏制失業之具體作法如下：
- 推薦工作：愛沙尼亞使用機器學習（Machine Learning, ML）向求職者推薦工作類型，透過演算法預測哪些工作可能消失，並給出下一步的建議。由AI配對的工作比過往擁有更高的成功率。
- 監控詐欺和非法僱用：新加坡使用先進的數據科學和機器學習（ML）來處理大量不同的就業、業務和交易數據集，追蹤試圖違反勞動法的勞工與雇主的風險。新加坡人力部（Ministry of Manpower, MOM）開發敏捷分析模型，以檢測新的模式與風險，俾利政策與制度進行早期干預。愈利用數據分析將使MOM在追蹤就業詐欺方面更加有效。
- 國際遷徙與未來技能：聯合國開發計畫署亞太地區創新中心已使用LinkedIn提供的公開數據辨認泰國的勞動遷徙模式，初步分析顯示政府可透過線上平臺和就業網站的即時數據，辨識未來工作的新興趨勢。例如，泰國吸引很多人從事國際事務、可再生能源與體育工作。在2015年至2018年期間，泰國的勞動遷徙變化最大為美國、法國與緬甸。LinkedIn數據還顯示，泰國在時間管理、問題解決、談判與領導能力等軟實力正在提升。
