Author Archives: admin


Czy zastąpią nas roboty? Analiza wpływu sztucznej inteligencji oraz innych technologii na rynek pracy. Część 4.

Adam Pokrzywniak

Pierwsza część artykułu

Druga część artykułu

Trzecia część artykułu

 

Kłody pod nogami kroczącego postępu

 

Negatywne reakcje klientów, kandydatów do pracy czy pracowników mogą w istotny sposób ograniczyć powszechność stosowania maszyn zastępujących ludzi w zawodach opartych na interakcjach międzyludzkich. W poprzedniej części artykułu pisałem o „dolinie niesamowitości”, czyli o zjawisku, kiedy interakcja z robotem wywołuje niechęć u człowieka. Ponadto, podany przykład rosnącej popularności HireVue pokazuje jak zastosowanie AI w rekrutacji i selekcji może wywołać negatywne reakcje u kandydatów do pracy. Czy na tej podstawie można mieć nadzieję, że w rozmowach handlowych czy rekrutacyjnych cały czas będzie dominować pierwiastek ludzki (przynajmniej w nadchodzącej dekadzie), a roboty będą zaledwie asystentami, którzy umówią spotkanie lub wyręczą ludzi w prostych powtarzalnych czynnościach, jak wypełnienie formularza? Myślę, że tak, szczególnie na poziomie rekrutacji na wyższe stanowiska niż tzw. „entry-level” oraz w sprzedaży wymagającej zrozumienia klienta i przekonania tegoż klienta do określonego wariantu produktu. Podobnie można liczyć na to, że chatboty wkrótce będą robić notatki za lekarzy, którzy w trakcie badania pacjenta będą dyktować maszynie przebieg wizyty. Mimo postępu w rozwoju diagnostyki medycznej w wykonaniu maszyn, wielu pacjentów, szczególnie w krajach rozwiniętych może mieć opór przed oddaniem swojego zdrowia w ręce robotów. Badanie przeprowadzone przez PWC na próbie 12.000 osób z różnych krajów pokazało, że większość osób w takich krajach jak Nigeria, Turcja czy RPA była skłonna powierzyć opiekę medyczną sztucznej inteligencji, włączając w tę opiekę także przeprowadzanie operacji. Natomiast w Niemczech, Belgii oraz UK odsetek chętnych nie przekroczył jednej trzeciej respondentów. Nasze nastawienie do kontaktów z AI może stanowić barierę albo katalizator rozwoju powszechnego zastosowania botów niezależnie od efektów prac w informatycznych laboratoriach.

Ograniczenia automatyzacji, oprócz tak czysto ludzko-osobistego aspektu opisanego powyżej, mogą mieć charakter polityczny a także ekonomiczny. W 1589 roku William Lee udał się na dwór królowej Wielkiej Brytanii, Elżbiety I, w celu uzyskania patentu swojego wynalazku – maszyny do produkcji pończoch. Patentu jednak nie uzyskał, co pewnie samo w sobie było zaskakujące dla pana Lee, ale uzasadnienie mogło wzbudzić jeszcze większe zdziwienie. Królowa bowiem powołała się na troskę o swoich podwładnych. Obawiała się, że stracą pracę ludzie wykonujący te czynności ręcznie, przez co staną się żebrakami. Opór cechu rzemieślniczego był tak silny, że Wiliam Lee został zmuszony do opuszczenia Wielkiej Brytanii. Jako ciekawostkę warto odnotować fakt, że blisko 200 lat później, brytyjski parlament uchwalił prawo, które za niszczenie maszyn przewidywało karę śmierci(!). Dziś ani jeden ani drugi akt prawny nie wydają się prawdopodobne, ale rosnące bezrobocie lub perspektywa zubożenia dużych grup społecznych może uruchomić polityczne mechanizmy, które powstrzymają rozwój automatyzacji, przynajmniej w niektórych obszarach. Choć politycy wykazują się nieudolnością w wielu aspektach, to umiejętność wykorzystywania i budowania strachu mają dobrze opanowaną. W ramach politycznych czy regulacyjnych ograniczeń należy też zwrócić uwagę na ochronę danych osobowych. Sztuczna inteligencja może być tak dobra jak rzetelne i kompletne są dane, z których ona korzysta. Obostrzenia prawne w dostępie do tych danych mogą utrudnić aplikację technologii, np. w bankowości czy służbie zdrowia. Ograniczenia te pewnie w mniejszym stopniu dotkną Chiny czy USA, które już przodują w rozwoju uczenia maszynowego, ale UE zdaje się przykładać większą wagę do ochrony danych osobowych.

Sama dostępność technologii wcale nie musi oznaczać, że będzie ona wykorzystywana na szeroką skalę. PWC w swoim raporcie zwraca uwagę, że infrastruktura telekomunikacyjna, szczególnie w krajach rozwijających się może być niewystarczająca do aplikacji sztucznej inteligencji w gospodarce. W niektórych krajach rozwiniętych sytuacja paradoksalnie może wcale nie być wiele lepsza, bo choć infrastruktura już jest, to może być ona niedopasowana do masowego wykorzystania uczenia maszynowego w wielu różnych obszarach. Sztuczna inteligencja bowiem dla swojej skuteczności wymaga dostępu do ogromnej liczby danych (big data), co z kolei wymaga choćby znacznej przepustowości łączy sieciowych. Roboty nie mają „wiedzy” w sobie, ale przez dostęp do zewnętrznych serwerów, w których dokonuje się analiza danych, są w stanie wykorzystać rozwiązania oparte na uczeniu maszynowym. Stwierdzenie, że przedsiębiorstwom musi się opłacać, aby wykorzystać sztuczną inteligencję, jest na tyle banalne, że prawie nie warto go prezentować. To jednak kalkulacja ekonomiczna, pomijając modę, która także wywiera wpływ na niektóre firmy, może stanowić istotne ograniczenie stosowania nowoczesnych technologii. Jeżeli opór społeczny i polityczny będą znaczne, wówczas automatyzacja działu sprzedaży czy obsługi klienta, mimo spadających kosztów, może być ekonomicznie nieuzasadniona, gdyż produktywność zamiast wzrastać może spadać. Cóż z tego, że 100 osób zastąpimy komputerem, jeśli stracimy 3000 klientów?

 

Podróż w nieznane

Czego możemy się zatem spodziewać? Przewidywanie w perspektywie kilku dekad wydaje się pozbawione sensu, chyba, że dla intelektualnej rozrywki. Postęp w rozwoju nowoczesnych technologii, w tym sztucznej inteligencji, jest tak szybki, że próba wyobrażenia sobie rynku pracy za 50 czy nawet 30 lat, to czysta fantastyka. Nie można wykluczyć pojawienia się Super AI, co zmieniłoby już naprawdę wszystko. Zainteresowanych odsyłam do podcastu (odcinek 14) na portalu http://ryzykonomia.pl/, którego autor, Jerzy Podlewski referuje przewidywania Nicka Bostroma, szwedzkiego filozofa, kierownika instytutu Future of Humanity na Uniwersytecie w Oxfordzie. W najbliższych kilku latach można się jednak spodziewać rozwoju interface’ów między maszynami a ludźmi w taki sposób, że to komputery i roboty będą się dostosowywać do nas, a nie my do nich. Na stronie platformy Business Dialog można znaleźć artykuł powołujący się na analizę instytutu Gartnera, zgodnie z którym, w najbliższym czasie to nasze, ludzkie potrzeby, przyzwyczajenia, wygoda i struktury poznawcze będą w centrum zainteresowania badaczy oraz firm technologicznych  (https://dfe.org.pl/technologia-people-literate-zadanie-na-najblizsze-lata/). Projekt AlterEgo jest tego dobrym ucieleśnieniem. Sztuczna inteligencja połączoną z naszym ciałem, zespolona z nami stanowi rozwinięcie naszych struktur poznawczych. Wprawdzie AI nie czyta w naszych myślach, choć na pierwszy rzut oka tak to może wyglądać. Więcej informacji nt. tego projektu można znaleźć tu https://www.media.mit.edu/projects/alterego/overview/ lub w krótkim filmie udostępnionym poniżej. Czyżby faza augmentacji, o której pisałem w poprzednim artykule miała miejsce już dziś? Owszem, z tym jednak zastrzeżeniem, że dziś pojawiają się wynalazki, otwartym pytaniem pozostaje perspektywa czasowa masowej implementacji tych wynalazków.

 

 

 

 

Co zatem z tym rynkiem pracy? Kończąc artykuł warto przywołać artykuł napisany przez 13 naukowców z takich uczelni jak np. MIT, Harvard University czy Boston University z 2019 roku pod wiele mówiącym tytułem „Toward understanding the impact of artificial intelligence on labor”. Autorzy wskazują na bariery w szacowaniu wpływu automatyzacji na rynek pracy. Po pierwsze, praca, szczególnie w dzisiejszych czasach, ma charakter dynamiczny i zakres obowiązków na tych samych stanowiskach nieustannie się zmienia. Zmieniają się tym samym same stanowiska, często modyfikując swoją nazwę. Większość cytowanych badań prognozujących zmiany na rynku pracy swą analizą obejmowało dziś funkcjonujące stanowiska, wpisane np. do bazy O*NET prowadzonej przez amerykańską centralną administrację . Tymczasem jedno studium, cytowane przez MGI, dowodzi, że do 2030 roku ok 8-9% siły roboczej będzie w zawodach, które w 2017 roku w ogóle nie istniały. Wg Acemoglu i Restrepo, połowę wzrostu zatrudnienia w latach 1980 – 2015 można przypisać nowym stanowiskom pracy lub zupełnie nowym zadaniom w ramach stanowisk, które nazwy nie zmieniły. Jaki jest sens prognoz, które opierają się na analizie dzisiejszej struktury zatrudnienia? Sens może i da się wykazać, ale trafność szacunków pozostaje pod dużym znakiem zapytania. Po drugie, skuteczne oszacowanie prawdopodobieństwa automatyzacji wymaga skupienia się na poziomie poszczególnych zadań (microlevel) oraz interakcji maszyna-człowiek. Za przykład weźmy stanowisko asystentki prezesa – załóżmy hipotetycznie, że wszystkie zadania można zautomatyzować (prowadzenie kalendarza, umawianie spotkań, bookowanie biletów, itd.). Czy interakcja prezesa z maszynami będzie równie skuteczna co z jedną osobą, z którą z czasem „rozumie się bez słów”? Podobne pytanie można postawić w przypadku innych stanowisk, które zawierają spory udział zadań zagrożonych automatyzacją. Księgowa czy magazynier wykonują pracę, której efekty komuś dalej przekazują, czemu towarzyszy mniej lub bardziej rozbudowana komunikacja. Modele automatyzacji nie uwzględniają interface’ów/połączeń między stanowiskami, które się da a tymi, których się nie da zautomatyzować. Do tego wszystkiego dochodzi jeszcze nieprzewidywalność zmian technologicznych (nie wiemy co zostanie wymyślone w najbliższych latach) oraz skomplikowanie interakcji ze środowiskiem – np. niektóre obszary geograficzne (np. duże miasta), są bardziej podatne niż inne na stosowanie automatyzacji. Konkludując, trzynastu autorów pisze: „researchers and policy makers are underequipped to forecast the labor trends resulting from specific cognitive technologies, such as AI.” Jeśli poprzednie zdanie jest prawdziwe, to przytoczone przewidywania dotyczące wielkości redukcji zatrudnienia można zarówno przemnożyć jak też podzielić przez tę samą, niemal dowolnie wybraną liczbę. Mimo to, mam nadzieję, że lektura powyższego artykułu i jego wcześniejszych części była w jakikolwiek sposób interesująca i dziękuję za przeczytanie go do końca 🙂

 

Adam Pokrzywniak | Executive Search Consultant | początkujący badacz 😉

 

Konferencja Turkusowe nieporozumienia – wideorelacja i prezentacja

„Turkusowa organizacja” to wyrażenie wyjątkowo często stosowane w ostatnich latach. Prawie każdy o nich słyszał, prawie nikt ich nie doświadczył. Do turkusu kwalifikowane są najprzeróżniejsze formy mniej lub bardziej oświeconej hierarchii, zarządzania partycypacyjnego, ludzkiego traktowania ludzi w firmie. Często są one bardzo szlachetne. Nierzadko pozostają myśleniem życzeniowym i plastrem na ego tych, którzy lubią o sobie mówić „ludzki pan”, rozdając vouchery do fitness klubu.

Podczas wydarzenia Turkusowe nieporozumienia, które miało miejsce 24.10.2019 r., odczarowaliśmy termin „turkusowy” i opowiedzieliśmy jaki jest naprawdę.

Zapraszamy do obejrzenia wideorelacji z całego wydarzenia oraz pobrania prezentacji.

Continue reading

Konferencja Sztuka i biznes – relacja

Dr Hanna Kinowska, Instytut Kapitału Ludzkiego, Kolegium Nauk o Przedsiębiorstwie SGH

Nowe formy współpracy liderów biznesu i przedstawicieli dziedzin artystycznych.

 

Zagadnienie nowych form współpracy liderów biznesu i przedstawicieli dziedzin artystycznych było przedmiotem dyskusji w ramach seminarium „Sztuka i biznes – inspiracje i współpraca” zorganizowanego przez Instytut Kapitału Ludzkiego Szkoły Głównej Handlowej w Warszawie. To unikatowe wydarzenie naukowe odbyło się 19 września 2019 r. przy współudziale: British Council, Uniwersytetu Muzycznego Fryderyka Chopina, Fundacji Art Transfer i Polskiego Stowarzyszenia HR. W auli najnowszego budynku w kampusie SGH zebrało się ponad stu przedstawicieli środowisk: artystycznych, biznesowych i naukowych.

Celem seminarium było stworzenie platformy do dyskusji oraz współpracy świata artystycznego i biznesowego oraz zainicjowanie przedsięwzięć: edukacyjnych, eksperckich i badawczych. Seminarium otworzyli przedstawiciele władz uczelni: prof. dr hab. Piotr Wachowiak, prorektor ds. nauki i zarządzania, oraz prof. dr hab. Roman Sobiecki, dziekan Kolegium Nauk o Przedsiębiorstwie. Podczas powitania prof. dr hab. Agnieszka Wojtczuk-Turek, dyrektorka Instytutu Kapitału Ludzkiego, przedstawiła dotychczasowe osiągnięcia naukowe instytutu w zakresie badania relacji między sztuką a biznesem.

Po powitaniu głos zabrał gość specjalny – prof. Giovanni Schiuma (Arts for Business Institute, University of Arts London), który w inspirującym wystąpieniu omówił zagadnienia współpracy środowiska artystycznego i biznesowego – w kontekście barier i szans.

W kolejnych częściach seminarium odbyły się dwie dyskusje panelowe. W pierwszej głos zabrali: prof. dr hab. Paweł Kowalewski z Akademii Sztuk Pięknych w Warszawie, CU Art., dr Ewa Łabno-Falęcka z Mercedes Benz-Polska, dr Agnieszka Wincewicz-Price z Polskiego Instytutu Ekonomicznego, Katarzyna Meissner z Santander Bank Polska oraz Sławomir Stępniewski z Denstu Aegis Network Polska.

Dyskutanci zastanawiali się nad tym, co biznes może zaoferować sztuce. Zauważyli dualizm natury sztuki i biznesu oraz podkreślili konieczność prowadzenia dialogu.

 

 

Druga dyskusja panelowa dotyczyła współpracy z perspektywy sztuki. W panelu głos zabrali: Anna Proszowska-Sala z Uniwersytetu Muzycznego im. Fryderyka Chopina w Warszawie, Igor Gałązkiewicz z Anegre, Magdalena Kąkolewska z Fundacji Artystyczna Podróż Hestii oraz Andrzej Nitecki z Polskiego Stowarzyszenia HR.

Paneliści zastanawiali się nad koniecznością edukowania artystów w dziedzinie biznesu, w szczególności kształtowania postaw przedsiębiorczych. Podkreślali znaczenie zachowania równości stron i elastyczności w szukaniu wzajemnie korzystnych rozwiązań, a także przytaczali przykłady skutecznej oraz nieskutecznej współpracy na styku sztuki i biznesu. Część plenarną zakończyło wystąpienie Katarzyny Szczepaniak z British Council dotyczące wykorzystania sztuki w doskonaleniu kompetencji lidera. Drugą część seminarium stanowiły równolegle realizowane interaktywne warsztaty ukazujące praktyczne sposoby łączenia sztuki i biznesu. Prowadzili je Katarzyna Szczepaniak (British Council), Anna Palacz-Brzezińska (Art Transfer), Bartosz Jurkowski (Klub Komediowy).

 

 

Seminarium stanowiło udane forum wymiany wiedzy i doświadczeń oraz proponowania rozwiązań mających prowadzić do zwiększenia transferu wiedzy na płaszczyźnie międzysektorowej, rozwoju współpracy sektorów kreatywnych i tradycyjnych, a także ukazywało możliwości czerpania inspiracji i korzystania z dziedzin artystycznych przez przedsiębiorców, kadrę kierowniczą firm, osoby tworzące produkty i usługi, zajmujące się marketingiem, a także specjalistów HR (sztuka dla biznesu). Z drugiej zaś strony istotne było zwrócenie uwagi na rozwój kom-petencji przedsiębiorczych wśród przedstawicieli świata artystycznego (biznes dla sztuki).

W związku z seminarium przygotowano publikację Sztuka dla biznesu. Wspieranie kreatywności w organizacji. Opisano w niej przykłady różnych sposobów korzystania z wybranych dziedzin artystycznych na potrzeby biznesu.

Artykuł pochodzi z serwisu Gazeta.SGH.

Czy zastąpią nas roboty? Analiza wpływu sztucznej inteligencji oraz innych technologii na rynek pracy. Część 3.

Adam Pokrzywniak

Pierwsza część artykułu

Druga część artykułu

 

Na jakie studia wysłać swoje dzieci?

 

Przytoczone w poprzednich częściach artykułu źródła wskazują, że wzrost zapotrzebowania na pracę może zbalansować lub przekroczyć efekt redukcji zatrudnienia. Łatwiej jednak odpowiedzieć kto straci, niż kto zyska, bo analizy nie są jednoznaczne jeśli spróbować zsyntetyzować ich wyniki. Wspólny dla w/w raportów jest jednak wniosek, że zawody obejmujące proste, powtarzalne i rutynowe czynności są najbardziej narażone na automatyzację. Uwzględniając wyłącznie aspekt technologiczny (pomijając np. społeczne i polityczne uwarunkowania) ubędzie pracy dla kasjerów, magazynierów, pracowników produkcji, księgowych, analityków wykonujących głównie raporty i zestawienia, kadrowców oraz innych pracowników administracyjnych, a także kierowców a nawet informatyków odpowiadających za niektóre zadania administracyjne. Zyskają na wartości umiejętności i zdolności właściwe głównie ludziom, takie jak: kreatywność, inteligencja emocjonalna czy rozwinięte umiejętności poznawcze, które będą kształtować takie kompetencje jak krytyczne myślenie, rozwiązywanie problemów, doradzanie, przekonywanie. Maszyny potrafią tworzyć muzykę oraz obrazy, a być może nawet potrafią pisać proste opowiadania dla dzieci czy kryminały klasy „b”, ale komunikacja z ludźmi, szczególnie jeśli ma być ciekawa i finezyjna wymaga znajomości kontekstu kulturowego. Sarkazm, miłość, współczucie, serdeczność, poczucie humoru czy zdrowy rozsądek wydają się trudne do automatyzacji (na szczęście). Rozwój w zakresie sztucznej inteligencji, wg niektórych, podważa wcześniejsze zdania. Maszyny bowiem, szczególnie w zakresie analizy informacji i podejmowania decyzji radzą sobie coraz lepiej, w niektórych obszarach lepiej niż ludzie. Odczytywanie ludzkich emocji i nastrojów może także z czasem wychodzić maszynom lepiej niż nam, ludziom. Inteligencja ta, nawet jeśli ma wymiar emocjonalny, pozostanie wszakże sztuczna. W czasach, gdy tyle się mówi o autentyczności, także w kontekście biznesowym, nie sądzę, abyśmy byli skłonni masowo zamienić relacje interpersonalne na kontakty z robotami. Ale oczywiście: pożyjemy – zobaczymy.

O ile ubędzie pracowników obsługi klienta, to przybędzie tych, którzy tych klientów mają zrozumieć i przekonać. Kasy w supermarketach staną się samoobsługowe, ale być może na hali supermarketów będzie więcej osób, które mogą doradzić jaki produkt wybrać. Za uzupełnienie towaru na półce będzie odpowiadać robot (pewnie taki, który nie będzie stwarzać zagrożenia dla ludzi), ale między tymi półkami być może będzie można spotkać specjalistów, którzy podzielą się poradą dietetyczną lub zademonstrują jak obsługuje się najnowocześniejszego robota kuchennego czy sprzątającego. Zwiększy się zapotrzebowanie na inżynierów sprzedaży, menedżerów, projektantów. Będziemy potrzebować więcej nauczycieli, mentorów czy coachów. Oby nie zabrakło lekarzy, pielęgniarzy, specjalistów opiekujących się dziećmi oraz osobami starszymi, a także psychoterapeutów.

Naturalnie, zmiany na poszczególnych rynkach nie będą jednorodne, tj. inaczej zmieni się struktura zatrudnienia w Indiach w porównaniu z krajami Europy zachodniej czy USA. Japonia i Chiny, mimo geograficznej bliskości, także będą realizować inne scenariusze. W dużym uproszczeniu, zgodnie z raportem MGI można będzie obserwować następującą zjawiska w zakresie popytu na pracę w poniższych kategoriach zawodowych:

 

Żródło: Bughin, J., Manyika, J., & Woetzel, J. (2017). Jobs lost, jobs gained: Workforce transitions in a time of automation. McKinsey Global Institute.
LINK DO ŹRÓDŁA

Zgodnie z powyższą grafiką można się spodziewać następujących trendów:

– prosta praca fizyczne – mocne spadki zapotrzebowania w rozwiniętych gospodarkach, bez z zmian w gospodarkach rozwijających się

– obsługa klienta – bez zmian wielkości popytu w krajach rozwiniętych i znaczne wzrosty w krajach rozwijających się

– skomplikowana praca fizyczna, w nieprzewidywalnym środowisku – niewielkie spadki w krajach rozwiniętych i niewielkie wzrosty w krajach rozwijających się, itd…

Powyższe podsumowanie dotyczy zmian netto, tj. różnicy między wzrostami a spadkami. Niewielkie zmiany lub brak zmian nie oznaczają brak ruchu w danym obszarze. Utrzymanie zbliżonego poziomu popytu na pracowników obsługi klienta w gospodarkach rozwiniętych oznacza w istocie bardzo duże ruchy związane z redukcją stanowisk w infoliniach czy kasjerów, ale zwiększy się liczba inżynierów sprzedaży, przedstawicieli handlowych oraz osób, które mają zadbać o komfort klientów.

Zapotrzebowanie na lekarzy będzie rosnąć wszędzie. Nauczyciele szkolni także powinni notować wzrosty popytu zarówno w gospodarkach rozwiniętych oraz rozwijających się. Wzrośnie zapotrzebowanie na inżynierów, w tym szczególnie na informatyków. Dobrze powinni się mieć architekci, projektanci i artyści, choć w tym ostatnim przypadku pewnie najtrudniej jest przewidzieć pomyślność zatrudnienia. Niewątpliwie warto się uczyć długo i wytrwale. Analiza PWC pokazuje bardzo silny związek między wykształceniem a ryzykiem automatyzacje danego zawodu – korelacja między wykształceniem a tym ryzykiem wynosi 0.554 (grafika poniżej).

 

Źródło: Hawksworth, J., Berriman, R., & Goel, S. (2018). Will robots really steal our jobs?: An international analysis of the potential long term impact of automation. PwC.
LINK DO ŹRÓDŁA

 

Przy okazji się wyborów politycznych (mimo tego żartu, dyskusji o bieżącej polityce wolałbym uniknąć J) warto zwrócić uwagę na plany wydatków na edukację różnych sił politycznych. Wysokość nakładów na szkolnictwo, obliczonych jako ich stosunek do PKB, wykazuje bardzo silny związek z ryzykiem automatyzacji istniejących stanowisk pracy – negatywna korelacja na poziomie -0.77. Podobna, choć słabsza jest zależność między wspomnianym ryzykiem a liczbą uczniów przypadających na jednego nauczyciela w szkołach podstawowych. Innymi słowy, im więcej poszczególne Państwa inwestowały w edukację, tym mniejsze jest prawdopodobieństwo, że osoby zatrudnione w tych krajach stracą pracę w wyniku postępującej automatyzacji. Patrząc na naszą cześć Europy niepokojąca jest wysoka siła związku między stopniem uprzemysłowienia (rozumianym jako udział osób zatrudnionych w firmach produkcyjnych w stosunku do wszystkich zatrudnionych) a ryzykiem automatyzacji pracy – korelacja 0.536 (grafika poniżej). Polskę może dotyczy to w mniejszym stopniu, ale udział zatrudnionych w przemyśle w takich krajach jak Czechy czy Słowacja wynosi prawie 30%.

 

Źródło: Hawksworth, J., Berriman, R., & Goel, S. (2018). Will robots really steal our jobs?: An international analysis of the potential long term impact of automation. PwC.
LINK DO ŹRÓDŁA

 

(Nie)przyjazne chatboty

 

Choć rozwój technologii i jej aplikacja mogą zaskakiwać w niektórych odsłonach, to w dalszym ciągu w wielu obszarach ludzie wydają się niezastąpieni. Mimo postępu w zakresie prac nad językiem naturalnym (NLP – natural language procesing; pojęcie języka naturalnego pozwala odróżnić ten rodzaj języka od języków sztucznych, np. tych, których używają programiści), nie wynaleziono do tej pory chatbota, który byłby tak sprawny, że nieodróżnialny od człowieka. Testu Turinga nie przeszedł w stu procentach jeszcze żaden chatbot. Test ten zawdzięcza swoją nazwę Alanowi Turingowi, który w 1950 opisał system, który miałby naśladować ludzkie myślenie. Na razie żaden z robotów nie oszukał sędziów w takim stopniu, aby uwierzyli oni, że bot jest człowiekiem. Od blisko 30 lat przyznawana jest nagroda Leobnera, której kryteria opierają się na teście Turinga. W tym roku, we wrześniu po raz kolejny wygrał Mitsuku (most humanlike chatbot), ale w dalszym ciągu nie zdołał on udowodnić, że jest człowiekiem. W zasadzie to ona i każdy może spróbować z nią porozmawiać https://www.pandorabots.com/mitsuku/ Ja próbowałem pogadać o wojnie z terroryzmem. Odpowiedzi były mało roztropne, co oczywiście nie oznacza od razu, że nie rozmawiałem z człowiekiem J Postęp w rozwoju chatbotów jest ewidentny i niewątpliwie można zauważyć, że w ostatnim 10-leciu powstały aplikacje, których ludzkie cechy są coraz bardziej wyraźne. W 2014 roku, program udający nastolatka, Eugene’a Goostmana, „oszukał” 1/3 sędziów, co wywołało żywą dyskusję na temat tego czy bot przeszedł test Turinga.

W zeszłym roku na łamach czasopisma Zarządzanie Zasobami Ludzkimi ukazała się analiza funkcjonalności kilku znanych chatbotów stosowanych w rekrutacji, której dokonała związana z Uniwersytetem Ekonomicznym w Katowicach, Agata Berdowska. Porównanie obejmowało następujące narzędzia: Watson (firmy IBM), Tasha (firmy Sutherland), Mya (firmy Firstjob), SGT STAR (chatbot U.S Army), Pounce (firmy AdmitHub, używany m. in. przez Uniwersytet Stanu Georgia), Emplocity (pierwszy polskojęzyczny chatbot). Niewątpliwą zaletą tych aplikacji jest ich wysoka wydajność – np. sierżant STAR, przez kilkanaście lat zadał ponad 11 milionów pytań. Analiza wykazała jednak, że boty dobrze wykonują podstawowe zadania, jak odpowiadanie na proste pytania (jak będzie przebiegał proces rekrutacji?, jakie są dostępne wakaty?), czy zadawanie prostych pytań (ile masz lat doświadczenia? jakie masz wykształcenie? jaki jest twój zawód? jakiej pracy szukasz?). Choć niektóre z botów starają aktywnie pozyskiwać pasywnych kandydatów a także zadawać pytania przesiewowe i dokonywać wstępnej oceny kandydatów (Watson i Mya), to ich użyteczność sprowadza się raczej do asystenta ds. rekrutacji, którego kompetencje nie wykraczają poza umiejętności początkującego stażysty. Oczywiście, systemy te mają tę przewagę, że nie mają gorszych dni, nie chorują a nawet jeśli udzielą dziwnej odpowiedzi, to kandydat pewnie nie pomyśli: „jak w tej firmie traktują ludzi?”.

 

 

Źródło: Berdowska, A. (2018). Wspomaganie procesu rekrutacji pracowników za pomocą chatbotów – analiza wybranych rozwiązań. Zarządzanie Zasobami Ludzkimi, 5(124)

 

Nawet jeśli chatboty będą coraz bliższe ludziom, nie oznacza to automatycznie, że pracodawcy zastąpią nimi handlowców czy rekruterów. Załóżmy, że inteligencja maszyn, także w wymiarze społecznym dorówna ludziom. Swoją drogą trudno mi uwierzyć, że będzie można niebawem swobodnie porozmawiać z robotem o sztuce oraz opowiadać sobie wzajemnie dowcipy. To założenie rodzi pytanie czy my będziemy chcieli obcować z robotami tak jak obcujemy z ludźmi? W obecnych czasach terminy customer experience czy employee/candidate experience robią zawrotną karierę. Czy w świetle postulatów o humanizacji stosunków zawodowych wprowadzanie robotów do komunikacji z pracownikami lub kandydatami do pracy ma sens? Doświadczenia takich firm jak Unilever pokazują, że ma. Oprócz ewidentnych korzyści ekonomicznych, opinia pracowników, którzy doświadczyli kontaktu z botami, jest z grubsza pozytywna. Agata Berdowska powołując się na badanie firmy Allegis, wskazuje, że „58% kandydatów było zadowolonych z interakcji z rozwiązaniami z zakresu SI na wczesnych etapach rekrutacji.” a „66% osób było zadowolonych z możliwości skorzystania z narzędzi SI do przygotowania się do rozmowy kwalifikacyjnej i umówienia spotkania z rekruterem„ Nie oznacza to, że zagrożeń nie ma. Są!

Naukowcy z Akademii Leona Koźmińskiego i Uniwersytetu SWPS (Aleksandra Przegalinska, Leon Ciechanowski, Mikołaj Magnuski)  oraz MIT (Peter Gloor) przeprowadzili bardzo ciekawe eksperymentalne studium polegające na badaniu psychofizjologicznych reakcji osób poddanych interakcji z chatbotem. Uczestnicy tego eksperymentu byli podłączeni do aparatu EMG (elektromiografia służy do diagnostyki czynności elektrycznej mięśni – w tym przypadku przedmiotem zainteresowania były ruchy brwi), RSP (respirometr – urządzenie służy do badania oddechu), EKG (pewnie większość z nas przechodzi takie badanie) oraz aparatu mierzącego reakcję skórno-galwaniczną. Badani byli podzieleni na dwie grupy. Pierwsza czatowała z komputerem wyłącznie za pomocą znaków tekstowych, tj. uczestnik pisał na klawiaturze, a robot odpowiadał tekstem pisanym. W przypadku drugiej grupy, awatar widoczny na ekranie komputera dodatkowo czytał swoje odpowiedzi. Oprócz pomiaru reakcji psychofizjologicznych uczestnicy wypełnili kwestionariusz, w którym mogli wyrazić swój stosunek do chatbota oraz ocenić jego podobieństwo do ludzkiej istoty. Wyniki kwestionariusza wyraźnie pokazały, że awatar wzbudził więcej negatywnych emocji niż zwykły, tekstowy chatbot. Nie dość tego – awatar był postrzegany jako mniej kompetentny. Jednocześnie uczestnicy uważali, że był mniej ludzki i dziwny (inhuman & weird), przy czym bardziej przypominał człowieka. Badanie reakcji psychofizjologicznych także wykazało istotne różnice między grupami, np. interakcja z awatarem prowadziła do podwyższenia tętna.  Odkryto interesujące związki z wynikami kwestionariusza, np. im chatbot był postrzegany jako mniej kompetentny, tym wywoływał silniejszą reakcję skórno-galwaniczną. Jednym zdaniem, obcowanie z tekstowym chatbotem było przyjemniejsze niż z awaterem. Jak to jednak jest, że im robot jest bardziej podobny do człowieka tym jest postrzegany jako bardziej „nieludzki” i wywołuje negatywną emocjonalną reakcję? Wyniki przytoczonego studium potwierdzają rezultaty innych badań, które opisują tzw. uncanny valley effect (tłumaczone jako dolina niesamowitości, zainteresowanych odsyłam do wikipedii https://en.wikipedia.org/wiki/Uncanny_valley). Badania z udziałem zarówno dorosłych jak i dzieci wykazały, że interakcja z maszyną czy innym obiektem, który nie przypomina człowieka jest przyjemniejsza w porównaniu do kontaktu z humanoidem. Są także badania, które podobne zjawisko dokumentują w odniesieniu do małp. Ciekawe są hipotezy, które tłumaczą ten efekt. Maszyna, która jest bardzo podobna do człowieka, ale jednak tym człowiekiem nie jest wywołuje reakcje podobne do tych wynikających interakcji z chorym człowiekiem (np. zarażonym patogenem), co z biologicznego punktu widzenia jest całkiem sensowne – unikając chorych, unikamy zarażenia. Są też inne wytłumaczenia, odnoszące się norm religijnych czy kulturowych i choć to bardzo ciekawe, to zbyt odległe od przedmiotu tego artykułu, aby wątek rozwijać. Niezależnie od biologicznej, ewolucyjnej czy kulturowej przyczyny efektu uncanny valley, autorzy wspomnianego studium wprost sugerują ostrożność w projektowaniu chatbotów, które do złudzenia przypominają ludzi „chatbots should not be designed to pretend to be human — at least not if they do so ineptly.”

 

Następny odcinek artykułu będzie w dalszym ciągu poświęcony ograniczeniom, które może napotkać automatyzacja… Będzie to ostatnia zaplanowana część artykułu.

 

Czy zastąpią nas roboty? Analiza wpływu sztucznej inteligencji oraz innych technologii na rynek pracy. Część 2.

Adam Pokrzywniak

Pierwsza część artykułu

 

Dlaczego wciąż jest tyle pracy?

 

Optymizm autorów raportów wspomnianych w pierwszej części tego artykułu wynika z obserwacji wcześniejszych rewolucji technologicznych. Historia pokazuje, że postęp, choć pozbawia tymczasowo część osób pracy, to w dłuższej perspektywie prowadzi do zwiększenia zatrudnienia oraz przyspieszenia wzrostu realnych wynagrodzeń. Po wspomnianej pauzie Engelsa, czyli zamrożeniu wynagrodzeń przez około 50 lat, po 1850 roku płace zaczęły wzrastać szybciej niż produktywność, czyli klasa pracująca zaczęła otrzymywać większy udział w tworzonej wartości dodanej. Powstały nowe zawody związane z produkcją i utrzymaniem maszyn – pojawiło się zapotrzebowanie na operatorów, mechaników inżynierów i finansistów oraz menedżerów.  Szerokie zastosowanie komputerów pozbawiło pracę maszynistki, sekretarki oraz księgowych – w USA komputeryzacja doprowadziła do zwolnienia ok. 3,5 mln osób od 1980 roku. Masowe zastosowanie komputerów stworzyło jednak zapotrzebowanie na nową pracę, które znacznie przewyższyło redukcję zatrudniania. Powstało ponad 19 mln stanowisk związanych z produkcją komputerów i oprogramowania, zatem po odjęciu redukcji zatrudnienia, przybyło pracy dla ponad 15 milionów ludzi (grafika poniżej).

 

Żródło: Bughin, J., Manyika, J., & Woetzel, J. (2017). Jobs lost, jobs gained: Workforce transitions in a time of automation. McKinsey Global Institute.
LINK DO ŹRÓDŁA

 

Biznes, którego symbolami stały się takie firmy jak Microsoft czy IBM zatrudnia ok 3 mln osób.  Ponadto, pojawiły się nowe zawody związane z użytkowaniem komputerów – graficy komputerowi, analitycy, administratorzy systemów IT, cały sektor e-commerce oraz pracownicy call centers, które prawie nie istniały przed pojawieniem się komputerów. Wynalezienie samochodów pozbawiło pracy kowali czy rymarzy, ale dało zatrudnienie w ogromnej dziś branży motoryzacyjnej. Ponadto, pojawiły się nowe zawody związane z budową oraz utrzymaniem całej infrastruktury komunikacyjnej – chodzi nie tylko o budowę dróg i mostów, masowe wykorzystanie samochodów stworzyło nowe stanowiska w branży turystycznej i gastronomicznej (motele i bary) oraz zdynamizowało rozwój przemysłu energetycznego (rafinerie, stacje benzynowe).

Bardzo ciekawy jest przypadek bankomatów. Wydaje się, że ich pojawienie się powinno stanowczo zredukować zatrudnienie w bankowości. Główną rolą osób pracujących w placówkach bankowych było przyjmowanie i wypłacanie pieniędzy. Bankomaty przyczyniły się jednak do istotnego wzrostu zatrudniania w obszarze obsługi klienta w bankach. Zmienił się jednak zakres zadań i kompetencji, zamiast obsługi kasowej pracownicy oddziałów bankowości zmienili się w doradców, którzy skupiają się na analizie potrzeb klientów i sprzedaży coraz bardziej wyrafinowanych produktów finansowych. Automatyzacja wpłat i wypłat znacznie obniżyła koszty operacyjne oddziałów banków, co pozwoliło na dalszy rozwój całego sektora finansowego. Nowa oferta bankowości detalicznej wymagała zatrudnienia osób o nowych kompetencjach – skrupulatność oraz umiejętność liczenia zostały zastąpione przez kompetencje społeczne związane z diagnozą potrzeb klientów oraz przekonywaniem ich do zakupu szerokiej gamy produktów pożyczkowych oraz inwestycyjnych.

Rozwój motoryzacji stanowi analogiczny przypadek. Zwiększona wydajność obserwowana w fabrykach Forda w pierwszej połowie ubiegłego stulecia doprowadziła do obniżki cen samochodów oraz wyższej jakości tych produktów. To wywołało zwiększony popyt na samochody, co następnie pociągnęło za sobą wzrost zatrudnienia w fabrykach. Pomiędzy rokiem 1909 a 1915 produktywność wzrosła blisko trzykrotnie (liczona, jako liczba samochodów produkowanych na jednego pracownika), cena modelu „T” spadłą o połowę, a sprzedaż wzrosła trzydziestokrotnie. Ten zwiększony popyt na samochody nie mógł zostać zaspokojony przez dodanie nowych maszyn. Pomijając fakt, że samo „dołożenie” nowych maszyn generuje pracę – ktoś musi je zaprojektować, sprzedać, kupić, zmontować i później obsługiwać oraz serwisować – zwiększona produkcja generuje konieczność zatrudniania osób w innych działach na stanowiskach, których zautomatyzować w danym momencie się nie da. Patrząc na historię postępu technologicznego, były to stanowiska związane z zarządzaniem, marketingiem, planowanie czy finansami.

 

Żródło: Bughin, J., Manyika, J., & Woetzel, J. (2017). Jobs lost, jobs gained: Workforce transitions in a time of automation. McKinsey Global Institute.
LINK DO ŹRÓDŁA

 

 

Dlaczego historia przestała się powtarzać?

 

Skoro automatyzacja w odległej przeszłości prowadziła do zwiększenia zapotrzebowania na pracę i wyższych pensji, dlaczego w ostatnich trzech dekadach związek ten się rozszczepił w niektórych krajach rozwiniętych? W USA po roku 2000, mimo utrzymania tempa wzrostu produktywności (output per hour), mediana realnych wynagrodzeń stanęła w miejscu.

 

Źródło: Frank, M. R., Autor, D., Bessen, J. E., Brynjolfsson, E., Cebrian, M., Deming, D. J., … Rahwan, I. (2019). Toward understanding the impact of artificial intelligence on labor. Proceedings of the National Academy of Sciences of the United States of America
LINK DO ŹRÓDŁA

 

Interpretacji tego stanu rzeczy jest kilka. Jedni winią off-shoring produkcji oraz usług – nie chodzi tylko o przenoszenie produkcji do dalekiej i środkowej Azji, ale także tworzenie BPO oraz SSC, które powstają między innymi w Polsce. Inni podkreślają, że tempo automatyzacji jest zbyt wolne, natomiast rozwój sztucznej inteligencji może zdynamizować wzrost produktywności prowadząc do wyższych dochodów kapitalistów oraz klasy pracującej. Najbardziej przekonujące, kompleksowe wytłumaczenie tego zjawiska przedstawiają, wg mnie, Daron Acemoglu z MIT oraz Pascual Restrepo z Boston University. Po pierwsze, uważają, że automatyzacja sama w sobie nie musi prowadzić do zwiększenia produktywności, która pociąga podwyższony popyt na pracę. Niektóre technologie pozwalają znacznie zredukować zatrudnienie i powodują relatywnie mniejsze (w stosunku do redukcji zatrudnienia) wzrosty produktywności. Przedsiębiorstwa decydują się na taką automatyzację, bo faktycznie obniża to trochę koszty, ale obniżka jest na tyle nieduża, że nie pozwala ona na spadek cen, jak we wspomnianym przykładzie Forda „T”. Analiza robotyzacji w USA wykonana także przez Acemoglu i Restrepo prowadzi do wniosku, że instalacja jednego robota skutkuje utratą pracy kilku zatrudnionych osób oraz prowadzi do obniżki wynagrodzeń. Liczba osób zwolnionych waha się w przedziale 3-5,6 osób. Co ciekawe, podobne badanie wykonane w Niemczech nie potwierdziło tych zależności, tj. robotyzacja nie prowadzi u naszych zachodnich sąsiadów do redukcji zatrudnienia, choć wpływa negatywnie na poziom płac – przyczyny tego stanu rzeczy będą jeszcze omawiane w kolejnych częściach artykułu.

Niektóre technologie, choć pozwalają na obniżenie kosztów przez redukcję zatrudnia, pogarszają niestety jakość produktów, więc popyt ze strony klientów nie wzrasta. Przykładem mogą być automatyczne, telefoniczne biura obsługi klienta (oczywiście nie wszystkie). Produkujemy taniej, ale nie możemy sprzedać więcej, bo klienci są mniej zadowoleni z serwisu. Taką automatyzację Acemoglu i Restrepo określają jako so-so technologies. Automatyzacja sama w sobie, szczególnie jeśli prowadzi do niewielkich wzrostów produktywności, skutkuje w obniżeniu zapotrzebowania na pracę i redukcji zatrudnienia oraz zamrożeniu wynagrodzeń. Jeśli skala tych zjawisk jest duża, to automatyzacja może prowadzić do zubożenia niektórych warstw społecznych. Zmiany na rynku pracy, skutkujące podwyższeniem bezrobocia lub stagnacją płac, prowadzą (co dość oczywiste dla osób, które tym rynkiem się interesują) do niepokojących zjawisk społecznych. Naukowcy z Uniwersytetu w Princeton w 2015 roku opublikowali artykuł dotyczący wzrostu śmiertelności i pogorszenia stanu zdrowia w latach 1999 – 2013 wśród białych Amerykanów w średnim wieku. Bezpośrednią przyczyną tego wzrostu była zwiększona liczba samobójstw, nadużywanie alkoholu i narkotyków oraz przedawkowanie leków. Wśród przyczyn pierwotnych, badacze sugerują takie zjawiska, jak: niepewność ekonomiczna, spadek produktywności i rosnące nierówności dochodowe. Pewnie nikogo nie zaskoczę, jeśli dodam, że największe wzrosty śmiertelności notowano wśród gorzej wykształconych.

Przyczyną zwiększenia popytu na pracę oraz wzrostu płac są głównie te technologie, które generują nowe zadania! Jeżeli przyjrzeć się wcześniejszym rewolucjom technologicznym, doprowadziły one do powstania wielu zupełnie nowych stanowisk pracy. Mechanizacja, elektryfikacja czy komputeryzacja mimo redukcji zatrudnienia w tradycyjnych zawodach (kowale, szwacze, piekarze, rymarze, itd.), wywołały popyt na pracę w zupełnie nowych dziedzinach, tworząc takie stanowiska jak: operator linii produkcyjnej, mechanik, elektryk, automatyk, informatyk, analityk danych. Zatrudnienie w niektórych gałęziach gospodarki zmalało drastycznie, np. dziś rolnictwo w krajach rozwiniętych obejmuje kilka procent ludności czynnej zawodowo, ale w połowie dziewiętnastego wieku ok 50% siły roboczej znajdowało się w tym sektorze. Przez ostatnie 150 lat znacznie wzrosło zatrudnienie w szkolnictwie, służbie zdrowia, usługach finansowych czy handlu. Liczne nowe zawody, które pojawiały się na przestrzeni ostatniego stulecia, jak: elektronik, programista, specjalista ds. marketingu, inżynier sprzedaży, specjalista ds. compliance, itd., wiązały się z pojawieniem nowych zadań, których automatyzacja była na danym etapie rozwoju niemożliwa. Wymagały one nowych kompetencji, co dawało pracę edukatorom. Waga tych zawodów oraz ich wpływ na produktywność pozwalały na wzrost wynagrodzeń.

Joseph Schumpeter w połowie ubiegłego stulecia wprowadził termin „twórcza destrukcja”, który dobrze oddaje istotę zmian technologicznych prowadzących do stworzenia nowych zadań. Choć digitalizacja obrazu okazała się bolesna dla Xeroxa, Polaroida czy Kodaka oraz niektórych firm poligraficznych, to jednocześnie wykreowała ogromny rynek smartfonów, tabletów oraz zdynamizowała rozwój PC-tów. Niekiedy nowe stanowiska wcale nie muszą się wiązać z automatyzacją, ale wraz z nią, czy obok niej, powstają wynalazki, których rozpowszechnienie tworzy nowe obszary gospodarki. Pojawienie się samochodów na masową skalę oczywiście nie byłoby możliwe bez automatyzacji, ale to nie automatyzacja stworzyła cały przemysł motoryzacyjny, paliwowy wraz z towarzyszącą im infrastrukturą drogową, ale wynalazek w postaci automobilu stworzył nowe zadania, nowe rynki, nowe ogromne gałęzie gospodarki. Wspomniana analiza skutków robotyzacji dla rynku pracy w USA zrealizowana przez Acemoglu oraz Restrepo pokazuje, że instalacja nowego robota prowadzi do redukcji kilku etatów i nie powoduje takiego samego popytu na inne stanowiska. Ten przykład dowodzi, że sama automatyzacja, jeżeli przynosi niewielki marginalny przyrost produktywności, prowadzi do redukcji zatrudnienia netto.

 

Trzy fale

 

Czy obecny rozwój technologiczny wraz z rosnącymi nakładami na badania nad sztuczną inteligencją doprowadzą do skokowych przyrostów produktywności oraz stworzą nowe zadania i nowe zawody?  Niektórzy naukowcy mają sporo obaw. Ciekawy w tym kontekście wydaje się raport PWC, który zakłada, że automatyzacje przebiegać będzie w trzech falach. Pierwsza, fala algorytmów (algorythmic wave), która będzie miała miejsce głównie na początku lat dwudziestych, obejmie komputeryzację obliczeniowych czynności w oparciu o ustrukturyzowane dane. Dotknie ona szeregu stanowisk związanych z przetwarzaniem danych – księgowanie, proste analizy polegające głównie na zestawianiu danych i przygotowaniu raportów, kalkulowanie i przygotowanie ofert, itd. Ta fala pozwoli na redukcję wielu stanowisk w sektorze finansowym, administracji wewnątrz organizacji oraz w obsłudze klienta. Te rozwiązania już są widoczne – aplikacje pozwalające na zautomatyzowane tworzenie ofert dla klientów, systemy do rozpoznawania i procesowania dokumentów czy kasy samoobsługowe w supermarketach. Czy ta fala automatyzacji przyniesie skokowe wzrosty produktywności, jak wdrożenie bankomatów, lub stworzy nowe zadania, jak niegdyś rozwój motoryzacji? Mam nadzieję, że się mylę, ale obawiam się, że te efekty mogą być zbyt małe, aby zrównoważyć redukcję zatrudnienia.

 

Żródło: Hawksworth, J., Berriman, R., & Goel, S. (2018). Will robots really steal our jobs?: An international analysis of the potential long term impact of uutomation. PwC
LINK DO ŹRÓDŁA

 

Druga fala, fala augmentacji (augmentation wave – nie mam pomysłu jak to lepiej przetłumaczyć), która zdominuje drugą połowę zbliżających się lat dwudziestych, będzie polegać na automatyzacji powtarzalnych operacji, jak wypełnienie formularzy, wymiana prostych informacji czy analiza nieustrukturyzowanych danych. Rozwój uczenia maszynowego niewątpliwie zmieni szereg zawodów, których ważnym elementem jest np. podejmowanie decyzji kredytowych lub obliczanie ryzyka ubezpieczeniowego. Ta fala będzie się wiązać z rozpowszechnieniem rozwiązań obecnych na razie wyłącznie w bardzo dużych organizacjach – np. bazujący na sztucznej inteligencji asystenci pomocni w rekrutacji oraz onboardingu pracowników w takich firmach jak IBM czy Unilever. Augmentacja pozwoli na jeszcze bardziej zautomatyzowane przemieszczanie różnych obiektów w przestrzeni magazynowej, ale będzie wymagać ścisłego nadzoru ludzkiego. W dużym uproszczeniu, ta faza automatyzacji pozwoli na redukcję zatrudnienia na stanowiskach o mocno zrutynizowanych zadaniach – magazynierzy, pakowacze, część stanowisk tzw. białych kołnierzyków związanych ze zbieraniem i analizowaniem danych a także komunikacją z kontrahentami czy pracownikami. Pracę stracą asystenci czy pracownicy działów obsługi klienta, ale w dalszym ciągu decyzje będą podejmować ludzie. Roboty będą potrzebować operatorów, a zaawansowane aplikacje informatyczne przetworzą dane, za co dziś odpowiadają stanowiska asystenckie, ale w ludzkiej gestii pozostanie zrobienie użytku z tych informacji. Pracownicy działu HR nie będą musieli odpowiadać na pytania ile komu pozostało dni urlopowych ani ile nadgodzin zrealizował jakiś pracownik. Specjaliści obsługi klienta nie będą musieli przekazywać informacji, których interpretacja nie wymaga szczególnego wysiłku a rekruterzy nie będą musieli analizować setek CV, bo to zadanie zlecą swojemu cyfrowemu asystentowi. Automatyzacja części zadań nie wyeliminuje z nich człowieka, który będzie współpracować z maszynami i je nadzorować. Ludzie będą wykorzystywać roboty i komputery, aby skupić się na tym, co wymaga kompetencji wyłącznie ludzkich, jak: planowanie, projektowanie, rozwiązywanie problemów, doradzanie. Czy ta interakcja, określana niekiedy jako kobotyzacja będzie się wiązać z powstaniem nowych zadań? Wydaje się, że tak, bo podobnie jak w przypadku bankomatów, zakres skomplikowanych zadań może się wyraźnie zwiększyć. Kadrowiec będzie mógł skupić się na analizie skuteczności benefitów zamiast na liczeniu wynagrodzeń – to oczywiście już ma miejsce w dużych firmach, gdzie za te zadania odpowiadają zwyczajnie inne działy, ale w średniej wielkości organizacjach, zmiana charakteru pracy generalisty HR może być istotna. Tenże generalista pracy nie straci, ale szereg jego zadań wykona za niego technologia, dzięki czemu on skupi się na tym, czego zautomatyzować nie można. Wśród skutków automatyzacji, oprócz powstania nowych zadań, można się spodziewać znacznych wzrostów wydajności pracowników. Analizy MGI prowadzą do wniosku, że (szczególnie w niektórych sektorach) waga wzrostu produktywności będzie wielokrotnie większa od efektu zastępowania pracy. Dotyczy to np. działów R&D w branży farmaceutycznej (performance gains 94% vs. labor substitution 6%), projektowania samochodów (performance gains 86% vs. labor substitution 14%) czy marketingu dóbr konsumenckich (performance gains 90% vs. labor substitution 10%). Trudno dziś odpowiedzieć czy fala augmentacji przyniesie więcej redukcji pracy czy więcej popytu na nią, ale przyjmując powyższe ramy zaproponowane przez Acemoglu oraz Restrepo, można pozwolić sobie na trochę optymizmu.

Trzecia fala, fala autonomiczności (autonomous wave) obejmie pracę fizyczną wymagającą dużej zręczności a także rozwiązywanie problemów. Dalszy postęp uczenia maszynowego wraz ze spadającą ceną technologicznie zaawansowanych produktów pozwoli stosować rozwiązania oparte na sztucznej inteligencji na szeroką skalę. W latach trzydziestych możemy się spodziewać autonomicznych pojazdów, a ubędzie nie tylko zawodowych kierowców, ale także np. pracowników zakładów gospodarki odpadami. Magazyny będą przez ludzi monitorowane, ale na hali będą pracowały wyłącznie maszyny. Transport, produkcja oraz branża budowlana będą najsilniej dotknięte tą falą automatyzacji. Człowiek będzie w dalszym ciągu odpowiadał za architekturę oraz zarządzanie, ale szereg skomplikowanych zadań, także tych w nieprzewidywalnym środowisku będzie mogła być wykonana przez maszyny. Czy ta fala pozwoli na stworzenie nowych miejsc pracy (bo redukcja zatrudnienia w wielu zawodach jest oczywista)? Do tego czasu mogą powstać zupełnie nowe branże i rynki – analitycy z MGI zakładają, że w latach trzydziestych blisko 10% stanowisk pracy będzie w zawodach, które dziś nie istnieją. Ta fala może przynieść znaczne wzrosty produktywności, co pozwala mieć nadzieję, że rozwój gospodarczy przyczyni się do zwiększenia popytu na pracę, której nie będzie można wówczas zautomatyzować.

W następnej części artykułu będzie w końcu mowa o tym, kto może zyskać na dalszej automatyzacji…

 

Czy zastąpią nas roboty? Analiza wpływu sztucznej inteligencji oraz innych technologii na rynek pracy. Część 1.

Adam Pokrzywniak

 

Jaki będzie wpływ rozwoju technologii, w tym sztucznej inteligencji, na rynek pracy?  Ile osób straci, a ile zyska pracę? Jakie zawody są szczególnie zagrożone przez postępującą automatyzację? Jakich społecznych konsekwencji możemy się spodziewać w ciągu najbliższych dwóch dekad? Jak możemy się przygotować na kroczącą, nową rewolucję przemysłową? Jakie są bieżące zastosowania sztucznej inteligencji, które już zmieniają charakter pracy w wielu firmach?

Na te pytania postaram się odpowiedzieć w kilku artykułach. Pierwszy z nich dotyczyć będzie tego, czego możemy się spodziewać, drugi powinien przynieść odpowiedź na pytanie dlaczego tak będzie, a w trzecim napiszę, dlaczego wcale nie musi tak być 🙂

Bibliografię mogę podać w komentarzu dla zainteresowanych.

Continue reading

Czego oczekują firmy od publikacji o zarządzaniu wiekiem

Dr Stanisław Wojnicki (SW Mentoring)

 

Zarządzanie wiekiem w polskich firmach staje się coraz bardziej istotną kwestią, co związane jest z czarnymi prognozami ZUS dotyczącymi trendów demograficznych w najbliższych 20 latach: społeczeństwo polskie szybko się starzeje, przybywa osób w wieku emerytalnym, rynek pracy się kurczy i coraz trudniej o pracowników. Jednocześnie młode pokolenia pracowników są mniej nastawione na poświęcanie się karierze zawodowej i mniej skłonne do lojalności wobec pracodawcy. W badaniach i publikacjach widać w ostatnich 10 latach wzmożone zainteresowanie tym zagadnieniem. Continue reading

Patchworkowa organizacja pracy

Dr hab. Beata Skowron-Mielnik

 

Patchwork jest techniką polegająca na tworzeniu obrazów lub wzorów geometrycznych poprzez zszywanie ze sobą fragmentów różnych materiałów. Powstała w Anglii, w czasach kiedy starano się wykorzystać każdy kawałek tkaniny, np. ze starych ubrań. Z czasem stała się nie tylko sposobem na tanie okrycie, ale wręcz sztuką dobierania kolorów i tkanin, często z wykorzystaniem skomplikowanych technik. Jest to pracochłonna i czasochłonna technika, realizowana zarówno ręcznie, jak i przy wykorzystaniu maszyny do szycia.

Continue reading

Firma, która ujawnia ile płaci pracownikom, to wciąż rzadkość – prawo.pl

Artykuł pochodzi z serwisu prawo.pl

Ludzie i Biznes Panel Prezesów – relacja

Artykuł pochodzi z serwisu Prawo.pl.