مترجم: آناهیتا جمشیدنژاد

منبع: mckinsey

همان‌طور که تکنولوژی‌های خودکار‌سازی مانند یادگیری ماشینی1 و روباتیک نقش بسیار گسترده‌ای در زندگی همه افراد ایفا می‌کنند، تاثیر بالقوه آنها در محیط کار نیز به تمرکز تحقیقات و نگرانی عمومی تبدیل شده است. بحث‌ها حول این محور است که چه مشاغلی توسط ماشین‌ها جایگزین خواهند شد و چه مشاغلی جایگزین نخواهند شد؟

گرچه خودکارسازی در چند دهه آینده مشاغل بسیار کمی را کاملا حذف خواهد کرد اما بسته به نوع کاری که مشاغل انجام می‌دهند، تقریبا بر بخش‌هایی از همه حرفه‌ها (با یک درجه قوی‌تر یا ضعیف‌تر) تاثیر خواهد داشت. خودکارسازی که امروزه از فعالیت‌های روزمره تولیدی پا را فراتر می‌گذارد، پتانسیلی (حداقل با توجه به قابلیت فنی) برای تغییر بخش‌هایی مانند خدمات درمانی و مالیه دارد که سهم قابل‌توجهی از کار دانش‌محور را دربرمی‌گیرد.

این نتایج بر مبنای تحلیل دقیق فعالیت‌های بسیاری برای بیش از ۸۰۰ شغل است. با استفاده از داده‌های مرکز آمار نیروی کار آمریکا و شبکه O*Net که توسط وزارت کار آمریکا پشتیبانی می‌شود، میزان زمان صرف شده بر این فعالیت‌ها در اقتصاد آمریکا و نیز امکان‌پذیری فنی خودکارسازی برای هر یک از آنها را تعیین کرده‌ایم.

نتایج کامل در اوایل سال ۲۰۱۷ آماده ارائه است و شامل چند کشور دیگر خواهد شد، اما ما برخی یافته‌های اولیه را اواخر سال گذشته منتشر کردیم که اکنون با نتایج اضافی موقت دنبال شده است. سال گذشته، نشان دادیم که تکنولوژی‌های موجود می‌توانند ۴۵ درصد فعالیت‌هایی که افراد انجام می‌دهند را مکانیزه کنند و حدود ۶۰ درصد مشاغل باقی‌مانده می‌توانند شاهد مکانیزه شدن دوباره ۳۰ درصد یا بیشتر از فعالیت‌های تشکیل‌دهنده خود با تکنولوژی‌های در دسترس امروز باشند.

درک پتانسیل خودکارسازی

در خودکارسازی مورد بحث، ما به پتانسیلی ارجاع می‌دهیم که یک فعالیت مفروض می‌تواند با پذیرش تکنولوژی‌های موجود مکانیزه شوند یعنی به هر حال خودکارسازی آن فعالیت از نظر فنی امکان‌پذیر است. هر حرفه‌ای از انواع متعدد فعالیت‌ها ساخته شده است که هر کدام درجات متفاوتی از امکان‌پذیری فنی را دارا هستند. نمودار مقابل هفت گروه‌بندی سطح بالا از فعالیت‌ها را فهرست‌بندی می‌کند. به‌عنوان مثال مشاغل در خرده‌فروشی شامل فعالیت‌هایی مانند جمع‌آوری و پردازش داده‌ها، تعامل با مشتریان و نمایش‌ محصولات یا 2merchandise displays (که ما به‌عنوان حرکت فیزیکی در یک محیط قابل‌پیش‌بینی طبقه‌بندی می‌کنیم) می‌شود. چون همه این فعالیت‌های تشکیل‌دهنده یک پتانسیل متفاوت خودکارسازی دارند؛ ما با آزمون زمانی که کارگران بر هر کدام از آنها طی هفته کاری صرف می‌کنند به تخمین کلی برای این بخش می‌رسیم.

امکان‌پذیری فنی یک پیش‌شرط ضروری برای خودکارسازی است اما نمی‌تواند کاملا پیش‌بینی کند که یک فعالیت مکانیزه خواهد شد. عامل دومی که باید مورد توجه قرار بگیرد هزینه گسترش و توسعه سخت‌افزار و نرم‌افزار برای خودکارسازی است. هزینه نیروی کار و پویایی‌های مرتبط با عرضه و تقاضا عامل سوم را ارائه می‌دهند: اگر عرضه کارگران فراوان و به‌طور معنی‌داری ارزان‌تر از خودکارسازی باشد، می‌تواند یک استدلال قاطع علیه این موضوع باشد.

عامل چهارمی که باید مدنظر قرار داد، منافع جانشینی نیروی کار شامل سطوح بالاتر تولید، کیفیت بهتر و خطاهای کمتر است. این موارد اغلب بزرگ‌تر از آن کاهش‌های هزینه‌ نیروی کار هستند.مسائل نظارتی و پذیرش اجتماعی مانند اینکه کدام ماشین‌ها در هر تنظیمات خاص مورد پذیرش هستند باید سنجیده شود. به‌طور مثال، ممکن است یک روبات در تئوری بتواند جایگزین برخی فعالیت‌های یک پرستار شود. اما در دنیای امروز این چشم‌انداز به‌طور گسترده، برای بسیاری از بیمارانی که انتظار ارتباطات انسانی را دارند، می‌تواند چندان خوشایند نباشد. پتانسیل خودکارسازی برای به‌دست گرفتن کنترل یک بخش یا حرفه، اثرات متقابل بین این عوامل و مبادله‌های بین آنها را منعکس می‌کند. حتی زمانی که ماشین‌ها برخی فعالیت‌های انسانی را در یک حرفه به عهده می‌گیرند، این امر ضرورتا به معنای پایان مشاغل در آن خط کاری تفسیر نمی‌شود.

به عنوان مثال گسترش اسکنرهای بارکد‌خوان در مقیاس وسیع و سیستم‌های POS مرتبط در ایالات متحده در دهه ۱۹۸۰ هزینه‌های نیروی کار را در هر فروشگاه تا حدود ۵/ ۴درصد و هزینه خرید مصرف‌کنندگان خواروبارفروشی‌ها را تا ۴/ ۱ درصد کاهش داده است. اما صندوق‌داران هنوز مورد نیاز بودند؛ در حقیقت شغل آنها بین سال‌های ۱۹۸۰ تا ۲۰۱۳ در یک نرخ متوسط بیش از ۲ درصد هم رشد داشته است.

فعالیت‌هایی که پتانسیل فنی بالایی برای خودکارسازی دارند

تقریبا یک پنجم زمان صرف شده در محیط کار آمریکا صرف انجام فعالیت‌های فیزیکی یا به‌کار انداختن ماشین‌آلات در یک محیط قابل‌پیش‌بینی می‌شود: کارگران فعالیت‌های خاصی با تنظیمات واضح انجام می‌دهند؛ تنظیماتی که در آن پیش‌بینی تغییرات نسبتا آسان است.از طریق انطباق و پذیرش تکنولوژی‌های در دسترس، ما امکان‌پذیری فنی خودکارسازی چنین فعالیت‌هایی را در سطح ۷۸ درصد تخمین می‌زنیم که بالاترین میزان در هفت طبقه‌بندی بالای ما است. در واقع خودکارسازی فعالیت‌های فیزیکی قابل‌پیش‌بینی نسبت به فعالیت‌های غیرقابل‌پیش‌بینی از نظر فنی امکان‌پذیرتر است. چون فعالیت‌های فیزیکی قابل‌پیش‌بینی آشکارا در بخش‌هایی مانند تولید، خدمات غذایی و خرده‌فروشی مشاهده می‌شوند؛ اینها مستعدترین فعالیت‌ها برای خودکارسازی بر مبنای ملاحظات فنی هستند. از فعالیت‌های فیزیکی قابل‌پیش‌بینی می‌توان به جوشکاری و لحیم‌کاری در خط تولید، تهیه غذا یا بسته‌بندی اشیا اشاره کرد. فعالیت فیزیکی غیرقابل‌پیش‌بینی نیز شامل ساخت‌وساز، جنگلداری و... است.

به عنوان مثال در بخش تولیدی، اجرای فعالیت‌های فیزیکی یا به‌کار انداختن ماشین‌آلات در یک محیط قابل‌پیش‌بینی یک‌سوم زمان کلی کارگران را می‌گیرد. به‌دلیل رواج چنین کارهای فیزیکی قابل‌پیش‌بینی، با فرض ملاحظات فنی، حدود ۵۹ درصد همه فعالیت‌های تولیدی می‌تواند مکانیزه شود. امکان‌پذیری فنی دارای پراکندگی قابل‌توجهی است. به عنوان مثال در خلال تولید ۹۰ درصد جوشکارها و لحیم‌کاران پتانسیل فنی برای خودکارسازی را دارند اما برای نمایندگان خدمات مشتری این امکان‌پذیری زیر ۳۰ درصد است. این پتانسیل بین شرکت‌ها نیز متفاوت است.

نگاهی به آینده

هنگامی که تکنولوژی توسعه می‌یابد، روبات‌ها و یادگیری ماشینی هجوم‌ گسترده‌ای به فعالیت‌هایی خواهند داشت که امروزه پتانسیل فنی پایینی برای خودکارسازی دارند. به‌عنوان مثال تکنیک‌های جدید، موجب همکاری‌های فیزیکی ایمن‌تر و پیشرفته‌تری بین روبات‌ها و انسان‌ها در محیط‌های غیرقابل پیش‌بینی کنونی می‌شوند. این توسعه‌ها می‌تواند خودکارسازی اکثر فعالیت‌ها را در بخش‌هایی مانند ساخت و ساز توانا سازد. هوش مصنوعی می‌تواند در طراحی اجزای بخش‌های سنگین مهندسی استفاده شود.

یکی از بزرگ‌ترین پیشرفت‌های تکنولوژیک در صورتی اتفاق می‌افتد که ماشین‌ها قابلیت درک زبان طبیعی(انسانی) را به اندازه عملکرد متوسط انسانی دارا باشند. و این یعنی کامپیوترها توانایی تشخیص این مفاهیم را در ارتباطات روزمره بین افراد به‌دست آورند. در سطح خرده‌فروشی پیشرفت‌های زبان طبیعی، پتانسیل فنی برای خودکارسازی را از ۵۳ درصد به ۶۰ درصد افزایش می‌دهد. در بخش مالیه و بیمه، این جهش حتی بزرگ‌تر می‌شود (از ۴۳ درصد به ۶۶ درصد). در بخش خدمات درمانی نیز، هرچند ما باور نمی‌کنیم که تکنولوژی‌های حاضر می‌توانند همه فعالیت‌های مورد نیاز برای تشخیص و درمان بیماران را انجام دهند اما تکنولوژی در طول زمان تواناتر خواهد شد. ممکن است روبات‌ها دندان‌های شما را مسواک نزنند یا کاملا به فرزندان شما آموزش ندهند؛ اما به این معنی نیست که آنها در آینده نیز این کارها را نخواهند کرد.

همان‌طور که در آغاز مقاله بیان شد، درک پتانسیل فنی خودکارسازی برای ارزیابی اینکه چه مقدار از آن در فعالیت‌های خاص اتفاق خواهد افتاد کافی نیست. سطح واقعی آن به اثرات متقابل پتانسیل فنی، مزایا و هزینه‌ها (یا مورد کسب و کار)، پویایی‌های عرضه و تقاضای نیروی کار و عوامل نظارتی و اجتماعی متفاوت مرتبط با قابلیت پذیرش وابسته خواهد بود.

هدایت کسب‌وکارهای مکانیزه‌تر

خودکارسازی می‌تواند محیط کار را برای همه افراد از جمله مدیران ارشد تغییر دهد. انقلاب سریع تکنولوژیک می‌تواند پتانسیل آن را کنترل کرده و از تله‌های آن اجتناب کند. در برخی صنایع مانند خرده‌فروشی، خودکارسازی در حال تغییر ماهیت رقابت است.به عنوان مثال بازیگران عرصه تجارت الکترونیک، با استفاده از خودکارسازی فیزیکی (مانند روبات‌ها در انبارها) و خودکارسازی کار دانش‌محور(شامل الگوریتم‌هایی که نظر خریداران را به آیتم‌هایی جلب می‌کنند که ممکن است بخواهند خریداری کنند) با خرده‌فروشان سنتی رقابت می‌کنند. به طور مثال در صنعت معدن، سیستم‌های حمل و نقلی که سنگ‌های معدنی را نسبت به اپراتورهای انسانی ایمن‌تر و کارآتر از درون معدن‌ها منتقل می‌کنند می‌توانند یک تغییر پله‌ای در بهره‌وری ایجاد کنند.

نیاز اولیه مدیران ارشد شناسایی این نکته است که خودکارسازی در کجا می‌تواند سازمان‌های آنها را تغییر دهد و سپس برنامه‌ای بجا و به موقع ترتیب داد تا با فرآیندهای جدید کسب‌وکار که توسط خودکارسازی فعال شده‌اند جابه‌جا شوند. یک نقشه از فعالیت‌های بالقوه خودکارسازی در شرکت‌ها می‌تواند به راهنمایی، شناسایی و اولویت‌بندی فرآیندها و فعالیت‌های بالقوه‌ای که می‌تواند تغییر یابد کمک کند. همان‌طور که بیان کردیم، پرسش کلیدی این خواهد بود که با فرض هزینه جایگزینی نیروی کار انسانی با ماشین‌ها کجا و چگونه ارزش‌ها آشکار خواهند شد. بیشتر مزایا ممکن است از کاهش هزینه‌های نیروی کار ناشی نشوند، بلکه از افزایش بهره‌وری به واسطه خطاهای کمتر، بازده بالاتر و کیفیت، امنیت و سرعت بهتر ناشی شوند.

برای آماده شدن برای پیشرفت‌های خودکارسازی آینده، مدیران اجرایی باید خودشان را به چالش بکشند تا داده‌ها و تکنولوژی‌های خودکارسازی را خیلی زود در عصر امروز درک کنند. اما بیشتر داده‌ها و دانش تکنولوژیک نیازمند اخذ ارزش از خودکارسازی هستند.چالش بزرگ‌تر تغییرات نیروی کار و سازمانی است که رهبران سازمانی باید به موقع اجرا کنند؛ چرا که خودکارسازی کل فرآیندهای کسب و کار را به علاوه فرهنگ سازمان‌ها زیر‌و‌رو می‌کند و باید آموخت که خودکارسازی را به‌عنوان یک اهرم قابل اطمینان بهره‌وری ببینیم.

درک فعالیت‌هایی که بیشتر مستعد خودکارسازی از چشم‌انداز فنی هستند، می‌تواند یک فرصت منحصربه‌فرد ایجاد ‌کند تا در مورد اینکه چگونه کارگران با شغل‌شان درگیر هستند و چگونه پلت‌فرم‌های دیجیتال نیروی کار می‌توانند بهتر با افراد، تیم‌ها و پروژه‌ها ارتباط برقرار کنند بازبینی کنند. این امر همچنین به مدیران ارشد این انگیزه را می‌دهد تا در مورد اینکه چه تعداد از فعالیت‌هایشان می‌تواند به‌وسیله ماشین‌ها بهتر و کارآتر اجرا شود، تفکر کنند.

پی‌نوشت‌ها:

۱. به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آنها رایانه‌ها و سامانه‌ها توانایی یادگیری پیدا می‌کنند.

۲. نمایش محصولات ارائه خاصی از محصولات فروشگاه است که برای جذب خریداران از آن استفاده می‌شود.

آماده‌شدن برای رویارویی با پیشرفت‌های تکنولوژی در آینده