ใครต้องการพนักงานตรวจสอบชั้นวางเมื่อคุณมีหุ่นยนต์? AP ภาพ / David J.
Walmart เมื่อเร็ว ๆ นี้กล่าวว่า มีแผนจะปรับใช้หุ่นยนต์เพื่อสแกนชั้นวาง ขัดพื้น และทำงานปกติอื่นๆ ในร้านค้าของตนในฐานะ as ยักษ์ใหญ่ค้าปลีกพยายามลดต้นทุนแรงงาน.
ในขณะที่ยักษ์ใหญ่ผู้ค้าปลีกไม่ได้บอกว่างานใดที่อาจจะหายไป การประกาศ – และอีกหลายๆ งานที่ผู้ค้าปลีกกล่องใหญ่อื่น ๆ ตามมาอย่างแน่นอน – ถามคำถาม: คนงานสามารถเตรียมพร้อมสำหรับอนาคตของระบบอัตโนมัติที่เพิ่มขึ้นได้อย่างไร งาน?
งานนับล้านในปัจจุบันคาดว่าจะได้รับผลกระทบจากปัญญาประดิษฐ์และระบบอัตโนมัติซึ่งเป็นส่วนหนึ่งของ “การปฏิวัติอุตสาหกรรมครั้งที่สี่” แต่อาชีพใดที่มีความเสี่ยงมากที่สุดนั้นเป็นเกมเดาในหมู่นักเศรษฐศาสตร์ นักอนาคต และนักวิชาการที่พยายามจะทำนาย ผู้ชนะและผู้แพ้.
ในฐานะผู้เชี่ยวชาญใน อัตลักษณ์และอาชีพของคนงาน และ การเปลี่ยนแปลงของอุตสาหกรรมและเทคโนโลยีเราได้พัฒนาเครื่องมือใหม่ที่เราเชื่อว่าจะช่วยให้คนงานระบุชะตากรรมของอาชีพของตนได้แม่นยำยิ่งขึ้น และหาวิธีเตรียมตัวให้ดีที่สุด
ใครจะเจ็บ
การศึกษาวิจัยจำนวนมากได้ตรวจสอบว่าการปฏิวัติอุตสาหกรรม 4.0 มีแนวโน้มที่จะส่งผลกระทบมากที่สุด
ขับเคลื่อนโดยเน้นที่ต้นทุนและประสิทธิภาพ การคาดการณ์ส่วนใหญ่ทำให้คนงานกลุ่มหนึ่งเทียบกับกลุ่มอื่น ตัวอย่างเช่น, ปกสีน้ำเงินกับปกขาว, เก่งกับไร้ฝีมือ, มีการศึกษาระดับวิทยาลัยกับไม่ได้รับการศึกษาระดับวิทยาลัย และแม้กระทั่งคำทำนายโดย แข่ง และ เพศ.
ในขณะที่กลุ่มกว้างเหล่านี้ these อาจคว้าพาดหัวข่าวพวกเขาให้คำแนะนำเพียงเล็กน้อยแก่คนงานแต่ละคนในช่วงเวลาที่บุคคลต้องรับผิดชอบในการจัดการและ ขับเคลื่อนอาชีพของตัวเอง.
แทนที่จะเน้นที่ประสิทธิภาพหรือต้นทุน งานวิจัยของเรา เสนอเครื่องมือที่เหมาะสมยิ่งขึ้นและยั่งยืนสำหรับการตรวจสอบชะตากรรมของอาชีพ: คุณค่า
AP Photo / Matt Rourke
ค่าแรงงาน
การวิจัยของเราตั้งอยู่บนแนวคิดที่ว่างานของแต่ละคนสร้างคุณค่าในงานประจำวันของเขาหรือเธอ
คุณค่านั้นอาจเป็นสิ่งที่ลูกค้าจ่ายให้ อาจทำให้เพื่อนร่วมงานสามารถทำงานของตนเองได้ หรืออาจช่วยให้บริษัททำงานภายในได้ ไม่ว่าในกรณีใด ทุกงานจะให้คุณค่าหรือประโยชน์แก่อีกฝ่ายหนึ่งในระดับหนึ่ง ค่าคงที่ แต่วิธีการสร้างและส่งมอบให้กับผู้ใช้ปลายทางอาจถูกคุกคามโดยระบบอัตโนมัติและ AI หลังจากที่เราได้ประเมินแล้วว่าเราสามารถกำหนดได้ว่าคลื่นลูกใหม่ของการเปลี่ยนแปลงทางเทคโนโลยีจะส่งผลต่อโอกาสในอนาคตของงานอย่างไร ในการประเมินภัยคุกคามเหล่านี้ เราจำเป็นต้องแบ่งคุณค่าออกเป็นสององค์ประกอบหลัก
ประการแรก คุณค่าถูกสร้างขึ้นโดยทักษะที่จำเป็นต่อการทำงาน เช่น ความสามารถของโปรแกรมเมอร์ในการเขียนโค้ดหรือความสามารถพิเศษของจิตรกรในการเตรียมผนังและการทาสีอย่างหมดจด โดยทั่วไป เราพบว่าเมื่อทักษะเป็นมาตรฐาน พวกเขามักจะถูกคุกคามโดยระบบอัตโนมัติหรือ AI
องค์ประกอบที่สองของคุณค่านั้นแยกจากทักษะ เป็นวิธีการส่งมอบคุณค่าของงานให้กับบุคคลอื่น ซึ่งอาจถูกคุกคามด้วยเทคโนโลยีใหม่ เราเรียกสิ่งนี้ว่า “รูปแบบคุณค่า”
ตัวอย่างเช่น แม้ว่าทักษะและความเชี่ยวชาญของอาจารย์วิทยาลัยในขอบเขตเฉพาะอาจไม่อยู่ภายใต้การคุกคามในทันที แต่รูปแบบที่คุณค่าของพวกเขาถูกส่งออกไปนั้นถูกคุกคามอย่างแน่นอนโดย แพลตฟอร์มการเรียนรู้ออนไลน์ และการใช้ . ที่เพิ่มขึ้น เครื่องมือการศึกษา AI.
เมื่อพิจารณาถึงภัยคุกคามทั้งสองนี้ร่วมกัน คนงานสามารถประเมินได้ดีขึ้นว่างานของพวกเขามีความเสี่ยงหรือไม่
ย้ายหรือคงทน
กรอบงานของเรามีสี่ประเภท: งานอาจถูกย้าย หยุดชะงัก แยกโครงสร้าง หรือคงทน ขึ้นอยู่กับระดับของภัยคุกคามที่ต้องเผชิญกับทักษะและรูปแบบคุณค่า
ย้าย หมายถึงงานที่ตกอยู่ในอันตรายมากที่สุด การวิเคราะห์ของเราแสดงให้เห็น เภสัชกร, รังสีวิทยา และ บรรณารักษ์ ทั้งหมดอยู่ในประเภทพลัดถิ่น
กระจัดกระจาย หมายถึงทักษะถูกคุกคามอย่างสูง แต่ผู้คนต้องการวิธีการจัดส่งที่เป็นที่ยอมรับหรือในปัจจุบัน ซึ่งมักเกี่ยวข้องกับปฏิสัมพันธ์ของมนุษย์ ตัวอย่าง ได้แก่ เซิร์ฟเวอร์อาหารจานด่วน บัญชี และตัวแทนอสังหาริมทรัพย์
แยกโครงสร้าง พลิกสองสิ่งนี้: ทักษะนั้นแทบจะไม่ได้มาตรฐาน แต่ระบบอัตโนมัติเป็นภัยคุกคามร้ายแรงต่อมูลค่าของงานที่ได้รับ ช่างภาพ อาจารย์วิทยาลัย และคนขับรถเครื่องแบบอยู่ในหมวดหมู่นี้
คงทน งานเป็นงานที่ปลอดภัยที่สุดเพราะทั้งทักษะและรูปแบบคุณค่านั้นยากหรือมีค่าใช้จ่ายสูงในการดำเนินการอัตโนมัติ พนักงานที่โชคดีในหมวดนี้ ได้แก่ ช่างไฟฟ้า ช่างประปา และผู้ช่วยแพทย์
สิ่งที่เราเรียนรู้จากคุณค่า
ในบางวิธี กรอบงานด้านคุณค่าจะยืนยันสิ่งที่ผู้อื่นพบ
ตัวอย่างเช่น จะไม่มีใครโต้แย้งว่าชั้นวางสินค้าในร้านค้าปลีกขนาดใหญ่อย่าง Walmart จะเป็นงานที่ปลอดภัยสำหรับปีต่อๆ ไป ตามที่ประกาศของผู้ค้าปลีกยืนยัน การนำสิ่งเหล่านี้มาไว้ในกรอบการทำงานของเรา ทักษะหลักในการรักษาสต็อกสินค้าและชั้นวางให้สะอาดถูกคุกคามอย่างรุนแรงเนื่องจากเป็นมาตรฐานและเป็นกิจวัตร
นอกจากนี้ หุ่นยนต์ยังสามารถส่งมอบคุณค่าที่มากขึ้นผ่านการส่งข้อมูลสินค้าคงคลังโดยอัตโนมัติ ดังนั้น โมเดลของเราจึงแสดงให้เห็นว่าคนงานเหล่านี้มีแนวโน้มว่าจะพลัดถิ่นมากที่สุด
อย่างไรก็ตาม การให้ความสำคัญกับคุณค่าของเราชี้ให้เห็นว่าการคาดการณ์อื่นๆ ที่อิงตามหมวดหมู่ของงานที่มีความเสี่ยงเท่านั้นอาจไม่มีเครื่องหมาย ตัวอย่างเช่น, บางคนทำนาย งานจำนวนมากถูกคุกคามเพียงเพราะเป็นงานประจำ ไม่ใช่งานระดับวิทยาลัย หรืองานคอปก เช่น ช่างประปา ช่างไฟฟ้า และพนักงานบ้านพักรับรองพระธุดงค์ กระนั้น การเดินสายไฟระบบไฟฟ้าใหม่ในบ้านเก่าแก่หรือการดูแลผู้ป่วยที่บ้านพักรับรองพระธุดงค์เป็นงานที่ไม่ได้มาตรฐานซึ่งต้องใช้มนุษย์ในการสร้างและส่งมอบคุณค่า ซึ่งเป็นเหตุผลว่าทำไมงานเหล่านี้จึงมีความทนทาน
สิ่งที่คนงานสามารถทำได้
เมื่อผู้ปฏิบัติงานเข้าใจถึงคุณค่าที่พวกเขาสร้างและภัยคุกคามอัตโนมัติที่ส่งผลต่อทักษะและรูปแบบคุณค่าของพวกเขา พวกเขาจะทำอะไรได้บ้าง?
คำตอบทั่วไปที่พวกเขาได้รับมาจนถึงตอนนี้คือการสนับสนุนให้พวกเขามีส่วนร่วม เรียนรู้ตลอดชีวิต. แต่การมุ่งเน้นที่คุณค่าในแบบฉบับของเราจะให้แนวทางที่เหมาะสมยิ่งขึ้น
คนงานในงานแยกชิ้นส่วนไม่จำเป็นต้องมีทักษะใหม่ พวกเขาเพียงแค่ต้องเรียนรู้ที่จะปรับทักษะที่มีอยู่ให้เข้ากับรูปแบบการจัดส่งใหม่ ในทางกลับกัน พนักงานที่ทำงานที่ถูกขัดจังหวะจำเป็นต้องได้รับการฝึกอบรมเพื่อทำงานร่วมกับหุ่นยนต์และระบบ AI ในช่วงเปลี่ยนผ่าน
และแม้ว่าแรงงานพลัดถิ่น – ชะตากรรมที่มีแนวโน้มว่าจะมาถึงขอบฟ้าสำหรับผู้จัดเก็บสินค้าของ Walmart – จำเป็นต้องพิจารณาฝึกอบรมใหม่ ระบบการศึกษาระดับอุดมศึกษาแบบดั้งเดิมคือ ไม่เหมาะ เพื่ออนาคตของการทำงาน มหาวิทยาลัยต่าง ๆ ให้ความสำคัญกับ Pathway ของปริญญาตรีสู่ปริญญาโทในระยะยาว แต่บุคคลจำเป็นต้องเข้าถึงเส้นทางที่รวดเร็ว เป็นแบบแยกส่วน และปรับเปลี่ยนได้สำหรับงานใหม่
พ่อแม่วัย 48 ปีที่เพิ่งตกงานในฐานะนักบัญชีไม่สามารถเริ่มหลักสูตรปริญญาสี่ปีใหม่ได้ แต่โปรแกรมสามเดือนเพื่อรับใบรับรองความปลอดภัยทางไซเบอร์นั้นสามารถทำได้และทั้งหมดที่เขาต้องการ
อนาคตของการทำงานอยู่ที่นี่แล้ว วันหลังจากการประกาศของ Walmart พนักงานที่ Stop & Shop ซึ่งเป็นเครือข่ายร้านขายของชำขนาดใหญ่ในพื้นที่บอสตัน โดดเด่น มากกว่าระบบอัตโนมัติที่เพิ่มขึ้น แต่เรามีเวลา ไม่ต้องกังวลเกี่ยวกับหุ่นยนต์และ AI น้อยลง และมากขึ้นเกี่ยวกับคุณค่าที่พนักงานสามารถสร้างในงานต่างๆ ในสภาพแวดล้อมที่จะเปลี่ยนแปลงต่อไปในอีกหลายปีข้างหน้า ค่าเป็นค่าคงที่เท่านั้น
เกี่ยวกับผู้เขียน
เบธ ฮัมเบิร์ด ผู้ช่วยศาสตราจารย์ด้านการจัดการ มหาวิทยาลัยแมสซาชูเซตโลเวลล์ และสกอตต์ เอฟ. ลาแธม รองศาสตราจารย์ด้านการจัดการเชิงกลยุทธ์ มหาวิทยาลัยแมสซาชูเซตโลเวลล์
บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.
หนังสือที่เกี่ยวข้อง
at ตลาดภายในและอเมซอน