Tak jako Změny řízené AI s nárůstem počtu a rozsahu na pracovišti rostou obavy z dopadu technologie na zaměstnanost. Nicméně, tyto obavy lze řešit, pokud se připravíme na budoucí změny. Zatímco A.I. ruší mnoho pracovních míst Tradičně naplněný lidmi, historie ukazuje, že v dlouhodobém horizontu vytvoří nespočet nových pracovních příležitostí. Navíc, ačkoli algoritmy v mnoha oblastech předčí lidi, lidské schopnosti zůstanou na pracovišti v dohledné budoucnosti nenahraditelné.
Vlny inovací, které přinášejí extrémní změny na pracovišti, nejsou v žádném případě nové. Vezměme si například zavedení kontejnerizace v 50. letech minulého století. Přeprava zboží ve standardizovaných ocelových krabicích způsobila revoluci v mezinárodním obchodu. Odpadlo také mnoho úloh spojených s ručním nakládáním a vykládáním nákladu. Kontejnerizace však také zplodila nová odvětví, jako je konstrukce, údržba a manipulace s nákladními kontejnery a vývoj technologie, která optimalizuje způsob nakládání každé jednotky a sleduje globální pohyb kontejnerů.
jaký je nejlepší cbd olej na úzkost
Podobně A.I. vytvoří nové typy podniků a pracovních příležitostí, které si dnes můžeme jen představit.
Nedílnou součástí těchto budoucích pracovišť budou také lidé. Přestože jsou algoritmy mnohem lepší, pokud jde o provádění opakujících se úkolů, zpracování obrovského množství dat a identifikaci klíčových trendů a vzorců, lidé budou i nadále vynikat v řadě oblastí. Zde jsou nějaké příklady:
1) Zkušenosti z reálného světa
Celoživotní zkušenost ve fyzickém světě umožňuje lidem odhalit změny nebo nesrovnalosti mezi normálními a abnormálními situacemi. Například během finanční krize v roce 2008 se společnosti obávaly o finanční zdraví svých dodavatelů. Mnoho společností požadovalo od dodavatelů ekonomická data, ale s těmito čísly bylo možné manipulovat a poskytovaly pouze opožděný, málokdy aktualizovaný pohled na podmínky u dodavatele. Za účelem rozšíření dat společnosti vyslaly lidi, aby namátkově zkontrolovali výrobu dílů nebo materiálů důležitých dodavatelů jménem společnosti.
pilulka, která urychluje metabolismus
2) Morální pohled
Mnoho pracovních úkolů zahrnuje hodnotové úsudky a subjektivní prvky založené na preferencích návrháře systému nebo manažera. Cíle, morální chápání a preference se však v průběhu času mění. Zatímco stroje mohou být schopny, pokud jsou náležitě vyškoleny, probírat velké množství dat a prezentovat možnosti akcí, lidé musí učinit konečná rozhodnutí v případech, kdy na důsledcích záleží. To platí zejména tehdy, když se kontext mění a rozhodnutí musí být přijímána v jiném prostředí. Například při upřednostňování reakce na katastrofu, měli by být upřednostněni zákazníci, zaměstnanci, dodavatelé, akcionáři nebo komunita? Upřímná odpověď je „záleží“ na povaze události a kontextu, což ztěžuje programování nebo trénování modelu.
3) Adaptabilita a koordinace
Lidé jsou přizpůsobivější než roboti, když čelí nestrukturovaným podmínkám a prostředí. Robotické softwarové systémy jsou stavěny a optimalizovány pro konkrétní úkoly nebo domény. Změny (narušení, nové znalosti, nové produkty, jednání konkurentů, ekonomické cykly atd.) však mohou způsobit, že vhodnost stroje bude sporná, což vyžaduje, aby úkol převzala osoba. Sociální sítě jsou také zběhlé ve vytváření nových podnikových organizačních struktur pro řízení změn. Stalo se tak v reakci na četná narušení v posledních letech, jako je zemětřesení v Japonsku v roce 2011 a pandemie Covid-19.
4) Vestavěný kreativní pohon
Změna, která vyžaduje přizpůsobení, je zabudována do mnoha spotřebitelských a technologických dodavatelských řetězců, jako je rychlá móda. Tyto rychle se pohybující dodavatelské řetězce neustále hledají odlišnosti, které mohou podnítit poptávku po jakémkoli novém produktu nebo službě. Lidé, ne stroje, jsou součástí kulturního prostředí, které stimuluje kreativitu. Lidé také chápou rozmary každodenního života a tato praktická zkušenost vytváří možnosti pro nové produkty a služby.
5) Empatie a komunikace
Zatímco rostoucí počet A.I. aplikace se používají ve zdravotnictví, počítače nedokážou projevit empatii vyžadovanou od sestry při ošetřování pacienta. Stejně tak automat nemůže nahradit úsměv servisního pracovníka, jakým je například pokladní v místním supermarketu. Stejně tak jednání o zadávání veřejných zakázek nemohou proběhnout, aniž by si obě strany vzájemně rozuměly, rozvíjely vzájemný vztah a oceňovaly své názory.
Přestože algoritmy napodobující tyto vlastnosti jsou stále sofistikovanější, není snadné si představit absolutní přijetí strojově generovaných, simulovaných emocí a empatie.
6) Odlišné řízení rizik
Zatímco pravidla mohou být naprogramována na základě různých kontextů, nejvhodnější volba v situaci, která vyžaduje, aby společnost zvolila cestu vpřed, se může lišit od té, kterou naznačují pravidla. Pokud má společnost například podezření, že recese je na obzoru, může preferovat bezpečnější postup před cestou vysokého rizika/vysoké odměny. Lidé jsou zvyklí brát takové nuance v úvahu při rozhodování.
google, jak starý je burt reynolds
Vyvažování lidské a strojové inteligence
Zásadní výzvou pro společnosti jako A.I. pokrok je způsob, jak vytvořit pracoviště, která umožní lidem a strojům pracovat vedle sebe – nikoli v konkurenci.
Toho lze dosáhnout různými způsoby. Například data analyzovaná pomocí modelů založených na AI mohou být zaslána lidem s rozhodovací pravomocí k akci. Chipmaker Intel používá tento přístup ve svých operacích zadávání zakázek. Jeho A.I. systém poskytuje množství dat, jako jsou zprávy o výkonu dodavatelů, které pomáhají manažerům nákupu při rozhodování o sourcingu.
shrnutí knihy dávajícího stromu
Další metodou je nasazení automatizační technologie s využitím A.I. k provedení většiny práce. Lidé zasahují, když stroj selže nebo nemůže rozpoznat, že se kontext změnil (např. systém byl hacknut nebo vypukla pandemie vyžadující změnu provozního režimu). Flexibilita lidských zaměstnanců je potřebná, aby se rychle otočili, když k takovým změnám dojde.
Obavy ze vzestupu A.I. jsou legitimní a technologie změní svět práce. Je však životně důležité, abychom měli vyvážený pohled na potenciál AI a její dopad na zaměstnanost.
Dr. Yossi Sheffi je Elisha Gray II profesor inženýrských systémů na Massachusetts Institute of Technology a ředitel MIT Center for Transportation and Logistics (MIT CTL). Jeho nedávná kniha je 'Kouzelný dopravníkový pás: Zásobovací řetězy, AI a budoucnost práce.'
