טכנולוגיות חדשות יוצרות מנצחים ומפסידים בשוק העבודה. הן משנות דרישות יחסיות למקצועות, גם כאשר הן משפרות את רמת התפוקה ואת איכות החיים, בעיצוב מדיניות ממשלתית, מסייעות לאנשים בודדים לקבל החלטות טובות לגבי בחירת מסלול או שינוי קריירה וכו'. כיום, טכנולוגיה אחת גורמת לחרדה גבוהה במיוחד מפני פליטת עובדים משוק העבודה: בינה מלאכותית.
הטכנולוגיה משיגה יותר ויותר, לאחרונה ביצועים על אנושיים במגוון רחב של משימות בעלות ערך, חלקן קשורות למקצועות בשכר גבוה כמו רפואה, וחלקן למקצועות בשכר נמוך כמו פקידות ועבודת ייצור. בינה מלאכותית הופכת להיות טובה בעבודות "אנושיות" רבות – אבחון מחלות, תרגום שפות, מתן שירות לקוחות וכו' והיא משתפרת במהירות. ישנם אף מחקרים שטוענים כי שככל שעוצמת המחשוב תעלה, יכולת הלמידה של המכונה תתקרב או תעלה על היכולות האנושיות.
האוטומציה היא תהליך עולמי ותיק אך התהליכים של השנה האחרונה בעקבות וירוס הקורונה האיצו אותה. בזמן שחברות המספקות את הטכנולוגיה לעבודה מהבית נוסקות, עובדים ומעסיקים צריכים ללמוד דרכים חדשות לתקשר והמחוקקים צריכים להדביק את הפערים. בשנת 2019 נציבות שירות המדינה החלה למפות את משרותיהם של עובדי המדינה שעשויים לאבד את משרתם כיוון שכלי טכנולוגי כלשהו יבצעו את עבודתם טוב יותר. עפ"י הדוח עולה כי המועסקים שייפגעו בצורה הכואבת ביותר הם עובדים מינהליים משפטיים, כמו חשבי שכר, עובדי ארכיון, עובדי קניינות ורכש וכו'. עבודת המיפוי חלקית. בעלי התפקידים בסכנת היעלמות מסתכם בכ- 6,500 איש במשרות פקידותיות מתוך 37 אלף עובדי משרדי ממשלה, היינו כל עובד שישי עשוי לאבד את עבודתו בגלל הבינה המלאכותית.
עם זאת, אין זה אומר שזאת תהיה התוצאה ברורה ומוחלטת. בזמן שבינה מלאכותית תשתנה בצורה כה משמעותית באופן של כיצד העבודה נעשית ומי עושה זאת, ההשפעה הגדולה יותר של הטכנולוגיה תהיה בהשלמת והגדלת היכולות האנושיות, ולא החלפתן.
חברות רבות השתמשו כבר באוטומציה כהזדמנות בעיקר לפיטורי עובדים ולקצור רווחים אך מחקרים מעידים שהם רואים פרודוקטיביות גבוהה יותר רק לטווח הקצר. חברות משיגות את הפרודוקטיביות המשמעותית ביותר כאשר בני אדם ומכונות עובדים יחד. חוזקות אנושיות כגון מנהיגות, עבודות צוות, יצירתיות ומיומנויות חברתיות משלימות את המהירות ואת והיכולות הכמותיות של עיבוד מידע של AI. השגת יתרון תחרותי באמצעות AI מחייבת טרנספורמציה ארגונית, לא רק השקעה טכנולוגית מצטברת, לייצר מודל עסקי כך שתיווצר סינרגיה בין משאבי אנוש עם יכולות המכונה, כדי להפיק את המיטב מהעובדים ולא להיפך כדי לתמוך בשותפות הזאת.
ראשית כל, על העובדים להכשיר את המכונות לביצוע משימות מסוימות תוך הסבר התוצאות של אותן משימות, במיוחד כאשר התוצאות אינן אינטואיטיביות ולהפעיל אותן באופן אחראי כדי למנוע, למשל פגיעת רובוטים בבני אדם. אדם משתמש במכונה מתוך ציפייה שהיא יכולה להרחיב את יכולתו או לעזור לו להשיג את אותה מטרה ביעילות עם עומס מידע רב שהוא אינו יכול להכיל לעומת המכונה . יש לתכנן את תפעול המכונה כראוי כך שתהיה קלה לשימוש של העובד: יש להבין מה המכונה יכולה או לא יכולה לעשות, לתת לה הוראות, לפקח על מה שהיא עושה ולהתערב במידת הצורך. בפועל, העובד עשוי להיכשל במתן הנחיה נכונה למכונה במס' דרכים, כמו חוסר תשומת לב או הסחת דעת פנימית. מקרה נוסף יכול להיות שנותר מעט זמן עבורו / ה ליישום פעולה הכרחית, כגון מתן הנחיה למכונה למרות שהוא כבר עשה את חלקו והמשיך למשימות הבאות. היינו, המכונה "תצטרך" להיות חכמה במובן שהוא יכולה להתנהג כקולגה אנושית שמנסה להבין את המצב הפסיכולוגי בו נתון העובד באותו רגע כבן אנוש, מה הוא הולך לעשות והאם הכוונה או הפעולה שלו תואמים את המצב. בתחום הרכב, למשל נערכו ברחבי העולם לפיתוח מכונות חכמות שיכולות לספק לנהגים פונקציות תמיכה שונות לשיפור הנוחות והבטיחות כדי להפחית את עייפות הנהג או לתת לנהג לשים לב יותר לסביבת התנועה שלו. בני אדם העובדים עם מכונות חכמות נוטים לסמוך באופן בלתי סביר על האוטומציה לביצוע משימות אנושיות שדורשות מיומנות גבוהה. לפיכך, הצוותים האנושיים וה- AI צריכים להיות מובנים בצורה משולבת כדי העובדים יוכלו להתעלות מעל המגבלות הקוגניטיביות הרגילות שלהם. AI ברפואה מציע פוטנציאל אדיר, כתוספת בדיוק האבחוני אך אינו יכול להוות תחליף לטיפול אנושי. משמעות הדבר שהחלטות אנושיות מגובות בארגז כלים עשיר של ניסיון ומיומנויות יכולות להפיק תועלת מבינה מלאכותית, כל עוד היא משולבת כראוי בהקשר לקבלת ההחלטות האנושיות. העלאת חששות והפקת לקחים של תאונות קודמות ראשית כל במערכות מכונה אנושית ולכן הממשק חייב להיות מתוכנן כראוי כך שהעובד יכיר את רציונל השיפוט של האוטומציה והמגבלות ביכולות הפונקציונליות שלה. הרובוט נדרש, איפוא להכשרה מקיפה כדי לפתח את האישיות הנכונה: בטוח ועוזר אך לא בעל שליטה.
כדי להתמודד עם אתגרי הטכנולוגיה, חברות מחויבות לעבור למבנים ארגוניים גמישים, זריזים ושטוחים יותר. מבנים אלו ישלבו עובדים בצורה אופקית ואנכית כך שהעובדים יפיקו מוצרים אך גם יקבלו החלטות אסטרטגיות כסוג של האצלת סמכויות. יש להכשיר את העובדים לידע מעמיק בתחום צר. העובדים בעידן הטכנולוגי הנוכחי מחויבים להרחיב את יכולת שיתוף הפעולה ולעבוד בצוותים חוצי פונקציות. כשמשהו פוגש משהו שדומה לו אין ניצוץ יצירתי, אבל כאשר דבר מתנגש בהיפוכו יש לעיתים קרובות ריגוש קטן של השראה. צוותים אלה נוצרים באופן ספונטני כשמתעוררות בעיות ואז מתמוססים עם סיום העבודה, ומקצים מחדש אותם מחדש לפי הצורך.
הטמעת השינוי היא שלב נוסף, משמעותי בהתיידדות עם AI . האנטגוניזם כלפי הטמעת טכנולוגיות חדשות ידועה בעיקר בקרב עובדים ותיקים ו/או מבוגרים באופן טבעי מחשש לפיטורים, יציאה מאיזורי הנוחות אך השנה האחרונה מכריחה "לשלב ידיים" עם הבינה המלאכותית. באחריות המנהלים לתקשר את חזונם בשקיפות ולהשקיע זמן משמעותי בתקשורת עם העובדים כדי לגרום להם להאמין בטכנולוגיה במובן כיצד המכונות מקלות על עבודותיהם. עליהם להסביר את היעדים, את השינויים הנדרשים ובאיזה ציר זמן. לבנות ייתכנות אסטרטגית במובן שהחזון מעוגן בהבנה ברורה הגיונית של הארגון, של האקו סיסטם שלו ושל המגמות התחרותיות, חזון שמאזן בין הגלובליזציה לבין עוצמה מוסרית בעיקר כלפי העובדים כמו הזדמנויות תעסוקה טובות יותר. ייתכן וניתן להקים פיילוט בהתאם לתקציב החברה, במסגרתו ניתנת האפשרות לעובדים להתאמן בטכנולוגיה לפני הטמעתה כדי להקל על המעבר המאתגר.
עיבוד מידע הוא המקור לאינטליגנציה של מכונות חכמות. ללא נתונים, הן אינן יכולות לפעול ולחקות את האינטליגנציה האנושית. גארי קספרוב, אלוף עולם בשחמט מנסה לפוגג את החששות מפני המכונות החכמות:
מה אתם/ן עושים/ות כמנהלים/ות כדי לייצר שיתוף פעולה פורה בין העובדים לטכנולוגיה? מה מאפשר זאת?
** למתן ייעוץ, נא צרו קשר דרך הבלוג
© כל הזכויות שמורות לרחל אפרים 2021
בית ארגוני 