עולם העבודה העתידי כל יום רביעי בגלובס והשבוע:
קצב האוטומציה בשוק העבודה מוכתב כיום ע"י גורמים כמו היצע של כוח עבודה זול והיכולת לתת פתרונות מלאים לשירותים ■ הרובוטים לא ישתלטו על המשרות מחר – אבל צריך להתכונן
כמעט בכל שיחה על עתיד העבודה עולה השאלה אם הטכנולוגיה תחליף אותנו. השאלה הנכונה יותר צריכה להיות מה אנחנו צריכים לעשות כדי לוודא שנישאר רלוונטיים בשוק התעסוקה, כדי שלא נמצא את עצמנו מוחלפים על ידי רובוט או אלגוריתם. אי אפשר להתעלם מהעובדה שמסביבנו מתפתחות טכנולוגיות אינטליגנציה מלאכותית (AI), המספקות למכונות את היכולת ללמוד ולחשוב, ואלה חוברות לטכנולוגיות חדשות מתחום הרובוטיקה, המספקות למכונות יכולת לשמוע, לראות, לנוע וגם משפרות את מרחב התנועה שהן מסוגלות לבצע. בעולם העבודה התהליך הזה משנה מודלים עסקיים, מאפשר דרכים חדשות לייצר ערך, חלקן על ידי החלפת אנשים בתהליך, חלקן על ידי יצירת תהליכים שכלל לא היו אפשריים קודם לכן. ולכן אנחנו נדרשים להבין מה הן היכולות האנושיות הייחודיות הנדרשות בעולם העבודה, כדי שנוכל להתאים את מערכות החינוך, ההכשרה המקצועית וההשכלה וכן את מערכות ההדרכה וההכשרה של העובדים. כדי שנוודה שאנחנו יודעים, ברמת הפרט, המקצוע, הארגון והמשק, להישאר רלוונטיים בשווקי התעסוקה המתחדשים.
הסכנה לכולנו, במישור האישי, הארגוני, לרוחב תעשיות וברמת המשק, היא שהתהליך הזה מחמם מסביבנו את המים לאט לאט ואנחנו, כמו הצפרדע, נרדמים אל תוכו. כי שום דבר לא נכנס מחר ועושה את כל המשרה שלנו ולכן קל לנו להתעלם מהיכולות המתווספות מסביב, עד שיום אחד הן יתחברו לנגלה שהערך שלנו נעלם ומשהו אחר עושה אותו טוב יותר, זול יותר, יעיל יותר. בדיוק מהסיבה הזו, גורמים שונים מתמודדים בתקופה הזו עם הצורך לנתח חלקי עבודה כדי להבין אילו וכמה חלקים תוכל הטכנולוגיה להחליף בשנים הקרובות ומה נשאר לנו, העובדים האנושיים. במסמך של מקינזי מינואר 2017 בשם הדו משמעי A FUTURE THAT WORKS מנתחים את פוטנציאל האוטומציה של תפקידים בכך שמפרקים אותם ל 18 יכולות המקובצות לחמש קבוצות: תפיסה חושית, יכולות קוגניטיביות, עיבוד שפה, יכולות חברתיות ויכולות רגשיות. העבודה הזו נעשתה על כ 2000 פעולות עבודה על פני כ 800 עיסוקים לרוחב הכלכלה ב 45 מדינות המייצגות כ 80% מעולם העבודה הגלובלי. הדוח מעריך את הרמה הנדרשת מכל אחת מ 18 היכולות בבואנו לבצע את אותן פעילויות עבודה, כפי שהן מבוצעות כיום בידי עובדים בני אנוש. ואז מעריכים שוב את אותן פעילויות עבודה כפי שהן מבוצעות בעזרת האוטומציה הקיימת היום. ההשוואה הזו מאפשרת להעריך את פוטנציאל המיכון לרוחב התעשיות השונות.
התוצאה של הניתוח הזה מעלה שכבר היום, בעזרת טכנולוגיות קיימות, כמחצית מפעולות העבודה שאנחנו מקבלים שכר בכדי לעשות ברחבי הכלכלה הגלובלית הן בעלות פוטנציאל למחשוב. הניתוח מראה שבמחצית משעות העבודה שלנו, אנחנו עושים פעולות שאפשר למכן 60-80% מהן, מה שמסתכם ב 2.7 טריליוני דולרים בשכר שניתן להחליף בטכנולוגיה. ההתפלגות של פוטנציאל האוטומציה שונה על פני סוגי השירותים במרחב העבודה. בראש אלה שניתן להחליף במיכון נמצאים שירותי הדיור והמזון, תעשיות הייצור, החקלאות, התחבורה והקמעונאות, כולם עם פוטנציאל אוטומציה של למעלה מ 50% מפעולות העבודה של העובדים בהן. ואם אוספים את כל הפוטנציאל הגלובלי, מדובר באוטומציה של יחידות עבודה שנוגעות במעל מיליארד עובדים שמחצית מהם נמצאים בסין, הודו, יפן וארה"ב.
פעולות פשוטות ואנושיות
בשביל להבין יותר טוב איפה ניתוח כזה פוגש את המציאות, אפשר לקחת לדוגמא עבודה שפרסמו ארבעה חוקרים בביה"ס לכלכלה של שטוקהולם, שלקחו את המחקר של מקינזי שלב אחד נוסף ובדקו מה זה אומר לגבי פעולות העבודה שהטכנולוגיה לא מתמודדת אתן, לפחות עדיין. אלו הפעולות שנותרות לבני האדם לעשות. הניתוח הזה לפחות טוען שאין לנו מה לדאוג מאחר והטכנולוגיה עומדת פני אתגרים משמעותיים במספר תחומים. אמנם היא מהירה מאתנו בפעולות כמו איסוף ועיבוד מידע אבל היא עדיין מתקשה לייצר תובנות חדשות מתוך המידע הזה, מה שנותן ליצירתיות האנושית יתרון. החוקרים מגדירים את זה כאינטליגנציה יצירתית, היכולת האנושית לעשות חיבורים חדשים מרעיונות מוכרים. אבל זה לא מספיק, החיבורים האלה צריכים גם להיות "הגיוניים", וכאן נכנס הצורך להבין הקשרים, לזהות ניואנסים, להבין הבדלים למשל בין תרבויות, תקופות, קונטקסט. גם אם על פניו למכונות יש יתרון ביכולת לייצר פתרונות לוגיים, היא מתקשה לעשות זאת בעולמות בהם כמה תחומי תוכן ואולי אפילו נתונים סותרים, שם צריך להבין את חלקי הטיעון, היחסים ביניהם ולייצר מסקנות הגיוניות. זה אומר למשל שמכונות יכולות לבצע ניהול ספרים פיננסי טוב מאתנו שכן פעילות כזו עוקבת אחר אוסף של תקנות וחוקים אבל הן יתקשו בפעולות כגון יצירת טיעונים הנדרשים למשל בתהליך מו"מ או ביעוץ פיננסי שלוקח בחשבון סביבה משתנה.
מכונות גם מתקשות בתחומים של תפיסה חושית, למשל כמה כוח להפעיל באחיזה של חפץ, היכולת להעריך את המיקום המדויק שלו במיוחד אם הוא מחוץ לטווח הראייה של ראיית המצלמה. וזה כולל גם דקויות של שמיעה, כמו למשל ההבדל בין קולות שונים והיכולת להפריד בינם לבין קולות רקע. המכונות בהחלט מצוידות היטב לבצע פעולות ברורות כמו אריזה או שינוע במחסנים, אבל אין להן את היכולת לבצע במקביל פעולות מגוונות שדורשות הסתגלות מצבית בסביבה לא צפויה. קחו לדוגמא פעולה יום יומית של איש צוות בבית חולים, שכוללת ליווי של חולה ממקום למקום. לשם כך עלינו לעזור לחולה לצאת מהמיטה, מה שכולל יכולת לתקשר באופן שלוקח בחשבון את מצבו של החולה, פיזית ונפשית. בנוסף אנחנו נדרשים לשם כך גם ליכולת זיהוי חושית שתאפשר לנו לדעת מה עוצמת האחיזה בחולה ואיך הכי נכון לעזור לו לקום מהמיטה וללוות אותו בהליכה. כל אלה פעולות יחסית פשוטות עבור אדם, אבל הן עושות שימוש באוסף שלם של יכולות רגשיות ותפיסתיות אנושיות, כאלה שמכונות עדיין מאד רחוקות מלהיות מסוגלות לעשות.
הבעיה בתקופת הביניים הזו, שאנחנו לא תמיד מרגישים איך הטכנולוגיה אוכלת לנו חלקי עבודה. ולכן, למרות שהטכנולוגיה ממשיכה להתפתח, יש כמה גורמים שמכתיבים את הכניסה שלה בפועל אל תוך עולם העבודה. הגורם הראשון המכתיב את שילובה הוא היכולת להמציא, לשלב ולהתאים את היכולות החדשות עם הפתרונות הנדרשים בשטח. במציאות אי אפשר להחליף רק 48% מתהליך ולכן אם טכנולוגיה יכולה כבר היום למכן אחוזים מעשייה, זה עדיין לא אומר שכדאי לתעשייה ליישם אותה במציאות ולבנות מחדש את התהליך סביב האחוזים האחרים. קחו לדוגמא כלים שמחליפים חלק מהצורך במנהלי החשבונות או אנשי הכספים, לקוחות לא יכולים לוותר על השירות כל עוד לא ימצאו דרך לתת מענה לכל ה 100%, גם אם זה בשילוב חדש של אדם ומכונה. יש מי שיחשוב שזו בדיוק ההזדמנות לדחות את הקץ ולהמשיך לתת את השירות בדרך הקודמת. צריך רק לזכור שיום יגיע ובו מישהו ימצא את הדרך לשלב את הטכנולוגיה עם הגדרה מחדש של תפקיד האדם ויספק כנראה לא רק את ה 100% שירות בעלות יותר נמוכה אלא גם עם ערך מוסף וייחודי.
השכר יעלה או יירד?
הגורם השני שבו תלוי השינוי הוא עלות פיתוח ויישום הפתרונות החדשים שהרי לא מספיק שהטכנולוגיה תדע לעשות את העבודה ברמה טובה, היא גם צריכה לעשות זאת בעלות שתצדיק את המעבר. וכאן מגיעים גם לגמישות שוק העבודה שכוללת משתנים כמו איכות (למשל סוגי יכולות) כמות (היצע, ביקוש) ועלות כח העבודה שמהווה אלטרנטיבה לאוטומציה. כשיש, למשל, המון מתמחים בעריכת דין בעלויות נמוכות יכול משרד להחליט לא לאמץ טכנולוגיות מתקדמות ליצירת מסמכים משפטיים בחישוב טווח קצר של עלות תועלת. במרחב הגלובלי אנחנו רואים היום אימוץ יותר נפוץ של טכנולוגיות ייצור במדינות בהן השכר גבוה לעומת מדינות בהן עובדים אנושיים זולים וזמינים. בתהליך הזה יכולות גם להיווצר אנומליות, כשעובדים בעלי שכר בינוני ומיומנויות בסיסיות בעבודות ייצור או משרד יוחלפו על ידי המכונות ואז, בלא עבודה, ימצאו את עצמם דווקא נעים לעבודות בשכר נמוך, יוצרים שם היצע עובדים ומקטינים את הכדאיות לאוטומציה בעבודות הפשוטות. בכיוון ההפוך, מרגישים כבר היום בארץ למשל, פער במקצועות שהיו פעם מקצועות צווארון כחול, כאלה שנחשבו למקצועות בעלי שכר נמוך. אבל כניסה מכונות יצרה דווקא בעולמות עבודת כפיים בשילוב מכונות מתקדמות דרישה ליכולות שלא נלמדו ואינן בנמצא ובהעדר היצע אנחנו מגלים מחסור ועלייה בשכר של עובדים מיומנים שיודעים לעבוד על ציוד מתקדם.
מהר או לאט, התהליך הזה יפגוש כל תעשייה, כל מקצוע, כל תפקיד. כולנו נצטרך להתרגל לעבוד באופן יום יומי עם מכונות. ויש סבירות גבוהה שהן יפנו אותנו להתמקד בפעולות שבהן אנחנו יכולים להביא לידי ביטוי את היכולות האנושיות באופן שהמכונות לא יכולות, לפחות עדיין לא יכולות. התהליך הזה צפוי להפוך את העבודה ליותר מורכבת, לפחות מאורגנת וצפויה וידרוש מעובדים יותר עצמאות וממנהלים פחות ניהול ויותר חניכה. בעולם העבודה החדש, בבואנו לקבל החלטות קריירה אנחנו מוכרחים להיות מודעים למקום בו המיכון פוגש את העולם המקצועי שלנו ואת המשמעויות של המפגש הזה על הצורך שלנו להישאר מעודכנים בשוק המשתנה. כדי שנשאר רלוונטיים.