Decyzja Targetu o zwolnieniu 1,800 stanowisk w korporacjach to strzał w dziesiątkę, a nie meta. Po latach testów i obietnic, sztuczna inteligencja w końcu przekracza próg biurowy i zmienia sposób, w jaki pracownicy wykonują pracę, jak szybko podejmowane są decyzje, a nawet jakie stanowiska w ogóle istnieją. Nie chodzi tu o kasjerów w sklepach ani roboty magazynowe. To środek korporacyjnej hierarchii – ludzie, którzy przekładają liczby na działania – znajduje się teraz na drodze automatyzacji.

W tym artykule

• Dlaczego notatka korporacyjna sygnalizuje większą zmianę w pracy białych kołnierzyków
• Jak sztuczna inteligencja kompresuje warstwy zarządzania i przyspiesza podejmowanie decyzji
• Gdzie handel detaliczny wdraża sztuczną inteligencję poza magazynami i sklepami
• Co to oznacza dla stabilności i mobilności klasy średniej
• Praktyczne zabezpieczenia i zasady stawiające ludzi na pierwszym miejscu

Pierwsza fala zwolnień w branży sztucznej inteligencji uderzyła w klasę średnią

Widziałem mnóstwo korporacyjnych ogłoszeń sprowadzonych do rangi motywacji. Ale czasami notatka mówi dokładnie to, co trzeba wiedzieć, jeśli czyta się ją jak inżynier, a nie jak cheerleaderka. Frazy takie jak „zbyt wiele warstw” i „nakładające się na siebie zadania” to nie tylko narzekania na biurokrację. To wstęp do nowego modelu operacyjnego, w którym uczenie maszynowe i modele języków programowania opracowują analizy, harmonogramy, porównania z dostawcami, a nawet części planu. Ludzki łańcuch e-maili i spotkań, który kiedyś spajał firmę, zaczyna wyglądać na powolny i kosztowny. A kiedy konkurencja działa sprawnie i szybko, a sztuczna inteligencja jest w centrum uwagi, wszyscy inni uczą się tak działać, albo zostają wyprzedzeni.

Notatka za kurtyną

Liderzy korporacji rzadko mówią, że zwolnienia są spowodowane oszczędnościami. Mówią, że chodzi o wydajność lub szybkość. To prawda i o to właśnie chodzi. Kiedy firma mówi, że przebudowuje proces decyzyjny, oznacza to, że oprogramowanie zastępuje długi wyścig sztafetowy zatwierdzania krótszym sprintem. Wyobraźmy sobie starą strukturę jako serię bramek poboru opłat na autostradzie. Każdy samochód zatrzymuje się, podaje bilet i szarpiąc rusza dalej. Sztuczna inteligencja zamienia te bramki w otwarte transpondery drogowe. Pojazd ledwo zwalnia. Praca nadal się toczy, ale mniej osób ją dotyka.

Pomimo wyzwań, istnieje nadzieja w postaci przekwalifikowania i rozszerzenia możliwości. Role te są pod presją, ponieważ algorytmy potrafią teraz tworzyć ramy w ciągu kilku sekund. Skanują oferty sprzedaży, obniżki cen, prognozę pogody, informacje o wysyłce, a nawet media społecznościowe, i tworzą rekomendacje. Ludzie nadal są zaangażowani, ale nie tak licznie i nie tak często. Ta zmiana stwarza okazję do przekwalifikowania i rozszerzenia możliwości, dając nadzieję na przyszłość.

Jeśli to brzmi znajomo, to powinno. Wcześniej nowe maszyny wyparły pracę rzemieślniczą i fizyczną. Tym razem maszyna siedzi na biurku i mówi pełnymi akapitami. Szok psychologiczny jest inny, ponieważ narzędzia mówią jak my, myślą szybko i pracują całą noc bez kawy. Ich pojawienie się zaburza etapy pracy, na których ludzie kiedyś dodawali wartość, po prostu przenosząc informacje z jednego miejsca do drugiego. Nieuchronność tej transformacji powinna podkreślać pilną potrzebę adaptacji do zmieniającego się otoczenia.

Dlaczego warstwy środkowe znikają

Porozmawiajmy o środku – koordynatorach, zastępcach kierowników i starszych analitykach, którzy kiedyś działali jak centrale telefoniczne. Ich zadaniem było przełożenie celu na zadania, zbieranie aktualizacji, uzgadnianie sprzeczności i raportowanie do przełożonych. Wymaga to osądu, ale także cierpliwości i czasu. Sztuczna inteligencja pożera cierpliwość i czas na śniadanie. Sporządza briefy, sprawdza umowy pod kątem niezgodności dat, sygnalizuje błędy inwentaryzacyjne, generuje harmonogramy i stylizuje aktualizację do przejrzystego podsumowania, które wiceprezes może przeczytać na telefonie.

W świecie papierowych notatek warstwy miały sens. Potrzebni byli ludzie, aby przesuwać informacje w górę i w dół. Ale kiedy informacje przesuwają się same – oczyszczone, podsumowane i uszeregowane według pilności – schody zarządzania tracą szczeble. Rezultatem jest nie tylko mniej miejsc pracy, ale nowy kształt firmy. Wyobraź sobie sztangę: silna linia frontu, która styka się z klientami, i mniejsze grono specjalistów wykonujących zadania na wyższym szczeblu, z mniejszym balastem pośrodku.

Z ekonomicznego punktu widzenia, takie przegrupowanie zadań zwiększa produktywność. Firma wykonuje więcej pracy przy mniejszej liczbie pracowników. Z społecznego punktu widzenia, tworzy lukę tam, gdzie kiedyś znajdowały się środkowe szczeble kariery. To właśnie dzięki tym szczeblom sprzedawca stał się kupcem, pracownik tymczasowy kierownikiem projektu, a utalentowany komunikator znalazł stabilną drogę do klasy średniej. Jeśli usuniemy te szczeble bez budowania nowych, nie powinniśmy być zaskoczeni, gdy mobilność się zatrzyma, a frustracja wzrośnie. Istnieją jednak potencjalne rozwiązania tych problemów, takie jak inwestowanie w programy edukacyjne i szkoleniowe, które przygotowują pracowników do nowych ról stworzonych przez sztuczną inteligencję.

Istnieje również niewygodna prawda na temat zachęt. Rynki publiczne nagradzają kwartalne zyski. Załóżmy, że sztuczna inteligencja pomaga kadrze kierowniczej osiągać wyniki poprzez kompresję kosztów i przyspieszenie realizacji. W takim przypadku zostanie wdrożona, nawet jeśli w dłuższej perspektywie przekwalifikowanie byłoby bardziej rozsądne. To nie czyni kadry kierowniczej złoczyńcą. To czyni ją uczestnikiem systemu, który zbyt często mierzy niewłaściwe rzeczy. Świetnie radzimy sobie z liczeniem oszczędności na płacach; wolniej liczymy społeczny koszt niewykorzystanych talentów, który odnosi się do niedostatecznego wykorzystania wykwalifikowanych pracowników z powodu likwidowania miejsc pracy przez sztuczną inteligencję, oraz ukrytej ceny utraty stabilnych wynagrodzeń przez społeczności.

Jak sztuczna inteligencja po cichu zmienia oblicze handlu detalicznego

Większość kupujących wyobraża sobie sztuczną inteligencję w handlu detalicznym jako roboty w magazynie. To ta widoczna część. Niewidoczna część to praca mózgu, która kiedyś odbywała się w salach konferencyjnych. Dziś sztuczna inteligencja skanuje mnóstwo sygnałów i rekomenduje działania: przesuń końcówkę asortymentu na artykuły kuchenne w przyszłym tygodniu, wycofaj markę własną, zaplanuj kolejną promocję na tygodnie wypłaty i lokalną pogodę, omiń zamknięte autostrady lub wprowadź limitowaną serię produktów powiązaną z trendami online. Tworzy nawet teksty reklamowe produktów i plan szkoleń dla zespołów sklepowych. Te systemy nie zastępują kreatywności, ale ograniczają przestrzeń decyzyjną tak bardzo, że potrzeba mniej osób do poruszania się po niej.

Łańcuch dostaw trafia na pierwsze strony gazet, ale merchandising i cennik to obszary, w których sztuczna inteligencja po cichu zmienia stan zatrudnienia. Garstka osób z dobrym instynktem i solidnymi narzędziami może teraz robić to, co kiedyś wymagało pracy całego działu. Gdy przepływ danych odbywa się w czasie rzeczywistym, cotygodniowe spotkanie staje się codzienną korektą. Gdy model finansowy aktualizuje się co godzinę, niegdyś święty comiesięczny pakiet danych staje się pulpitem nawigacyjnym, który sam się monitoruje. Trudno uzasadnić tę samą liczbę rąk na pokładzie, gdy morze jest spokojniejsze, a instrumenty sterują łodzią.

Obsługa klienta i dział HR również się zmieniają. Wirtualni agenci zajmują się teraz pierwszym kontaktem w przypadku zwrotów, opóźnień i podstawowych pytań dotyczących świadczeń. Mniej angażują się w sprawy i rozwiązują więcej problemów, częściowo dlatego, że klienci również żyją w tym nowym świecie i akceptują szybką odpowiedź od maszyny, jeśli jest poprawna i uprzejma. Tymczasem systemy rekrutacyjne klasyfikują kandydatów według umiejętności zdobytych online, a nie tylko według stopnia zaawansowania. Treści wdrożeniowe dostosowują się do ucznia, śledząc, czy przełożony faktycznie obejrzał moduł dotyczący bezpieczeństwa, czy tylko kliknął. Każde z tych usprawnień wydaje się niewielkie. Razem zastępują one godziny pracy rozłożone na wiele stanowisk.

Powinniśmy być szczerzy co do korzyści. Lepsza dostępność, mniej braków magazynowych, szybsze dostawy i mniej błędów to realne korzyści. Ale powinniśmy być równie szczerzy co do kompromisu. Efektywność to nie jest słowo neutralne. Pyta: efektywność dla kogo? Załóżmy, że rezultatem są wyższe zyski i niższe ceny, ale wydrążona klasa średnia. W takim przypadku zoptymalizowaliśmy sklep, zaniedbując otaczające go miasto.

Koszt ludzki i szansa

Bezpośrednie koszty ludzkie pojawiają się w skrzynkach odbiorczych w postaci zaproszeń z działu HR. Osoby, które planowały kolejny sezon, szkoliły zespoły lub zarządzały kampaniami, usłyszą, że firma musi działać szybciej. Dostrzegą ironię sytuacji. Pomogli zbudować systemy, które teraz czynią ich zbędnymi. Rozsądne odszkodowanie łagodzi sytuację, ale nie zmienia sytuacji. Raty kredytu hipotecznego i czesne nie są obietnicami przyszłych miejsc pracy w gospodarce opartej na sztucznej inteligencji.

Jednak w tej zmianie tkwi szansa, jeśli tylko ją wykorzystamy. Te same narzędzia, które kompresują warstwy, mogą podnieść poziom talentów, gdy są wykorzystywane jako uzupełnienie, a nie zamiennik. Pracownik sklepu, współpracując z inteligentnym asystentem, może dostrzec wzorce i zaproponować zmiany. Sprzedawca z modelem może przetestować pięć pomysłów przed lunchem i argumentować za najlepszym, powołując się na dowody. Sztuką jest uczynienie z uzupełnienia strategii, a nie grzecznej sugestii. Oznacza to realne budżety szkoleniowe, przenośne kwalifikacje i ścieżki awansu, które nagradzają pracowników opanowujących narzędzia, a nie tylko tych, którzy je kupują.

Dla osób prywatnych praktyczne porady nie są efektowne, ale skuteczne. Dowiedz się, jak podpowiedzi przekładają się na rezultaty. Traktuj narzędzia AI jak elektronarzędzie, które trzymasz w ciężarówce – porządne, ale tylko wtedy, gdy znasz jego zęby i moment obrotowy. Ćwicz przekształcanie chaotycznych danych w czytelną notatkę decyzyjną. Naucz się swobodnie posługiwać dwoma językami: celami biznesowymi i ograniczeniami modelu. Osoba, która potrafi powiedzieć: „Oto, co zaleca system, tu jest krucho i oto moja decyzja”, pozostanie kluczowa. Ta ocena, poparta praktycznymi umiejętnościami, to nowe rzemiosło klasy średniej.

Społeczności również mają wybór. Regiony, które inwestują w laboratoria pracownicze i partnerstwa z pracodawcami, przejmą nowe role w zakresie zarządzania danymi, nadzoru nad modelami, projektowania przepływów pracy i szkoleń terenowych. Regiony, które czekają na magię rynku, będą obserwować odpływ talentów. Stary schemat rekrutacji magazynu z ulgami podatkowymi nie wystarczy. Musimy stworzyć możliwości ćwiczenia z narzędziami i zdobywania kwalifikacji, które będą towarzyszyć pracownikowi, a nie tylko firmie.

Czego wymaga gospodarka oparta na ludziach

Jeśli chcemy szybkiej i sprawiedliwej gospodarki, potrzebujemy zasad i nawyków, które uwzględniają oba te aspekty. Po pierwsze, należy uczynić przejrzystość standardem. Gdy decyzja wpływająca na miejsca pracy opiera się na algorytmie, pracownicy zasługują na znajomość celu i zasad bezpieczeństwa. Po drugie, należy powiązać wdrożenie ze szkoleniem. Wszelkie dotacje publiczne lub ulgi podatkowe na inwestycje w sztuczną inteligencję powinny wymagać dowodu, że pracownicy pierwszej linii i średniego szczebla otrzymali płatny czas na zapoznanie się z systemami, które zmieniły ich pracę.

Po trzecie, odbuduj szczeble kariery. Staże, płatne rotacje projektowe i awanse oparte na kwalifikacjach mogą przywrócić ścieżki rozwoju, które automatyzacja niszczy. Firmy nadal będą miały pożądane tempo, ale społeczeństwo otrzyma potrzebne mu drabiny rozwoju. Po czwarte, zmodernizuj system zasiłków dla bezrobotnych i odpraw, aby uwzględnić stypendia edukacyjne i ubezpieczenie zdrowotne, które nie zniknie w połowie okresu przejściowego. Stabilność daje ludziom czas potrzebny na przećwiczenie nowych umiejętności i powrót do gry bez paniki.

Na koniec zmierz to, co ważne. Jeśli nasze pulpity nawigacyjne śledzą tylko kwartalne zyski i koszty jednostkowe, będziemy nadal wybierać ścieżkę, która wydaje się efektywna, ale wydaje się pusta. Śledźmy medianę płac w firmach, wskaźniki mobilności wewnętrznej i odsetek stanowisk obsadzonych przez pracowników o wyższych kwalifikacjach. Te dane pokażą Ci, czy firma wykorzystuje sztuczną inteligencję do zwiększania potencjału pracowników, czy tylko do ich ograniczania.

Historia hojnie udziela ostrzeżeń. Każda fala technologii obiecywała obfitość, ignorując jednocześnie fundamenty, które spajały społeczności. W erze kolei miasta rozkwitały lub podupadały w zależności od tego, czy przebiegała przez nie linia kolejowa. W erze autostrad centra miast zamieniały się w centra handlowe. W erze oprogramowania małe firmy znikały w platformach. Era sztucznej inteligencji napisze swój własny rozdział. To, czy będzie on odbierany jako odnowa, czy kolejna runda śmieciarstwa, zależy od tego, co zbudujemy wokół narzędzi – zasad, rytuałów i szczebli.

Więc tak, notatka o warstwach to początek czegoś większego. To pierwsza widoczna fala uderzająca w sam środek korporacyjnego życia. Pytanie teraz nie brzmi, czy sztuczna inteligencja nadejdzie. Pytanie brzmi, czy wybierzemy ekonomię stawiającą ludzi na pierwszym miejscu, która zamieni prędkość w godność dla wielu, a nie tylko kolejny dar dla nielicznych. Narzędzia leżą na naszych biurkach. Reszta zależy od nas.

O autorze

Robert Jennings jest współwydawcą InnerSelf.com, platformy poświęconej wzmacnianiu pozycji jednostek i promowaniu bardziej połączonego, sprawiedliwego świata. Robert, weteran Korpusu Piechoty Morskiej Stanów Zjednoczonych i Armii Stanów Zjednoczonych, czerpie ze swoich różnorodnych doświadczeń życiowych, od pracy w branży nieruchomości i budownictwa po budowanie InnerSelf.com ze swoją żoną, Marie T. Russell, aby wnieść praktyczną, ugruntowaną perspektywę do wyzwań życiowych. Założona w 1996 roku, InnerSelf.com dzieli się spostrzeżeniami, aby pomóc ludziom podejmować świadome, znaczące wybory dla siebie i planety. Ponad 30 lat później InnerSelf nadal inspiruje jasność i wzmocnienie.

 Creative Commons 4.0

Ten artykuł jest objęty licencją Creative Commons Uznanie autorstwa-Na tych samych warunkach 4.0. Atrybut autora Robert Jennings, InnerSelf.com. Link do artykułu Artykuł pierwotnie pojawił się na InnerSelf.com

Polecane książki

Rozwój robotów: technologia i zagrożenie przyszłością bez pracy

Wnikliwe spojrzenie na to, jak automatyzacja zmienia pracę i płace, wraz z lekcjami dla decydentów i pracowników poruszających się w nowej gospodarce.

Kup na Amazon

Podsumowanie artykułu

Zwolnienia z pracy w branży AI i presja klasy średniej zbiegają się w handlu detalicznym, ponieważ proces decyzyjny opiera się na algorytmach. Firmy nabierają tempa, a warstwy się kurczą; teraz zadaniem jest odbudowa szczebli poprzez szkolenia, transparentność i politykę stawiającą ludzi na pierwszym miejscu, która przekształca automatyzację w dobrobyt.

#AI #Zwolnienia #KlasaŚrednia