Ang desisyon ng Target na bawasan ang 1,800 na mga tungkulin sa korporasyon ay tila isang panimulang punto, hindi isang finish line. Matapos ang mga taon ng mga pilot at pangako, sa wakas ay nalalampasan na ng AI ang hangganan ng opisina at inaayos muli kung sino ang gumagawa ng trabaho, kung gaano kabilis ang paggawa ng mga desisyon, at kung aling mga trabaho ang umiiral. Hindi ito tungkol sa mga kahera sa tindahan o mga robot sa bodega. Ito ang gitna ng tsart ng korporasyon, ang mga taong nagsasalin ng mga numero sa aksyon, na ngayon ay nasa landas ng automation.

Sa artikulong ito

• Bakit ang isang corporate memo ay nagpapahiwatig ng isang mas malaking pagbabago sa white collar work
• Paano pinagsiksik ng AI ang mga layer ng pamamahala at pinapabilis ang mga desisyon
• Kung saan ang tingian ay nagde-deploy ng AI na lampas sa mga bodega at tindahan
• Ang ibig sabihin nito para sa katatagan at kadaliang kumilos ng panggitnang uri
• Mga praktikal na barandilya at patakaran na inuuna ang mga tao

Ang Unang Alon ng AI Layoffs ay Tumama sa Gitnang Uri

Marami na akong nakitang mga anunsyo ng korporasyon na parang motibasyon. Ngunit kung minsan, sinasabi sa iyo ng isang memo kung ano mismo ang kailangan mong malaman kung babasahin mo ito na parang isang inhinyero sa halip na isang taga-saya. Ang mga pariralang tulad ng 'masyadong maraming patong' at 'magkakapatong na trabaho' ay hindi lamang mga reklamo tungkol sa burukrasya. Ang mga ito ang paunang salita sa isang bagong modelo ng pagpapatakbo kung saan ang machine learning at malalaking modelo ng wika ang bumubuo ng pagsusuri, iskedyul, paghahambing ng vendor, at maging ang mga bahagi ng plano. Ang kadena ng mga email at pagpupulong na dating nagbubuklod sa isang kumpanya ay nagsisimula nang magmukhang mabagal at magastos. At kapag ang isang kakumpitensya ay tumatakbo nang mabilis at may AI sa sentro, natututo rin ang lahat na tumakbo nang ganoon, o kaya ay malampasan.

Ang Memo sa Likod ng Kurtina

Bihirang sabihin ng mga lider ng korporasyon na ang mga tanggalan sa trabaho ay tungkol sa pagtitipid ng pera. Sinasabi nila na ito ay tungkol sa kahusayan o bilis. Tama iyan, at ito rin ang punto. Kapag sinabi ng isang kumpanya na inaayos nito ang mga kable ng paggawa ng desisyon, nangangahulugan ito na pinapalitan ng software ang mahabang relay race ng mga pag-apruba ng mas maikling sprint. Isipin ang lumang istraktura tulad ng isang serye ng mga toll booth sa isang highway. Bawat sasakyan ay humihinto, iniabot ang tiket nito, at muling sumusulong. Ginagawang open road transponder ng AI ang mga toll booth na iyon. Halos hindi bumagal ang sasakyan. Gumagalaw pa rin ang trabaho, ngunit mas kaunting tao ang humahawak dito.

Sa kabila ng mga hamon, may pag-asa pa rin sa anyo ng muling pagsasanay at pagpapahusay. Ang mga tungkuling ito ay nasa ilalim ng presyon dahil ang framing ay isang bagay na kayang gawin ng mga algorithm sa loob lamang ng ilang segundo. Ini-scan nila ang mga benta, markdown, panahon, pagpapadala, maging ang mga social buzz, at bumubuo ng isang rekomendasyon. Ang mga tao ay patuloy pa ring nakakaalam, ngunit hindi gaanong karami at hindi kasingdalas. Ang pagbabagong ito ay nagbibigay ng pagkakataon para sa muling pagsasanay at pagpapahusay, na nag-aalok ng pag-asa para sa hinaharap.

Kung pamilyar ito sa iyo, dapat sana. Noong mga unang panahon, napalitan ng mga bagong makina ang paggawang-kamay at manu-manong paggawa. Sa pagkakataong ito, ang makina ay nakaupo sa iyong mesa at nagsasalita sa kumpletong mga talata. Iba ang sikolohikal na pagkabigla dahil ang mga kagamitan ay nagsasalita tulad natin, mabilis mag-isip, at nagtatrabaho buong gabi nang walang kape. Ang kanilang pagdating ay gumuguho sa mga yugto ng trabaho kung saan ang mga tao ay dating nagdagdag ng halaga sa pamamagitan lamang ng pagdadala ng impormasyon mula sa isang lugar patungo sa isa pa. Ang hindi maiiwasang pagbabagong ito ay dapat bigyang-diin ang pagkaapurahan ng pag-angkop sa nagbabagong tanawin.

Bakit Naglalaho ang mga Gitnang Patong

Pag-usapan natin ang gitna—ang mga coordinator, assistant manager, at senior analyst na dating kumikilos na parang mga switchboard. Ang kanilang trabaho ay isalin ang isang layunin sa mga gawain, mangolekta ng mga update, pagtugmain ang mga kontradiksyon, at iulat ang kadena. Nangangailangan iyon ng pagpapasya, ngunit nangangailangan din ito ng pasensya at oras. Kinakain ng AI ang pasensya at mga bahagi ng oras para sa almusal. Gumagawa ito ng mga brief, sinusuri ang mga kontrata para sa mga hindi magkatugmang petsa, minamarkahan ang mga error sa imbentaryo, bumubuo ng mga iskedyul, at itinatakda ang update bilang isang maayos na buod na maaaring basahin ng iyong bise presidente sa isang telepono.

Sa mundo ng mga memo na gawa sa papel, may katuturan ang mga patong-patong. Kailangan mo ng mga tao para ilipat ang impormasyon pataas at pababa. Ngunit kapag ang impormasyon ay gumagalaw nang kusa—nilinis, ibinuod, at niraranggo ayon sa pagkaapurahan—nawawalan ng baitang ang hagdanan ng pamamahala. Ang resulta ay hindi lamang mas kaunting trabaho; ito ay isang bagong anyo ng kumpanya. Isipin ang isang barbell: isang malakas na front line na nakaharap sa mga customer at isang mas maliit na core ng mga espesyalista na gumagawa ng mga tawag sa mas mataas na antas, na may mas kaunting ballast sa gitna.

Sa aspetong pang-ekonomiya, ang pagbabagong ito ng mga gawain ay nagpapataas ng produktibidad. Mas marami ang nagagawa ng kumpanya nang mas kaunti ang mga tao. Sa aspetong panlipunan, lumilikha ito ng butas kung saan dating nasa gitnang baitang ng hagdan ng karera. Ang mga baitang na iyon ay kung paano naging mamimili ang isang retail associate, kung paano naging project manager ang isang pansamantalang empleyado, kung paano nakahanap ng matatag na landas ang isang mahuhusay na tagapagbalita patungo sa panggitnang uri. Kung aalisin natin ang mga baitang na iyon nang hindi bumubuo ng mga bago, hindi tayo dapat magulat kapag huminto ang mobility at tumataas ang pagkabigo. Gayunpaman, may mga potensyal na solusyon sa mga hamong ito, tulad ng pamumuhunan sa mga programa sa edukasyon at pagsasanay na naghahanda sa mga manggagawa para sa mga bagong tungkuling nilikha ng AI.

Mayroon ding hindi komportableng katotohanan tungkol sa mga insentibo. Ginagantimpalaan ng mga pampublikong pamilihan ang mga quarterly na kita. Ipagpalagay na tinutulungan ng AI ang mga ehekutibo na maabot ang mga numero sa pamamagitan ng pagbabawas ng mga gastos at pagpapabilis ng pagpapatupad. Sa ganitong kaso, ia-apply ito kahit na mas matalino ang muling pagsasanay sa katagalan. Hindi nito ginagawang kontrabida ang mga ehekutibo. Ginagawa silang kalahok sa isang sistemang madalas sumusukat sa maling bagay. Mahusay tayo sa pagbibilang ng mga natitipid sa payroll; mas mabagal tayong magbilang ng panlipunang gastos ng mga idle talent, na tumutukoy sa hindi sapat na paggamit ng mga bihasang manggagawa dahil sa pag-alis ng trabaho ng AI, at ang nakatagong presyo ng pagkawala ng matatag na suweldo ng mga komunidad.

Paano Tahimik na Binabago ng AI ang mga Kable ng Retail

Karamihan sa mga mamimili ay nag-iisip na ang AI sa tingian ay parang mga robot sa isang bodega. Iyan ang nakikitang piraso. Ang hindi nakikitang piraso ay ang likhang-isip na dating nangyayari sa mga conference room. Ngayon, ini-scan ng AI ang napakaraming signal at nagrerekomenda ng mga aksyon: inililipat ang endcap sa mga gamit sa kusina sa susunod na linggo, binawasan ang pribadong label na iyon, itinatakda ang oras ng susunod na promosyon sa mga linggo ng suweldo at lokal na panahon, iruta ang mga trak sa paligid ng isang pagsasara ng highway, o maglunsad ng limitadong operasyon na nauugnay sa isang online trend. Sinusulat pa nga nito ang kopya ng produkto at ang balangkas ng pagsasanay para sa mga team ng tindahan. Hindi pinapalitan ng mga sistemang ito ang pagkamalikhain, ngunit mahigpit nilang kinukulong ang espasyo ng paggawa ng desisyon kaya mas kaunting tao ang kailangan para malampasan ito.

Ang supply chain ang pangunahing balita, ngunit ang merchandising at pagpepresyo ang tahimik na hinuhubog ng AI ang bilang ng mga tauhan. Iilang tao na may magagaling na instinct at malalakas na kagamitan ang kaya nang gawin ang dating nangangailangan ng isang departamento. Kapag ang data pipeline ay real-time, ang lingguhang pagpupulong ay nagiging pang-araw-araw na pagsasaayos. Kapag ang modelo ng pananalapi ay ina-update bawat oras, ang dating sagradong buwanang packet ay nagiging isang dashboard na nagbabantay sa sarili nito. Mahirap bigyang-katwiran ang parehong bilang ng mga kamay sa kubyerta kapag mas kalmado ang dagat at ang mga instrumento ang nagtutulak sa bangka.

Nagbabago rin ang serbisyo sa customer at HR. Ang mga virtual agent na ngayon ang humahawak sa unang pakikipag-ugnayan para sa mga tanong tungkol sa mga pagbabalik, pagkaantala, at mga pangunahing benepisyo. Hindi na nila gaanong pinapataas ang kanilang mga eksaminasyon at mas nilulutas nila ang mga ito, dahil bahagi nito ay nabubuhay din ang mga customer sa bagong mundong ito at tumatanggap ng mabilis na sagot mula sa isang makina kung ito ay tama at mabait. Samantala, niraranggo ng mga recruitment pipeline ang mga aplikante ayon sa mga kasanayang natutunan nila online, hindi lamang sa pamamagitan ng mga antas. Ang onboarding content ay umaangkop sa mag-aaral, sinusubaybayan kung talagang napanood ng isang superbisor ang safety module o nag-click lang. Ang bawat isa sa mga pagpapabuting ito ay tila maliit. Kapag pinagsama-sama, pinapalitan nila ang mga oras ng trabaho na nakakalat sa maraming tungkulin.

Dapat tayong maging tapat tungkol sa mga positibong aspeto. Ang mas mahusay na availability, mas kaunting stockout, mas mabilis na delivery, at mas kaunting error ay mga tunay na pakinabang. Ngunit dapat din tayong maging prangka tungkol sa kapalit nito. Ang kahusayan ay hindi isang neutral na salita. Ito ay nagtatanong, mahusay para kanino? Ipagpalagay na ang resulta ay mas mataas na kita at mas mababang presyo, ngunit isang hungkag na middle class. Sa kasong iyon, na-optimize natin ang tindahan at napabayaan ang bayan sa paligid nito.

Ang Gastos ng Tao at ang Oportunidad

Ang agarang gastos sa tao ay lumalabas sa mga inbox bilang mga imbitasyon sa kalendaryo mula sa HR. Ang mga taong nagplano para sa susunod na season, nagsanay ng mga team, o namamahala ng mga kampanya ay sasabihan na ang kumpanya ay kailangang maging mas mabilis. Makikilala nila ang kabalintunaan. Tumulong sila sa pagbuo ng mga sistemang ngayon ay nagpapawalang-bisa sa mga ito. Ang makatwirang severance ay nagpapagaan sa landing; hindi nito binabago ang lupain. Ang mga bayad sa mortgage at mga bayarin sa paaralan ay hindi tumatanggap ng mga pangako tungkol sa mga trabaho sa hinaharap sa isang ekonomiya ng AI.

Gayunpaman, may pagkakataon sa loob ng kaguluhang ito kung ating aangkinin ito. Ang parehong mga tool na nagpipiga ng mga layer ay maaaring magpataas ng talento kapag ginamit bilang augmentation sa halip na pamalit. Ang isang kasamahan sa tindahan, na nakikipagtulungan sa isang matalinong katulong, ay maaaring makakita ng mga pattern at magmungkahi ng mga pagbabago. Ang isang merchandiser na may modelo ay maaaring sumubok ng limang ideya bago mananghalian at makipagtalo para sa pinakamahusay na isa gamit ang ebidensya. Ang sekreto ay gawing patakaran ang augmentation, hindi isang magalang na mungkahi. Nangangahulugan ito ng mga totoong badyet sa pagsasanay, mga portable na kredensyal, at mga landas sa promosyon na nagbibigay ng gantimpala sa mga manggagawang dalubhasa sa mga tool sa halip na magbigay lamang ng gantimpala sa mga taong bumibili ng mga ito.

Para sa mga indibidwal, ang praktikal na payo ay hindi kaakit-akit, ngunit ito ay epektibo. Alamin kung paano isinasalin ang mga prompt sa mga resulta. Ituring ang mga AI tool na parang isang power tool na iniingatan mo sa iyong trak—tama, ngunit kung alam mo lamang ang mga ngipin at metalikang kuwintas. Magsanay na gawing malinis na memo ng desisyon ang magulong data. Maging komportable sa pagsasalita ng parehong wika: mga layunin sa negosyo at mga limitasyon ng modelo. Ang taong kayang magsabi, "Narito ang inirerekomenda ng sistema, narito kung saan ito marupok, at narito ang desisyon ko" ay mananatiling mahalaga. Ang paghatol na iyon, na sinusuportahan ng praktikal na kasanayan, ang bagong kasanayan ng middle-class.

Mayroon ding mga pagpipilian ang mga komunidad. Ang mga rehiyong namumuhunan sa mga workforce lab at mga pakikipagsosyo sa employer ay magkakaroon ng mga bagong tungkulin sa data stewardship, model oversight, disenyo ng daloy ng trabaho, at field training. Ang mga rehiyong naghihintay sa market magic ay mapapanood ang paglaho ng mga talento. Ang lumang playbook ng pagre-recruit ng bodega na may mga tax break ay hindi sapat. Kailangan nating mag-recruit ng mga pagkakataon upang magsanay gamit ang mga tool at makakuha ng mga kredensyal na kasama ng manggagawa, hindi lamang ng kumpanya.

Ang Kinakailangan ng Ekonomiyang Pangmamamayan

Kung gusto natin ng isang ekonomiyang mabilis at patas, kailangan natin ng mga patakaran at gawi na isinasaalang-alang ang dalawa. Una, gawing pamantayan ang transparency. Kapag ang isang desisyon na nakakaapekto sa mga trabaho ay nakasalalay sa isang algorithm, nararapat na malaman ng mga manggagawa ang layunin at ang mga depensa. Pangalawa, iugnay ang pag-aampon sa pagsasanay. Anumang pampublikong subsidy o tax credit para sa mga pamumuhunan sa AI ay dapat mangailangan ng patunay na ang mga empleyado sa frontline at mid-level ay nakatanggap ng bayad na oras upang matutunan ang mga sistemang nagpabago sa kanilang trabaho.

Pangatlo, muling buuin ang mga baitang. Ang mga apprenticeship, mga bayad na rotasyon ng proyekto, at mga promosyon batay sa kredensyal ay maaaring magpanumbalik sa mga landas na sinisira ng automation. Makakakuha pa rin ang mga kumpanya ng bilis na gusto nila, ngunit makukuha ng lipunan ang mga hagdan na kailangan nito. Pang-apat, gawing moderno ang kawalan ng trabaho at severance upang maisama ang mga stipend sa edukasyon at saklaw ng kalusugan na hindi mawawala sa kalagitnaan ng transisyon. Ang katatagan ay nagbibigay sa mga tao ng oras na kailangan nila upang magsanay ng mga bagong kasanayan at muling pumasok sa laro nang walang takot.

Panghuli, sukatin kung ano ang mahalaga. Kung ang ating mga dashboard ay sinusubaybayan lamang ang quarterly earnings at unit costs, patuloy nating pipiliin ang landas na mukhang mahusay at parang walang laman. Subaybayan natin ang median wages sa loob ng mga kumpanya, internal mobility rates, at ang bahagi ng mga tungkuling pinupunan ng mga upskilled skilled workers. Sinasabi sa iyo ng mga numerong iyon kung ang isang kumpanya ay gumagamit ng AI upang palakasin ang mga tao o para lamang bawasan ang mga ito.

Sagana sa mga babala ang kasaysayan. Nangako ng kasaganaan ang bawat alon ng teknolohiya habang binabalewala ang pundasyong nagbubuklod sa mga komunidad. Noong panahon ng riles ng tren, umusbong o nalalanta ang mga bayan depende sa kung may linyang dadaan. Noong panahon ng highway, ang mga downtown ay naging mga mall. Noong panahon ng software, ang maliliit na kumpanya ay naglaho at naging mga plataporma. Ang panahon ng AI ay magsusulat ng sarili nitong kabanata. Kung ito man ay parang pagpapanibago o isa pang yugto ng pagbabasura ay nakasalalay sa kung ano ang ating itinatayo sa paligid ng mga kagamitan—mga patakaran, ritwal, at mga baitang.

Kaya oo, ang isang memo tungkol sa mga layer ay ang simula ng isang bagay na mas malaki. Ito ang unang nakikitang alon na humahampas sa gitna ng buhay korporasyon. Ang tanong ngayon ay hindi kung darating ang AI. Ito ay kung pipiliin ba natin ang isang ekonomiyang inuuna ang mga tao na gagawing dignidad ang bilis para sa nakararami, hindi lamang isang hindi inaasahang tagumpay para sa iilan. Ang mga kagamitan ay nasa ating mga mesa. Ang natitira ay nasa atin.

Tungkol sa Author

Robert Jennings ay ang co-publisher ng InnerSelf.com, isang platform na nakatuon sa pagbibigay kapangyarihan sa mga indibidwal at pagpapaunlad ng mas konektado, patas na mundo. Isang beterano ng US Marine Corps at ng US Army, si Robert ay kumukuha sa kanyang magkakaibang karanasan sa buhay, mula sa pagtatrabaho sa real estate at construction hanggang sa pagtatayo ng InnerSelf.com kasama ang kanyang asawang si Marie T. Russell, upang magdala ng praktikal, grounded na pananaw sa buhay. mga hamon. Itinatag noong 1996, nagbabahagi ang InnerSelf.com ng mga insight upang matulungan ang mga tao na gumawa ng matalino, makabuluhang mga pagpipilian para sa kanilang sarili at sa planeta. Mahigit 30 taon na ang lumipas, ang InnerSelf ay patuloy na nagbibigay inspirasyon sa kalinawan at pagbibigay-kapangyarihan.

 Creative Commons 4.0

Ang artikulong ito ay lisensyado sa ilalim ng Creative Commons Attribution-Share Alike 4.0 License. Ang katangian ng may-akda Robert Jennings, InnerSelf.com. I-link pabalik sa artikulo Ang artikulong ito ay orihinal na lumitaw sa InnerSelf.com

Inirerekumendang Books

Pag-usbong ng mga Robot: Teknolohiya at ang Banta ng Kinabukasan ng Kawalan ng Trabaho

Isang malinaw na pagtingin sa kung paano binabago ng automation ang trabaho at sahod, na may kasamang mga aral para sa mga tagagawa ng patakaran at mga manggagawa na nagna-navigate sa bagong ekonomiya.

Bumili sa Amazon

Recap ng Artikulo

Ang mga tanggalan sa trabaho gamit ang AI at ang presyur mula sa mga nasa gitnang uri ay nagtatagpo sa tingian habang ang paggawa ng desisyon ay lumilipat sa mga algorithm. Bumibilis ang mga kumpanya habang lumiliit ang mga layer; ang gawain ngayon ay muling buuin ang mga baitang sa pamamagitan ng pagsasanay, transparency, at mga patakarang inuuna ang mga tao na ginagawang ibinahaging kasaganaan ang automation.

#AI #Tanggalin sa Trabaho #MiddleClass