להחזיר את האנושיות לעבודה

רובוטים וטכנולוגיה אינם איום על בני האדם. בשימוש נכון הם הזדמנות לחזור ולעשות את מה שאנחנו טובים בו

רובוט טלפן / שאטרסטוק
רובוט טלפן / שאטרסטוק

כבר יש לנו מושג איך הדיגיטליזציה, ומעל הכול טכנולוגיות חדשות כמו למידת מכונה, ניתוחי ביג-דאטה ואינטרנט של דברים, ישנו מודלים עסקיים של חברות. הם כבר משנים אותם היום, אך כעת יש לבחון מקרוב איך היבטים שונים של מקום העבודה ייראו בעתיד, ואיזה תפקיד ימלאו בהם בני האדם.

למעשה, העתיד כבר כאן - אך הוא עדיין לא מבוזר בצורה מאוזנת. סופר המדע הבדיוני וויליאם גיבסון אמר לפני כמעט 20 שנה  שאנו יכולים להבחין בפער בין אלו שכבר עושים שימוש בטכנולוגיות עתידניות לאלו שעדיין לא. ההשלכות בולטות במיוחד בשוק העבודה: רבים עדיין אינם יודעים אלו מיומנויות יהיו נחוצות בעתיד ואיך ללמוד אותן.

על רקע זה, טבעי שאנשים, גם ילידי הדור הדיגיטלי, יחושו אי ודאות. לפי סקר גאלופ, 37% מבני דור המילניום חוששים לאבד את משרותיהם ב-20 השנים הבאות בגלל בינה מלאכותית. עם זאת, יש גם סיבות לאופטימיות. מחקרים של מכון המחקר הגרמני ZEW ללימודי כלכלה אירופית, לדוגמה, מצאו כי חברות שמשקיעות במעבר לדיגיטל יוצרות יותר מקומות עבודה מחברות שאינן משקיעות בכך.

כמה מהמשרות שאנו מכירים היום יתקיימו בעתיד? כמה פעילויות אנושיות יעברו לשליטתן של מכונות או מערכות למידת מכונה (ML)? אלו מטלות יישארו למין האנושי לבצע? האם יהיו סוגים חדשים לגמרי של מקצועות בעתיד, שלא נוכל לשער אותם היום?

עתיד העבודה או עבודת העתיד?

כל השאלות הללו הן שאלות לגיטימיות, אבל "היכן שיש סכנה יש גם אלמנט של הצלה", כפי שידע המשורר הגרמני פרידריך הלדרלין כבר במאה ה-19. אני אופטימיסט טכנולוגי: שימוש בטכנולוגיה ליצירת נוחות ממוקדת משתמש, כמו בחנויות Amazon Go שאין בהן קופות, ייצור שינויים במקומות בהם נוצרים מקומות עבודה.

אחרי המצאת המקרר בשנות ה-30 של המאה ה-20, עובדים רבים שעבדו במכירת קרח חששו לעבודתם. המקררים אכן הפכו את העסקים הללו למיותרים בדרך-כלל, אבל במקומם נוצרו עבודות חדשות רבות. לדוגמה, יצרניות מקררים נזקקו לעובדים כדי להרכיב אותם. כעת, כשאפשר היה לשמר מזון, נוצרו עסקים חדשים ייעודיים לשוק הזה.

כשחושבים על העבודה של המחר, לא יעזור לנו לבסס את הדיון על מבנים שקיימים היום. במקום זאת, אנחנו צריכים לחשוב איך מקום העבודה יכול להיראות בעתיד. כדי לעשות את זה אנחנו צריכים לשאול את עצמנו שאלה שונה לחלוטין: מה משתנה במקום העבודה, מנקודת השקפה ארגונית ואיכותית בו-זמנית?

רבות מהמטלות של עובדי ייצור, למשל, נשארו דומות במונחי תזרימי העבודה. גם הפעילויות של רופאים, עורכי דין או נהגי מוניות השתנו מעט מאוד בעשור האחרון, לפחות במונחי תהליכי הבסיס. רק חלקים מהתהליכים מבוצעים על ידי מכונות, או לפחות נתמכים על ידן. בסופו של דבר, המוצר או השירות המבוקש מסופק - יש לקוות - באיכות הרצויה.

אבל בעידן הדיגיטליזציה, אנשים עושים הרבה יותר ממילוי הפערים בין המכונות. העבודה שנעשית על ידי העובדים והמכונות בנויה סביב פתרון בעיות של לקוחות. כבר לא מדובר על ייצור "מכונית", אלא על השירות "ניידות" , כלומר הבאת אנשים למקום ספציפי. "אני רוצה להיות במקום מרכזי בברלין מהר ככל האפשר" - זאת הדרישה שצריך למלא.

בשלב הראשון נוכל להשיג מטרה זו על ידי שילוב שירותי הניידות המהירים ביותר בפלטפורמה דיגיטלית. בשלב הבא יתכן שזו תהיה משימה שתתבצע על ידי מציאות וירטואלית. האפשרויות החדשות הללו מאורגנות בפלטפורמות או רשתות, ופחות בתהליכים.

בינה מלאכותית מאפשרת לפצל את המטלות באופן שכל אחד יוכל לתרום את מה שהוא או היא עושים בצורה הטובה ביותר. אנשים מגדירים בעיות ומשרטטים אותן מראש, ומכונות או אלגוריתמים מפתחים פתרונות שאת טיבם מעריכים אנשים בסופו של דבר.

טכנאי רנטגן, למשל, נעזרים היום בכלי למידת מכונה, שמאפשרים להם להעריך תוכן דיגיטלי בדרכים שלא היו אפשריות בעבר. רבים מהם טוענים שהייעוץ המבוסס על למידת מכונה שיפר משמעותית את יכולתם לפענח את צילומי הרנטגן.

הייתי לוקח זאת אפילו צעד נוסף, כי אני מאמין שאפשר להחזיר לעבודה את האנושיות (רה-הומניזציה), ולהפוך את יכולותינו הייחודיות כבני אדם לעוד יותר חשובות.

עם האפשרויות הטכנולוגיות החדשות וכוח המחשוב המוגדל, העבודה בעתיד תהיה ממוקדת יותר באנשים ופחות במכונות. למידת מכונה יכולה להפוך עבודה אנושית לאפקטיבית יותר.

להגדיר מחדש את היחסים בין אדם למכונה

ההתקדמות בממשק של האדם והמכונה מתרחשת בקצב מהיר, עם השפעה מוחשית על אופן העבודה שלנו. בעתיד, טכנולוגיה תוכל להפוך לחלק טבעי הרבה יותר של מקום העבודה, שתוכל להיות מופעל באמצעות כמה שיטות קלט - דיבור, צפייה, נגיעה או אפילו הרחה. ניקח לדוגמה את טכנולוגיות בקרת הקול, תחום שעובר כעת שינוי אמיתי. תחום זה מבדל את עצמו באופן רדיקלי ממה שהכרנו עד כה כגישת עבודה "בלי ידיים", המופעלת באמצעות הוראות קול פשוטות. מערכות בקרת קול מודרניות יכולות להבין, לפרש ולהשיב על שיחות בדרך מקצועית, שמקילה על תהליכי עבודה רבים. הדוגמאות הן אבחון רפואי לחולים או ייעוץ משפטי. בסוף 2018 הקלט הקולי כבר ישנה משמעותית את האופן שבו אנחנו מפתחים מכשירים ויישומים. אנשים יוכלו לחבר טכנולוגיות לעבודתם בעיקר באמצעות קול. אפשר כבר לקבל התרשמות ראשונית מכך באופן פרטני.

בסוכנות החלל האמריקנית נאס"א, לדוגמה, אמזון אלקסה מארגנת את הזמנת חדרי הישיבות והכנסים. אין צורך להזמין חדר לכל ישיבה. מי שזקוק לחדר פונה אל אלקסה, והיתר מתרחש אוטומטית. למשל בתחום שיחות הוועידה: שירות AWS Service Transcribe יכול להתחיל להפיק את פרוטוקול השיחה כבר בעיצומה, לשלוח אותו לכל המשתפים בתום השיחה.

דוגמה אחרת היא יישום OpenText Documentum שבו מסבירה אלקסה למשתמשים מטלות ספציפיות שלהם. כך אפשר לקלוט עובדים חדשים בצורה מהירה וזולה יותר - המנהלים שלהם לא יצטרכו לחזור על אותם ההסברים פעם אחרי פעם.

פירוש הדבר הוא שבעתיד נזדקק כנראה ליותר "אדריכלים", "מפתחים", "אנשי קריאטיב", "מומחי יחסים", "מומחי פלטפורמות" ו"אנליסטים", ופחות אנשים שצריכים לבצע מטלות בתהליך שנקבע מראש, וגם פחות "אנשי מינהל". מאחר שהעבודה תענה יותר על הצורך אנושי ליצור לעצב, היא תהיה כנראה מהנה וממלאת יותר את צרכינו.

הרחבת העולם הדיגיטלי

להבנה החדשה הזו של יחסי אדם ומכונה יש עוד אפקט חשוב: היא תרחיב משמעותית את מספר האנשים שיוכלו להשתתף ביצירת הערך הדיגיטלי: קשישים, אנשים שאין להם כעת גישה למחשב או טלפון חכם, אנשים שמתקשים להשתמש בטלפון חכם למשימה ספציפית, ואנאלפביתים במדינות מתפתחות. דוגמה טובה לאחרונים הם מגדלי אורז שעובדים עם המכון הבינלאומי למחקר אורז, ארגון שפועל סמוך למנילה, בפיליפינים. תפקידו של המכון הוא להיאבק בעוני, ברעב ובתזונה לקויה באמצעות הקלה על חייהם ועל עבודתם של מגדלי האורז. המגדלים מפיקים תועלת ממידע שלא הייתה להם גישה אליו בכל דרך אחרת. המכון אגר 70,000 רצפים שונים של DNA של סוגי אורז, שמהם אפשר להסיק מהם התנאים הטובים ביותר לגידול האורז. לכל כפר יש טלפון והשימוש בו מספק להם גישה למידע זה. המגדלים בוחרים את ניב השפה שלהם בתפריט מיוחד ומתארים את החלקה שבה הם מגדלים את האורז. השירות מבוסס על למידת מכונה. הוא מניב המלצות על כמות הדשן לחלקה, ומה הוא המועד הטוב ביותר לזרוע אותה. כך, באמצעות טכנולוגיות דיגיטליות, החקלאים יכולים לראות שעבודתם היא בעלת ערך רב יותר. מאמץ עבודה נתון מפיק קציר עשיר יותר של אורז.

עד עתה יש לנו תובנה זעירה אודות האפשרויות של עולם העבודה. אך היא מבהירה כי שאיכות העבודה לנו, בני האנוש תגדל ככל הנראה. וכי הטכנולוגיה תאפשר לנו לבצע פעילויות שכיום איננו מסוגלים עדיין לדמיין. למרות שבחברות גרמניות יש מספר כפול של רובוטים לנפש בהשוואה לחברות אמריקאיות, התעשייה הגרמנית מתקשה עדיין למצוא עובדים מיומנים. בעתיד אנו, בני האנוש, נוכל לבצע מטלות באופן שיהיה קרוב יותר לטבע היצירתי האנושי בהשוואה לימינו. אני מאמין, כי אנו רוצים לעשות צדק לאפשרויות הטכנולוגיות, עלינו לעשות זאת כמו הלדרלין ולתת אמון בהצלה, אך באותה העת לנסות לצמצם את הסיכונים באמצעות הבנה ועיצוב הדברים.

■ הכותב הוא CTO וסגן נשיא אמזון.