Vil automatisering gjøre jobben overflødig?

I fjor lanserte BBC et nettsted der folk kunne se hvor sannsynlig det var at en robot ville ta jobben sin i fremtiden. Det var basert på noen undersøkelser fra Oxford University og Deloitte. Alt du måtte gjøre var å velge din jobbtittel, og det ville gi deg dine odds i prosent.

Journalister som meg selv er heldige. Vi har bare en åtte prosent sjanse for å bli erstattet. Leger var enda sikrere, med bare odds to prosent. Det er fordi det er vanskelig å lære en robotkreativitet og fantasi. Det er enda vanskeligere å lære å interagere med mennesker.

Men andre er ikke så heldige. Ta for eksempel handelskasseapparater. De har en 90% sjanse for å bli erstattet av maskiner. Du kan allerede se dette skjer i de fleste supermarkeder, da automatiserte selvkjøpssystemer i økende grad tar opp mer gulvrom.

Drosjesjåførene har grunn til å være bekymret også. De har en 57% sjanse for å bli erstattet av roboter. Nesten overraskende, gitt det utrolige fremskrittet med selvkjørende biler.

Det kan komme som en overraskelse at en rekke kontorbaserte kontorjobber også er truet. Faktisk er de ti mest risikofylte jobbene nesten alle kontorbaserte.

Hvis du er finansleder, er du nesten sikker på å bli erstattet med et AI-program. De har en 97% risiko. Resepsjonister og personlige assistenter er ikke mye bedre, da de har 96% og 68% sjanse, henholdsvis.

Som det viser seg, er det en rekke historiske forutsetninger for at kontorjobber blir automatisert.

En lang, maskinert fortid

Jobber har tradisjonelt blitt kategorisert som enten hvit krage eller blå krage.

Hvitkraftsjobber har en tendens til å kreve høyere faglige sertifiseringer og faglige ferdigheter, er basert på kontorer, og har en tendens til å være sentrert rundt administrasjon og ledelse. Blåkraftsjobber har en tendens til å involvere manuell arbeidskraft. Faktisk, fysisk gjøre noe.

Mer nylig, en annen “snipp” har blitt definert. Pink collar jobber er de som er sentrert rundt kundeinteraksjon og salg. Dette er jobber som er basert på restauranter og butikker.

Det er en slags kollektiv antagelse at blåsekar jobber er de første som går når teknologien går videre. I mellomtiden vil jobber basert på myke, mellommenneskelige ferdigheter (det vil si dine rosa-krage jobber) og de som krever høy kompetanse og spesialisering er sikre. Og hvorfor ville vi ikke tro det? Vår kollektive kulturelle og historiske kanon er fylt med eksempler på hvordan halvfaglige og ufaglærte arbeidere mistet jobben deres, takket være ny teknologi.

Et av de beste eksemplene på dette ble funnet i 1800-tallet England, under den industrielle revolusjonen. Fremskritt i maskiner og teknologi, kombinert med damp og vannkraft, hadde gjort det mulig for fabrikkene i Nord å bli den mest produktive i verden.

Støtfangerrammer, spinnrammer og kraftvekter har gitt fabrikkene mulighet til å redusere lønnskostnader og produsere store mengder tekstiler som tidligere var utenkelig.

Dette resulterte i de små byene som prikker Stor-Manchester og Nord-Yorkshire for å bli noen av de rikeste i det britiske imperiet. Men dette teknologiske fremskritt forlot mange mennesker bak.

Tidligere ble tekstilindustrien dominert av dyktige håndverkere, som ble gjort overflødige ved overgangen til maskinering. De kunne rett og slett ikke konkurrere. De koster mer å ansette, og de jobbet langsommere. Maskinene, derimot, kan drives av en ufaglært arbeidstaker med bare den minste treningsopplæringen.

Dette skiftet til maskinering resulterte i en lengre periode med sivil uro, da de nå-arbeidsløse håndverkere angrep fabrikkene som driver det nye utstyret. Maskiner ble knust, fabrikker og lager ble brent, og industrialister ble drept.

Det er hevdet at den første personen til å ødelegge disse maskinene ble kalt Ned Ludd. Det er fra Ludd hvor de avledet sitt navn - Luddites. Dette begrepet fortsetter i dag, og er et elendig ord som brukes til å beskrive de motsetning til teknologi, ikke bare det som brukes i tekstilfabrikk.

Det er selvfølgelig flere moderne eksempler på hvordan automatisering har ødelagt arbeidsmessig arbeidsprosesser for arbeidsmedarbeidere. Du trenger bare se på bilindustrien.

Første skritt til automatisering ble laget i 1961, da General Motors introduserte sin første robotarm. Siden da har roboten blitt vanlig sted i fabrikkgulvene i Detroit og Kentucky. Deretter har Europa, Japan og Nord-Amerika hemorrhaged auto jobber.

Kontorarbeid og Maskinen

Men du ville ta feil hvis du trodde det var bare arbeidskraftsarbeid som har blitt offer for automatisering og forbedrede industriprosesser. Det samme har skjedd med kontorbasert sysselsetting. Vi snakker ikke bare om det så mye.

Langt før oppfinnelsen av transistoren og vakuumrøret, og før digitale datamaskiner ble økonomisk levedyktige for store selskaper, var datamaskiner faktisk folk. Jobben til en menneskelig datamaskin var ganske bokstavelig beregne ting. De ville utføre komplekse beregninger for hånd, etter forhåndsdefinerte algoritmer og algebra.

Disse var vanlig i kontorer for vitenskap, industri, militær og økonomi. Men i siste instans ble de erstattet som det ble rimelig for bedrifter å kjøpe egne elektroniske datamaskiner. Ikke bare la de tillate bedrifter å spare på lønnskostnader, men de jobbet også raskere enn menneskelige datamaskiner, og med større presisjon.

Datamaskiner gjør ikke feil. De gjør bare det du forteller dem å gjøre.

Det var en dristig side for disse “Menneskelige datamaskiner”. Tidlig 20. århundre var et fundamentalt patriarkalsk samfunn, og for mange høyutdannede kvinner representerte den den høyeste posisjonen de kunne få i vitenskapen. En av de mest berørende kontoene til dette finner du i “Når datamaskiner var menneskelige” av David Alan Grier, hvis egen bestemor jobbet som en datamaskin.

Når datamaskiner var menneskelige når datamaskiner var menneskelige Kjøp nå på Amazon $ 27.99

Et annet langt glemt dødsfall i den digitale tidsalderen var skrivebassenger, ofte kalt “sekretarielle bassenger”.

Disse var sekretærer som ikke ble tildelt noen arbeidstakere spesielt, men ble delt blant et helt selskap. Deres jobb var å skrive, lagre og administrere dokumenter, minutter og korrespondanse.

Igjen, dette var et svært kvinnelig dominert felt, i stor grad som følge av tiden de eksisterte i. Sekretærjobber ble sett på som best egnet for kvinner.

Den elektroniske datamaskinen var dødsklokken for skrivebassenget. Bedrifter trenger ikke lenger tjue ansatte til å skrive det samme bokstaven, når posten slås sammen i Microsoft Word Hvordan skrive ut etiketter med Mail Merge i Microsoft Word og Excel Hvordan skrive ut etiketter med Mail Merge i Microsoft Word og Excel Bruker du fortsatt kopi-og- Lim inn for å lage etiketter, navnemerker eller annen personlig massekommunikasjon? Mail Merge, et enkelt Microsoft Office-automatiseringsverktøy, lar deg skrive ut etikettene dine på sekunder. Les mer jobbet like bra også. De trengte ikke lenger folk til å skrive kopier av dokumenter manuelt, da de bare kunne lagres på en harddisk.

Automatisering og Office: Hva skjer nå

Jeg tror vi er nær å se slutten på mange kontorbaserte jobber.

Bedrifter som er under økt økonomisk press, ser etter innovasjoner i maskinlæring 4 Maskininlæringsalgoritmer som lager livet ditt 4 Maskininnlæringsalgoritmer som lager livet ditt Du kan ikke skjønne det, men maskinlæring er allerede rundt deg, og det kan utøve en overraskende grad av innflytelse over livet ditt. Tro ikke på meg? Du kan bli overrasket. Les mer og kunstig intelligens Hvilken kunstig intelligens er ikke hva kunstig intelligens ikke er intelligent, vil sentient roboter overta verden? Ikke i dag - og kanskje aldri. Les mer, samt automatisering av repeterende oppgaver, for å drastisk redusere kostnadene. Det har skjedd en stund.

En personlig konto fra dette går tilbake til 1997, og ble publisert på Tales fra Tech Support-fellesskapet på Reddit. Dette består i stor grad av historier fra IT-støttende arbeidstakere, som klager over de utfordrende kundene og klientene de har støttet.

Historien, som ble kalt “Min første dag på jobben, og jeg fikk ved et uhell sekretæren sparken”, ble utgitt av bruker Zarokima. Det beskriver den første dagen på jobben sin, etter at han fullførte sin mastergrad i datavitenskap.

“Mens sjefen viser meg rundt, får han en viktig telefonsamtale som forlater meg med sine 3 sekretærer - han var alltid veldig opptatt og ville gå seg vill uten hjelp. Vi slår opp en samtale om jobbene våre, og en klager over hvordan hun må holde øye med noen ting på serveren for å lage rapporter som sjefen ville ha daglig, og det er bare den kjedeligste kjedeligen.”

Grunn til å imponere sjefen, og for å hjelpe sekretæren med sine daglige oppgaver, skrev han et lite skript på sin lunsjtid som automatisk opprettet rapportene for henne. Det skjedde at opprettelsen av disse rapportene var sekretærens eneste plikt, og hun ble umiddelbart gjort overflødig.

Forfatteren av historien endte opp med å få en kampanje, og en etterfølgende økning i lønnen hans.

Selv om vi ikke kan garantere at denne historien er korrekt, eller bare noe som var konstruert for Reddit Karma, tviler jeg ikke på at mange jobber kan erstattes med automatiserte skript. 4 Boring Oppgaver Du Kan Automatisere Med Windows Oppgaveplanlegger 4 Boring Oppgaver Du kan automatisere med Windows Task Scheduler Tiden din er for verdifull til å bli bortkastet med gjentatte oppgaver. La oss vise deg hvordan du automatiserer og planlegger oppgaver. Vi har også noen få gode eksempler. Les mer . Jobber der oppgaver er repeterende og utfall er forutsigbare, er spesielt utsatt for dette.

Dette er i hovedsak hva som skjedde med bilindustrien.

Threat fra Consumer Grade Automation

Men vi har også sett jobber som krever kreativitet og menneskelig interaksjon blir maskinert. Oversettere har for eksempel bare 33% sjanse til å bli automatisert. Det har vært fremskritt i oversettelsesalgoritmer, men de kan fortsatt ikke matche en menneskelig oversetter når det kommer til nøyaktighet, og forstå nyans av et språk.

I fjor kom vi over en portugisisk oppstart som heter Unbabel, som tilbyr raske, semi-automatiserte oversettelser. Glem Google Translate: 3 måter å få en nøyaktig, rask oversettelse. Glem Google Translate: 3 måter å få en presis, rask oversettelse. Uansett om du er planlegger å søke om en jobb eller en leilighet i utlandet, eller ønsker å oversette websiden din, må du få ting til og med med et fremmed språk. Les mer . Disse var langt billigere enn de som var ferdig for hånden.

Unbabel fungerer ved å først oversette passasjen av tekst gjennom en algoritme, som Google Translate. En menneskelig flytende i det språket ville da gå gjennom teksten, og kontrollere at den leser riktig, og vil løse eventuelle feil. Selv om det ikke er fullt automatisert, er det absolutt ikke langt unna.

Personlige assistenter (PA, som hvis du husker, hadde 68% sjanse til å bli automatisert) er et annet yrke som for øyeblikket blir erstattet av kompliserte AI-algoritmer.

PA har mye ansvar. De klarer korrespondanse og vedlikeholder kalendere. De prioriterer tidsplaner og gjør reisebestilling og gjestfrihet bestillinger. Men mange av disse oppgavene kan nå utføres (og utføres godt) med billig kunstig intelligens av forbruker.

Akkurat nå er Facebook testet deres flaggskips personlige assistent AI, kalt Facebook M. Selv om det bare er tilgjengelig for en liten kadre av amerikanske baserte beta-testere, ser den ut veldig lovende.

Det er fordi det bruker et samlingsmiddel som nesten alle er kjent med - Facebook Messenger. Det er også flott å forstå hva du mener, takket være bruken av NLP-algoritmer (Natural Language Processing). Så, hvis du skriver noe “Finn meg et sted å ta en klient til lunsj”, eller “send min mor noen blomster”, oddsen er bra det vil forstå deg.

Facebook M er så kraftig fordi det knytter seg til en rekke tredjepartstjenester via API-ene (Application Programming Interfaces Hva er APIer, og hvordan går åpne APIer for å endre Internett Hva er APIer, og hvordan er åpne APIer som endrer Internett Har du noen gang lurte på hvordan programmer på datamaskinen din og nettstedene du besøker, snakker "til hverandre? Les mer). Dette gjør det mulig å foreta reisebestillinger, bestille produkter, bestille, og til og med gi anbefalinger om steder å spise og besøke.

Selv om Apples Siri Hvis du ikke bruker Siri ved nå, burde du være hvis du ikke bruker Siri ved nå, bør du være mesteparten av reklame, vitser og mediahype om Apples IOS-talassistent, Siri, har gått ned, men jeg kjører fortsatt inn i iPhone-brukere som ikke utnytter denne kraftige funksjonen. Bare om dagen ... Les mer og Microsofts Cortana Hvordan Cortana ble den "andre kvinnen" i mitt liv Hvordan Cortana ble den "andre kvinnen" i mitt liv Hun dukket opp en dag og forandret livet mitt. Hun vet nøyaktig hva jeg trenger og har en ugudelig sans for humor. Det er lite rart at jeg har falt for sjarmen til Cortana. Les mer har begge gjort overtures til å være virkelig omfattende personlige assistenter, har svært få kommet i nærheten av Facebook M. Jeg kan forestille meg at Facebook M en dag er et forretningsklasseprodukt, som til slutt vil gjøre noen spørsmål om verdien av å ha en humanbasert personlig assistent på lønnslisten.

Hvordan bedrifter bruker skreddersydd og Enterprise-Grade Automation

Noen bedrifter har oppgaver som er så kompliserte, de kan ikke stole på automatisering og AI-produkter. De må enten lage sine egne, eller outsource problemet til et annet selskap. Storbritannias New Statesman-magasin profilerte en rekke av disse selskapene i fjor.

Et av selskapene uthevet var mobilnettet O2.

Eies av den spanske telefongiganten Telefonica, er O2-merkevaren til stede over hele Europa, med operasjoner i Irland, Slovakia, Tsjekkia og Storbritannia..

I møte med en stadig overfylt mobilmarkedsplass og økende trusler fra budsjettbærere, lanserte O2 en kampanje med kostnadsbesparende i 2012. Ved å bruke et automatiseringsprogram kjøpt fra Blue Prism, kunne de redusere avhengigheten av offshoring og slash antall kundeservicejobber.

Dette automatiseringsprogrammet tillot dem å behandle enkle kundeserviceoppgaver med minimal menneskelig interaksjon. Disse oppgavene inkluderer utskifting av SIM-kort, overføring av telefonnumre, opplåsing av telefoner etter inngåelse av kontrakt og overføring av kunder fra forhåndsbetalte planer til kontrakter.

En av Storbritannias største banker, Barclays, har også brukt en AI bygget av Blue Prism Limited. Dette er det samme selskapet som produserte programvaren O2 bruker til å strømline sine kundeserviceprosesser.

Denne AI ble brukt til å hjelpe banken med å håndtere tusenvis av forespørsler om forsikringsgodtgjørelser, i kjølvannet av PPI-skandalen (Protection Protection Insurance).

I begge disse tilfellene ble AI og automatisering brukt til å erstatte jobber som enten var okkupert av mennesker, eller kunne ha vært.

Ikke bare automatisering: hvordan delingsøkonomien truer kontorarbeidet

Kunne en endring i forretningsmodell også ha en like skadelig effekt på kontorbaserte jobber som automatisering?

I løpet av de siste ti årene har vi sett arbeidsverdenen blitt stadig mer uformell. Jobber som en gang var stabile, og kom med fordeler som helsetjenester og betalt tid, blir forvandlet til digitale tjenester som du kan ringe sammen med en smarttelefon. Dette er en naturlig følge av mainstreaming av delingsøkonomien. Hva er delingsøkonomien, og hva betyr det for deg? Hva er delingsøkonomien, og hva betyr det for deg? Det er egentlig bare vanlige mennesker som møter en etterspørsel med ressurser de eier, for å tjene penger - men hvordan ser det ut? Les mer, og vår økende appetitt for billig, etterspurt arbeidskraft.

Denne rase-til-bunnen startet med tradisjonelt arbeid med blåsenger, men i økende grad har kontorbaserte jobber fallet under spell av delingsøkonomien.

Det kjennetegnende delingsøkonomiproduktet er Uber, som tilsynelatende har like mange kritikere som fans. Uber jobber ved å kombinere uformelle drivere med villige passasjerer Hva er Uber og hvorfor truer det tradisjonelle drosjeservice? Hva er Uber og hvorfor truer det tradisjonelle drosjeservice? Uber har landet, og det er fundamentalt skiftende indre bytransitt. Og noen kan si, ikke helt til det bedre. Les mer, i hovedsak å skape en ny klasse av drosjesjåfør over natten. På den ene siden måtte de betale sine egne utgifter. Imidlertid ble de ikke sett på samme regler som tradisjonelle taxifører, og de kunne jobbe de timene som passet dem.

Tjenester som Handy og TaskRabbit fulgte snart. Disse tillater folk å be om tjenester av uformelle arbeidere og arbeidstakere, som kan tilordnes enkeltoppgaver.

Gjennom trykk på en app, kan du tilkalle en håndverkere eller renere. Du kan til og med tilkalle noen til å montere dine flaskete Ikea-møbler. Men ikke forveksle dem med vanlig ansettelse. Du er koblet til en uavhengig entreprenør, og du har lite til ingen løpende forpliktelser overfor dem.

I de senere år har vi sett noen av disse selskapene overgang fra ufaglærte og halvfaglige jobber, ettersom de begynner å tilby on-demand, dyktig arbeidskraft.

Spesielt TaskRabbit har svingt, og nå tillater de bedrifter å ansette personlige assistenter, dataregistreringsarbeidere, og til og med webutviklere og designere på samme uformelle, kortsiktige måte som de ville ha en renere. Selv om disse skulle betraktes som kontorbaserte jobber, disse “TaskRabbits” jobber eksternt, og kan være basert hvor som helst.

En annen tjeneste, kalt UpCounsel [Ikke lenger tilgjengelig], tillater folk å ansette advokater på samme måte. Utvalget av juridiske spesialiteter som tilbys er absolutt svimlende, og det lover å være så mye som 60% billigere enn å engasjere seg direkte med et advokatfirma.

Slutten på sysselsetting som vi vet det?

Kontoret for fremtiden vil se mye annerledes ut enn det det gjør i dag.

Det vil være slankere og avhenge mer av automatiserte prosesser og kunstig intelligens enn på menneskelige eiendeler. Det vil trolig være mer elastisk også. Når etterspørselen øker, vil kontorer bare kunne øke antall maskiner de har kjørt for å klare seg. Når oppgaven ikke kan automatiseres, vil de kunne kalle noen kortsiktige arbeidere fra en tjeneste som oppgaveskap.

Men hvordan ser det større bildet ut?

I mange år har folk spådd at datateknologi og automatisering vil få en ødeleggende effekt på sysselsetting. Hva skjer når robotter kan gjøre alle jobbene? Hva skjer når robotter kan gjøre alle jobbene? Roboter blir smartere raskere - hva skjer når de kan gjøre hver jobb bedre og billigere enn mennesker? Les mer Noen har spådd at de vil koste mer arbeidsplasser enn de vil skape, og til slutt vil det ikke være nok å gå rundt. Det er enda et begrep for det - “teknologisk arbeidsledighet”.

Kanskje den irriterende ironien er at mens de første jobbene som går tapt for datastyring hovedsakelig ble holdt av kvinner, blir de jobben som for tiden er mest utsatt for automatisering, holdt av menn.

Det er viktig å huske at disse jobbene vil gå tapt i hver ende av ansettelsesspekteret - fra arbeidskraftsjobbene, til de i administrasjonen og videre.

Det er det vi gjør neste som teller.

Det er alltid et håp om at et fremtidig gjennombrudd vil gjøre opp for jobben som har gått tapt for AI og automatisering. Dette virker plausibelt. Selv om menneskelige datamaskiner og skrivebassenger ble gjort overflødige av den elektroniske datamaskinen, resulterte det i etableringen av tusenvis av stillinger i IT-avdelinger.

Disse nye systemene trengte folk til å opprettholde dem, og folk til å skrive programvare for dem. De trengte folk til å trene andre i hvordan de skulle bruke dem.

Men hvis dette gjennombruddet ikke skje, vil vårt samfunn se radikalt annerledes ut.

Vi kan alle finne oss selv på deltid, for å sikre at alle har mulighet til å ha lønnsom sysselsetting.

Våre ledere kan innføre en ubetinget, minimumsinntekt (ofte kalt “mincome” etter det kanadiske programmet med samme navn), hvor de som ikke kan finne arbeid, vil være fri til å forfølge sine egne interesser, hobbyer og bruke tid på å heve sine familier.

Eksperimenter med grunninntekt i Canada, USA og Nederland har vært utrolig lovende.

Vår automatiserte fremtid venter

Hvis vi kan lære noe fra Luddites, er det at teknologiske fremskritt er en slags Pandoras boks som ikke kan fortrydes etter det faktum. Automatisering og AI vil utvilsomt ha en radikalt transformativ effekt på vår arbeidskraft, og det er for sent å stoppe det.

Enten det som nødvendigvis vil være en dårlig ting, er fortsatt å bli sett.

Er du bekymret for automatisering? Tror du det kan til slutt være gunstig? Er du i en jobb som er i fare for å bli automatisert? Hvordan planlegger du å håndtere? Jeg vil høre om det. Gi meg en kommentar nedenfor, og vi vil chatte.

Fotokreditter: Mennesker Går av Rawpixel.com via Shutterstock, Stor moderne, tom lagerhus av Alexey Fursov via Shutterstock, Dead Office (Nicholas Eckhart), IT-avdeling (Tim Dorr)

Utforsk mer om: Automotive Technology, Computer Automation, Longform Feature, Longform History, Productivity.