Comme Des changements pilotés par l’IA sur le lieu de travail augmentent en nombre et en portée, on s’inquiète de plus en plus de l’impact de la technologie sur l’emploi. Cependant, ces préoccupations peut être résolu si nous nous préparons aux changements futurs. Alors que I.A. supprime de nombreux emplois traditionnellement occupée par les humains, l’histoire montre qu’à long terme, elle créera d’innombrables nouvelles opportunités d’emploi. De plus, même si les algorithmes surpassent les humains dans de nombreux domaines, les capacités humaines resteront irremplaçables sur le lieu de travail dans un avenir prévisible.
mondains adolescents de l'Upper East Side
Les vagues d’innovation qui entraînent des changements extrêmes sur le lieu de travail ne sont en aucun cas nouvelles. Prenons par exemple l’introduction de la conteneurisation dans les années 1950. Le transport de marchandises dans des caisses en acier standardisées a révolutionné le commerce international. Cela a également éliminé de nombreux emplois associés au chargement et au déchargement manuels des marchandises. Cependant, la conteneurisation a également donné naissance à de nouvelles industries, telles que la construction, la maintenance et la manutention de conteneurs de fret, ainsi que le développement de technologies qui optimisent la façon dont chaque unité est chargée et suivent le mouvement mondial des conteneurs.
De même, A.I. créera de nouveaux types d’entreprises et d’opportunités d’emploi que nous ne pouvons qu’imaginer aujourd’hui.
De plus, les humains feront partie intégrante de ces futurs lieux de travail. Bien que les algorithmes soient de loin supérieurs lorsqu’il s’agit d’effectuer des tâches répétitives, de traiter de grandes quantités de données et d’identifier les tendances et modèles clés, les individus continueront d’exceller dans un certain nombre de domaines. Voici quelques exemples:
1) Expérience du monde réel
Une vie d'expérience dans le monde physique permet aux gens de détecter des changements ou des écarts entre des situations normales et anormales. Par exemple, lors de la crise financière de 2008, les entreprises s’inquiétaient de la santé financière de leurs fournisseurs. De nombreuses entreprises demandaient des données économiques aux fournisseurs, mais ces chiffres pouvaient être manipulés et ne fournissaient qu'une vue tardive et rarement mise à jour des conditions chez le fournisseur. Pour augmenter les données, les entreprises ont envoyé des personnes vérifier sur place la production de pièces ou de matériaux par des fournisseurs critiques au nom de l’entreprise.
2) Une perspective morale
De nombreuses tâches de travail impliquent des jugements de valeur et des éléments subjectifs basés sur les préférences du concepteur ou du gestionnaire du système. Cependant, les objectifs, les conceptions morales et les préférences changent avec le temps. Même si les machines peuvent, si elles sont correctement formées, passer au crible de grandes quantités de données et présenter des options d’action, les individus doivent prendre les décisions finales dans les cas où les implications sont importantes. Cela est particulièrement vrai lorsque le contexte change et que les décisions doivent être prises dans un environnement différent. Par exemple, lors de la priorisation de la réponse à une catastrophe, la préférence doit-elle être accordée aux clients, aux employés, aux fournisseurs, aux actionnaires ou à la communauté ? La réponse honnête est « cela dépend » de la nature de l’événement et du contexte, ce qui rend difficile la programmation ou la formation d’un modèle.
3) Adaptabilité et coordination
Les humains sont plus adaptables que les robots lorsqu’ils sont confrontés à des conditions et des environnements non structurés. Les systèmes logiciels robotiques sont construits et optimisés pour des tâches ou des domaines spécifiques. Cependant, les changements (perturbations, nouvelles connaissances, nouveaux produits, actions des concurrents, cycles économiques, etc.) peuvent rendre discutable la pertinence de la machine, obligeant une personne à prendre en charge la tâche. En outre, les réseaux sociaux sont capables de créer de nouvelles structures organisationnelles d’entreprise pour gérer le changement. Cela s’est produit en réponse à de nombreuses perturbations ces dernières années, comme le tremblement de terre de 2011 au Japon et la pandémie de Covid-19.
4) Une dynamique créative intégrée
Les changements qui nécessitent une adaptation sont intégrés dans de nombreuses chaînes d’approvisionnement de consommation et technologiques, comme la fast fashion. Ces chaînes d’approvisionnement en évolution rapide recherchent sans cesse une différenciation susceptible de stimuler la demande pour tout nouveau produit ou service. Les gens, et non les machines, font partie d'un milieu culturel qui stimule la créativité. De plus, les humains comprennent les aléas de la vie quotidienne, et cette expérience pratique crée des possibilités pour de nouveaux produits et services.
5) Empathie et communication
Alors qu’un nombre croissant d’IA. Lorsque des applications sont utilisées dans le domaine des soins de santé, les ordinateurs ne peuvent pas faire preuve de l'empathie requise d'une infirmière lorsqu'elle traite un patient. De même, une machine ne peut pas remplacer le sourire d’un employé de service, comme un caissier dans un supermarché local. De même, les négociations de contrats d’approvisionnement ne peuvent avoir lieu sans que les deux parties se comprennent, développent des relations et apprécient les points de vue de chacun.
Même si les algorithmes qui imitent ces qualités sont de plus en plus sophistiqués, il n’est pas facile d’imaginer une acceptation absolue des émotions et de l’empathie générées et simulées par des machines.
6) Une gestion des risques nuancée
Même si les règles peuvent être programmées en fonction de différents contextes, le choix le plus approprié dans une situation qui oblige une entreprise à choisir une voie à suivre peut différer de celui suggéré par les règles. Par exemple, si l’entreprise soupçonne qu’une récession se profile à l’horizon, elle peut préférer la ligne de conduite la plus sûre plutôt que la voie à haut risque/haute récompense. Les humains sont habitués à prendre en compte ces nuances lorsqu’ils prennent des décisions.
Équilibrer l’intelligence humaine et machine
Le défi vital pour les sociétés alors que l’I.A. Le progrès réside dans la manière de créer des lieux de travail qui permettent aux humains et aux machines de travailler côte à côte, et non en compétition.
Ceci peut être réalisé de différentes manières. Par exemple, les données analysées par des modèles basés sur l’IA peuvent être envoyées aux décideurs humains pour action. Fabricant de copeaux Intel utilise cette approche dans ses opérations d’approvisionnement. Son I.A. Le système fournit une masse de données, telles que des rapports sur les performances des fournisseurs, qui aident les responsables des achats à prendre des décisions d'approvisionnement.
100 lectures psychiques gratuites chat en ligne
Une autre méthode consiste à déployer une technologie d’automatisation basée sur l’IA pour effectuer la plupart des travaux. Les humains interviennent lorsqu’une machine tombe en panne ou ne peut pas reconnaître que le contexte a changé (par exemple, un système a été piraté ou une pandémie a éclaté, nécessitant un changement de mode de fonctionnement). La flexibilité des employés humains est nécessaire pour s’adapter rapidement lorsque de tels changements se produisent.
Les inquiétudes suscitées par la montée en puissance de l’IA sont légitimes et la technologie transformera le monde du travail. Il est toutefois essentiel que nous ayons une vision équilibrée du potentiel de l’IA et de son impact sur l’emploi.
Le Dr Yossi Sheffi est professeur Elisha Gray II de systèmes d'ingénierie au Massachusetts Institute of Technology et directeur du MIT Center for Transportation and Logistics (MIT CTL). Son livre récent est « La bande transporteuse magique : chaînes d'approvisionnement, IA et avenir du travail. »
