Σε πολλές βιομηχανίες κατά τη διάρκεια των δεκαετιών, υπήρχε πάντα ένας διαδεδομένος φόβος ότι τα ρομπότ θα πάρουν τη δουλειά μας. Ενώ υπήρχαν πολλά απόδειξη ότι ο αυτοματισμός απομακρύνει τελικά τους ανθρώπινους εργαζόμενους από τις γραμμές παραγωγής, ο αυτοματισμός συχνά χρειάζεται ανθρώπινη αλληλεπίδραση για να λειτουργεί εντός αποδεκτών περιθωρίων. Όταν σκεφτόμαστε αυτά τα ρομπότ να παίρνουν τη δουλειά μας και να θυμώνουν, εμείς κρατάμε μια αρχαία θέα στον κόσμο που, με ή χωρίς εμάς, θα αλλάξει.
Όταν σκεφτόμαστε ότι τα ρομπότ αναλαμβάνουν τη δουλειά μας, βάζουμε ένα όραμα για τα humanoid androids να κάνουν κυριολεκτικά τις εργασίες που κάνουμε. Ενώ υπάρχουν πολλά κερδοσκοπία γύρω από αυτόν τον τύπο σφετερισμού, θα πρέπει να σκεφτόμαστε λίγο μικρότερο σε κλίμακα. Με φυσική έννοια (ρομποτικός βραχίονας ή κάτι πιο απτό), η ρομποτική και η τεχνητή νοημοσύνη έχουν ήδη υφανθεί σε βιομηχανίες όπως φροντίδα υγείας και λιανεμποριο. Αυτό άλλαξε το εργατικό δυναμικό, καθώς έχει μετατοπιστεί γύρω από την εφαρμογή της ρομποτικής βοήθειας.
Ενώ η AI είναι συνήθως η τεχνολογία που αναφέρεται πιο συχνά σε αυτά τα σενάρια, το blockchain θα μπορούσε επίσης να διαδραματίσει ρόλο. Τα έξυπνα συμβόλαια έχουν σχεδιαστεί για να διευκολύνουν την εκτέλεση ενός συνόλου όρων μεταξύ δύο συστημάτων. Επομένως, είναι λογικό να φανταστούμε έναν κόσμο στον οποίο η τεχνολογία blockchain και crypto αντικαθιστά συγκεκριμένες λειτουργίες διαχείρισης ή ανθρώπινου δυναμικού στις ρυθμίσεις του γραφείου. Επαναλαμβανόμενες εργασίες όπως, λοιπόν, η ανάθεση εργασιών θα μπορούσε να αντιμετωπιστεί στο blockchain στο εγγύς μέλλον.
Αυτό είναι μόνο μέρος του ρομποτικού μας μέλλοντος
Οι εφαρμογές ρομποτικής μικρότερης κλίμακας – όπως τα τηλεφωνικά κέντρα ενισχυμένης τεχνητής νοημοσύνης – είναι αυτές που λειτουργούν οι περισσότεροι από εμάς. Σε αυτά τα τηλεφωνικά κέντρα, για παράδειγμα, το AI θα χρησιμεύσει ως chatbots, συστήματα φωνητικής δρομολόγησης και εξυπηρέτηση με βελτιωμένη εξυπηρέτηση πελατών. Θα επιτρέψει στους πράκτορες εξυπηρέτησης πελατών να είναι ανθρώπινοι όταν χρειάζεται, ενώ δρομολογούν και αναλύουν δεδομένα για να εξυπηρετούν τόσο τον πελάτη όσο και τον πελάτη. Θα είναι το ίδιο για πολλές βιομηχανίες που εφαρμόζουν συστήματα τεχνητής νοημοσύνης να χειρίζονται μεγάλα σύνολα δεδομένων και κουραστικές εργασίες που προηγουμένως χειριζόταν από ομάδες ανθρώπων.
Χάνει την άμεση ορατότητα σημείων επαφής σε αυτές τις εργασίες που δημιουργεί το φόβο της απώλειας θέσεων εργασίας. Αυτή η νοοτροπία, ή η απροθυμία να προσαρμοστούν στην αλλαγή και να αλλάξουν τον τρόπο λειτουργίας μας στο χώρο εργασίας, δεν είναι κάτι νέο. Ήταν έτσι από τότε που ο πρώτος αυτοματισμός εισήχθη στις γραμμές συναρμολόγησης αυτοκινήτων. Ωστόσο, οι άνθρωποι είναι ευκίνητοι και πάντα βρήκαν τρόπους προσαρμογής. Καθώς βλέπουμε όλο και περισσότερα συστήματα τεχνητής νοημοσύνης να εφαρμόζονται για να χειρίζονται πολύπλοκες εργασίες με ταχύτητα, βοηθώντας τις επιχειρήσεις στην ανάπτυξη και τη διαχείριση δεδομένων, θα δούμε όλο και περισσότερους ανθρώπους να αναγκάζονται να περιστρέφονται σε νέους ρόλους που μπορεί να μοιάζουν με οτιδήποτε έχουν έγινε ποτέ.
Οικονομολόγοι προλέγω ότι μέχρι το 2030, τα ρομπότ θα έχουν αναλάβει 20 εκατομμύρια θέσεις εργασίας από ανθρώπινους εργαζόμενους. Λαμβάνοντας υπόψη ότι οι Ηνωμένες Πολιτείες είναι λειτουργικός αυτή τη στιγμή σε επίπεδα ρεκόρ ανεργίας, αυτές έχουν χάσει πολλές θέσεις εργασίας. Εδώ πρέπει να προσαρμόσουμε τη σκέψη μας. Τα ρομπότ μπορούν να έχουν αυτές τις θέσεις εργασίας. Πρέπει να έχουν αυτές τις θέσεις εργασίας. Χωρίς αυτήν, δεν υπάρχει καινοτομία – δεν υπάρχει αλλαγή. Εφευρούμε μια διαδικασία, τελειοποιούμε αυτήν τη διαδικασία και, στη συνέχεια, εφαρμόζουμε αυτοματοποίηση για να βελτιστοποιήσουμε αυτήν τη διαδικασία, ώστε να μπορούμε να προχωρήσουμε στην επόμενη.
Υπάρχει πάντα κάτι μετά
Σχεδόν κάθε ρομποτική διαδικασία ή αυτοματοποίηση δημιουργεί μια νέα δουλειά για έναν άνθρωπο. Το νέο φυσιολογικό απαιτεί όχι μόνο ανθρώπινη επίβλεψη για ρομποτική εφαρμογή αλλά και συμπληρωματικούς ρόλους που θα δουν να δημιουργούνται ανθρώπινες θέσεις εργασίας σε συνδυασμό με αυτά τα λεγόμενα ρομπότ. Το AI πρέπει να εκπαιδευτεί, τα ρομπότ παράδοσης πρέπει να διατηρηθούν και ούτω καθεξής. Αυτό δεν σημαίνει ότι οι δουλειές που θα αναλάβουν τα ρομπότ δεν αξίζουν την προσπάθεια των ανθρώπων να διατηρήσουν όσο το δυνατόν περισσότερο.
Προκειμένου να παραδοθούν σωστά προσανατολισμένες στις εργασίες και λειτουργικές εργασίες στον αυτοματισμό, πρέπει να μελετηθούν, να εξασκηθούν και να χωριστούν σε μοναδικές πληροφορίες που θα μπορούσαν στη συνέχεια να εκπαιδευτούν μέσω προγραμματισμού σε ένα σύστημα AI ή ένα φυσικό ρομπότ. Με ένα σύστημα AI, αυτή η εκπαίδευση θα εξελιχθεί σε μηχανική μάθηση που πρέπει να παρακολουθείται και να τεκμηριώνεται για μελλοντικές περιπτώσεις χρήσης και εφαρμογές.
Πρέπει να αρχίσουμε να συνειδητοποιούμε ότι με την τρέχουσα ταχύτητα της τεχνητής νοημοσύνης καθώς εφαρμόζεται σε μεγάλες και μικρές βιομηχανίες, θα υπάρξει φθορά. Πρέπει να υπάρχει φθορά, καθώς αυτός είναι ο μόνος σταθερός δρόμος προς την καινοτομία. Αυτό δεν σημαίνει ότι ο μόνος δρόμος προς την καινοτομία είναι η απώλεια θέσεων εργασίας των ανθρώπινων εργαζομένων ή ότι στη συνέχεια θα πρέπει κάπως να μετατρέψουν την ανεργία τους σε καινοτόμες ιδέες – αν και, ορισμένοι αναπόφευκτα. Για παράδειγμα, τα ρομπότ θα μας αναγκάσουν να εξελιχθούμε στον τρόπο λειτουργίας των αλυσίδων εφοδιασμού και στον τρόπο επικοινωνίας με διεπαφές υπολογιστών.
Αυτή η εξέλιξη στις επιχειρηματικές διαδικασίες αφορά πράγματα όπως το πώς οι έξυπνες μηχανές μας επικοινωνούν με άλλα έξυπνα μηχανήματα και πώς τα συστήματα AI μπορούν να χρησιμοποιηθούν για να επιτρέψουν τη βιώσιμη τεχνολογία σε τομείς όπως η ενέργεια και η κατασκευή. Αυτές οι εξελίξεις δεν θα υπήρχαν χωρίς να πολεμήσουμε την αντίσταση στην αυτοματοποίηση που παίρνει δουλειές.
Η ιδέα των ρομπότ να αναλαμβάνουν δουλειές είχε πάντα μια γενικά αρνητική εικόνα ολόκληρης της εικόνας. Το επίκεντρο είναι συχνά μια μοναδική δουλειά ή ένας ρόλος που έχει αντικατασταθεί από ένα ρομπότ αντί για τις εργασίες που δημιουργούνται από αυτόν τον αυτοματισμό.
Η μεγαλύτερη εικόνα είναι μια αλλαγή, ενός συνεχώς μεταβαλλόμενου τρόπου σκέψης και επιχειρηματικής δραστηριότητας. Η τεχνητή νοημοσύνη φέρνει μαζί του τη δυνατότητα να αναλύει σύνολα δεδομένων που δεν μπορούν να φανταστούν, να αυτοματοποιήσει προηγουμένως μη εφικτές διαδικασίες και να παρουσιάσει ένα μέλλον που τελικά θα παρέχει θέσεις εργασίας σε όλους.
Οι απόψεις, οι σκέψεις και οι απόψεις που εκφράζονται εδώ είναι μόνες του συγγραφέα και δεν αντικατοπτρίζουν απαραίτητα τις απόψεις και τις απόψεις του Cointelegraph.
Ντομίνικ Σίενερ είναι συνιδρυτής του Ιδρύματος Iota – ενός μη κερδοσκοπικού ιδρύματος που εδρεύει στο Βερολίνο. Επιβλέπει τις συνεργασίες και τη συνολική υλοποίηση του οράματος του έργου. Η Iota είναι μια τεχνολογία κατανεμημένου καθολικού για το Internet of Things και είναι ένα από τα μεγαλύτερα κρυπτονομίσματα. Επιπλέον, κέρδισε το μεγαλύτερο hackathon blockchain στη Σαγκάη. Τα τελευταία δύο χρόνια, έχει επικεντρωθεί στην ενεργοποίηση της οικονομίας της μηχανής μέσω της Iota.