fbpx

Uomini e Macchine: insieme, verso il Futuro del Lavoro

Riflessioni sul rapporto, reale e narrato, tra uomo e macchina nel mondo del lavoro

 DI ALESSANDRO GIAUME E ALBERTO MAESTRI 

 

ABSTRACT Persone e macchine, umani e robot. Quello del rapporto tra macchine e umani sul posto di lavoro è un tema che riscontra sempre maggiore interesse, ma che – per definizione – non lascia ancora spazio a certezze. Almeno, a giudicare dalle analisi effettuate su un campione di conversazioni generate dagli utenti online rispetto al tema. Big Data, IoT, Industria 4.0 e altri paradigmi stanno al contempo segnando la strada e disseminando scompiglio e incertezze: un’analisi del 2016 a opera del WEF riporta un mood negativo nei confronti dell’impatto delle AI sul posto di lavoro. Tre famiglie professionali stanno emergendo, in funzione della maggiore / minore ripetitività del lavoro e del valore aggiunto apportato. Conoscenza, empatia, adattabilità possono aiutare a rendere il tema del future of work meno ermetico, eliminando i bias che spesso inficiano la valutazione dell’impatto della tecnologia (anche) sul lavoro: • Resistenza irrazionale • Miopia • Fallacia delle AI. Solo così sarà possibile non lasciarsi persuadere da voci e false dicerie, focalizzandosi sul contesto e agendo secondo i principi di funzionamento delle aziende-piattaforma. Ma soprattutto comprendendo come, qualunque sia il rapporto che si verrà a creare tra essere umano e macchina, questo si svilupperà in funzione della sinergia e del ruolo che questi due attori giocheranno reciprocamente.

KEYWORDS human transformation, future of work, intelligenza artificiale, big data, piattaforme digitali, World Economic Forum

 


1.Rapporto tra uomo e macchina: una visione di scenario

Uomo e macchina, umano e robot: la letteratura di fantascienza sviluppatasi dalla fine degli anni ‘50 sembra essere stata premonitrice di un futuro che oggi non sappiamo quando avverrà, ma siamo sempre più certi che avverrà. Come esempio, basta citare le analisi sugli orizzonti umani (ampi e, per ricchezza e abbondanza, sempre più vicini a quelli divini) fatte da Yuval Noah Harari (Harari, 2016), Professore presso l’Università Ebraica di Gerusalemme.

Quali sono il sentiment e le sensazioni delle persone rispetto a questo scenario ancora così poco definito ma così (potenzialmente) rivoluzionario rispetto al modo di intendere il lavoro, la società, la vita? Ai fini dell’articolo, è stata effettuata un’analisi preliminare attraverso la tecnologia TalkWalker su 2.300 contenuti web totali (articoli di magazine digitali, thread di forum, blog post condivisi da qualsiasi account – media o utenti singoli) pubblicati nel periodo 1 luglio 2017 – 1 luglio 2018 contenenti quattro parole chiave (“rapporto”, “uomo”, “robot”, “lavoro”) indispensabili per comprendere lo scenario. La tag cloud dei termini maggiormente inclusi nei contenuti sottolinea come il tema venga vissuto sia in toni timorosi (“guerra”, “problemi”, “paura”, “morte”, “sociale”, …) che attraverso approcci più speranzosi, positivi e orientati a un futuro di possibilità (“sviluppo”, “potere”, …).

 Le differenti audience online trattano dunque la tematica dell’impatto della tecnologia sul lavoro della persona in modi anche diametralmente opposti, sintomo di uno scenario complesso e difficile da decodificare, con focus sulle sfide poste dall’automazione al mercato del lavoro umano e sul posizionamento dell’Italia rispetto alla sfida in termini di future of work.

Dall’analisi è possibile trarre qualche ulteriore conclusione: del rapporto tra macchine ed esseri umani si parla sempre più spesso, con una visione talvolta non univoca né chiara, in particolare per quanto riguarda i tempi con i quali una eventuale sostituzione di attività lavorative umane da parte dei sistemi di automazione lascerà spazio ad una crescita contemporanea di nuove professionalità e conseguentemente a nuovi posti di lavoro che verranno via via a crearsi.

Tanto la crescente capacità economica della nuova classe media nei paesi emergenti, quanto la mobilità a livello globale che i giovani dimostrano di avere, rappresenteranno un’ulteriore spinta alla nascita di nuove professionalità e conseguentemente di nuova occupazione; solo l’aumento della volatilità geopolitica rischia di diventare una grande minaccia all’occupazione e alla creazione di posti di lavoro a livello globale.

In The future of jobs report 2018 (WEF, 2018) emerge un’opinione pubblica negativa rispetto all’impatto che lo sviluppo dell’Intelligenza Artificiale potrà avere sull’occupazione, anche se non si ritiene che tale impatto potrà avere conseguenze su scala sociale diffusa prima del 2020.

D’altra parte, i driver emergenti nel panorama dell’Industria 4.0, come ad esempio l’analisi dei Big Data (Giaume, 2017), il mobile, l’Internet of Things, la robotica, fanno ben sperare che la necessità di nuove competenze porti ad altrettanta necessità di nuovi posti di lavoro.

Ci si aspetta in particolare una forte crescita dell’occupazione tra le famiglie professionali di ingegneria, computer e matematica, un calo moderato dei ruoli di produzione a fronte di un significativo declino nei ruoli di ufficio o amministrativi. Le operazioni commerciali e finanziarie, le vendite, le attività connesse e di costruzione e di estrazione hanno una prospettiva occupazionale globale sostanzialmente costante.

Il prevedibile declino globale dei ruoli di produzione è sostanzialmente guidato dalle tecnologie con maggiore probabilità di sostituzione, come ad esempio la produzione additiva e la stampa 3D, nonché da un necessario aumento della sostenibilità nei termini di un più efficiente utilizzo delle risorse in relazione alla maggiore volatilità geopolitica che espone a grandi rischi di stabilità delle catene di approvvigionamento globali.

L’aumento della domanda manifatturiera, soprattutto dei prodotti a maggiore contenuto di tecnologia, fa invece ben sperare per una scelta di miglioramento dell’attività produttiva guidata da una forte integrazione della forza lavoro con la robotica, anziché una pura sostituzione ai danni della prima. Ne è una prova, seppure in altro settore, quanto sta accadendo in Amazon, dove, a fronte di un parco di circa 45.000 robot (Liberatore, 2017), sono pianificate oltre 100.000 assunzioni (Reuters, 2017) nei reparti di logistica, vero core business della società.

Al contrario, stampa 3D, produzione sostenibile e robotica, sotto il profilo delle risorse sono ambiti produttivi tutti visti come un forte stimolo alla crescita occupazionale delle professioni in ambito ingegneria, alla luce di una continua e rapida crescita di tecnici e specialisti qualificati per creare e gestire sistemi di produzione automatizzati.

È indubbio che siano le nuove tecnologie a guidare la crescita del business, la creazione di posti di lavoro e la domanda di competenze specialistiche, ma nel contempo possono rendere necessario spostare interi ruoli quando certe attività diventano obsolete o automatizzate. Sono soprattutto le lacune di competenza che aumentano la necessità di automatizzare determinate attività, ma le stesse possono invece rappresentare un ostacolo allo sviluppo di nuove strategie di business, impedendo di fatto l’adozione di tecnologie abilitanti.

Emerge la necessità di un approccio al tema dell’automazione molto più ampio, nel quale le aziende cerchino di automatizzare alcune attività con lo scopo di integrare la forza lavoro umana, consentendo ai propri dipendenti di esprimere pienamente il proprio potenziale liberandoli dalla necessità di svolgere attività e compiti ripetitivi.

Per “sbloccare” tale visione positiva è necessario che i dipendenti mostrino di avere le competenze adeguate che consentano loro di crescere professionalmente, con un approccio teso alla riqualificazione continua. Ecco perché per le aziende investire in capitale umano e collaborare con altre parti interessate sulla strategia della forza lavoro diventa un imperativo fondamentale, tanto per la crescita e la sostenibilità nel medio-lungo periodo, quanto un contributo importante alla stabilità sociale.

La figura mostra la dinamica attesa per le professioni stabili, innovative e infine ridondanti.

La trasformazione dei processi produttivi in settori altamente qualificati rende le professioni a sfondo tecnico e ingegneristico fortemente richieste, soprattutto per far sì che le progettualità Internet of Things diventino realtà operative. E, come già anticipato, l’efficienza delle risorse diventa un driver fondamentale per queste famiglie professionali. L’analisi dei Big Data e la Data Visualisation, finalizzata alla definizione di scelte ottimali per fornire ai clienti un’esperienza di acquisto personalizzata, comporta certamente l’emergere di professionalità specifiche, come ad esempio quella dei Data Scientist, per la quale già adesso si prefigura una grande carenza di professionisti disponibili a fronte di una domanda in forte crescita.

Esistono peraltro ambiti più a rischio da un punto di vista strutturale: l’automazione dei processi di checkout e la gestione intelligente dell’inventario tramite sensori e altre applicazioni dell’Internet of Things sono fattori che porteranno ad una potenziale diminuzione della domanda di ruoli questa area. Intelligenza artificiale e apprendimento automatico potranno portare ad un maggiore rischio delle professioni dell’istruzione e della formazione, anche se non sembra che queste tecnologie, per quanto abbiano raggiunto certamente un buon livello di sviluppo, troveranno immediata applicazione. Con tutte le sfide e le opportunità, la stessa economia della condivisione sta mostrando di avere il potenziale di trasformare il modo in cui il lavoro è organizzato e regolato, ma per quanto venga sempre percepita come un fattore di cambiamento dell’occupazione, il suo effetto nei prossimi quattro/cinque anni è ampiamente percepito come benigno.

Volendo giungere ad una serie di conclusioni, esistono:

  • famiglie professionali che sono maggiormente esposte di altre alla sostituzione da parte di sistemi di automazione, in particolare quelle che hanno un contenuto intrinseco di alta ripetitività e minore valore aggiunto.
  • famiglie professionali che hanno un contenuto di bassa ripetitività e che sono strutturalmente meno esposte al rischio di sostituzione, e, quando parte dell’ambito produttivo, capaci di mantenere ancora un buon potenziale per riqualificazione, ridistribuzione e in generale per poter essere più facilmente integrabili piuttosto che meramente sostituibili.
  • famiglie professionali che per grado di qualificazione elevato e minore diffusione saranno maggiormente protette ma meno in grado di altre di assorbire le perdite di posti di lavoro provenienti da altri ambiti.

2.Come Internet of Things (IoT) e Internet of Everything (IoE) hanno cambiato il lavoro e le aziende

Può piacere o meno, ma la “rivoluzione” dell’IoT, e ancor più dell’IoE, ha già prodotto effetti significativi.

Dall’ottimizzazione di processi esistenti, spesso l’approccio seguito all’inizio dell’introduzione in azienda di questo tipo di architetture, fino a diventare la base fondante di un nuovo modo di intendere il fare impresa da un punto di vista operativo e strategico.

Forse non tutti i business case sono maturi tanto da poter essere realmente implementati, ma la strada è fondamentalmente segnata e non sono poi molti i casi reali nei quali non si possa intravedere l’opportunità di applicare una soluzione IoT.

La maggioranza di use case si concentra naturalmente nell’area business-2-business, fortemente incentrata sull’opportunità di introdurre miglioramenti di efficienza produttiva. Sono proprio i processi a maggiore intensità di lavoro che potenzialmente presentano i migliori business case, soprattutto quando molto ripetitivi e standard nelle loro sotto-fasi.

E questo sarà tanto più vero quanto più prenderà piede una convergenza tra tecnologia informatica e tecnologia operativa reale e non solo di intenti. tutte le organizzazioni che hanno iniziato a metter in atto progetti implementativi stanno oggi sperimentando una lontananza significativa tra information technology (IT) e operational technology (OT).

Solo un’auspicabile convergenza tra questi due mondi apparentemente distinti potrà abilitare tale progettualità. Ma ciò metterà in evidenza l’importanza delle connessioni di rete tra persone, processi, dati e oggetti, al punto da rendere tale convergenza un obbligo.

Quanto prima dovremo predisporre una serie di capacità volte da un lato ad intercettare le opportunità che questo approccio “filosofico” comporterà, dall’altro lato a rendere progettualmente fattive tali opportunità.

Si parla spesso di trasformazione digitale. Ecco alcuni degli elementi più significativi:

  • L’ideazione di nuovi modelli di business passa certamente attraverso la possibilità che questi siano realmente abilitati dalla tecnologia e dall’organizzazione. La capacità di sfruttare pienamente il valore dei dati, l’automazione, la capacità predittiva sono tre elementi fondamentali perché questo avvenga.
  • La capacità di interconnettere diversi sistemi organizzativi sarà un altro elemento qualificante a sostegno di una strategia complessiva che basa sulla capacità di analisi del dato in tempo reale il proprio valore.
  • Le tecnologie legate all’industria manifatturiera stanno diventando sempre più di moda: stampa 3D, droni, Digital Twin, sono solo alcuni esempi di parole, dietro alle quali c’è un significato ben preciso, che sono diventate di uso corrente. I settori che a quello manifatturiero sono collegati, a valle o a monte delle relative filiere, non possono che a loro volta beneficiare dello stesso grado di attenzione.
  • I sistemi di automazione e i sistemi di analisi predittiva: i volumi implicati nella creazione e nella distribuzione di informazioni richiedono capacità di automazione e analisi in tempo reale. Gli algoritmi e le regole, per essere correttamente definiti, hanno bisogno di competenze e capacità.

Le parole chiave sono competenza, abilità, skill, nuove professionalità e nuove professioni.

3.Work in Progress: cosa ha mutato tutto questo

“Gli esperti di AI stanno ora insegnando ai calcolatori a risolvere questioni migliori, poiché gli esseri umani non sono così bravi come pensiamo nell’identificare le zone d’ombra nel nostro sistema di conoscenza. In altri termini, [in quanto persona, ndt] non sai ciò che non sai.”

Un articolo pubblicato su Forbes (Kasanoff, 2018) parla chiaro: come umani, di certe informazioni e di certi bit di conoscenza – ovvero, quelli che non conosciamo – non possiamo avere visibilità e coscienza. Sembra un’ovvietà, ma parliamo di una delle ragioni più convincenti a supporto della diffusione delle AI, le quali permettono al contrario di “aumentare” i nostri sensi e andare anche al di là dei perimetri umani. Si tratta di una prospettiva centrata sull’efficacia (potenza, rapidità, portata esponenziale) delle AI, rispetto ai perimetri definiti dai cinque sensi invalicabili della human intelligence (HI). A fianco di tale prospettiva ne risiede però un’altra orientata all’efficienza: ovvero, spesso l’Intelligenza Artificiale permette di ottenere risultati simili a quelli delle persone (fin qui, nulla di straordinario), ma a costi molto ridotti.

Questi discorsi stanno avendo impatti critici in ambito lavorativo: un problema sostanziato da citazioni come quella tratta da un articolo digitale di MIT Technology Review (Aven, 2017).

“Le AI che promettono la sostituzione di milioni di lavoratori sono solo aggregazioni più scaltre di azioni e comunicazioni umane di poco valore. Trasversalmente rispetto alla forza lavoro, il capitale sta imparando dal lavoro al fine di imitarlo e riprodurlo e, finalmente, rimpiazzarlo – tutto ciò senza ricompensarlo per il suo ruolo abilitante di tale processo.”

 A giudicare da tali analisi, si tratterebbe dunque di una vera e propria beffa per i lavoratori, ai quali per anni la tecnologia è stata raccontata e venduta come esclusivamente abile nell’accelerare il lavoro umano.

Uno scenario così complesso genera ulteriore complessità e porta a un futuro con poche certezze: Luca De Biase (De Biase, 2018: p.11) ne traccia gli incerti perimetri.

“Un ragazzo che entra a scuola nel 2018 uscirà dalle scuole secondarie nel 2031, e considerati i profondi cambiamenti degli ultimi quindici anni, non possiamo che guardare con incertezza a quella data. Ma la mancanza di una narrazione chiara e semplice ha delle conseguenze. L’assenza di una visione prospettica riduce la disponibilità a investire e rischiare, genera una paralizzante indecisione, spinge a conservare ciò che non si conosce attraverso l’innovazione. Ma senza innovazione il sistema competitivo perde competitività e opportunità, quindi l’occupazione diminuisce.”

Come fare, allora? Prima di tutto, per leggere il futuro, occorre…

 

L’articolo completo e tutti i contenuti della rivista in versione .pdf sono riservati ai soci sostenitori. Per informazioni segreteria@storytellinglab.org


 

ALESSANDRO GIAUME è Innovation Director in Business Integration Partners | Ars et Inventio. È direttore della collana Business 4.0 di FrancoAngeli. Autore di #Data Scientist (2017) per i tipi di FrancoAngeli. Ingegnere, ha un’esperienza trentennale nel campo dell’innovazione aziendale e della tecnologia. Ha sviluppato una conoscenza approfondita nell’ Innovation Transfer e Management, nella digitalizzazione delle aziende, nella Corporate Entrepreneurship, nei grandi progetti di Outsourcing e nell’Application Development e Management, nel Software Corporate. In questi settori ha ricoperto ruoli manageriali a tutti i livelli, occupandosi tanto di startup quanto di business consolidato.

 

ALBERTO MAESTRI è Chief Content Officer in OpenKnowledge | Business Integration Partners e Direttore della collana Professioni Digitali di FrancoAngeli. Studia i modi con cui marche, persone e organizzazioni agiscono e si trasformano con l’avvento del digitale, condividendo le analisi attraverso pubblicazioni (Brand Quarterly, Harvard Business Review Italia, L’Impresa, MarkUp, SenzaFiltro), attività di influencer e keynote speaker (Mashable Social Media Day, Nobilita Festival, Salone Internazionale del Libro, SellaLab #BiDigital, Social Media Week) e docenze presso Ninja Academy e le Università di Bergamo, Parma, Pavia. Tra le sue recenti opere, Customer Experience Design (2017), scritta insieme a Joseph Sassoon.

 


 

Bibliografia

  • Aven R. (27 giugno 2017). A digital capitalism Marx might enjoy. MIT Technology Review, retrieved from: www.technologyreview.com/s/611480/a-digital-capitalism-marx-might-enjoy/.
  • De Biase L. (2018). Il lavoro del futuro. Torino: Codice Edizioni.
  • Giaume A. (2017). Data scientist. Tra competitività e innovazione. Milano: FrancoAngeli.
  • Harari Y.N. (2016). Homo deus: a brief history of tomorrow. New York: Random House (trad. it.: Homo deus: breve storia del futuro. Milano: Bompiani, 2017).
  • Kasanoff B. (21 marzo 2018). You don’t know what you don’t know. Forbes, retrieved from: www.forbes.com/sites/brucekasanoff/2018/03/21/you-dont-know-what-you-dont-know/#32581414573d
  • Liberatore S. (4 gennaio 2017). Amazon’s robot army revealed: firm now has more than 45,000 bots around the world. Daily Mail Online, retrieved from: www.dailymail.co.uk/sciencetech/article-4085650/Amazon-s-robot-army-revealed-Firm-45-000-bots-world.html.
  • Reuters (12 gennaio 2017). Amazon announces plans to create more than 100,000 US jobs. The Guardian, retrieved from: www.theguardian.com/technology/2017/jan/12/amazon-jobs-hiring-us.
  • Susskind R. e Susskind D. (2015). The future of the professions. How technology will transform the work of human experts. Oxford: Oxford University Press.
  • WEF – World Economic Forum (2018), The Future of jobs report. World Economic Forum, retrieved from: www.weforum.org/reports/the-future-of-jobs-report-2018.

 

[1] www.futureislearning.com.

Invia un commento