[Blog] De werkplek van de toekomst

In feite is de toekomst al hier – maar het is nog steeds niet gelijkmatig verdeeld. Dat zei Science fiction auteur William Gibson bijna 20 jaar geleden. We zien een kloof tussen de haves en de have-nots: namelijk tussen degenen die al gebruik maken van toekomstige technologieën en degenen die dat niet doen. De gevolgen hiervan zijn voornamelijk zichtbaar op de arbeidsmarkt. Veel mensen weten nog steeds niet welke vaardigheden in de toekomst nodig zullen zijn of hoe deze te leren zijn.

Met deze achtergrond is het natuurlijk voor mensen – zelfs voor jonge digital natives – om enige groeiende onzekerheid te voelen. Volgens een Gallup poll, is 37 procent van de millennials bang om hun baan te verliezen in de komende 20 jaar ten gevolge van AI. Tegelijkertijd zijn er veel redenen voor optimisme. Studies van het Duitse ZEW-centrum voor Europees Economisch Onderzoek hebben bijvoorbeeld aangetoond dat bedrijven die investeren in digitalisering aanzienlijk meer banen creëren dan bedrijven die dat niet doen.

Hoeveel van de banen die we vandaag kennen, zullen in de toekomst nog bestaan? Welke menselijke activiteiten kunnen worden overgenomen door machines of op ML gebaseerde systemen? Welke taken zullen er nog overblijven voor mensen? En zullen er in de toekomst volledige nieuwe soorten banen bestaan die we ons vandaag niet eens kunnen voorstellen?

Toekomst van werk of werk van de toekomst?

Al deze vragen zijn legitiem. “Maar waar gevaar is, groeit ook een reddingselement.” Wist de Duitse dichter Friedrich Hölderlin al in de 19e eeuw. Wat mij betreft als technologie-optimist: het gebruik van technologie om klantgericht gemak te stimuleren, zoals in de Amazon Go-winkels zonder kassamedewerkers, zorgt voor verschuivingen in banen. Als we nadenken over het werk van morgen, helpt het niet om de discussie te baseren op constructies die tegenwoordig bestaan. Nadat de koelkast in de jaren dertig was uitgevonden, waren veel mensen die in bedrijven werkten die ijs verkochten bang om hun baan te verliezen. Koelkasten maakten deze bedrijven zelfs grotendeels overbodig; maar in plaats daarvan werden veel nieuwe banen gecreëerd. Bedrijven die koelkasten produceerden hadden bijvoorbeeld mensen nodig om ze te bouwen. Ook nu voedsel kon worden bewaard, werden hele nieuwe bedrijven gecreëerd die op die markt waren gericht. We moeten ons in ons denken niet laten leiden door de perceptie van werk zoals we het vandaag kennen. In plaats daarvan moeten we nadenken over hoe de werkplek er in de toekomst zou kunnen uitzien. En om dat te doen, moeten we onszelf een heel andere vraag stellen, namelijk: wat verandert er op de werkplek, zowel vanuit een organisatorisch als kwalitatief oogpunt?

Veel van de taken die door mensen in de industrie worden uitgevoerd, zijn bijvoorbeeld in de loop van de tijd vergelijkbaar gebleven op gebied van de workflows. Zelfs de activiteiten van artsen, advocaten of taxichauffeurs zijn in het laatste decennium nauwelijks veranderd, althans niet wat betreft hun onderliggende processen. Alleen delen van de processen worden door machines uitgevoerd, of op zijn minst ondersteund. Uiteindelijk wordt het gewenste product of de gewenste service geleverd in – hopelijk – de gewenste kwaliteit. Maar in het tijdperk van digitalisering doen mensen veel meer dan de leegtes tussen de machines opvullen. Het werk van mensen en machines is gericht op het oplossen van problemen van klanten. Het gaat niet langer om het produceren van een auto, maar de service “mobiliteit”, om mensen naar een specifieke locatie te brengen. “Ik wil zo snel mogelijk op een centrale plek in Berlijn staan”, is de vereiste waaraan moet worden voldaan. In de eerste stap kunnen we dit doel bereiken door de snelste mobiliteitsdiensten te combineren via een digitaal platform; in de volgende, kan het een taak zijn die wordt vervuld door Virtual Reality. Dit nieuwe aanbod is georganiseerd op platforms of netwerken, en minder in processen. En kunstmatige intelligentie maakt het mogelijk taken zodanig op te splitsen dat iedereen een bijdrage levert aan wat hij of zij het beste kan. Mensen definiëren problemen en structureren ze, en machines of algoritmen ontwikkelen oplossingen die mensen uiteindelijk evalueren.

Radiologen worden nu bijgestaan ​​door instrumenten, gedreven door machine learning, waarmee zij digitale inhoud kunnen evalueren op manieren die voorheen niet mogelijk waren. Veel radiologen hebben zelfs beweerd dat ML-gedreven advies hun vermogen om röntgenstralen te interpreteren aanzienlijk heeft verbeterd.

Ik zou zelfs nog een stap verder gaan, omdat ik geloof dat het mogelijk is om werk opnieuw te “humaniseren” en onze unieke vaardigheden als mensen nog belangrijker te maken. Tot nu toe was de toegang tot digitale technologieën vooral beperkt door de capaciteiten van een machine: de interfaces naar onze systemen worden niet meer door machines aangedreven; in de toekomst zullen mensen het startpunt zijn. Bijvoorbeeld, iedereen die een robot wilde leren hoe te lopen in het tijdperk van automatisering moest precies elke afzonderlijke hellingshoek van de bovenste naar de onderste dij berekenen, evenals de bewegingssnelheid en andere parameters, en ze vervolgens formuleren als een commando in een programmeertaal. In de toekomst zullen we in onze “taal” intensiever kunnen communiceren en met robots kunnen werken. Een robot leren om te lopen zal in de toekomst dus veel gemakkelijker zijn. De robot kan door iedereen via spraakopdracht worden bestuurd en kan zichzelf trainen door te analyseren hoe mensen het doen via een bewegingsscanner, het proces toe te passen en het te perfectioneren.

Met de nieuwe technologische mogelijkheden en meer rekenkracht zal het werk in de toekomst meer gericht zijn op mensen en minder op machines. Machinaal leren kan menselijke arbeid effectiever maken. Bedrijven zoals C-SPAN laten zien hoe: tientallen mensen urenlang videomateriaal zouden moeten scannen om bijvoorbeeld zoekwoorden te maken op basis van de naam van een persoon. Tegenwoordig kan geautomatiseerde gezichtsherkenning deze taak binnen enkele seconden uitvoeren, waardoor werknemers onmiddellijk aan de resultaten kunnen werken.

De relatie tussen mens en machine opnieuw definiëren

De vooruitgang op het raakvlak van mens en machine gebeurt in een zeer snel tempo met al zichtbare impact op hoe we werken. In de toekomst kan technologie een veel natuurlijker onderdeel van onze werkplek worden dat kan worden geactiveerd door verschillende invoermethoden: spreken, zien, aanraken of zelfs ruiken. Neem spraakbesturingstechnologieën, een veld dat momenteel een grote verandering ondergaat. Dit gebied onderscheidt zich radicaal van wat we tot nu toe wisten als de “handsfree” werkaanpak, die puur liep door eenvoudige spraakopdrachten. Moderne spraakbesturingssystemen kunnen gesprekken op een professionele manier begrijpen, interpreteren en beantwoorden, waardoor veel werkprocessen gemakkelijker kunnen worden uitgevoerd. Voorbeelden zijn het stellen van diagnoses aan patiënten of juridisch advies. Eind 2018 zal stem (invoer) de manier waarop we apparaten en apps ontwikkelen al aanzienlijk hebben veranderd. Mensen zullen technologieën vooral via spraak met elkaar kunnen verbinden in hun werk. Men kan al een idee krijgen van hoe dat eruit ziet in detail.

Bij het Amerikaanse ruimteagentschap NASA, bijvoorbeeld, organiseert Amazon Alexa de reservering van vergaderruimten. Een kamer hoeft niet altijd voor elke vergadering te worden aangevraagd. Integendeel, iedereen die een kamer nodig heeft, vraagt ​​Alexa en de rest gebeurt automatisch. Iedereen kent de stress veroorzaakt door telefonische vergaderingen: ze beginnen nooit op tijd omdat iemand het juiste inbelnummer niet heeft gevonden en het duurt even voordat je het 8-cijferige nummer plus een uit zes cijfers bestaande conferentiecode hebt ingevoerd. Een spraakopdracht zorgt voor veel meer productiviteit. De AWS-servicetranscriptie kan meteen tijdens de vergadering een transcript aanmaken en daarna naar alle deelnemers verzenden. Andere bedrijven, zoals het Japanse Mitsui of de softwareleverancier bmc, gebruiken Alexa for Business om een ​​efficiëntere en betere samenwerking tussen hun werknemers te bereiken.

De softwareleverancier fme maakt ook gebruik van stembesturing om zijn klanten innovatieve toepassingen aan te bieden op het gebied van business intelligence, sociale zakelijke samenwerking en technologie voor het beheren van enterprise content. De klanten van fme komen vooral uit biowetenschappen en industriële productie. Medewerkers kunnen verschillende soorten inhoud doorzoeken met stembesturing, gemakkelijk door de inhoud bladeren en de inhoud laten weergeven of lezen. Gebruikers kunnen Alexa individuele taken aan hen uit laten leggen in OpenText Documentum, om een ​​ander voorbeeld te geven. Dit kan worden gebruikt om het inwerken van nieuwe werknemers sneller en goedkoper te maken – hun managers hoeven niet steeds opnieuw hetzelfde informatie ritueel uit te voeren. Een vergelijkbare aanpak is te vinden bij farmaceutisch bedrijf AstraZeneca, dat Alexa gebruikt bij de productie: Teamleden kunnen vragen stellen over standaardprocessen om erachter te komen wat ze vervolgens moeten doen.

Natuurlijk zullen verantwoordelijkheden en organisaties veranderen als gevolg van deze ontwikkelingen. Middelen voor administratieve taken kunnen worden omgezet in activiteiten die een direct voordeel voor de klant hebben. Wat betreft het karakter van werk in de toekomst, zullen we waarschijnlijk meer “architecten”, “ontwikkelaars”, “creatieven”, “relatie-experts”, “platformspecialisten” en “analisten” en minder mensen nodig hebben om taken uit te voeren volgens bepaalde vooraf bepaalde stappen, evenals minder “administrators”. Door meer te spreken over de behoefte van mensen om te creëren en te vormen, kan werk uiteindelijk meer voldoening geven en aangenamer worden.

De digitale wereld uitbreiden

Dit nieuwe begrip van de relatie tussen mens en machine heeft nog een ander belangrijk effect: het zal het aantal mensen dat kan deelnemen aan digitale waardecreatie aanzienlijk vergroten: ouderen, mensen die op dit moment geen toegang hebben tot een computer of smartphone, mensen voor wie het gebruik van de smartphone in een specifieke situatie te gecompliceerd is, en mensen in ontwikkelingslanden die niet kunnen lezen of schrijven. Een goed voorbeeld van dit laatste zijn rijstboeren die werken met het International Rice Research Institute, een organisatie in de buurt van Manilla, de Filippijnen. De missie van het instituut is om armoede, honger en ondervoeding te bestrijden door het leven en het werk van rijstboeren te versoepelen. Rijstboeren kunnen gebruik maken van kennis waartoe zij geen toegang toe hadden wanneer ze zelfstandig waren. Het instituut heeft 70.000 DNA-sequenties van verschillende soorten rijst bespaard, waaruit conclusies kunnen worden getrokken over de beste omstandigheden voor het telen van rijst. Elk dorp heeft een telefoon en door het te gebruiken, hebben de boeren toegang tot deze kennis: ze selecteren hun dialect in een menu en beschrijven welk stuk land ze hebben. De service is gebaseerd op machine learning. Het genereert aanbevelingen over hoeveel meststof nodig is en wanneer de beste tijd is om de gewassen te planten. Met behulp van digitale technologieën kunnen boeren zien hoe hun werk waardevoller wordt: een bepaalde hoeveelheid inspanning levert een grotere rijstoogst op.

Tot nu toe hebben we eigenlijk maar een klein inzicht in de mogelijkheden voor de wereld van werk. Maar het maakt duidelijk dat de kwaliteit van werk voor ons mensen hoogstwaarschijnlijk zal toenemen, en dat technologie ons in staat kan stellen om vele activiteiten uit te voeren die we ons vandaag nog steeds niet kunnen voorstellen. Hoewel er in Duitse bedrijven twee keer zoveel robots per hoofd van de bevolking zijn dan in Amerikaanse bedrijven, heeft de Duitse industrie nog steeds moeite om gekwalificeerde werknemers te vinden in plaats van de werkloosheid te moeten bestrijden. In de toekomst zullen wij mensen in staat zijn activiteiten uit te voeren op een manier die dichter bij onze creatieve menselijke natuur staat dan nu het geval is. Ik geloof dat als we recht willen doen aan de technologische mogelijkheden, we het als Hölderlin moeten doen en vertrouwen hebben in de redding, maar tegelijkertijd proberen de risico’s te minimaliseren door dingen te begrijpen en vorm te geven.

Werner Vogels is de Chief Technology Officer en vicepresident van Amazon.com.