技術の変化は仕事の設計にどのように影響しますか？ ジョブは、さまざまな種類の従業員のスキルを必要とする一連のタスクと考えてください。 新技術は、いくつかのタスクで相対的な従業員の生産性を高め、他のタスクで従業員を置き換えます。 企業は、労働者に割り当てられたタスクのミックス—ジョブデザインを変更し、その後、異なるスキルを持つ労働者のための彼らの需要に対応します。
初期の技術は、より良い工具、機械、安価な原材料を提供することによって、低技能の肉体労働者の生産性を高める傾向がありました。 これは、農業の段階的な機械化、および1800年代後半の職人から工場製造への動きに反映されました。 しかし、1910年頃までに、新技術は中-高技能の労働者を支持し始めた。 工場は電力に移行し、バッチまたは連続生産方法、および組立ラインが容易になりました。 工場の職長、機械工、および管理者は、より多くのリソースと出力を監督し、より生産的になりました。 一方、多くの手作業が機械化されました。
これは一般的な点の初期の例です。 技術は時々、特定のタスクを実行する能力を高めることによって従業員を補完し、時には自分のタスクの一部またはすべてを自動化することによ したがって、自動化が困難なタスクに従業員を再集中させ、自動化が容易なタスクを排除することによって、ジョブ設計を変更します。 さらに、新技術の効果は時間の経過とともに変化する可能性があります。 当初、それは低スキルの仕事を補完しました。 その後、中-高技能の仕事を補完しながらそれを置き換えました。 今日では、高スキルの仕事を補完しますが、多くの場合、中スキルの仕事の代わりになります。 今後、ICTの効果が再び変化する可能性があることを期待するのは合理的です。
(機械やソフトウェアの)タスクの自動化にはいくつかの利点があります。 それは機械が必ず同じように行いがちであるので変化を減らす。 これは不確実性を下げ、意思決定、製品、またはサービスの品質を向上させるのに役立ちます。 機械、特にコンピュータは、多くの場合、大規模な経済を生成します。 企業は、競合、インセンティブの問題、および欠勤を含む従業員の管理の複雑さを避けることができます。 したがって、タスクを自動化するコストが十分に低下した場合、企業はそのタスクを自動化する可能性があります。
どのタスクを自動化するのが最も簡単ですか？ 事前に最も容易に理解され、最適化され、成文化されたもの。 したがって、日常的で単純なタスクは、機械化とコンピュータ化の影響を最も受けやすいものでした。 前述したように、当初、自動化は製造における手動作業でした。 Frederick Taylorのような専門家は、生産を特定のステップに分割し、各ステップを最適化する方法を考案しました。 そうすることで、作業が成文化され、機械化が容易になりました。 1970年代以降、ICT革命は、事務やホワイトカラーの仕事で多くのルーチン、予測可能なタスクの同様の自動化を可能にしました。 情報処理、財務フォームの作成、日常的な計算などを含む仕事。 コンピュータに簡単に引き継がれました この”リエンジニアリング”は、多くのミドルスキルの仕事（事務作業、データ入力、簿記など）を排除し、企業階層の層の数を減らしました。
よりシンプルで、より安定し、予測可能な環境では、最適化の容易さと技術的な長寿命という二つの理由から自動化が好まれます。 自動化されるべき仕事のために会社はプロセスのその部分を分析し、最大限に活用することに資源を投資しなければならない。 プロセスの一部を完成させるには、リソース（コンサルタント、総合的な品質管理方法など）が必要です。 この投資は、より単純な製品や製品ラインの場合のように、最適化の問題がより簡単であれば、より収益性が高くなります。 また、安定した予測可能な環境の場合のように、新しい知識を将来的に長く展開できれば、より収益性が高くなります。 例えば、UPS（世界的なパッケージの配達会社）は有名に最も速く可能な方法でトラックに歩む方法をそれらを教える程度に配達トラック運転手の仕事を、最大限に活用した。 そのビジネスは非常にシンプルで（ある場所から別の場所にパッケージを提供する）、安定して予測可能でした（方法は自転車からオートバイ、トラック、そし
どのタスクを自動化するのが難しいですか？ まず、すべての手動タスクが自動化が容易であることが証明されているわけではありません。 物理的な作業には、機械が複製することができなかった細かい運動協調と器用さが伴うことがあります。 それらはまた頻繁に労働者の物理的な環境を観察し、解釈し、また任意物理的なスペースの内で動くことを含む。 コンピュータや機械には、視覚や画像認識を含むこれらの機能が歴史的に欠けていました（図1）。
認知タスクも自動化することが困難でした。 コンピュータは特定のプログラムされた操作のみを実行する傾向がありましたが、彼らは高次の思考スキルを必要とします。 自動化されるのではなく、分析、意思決定、抽象的思考、学習、革新、創造性を含むジョブは、多くの場合、新しい技術によって補完されます。 例えば、航空機設計技術者の仕事は劇的に変化しました。 過去には、それは手の計算と描画によって複雑な青写真を生成し、かなりの退屈な作業を含んでいました。 今、エンジニアはこれらのタスクを実行するコンピュータを持っており、設計と複雑な構成オプションに集中するためにそれらを解放します。
ソーシャルタスクも自動化が困難であることが証明されています。 コンピュータやロボットには、同僚や顧客に共感したり、従業員に刺激を与えたり、直感を使ったり、繊細に耳を傾けてコミュニケーションをとる能力があ 社会的相互作用を伴うタスクは、多くの場合、低スキルのサービスの仕事や高スキルの管理の仕事では、主に自動化を避けてきました。 社会的スキルは労働市場でますます価値が高まっており、雇用の伸びは、認知的および社会的スキル要件の両方で高い雇用で最大となっています。 つまり、社会的および認知的スキルは相補的であるように見える。
要約すると、ジョブは手動、認知、および社会的タスクの束です。 新技術は、企業が労働者からそれらを取り、機械やコンピュータではなく、それらを実行し、いくつかのタスクを自動化することができます。 また、企業は、他のタスクを実行する能力を高める情報、データ、分析、およびコミュニケーションツールを労働者に提供することができます。 したがって、技術がジョブ設計に及ぼす影響は、代替補数連続体にかかっています。 一部のジョブでは、ほとんどまたはすべてのタスクを自動化できます。 いくつかのジョブでは、いくつかのタスクを自動化することができますが、多くは技術によって補完することができます。 他のジョブは、いくつかのタスクが自動化され、いくつかの影響を受けず、いくつかの補完されて、間にあります。
例えば、いくつかの医療診断テストが自動化されており、多くの医療技術者の仕事が排除されています。 いくつかの看護タスクは、患者を監視し、薬を分配する枕元のマシンに置き換えられていますが、患者と看護師の相互作用は、自動化することは大部分 最後に、事実上すべての手術は依然として人間によって行われていますが、外科医はこれらの手術をより迅速に、安全に、そして効果的に行うことを可
このプロセスは、従業員の仕事の劇的な違いにつながる可能性があります。 ほとんどが自動化されているジョブのために、管理者は、ほとんどまたはすべての意思決定を行う傾向があり、労働者は、単に彼らの所定のタス これは、プロセスの多くがすでに最適化されているため、作業者はジョブに新しい知識をほとんど追加できず、決定や変更を行う必要がないためです。 これらの仕事は通常少数の技術を要求し、少数の反復的な仕事だけを含み、労働者によって少し考えることを要求し、従って低い本質的な刺激を持ち これとは対照的に、技術によって補完される仕事は、問題解決や社会的スキルを含むより多くのスキルを必要とする傾向があります。 彼らは、従業員が学び、アイデアやソリューションを開発、テスト、実装するように、地方分権をより活用する傾向があります。 その結果、そのような仕事は高い本質的な動機を持っています。 これらのアイデアと一致して、ICTと研究開発への投資は、より豊かな仕事の設計、大規模な組織の変更、継続的な改善、およびより大きな競争と積極的に
技術変化のその他の影響
技術は雇用者と従業員の関係を変えており、”従業員”であることさえ意味していますが、このような影響は本記事の主な範 ファイルとデータの共有、電子メール、ビデオ会議によってリモートで共同作業が簡単になりました。 共同作業が同期的で対面的である必要がある場合を除いて、これは従来の仕事、雇用、企業構造を変える可能性があります。 これらの発展は、企業のグローバル化を促進するだけでなく、企業の境界を超えた雇用のアウトソーシングやオフショアリングを可能にします。 それらは仕事の仕事、総時間、タイミングおよび位置のより多くの柔軟性の新しい整理を、可能にする。 最近では、伝統的な雇用主に愛着を持たずに短期的なパートタイムの手配で労働力の割合が増加する”ギグ経済”に現れています。 これらの変化が労働者や企業に与える正味の影響は十分に理解されておらず、社会はこれらの分野でさらなる進化を期待すべきである。
CITは、企業が従業員をやる気にさせる方法をさらに変える可能性があります。 一方で、多くの仕事はより分散化されています。 より大きい思慮分別の従業員は通常しっかりした目的と彼らの目的そして決定を一直線に並べるために性能のためのより強い支払を与えら 一方、技術は、他のいくつかのジョブでより大きな集中化につながり、新しい方法で従業員を監視し、評価することが可能になります。 たとえば、識別バッジは、従業員の位置を追跡し、どの同僚と時間を過ごしたかを記録し、従業員の会話のトーンを監視し、それらの会話中にお互いにどの 機械学習アルゴリズムは、例えば、従業員のリーダーシップの可能性を評価するために、そのようなデータを分析することができます。”
労働市場の二極化
新しい技術が異なるタイプのタスクを代替または補完するにつれて、それらのタスクを実行するために必要なスキルに対する相対的な需要が変化する。 機械が現在実行できるタスクに関連するスキルは、需要の相対的な減少を見る傾向があり、新しい技術によって補完されるタスクに関連するスキルは、需要の相対的な上昇を見る傾向があります。 したがって、技術的変化は、異なるスキルタイプの労働者の相対的な報酬に影響を与える。 異なるスキルタイプの労働者の供給も変更されます。 しかし、労働供給は教育や訓練の変更を必要とするため、ゆっくりと変化する傾向があります。 これは、スキルと賃金が非常に相関する傾向があることを意味します。 そのため、労働経済学の研究者は、多くの場合、賃金のレベルによって”スキル”を代理します。
現代の自動化は、中間スキルの仕事に焦点を当てる傾向がありました。 高スキルのジョブは、認知タスク、社会的スキル（管理とリーダーシップ）、および創造性を構成します。 いくつかの低スキルのジョブが自動化されているが、より大きな器用さ、チームワーク、または顧客との相互作用を必要とするものは、広く自動化されてい 対照的に、ミドルスキルの仕事は、日常的な情報処理、計算、および意思決定を伴う傾向があります。 したがって、安価で強力なコンピュータの出現、およびデータへのアクセスの向上により、自動化によって最も困難に見舞われています。
このパターンは、しばしば労働市場の分極化と呼ばれます。 偏光には2つの側面があります。 第一に、低スキルと高スキルのジョブの相対的なシェアが増加しており、中スキルのジョブのシェアが”空洞化”しています。 第二に、これは、中間スキルの雇用が顕著に低下しているため、賃金格差を増加させ、技術との相補性は、高熟練労働者の相対的な報酬を増加させている。図2は、OECD諸国のこれを示している。
分極は比較的新しい現象です。 最近まで、労働市場は、技術がより少ないスキルを持つ労働者に比べてより多くのスキルを持つ労働者を好むスキル偏った技術変化を反映していた。 今のところ異なるのは、コンピュータが分析を実行し、ある程度認知的なタスクを実行できるということです。
タスクの自動化はどこまで、どのくらいの速さで進行していますか？
技術が仕事の設計にどのように影響するかは最近変わってきました。 当初、コンピュータは、コンピュータが何をすべきかを指定する伝統的なコンピュータプログラム、または人間の意思決定を分類して複製するように設計されたエキスパートシステムのいずれかを介して、人間によって明確に定義され、導かれることができる主に自動化されたタスクを持っていました。 しかし、最近では、コンピュータ科学者は、コンピュータが人間の介入をほとんど、あるいはまったくせずに、独自のアルゴリズムを開発、評価、改良する機械学習に進歩を遂げています。 これは、認知タスクの自動化という新しいアプローチを提示します。 さらに、このようなアルゴリズムは、ロボット工学における移動性、器用さ、視覚、および物体認識を改善した。 例えば、2003年のある影響力のある論文では、小切手の署名を解読し、車を運転することを自動化するのが困難な作業として説明しています。 しかし、小切手は現在、手書きを解読するコンピュータによって日常的に処理されており、無人の車はいくつかの都市でテストされています。
学習できるコンピュータの開発は、タスク自動化の劇的な変化の可能性があります。 これらの開発がどこまで進行する可能性があり、どのくらい迅速に、大きな議論の対象です。 一部の人は、熟練した仕事で初めてを含め、自動化のペースが加速していると主張しています。 ある研究では、7,000人の雇用のタスク内容を分析し、多くの高熟練した雇用を含むほぼ半分が、今後10年から20年の間に自動化のリスクが高いと結論づけ その予測が真実であることが証明されれば、労働市場への影響は劇的になる可能性があります。
しかし、この研究は論争を引き起こした。 たとえば、ジョブレベルで自動化のリスクを分析しましたが、ジョブは一連のタスクを構成し、そのうちのいくつかは自動化される可能性があります。 著者らは、自動化のリスクが高い仕事の割合は50％ではなく、5-10％に近いと結論づけました。 少なくとも自動化のリスクは、演繹的推論、独創性、コミュニケーション、トレーニング、問題解決、読み書きのより大きな使用を伴うと推定されている。 彼らはまた、仕事前の教育や訓練のためのより大きな要件を持っています。 しかし、研究者がこれらの質問に自信を持って答える前に、かなり多くの作業を行う必要があります。