Itinai.com httpss.mj.runmrqch2uvtvo a professional business c 99dff207 b8e5 4470 aba2 284ec5a43157 2

Автоматизация, управление и будущее труда: Взгляды LSE

Itinai.com httpss.mj.runmrqch2uvtvo a professional business c 99dff207 b8e5 4470 aba2 284ec5a43157 2

Как студент LSE, я счастлив находиться в центре всемирно известного образовательного хаба, где идеи, формирующие мир, не только изучаются, но и активно обсуждаются — часто самими первопроходцами. Эта яркая интеллектуальная община является одной из величайших сил LSE, и немногие события лучше демонстрируют это, чем публичные лекции школы. Эти лекции объединяют ведущих ученых LSE и других университетов, чтобы поделиться своими взглядами на глобальные вызовы и передовые исследования.

12 декабря 2024 года кафедра управления LSE провела публичную лекцию на тему автоматизации, управления и будущего труда. Профессора Эрик Херст, Крисанти Авгеру и Ноам Юхтман обсудили, как автоматизация и искусственный интеллект (ИИ) изменяют отрасли и рабочую силу, предлагая взгляды на вызовы и возможности, которые представляют эти технологии.

Эрик Херст: Влияние автоматизации на рынок труда

Херст открыл обсуждение, исследуя изменяющийся ландшафт занятости. Он выделил тревожную тенденцию: доля мужчин без диплома бакалавра, которые работали ноль часов в предыдущем году, возросла с 8% в середине 1980-х до 14% сегодня. Тем временем коэффициент занятости для женщин оставался на уровне около 75% с начала 2000-х годов.

Он связал эту трансформацию с автоматизацией и глобальной торговлей, отметив, что 6 миллионов рабочих мест в производственном секторе США были потеряны из-за автоматизации в период с 2000 по 2010 годы. Интересно, что сектора, наиболее подверженные торговле с Китаем, также показали самые высокие уровни автоматизации, иллюстрируя сложное взаимодействие между глобальной торговлей и технологическим развитием.

Чтобы понять влияние автоматизации на рынок труда, Херст задал три ключевых вопроса:

  • Является ли автоматизация дополнением или заменой рабочей силы? Например, компьютеры дополняют роли в НИОКР, но заменяют рабочих на производственных линиях.
  • Соответствуют ли навыки уволенных работников требованиям растущих секторов? В отличие от более плавного перехода от сельского хозяйства к производству в начале 20 века, современные когнитивные сервисные роли требуют специализированных навыков, которых у многих уволенных работников нет.
  • Существуют ли барьеры для приобретения этих новых навыков? Политическое вмешательство необходимо, чтобы помочь работникам преодолевать переходы и смягчать несоответствия в навыках.

«Технологическая безработица — это не новое явление, но масштаб сегодняшнего разрыва в навыках требует неотложного внимания», — заключил Херст.

Крисанти Авгеру: Социально-экономические эффекты технологий

Авгеру акцентировала внимание на том, что влияние технологий зависит не только от их дизайна, но и от того, как они интегрированы в общество — через управление, политику и организационные изменения.

Она предостерегла от торопливости, часто связанной с новыми технологиями, утверждая, что значительные преобразования требуют времени для адаптации организаций. Современные технологии, по ее словам, функционируют в рамках более широких цифровых экосистем, таких как те, что наблюдаются в электронной коммерции.

Хотя она выражала оптимизм по поводу способности молодежи к переподготовке, Авгеру выделила проблемы в «гиг-экономике», где работники часто лишены долгосрочной поддержки и должны самостоятельно покрывать расходы на переподготовку. Она призвала политиков сосредоточиться на улучшении качества рабочих мест и обеспечении надежной занятости.

«Я не ожидаю значительного роста безработицы, но нам нужны политика и руководство, чтобы обратить внимание на качество рабочих мест и тип доступной работы», — отметила она.

Ноам Юхтман: Человеческие границы ИИ и социальные изменения

Юхтман исследовал ограничения ИИ в замене человеческой рабочей силы, выделив три ключевые области:

  • Роли, требующие эмпатии: Работа в здравоохранении и уходе за людьми требует человеческого участия, которое ИИ не может воспроизвести.
  • Роли, требующие ответственности: Профессии, такие как судьи или регуляторы, требуют подотчетности и контроля.
  • Роли, требующие производительности: В творческих сферах, таких как музыка, искусство и спорт, мы ценим человеческую производительность — даже когда ИИ может соответствовать или превосходить ее.

Юхтман также затронул более широкие социальные проблемы, включая изменения в распределении богатства и политические напряженности, возникающие в результате перестройки рынка труда. Хотя ИИ предлагает возможности для улучшения человеческих возможностей, он предостерег, что без надлежащих мер предосторожности это может усугубить неравенство.

Вопросы и ответы аудитории: Политики, инклюзивность и образование

Один из участников поднял вопросы о разрыве в богатстве в творческих отраслях, где независимые работники часто сталкиваются с бременем повышения квалификации без институциональной поддержки. В ответ панель подчеркнула важность инициатив непрерывного обучения, управляемых отраслями, более сильного представительства и роли профсоюзов — поддерживаемых эффективной политикой — для содействия справедливым результатам.

Другой вопрос касался того, как политики могут использовать ИИ для содействия инклюзивности. Спикеры подчеркнули необходимость переподготовки рабочей силы и регуляторных рамок для предотвращения концентрации богатства. Они отметили, что текущие приложения ИИ больше направлены на дополнение, чем на замену, предлагая путь к более инклюзивному трудоустройству.

Последний вопрос о ИИ в образовании вызвал оптимизм. Панель представила ИИ как способ обогащения учебного процесса, поддерживая учителей, а не заменяя их.

«Обучение — это взаимосвязь, где человеческое взаимодействие остается первостепенным, и ИИ будет дополнять это», — отметил один из спикеров.

Ключевые выводы

Публичная лекция LSE «Автоматизация, управление и будущее труда» подчеркнула трансформирующую силу автоматизации и ИИ, одновременно подчеркивая сложности их интеграции в общество. От замещения рабочих мест до образования и инклюзивности, обсуждение акцентировало необходимость внимательных политик, организационного лидерства и проактивных инициатив по переподготовке.

Обязанность LSE по содействию диалогу и обмену идеями была очевидна на протяжении всего мероприятия. По мере того как мы исследуем будущее труда, подобные события напоминают нам о важности сотрудничества и инноваций в формировании справедливой и устойчивой рабочей силы — и о роли сообщества LSE в реализации этого будущего.

Как создать продукт который станет новой нормой. ИИ-менеджмент продукта

Этот гид содержит ключевые принципы создания успешного продукта на основе опыта Airbnb, Uber, Revolut, Spotify и других компаний.

Содержание книги

Почему одни продукты меняют поведение людей, а другие остаются незамеченными

  • Как новые продукты создают новые рынки
  • Формирование идеи, информационного сигнала и социального института
  • Механики вирусности, сетевые эффекты и глобализация
  • Как измерять успех: метрики и финансовая устойчивость

Как создать продукт на миллиард

  • Какие факторы определяют готовность рынка к изменениям
  • Успех и провалы компаний-единорогов: ключевые закономерности
  • Чек-лист: готов ли рынок к появлению нового продукта

Как сделать идеальный продукт

  • Почему лучшие продукты воспринимаются как «технологическая магия»
  • Чек-лист для команды: продукт решает проблему, легко встраивается в привычки и вызывает желание возвращаться
  • Современные методы исследования гипотез

От идеи к первым клиентам: запуск и тестирование

  • Design Thinking, Lean Startup, MVP: как проверять гипотезы и минимизировать риски
  • Agile и Scrum в управлении продуктом
  • Как маркетинг встроен в процесс разработки

Как использовать данные для роста

  • Data-Driven Product Management: как анализ данных помогает развивать продукт
  • Влияние искусственного интеллекта на персонализацию, аналитику и монетизацию
  • Как изменяется конкурентоспособность с приходом AI

Как продукт становится новой нормой

  • Информационный сигнал и механизмы его распространения
  • Институционализация: превращение продукта в новый стандарт
  • Почему одни продукты закрепляются, а другие исчезают

Масштабирование: рост без хаоса

  • Как сохранить простоту и ценность при росте продукта
  • Ошибки, которые убивают масштабирование
  • Как избежать перегруженности функций и сохранить удобство для пользователей

Монетизация: стратегии и ошибки

  • Как выбрать модель монетизации и не потерять пользователей
  • Почему некоторые компании готовы работать в убыток ради долгосрочной выгоды
  • Чек-лист: как оценить зрелость продукта и его дальнейшие перспективы

Продуктовый менеджмент в эпоху AI

  • Как изменяются роли в команде с внедрением AI
  • Управление продуктом без команды: автоматизация аналитики, маркетинга и разработки
  • Чек-лист: как работать с AI и использовать его в продуктовой стратегии

Бесплатный ИИ для работы

Новости в сфере искусственного интеллекта