Ahmed Alrouby

 هارفارد بزنس ريفيو العربية / رقم العدد اسم المترجم عدد الكلمات في النسخة الأصلية تاريخ الاستلام تاريخ التسليم طارق إسماعيل 1181 9/9/2018 13/9/2018 التكنولوجيا: Technology: العناوين: لماذا ستشتمل حتى المصانع التي تعمل بالذكاء الاصطناعي على وظائف للبشر جيمس ويلسون وبول دوغيرتي Headlines: Why Even AI-Powered Factories Will Have Jobs for Humans by H. James Wilson and Paul R. Daugherty النص كامل: كان من المقرر أن يكون هذا المصنع مصنع المستقبل. فقد صُممت منشأة التصنيع الجديدة لشركة تسلا التي سُميت "المدرعة الفضائية" (Alien Dreadnought) في فيرمونت، كاليفورنيا، بحيث تكون مؤتمتة بالكامل، وبالتالي فلا حاجة لأن يتقدم أي إنسان بطلب للعمل. وإذا سارت الأمور كل على خير ما يرام، فستمكِّن الروبوتات التي تعمل بالذكاء الاصطناعي الشركة من بلوغ قدرة إنتاجية أسبوعية تصل إلى 5000 سيارة كهربائية طراز 3 لمواكبة الطلب المتزايد. لكن شركة تسلا أخفقت في تحقيق هذا الهدف إخفاقاً جسيماً، حيث صنَّعت 2000 سيارة فقط في الأسبوع الواحد. كانت المشكلة، بحسب ما اكتشفت الشركة بكل أسف، أن الأتمتة الكاملة لم تكن كما زُعِم عنها بالضبط. بحسب الرئيس التنفيذي للشركة إيلون ماسك، فقد أبطأت الروبوتات المعقدة في حقيقة الأمر من الإنتاج بدلاً من أن تُسرعه. كان الحل الذي خلصت إليه شركة تسلا يكمن في إيقاف الإنتاج للتعامل مع تلك العقبات، ومن ثم إنشاء هيكل ضخم مؤقت – على هيئة خيمة في الأساس – لزيادة القدرة الإنتاجية. وعينت الشركة أيضاً مئات العاملين لتجديد العمليات الإنتاجية، وتدريب (وإعادة تدريب) الروبوتات، وإحلالها وتبديلها إذا دعت الحاجة، وغير ذلك من المهام. وبحسب ما جاء على لسان ماسك نفسه على موقع تويتر في أبريل/نيسان الماضي: "أجل، كان الإفراط في الأتمتة هو الخطأ الذي وقعت فيه شركة تسلا. وكان الخطأ خطأي إذا تحرينا الدقة. فالبشر مُستهان بهم". لم تكن شركة تسلا الوحيدة التي أدركت عثرات الأتمتة المفرطة. ففي دراستنا العالمية التي أُجريت على أكثر من 1000 شركة في طليعة الشركات التي طبَّقت نُظم الذكاء الاصطناعي، اكتشفنا أن المكاسب الأكبر على الإطلاق في الأداء لم تتحقق عندما استُخدمت الآلات لتحل محل الموظفين، بل عند تعميمها للعمل إلى جوار الموظفين. وفي تلك العلاقات التآزرية، يساعد البشر الآلات على أن تصبح أفضل من ذي قبل، وفي المقابل تمكِّن الآلات البشر من تحقيق زيادات تدريجية في الأداء. دمج البشر في الصورة بالنسبة لشركة تسلا، يعني دمج المزيد من البشر في الصورة توسعة نطاق وظائف تقليدية بإضافة مسؤوليات زائدة من شأنها المساعدة في ضمان التشغيل السلس والفعال لمصنع "المدرعة الفضائية". وبالتالي، على سبيل المثال، لا بد أن يكون مشرف صيانة معدَّة ما قادراً على إنجاز ما يتجاوز الإشراف على الفنيين الذين يعملون بالساعة، وإدارة عملية إصلاح المعِدَّة. ويجب أن يمتلك العامل أيضاً مهارات التعامل مع الروبوتات وهندسة أدوات التحكم، بحسب تحليلنا لجهود التوظيف الأخيرة لشركة تسلا. وبالمثل، فإن فنيي صيانة المعدات بحاجة إلى ما يتجاوز الخبرة بتشخيص حالة المعدة الصناعية وحل مشكلاتها. فلا بد أن يكون الفني قادراً أيضاً على استعمال مجموعة متنوعة من التحليلات، كالتصوير الحراري وتحليل الاهتزاز، لتحديد التوقيت الذي يتعين فيه إنجاز إجراءات الصيانة بشكل استقباقي على الآلات قبل حدوث أي عطل. وليست الوظائف التقليدية هي الجاري توسعة نطاقها فقط بحيث تشمل مهاماً جديدة. فقد كشف تحليلنا عن أنه يجري حالياً استحداث فئات جديدة بالكامل من الوظائف. وكما مهدت ثورة الإنترنت الطريق أمام وظائف مبتكرة – كمصمم الويب ومهندس تحسين محركات البحث مثلاً – كذلك سيمهد العصر الجديد للذكاء الاصطناعي الطريق أمام وظائف جديدة. على سبيل المثال، تستقطب شركة تسلا مهندسي روبوتات وعلماء رؤية حوسبية وعلماء التعلم العميق ومهندسي نظم تعلم آلي. وأعلنت الشركة أيضاً عن شواغر لديها لتخصصات في مجال الذكاء الاصطناعي أغرب كمهندس خوارزميات البطاريات ومهندس تتبع الأجسام المدمجة بها أجهزة استشعار والتنبؤ بها. بالنسبة للمنصب الأول، تتجاوز المتطلبات المعرفة بخلايا الليثيوم-أيون (سعة الخلية ومعاوقتها الكهربية وطاقتها، وما إلى ذلك) لتشمل الخبرة بابتكار الخوارزميات لأحدث عمليات مراقبة ردود الفعل وتقييمها. فضلاً عن ذلك، فالوظائف المتعلقة بالتقنية ليست هي الوحيدة المُعاد تصورها إلى جوار الذكاء الاصطناعي. الواقع أن تقنيات الذكاء الاصطناعي، بحسب ما اكتشفت شركة تسلا وغيرها من الشركات، لها أثر عميق في شتى أقسام المؤسسة؛ بدايةً من المبيعات والتسويق وحتى البحث والتطوير ومهام مكاتب الدعم كالحسابات والمالية. وكمثال واحد فقط، عممت شركة تسلا نظاماً للذكاء الاصطناعي لمعالجة بيانات العملاء، بما في ذلك المعلومات الواردة من منتدى إلكتروني لتحديد المشكلات الشائعة التي تعيب مركبات الشركة. الحاجة تقتضي بعض التدريب من الواضح أن العثور على الأشخاص المناسبين لشغل مناصب مثل "مهندس خوارزميات البطاريات" ليس بالمهمة السهلة الهينة، لاسيما إذا ما نظرنا إلى القصور الفادح في خبرات الذكاء الاصطناعي، الأمر الذي أدى إلى تضخم بعض الأجور السنوية التي بلغت 300 ألف دولار أمريكي. وبالتالي، فكثير من الشركات تحاول جاهدةً أن تنمي المهارات التي هي بحاجة إليها داخلياً. ومع ذلك، ففي دراستنا العالمية، اكتشفنا أنه رغم أن الموظفين التنفيذيين أدركوا أن برامجهم لإعادة إكساب المهارات ستتطلب مجموعة أكبر ومختلفة من الأنشطة من ذي قبل، صرحت حوالي ثلثي الشركات البالغ عددها 1500 شركة التي استقصيناها بأنها حارت من أين تنطلق. سيتطلب الحل استثمارات جديدة ضخمة في ميدان إعادة صقل المهارات، خاصةً إذا ما نظرنا إلى أن حوالي 3% من الشركات فقط تخطط بما يتماشى مع هذه الغاية، وربما دعت إلى التعاون مع شركاء خارجيين وكذلك مع مؤسسات حكومية. لننظر إلى مصنع سبيد فاكتوري (Speedfactory) لشركة أديداس، وهو منشأة تصنيع متقدمة بدأت إنتاجها مؤخراً خارج ولاية أتلانتا. ولكي تفتتح الشركة المصنع الآلي البالغة مساحته 74 ألف قدم مربعة الذي سيتيح مرونة تصنيعية بغية صناعة أحذية رياضية مصممة خصيصاً للمستهلك المحلي، عملت أديداس عن كثب مع السلطات المحلية في جورجيا ومع شريكتها شركة أوكسلر موشن (OECHSLER Motion) ومقرها ألمانيا. وحالياً، يوظف المصنع 150 شخصاً في العديد من المهام الفنية جداً: فمنهم المخططون والمهندسون والخيَّاطون والفنيون. في أثناء بناء المصنع، عمل عمال شركة أوكسلر من مركز للمشروعات الناشئة أُدير بشراكة بين كلية تشاتاهوتشي الفنية (Chattahoochee Technical College) ومكتب شيروكي للتنمية الاقتصادية (Cherokee Office of Economic Development) ومكتب وودستوك للتنمية الاقتصادية (Woodstock Office of Economic Development). وتضمت الحوافز الأخرى خصماً ضريبياً قدره 3,500 دولار لكل وظيفة مُستحدثة، وكذلك دعماً من برنامج جورجيا كويك ستارت (Georgia Quick Start)، وهو برنامج خاص بالولاية يقدم دعماً تدريبياً. علاوة على ذلك، أرسلت شركة أديداس موظفيها إلى ألمانيا للحصول على تدريب هناك والاحتكاك بالآلات الروبوتية المتخصصة التي تعمل بالذكاء الاصطناعي. ولمَّا زاد حجم تدريب العاملين، بدأت بعض الشركات في استحداث برامج التصديق الخاصة بها لمساعدة الموظفين في تحصيل المعرفة والخبرة اللتين سيحتاجون إليهما. لننظر مثلاً إلى شركة جي إي جلوبال ريسيرش (GE Global Research) التي وضعت برامج إلكترونية على شبكة الإنترنت لتعليم التعلم الآلي وغيره من المهارات المتخصصة. وأنهى مئات من الموظفين بالفعل برنامج تصديق الشركة لتحليلات البيانات، الأمر الذي مكنهم من أداء أدوار جديدة. لنرجع إلى شركة تسلا، حيث يتلقى العاملون على الطراز 3 من السيارات تدريباً أكثر من غيرهم من العاملين في قسم الإنتاج، ويشمل ذلك تدريباً في قاعات دراسية على أسس التصنيع ومبادئ التصنيع. ولقد عكفت شركة تسلا أيضاً على إطلاق برامج تدريب جديدة للفنيين تساعد العاملين مثلاً على الانتقال من العمل على محركات الاحتراق الداخلي إلى المركبات الكهربائية. وعقدت الشركة شراكات مع كليات لإمداد الطلاب بتعليم سيحتاجون إليه للانطلاق في مشوارهم المهني في صناعة المركبات الكهربائية. وبقدر ما تبنت شركة تسلا الأتمتة والذكاء الاصطناعي، فسيعول نجاحها في نهاية المطاف على البشر. ولتلبية الطلبيات المتزايدة على الطراز 3، أعرب ماسك عن رغبته أخيراً في تشغيل ثلاث مناوبات للتصنيع يومياً، بحيث يعمل خط التجميع أساساً بلا توقف. ولإنجاز ذلك، أفادت الخطة بتعيين حوالي 400 عامل أسبوعياً، مما أدى إلى تعاقب طلبات كثيرة للتدريب العملي فور الالتحاق بالخدمة لاستيعاب هذا التدفق. سيكون التعامل مع تحدي تدريب العاملين مفصلياً لتحقيق وفورات الحجم الكبير الضرورية، إذا ما نظرنا إلى سعر دخول الأسواق المنخفض نسبياً للطراز 3 الذي يبدأ من 35,000 دولار. وفقاً لأحد التحليلات، تتمتع السيارة بالقدرة على تحقيق هامش قدره 30%، وهو الهامش غير المسبوق لمركبة تعمل بالبطارية. ومع ذلك، حتى بينما حققت الشركة أخيراً إنتاجها المستهدف البالغ 5000 مركبة في الأسبوع الأخير من يونيو/حزيران، لم يتضح بعد ما إذا كانت الشركة ستستطيع الحفاظ على تلك الوتيرة المحمومة وتسريعها. ومن قبيل المفارقة أنه حتى في مصنع المستقبل، ربما دعت الحاجة لوجود البشر أكثر حتى من أي وقت مضى. Full Text: It was going to be the factory of the future. Dubbed the “Alien Dreadnought,” Tesla’s new manufacturing facility in Fremont, California, was designed to be fully automated — no humans need apply. If all went well, AI-powered robots would enable the company to achieve a weekly production of 5,000 Model 3 electric cars to keep up with burgeoning demand. But Tesla fell far short of that mark, manufacturing just 2,000 vehicles a week. The problem, as the company painfully discovered, was that full automation wasn’t everything it was cracked up to be. According to CEO Elon Musk, the sophisticated robots actually slowed down production instead of speeding it up. Tesla’s solution was to shut down production to address the bottlenecks and then to erect a large temporary structure — essentially a tent — for additional capacity. The company has also hired hundreds of workers to revamp production processes, train (and retrain) the robots, and swap them out when needed, among other tasks. As Musk himself tweeted last April, “Yes, excessive automation at Tesla was a mistake. To be precise, my mistake. Humans are underrated.” Tesla is not the only company to learn the pitfalls of excessive automation. In our global study of more than 1,000 companies at the forefront of implementing AI systems, we have found that the greatest performance gains are achieved not when machines are used to replace employees, but when they are deployed to work alongside them. In such collaborative relationships, people help machines become better, and machines enable people to achieve step-level increases in performance. Adding Humans to the Mix For Tesla, adding more human labor to the mix means extending traditional jobs with additional responsibilities that would help ensure the smooth and efficient operation of the Alien Dreadnought. So, for instance, an equipment maintenance supervisor must be able to do more than just supervise hourly technicians and manage the repair of equipment. The worker must also possess robotics and controls engineering skills, according to our analysis of Tesla’s recent recruiting efforts. Similarly, equipment maintenance technicians need more than just the know-how to diagnose and troubleshoot industrial equipment. They must also be able to use a variety of analytics, such as thermography and vibration analysis, to proactively determine when certain maintenance procedures should be performed on machinery before a breakdown occurs. And it’s not just traditional jobs that are being extended to encompass new tasks. Our analysis has uncovered that entirely new categories of jobs are being created. Just as the internet revolution ushered in completely novel jobs — for example, web designer and search-engine optimization engineer — so will the new era of AI. Telsa, for instance, is recruiting robot engineers, computer vision scientists, deep learning scientists, and machine learning systems engineers. And the company has also posted job listings for more-esoteric AI specialties such as a battery algorithms engineer and a sensor-fusion object tracking and prediction engineer. For the former position, the requirements go beyond knowledge of lithium-ion cells (cell capacity, impedance, energy, and so on) to include expertise to develop algorithms for state-of-the-art feedback control and estimation. Moreover, it’s not just technology-related jobs that are being reimagined with AI. In fact, as Tesla and other companies have discovered, AI technologies are having a profound impact throughout the enterprise, from sales and marketing, to R&D, to back-office functions like accounting and finance. As just one example, Tesla deploys an AI system to process its customer data, including information from an online forum, in order to identify common problems with the company’s vehicles. Some Training Required Obviously, finding the right individuals to fill roles like “battery algorithms engineer” is not an easy task, especially given the severe shortage of AI expertise, which has pushed some annual salaries well above $300,000. As such, many companies are trying to grow the talent they need in-house. Yet in our global study, we found that although executives have realized that their reskilling programs will require a bigger and different set of activities than in the past, nearly three-quarters of the 1,500 global companies we surveyed said they have struggled with how to proceed. The solution will require significant new investments in reskilling — especially given that only about 3% of companies are planning along these lines — and may call for collaboration with outside partners as well as government agencies. Consider Adidas’s “Speedfactory,” an advanced manufacturing plant that recently started production outside Atlanta. To open the 74,000-square-foot robotic plant, which will enable manufacturing flexibility for making sneakers designed specifically for local consumers, Adidas worked closely with local authorities in Georgia and with German-based partner OECHSLER Motion. Currently, the facility employs about 150 people in numerous jobs that are highly technical: planners, engineers, stitchers, and technicians. As the factory was being built, OECHSLER staff worked from a startup hub that was run as a partnership between Chattahoochee Technical College, the Cherokee Office of Economic Development, and the Woodstock Office of Economic Development. Other incentives included a state tax credit of $3,500 per job created, as well as assistance from Georgia Quick Start, a state program that provides training support. In addition, Adidas flew employees to Germany for training, to work with the specialized AI-based robotic machinery. As the amount of employee training increases, some companies have begun to develop their own certification programs to help employees acquire the knowledge and expertise they’ll need. Take, for example, GE Global Research, which has set up online programs to teach machine learning and other specific skills. Several hundred employees have already completed the company’s certification program for data analytics, which have enabled people to assume new roles. Back at Tesla, Model 3 workers receive more training than other production staff, and this includes classroom training in both manufacturing essentials and manufacturing fundamentals. Tesla has also been launching new technician training programs that, for example, help people make the transition from working on internal combustion engines to electric vehicles. And the company has partnered with colleges to provide students with the education they’ll need for a career in the electric-vehicle industry. As much as Tesla has embraced automation and AI, the company’s success will ultimately depend on humans. To meet burgeoning demand for the Model 3, Musk has expressed his desire to eventually run three shifts of manufacturing a day, essentially keeping the assembly line in nonstop operation. To accomplish that, the plan is to hire about 400 employees a week, resulting in considerable demands for onboard training to accommodate that influx. Meeting that challenge of employee training will be crucial to attain the necessary economies of scale, given the Model 3’s relatively low entry price point, starting at $35,000. According to one analysis, the car has the potential to achieve a 30% margin, which would be unprecedented for a battery-powered vehicle. Yet even as the company finally achieved the targeted production of 5,000 vehicles in the last week of June, whether it can maintain and accelerate that aggressive pace remains to be seen. Ironically, even in the factory of the future, humans may be needed now more than ever.