Avtomatlaşdırma təchizat zəncirində insan kapitalına necə təsir göstərir?
Volfqanq Levmaker "Splash" üçün yazdığı məqalədə gəmiçilik sənayesinə yeni daxil olan kadrların qorunmasının vacibliyini əsaslandırır.
"Seanews.az" həmin məqaləni təqdim edir.
Generativ süni intellekt gəmiçilik və təchizat zəncirləri üçün əsrin ən güclü məhsuldarlıq alətlərindən biri olsa da, onun istedad bazasını daralda biləcəyi də görünən risklərdəndir.
İqtisadçı Enrike İdenin “Avtomatlaşdırma, süni intellekt və biliklərin nəsillərarası ötürülməsi” adlı tədqiqatında qeyd olunur ki, karyeranın ilk mərhələsində görülən işlərin həddindən artıq avtomatlaşdırılması qısamüddətli səmərəlilik naminə uzunmüddətli insan potensialının zəifləməsinə gətirib çıxara bilər.
İdenin modeli əsasən şifahi olmayan biliklərə fokuslanır: yəni, insanların karyeralarının əvvəlində real iş təcrübəsi zamanı qazandıqları, sənədləşdirilməsi çətin olan bacarıqlara.
Süni intellekt gənc əməkdaşların ənənəvi olaraq öyrəndiyi sahələri daraldır və bu prosesi o, “sosial baxımdan həddindən artıq avtomatlaşdırma” adlandırır. Hesablamalara görə, giriş səviyyəli işlərin aqressiv avtomatlaşdırılması uzunmüddətli perspektivdə adambaşına illik iqtisadi artımı 0,05–0,35 faiz bəndi azalda bilər. Bu rəqəmlər kiçik görünsə də, onilliklər ərzində yığıldıqda ciddi təsir yaradır.
Təchizat zənciri və logistika sahəsində şifahi biliklər bəzən xırda bir insidentlə bir həftəlik dayanma arasındakı fərqi müəyyən edir. Dispetçerlər limanın tıxanmaq üzrə olduğunu əvvəlcədən hiss edir, planlaşdırıcılar hansı təchizatçının təzyiqə dözmədiyini bilir, anbar rəhbərləri isə təcrübəyə əsaslanaraq təhlükəsizlik risklərini vaxtında görür. Bu bacarıqlar uzun iş günləri və saysız-hesabsız sınaq-yanılma yolu ilə formalaşır.
Bu gün isə maşın öyrənməsi sistemləri əvvəllər gənc analitiklərin addım-addım hazırladığı tələb proqnozlarını və ehtiyat planlarını avtomatik yaradır. Logistikada optimallaşdırma alətləri yük maşınları və konteynerləri minimum insan müdaxiləsi ilə yönləndirir, nəticədə koordinasiya işlərinə ehtiyac azalır. Süni intellekt panelləri əməliyyatlardan daha yaxşı tanıya bilər. Avtomatlaşdırma strategiyalarında ilk hədəf adətən məhz əvvəllər gənclərin təcrübə qazandığı təkrarlanan, məlumatyönlü işlər olur.
Təchizat zəncirləri xüsusilə həssasdır, çünki pandemiyalar, kanalların bağlanması, əmək mübahisələri, müharibələr, liman tıxacları və təbii fəlakətlər kimi hadisələr onları daim sınağa çəkir. Rəqəmsal alətlər məlumat çatışmazlığı səbəbindən və ya dünya artıq keçmişə bənzəmədikdə sıradan çıxırsa, sistem insan mühakiməsinə qayıdır. Əgər bu mühakimə formalaşmayıbsa, dayanıqlılıq zəifləyir. Bu gün planlaşdırıcılar bütöv düşünmə qabiliyyətini itirir, gənc menecerlər rəqəmlərlə işləməkdə çətinlik çəkir, süni intellekt proqramları isə məhz bu bacarıqların inkişaf etdiyi işləri hədəfə alır.
İde çıxış yolu kimi aşağıdakı tədbirləri təklif edir:
- təcrübə proqramlarının subsidiyalaşdırılması,
- giriş səviyyəli avtomatlaşdırmanın vergiyə cəlb edilməsi,
- gənc işçiləri əvəzləyən deyil, onları tamamlayan süni intellektin təşviqi.
Bu yanaşma daha geniş elmi konsensusla üst-üstə düşür: süni intellektdən ən yüksək fayda insan–AI əməkdaşlığı qurulduqda əldə olunur, xüsusilə də təchizat zəncirləri kimi mürəkkəb və qeyri-müəyyən mühitlərdə. İnsan və süni intellektin birlikdə işlədiyi sistemlər qərarvermə baxımından tam avtomatlaşdırmadan daha effektivdir, lakin bu yalnız düzgün dizayn edildikdə mümkündür.
Çağırış aydındır!
Birincisi, karyeranın ilkin mərhələsində öyrənmə imkanlarını xərc yox, strateji aktiv kimi dəyərləndirin. Rotasiya proqramlarını, əməliyyat mərkəzlərini və sahə təcrübələrini qoruyun və yenidən dizayn edin ki, gənclər təcrübəli mütəxəssislərlə yanaşı real qərarlar qəbul etsin.
İkincisi, süni intellekt tətbiqlərində şagirdlik prinsipi mütləq şərt olmalıdır. AI bir işi avtomatlaşdırırsa, gənclər sistemin qərarlarını görməli, sorğulamalı və zərurət olduqda dəyişə bilməlidir. Yalnız “təsdiqlə” düyməsini basan planlaşdırıcı kritik anda, məsələn, kiberhücum zamanı lazımi mütəxəssisə çevrilə bilməz.
Üçüncüsü, həqiqətən vacib olanı ölçün. Gənclərin nə qədər real təcrübə qazandığını, necə qərar verdiyini və müşahidəçi mövqedən müstəqil qərarverən səviyyəyə nə qədər yüksəldiyini izləyin. Əgər bu göstəricilər süni intellekt tətbiqindən sonra azalırsa, təşkilat təkcə səmərəlilik qazanmır və gələcək liderlər üçün kadr mənbəyini tükədir.
