Siempre creí que la inteligencia artificial estaba aún lejos de “reemplazar” a trabajadores de servicios, pero el otro día leí la historia de Kanban y la gestión de operaciones, y hay varios puntos que me llevan a pensar que la automatización de empleos complejos esta mucho más cerca de lo que creemos.
Te voy a contar como hemos llegado hasta este punto y que podemos hacer para NO quedarnos obsoletos ante este nuevo paradigma.
Como especie, la humanidad siempre ha querido producir más para satisfacer mejor las necesidades.
Todo comienza en China, en el año 1100 a.C., cuando se empieza a especializar la mano de obra en tareas específicas.
La división del trabajo fue una clave de producción hasta la edad media, cuando aún habían gremios para producir zapatos, gremios para la agricultura, gremios para los metales.
Cada quien tenía una profesión en la que aún se hacían varias cosas a la vez por persona, un zapatero recibía la piel con la que iba a trabajar y confeccionaba el zapato por completo hasta entregarlo.
La idea que hizo todo más reemplazable
Todo esto cambio con la idea de la línea de producción, que se ha utilizado varias veces en la historia antes de Henry Ford: el Arsenal veneciano (1104); Ransom Olds fue el primero en fabricar automóviles utilizando el sistema de línea de ensamblaje, pero Henry Ford desarrolló el primer sistema de ensamblaje de automóviles en el que una cinta transportadora movía el chasis de un automóvil a través de la línea de ensamblaje mientras los trabajadores le agregaban componentes hasta que el automóvil estaba terminado.
La línea de producción se vuelve el nuevo orden de manufactura.
Los zapateros tradicionales, en vez de ejecutar todos los pasos para hacer un zapato, ya solo hacían un paso, como por ejemplo sentarse a la orilla de una línea de producción de zapatos y únicamente poner las cintas a los zapatos.
Kanban, surge con Taiichi Ohno , ingeniero industrial de Toyota , desarrolló Kanban para mejorar la eficiencia de fabricación. El sistema toma su nombre de las tarjetas que rastrean la producción dentro de una fábrica.
Hasta aquí, nada de lo que he explicado afecta a trabajos complejos como la programación, ¿o sí?.
La verdad es que sí, si nos damos cuenta, la manufacturación se ha ido apropiando de productos físicos como los zapatos, pero desde el inicio del uso de Kanban y otras formas de producción en masa en servicios profesionales, también nos afecta a nosotros, los proveedores de servicios.
Kanban divide el trabajo, y en muchos negocios se usan especialistas sobre generalistas.
Para ver como ha impactado esto, tomemos como ejemplo a Steve Jobs.
En los 80, cuando Steve Jobs conceptualizo y programo el primer prototipo del juego Breakout, únicamente necesito ayuda de su amigo Steve Wozniak para terminar de diseñar y armar la consola electrónica, algo razonable.
Dos personas para diseñar y desarrollar un juego, hardware incluido.
Pero si Atari siguiera existiendo hoy, y Jobs trabajara para ellos, talvez su trabajo sería únicamente hacerle QA a los movimientos de los juegos de Atari.
Los tableros de Kanban, en algunas empresas son cada vez más grandes (mala práctica), o hay equipos con Kanban interconectados para formar una gran línea de producción.
Hay business analyst, project managers, technical writers, QA engineers, front end developers, back end developers, etc, etc, cada puesto cumpliendo cada vez más con tareas específicas y cortas, con menor margen de error, y por lo tanto, más automatizables.
Por ejemplo, si le dices a ChatGPT que te haga una función completa de software, seguramente fracasara, pero si le dices que haga QA a una porción de código, sus probabilidades de éxito aumentan mucho.
Esto quiere decir que IA entrenadas específicamente para ejecutar una tarea corta y específica son mucho más cercanas.
¿La solución para no ser reemplazados?
La automatización de empleos complejos está cada vez más cerca. Esto se debe a la combinación de varios factores, entre los que se encuentran:
- La creciente especialización del trabajo, que facilita la identificación de tareas que pueden ser automatizadas.
- El desarrollo de la inteligencia artificial, que permite automatizar tareas cada vez más complejas.
- El uso de metodologías como Kanban, que facilitan la división del trabajo en tareas más pequeñas y automatizables.
En este contexto, es importante que los trabajadores se preparen para el futuro laboral. Para ello, deben adquirir las siguientes competencias:
- Fundamentos en varias áreas de su carrera: Esto les permitirá entender el contexto en el que se desarrollan sus tareas y identificar oportunidades de automatización.
- Habilidades para usar herramientas de IA: Esto les permitirá automatizar tareas específicas y supervisar la calidad del trabajo de la IA.
- Capacidad de adaptación y aprendizaje continuo: El mundo laboral está cambiando rápidamente, por lo que es importante que los trabajadores estén dispuestos a adaptarse a los nuevos desafíos.
A continuación, se presentan algunas recomendaciones específicas para trabajadores de servicios complejos:
- Desarrollen habilidades blandas: Las habilidades blandas, como la comunicación, el trabajo en equipo y la resolución de problemas, son cada vez más importantes en el mercado laboral.
- Construyan redes profesionales: Las redes profesionales pueden ayudar a los trabajadores a mantenerse actualizados sobre las últimas tendencias y oportunidades laborales.
- Séan proactivos: No esperen a que la automatización les llegue. Empiecen a automatizar tareas ahora mismo y desarrollen las competencias necesarias para el futuro laboral.
La automatización de empleos complejos no es una amenaza, sino una oportunidad. Los trabajadores que estén preparados para el futuro laboral serán los que tengan más oportunidades de éxito.