فتح Digest محرر مجانًا
تختار رولا خالاف ، محررة FT ، قصصها المفضلة في هذه النشرة الإخبارية الأسبوعية.
عندما أظهر مختبر الذكاء الاصطناعي الصيني الصغير في يناير كيفية بناء نموذج لغة كبير يتفوق على chatgpt من Openai في جزء صغير من التكلفة ، ذهب عالم التكنولوجيا إلى tailspin وتم القضاء على دولار واحد من سوق الأوراق المالية في يوم واحد.
أصدرت Deepseek ، التي أسسها مدير صندوق التحوط Liang Wenfeng ، نموذج R1 الخاص بها وتفصيل كيفية البناء على ميزانية نموذج يمكن أن يتعلم نفسه تلقائيًا وتحسينه دون إشراف بشري.
استحوذ الوحي على Zeitgeist في الصين والتجاوز الأمريكي من أجل التفوق العالمي في التكنولوجيا. ومع ذلك ، فقد تم إيلاء اهتمام أقل بكثير للزحف الذي يقوم عليه هذا الصراع الحديث: ظهور “البيانات” وآثارها على مستقبل رأس المال البشري.
تعتبر Dataism الاعتقاد بأنه من خلال جمع المزيد من البيانات وتغذيتها على خوارزميات أكثر قوة من أي وقت مضى وحدها ، يمكن للشركات الكشف عن الحقيقة ، واتخاذ القرارات الصحيحة وخلق القيمة.
يتحدى هذا الرأي العديد من أسس نظرية الإدارة – والتفاعل الاقتصادي بين العمل ورأس المال – مع رفع التوقعات العليا لوكالة الذكاء الاصطناعى.
تتصارع الشركات مع مستقبل “عمل المعرفة” ، وهو جرف ديموغرافي يلوح في الأفق ويعود إلى تحديات العمل. افترض البعض عواقب أخرى ، مثل الهبوط إلى مجتمع ما بعد القراءة والكتابة وتعثر الأعمال كسائق للتنمية البشرية.
تواجه إدارة رأس المال البشري تعطيلًا على مستوى الفرد أو الشركة أو المجتمع على نطاق لا ينظر إليه منذ الثورة الصناعية. كيف تتنقل على كل من الوعد والتهديد بالبيانات هو قضية أكثر إلحاحًا.
لا يجب أن تكون البيانات على خلاف مع رأس المال البشري في روبوتات متخيلة مقابل مستقبل الناس. بدلا من ذلك ، تواجه إدارة رأس المال البشري في التصفح من خلال حساب التفاضل والتكامل المعقد للأتمتة والزيادة في وقت واحد.
يقول David Autor ، معهد Massachusetts للتكنولوجيا الاقتصادي ، و “التعزيز كتكنولوجيا تزيد من تنوع الأشياء التي يمكن للناس القيام بها ، أو جودة الأشياء التي يمكن للناس القيام بها ، أو إنتاجية”.
تُظهر أبحاث Autor أن إحدى نتائج التفاعل بين الأتمتة والزيادة في الولايات المتحدة منذ عام 1940 كانت إنشاء نسبة مئوية كبيرة من الوظائف التي تمثل أنواعًا جديدة من العمل – من المهندسين الصناعيين إلى مشغلي المفاعلات النووية ومطوري تطبيقات الأجهزة المحمولة.
ومع ذلك ، “العمل الجديد مشحون [between high-paying and lower-income jobs]”، يقول Autor. “مع تمحى العمل القديم في الوسط ، نما العمل الجديد على كلا الجانبين.”
بدوره ، يمثل هذا التشعب مساهماً مهمًا آخر في الإلحاح المتزايد الذي تواجهه وظائف إدارة رأس المال البشري.
سيعتمد النجاح في إدارة قانون التوازن الدقيق إلى حد كبير على فعالية إدارة رأس المال البشري في تحقيق تصميم عمل مبتكر ومبدأ الأنظمة الاجتماعية المتمثلة في “التحسين المشترك” – ضمان أن الأنظمة التنظيمية هي الأمثل عمداً لخلق القيمة (وعد البيانات) وكذلك الجودة في تجربة عمل البشر.
سيتطلب الاستفادة من إمكانات البيانات ، بطبيعة الحال ، البشر ، ولكن كيف يتفاعل هذان البطلان في توليد قيمة العمل لا يزال يتم تشغيله – ومع تبعيات كبيرة في مجال إدارة رأس المال البشري.
سيتم تشغيل بعض جوانب هذه العلاقة بشكل جوهري مع تطور عمل المعرفة ويتم الوصول إلى Détente فيما يتعلق بالعمل البعيد. وسيحرك آخرون قوى مثل سباق الذكاء الاصطناعي العالمي والتحولات الديموغرافية في العالم المتقدم.
هذا سيحدث ضد قوى الأتمتة والزيادة.
مع تطور هذا التطور ، يمكن رؤية ما يتم تأطيره في كثير من الأحيان كمنافسة صفر للهيمنة السيادية بالتوازي مع تغيير خطوة في إعادة صياغة دور رأس المال البشري في الأعمال.
توم ديفيس أستاذ مساعد إداري لإدارة الأعمال بجامعة بيتسبيرغ ، كلية الدراسات العليا للأعمال جوزيف إم كاتز