El futuro del empleo: ¿entendemos el riesgo del efecto sustitución del empleo por tecnología?

Autores: Este documento parte del análisis del trabajo de investigación de Carl Benedikt Frey & Michael A. Osborne. 2013-2016 (Oxford University), y de los trabajos de Alberto García-Lluis Valencia  2007-2016 (VKMC.SL)

“Due to our discovery of means of economisingthe use of labour outrunning the pace at whichwe can find new uses for labour”

Keynes, 1933.

PUNTO DE PARTIDA:

El mercado laboral está cambiando sustancialmente, en los últimos 20 años, se ha hecho evidente que ha habido un cambio de paradigma importante.  La organización del trabajo, ha cambiado y lo sigue haciendo en la medida que el conocimiento explícito y tácito (I.Nonaka 1991), se puede estructurar en algoritmos y este ser interpretado y ejecutado tecnológicamente.

Venimos de una sociedad, dónde en los últimos 300 años hemos aprendido que la generación de riqueza se centra en criterios de eficiencia, entorno al concepto de la productividad. Esto es, producir más, mejor y más barato (optimizando todos los recursos disponibles.)

En la medida que el trabajo es más técnico, especializado e intenso,  se hace más costoso. En la medida, que la tecnología  (estado de la técnica) permite sustituir personas por tecnología, este coste de producción baja.

La tendencia de los costes laborales es subir, ya sea porque se tienden a corregir el efecto de perdida de poder adquisitivo por el efecto de la inflación, como por otros criterios que reminiscencias de las políticas de los años 80 y 90, tienden al reconocimiento de la experiencia, incluso a pesar de que esta ahora cada vez vale menos.

Por el contrario, los costes de automatización (computación) cada vez son más bajos, esto supone que en el momento que una tecnología  pueda realizar un conjunto de tareas (rutinarias o complejas) con unos costes de producción más bajos que la opción trabajo-humano se llegará al punto “A" y el proceso de sustitución será un punto de no retorno.

En el momento que la Tasa de sustitución a cinco años, es >1 existen incentivos reales para que se proceda este proceso de sustitución.

Si en esto tenemos en cuenta que las estructuras de Costes Laborales tienen una composición que hace que su proyección en el futuro tienda a ser cada vez mayores, mientras que la estructura de costes Tecnológicos tiende cada vez a ser más baja.

Esta realidad describe un escenario presente, dónde  parece inevitable que este proceso de sustitución de personas por tecnología sea inevitable.

El informe de Carl Benedikt Frey & Michael A. Osborne (Oxford U. 2013) ya lo dejaban entre ver, pero en su actualización para el 2016, no hacen más que confirmarlo.

Esta situación ha sido abordada desde instituciones académicas a diferentes niveles. Uno de los trabajos que aportan datos importantes, para entenderlo son los de los profesores Diamond, Mortensen y Pissarides que en 2010 les valió el premio Nobel en Economía, por sus trabajos para entender los nuevos modelos  friccionales para casar oferta y demanda, en el mercado laboral. 

Plantean un dilema interesante como en una economía internacional donde la tasa de paro en Europa está 8,2%, en Estados Unidos en 4,7% y en España es del 18,4%, hay cada vez más empresas donde puestos de trabajo específicos y muy técnicos llevan más de 4 años sin poderlos cubrir.

Es más, en los últimos 4 años en el informe anual que Infoempleo y ADECCO vienen realizando sobre el mercado laboral, la evolución cada año se hace mayor, según las fuentes y la forma de ser calculado el dato puede cambiar entre 1,4% al 2,2% a fecha del 2017. En Europa en el año 2014 eran 1,7 millones de puestos de trabajo sin ocupar, hoy este dato puede estar cerca de los 3 millones.

Esto plantea una brecha importante, y cada vez mayor, entre el actual modelo del sistema educativo y el mercado laboral. Para entenderlo, hay que tener encuesta las principales variables de este proceso de cambio:

• La tecnología cambia a gran velocidad, cada 18 meses se producen importantes procesos de renovación y cambios tecnológicos. Mientras que nuestro sistema educativo para crear profesionales superiores precisa programas de entre 36 a 60 meses.
• El conocimiento cambia a gran velocidad, este cada vez precisa profesionales más acostumbrados a “saber hacer / lograr”, mientras en las escuelas y universidades se siguen centrando en modelos teóricos evaluados por la capacidad de memorización.
• Las nuevas competencias definidas por el mercado laboral, no se encuentran en el catálogo cerrado y anticuado de las Universidades.
• Se precisa aprender de experiencias reales, y no de modelos teóricos, esto plantea que los perfiles de las Universidades públicas y privadas, cada vez son más distantes de la realidad del mercado.

Al margen de estas situaciones, el propio modelo de gestión académica y administrativa de las Universidades es cada vez menos sostenible. Esta situación plantea también en el sector de la Educación un cambio profundo que no se va poder aplazar por mucho tiempo.  En el año 2012 la Consultora EY elaboró el informe “University of the Future” para las universidades de Australia, dónde se analizaba que sí estas instituciones no afrontaban cambios sustanciales en los próximos años, en 2025 más del 93% iban a desaparecer.

Se destruye empleo que va a ser automatizado, para crear nuevo empleo y nuevos trabajos más específicos, orientados en un nuevo paradigma de creación de valor.

En los trabajos de Investigación realizados para la publicación del libro “La Transformación Digital del Talento” 2016 se analizaba este cambio. Los trabajos se centraban en el análisis de los nuevos modelos de creación de Riqueza.

La idea fundamental es que el trabajo productivo, pasará a ser automatizado (por una cuestión de eficiencia de costes) y el conjunto de trabajadores que actualmente realizan esa funciones (entorno al 80% de las plantillas) deberán transformarse para saber desarrollar otro tipo de trabajos orientados a CREAR VALOR en nuevas areas dónde la tecnología no pueda realizar esas tareas (por no estar preparada aún para asumir ese trabajo, o porque el coste de sustitución es aún alto.) Los nuevos trabajos han de estar orientados a un nuevo modelo de Negocio y de Organización, orientada en la creación de valor permanente (de forma sostenible), para ello será imprescindible pasar del modelo industrial del trabajo, a un nuevo modelo de economía digital (centrado el utilizar el conocimiento para crear valor.) Ver gráfica.

Fuente: Alberto García-Lluis Valencia

Los trabajos Rutinarios, es decir centrados en la Resolución de tareas Rutinarias (RPS), irán desapareciendo en la medida que la tecnología logre realizarlos con una tasa de sustitución menor que 0. Esto dará lugar a nuevos procesos de transformación de la organización del trabajo, del empleo, y de los modelos de negocio y estrategias en las empresas.

Un cambio mucho más profundo de los que somos capaces de entender. En los próximos años veremos como empresas del sector servicios vinculadas a los Recursos Humanos (selección, ETT, jobsite, headhunting, etc.) van a verse en la necesidad de transformar radicalmente sus modelos de negocio, ya que el cambio de paradigma en el mercado laboral, entorno a que los trabajadores dejen de ser demandantes de empleo (modelo taylorista) a un nuevo escenario, donde los trabajadores pasarán a ser oferentes de empleo, implica que hay un cambio de papeles en el mercado, y asumirá todo el protagonismo el sector de la educación, los procesos de selección se harán por criterios de Competencias certificadas.

Para que esto se produzca es preciso un cambio de visión estratégica de este sector, que es conservador, miedosos y miope ante las nuevas oportunidades que el mercado crea. Eso sí, el primero en liderarlo podrá llegar a posicionarse en el mercado rápidamente entre los top ten, en el mercado internacional.

El empleo que se vaya automatizando, obligará a los profesionales que no quieran o puedan actualizarse por cuestiones de edad, a tenerse que deslocalizar. En el informe de Frey y Osborne, se estima que eso afectará entre el 22% y el 29%, en los próximos años.

Este dato, está condicionado a otras variables exógenas, como la asimetría internacional en el proceso de Transformación Digital, y el gap existente entre los sistemas educativos y el mercado laboral propios de territorios en vías de desarrollo, como Hispanoamérica donde factores como el Idioma o la cultura jugarán un factor determinante.

UNA REVOLUCIÓN SILENCIOSA Y CONTUNDENTE

Tras la segunda Guerra Mundial, se produce una importante transferencia de conocimiento y tecnología a la sociedad civil. La electrónica, y la Informática juegan un papel estelar. Curiosamente la Informática uno de los cambios más importantes que logra es la desmaterialización de bienes, y el primero en experimentar este cambio es el dinero. El dinero deja de ser papel o metal, para pasar a ser datos, cuando llegaron las tarjetas de débito y crédito. Más allá, del avance tecnológico uno otro en paralelo de carácter cultural y filosófico, que lograban entender y dar sentido a bienes reinterpretando sus conceptos y haciéndoles digitales.

Esto valió para que en 1987, el director de estudios económicos de Morgan Stanley, Steven Roach publicara un informe denominado “The productivity paradox”, donde se explicaba que el uso intensivo de la tecnología en las décadas de los 60, 70, y 80 estaba generando una importante desaceleración en la economía a nivel internacional. Era tan contundente este informe que rápidamente el MIT y la OCDE decidiera encargar en paralelo otros informes que venían a confirmar lo ya dicho en el primero.

La informática de Gestión en aplicaciones para Contabilidad, ERP y otros procesos de negocios como por ejemplo el caso de SABRE, han logrado trasladar a los mercados importantes mejoras de la eficiencia (productividad.)

Lo importante es entender que, cuando esta transferencia de conocimiento logra mejorar la productividad se realiza a través de la tecnología, y esta se hace cada vez más barata, se genera un efecto en todo el mercado.  Analicemos estos efectos:

• Se mejora la eficiencia (se reducen los costes unitarios y marginales.)
• La caída de costes marginales supone una caída del precio. Esto a su vez expulsa del mercado a empresas lentas en la adaptación (sus estructuras de costes las hacen insostenibles), y da entrada a nuevas empresas que compiten con estructuras de costes  muy eficientes.
• Al bajar los precios con las mismas ventas o variaciones pequeñas, generan cifras de negocio menores. Si se analiza el efecto agregado del mercado se observa que la creación del PIB desagregado a estos sectores cae.

Por lo tanto, se verifica la desaceleración del crecimiento. Para poder entender este proceso en una visión global, es interesante analizar las series históricas del World Bank, sobre las tasas de inflación entre 1970 a 2016.

Tasa de crecimiento neto de Índice de Precios al Consumo agregado. (IPC)

Se analiza que, los incrementos de los precios en los mercados Internacionales mantienen un comportamiento muy similar. Cada década este incremento es menor. Entre 2015, 2016 y 2016 el IPC por sectores económicos en Europa y Estados Unidos nos encontramos cada vez más actividades económicas  con un IPC muy próximo a cero, o con valores negativos.

Esto es posible como consecuencia de que los costes marginales de producción y servicios a través de las nuevas tecnologías, comienzan a ser muy bajos, próximos a ceros (J. Rifkin 2015.)

Por todo ello, parece razonable entender que este proceso de transformación es imparable, y lo que es más importante, que este modelo de creación de riqueza centrado en aplicar el trabajo humano en los procesos productivos está viviendo sus últimos años de vida, está a punto de extinguirse.

Nota: aunque el informe de Frey y Osborne, no entran en este nivel de detalle de las conclusiones, se centran una gran parte del mismo, en documentar este proceso a través de deferentes referencias y autores, estas notas son cruces de las conclusiones de mi último libro ya citado (la transformación Digital del Talento.)

Más allá de los conceptos tradicionales, el informe actualizado al 2016 centra su análisis en dos tecnologías específicas, por un lado, el Maching Learning (ML) y en la Robótica Móvil (MR), no hacen mención a otras tecnologías disruptivas que serán catalizadores de estas dos, me refiero al Blockchain.

Lo que se plantea es que ahora, ya no es que las Routine Problem Solving (RPS) tareas rutinarias serán rápidamente automatizadas, sino que el estado de la técnica va a permitir automatizar también determinadas tareas complejas.

De hecho en el informe el concepto de “tarea” adquiere una gran importancia. En resumen, las tareas de rutina se definen como tareas que siguen reglas explícitas que pueden ser ejecutadas por las máquinas, mientras que las tareas no rutinarias no están suficientemente bien comprendidas (definidas, parametrizadas, analizadas) para ser programadas en el lenguaje de las máquinas, para que estas lo automaticen. 

Fuente: Ikujiro Nonaka & Alberto García-Lluis

ELEMENTOS QUE INTERVIENEN EN LA ACELERACIÓN DE LA AUTOMATIZACIÓN DE LAS TAREAS.

•  Una caída de los costes tecnológicos y computacionales.
• El desarrollo de conocimiento explícito y tácito, y su actualización a los nuevos ecosistemas del tecno-trabajo.
• La capacidad y robustez de los lenguajes de programación para ejecutar los algoritmos metodológicos conforme lo describe los requerimientos del conocimiento explícito y tácito.
• La capacidad de combinación e interacción conjunta de las tecnologías, tanto en el Machine Learning (ML): Big&Small Data; Artificial Intelligence;  Data Mining; Estadística Computacional. Como en la Robotica Móvil (RM): Nano tecnología, Bio Tecnología; Robotica, IoT; Blockchain; etc.
• La capacidad, habilidad, y destrezas efectivas de los programadores a la hora de crear programas que al correr hagan posible que todo esto funcione de manera automatizada.
• (+) La capacidad de haber resuelto el problema del doble pago (conocido también como el problema de la confianza en entornos telemáticos, o el problema de los generales Bizantinos). Esto lo resuelve Blockchain, y en la medida que esta nueva tecnología vaya realizando mejoras en la madurez de sus lenguajes de programación de los Smart Contracts, planteará un cambio radical de los diseños de los servicios, de los procesos y de los negocios.

Todo esto hace que las tareas complejas o no rutinarias, pueden ser automatizadas, lo que acelera los procesos de la automatización de determinados trabajos, y esto supone la eliminación o profunda transformación de los mismos.

Información en tareas Cognitivas no rutinarias.

Medicina:

En la atención de la salud, las tareas de diagnóstico ya están siendo informatizadas. Los oncólogos del Memorial Sloan-Kettering Cancer Center, por ejemplo, utilizan la computadora Watson de IBM para proporcionar diagnósticos de tratamiento crónico y tratamiento del cáncer. El conocimiento de 600.000 informes de pruebas médicas, 1,5 millones de registros de pacientes y ensayos clínicos, y dos millones de páginas de texto de revistas médicas, se utilizan para el benchmarking y el reconocimiento de patrones.Esto permite a la computadora comparar los síntomas individuales de cada paciente, la genética, la familia y la historia de la medicación, etc., para diagnosticar y desarrollar un plan de tratamiento con la mayor probabilidad de éxito ( Cohn, 2013 ).

Servicios Jurídicos y Financieros:

Algoritmos sofisticados están asumiendo gradualmente una serie de tareas realizadas por paralegales, contrato y abogados de patentes ( Markoff, 2011 ). Más específicamente, los bufetes de abogados ahora confían en computadoras que pueden escanear miles de escritos y precedentes legales para ayudar en la investigación previa al juicio. Un ejemplo frecuentemente citado es el sistema Clearwell de Symantec, que utiliza el análisis del lenguaje para identificar conceptos generales en documentos, puede presentar los resultados gráficamente y demostró ser capaz de analizar y clasificar más de 570,000 documentos en dos días ( Markoff, 2011 ).

Las limitaciones adicionales bajo las cuales los seres humanos deben operar se manifiestan como sesgos. Consideremos un ejemplo de sesgo humano: Danziger et al. (2011) demuestran que los jueces israelíes experimentados son sustancialmente más generosos en sus decisiones después de una pausa para el almuerzo. Por lo tanto, se puede argumentar que muchos roles involucrando la toma de decisiones se beneficiarán de soluciones algorítmicas imparciales.

La detección de fraude es una tarea que requiere una toma de decisiones imparcial y la capacidad de detectar tendencias en grandes datos. Como tal, esta tarea está ahora casi completamente automatizada ( Phua et al., 2010 ). De manera similar, es probable que las ventajas comparativas de las computadoras cambien la naturaleza del trabajo en una amplia gama de industrias y ocupaciones.

Programación:

Por ejemplo, los avances en ML permiten a un programador dejar parámetros y opciones de diseño complejos para ser optimizados apropiadamente por un algoritmo ( Hoos, 2012 ). Los algoritmos pueden detectar de forma más automática los errores en el software ( Hangal y Lam, 2002, Livshits y Zimmermann, 2005, Kim et al., 2008 ), con una confiabilidad que es poco probable que los humanos igualen. Grandes bases de datos de código también ofrecen la perspectiva de posibles algoritmos que aprenden a escribir programas para satisfacer las especificaciones proporcionadas por un ser humano. Tal enfoque es probable que eventualmente mejorar a los programadores humanos, De la misma manera que los compiladores escritos por humanos resultaron ser inferiores a los compiladores automáticamente optimizados. Un algoritmo puede mantener mejor la totalidad de un programa en la memoria de trabajo, y no está limitado al código inteligible por el hombre, lo que permite soluciones holísticas que nunca podrían ocurrir a un ser humano. Es probable que estas mejoras algorítmicas sobre el juicio humano se vuelvan cada vez más comunes.

Fuente: Carl Benedikt Frey & Michael A. Osborne

Informatización de tareas Manuales No Rutinarias.

La combinación de tecnología Machine Learning con la Robótica Móvil ofrece un abanico amplio de soluciones con las que se pueden alcanzar numerosas opciones no rutinarias y complejas de lo que antes se hacía como trabajo manual.

Mantenimiento Industrial:

General Electric ha desarrollado recientemente robots para escalar y mantener aerogeneradores.

Medicina:

Los robots quirúrgicos son cada vez más versátiles, y disponen de un mayor rango de movimiento, pronto estarán preparados para afrontar un mayor tipo de  intervenciones quirúrgicas ( Robotics-VO, 2013 )

Movilidad:

También se han desarrollado enfoques ML para identificar cambios sin precedentes en una parte particular de la red de carreteras, tales como obras viales (Mathibela et al., 2012).  Esta tecnología emergente afectará a una variedad de trabajos de logística. Los vehículos agrícolas, las carretillas elevadoras y los vehículos de manipulación de cargas son inminentemente automatizables y los hospitales ya están utilizando robots autónomos para transportar alimentos, recetas y muestras (Bloss, 2011). 

Minería:

La informatización de los vehículos mineros también está siendo llevada a cabo por empresas como Rio Tinto, que buscan reemplazar la mano de obra en las minas australianas. 18 También se han desarrollado enfoques ML para identificar cambios sin precedentes en una parte particular de la red de carreteras, tales como obras viales ( Mathibela et al., 2012

Fuente: Carl Benedikt Frey & Michael A. Osborne

EL MODELO DE TAREAS REVISADA.

El coste de sustitución del trabajo humano, por tecnología, es más bajo en los referente a las tareas rutinarias, que no rutinarias. Pero esto no debe ser interpretado como que las tareas complejas o no rutinarias, no puedan ser automatizadas. Esta situación plantea dos escenarios interesantes que obligan a reflexionar sobre ¿cómo? y ¿cuándo? este tipo de tareas pasarán a ser automatizadas.

En el informe de Frey & Osborne, este tema se trata de manera muy profunda y no siempre facil de entender, para mi es problema se simplifica de manera sencilla.

Por un lado, aquellas tareas complejas o no rutinarias, donde la variabilidad de los escenarios de trabajo  hagan complicado definir algoritmos por: no ser evidentes; por la interacción de muchas variables de manera simultánea; por ser áreas de conocimiento nueva, o por cualquier otra.  Se resolverá en la medida que se pueda ir reduciendo la complejidad, y acelerar su conocimiento.

Por otro lado, existe la posibilidad de redefinir los procesos en base a nueva tecnología. Es el caso de la edificación. Las tareas de construcción tradicional y la complejidad de su análisis, se puede ver modificada, por el empleo de nuevas tecnologías de edificación a través de impresoras 3D.

En la revisión del informe  de 2013, tampoco se hace referencia a otras cuestiones que desde mi punto de vista son relevantes. Ya no es solo una cuestión del impacto de la tecnología desde una perspectiva directa, sino cuando esta pone en evidencia cambios de carácter cultural, que transforman los paradigmas con los que hasta ahora la sociedad había estado dando respuesta a cuestiones, que ahora quedan evidenciadas, pasando a ser ineficientes o directamente insostenibles.

Dos casos que pueden valer como ejemplo y que están relacionados.

El cambio de paradigma en el mercado de trabajo, durante el siglo XIX y XX el modelo taylorista de la organización del trabajo, condicionó la evolución del sistema Educativo. En las escuelas técnicas, como universidades se enseñaba para coexistir en unas sociedad estructurada de manera industrial, burocrática, generalista, normalizada y donde los perfiles profesionales eran o por lo menos se pretendía que fueran fácilmente reemplazables (de ahí la famosa frase “nadie es imprescindible”.) En este escenario, donde un trabajador se clasificaba en base a su titulación, y esto le “condicionaba” para determinadas ocupaciones, buscando que sea fácil la movilidad entre sectores y empresas dentro de esa misma cualificación. Esto era posible, porque el conocimiento requerido para el trabajo, era básico no complejo, y la mayoría de las tareas eran rutinarias, sujetas a niveles bajos de tecnología y a tecnologías rudimentarias. En estos escenarios el trabajador era demandante de empleo, todos los fontaneros, electricistas, médicos, economistas, o abogados, habían aprendido lo mismo, lo que les hacía perfectamente sustituibles dentro de sus competencias. Esto hacía que el valor individual de la persona, no existiera y las personas fueran consideradas como recursos. De ahí ese arcaicismo de los Recursos Humanos (RR.HH.)

Pero esto ha cambiado, y mucho. Ahora que las empresas buscan en la diferenciación de sus productos y servicios un valor diferencial, donde incidir en el valor competitivo de su marca, precisa profesionales que sepan aportar un valor humano y profesional diferente, extraordinario. Esto hace que su formación y capacitación sea diferente, polivalente o incluso multidisciplinar. El trabajador deja de ser un recurso, para pasar a ser un activo, y se habla del talento. En este nuevo escenario, es importante entender que el trabajador pasa de demandante a oferente de empleo, las empresas demanda perfiles específicos de profesionales. Esto obligará a cambiar leyes, servicios y sectores económicos, sobretodos aquellos que están vinculados a tratar a los profesionales como recursos (consultoras de HR, servicios de selección, servicios de recolocación, ETT, headhunting, jobsite, etc.) Y este cambio se realizará en beneficio de los centros de capacitación para profesionales en Escuelas de Negocio y Universidades (las que sobrevivan a este proceso), la posibilidad de certificar competencias específicas, será determinante para trasladar los criterios de selección a este tipo de centros, al tiempo que se luchará por liderar la oferta de formación lifelong learning para toda su vida laboral.

Este nuevo cambio de paradigma, que si bien es consecuencia de la tecnología, pero no de cómo transforma las tareas rutinarias o complejas, sino de como ha cambiado el paradigma de la empleabilidad. Obligará al Ministerio de Educación, y al resto de instituciones públicas y privadas, a transformarse profundamente, esto supondrá cambios radicales en la organización, gestión, modelos de negocio y servicios, al tiempo que el de la mayoría de sus trabajadores. A grandes rasgos, las nuevas necesidades de formación a lo largo de toda la vida (lifelong learning) platea un incremento de la oferta formativa de aproximadamente 997 veces la actual, habrá niveles de especialización, los cursos deberán ser MUY CORTOS se habla del formato (Fast Learning), y las barreras entre Formación Técnica y Superior deberán desaparecer (en la práctica supondrá la integración real de los 8 niveles EQF.) Este nuevo planteamiento deberá valer para formar a gran velocidad a la sociedad en este proceso de cambio en el que ya estamos inmersos.

Tareas de percepción y Manipulación:

Los robots siguen siendo incapaces de igualar la profundidad y amplitud de la percepción humana. si bien es cierto que ha había avances importantes en los referente a sensores y sistemas láser para la identificación geométricas, alcanzando un nivel de madurez razonable que permite identificar objetos en entornos caóticos.

Encontramos sistemas de limpieza a nivel domestico como Rumba, que puede llegar a aspirar y a pasar una bayeta húmeda, así como otros sistemas más avanzados de robots que cocinan como lo es el caso de Moley

Por el contrario, los supermercados, las granjas, las fábricas, los centros de logística, los puertos, los aeropuertos y los hospitales, por ejemplo, han sido diseñados para objetos grandes rodados, haciéndolo más fácil para que los robots naveguen en realizar tareas manuales no rutinarias. Los problemas de percepción pueden, sin embargo, a veces ser evitados por el diseño inteligente de la tarea. Por ejemplo, Kiva Systems, adquirido por Amazon.com en 2012, resolvió el problema de la navegación de almacén simplemente colocando pegatinas de código de barras en el suelo, informando a los robots de su ubicación precisa ( Guizzo, 2008 ).

Plataforma logística de Amazon.

Puertos robotizados, más allá de los centros logísticos, las pruebas realizadas en la Costa Oeste tras la firma del Acuerdo de Asociación Transpacífico (TTP) en 2015, con el puerto de Los Ángeles que funciona como un gran hub logístico. En 2015, Los Ángeles movió 8,2 millones de TEUs –contenedores de 20 pies, o 6,1 metros de largo, el estándar en el sector, según datos de la Autoridad Portuaria de la ciudad. La terminal de TraPac, uno de los mayores operadores en Estados Unidos, es una de las cuatro que usa robots para las operaciones de carga y descarga en todo el país. 

https://www.youtube.com/watch?v=UVmJJCrJRPA

Tareas de Inteligencia Creativa:

Los procesos cognitivos y neuro-psicológicos que intervienen en los procesos creativos de los seres humanos, son aún una incógnita para los propios científicos que estudian al ser humano.

Aún y así, numerosos trabajos de investigación que han abordado el tema desde diferentes perspectivas, han logrado resultados interesantes.

Duvenaud et al. (2013) proporcionan un ejemplo de automatización de la tarea de creatividad básica requerida para realizar estadísticas, la de diseñar modelos de datos.

En cuanto a la creatividad artística, AARON, un programa de dibujo, ha generado miles de dibujos lineales estilísticamente similares, que han sido expuestos en galerías de todo el mundo.

Además, el software EMI de David Cope compone música en muchos estilos diferentes, que recuerda a compositores humanos específicos.

Digamos que el éxito de la creatividad, no está en el propio proceso de ser creativo, sino en la habilidad de combinar determinados ingredientes que en un momento dado de nuestra Historía, cumple de manera lógica con determinadas reglas y expectativas que terminan por alcanzar el éxito. Esta formula está en continua evolución.

Un ejemplo ad post, es el caso de la canción de Luis Fonsi “Despacito.” Tras un análisis realizado a través del mine cognitive analysis utilizando el IBM Watson Tone Analyzer, aportan datos interesantes para poder crear patrones que busquen nuevos procesos creativos de éxito ya que, en los procesos creativos, solo valen aquellos que de una u otra manera alcanzan el éxito, bajo los criterios que han sido programados.

Fuente: IBM Watson Tone Analyzer

El análisis del lenguaje, la carencia de la melodía y de su ritmo, el impacto emocional o cómo funcionan determinadas palabras en el subconsciente colectivo de la sociedad, son variables que cuando una canción logra el éxito, se puede demostrar que se han sabido conjugar de una manera acertada. ¿Se pueden parametrizar todas estas variables y crear algoritmos capaces de “crear” nuevos éxitos musicales? De hecho, ya hay varios casos, pero entraríamos en un dilema filosófico, sí para la creación hace falta la inspiración y esta no entiende hasta ahora de análisis semántico, matemático, o estadístico. A esto se le podría llamar “crear”, o sería más apropiado denominarlos producción.

Sea como fuere, lo cierto es que comenzamos a entrar en un terreno donde los próximos años veremos avances impensables con la mentalidad actual.

Tareas de Inteligencia Social:

La inteligencia social de los seres humanos es muy importante en una amplia gama de tareas que desarrollamos habitualmente en nuestra actividad profesional y personal. Hacen referencia a competencias como: la comunicación; la negociación; la estrategia; la persuasión; o las gestiones de las emociones de nuestros clientes cuando tienen problemas.

Para facilitar la informatización de estas tareas, se están llevando a cabo investigaciones activas en los ámbitos de la Computación Afectiva (Scherer et al., 2010, Picard, 2010) y Social Robotics (Ge, 2007; Broekens et al., 2009.)

En este campo, la definición del medio de interación máquina-persona es determinante, de ahí que resolverlo sea una de las partes críticos del propio problema. Para lograrlo, la comunicación y los canales de comunicación son elementos determinantes para resolverlo.

La interacción maquina-persona a través de los sistemas de comunicación síncrona (conversaciones) tiene como uno de los retos primeros a resolver el reconocimiento en tiempo real de las emociones y la capacidad de responder inteligentemente a ellas, en situaciones específicas.

Las versiones simplificadas de típicas tareas de comunicación sociales resultan difíciles para las computadoras, como es el caso en que la interacción social se reduce a texto puro.

Casos recientes como los de el robot (bot) de Inteligencia Artificial Tay, presentado por Microsoft a principios del 2016, que salió a la portada de la prensa especializada cuando un usuario de Twitter le  realiza la siguiente pregunta ¿qué consola elegir (Xbox One, PS4 o Wii U)? La inteligencia artificial de Microsoft Tay, a través de otro mensaje de Twitter le respondió, “la PS4 ya que xbox no tiene juegos”.

Esta anécdota, pone en evidencia (Que las verdades duelen), y aunque esta tecnología es joven y tiene que aprender mucho, desde la gerencia de grandes empresas deberemos aprender a escuchar verdades como está a pesar de que pongan las vergüenzas al aire. Aún y así hay sectores como los de atención al cliente, venta telefónica, o reclamaciones dónde algoritmos más sencillos permiten resultados muy eficientes.

El uso de robot o bots, comienza a estar muy extendido, se hacen en entornos controlados (acotados) denominados sandbox, para poder controlar mejor los “ataques de honestidad” de la tecnología.

   

–Taco Bell. Cadena de restaurantes Fastfood, ha desarrollado su propio chat bot, llamado Tacobot. Con esta herramienta, los clientes pueden conocer el menú del restaurante y hacer su pedido mientras conversan con el bot, que le indicará cuándo y dónde deben recoger su pedido. Además, Tacobot está preparado para solventar cualquier incidencia que pueda ocurrir en el proceso de compra en tiempo real.

–Telepizza. Cadena de restaurantes Fastfood, de franquicia española, también ha apostado por incluir chat bot en la atención a sus clientes. Resolver las dudas de los usuarios y los ayuda a encontrar aquello que buscan cuando acceden a la página web de Telepizza.

–KLM. Esta compañía aérea holandesa también ha sucumbido al furor de los bots conversacionales. Al servicio de sus pasajeros, KLM pone un chat que les permitirá recibir la confirmación de sus reservas, obtener la tarjeta de embarque o estar informados del estado de su vuelo en todo momento. Todo ello sin olvidar la atención de sus clientes, por lo que el chatbot responde las dudas que tengan los pasajeros las 24 horas del día.

Los analistas que estamos siguiendo muy de cerca los trabajos desarrollados con la tecnología Blockchain, vemos un potencial enorme en la combinación de tecnologías de Inteligencia Social, ya que va a permitir en la respuesta a clientes ejecuciones automáticas de cláusulas de contratos, o de responsabilidad de las empresas en la protección de los intereses de los cliente. Casos como, retrasos o suspensiones de vuelos, poder solicitar y cobras de manera inmediata las indemnizaciones, etc.

La prueba de Turing, mide y evalúa la rapidez de los algoritmos de inteligencia social cuando estos mantienen una comunicación e interactúan con el ser humano. Desde 1990, el Premio Loebner, un concurso anual de pruebas de Turing, otorga premios a los programas de chat textual que se consideran los más humanos. En cada competencia, un juez humano simultáneamente tiene interacciones textuales basadas en computadora tanto con un algoritmo como con un ser humano. Sobre la base de las respuestas, el juez debe distinguir entre los dos. Los problemas más difíciles de resolver por parte de los algoritmos de Inteligencia Artificial, son las cuestiones de “sentido común” que los seres humanos tratamos con naturalidad, cuando se mantienen conversaciones.

En lo referente al efecto sustitución personas por tecnología, solo en el sector Call Center y Contact Center en España, según la patronal del sector ACE formada por 19 empresas que suponen el 85% de la facturación global, pondría a más 89.000 empleos en extinción (no todos ellos en España).

Atendiendo a los tres tipos de tareas que definen los trabajos mayoritariamente rutinarios.

Las conclusiones a las que se llega desde el informe, plantea que se considera que la probabilidad de que la tecnología actual pueda automatizar tareas complejas, siempre que estas estén dentro de niveles altos de Percepción y Manipulación, con elevados niveles de creatividad, o que precise elevados niveles de inteligencia social.

Si bien a estas valoraciones iniciales realizadas por los profesores Frey y Osborne, creo que sería prudente hacer una pequeña anotación.

La capacidad computacional actual ha llegado al máximo de su eficiencia, a lo largo de los últimos 70 años, a medida que evoluciona la tecnología, aumenta la escala de integración que es capaz de lograr, primero se logró que cupieran más transistores en el mismo espacio; así se fabrican microchips cada vez más pequeños, y es que, cuanto más pequeño es, mayor velocidad de proceso alcanza el chip. Sin embargo, no se pueden diseñar los chips infinitamente más pequeños. Hay un límite en el cual dejan de funcionar correctamente. Cuando se llega a la escala de nanómetros, los electrones se escapan de los canales por donde deben circular. A esto se le llama efecto túnel. El estado actual de la técnica, lleva varios años sin poder avanzar por haber llegado ya a ese límite. Lo que hace que para poder incrementar la capacidad computacional, ahora sea preciso meter en la placa base más de un micro procesador.  Esta solución terminará con la llegada de la Computación Cuántica, que plantea un cambio de paradigma en lo referente a la potencia de computación de las tecnologías. para poder entender esto, es sencillo el sistema actual se base en bits (0,1), se incrementa la potencia de calculo de manera lineal, al aumentar los bits, en la computación cuántica, los bits pasan a ser Qbits y permite un nivel de operaciones lógicas de calculo, que son imposibles actualmente, y su capacidad de computación crecerá exponencialmente. Para entender el potencial que esto supone, hoy romper la seguridad de un fichero encriptado con un algoritmo RSA de 1028 bits está el récord en 100 horas con un ataque de fuerza bruta  el 7/01/2010 por parte de por Valeria Bertacco, Todd Austin y Andrea Pellegrini. Para ello se base de computación eran 768 bits. Con un Ordenador cuántico, el tiempo requerido podrían se segundos, y no sería más grande que un smartphone actual.

Según diferentes instituciones, se asegura que la computación cuántica está disponible en los próximos 10 años, si esto es así este proceso de transformación del Mercado laboral podría verse acelerado de manera significativa.

¿QUE IMPACTO TIENEN LA TAREAS RUTINARIAS EN UNA ORGANIZACIÓN? 

En 2015, realizamos una encuesta a más de 400 profesionales sobre qué tipo de tareas realizan habitualmente durante el último mes (30 días). El muestreo se realizó a través de Linkedin, donde aproximadamente el 89% eran profesionales españoles.

Los datos obtenidos daban la siguiente gráfica de análisis de la distribución de las tareas rutinarias.

Los datos analizados de volumen de tiempo dedicado a realizar Tareas Rutinarias (RPS) a lo largo de un mes de trabajo por segmentación de interés (perfiles profesionales, por sexo, o por tamaños de empresa), arrojan unos datos con variaciones muy pequeñas ±1,42%.

Si a estos datos los analizamos junto a los del coste salarial, podemos calcular el coste real de los procesos RPS, por perfiles profesionales.

Con un salario bruto de 20.000 €, y un salario neto de 17.490,89€ se establece que el coste laboral de las Tareas Rutinarias (RPS) que realiza, es de 21.554,82€ (el 81,03% del coste Laboral) de los cuales el 27,75% no son productivos (retenciones IRPF, cuota SS empleado y empresa.)

Con un salario bruto de 41.000 €, y un salario neto de 25.332,83€ se establece que el coste laboral de las Tareas Rutinarias (RPS) que realiza, es de 43.755,77€ (el 80,24% del coste Laboral) de los cuales el 33,78% no son productivos (retenciones IRPF, cuota SS empleado y empresa.)

Con un salario bruto de 79.000 €, y un salario neto de 42.444,78€ se establece que el coste laboral de las Tareas Rutinarias (RPS) que realiza, es de 84.389,61€ (el 80,55% del coste Laboral) de los cuales el 40,04% no son productivos (retenciones IRPF, cuota SS empleado y empresa.)

Analizando estos datos, lo cierto es que una parte (27% al 40%) de los costes de los RPS se corresponde a Retención del IRPF y Cotizaciones a la SS.  Algo que tendrá que analizarse para evaluar el impacto que tiene la automatización de las RPS, y los incentivos que suponen para la automatización.

Estas cuestiones entran en el debate abierto de sí a las tecnologías hay que ponerlos impuestos que vayan a compensar la recaudación del trabajo.

Un análisis más profundo, de los cambios estructurales que va a producir este proceso de Transformación Digital, nos hace pensar que antes de aplicar esta opción, se debería hacer un esfuerzo por entender como estamos en un final de proceso o de modelo económico, dónde los procesos productivos dejarán de estar en manos de las personas y pasarán a estar en la tecnología.

El debate que subyace de esta afirmación, es una cuestión de estrategia que como Estado deberemos tener claro en los próximos años, ya que de ella dependerá nuestro futuro como Nación, y como sociedad.

El debate está en que tipo de sociedad queremos crear, por un lado, podemos definir una sociedad “a la defensiva” o que sale a jugar para que no le metan goles. Esto supone dejar que la tecnología y los mercados evolucionen a su ritmo, y que la destrucción de empleo y la caída de salarios (como ajuste natural del mercado para evitar un efecto sustitución agresivo) se vaya ajustando paulatinamente, inclusive a pesar de que esto suponga una descapitalización de la sociedad y de la economía en términos absolutos. Supone sucumbir por parte de los poderes políticos a los intereses de los diferentes lobbies que intentan frenar o impedir el proceso de transformación (ya sea por incapacidad de sus dirigentes de entender el cambio, o por el miedo que genera tener una empresa que posiblemente sea incapaz de competir en un mercado tecnológico avanzado.)

En el fútbol cuando se juega a la defensiva, a que no te metan goles, en el corto plazo uno se puede mantener, en el largo plazo uno termina por bajar de categoría. Es una estrategia perdedora, y así se ha visto a lo largo de la Historia.

Por otro lado, se puede salir a ganar. Para ello, igual que hacen los equipos de fútbol, se precisa tener a toda la plantilla entrenando duro. Este símil me vale para comparar el entrenamiento físico de los futbolistas con la capacitación de la sociedad para meter goles (crear VALOR.)

Para lograr este proceso se precisa liderar un cambio profundo del Sistema Educativo, se precisa diseñar un sistema educativo moderno que sea capaz de:

• Capacitar a personas sin formación anterior en competencias profesionales en un periodo de tiempo de no más de 25 horas (equivalente a 1 ECTS.)
• Integrar en este formato educativo los 8 niveles EQF.
• Crear un sistema flexible, que permita configuraciones multidisciplinares, donde la acumulación de créditos ECTS, pueda dar lugar a diferentes niveles de titulaciones (Certificaciones).
• Se habla de Competencias y Certificaciones, esto significa orientar la capacitación al logro, y certificar en las pruebas de evaluación que el alumno está sobradamente capacitado para lograrlo.
• Establecer un modelo educativo que permita acompañar a los profesionales a lo largo de toda su vida (lifelong learning)

Este nuevo modelo educativo, se puede sostener desde las Universidades a través de las Consejerías Autonómicas de Educación y Empleo. Es la única forma que veo para poder salvar la Universidad Pública y Privada.  Para no depender de la ANECA, ni de la Secretaría General de Universidades, ni de Formación Profesional, los gobiernos autonómicos pueden aplicar las competencias que ya están reguladas a través de los Reglamentos propios de cada universidad para emitir títulos propios.

Las universidades impartirán enseñanzas conducentes a la obtención de títulos oficiales y con validez en todo el territorio nacional y podrán impartir enseñanzas conducentes a la obtención de otros títulos. (Art. 34.1 Ley orgánica 6/2001)

A pesar de que este tipo de diplomas y títulos propios carecerán de los efectos académicos plenos y de la habilitación para el ejercicio profesional que las disposiciones legales otorguen a los títulos a que se refiere el artículo primero de este Real Decreto 1496/1987, que es solamente de aplicación para las profesiones reguladas (medicina, ingeniería, arquitectura, y otros) no hay que olvidar que el reconocimiento Oficial del Ministerio de Educación es solo válido para opositar a la administración pública, y no son precisos para el sector privado, ni para los títulos orientados a la capacitación para el Empleo de Calidad.

En la aplicación del Real Decreto 1224/2009, de 17 de julio, de reconocimiento de las competencias profesionales adquiridas por experiencia laboral, estas estando catalogadas dentro del Marco Europeo de Cualificaciones (EQF) pueden ser reconocidas oficialmente también por el Ministerio de Empleo a los 2 años de poderse verificar su realización.

Por todo ello, un cambio drástico en la oferta de formación para lograr crear un sistema de capacitación para los profesionales que se vayan a ver desplazados en este proceso de Transformación Digital es esencial.

Orientación a los nuevos entornos profesionales.

Es evidente que sí los procesos productivos, sobre todo los rutinarios son los que primero se van a automatizar, los programas formativos a ellos serán los primeros que han de desaparecer. La pregunta es sí la producción se deja a la tecnología, a las personas se les ha de asignar otras competencias, estas deben estar orientadas en las tareas complejas centradas a crear valor (innovación de servicios, procesos, productos, nuevos mercados, y nuevos negocios.) Es aquí donde hay que poner el foco, en la nueva capacitación.

Tras analizar varios indicadores macro, tengo la firme sospecha que nos estamos haciendo trampas al solitario. Hay errores muy graves a la hora de calcular indicadores como las tasas interanuales de productividad media por trabajador.

La tasa media de productividad del trabajo se calcula sobre el PIB nacional entre el número de trabajadores, o la productividad por trabajador se obtiene de la producción nacional, luego el índice de precios que utilizan para deflactar el salario es el deflactor del PIB. 

El problema viene cuando los sistemas estadísticos de los Estados no pueden desagregar en sus datos que parte de ese trabajo que genera valor al PIB lo ha realizado la Tecnología y que parte lo ha realizado el ser humano, hasta ahora todo se imputa al ser humano.

Esto plantea errores de análisis que pueden distorsionar sustancialmente los los indicadores macroeconómicos de todos los países, y los criterios de análisis de la renta, la definición de salarios, y la fijación de las pensiones, y desestabilizar los modelos actuales de recaudación fiscal, entre otros.

Argumentación:

Bajo estos mismos criterios sí analizamos la productividad de un trabajador de banca, nos podemos encontrar.

Imaginemos que una sucursal bancaria de 5 empleados, realiza mensualmente unas 14.700 transacciones que les permite tener unos ingresos medios de 100.000€ al mes. La productividad media aplicable a cada uno de los trabajadores es de unos 20.000 al mes, y unos 120.000 € al año. Pero si analizamos que el día solo tiene 24 h y de esas solo se trabajan 8 h de lunes a viernes, menos festivos, y menos vacaciones.

Al final de las 8 horas de trabajo entorno a 6,5 horas se dedican a realizar transacciones, pensemos que el número máximo de transacciones que en una oficina/mes se pueden realizar, son aprox. 6.240. Esto supone que solo es imputable al trabajo de cada empleado el 42,45% de los ingresos de la oficina. Lo que significa que el resto de transacciones lo realizan a través de banca electrónica, y estas suponen una productividad 57,55%. Esto supone una corrección del indicador de la productividad media por trabajador de la banca, pasando a ser ahora de 8.490 €.

Hay sectores como los del Commerce (Amazon, Privalia, Barrabes, etc.) donde la productividad del trabajo tiene otros criterios totalmente diferentes, sectores como el ocio (Netflix, Spotify, Google Play, Apple Store, Microsoft, etc.), donde su modelo de productividad laboral es otro bien distinto.

Por lo tanto no se puede seguir midiendo los parámetros macro y micro económicos con los diseños y criterios realizados para un modelo económico industrial, ya que si seguimos así todos estos indicadores reflejarán una idea muy distante y distorsionada de la realidad.

Pensemos que solo las 5 primeras empresas del Nasdaq (Apple, Alphabet, Microsoft, Amazon, y Facebook) sus ingresos para este año 2017 son mayores que el PIB del Reino Unido (puesto 5 en el ranking mundial) y que las 10 empresas mundiales que de tecnología facturan más que el PIB de Alemania para este 2017 (puesto 4 en el ranking mundial.) Por lo tanto, no son cifras absurdas para seguir ignorando esta realidad.

En 1987 fue Stephen R. Roach economista jefe de Morgan Stanley quien dio el primer aviso de esta situación con el informe “The productivity paradox”, posteriormente el MIT y la OCDE elaboraron informes paralelos y llegaron a conclusiones muy similares. La tecnología estaba generando importantes cambios en la economía global, que ponía en evidencia muchos de los criterios de medición macroeconómica.

El año 1973 es donde hay un punto de inflexión, para poder entender que causas son las que crean este cambio, hay que entender que ese mismo año surge la primera crisis del petróleo el 23 de agosto de 1973, cuando la mayoría de los estados musulmanes de la OPEP deciden no exportar petróleo a los EE.UU. y sus aliados por haber apoyado a Israel en la guerra del Yom Kipur. A partir de ese momento el precio del petróleo subiría hasta un 600% en 1979. Esto obligo a Occidente a acometer una de las mayores reconversiones industriales de toda su Historia, tal fue el número de desempleos que esta crisis creo, que a raíz de esta situación en Europa nacen las políticas Activas de empleo, en la década de los 80. La necesidad estaba clara, había que mejorar la eficiencia de los procesos y las herramientas y tecnología también, veamos algunas noticias que explican como ya había las bases para esta primera Transformación Digital.

1966. Peter Drucker publica “The Effective Executive.” 

1968, Benjamin Bloom publicó el artículo “Aprendizaje para el Dominio”, como consecuencia de los trabajos de Bloom, surgió, en la misma década, un movimiento llamado “Enseñanza basada en competencias.” 

1969.  En los Ordenadores Electrónicos se comienza a sustituir los Transistores por Circuitos Integrados. Lo que abarató significativamente espacios, precios y capacidad de computación. 

1969. Se comienzan a recoger datos que evidenciaban una pérdida de competitividad en mercados como el norteamericano o el europeo. Las industrias japonesas subían posiciones en sectores como el automovilístico (TOYOYA, HONDA) motores y maquinaria (YAMAHA), relojes (CASIO, SEIKO), máquinas de fotografía (NIKON, MINOLTA), ect. El modelo japonés, será rápidamente exportado a los países que constituyeron los denominados “dragones asiáticos” (Corea del Sur, Hong Kong, Singapur y Taiwán), que desde los años 60 hasta los 90 (crisis financiera) mantuvieron un importante crecimiento industrial.

1971. Nace la empresa de Microprocesadores INTEL, con su modelo Intel 4004.

1972: Se realizó la Primera demostración pública de ARPANET, una nueva red de comunicaciones financiada por la DARPA que funcionaba de forma distribuida sobre la red telefónica conmutada.

1972. Nace la Compañía Alemana Systemanalyse und Programmentwicklung, en 1975 pasaría a llamarse SAP AG.

1973 Primera Crisis del Petróleo.

1975. Bill Gate y Paul Allen crean la empresa Microsoft 

1976. Steve Jobs junto con un amigo de la adolescencia, Steve Wozniak crea la empresa de la manzana  Apple en el garaje de su casa.

SALARIOS, PRODUCTIVIDAD Y TECNOLOGÍA

En esta gráfica se puede ver cómo desde 1973 se comenzó a crear una brecha entre salarios y productividad.

El salario, desde un punto de vista estrictamente técnico, el es coste en el proceso productivo de la intervención humana. Este coste, será mayor en cuanto su intervención sea más necesaria y la oferta en el mercado laboral sea más escasa, es decir haya menos profesionales con esa cualificación o competencias, que permita lograr con éxito las tareas o procesos requeridos.

Esto hasta hace unos 10 ó 15 años era así, la competencia en el trabajo era entre trabajadores primero en un ámbito local (comarca, provincia, región, país), luego pasó a ser global, los trabajadores podían venir de cualquier parte del mundo. Lo que supuso algo que no se ha sabido entender, y que aún hoy se sigue sin entender por muchos políticos y funcionarios de alto nivel responsables de asesorar a políticos en materia de Educación y Empleo. La Educación Terciaria (Técnica y Universitaria), no puede plantearse como una factoría de titulados estándar “commodities”, con conocimientos solo teóricos, obsoletos y uniformados, que saturan al mercado y que logran que ese exceso de oferta de profesionales con una misma cualificación haga que el valor de su hora de trabajo caiga, así como haya un exceso de oferta.

Este problema lo tuvimos hace 15 ó 10 años, y no supimos hacer nada para resolverlo. Hoy el problema es otro.

El problema que hoy nos encontramos es que a raíz de las crisis del petróleo de 1973 y 1979, cuando el coste de los factores de producción (energía) subió un 600% en menos de 7 años (algo así como si el litro de gasolina pasara de 1,20€/litro a 7,2€/litro.)  Se puso en evidencia que las empresas deben estar en un permanente estado de mejora de su eficiencia, y es aquí cuando la tecnología comienza a tener un protagonismo indiscutible.

Hoy el trabajo, no compite con trabajadores de otros países, sino con la tecnología. Y adelanto la conclusión final, esta guerra está perdida.

Hace unos meses en una conferencia que di para la APD, sobre Transformación Digital en Comercio Internacional, se vio que el objetivo de los técnicos de comercio internacional, no debía ser competir con Watson (inteligencia artificial que es capaz de leer y entender más de 700 documentos legales por hora en más de 15 idiomas), sino que el nuevo reto es saber como utilizar Watson para ser más competitivo.

En la medida que el trabajo y el empleo se centren en competir contra la tecnología, los salarios tenderán a bajar. Ya que es imposible poder competir con empresas intensivas en tecnología donde sus precios de oferta de servicios son más bajos. El problema es ¿Cuánto tiempo se pueden mantener precios bajos de los salarios? Las personas tienen derecho a que su trabajo les permita vivir dignamente, pero esos salarios bajos, en ocasiones solo permiten subsistir, perdiendo cada vez más poder adquisitivo.

Para entender la solución, hay que comprender que el empleo es un acuerdo de colaboración Win-Win, si una de las partes se plantea el Lost, entonces lo mejor es romper el acuerdo. El trabajador es responsable de cualificarse y mantenerse cualificado profesionalmente para que su conocimiento sea competitivo. Cuando este lo deja de ser, la única vía realmente efectiva es volverse a cualificar en algo que sea demandado en el mercado y que esté mejor remunerado.

En la medida que los salarios se suban (coste salarial), y no haya un incremento del valor asociado a él (beneficios operativos superiores al incremento salarial), la subida de salarios se plantea como soluciones “parche” posiblemente lo que se acelere es la desaparición de la empresa o una aceleración de su Transformación Digital (una tasa de sustitución menor que 1 será el detonante final.) 

[Esto es cuando el coste de realizar tareas rutinarias a través de máquinas sea más barato que hacerlas con personas, estamos hablando en orden de magnitud, de un 200% a un 1.900% más barato.]

Por lo tanto, la recomendación más importante que se puede hacer para evitar que este proceso de transformación termine por generar una gran crisis a la que vamos de cabeza, es comenzar a entender el cambio, y comprender que la solución únicamente vendrá de un cambio en el del Sistema Educativo Terciario.

Es por ello que, para entender las posibles soluciones a este problema, han de venir fundamentalmente de un cambio profundo del Sistema Educativo.

La Educación Terciaria debe dejar de ser uniforme, teórica, obsoleta, los profesores deben tener experiencia laboral, que permita entender mejor al mercado. La formación debe ser modular, eso de programas para 5, 4, 3 ó 2 años está muerto, lo repito está muerto.

La formación debe establecerse en módulos cortos programables por competencias profesionales, que debe permitir capacitaciones flexibles, multidisciplinares, escalables, y a lo largo de toda la vida (lifelong learning.) Orientada a satisfacer las necesidades reales del mercado, y de la sociedad.

Alberto García-Lluis Valencia

Asesor Internacional de Transformación Digital

& Proyectos avanzados en Blockchain

alberto@vkmc.es   

Madrid · ESPAÑA - EUROPE