Tulevaisuuden työvoima: Miten teknologia vaikuttaa tuotantoteollisuuteen?

Uudet innovaatiot tulivat teollisuuteen jäädäkseen

Uudet innovaatiot ovat vakiinnuttamassa asemansa tuotantoteollisuudessa. Kehittyneiden teknologioiden levinneisyys osoittaakin sen, että suurin osa Yhdysvaltain tuotantotehtaista on jo mukana mullistuksessa. Kustannusten laskiessa ja valmiuksien parantuessa keinoäly ja muut automaatioteknologiat ovat nyt valmiina määrittelemään tuotantoteollisuuden uudelleen. McKinsey Global Instituten hiljattain julkaisemassa raportissa Jobs lost, jobs gained: Workforce transitions in a time of automation, todetaan muun muassa:

Vuoteen 2030 mennessä jopa 375 miljoonaa työntekijää – eli noin 14 prosenttia koko maailman työvoimasta – voi joutua vaihtamaan alaa, kun digitalisaatio, automaatio ja kehittyneet keinoälysovellukset mullistavat työelämää.

Äskettäin 1 600 globaalille yritykselle teetetyn kyselyn mukaan 71 presenttia alan johtajista uskoo keinoälyn ja robotiikan laajamittaiseen käyttöönottoon lähitulevaisuudessa.

Työn luonteen muuttuessa organisaatioiden tulee luoda uusia strategioita hyödyntää ihmisten älykkyyttä pysyäkseen kilpailukykyisinä.

Mullistusten hyödyntäminen

Tietokoneiden automatisoidut järjestelmät toimivat nykyään nopeammin ja luotettavammin kuin ihmiset ja pystyvät suorittamaan tehtäviä, joihin ihmisten kyvyt eivät riitä. Keinoälyä hyödyntävät teknologiat, kuten virtuaaliset avustajat, automatisoidut kassajärjestelmät, kuljettajattomat autot ja petostenhavaitsemisteknologiat, ovat hyvää vauhtia yleistymässä. Keinoälyllä ja muilla mullistavilla teknologioilla on silti merkittäviä rajoitteita, mikä vaikuttaa tulevien osaajien koulutuksen suunnitteluun ja tulevaisuudennäkymiin.

Kuten Financial Times -lehden Rana Foroohar asian ilmaisee, ”yritykset ja hallitukset voivat tehdä potentiaalisesta työvoimakatastrofista mahdollisuuden käyttämällä näitä mullistuksia työvoiman koulutuksen nykyaikaistamisessa ja sitä tukevan julkisen infrastruktuurin rakentamisessa.”

Huolimatta siitä, että kehittyneet keinoäly- ja koneoppimissovellukset voivat syrjäyttää suuren osan koko maailman työvoimasta seuraavan kahden vuosikymmenen aikana, työntekijöillä on edelleen runsaasti mahdollisuuksia kehittää osaamistaan. Kuten hiljattain julkaistusta McKinsey Global Instituten raportista ilmenee, vaikeimmin automatisoitavissa olevat tehtävät vaativat monipuolista asiantuntijuutta päätöksenteosta, suunnittelusta ja vuorovaikutuksesta sekä mielikuvitusta ja luovuutta. Pelkistäen voidaan sanoa, että vaikka koneoppiminen on onnistunut tekemään erittäin tarkkoja ennustuksia, se ei ole ollut läheskään yhtä tehokas selviytymään harkintakykyä, päätöksentekoa ja tulkintaa vaativista ongelmista.

Strateginen älykkyys tuotantoteollisuudessa

Menestyksekkään tuotantoteollisuusyrityksen rakentaminen ja ylläpito vaatii muutakin kuin teknologiaa. Se edellyttää strategista älykkyyttä.

Kuten Deloitte huomauttaa, hyvin toimivat organisaatiot ovat enenevissä määrin vahvoja verkostoja, joita koordinoidaan kulttuurin, tietojärjestelmien ja lahjakkuuksien liikkuvuuden keinoin.

Yritysten fokuksena digitaalisen murroksen aikana on omien toimintojensa uudelleenjärjestäminen. Sitä mukaa kun verkostot ja ekosysteemit korvaavat hierarkkisia organisaatioita, organisatorisesta oppimisesta tulee merkittävä organisaatioiden kasvun ja kehittymisen perusta.

Organisatorinen oppiminen ja hyvä suorituskyky

Jotta yritykset voivat toimia tehokkaasti ja tiedostaa lahjakkuuksien liikkuvuuden tärkeyden, niiden täytyy panostaa oppimisekosysteemeihin, löytää merkittävimmät osaamisvajeet ja tunnistaa, mitä resursseja on saatavilla näiden vajeiden korjaamiseen. Valitettavasti vajeet strategian ja toteutuksen välillä ovat parhaiten nähtävissä yrityksissä, joissa ainoastaan henkilöstöosasto on vastuussa oppimisesta ja kehittymisestä.

Yritysten täytyy jatkuvasti integroida uusia taitoja koko organisaation vuoropuhelussa, jotta niiden henkilöstöstrategiat heijastavat paremmin organisatorisen oppimisen koko kapasiteettia.

Tuotantoteollisuuden siirtyessä älykkään suunnittelun ja älytehtaiden piiriin valmistajien ja suunnittelijoiden tulee sisällyttää oppimisvaikutus liiketoiminnan suunnitteluun.

Oppimisvaikutus tuotantoteollisuudessa

Oppimisvaikutus tarkoittaa sitä, että opittuja taitoja sovelletaan työpaikalla parantaen työn tehokkuutta ja edistäen liiketoiminnan tavoitteita. Osaamisen arvoketju tarkoittaa sitä, että työntekijä omaa osaamistaan kehittämällä parantaa tiiminsä suorituskykyä ja sitä kautta työnantajan kilpailuetua. Vaikka oppiminen tapahtuu yksilötasolla, sen arvo toteutuu opitun tullessa käyttöön. Oppiminen luo lisäarvoa, kun yksilö sisäistää oppimansa ja soveltaa sitä työpaikallaan oikea-aikaisesti ja sopivassa kontekstissa.

Jos 10 000 työntekijää parantaa suoritustaan edes hitusen, niin kaikkien pienet parannukset kumuloituvat ja edistävät liiketoiminnan tavoitteiden saavuttamista.

Luovuustalouden haltuunotto

Vaikka uudet automaatioteknologian aallot korvaavat työpaikkoja laajalti, teknologia on edelleen ainoastaan monen luovuutta vaativan työn tukena. Teknologiatrendit ovatkin kehittämässä ilmiötä, jota monet alan johtajat kutsuvat ”luovuustaloudeksi”. Termillä viitataan talouteen, jossa intuitiivinen ja luova ajattelu luo taloudellista arvoa ja jossa looginen ja rationaalinen ajattelu on pitkälti automatisoitua.

Vaikka tuotantoalalla on käynnissä teknologinen renessanssi, johtajien täytyy silti keskittyä entistä tiiviimpien tutkimuksen ja kehityksen, data-analytiikan ja tuotesuunnittelun välisten suhteiden kehittämiseen. Johtajien täytyy myös harkita merkittäviä parannuksia inhimillisen pääoman kehittämisjärjestelmiin. Oppiminen ja koulutus tulee sovittaa hyvin itse tuotantoprosessin jatkuvien parannusten kanssa. Oppimisen ja työskentelyn raja häilyy. Tämä merkitsee:

Tuotantoteollisuuden tulevaisuus

Tuotantoteollisuus jatkaa kasvuaan globaalisti. Se kattaa nyt noin 16 prosenttia maailman BKT:sta ja 14 prosenttia työvoimasta. Tehtaiden omaksuessa uusia teknologioita tuottavuuden parantamiseksi ja kustannuksien pienentämiseksi keinoälysovellukset ja 3D-tulostaminen madaltavat valmistajien kynnystä kokeilla uusia tuotesuunnitelmia ja luoda yksityiskohtaisia komposiittiosia. Tämä merkitsee sitä, että oppiminen ja tekeminen ovat integroituneet toisiinsa syvemmin kuin koskaan aiemmin.

Tuotantosektorin oppimisen parantamisen tarve on tehnyt organisatorisesta oppimisesta elintärkeää kasvun kannalta. Investointi skaalautuviin henkilöstöhallinnon raportointiratkaisuihin ja työvoima-analytiikan ratkaisuihin auttaa yrityksiä myös ymmärtämään, mitä niiden kannattaa mitata ja millaisia vaikutuksilla näiden tekijöiden mittaamisella voi olla työntekijöihin ja liiketoiminnan tuloksiin. Oppimisteknologian täytyy kehittää keinoälyn ja robotiikan ohelle uusi sukupolvi, joka voi hyödyntää keinoälyä ja virtuaalista/lisättyä todellisuutta ja parantaa organisaatioiden oppimista.

Oppiminen on osa liiketoimintastrategiaa

Organisaation suorituskyky on nykyään entistä enemmän kytkeytynyt siihen, kuinka oppiminen ja koulutus muutetaan aidoiksi liiketoimintatuloksiksi. Organisatorista oppimista pystytään mittaamaan vain suorituskykytiedoilla, joita analysoidaan ja seurataan teknologian avulla. Työvoima-analytiikkaan sijoittaminen tarjoaa tuotantoteollisuuden johtajille tilaisuuden arvioida organisaatioiden kuntoa entistä tarkemmin. On olennaisen tärkeää peilata oppimisen mittarit liiketoiminnan tavoitteisiin ja tiedottaa onnistumisista johdolle.

Segmentointianalyysia, korrelaatiota ja regressioanalyysia tukevat oppimisen ja kehittämisen työkalut auttavat johtajia koko organisaation kehittämisessä. Keskeiset suorituskykyindikaattorit auttavat määrittämään, onko yrityksellä sen tavoitteisiin vaaditut taidot. Organisaatiot vaativat ajasta, paikasta ja laitteesta riippumattomia ja tehokkaita oppimisen ja osaamisen kehittämisen hallintaratkaisuja, jotka tarjoavat yksityiskohtaista analytiikkaa tukemaan oppimistuloksia.

Oppimalla omaksuminen

Teknologian elinkaarien nopeutuessa pätevyydet vanhenevat entistä nopeammin, jolloin organisaatioiden kannattaa panostaa elinikäistä oppimista tukeviin järjestelmiin. Yritysjohtajien haasteena on nyt mukautua uuteen ympäristöön, ja kun johtajat hyväksyvät sen, että liiketoimintamallien mullistuksilta ei voi välttyä, jatkuvasta henkilöstökoulutuksesta tulee rutiininomaista. Organisatorisesta oppimisesta osana yritysstrategiaa tuleekin ennemmin sääntö kuin poikkeus. Tämän takia tietopohjaisella analytiikalla on nyt tärkeä rooli strategisten tavoitteiden saavuttamisessa.

Tuotantoteollisuudella on edelleen tärkeä rooli maailmantaloudessa, ainoastaan sen sektori on muuttunut. Työpaikkojen koulutusvaatimukset jatkavat kasvamistaan, mikä tarkoittaa entistä suurempia investointeja oppimiseen ja kehitykseen. Vaikka edulliset ja monipuoliset teknologiat kiihdyttävät automatisoitujen tuotantojärjestelmien kasvua, yritysten täytyy edelleen käyttää henkilöstöresursseja innovointiin.