McKinsey heeft (g)een visie op fundamentele werkverandering

Zo’n 2,5 jaar nadat de academische onderzoekers Frey & Osborne (Oxford) uitgebreide research deden en aangaven dat 40% van alle banen de komende 20 jaar geautomatiseerd kunnen worden, komt McKinsey met ‘de initiële bevindingen’ van een vergelijkbare studie.

De grote vraag die ze zich stelde is hoe het nu zit met automatisering van banen. Hun hele korte conclusie: de meeste banen gaan veranderen, sterk veranderen, maar niet verdwijnen.

Ik heb hun initiële bevindingen gelezen en ze hebben op sommige elementen een punt en op andere punten totaal niet. Dat is logisch, dit verkoopt veel meer consulting uren. Een evaluatie van hun ‘bevindingen’.

Verdwijnen of veranderen?

Het is een discussie die ik ook veel voer met mijn klanten. Verdwijnen functies of veranderen ze? Dat ligt deels natuurlijk aan de functie. McKinsey zegt hier het volgende over:

Very few occupations will be automated in their entirety in the near or medium term. Rather, certain activities are more likely to be automated, requiring entire business processes to be transformed, and jobs performed by people to be redefined, much like the bank teller’s job was redefined with the advent of ATMs.

Interessant voorbeeld. Ja, er zitten nog mensen achter een balie bij banken. Ongeveer 10% van voor de uitvinding van de PIN automaat volgens mij. Is de baan geheel uitgeroeid? Nee. Maar volgens mij kan je toch wel zeggen dat hier veel banen zijn verdwenen, niet? Het is net zoiets om te zeggen dat de industriële revolutie niet heeft geleid tot fabrieksarbeiders omdat er nog steeds mensen zijn die met de hand dingen maken.

Just head to an airport: automated check-in kiosks now dominate many airlines’ ticketing areas. Pilots actively steer aircraft for just three to seven minutes of many flights, with autopilot guiding the rest of the journey.

Dus paspoort controles zijn steeds beperkter, incheck balies verdwijnen, dus ook daar zullen banen verdwijnen. En is het dan zo moeilijk om je voor te stellen dat die laatste 3 tot 7 minuten die een piloot nu nodig is ook te automatiseren is? Het is nu vooral angst voor automatisering, terwijl alle vliegtuigcrashes zijn ontstaan door menselijke fouten. Dan zal het beroep piloot niet geheel verdwijnen, denk aan bush-piloten voor niet ge-automatiseerde luchthavens of drugskoeriers. Dat wil niet zeggen dat er niet veel banen verdwijnen. En dan hebben we het nog niet over de baan van chauffeur (alle vormen) door de zelfrijdende auto.

Vergelijkbaar met Oxford

De conclusies waar McKinsey nu mee komt zijn in mijn optiek vergelijkbaar met die van Oxford, maar anders verwoord.

The bottom line is that 45 percent of work activities could be automated using already demonstrated technology. If the technologies that process and “understand” natural language were to reach the median level of human performance, an additional 13 percent of work activities in the US economy could be automated.

Wat men zegt is dat met de huidige bewezen technieken 45% van de werkzaamheden kan worden ge-automatiseerd. Als het natuurlijke taal begrip verder toeneemt, volgens mij is dat er al met Watson, die Jeapordy won, komt daar nog eens 13% bij. Dat is ongeveer 60% van alle werkzaamheden (let op, niet banen). Dus een deel van het werk zal volledig vervangen worden, een ander deel aangepast.

The magnitude of automation potential reflects the speed with which advances in artificial intelligence and its variants, such as machine learning, are challenging our assumptions about what is automatable.

Daarnaast stelt men dat machine learning eigenlijk alles in twijfel trekt wat we nu weten. Dat is dus precies waar Osborne & Frey wel een poging hebben gedaan om naar te kijken. En die komen dus tot 40% van de banen. Juist omdat machine learning zo ongelofelijk belangrijk is bij deze analyses.

Dus wat ze eigenlijk zeggen bij McKinsey is dat ze het onderzoek van Osborne & Frey een beetje overdoen, maar vervolgens minder durven in te schatten hoe ver deze technologie kan gaan en dus op minder vergaande conclusies komen. 

Standaard voorbeelden

Tevens gebruikt men enkele standaard voorbeelden die maar al te goed vallen en de spijker op de kop slaan, maar de plank volledig mis.

To take one case: who is responsible if a driverless school bus has an accident?

Interessante vraag. Wie is dat nu? Niet de chauffeur als hij niet iets illegaals heeft gedaan. Als hij gewoon een fout maakt, of iemand anders maakt een fout, is de chauffeur niet aansprakelijk. Waarom zou dat anders zijn met technologie? En als iemand de software hackt is dat volgens mij niet anders dan dat iemand nu een remkabel doorsnijdt.

Similarly, in a world where the diagnosis of many health issues could be effectively automated, an emergency room could combine triage and diagnosis and leave doctors to focus on the most acute or unusual cases while improving accuracy for the most common issues.

Het eeuwige voorbeeld in de zog is dat software geen nieuwe ziekten kan identificeren omdat het alleen uit kan gaan van bestaande kennis. Precies als een arts. Want de kans dat een arts zegt: dit is iets geheel nieuws, dit is het eerste ziektegeval in de wereld is ongeveer nihil. Wat je wel hebt is dat Dokter Watson (vernoemd naar IBM’s Watson computer die hier nu het beste in is) heel veel ziektes kan bedenken die het ook kunnen zijn waar een arts nooit aan zou denken en daar op kan laten testen. Het interessante is dat je als alles is uitgesloten je daadwerkelijk kan zeggen dat het mogelijk een nieuw ziektebeeld is. Dus juist software is daar beter in dan artsen!

Conclusie

McKinsey probeert 2,5 jaar na dato het onderzoek van Osborne & Frey even over te doen, maar met minder uitgebreide research zodat de conclusies ook minder scherp zijn. Want je verkoopt een stuk meer consulting uren als je tegen de CEO kan zeggen dat heel veel banen totaal anders ingericht moeten worden en het hele business process moet worden aangepast dan wanneer je zegt dat iets helemaal verdwijnt. Dan wil een CEO immers niet geloven en dan huurt hij je niet in.

Dat wil niet zeggen natuurlijk dat het totale onzin is. Veel banen blijven bestaan, soms in (veel) lagere aantallen, maar ze blijven bestaan. Ook zullen veel banen inhoudelijk sterk veranderen. Daar hebben ze gelijk in. Daarnaast zullen veel banen verdwijnen. Ook zullen er nieuwe banen ontstaan. Misschien geven we die nieuwe banen uiteindelijk wel dezelfde naam als de oude baan, maar is er in de praktijk niets meer over van de werkzaamheden die onder die oude baan vielen.

Tot slot geeft McKinsey aan dat er ook bij ‘high wage occupations’ het nodige gaat veranderen. Osborne & Frey zeggen dat er juist bij functies met hoge salarissen veel veranderd. De reden hiervoor is dat het automatiseren van een beroep met een hoog salaris heel rendabel is. Historisch gezien blijkt dat juist de duurdere beroepen die geautomatiseerd konden worden dat ook werden, juist omdat het rendabel is.