Cjelovit popis mogućnosti koje ove vrste algoritama mogu učiniti gotovo je beskrajan, ali najčešće vrste aktivnosti pokrivaju četiri široka područja:
- Dodjela smjena, posebno u maloprodaji ili ugostiteljstvu, gdje se odluke o smjeni sve više preporučuju složenim računalnim projekcijama potrošačkih udara.
- Rutinske samoposlužne kadrovske aktivnosti, poput algoritama koji odobravaju/odbijaju zahtjeve za godišnjim odmorom, prijavljuju bolovanje ili obrađuju zahtjeve za troškove rada odnosno obračune plaća i drugih naknada.
- Korištenje algoritama za redizajn struktura na radnom mjestu, poput raspoređivanja radnika između timova ili u različite projekte na temelju algoritamske procjene mjesta gdje bi pojedinci najbolje radili.
- Algoritmi koji radnicima dodjeljuju svakodnevne zadatke na radnom mjestu, od povezivanja radnika pozivnog centra telefonskim pozivima, preko proizvodnih naloga u tvorničkim halama, strojevima i linijama i povezivanja njihovih izvršenja u distribucijsko skladište, do novih radnih mjesta za dostavljače ili taksiste.
Brza i opsežna analiza podataka
Jedna od velikih prednosti algoritama je što mogu obrađivati mnogo više podataka i daleko brže nego što su to ikad mogli ljudi kao upravljači odnosno menadžeri. To omogućuje bržu analizu, ali i potpuno nove vrste analiza. Algoritmi za raspodjelu smjena mogu koristiti vremenske prognoze, ekonomske podatke, vlastita zapažanja o prošlim potrošačkim aktivnostima i znanje o raspoloživosti radnika kako bi generirali obrasce smjena daleko ispred onoga što bi ljudski menadžer mogao učiniti. Slično tome, kada je riječ o dodjeli zadataka, aplikacije poput Ubera i Deliverooa mogu mnogo brže i glatko dodijeliti dostupne vozače najbližem klijentu, nego što je to mogao ljudski upravljač pozivima. Upotreba algoritama poput Preactora u upotrebi u proizvodnim pogonima tvrtke Siemens omogućila je tvornici da reagira u stvarnom vremenu na promjene ponude i potražnje trenutnim i neprimjetnim prilagođavanjem proizvodnih naloga – nešto što se prije smatralo nemogućim prilikom aktiviranja i realizacije narudžbi od strane ljudi.
Dehumanizacija rada
Međutim, uz mogućnosti, delegiranje sve više i više dnevnih odluka na radnom mjestu na ove vrste algoritama donosi i rizike. Zabrinutost je opravdana, jer težnja učinkovitosti i uklanjanju zastoja može stvoriti ogroman psihološki stres na radnike – ljude. Kad se vozačima dostavljača ili proizvodnim radnicima automatski dodijeli sljedeći zadatak u roku od sekunde nakon završetka prethodnog, oni neprestano rade na vrlo intenzivnoj razini rada bez uobičajenih mikro-odmaranja, koja se inače događaju kada se većina radnika jednostavno mora zaustaviti kako bi mogla razmisliti o prethodnom zadatku i pripremiti se za idući, sve to izvan njihovih službeno zakazanih stanki tijekom dana.
Slično tome, većina radnika u distribucijskim skladištima tog novog tipa sve češće prima zadatke dodijeljene tabletu ili drugom uređaju koji im korak po korak govori kamo hodati i koju policu treba posegnuti, optimizirajući kako bi se osiguralo da se stalno kreću maksimalnom brzinom i da nikada ne moraju stati i razmišljati o tome kamo ići. Amazon je već započeo ispitivanje primjene nosivih uređaja za haptičke povratne informacije (osjet dodira) za svoje radnike u skladištu, koristeći vibracije kako bi što brže usmjerili kretanje ruku na ispravnu policu i bili još učinkovitiji. Ne samo da ova razina hiper-učinkovitosti može biti izuzetno stresna za radnike, već uklanjanje autonomije ljudi na ovaj način može biti dehumanizirajuće time što će ih se učiniti običnim zupčanicima u velikom automatiziranom stroju, a čak im se ne vjeruje ni da donose odluke o vlastitim pokretima udova ili o tome koju veličinu kutije upotrijebiti ili koju duljinu trake izrezati da bi je zatvorili.
Za radnike to može imati značajne negativne psihološke učinke na njihovo mentalno zdravlje, osjećaj svrhe i dobrobiti na poslu. To također može ozbiljno utjecati na tjelesno zdravlje radnika, s većim stupnjem opetovanih ozljeda, iscrpljenosti i drugih stanja. Za poslodavce, ova potraga za učinkovitošću pod svaku cijenu može također imati i nenamjerne negativne strane: povećana fluktuacija osoblja i „burnout“ (izgaranje na poslu), visoke stope bolesti i odsutnosti te smanjeni angažman zaposlenika, što u konačnici dovodi do nedostatka inovacija i većeg rizika od skupih pogrešaka koje se događaju kad radnici ne osjećaju da imaju dopuštenje da misle svojom glavom i osposobljeni su samo slijepo slijediti upute s računala.
Neotpornost na izvanredne situacije
Druga je zabrinutost činjenica da fokus na učinkovitost dolazi na štetu organizacijske otpornosti. To je nešto što organizacije otkrivaju širom svijeta kao rezultat pandemije koronavirusa, gdje su godine automatiziranog menadžmenta i opskrbni lanci „u zadnji čas“ nagrizali sposobnost organizacija da se snalaze u nedaćama. Ako se algoritmi koji se koriste za donošenje upravljačkih odluka programiraju tako da optimiziraju učinkovitost i na kraju završe raspodjelom točnog minimalnog broja radnika potrebnog za svaku smjenu ili točnog minimalnog trajanja vremena potrebnog za izvršavanje svakog zadatka, postoji ozbiljan rizik od nastanka problema već i u slučaju manjih odstupanja, a kamoli neočekivanih događaja. Naravno, algoritmi se ne moraju koristiti na ovaj način – odgovoran pristup bio bi korištenje algoritamskih alata uz dopuštanje određene rezerve u svim procesima na radnom mjestu, uzevši u obzir nepredviđene situacije na temelju mogućih razina rizika. Ovdje je važna uloga sindikata u pregovaranju s poslodavcima oko toga koja je razina elastičnosti nasuprot učinkovitosti najprikladnija.
Manipulacije radnicima
Mnogi od ovih algoritama također pokušavaju „zaigrati“ rad za radnike, dodjeljujući razne vrste bodova, znački ili drugih besmislenih nagrada, ili u nekim slučajevima stvarne male financijske nagrade, kako bi potaknuli sljedeće upute. Naročito su tvrtke koje se baziraju na honorarnim poslovima postale vješte u tome. Na primjer, platforme su doskočile pružanju vozačima malih novčanih bonusa u trenutku koji je potreban da ih se potakne da nastave raditi. Ove vrste ciljanih mikro-poticaja mogu potaknuti ljude da rade kada, gdje i kako obično ne žele, iskorištavanjem ljudske psihologije za manipuliranje njihovim ponašanjem. Na taj način neki algoritmi upravljanja mogu ostvariti daleko veću kontrolu nad radnom snagom, a istovremeno zadržavaju iluziju ljudske slobode i izbora za radnike.
Ti algoritmi također dovode do rizika da se ljudi otuđe od svog posla i od svog poslodavca, jer otvoreno ukazuju da će iz procesa isključiti ljudske rukovoditelje. Kada o zahtjevu za promjenom smjene u kratkom roku odluči algoritam, a ne čovjek, u tom procesu ima malo mjesta za suosjećanje ili diskreciju. Dok bi ljudski menadžer mogao dopustiti da teške osobne prilike radnika utječu na odluku, bit će puno teže uvjeriti algoritme da naprave iznimke od svojih pravila. Jedino ljudski menadžer može uskočiti i nadvladati ih.
Objektivnost na granici bešćutnosti
S druge strane, neki bi zaposlenici mogli pozdraviti prijenos nekih odluka iz ruku svojih direktorskih menadžera. Neki od softvera za raspodjelu smjena mogu biti prilično osnažujući za radnike u prvoj liniji, jer im se omogućuje da stvari poput zamjene smjena međusobno izvršavaju izravno kroz softver, bez potrebe da takve zahtjeve prvo izvršava njihov poslovođa.
Naravno, iskustva radnika s ovom vrstom samoposlužnog kadrovskog softvera uvelike ovise o kvaliteti samog softvera. Tamo gdje je korisničko sučelje teško, softver je sklon „bugovima“ odnosno smetnjama, ili tamo gdje nedostaje transparentnosti ili objašnjenja kako se donose odluke, zaposlenici će vjerojatnije biti frustrirani nego zadovoljni. Ako se zahtjevi radnika za godišnjim odmorom ili promijenjenim smjenama u više navrata suoče s odgovorom “računalo kaže ne” i nema dodatnih objašnjenja, to je recept za katastrofu u smislu odnosa s radnicima, odnosno međuljudskih odnosa ako ih tako više možemo zvati.
Naprednija upotreba algoritama za odlučivanje na radnom mjestu za obavljanje stvari poput potpunog restrukturiranja organizacija na dinamičkoj osnovi još je uvijek u ranoj fazi, ali pokazuje kako bi mnogima mogla izgledati budućnost. Publicis, multinacionalna marketinška tvrtka, rani je lider na ovom području, koristeći algoritme za neprestanu reorganizaciju i raspoređivanje svojih 80 000 zaposlenika u timove specifične za projekt svaki put kad započne novi projekt, rekombinirajući ih na temelju procjene potrebnih vještina.
Iskoristiti vrijeme za humanije rukovođenje
Dugoročno gledano, iako algoritmi mogu preuzeti neke od funkcija planiranja i usmjeravanja voditelja, poslovođa pa i menadžera, potreba za ljudskim menadžerima uvijek bi trebala ostati. Svijet u kojem svaki dan radimo slijedeći stalne upute neupitnog stroja i ne komunicirajući s drugim ljudima nije svijet koji bi većina nas željela naslijediti. Čak i ako se neki zadaci, poput dodjele smjena ili drugih rutinskih aktivnosti mogu sigurno automatizirati, vrijeme koje im se za to oslobodi menadžeri bi trebali koristiti za aktivnosti usmjerene na ljude, nešto što niti jedan stroj neće moći raditi u doglednoj budućnosti. Vještine kao što su podučavanje, mentorstvo i osobni razvoj trebat će koristiti ljudski menadžeri dugi niz godina, čak i ako algoritmi mogu podržati automatizaciju ostalih aktivnosti. Menadžeri bi zaista mogli pozdraviti priliku da potroše više vremena na takve više aktivnosti, umjesto rutinskih zadataka poput popunjavanja radnih mjesta i proračunskih tablica.
