Kāpēc IBM trīskāršo jauno darbinieku pieņemšanu 2026

Ievads

Iedomājieties, ka ieejat klientu atbalsta tērzēšanā vai piezvanāt palīdzības līnijai un jūs sagaida cilvēks, ne tikai pulēts mākslīgā intelekta (AI) ģenerēts teksts. Tieši šo tēlu, šķiet, IBM vēlas saglabāt: Bloomberg ziņo, ka uzņēmums 2026. gadā ASV plāno trīskāršot ieejas līmeņa darbinieku pieņemšanu. Tā ir pārsteidzoša virsraksta ziņa laikā, kad daudzi uzņēmumi uzskata automatizāciju par dabiski sekojošo soli.

IBM paziņojuma detaļas un stratēģiskā nozīme

Detaļas ir ierobežotas. IBM nav publiskojis precīzus darbinieku skaita mērķus, un paplašināšanās skars plašu nodaļu loku. Tomēr signāls ir skaidrs — tas nav uzņēmums, kas pamet cilvēkus modeļu labā. Drīzāk IBM, šķiet, der uz to, ka cilvēki joprojām būs būtiski klientu saskarsmes lomām un AI rezultātu izvērtēšanai, kuri var būt noderīgi, taču nepilnīgi.

IBM plāno trīskāršot ASV ieejas līmeņa pieņemšanu darbā 2026. gadā, kas norāda, ka cilvēki joprojām ir centrāli uzņēmuma AI stratēģijā.

Kāpēc tas ir svarīgi — darbvietu un automatizācijas mijiedarbība

Kāpēc tas ir nozīmīgi? Tāpēc, ka nozares diskusijas bieži pieņem, ka AI nozīmē mazāk darbu. Šis stāsts izlaiž otru līniju: lomu pārbūvi. Rutīnas uzdevumus var automatizēt. Bet interpretēt, iestatīt kontekstu un sniegt mierinājumu cilvēkam klientam? Šie uzdevumi joprojām prasa cilvēku — īpaši, kad rodas kļūdas vai jāpieņem ētiska rakstura lēmumi.

Darba pārdale, ne tikai zaudējumi

Industrijas darba tirgus pārvēršana parasti nenozīmē vienkāršu darbavietu iznīcināšanu; drīzāk mainās amatu saturs. Piemēram, klientu atbalsta speciālistu dienas darbs var pārvērsties no standarta informācijas sniegšanas par rēķiniem un pamatprocedūrām uz sarežģītāku uzdevumu risināšanu: kļūdu novēršanu, sarežģītu gadījumu eskalāciju, ētisku dilemmu izšķiršanu un AI rezultātu verifikāciju. Šāda pāreja rada pieprasījumu pēc kompetencēm, kuras tradicionālie algoritmi grūti atkārto — empātijas, kritiskās domāšanas un konteksta jutīguma.

IBM darba vēsture un konteksts

IBM nesenā atlaide vēsture sniedz kontekstu šai stratēģijai. Uzņēmums pēdējā laikā nav veicis plašas atlaišanas; lielākie soļi pēdējos gados iekļāva aptuveni 1 000 amatu Ķīnā 2024. gada augustā un aptuveni 3 900 amatu 2023. gada janvārī. Šo notikumu fons rada iespaidu, ka agresīva ieejas līmeņa pieņemšana izskatās ne tik daudz kā pretruna, cik kā stratēģiska līdzsvara meklēšana starp tehnoloģiju ieviešanu un cilvēkresursu stiprināšanu.

Stratēģiskā līdzsvarošana

Tā vietā, lai pilnībā izslēgtu cilvēkus, IBM var būt izvēlējies modelēt darba spēka struktūru, lai veidotu spēcīgāku pamatu, kurā jauni talanti tiek ievirzīti klientu saskarsmes, datu pārvaldības un AI validācijas lomās. Šis variants ļauj uzņēmumam palielināt produktivitāti, vienlaikus saglabājot kvalitātes kontroli un klientu uzticību — faktorus, kas ir kritiski zīmolu reputācijai un ilgtermiņa biznesa attiecībām.

Plašāks sektora konteksts un citu uzņēmumu pieeja

Šī tendence nav ierobežota tikai ar IBM. Piemēram, Dropbox nesen paziņoja, ka palielinās prakses un jauno absolventu pieņemšanu aptuveni par 25 procentiem — solis, kas atbalso pārliecību, ko dalās daži tehnoloģiju līderi: talantu plūsmas ir svarīgas pat tad, kad AI rīki izplatās. Tajā pašā laikā augsta profila prognozes rada satraukumu. Microsoft AI nodaļas vadītājs ir ierosinājis, ka daudzi biroja darbi varētu tikt automatizēti aptuveni 18 mēnešu laikā. Dramatiski? Jā. Neizbēgami? Ne obligāti.

Dažādie modeļi un lēmumu pieņemšana

Atšķirību starp uzņēmumiem nosaka stratēģijas, kas tiek izvēlētas tehnoloģiju ieviešanai: daži fokusējas uz maksimālu automatizāciju, citi uz cilvēku un mašīnu sadarbību. Lēmumi par to, kur un kā izmantot AI, atkarīgi no vairākiem faktoriem — uzņēmuma modeļa, klientu pieredzes prasībām, regulatīvā fona un riska apetītes.

Kur cilvēks joprojām ir neaizstājams

Pat ja tehnoloģija spēj automatizēt plašu uzdevumu loku, ir skaidras jomas, kur cilvēka spriedums pārsniedz algoritmu sniegumu. Tas neaprobežojas tikai ar empātiju vai komunikāciju — runa ir arī par ētisku izvērtēšanu, konteksta saprašanu, un situācijām, kurās dati ir nepilnīgi vai maldinoši.

Komplekss konteksts un neviennozīmība

Algoritmi parasti labi darbojas strukturētās vidēs ar skaidriem noteikumiem un lieliem, kvalitatīviem datu apjomiem. Tomēr reālajā pasaulē klientu jautājumi bieži ir neskaidri, vēsturiski ietekmēti vai emocionāli uzlādēti. Cilvēks var identificēt konteksta smalkumus, atgādināt par neformāliem saziņas aspektiem vai pielāgot risinājumu individuālām vajadzībām, kas algoritmam var palikt nesaprasts.

Uzticības būvēšana un reputācija

Biznesa uzticība tiek veidota ar konsekvenci un spējām risināt sarežģītas situācijas. Automatizēta sistēma var būt ātra un efektīva, bet, ja tā pieļauj kļūdas vai rada neskaidrības, klienti biežāk vēlas sazināties ar cilvēku. Tāpēc daudzos klientu saskarsmes punktos uzņēmumiem ir izdevīgi nodrošināt cilvēka iesaisti vai hibrīdu pieeju, kur AI palīdz veikt pirmo atlasi, bet cilvēks risina izņēmumus un sarežģījumus.

Prasmju pārbūve un pārmācība

Uzņēmumiem un darbiniekiem nāksies pielāgoties shēmām, kur cilvēki strādā kopā ar AI. Tas prasa jaunas apmācību programmas, vadlīnijas par AI uzraudzību un atjauninātas karjeras ceļa kartes tiem, kuri pāriet no rutīnas uz augstākās pievienotās vērtības uzdevumiem.

Kādus prasmju komplektus attīstīt?

• Tehniskās pamatprasmes: sapratne par AI rīkiem, datu kvalitātes principiem un pamata programmatūras lietošana.
• Kritiskā domāšana: spēja izvērtēt AI ieteikumus, atpazīt kļūdas un izdarīt pamatotus lēmumus.
• Saziņas un empātijas prasmes: efektīva klientu apkalpošana un konteksta skaidrošana, kas palielina uzticību.
• Pārmācība (reskilling) un elastība: gatavība mācīties jaunas lomas un pielāgoties hibrīdām darba modelēšanām.

Uzņēmumu stratēģijas: kā balansēt automatizāciju un cilvēkresursus

Uzņēmumiem, domājot par nākotnes darbaspēku, ir vairāki praktiski ceļi līdzsvarošanai starp automatizācijas efektivitāti un cilvēku pārraudzību:

1. Definēt lomas, kurās cilvēks pievieno vislielāko vērtību

Ne visas klientu saskarsmes ir vienlīdz svarīgas. Identificējiet situācijas, kur personalizācija, empātija vai ētiska izvērtēšana ir kritiska, un rezervējiet cilvēkus šīm lomām, vienlaikus automatizējot atkārtotus, zemas pievienotās vērtības uzdevumus.

2. Ieguldīt izglītībā un pārmācībā

Izstrādājiet mērķtiecīgas apmācību programmas, kas apvieno tehniskās un “cilvēciskās” prasmes. Resursu novirzīšana pārmācībai var samazināt atlaižu nepieciešamību un palīdzēt integrēt esošo personālu jaunajās lomās.

3. Izveidot hibrīdas darba plūsmas

Veidojiet darba plūsmas, kur AI veic sākotnēju apstrādi un cilvēki kontrolē izvades kvalitāti, risina izņēmumus un nodrošina galīgo apstiprinājumu. Šādas hibrīdas pieejas var samazināt izmaksas, vienlaikus saglabājot kvalitāti.

4. Uzraudzība un atgriezeniskā saite

Pastāvīga uzraudzība, kvalitātes kontroles mehānismi un skaidras procedūras kļūdu gadījumā nodrošina, ka AI sistēmas ne tikai automatizē, bet arī mācās no cilvēku iejaukšanās un kļūdu labojumiem.

Ekonomiskās un sociālās sekas plašākā mērogā

Lēmumi par to, cik plaši automatizēt un cik daudz ieguldīt cilvēkos, ietekmēs ne tikai atsevišķus uzņēmumus, bet arī plašāku darba tirgu. Ja lielie tehnoloģiju uzņēmumi, piemēram, IBM un Dropbox, turpinās ieguldīt jaunos talantos, tas var stimulēt vairāk mācību iespēju, prakses vietas un atvērtu piekļuvi darba tirgum jaunajiem speciālistiem. No otras puses, strauja automatizācija bez pietiekamas pārmācības var radīt atšķirības starp prasmju pieprasījumu un piedāvājumu.

Publiskā politika un regulējums

Valdībām un regulatīvajām iestādēm būs nozīmīga loma, nodrošinot, ka pāreja uz automatizētu ekonomiku nenozīmē plašu sociālu dislokāciju. Tas var ietvert atbalsta programmas pārmācībai, nodokļu vai subsīdiju mehānismus uzņēmumiem, kas iegulda iekšējos talantos, un regulas, kas nosaka skaidrus atbildības principus AI izmantošanā.

Nākotnes skatījums: iespējas un izaicinājumi

Skatoties uz priekšu, sekojiet diviem konkurējošiem spēkiem: automatizācijas efektivitātes pieaugumi un pastāvīgā nepieciešamība pēc cilvēka pārraudzības, empātijas un verifikācijas. Kurš no šiem spēkiem uzvarēs? Šis lēmums noteiks, kā miljoniem darba vietu mainīsies turpmākajos gados.

Scenāriji

• Hibrīdā attīstība: AI palielina darbinieku produktivitāti, bet cilvēki saglabā kontroli pār kvalitāti un attiecībām ar klientiem.
• Pilnīga automatizācija segmentētos uzdevumos: kādās specifiskās darbībās var notikt pilnīga automatizācija, tomēr netiks zaudētas visas cilvēka funkcijas.
• Sociālā pāreja: ja pārmācība un politikas atbalsts nav pietiekami, var rasties sociāli un ekonomiski izaicinājumi.

Praktiski padomi darbiniekiem un darba meklētājiem

Ja esat darbinieks vai persona, kas meklē darbu tehnoloģiju sektorā, apsveriet šādas stratēģijas, lai palielinātu savu konkurētspēju darba tirgū, kur AI ir izplatīts:

• Attīstiet kombinētās prasmes — tehniskās zināšanas un spēja strādāt ar klientiem.
• Iegūstiet pieredzi ar AI rīkiem — sapratne par to, kā tie strādā un ierobežojumi, palielina jūsu vērtību.
• Uzlabojiet komunikācijas un starppersonu prasmes — tās ir grūtāk automatizējamas un bieži vērtīgas klientu saskarsmē.
• Esiet gatavs mācīties visu mūžu — ātra adaptācija piešķir elastību un drošību karjeras attīstībā.

Kopsavilkums

IBM lēmums trīskāršot ieejas līmeņa pieņemšanu ASV 2026. gadā ir signāls, ka pat tehnoloģiju giganti redz cilvēku lomu kā kritisku komponenšu kombinācijā ar AI. Tas pauž citādu skatījumu uz automatizāciju: nevis cilvēku aizstāšana, bet lomu pārdefinēšana un cilvēku un mašīnu sadarbība. Šāda pieeja akcentē uzticību, kvalitāti un nepieciešamību pēc pārmācības, vienlaikus atzīstot AI spēju palielināt efektivitāti rutīnas uzdevumos.

Uzņēmumiem un darbiniekiem būs jāstrādā kopā, lai atraisītu šīs izmaiņas, investējot apmācībā, pārskatot lomas un izveidojot hibrīdas darba plūsmas. Gala rezultātā jautājums nav vienkārši par to, vai AI iznīcinās vai radīs darbavietas, bet drīzāk par to, kā šīs darba vietas mainīsies un kā mēs nodrošināsim, ka cilvēku prasmes atbilst jaunajam darba tirgum.