Esteu preparats per al canvi?

L’educació ha estat històricament una variable clau perquè els membres més joves d’una societat s’adaptin al seu entorn i aconsegueixin aportar valor, sent gratificats econòmicament a canvi del temps i l’esforç dedicat a una funció concreta.

Són nombrosos els estudis que han trobat una correlació entre un nivell d’educació més alt i una millor remuneració. És lògic pensar que com més difícil sigui aconseguir una habilitat, menys persones ho aconseguiran, menys competència laboral hi haurà i, per tant, la remuneració serà més alta. Entre altres raons, aquesta és una variable clau perquè un cirurgià, amb unes habilitats i coneixements específics i difícils d’adquirir, tingui un salari més alt que un cambrer, que necessita unes habilitats generals a l’abast de la majoria de la població. Aquest marc mental, en el qual tots hem crescut i ens hem desenvolupat, podria estar a punt de canviar. I el canvi podria ser tan dràstic com l’esdevingut fa dos centenars anys amb la Revolució Industrial, quan es va passar d’una economia rural basada en l’agricultura a una economia urbana i industrialitzada.

Segons un estudi de Carl Benedikt Frey i Michael A. Osborne, de la Universitat d’Oxford, aquest canvi podria arribar a destruir el 47% dels llocs de treball dels Estats Units en un període estimat d’entre deu i vint anys. I, com es pot observar en la Figura 1, afectaria pràcticament totes les àrees de coneixement.

Figura 1: Probabilitat de destrucció d’ocupació per àrea de coneixement.

Abans d’exposar les causes i conseqüències d’aquest canvi, així com d’apuntar com adaptar-se tan bé com es pugui al repte, és necessari entendre un concepte que ens ajudarà a emmarcar el problema i a proposar una possible solució: el cigne negre.

El cigne negre

Un cigne negre és un element altament improbable que té un gran impacte per a un grup o per al conjunt de la població. Encara que el concepte de cigne negre, encunyat per Nassim Taleb, és molt més restrictiu, l’utilitzaré durant aquesta discussió de manera generosa i àmplia, perquè siguin més comprensibles els punts que desenvoluparé a continuació.

Les decisions, tant des d’un punt de vista empresarial com humà, es basen, conscientment o inconscientment, en el concepte de probabilitat, que ens ajuda a operar en la nostra vida diària. Això crea una corba de normalitat, una campana de Gauss, on la immensa majoria dels successos discorren en el centre de la campana. Això ens ajuda a continuar prenent decisions, el resultat de les quals tornen a ocupar el centre de la campana. La realitat, per tant, està creada basant-se en un sistema de normalitat col·lectiva, molt estable i segura. Aquesta realitat és el nostre cigne blanc. De cada cent mil cignes que vegem, noranta-nou mil nou-cents noranta-nou seran blancs. Però la realitat és complexa i segueix tirant els daus dia rere dia. I un dia, sense que ningú s’ho esperi, apareix el cigne negre. Com es pot observar en la Figura 2, el cigne negre se situa en l’extrem de la campana, ja que és un fet altament improbable. Hem de tenir en compte, per tant, que un ampli percentatge de la població no està preparat per veure el cigne negre, ja que el seu marc mental ha estat modelat només per veure cignes blancs. Aquest fet transformarà la seva manera de veure la realitat i, si no està preparada per a això, pot afectar d’una manera molt negativa la seva adaptació al nou entorn.

Figura 2: Probabilitats relacionades amb el cigne negre

Des del meu punt de vista, i encara que estic fent una adaptació lliure del concepte, hi ha dos tipus d’aparicions de cignes negres: l’abrupta (aquesta seria la més fidel al concepte purista) i la que, encara que té els mateixos efectes, penetra en la societat d’una manera una mica més lenta. Independentment de la modalitat, la majoria de cignes negres, una vegada localitzats, desplacen la campana de Gauss i creen una nova realitat a la qual ens hem d’adaptar. I, evidentment, els que s’adapten més ràpidament són els que aconsegueixen la major part del nou valor a explotar. Trobem molts exemples de cignes negres que han entrat en les nostres vides i que ara considerem com a part de la realitat. La Revolució Industrial va canviar radicalment el concepte establert de l’economia i creació de valor, l’ensorrament de les torres bessones el nostre concepte de seguretat, els antibiòtics el nostre concepte de malaltia, l’aparició d’Internet la nostra manera de consumir, el col·lapse immobiliari la nostra manera d’avaluar les inversions, els telèfons mòbils la nostra manera de comunicar-nos, etc. Tots aquests canvis han destruït i han creat noves realitats.

El filòsof David Hume, indirectament, va plantejar el dilema del cigne negre en apuntar el cas del “gall dindi de Russell”:

“El gall dindi va comprovar que cada matí l’alimentaven i, després de diversos mesos d’observacions, va concloure que existia una llei universal: “Aquests humans tan amables em deuen estimar molt, atès que cada dia m’alimenten generosament”. Quan va arribar el Dia d’Acció de Gràcies, resulta que els “amables humans” van esmolar el ganivet i van demostrar que la llei formulada pel gall dindi valia ben poc.

Queda clar que per al gall dindi el Dia d’Acció de Gràcies era el seu cigne negre. Tots tenim el nostre.

A continuació utilitzaré el concepte de cigne negre i el desplaçament de la campana de Gauss per exposar el repte al qual ens enfrontem en un futur pròxim.

Però abans de parlar del repte en si mateix, parlaré de les condicions que, com a persones, hem de tenir per afrontar-lo.

Què ens dóna l’èxit?

Durant la major part del segle XIX i principis del XX es va creure que el que diferenciava les persones d’èxit de les que no en tenien era el seu coeficient intel·lectual. Segons aquesta visió, les persones intel·ligents són les que troben bones feines i són capaces de desenvolupar-se professionalment, i les que no ho són no poden competir amb elles.

Aquesta visió ha fet un tomb aquesta última dècada amb els estudis, principalment, d’Angela Duckworth, de la Universitat de Pennsilvània i d’altres acadèmics que han seguit la seva línia d’investigació. Aquests van estudiar la discriminació entre grups d’èxit i de fracàs en diferents professions considerades altament competitives: consultores estratègiques, estudis de doctorat, acadèmies militars, altes finances, auditories, etc.

En totes aquestes professions es va observar una variable que incrementava d’una manera molt significativa les probabilitats d’èxit. I no era el coeficient intel·lectual. Tampoc era la bellesa, la salut o el nivell adquisitiu dels pares.

La variable clau en tots aquests estudis ha estat, aplicant el terme en anglès, el “grit”. És a dir, que un punt crucial per tenir èxit en qualsevol projecte que emprenguem és tenir valor. Tenir una actitud “gritty” és posar-se objectius a llarg termini, tenir suficient fermesa per no defallir i prou resistència per afrontar les situacions adverses. És prendre’s la vida com si fos una marató, no com si fos un esprint.

Altres estudis no solament han estat consistents amb aquestes conclusions, sinó que han anat marginant el coeficient intel·lectual com a variable d’èxit. En l’entorn actual, característiques com l’entusiasme, la curiositat, la motivació, l’autocontrol o l’optimisme són molt més predictives per tenir èxit laboral que el coeficient intel·lectual.

Per tant, sigui el que sigui que ens porti el futur seria una bona idea que ens trobés amb aquestes actituds interioritzades. I més tenint en compte que la persona amb la qual passarem més temps en aquesta vida és amb nosaltres mateixos. És millor que ens suportem.

Sabent com hem de ser per poder afrontar els reptes de futur, parlarem ara de per què es destruiran llocs de treball i de per què és important que durant aquest any acadèmic transformeu la manera en què habitualment veiem la realitat.

El futur

Hi ha dues línies d’investigació que han avançat en paral·lel durant uns anys i que en creuar-se estan creant les condicions perquè hi hagi un cigne negre en el mercat laboral. D’una banda, tenim la intel·ligència artificial, on s’ha aconseguit crear computadores, algunes d’elles robotitzades, que evolucionen i aprenen per elles mateixes mitjançant algoritmes, sense ser explícitament programades per a això. Aquesta invenció no seria una amenaça per si sola, ja que les computadores, per aprendre, necessiten dades. I aquí és on entra la segona variable: el big data i la digitalització de la informació. Ara mateix, tots nosaltres ens hem convertit en màquines de crear, experimentar i difondre dades cada vegada que cerquem una informació a Google, comprem a Amazon, utilitzem el telèfon mòbil o pengem informació a les xarxes socials. Addicionalment, molta de la informació en paper ha estat digitalitzada (factures, currículums, expedients clínics, comptes bancaris…) cosa que la fa susceptible de ser processada i analitzada.

Aquestes dues línies d’investigació han creat les condicions perfectes per a l’automatització de gran part del treball laboral. I això fa que un escenari altament improbable fa uns anys en aquests moments ho sigui molt menys.

Veurem uns quants exemples per il·lustrar aquesta premissa:

1- McKinsey, una de les consultores estratègiques més importants del món, rep centenars de milers de currículums a l’any de candidats que esperen poder treballar per a ells. L’any passat, van posar a prova la intel·ligència artificial per poder determinar la fiabilitat de les màquines per seleccionar els millors currículums. El procés va ser el següent: després d’abocar tots els resultats històrics, van agafar 10.000 currículums rebuts en una oficina d’Amèrica del Nord i van posar a treballar en paral·lel i sense comunicació entre els dos grups homes i màquines, amb l’objectiu de seleccionar els millors candidats. Es van trobar que l’algoritme utilitzat per les màquines va coincidir en més d’un 90% amb els resultats humans… amb la diferència que les computadores ho van fer només en uns minuts, mentre que els humans van trigar setmanes a cribrar els currículums i a seleccionar els millors candidats. En analitzar les diferències entre ambdós processos es va observar que sorgien pel fet que la màquina no havia discriminat en funció de sexe, raça i edat, que són variables que poden ser susceptibles de biaix per part d’éssers humans.El fet d’introduir la intel·ligència artificial en el procés de recruiting podria fer estalviar milions a una companyia com McKinsey, a costa de professionals altament preparats per a això que fins ara s’encarregaven del procés. Què els impedirà abocar directament els currículums de LinkedIn per passar de 100.000 candidats potencials a 500? I, una vegada aquest procés s’hagi instaurat amb èxit, què faran els seus competidors per no perdre rendibilitat? I la pregunta més important: Què serà de les empreses i professionals que fins ara feien les primeres seleccions, dedicant temps i recursos a això?
2- Deloitte, en aliança amb Kira Systems, ha creat una eina, “Argus”, que és capaç d’extreure la informació comptable de qualsevol document (factures, albarans, contractes de lísing, préstecs, etc.), processar-la i analitzar-la. El pas natural següent per a Kira Systems serà desenvolupar un programa que comptabilitzi directament aquesta informació en el sistema. En aquest cas, l’estalvi de costos potencial per a les empreses seria tremendament significatiu. I, sí, és possible que els comptables no estiguin gaire satisfets amb això.
3- Més: KPMG, una de les Big 4, s’ha aliat recentment amb IBM per aplicar intel·ligència artificial a l’auditoria de comptes, amb l’objectiu d’automatitzar algunes de les seves tasques diàries. Això ajudaria a ampliar la mostra d’anàlisi (en molts casos no hi haurà mostra, sinó que es tractaran el 100% dels casos), incrementar la velocitat de l’auditoria i reduir els seus costos, incrementant la rendibilitat del treball.
4- I un altre més: Analitzem ara el sector salut. Està previst que les computadores tinguin accés a milions d’historials clínics. Les computadores processaran la informació per determinar la malaltia del pacient, el medicament més efectiu i la seva probabilitat de supervivència. En aquests moments empreses com Kaggle, després d’abocar en el sistema milers d’historials clínics, ja han aconseguit igualar i fins i tot millorar l’encert humà en el diagnòstic de malalties. La diferència és que el nostre sistema sanitari triga setmanes, fins i tot mesos, a generar el diagnòstic definitiu, involucrant especialistes de diferents disciplines i consumint recursos del sistema i temps del pacient. Un oftalmòleg pot veure 50.000 ulls durant la seva vida professional. Una computadora pot analitzar milions d’ulls en uns minuts. I la seva eficàcia creix a mesura que obté més i més dades. La bona notícia és que la despesa sanitària és la partida principal en qualsevol estat del benestar i la intel·ligència artificial té un potencial d’estalvi de costos immens en aquest camp. Però, una altra vegada, ens podríem preguntar en què treballaran aquests professionals sanitaris una vegada les màquines hagin aconseguit millorar i generalitzar el seu rendiment.

Bé, després de sentir els exemples anteriors, espero que no se us acudeixi retirar la matrícula del Màster. Seria una mala idea.

La situació a la qual ens enfrontarem és la següent: No podrem competir amb les màquines en aquelles tasques freqüents i d’alt volum. Penseu en la comptabilització de factures, l’anàlisi d’insolvències en un banc o el volum d’incidències que gestionen les grans empreses d’assegurances. La immensa majoria d’aquestes operacions es troben en una campana de Gauss molt marcada i són molt repetitives. En tenir molt volum es disposa de moltes dades per abocar a la computadora. A més, en ser repetitives, consumeixen recursos i, per tant, és rendible invertir en tecnologia per estalviar costos.

Un dels punts més interessants d’aquest procés de transformació és analitzar la novetat que ens ofereix aquest escenari futur: Les computadores no diferenciaran entre tasques altament qualificades i tasques de baixa qualificació. Simplement automatitzaran tasques amb molt volum i extremadament repetitives.

Però, en canvi, la bona notícia és que hi ha moltes tasques en què les màquines no poden competir amb nosaltres. Les computadores, mitjançant la intel·ligència artificial, no han fet cap progrés significatiu a fer front a situacions noves, que no hagin ocorregut amb anterioritat. Les màquines no poden fer front a escenaris que no hagin vist moltes vegades en el passat. El peatge de la intel·ligència artificial és que abans de prendre una decisió s’han de processar milions de dades. En canvi, els humans som intuïtius, podem fer front a situacions noves i som bons unint els punts per crear i interpretar noves realitats.

I, per tant, se seguiran necessitant comptables, metges i auditors. Se seguiran necessitant financers i caps de recursos humans. I és probable que aquests siguin molt més productius que ara, en tenir el suport de les computadores.

Però, d’altra banda, aquests s’hauran de diferenciar de les màquines, sent especialistes en temes concrets, sent creatius i estant en contacte amb noves situacions i amb l’evolució de l’estat de l’art en la seva matèria d’especialització. És a dir, l’avantguarda de la professió, aquella que estigui en contacte amb els avenços i la ciència, es pot veure afavorida amb l’eliminació de les tasques repetitives consumidores de recursos.

Seran humans els que dissenyaran el business plan. Seran humans els que aconseguiran nous clients d’auditoria, dissenyaran el mapa de riscos, analitzaran els resultats i decidiran si introduir o no una excepció. Seran humans els que planejaran una adquisició d’una empresa, els que inventaran estratègies per incrementar els marges i els que decidiran com crear valor afegit per a l’accionista.

Per tant, si voleu protegir el vostre futur, sigueu humans. Creeu i penseu.

No es tracta de fer un màster per tenir alguna cosa (un diploma o una línia més en el currículum) sinó per ser alguna cosa. Us heu de preparar personalment i acadèmicament per fer front a aquest escenari de futur.

I la bona notícia és que sou al lloc adequat per aconseguir-ho.