Why jobs of the future won't feel like work | David Lee

181,361 views ・ 2017-11-03

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

תרגום: Roni Weisman עריכה: Ido Dekkers
00:12
So there's a lot of valid concern these days
0
12694
2152
ישנה דאגה רבה ומוצדקת בימים אלה
00:14
that our technology is getting so smart
1
14870
2205
שהטכנולוגיה שלנו הופכת כה חכמה
00:17
that we've put ourselves on the path to a jobless future.
2
17099
2748
שאנו סוללים את הדרך בעצמנו לעתיד חסר עבודה.
00:21
And I think the example of a self-driving car
3
21502
2152
ואני סבור שהדוגמה של מכונית ללא-נהג
00:23
is actually the easiest one to see.
4
23678
1674
היא הברורה ביותר.
00:25
So these are going to be fantastic for all kinds of different reasons.
5
25376
3328
הן הולכות להיות נהדרות מסיבות רבות ושונות.
00:28
But did you know that "driver" is actually the most common job
6
28728
3438
אך האם ידעתם ש"נהג" היא המשרה הנפוצה ביותר
00:32
in 29 of the 50 US states?
7
32190
1789
ב-29 מתוך 50 מדינות ארה"ב?
00:34
What's going to happen to these jobs when we're no longer driving our cars
8
34862
3478
מה עומד לקרות למשרות אלה כאשר לא עוד ננהג את מכוניותינו
00:38
or cooking our food
9
38364
1165
או נבשל את מזוננו
00:39
or even diagnosing our own diseases?
10
39553
1959
או אפילו נאבחן את מחלותינו שלנו?
00:42
Well, a recent study from Forrester Research
11
42495
2377
ובכן, מחקר שנערך לאחרונה בחברת המחקר פורסטר
00:44
goes so far to predict that 25 million jobs
12
44896
3163
מפליג רחוק בתחזית שלו ומעריך ש-25 מיליון משרות
00:48
might disappear over the next 10 years.
13
48083
2162
עלולות להיעלם בתוך 10 השנים הבאות.
00:51
To put that in perspective,
14
51213
1489
כדי לשים זאת באמת מידה,
00:52
that's three times as many jobs lost in the aftermath of the financial crisis.
15
52726
4146
זה פי שלוש יותר ממספר המשרות שאבדו כתוצאה מהמשבר הפיננסי.
00:58
And it's not just blue-collar jobs that are at risk.
16
58426
2472
ולא מדובר רק במשרות צוארון כחול שנמצאות בסכנה.
01:01
On Wall Street and across Silicon Valley, we are seeing tremendous gains
17
61548
3427
בוול-סטריט וברחבי עמק הסיליקון, אנו רואים התקדמות מדהימה
01:04
in the quality of analysis and decision-making
18
64999
2182
באיכות הניתוח וקבלת ההחלטות
01:07
because of machine learning.
19
67205
1654
הודות ללמידת מכונה.
01:08
So even the smartest, highest-paid people will be affected by this change.
20
68883
3524
כך שאפילו האנשים החכמים ביותר, שמשתכרים הכי הרבה, יושפעו על-ידי שינוי זה.
01:13
What's clear is that no matter what your job is,
21
73534
2670
מה שברור הוא שלא משנה מהי המשרה שלכם,
01:16
at least some, if not all of your work,
22
76228
1972
לפחות חלק מהעבודה שלכם אם לא כולה,
01:18
is going to be done by a robot or software in the next few years.
23
78224
3392
עומדת להתבצע על-ידי רובוט או תוכנה בשנים הקרובות.
01:22
And that's exactly why people like Mark Zuckerberg and Bill Gates
24
82738
3071
וזו בדיוק הסיבה בגללה אנשים כמו מרק צוקרברג וביל גייטס
01:25
are talking about the need for government-funded minimum income levels.
25
85833
3388
מדברים על הצורך ברמות הכנסה מינימליות ממומנות-ממשלה.
01:29
But if our politicians can't agree on things like health care
26
89245
3342
אבל אם המנהיגים שלנו לא יכולים להסכים על נושאים כמו שירותי בריאות
01:32
or even school lunches,
27
92611
1279
או אפילו ארוחות בבתי ספר,
01:33
I just don't see a path where they'll find consensus
28
93914
2430
אז קשה לי לראות כיצד יגיעו לאחדות-דעים
01:36
on something as big and as expensive as universal basic life income.
29
96368
3326
לגבי משהו כה גדול ויקר כמו הכנסה בסיסית לכל.
01:40
Instead, I think the response needs to be led by us in industry.
30
100436
3645
במקום זאת, אני חושב שהתגובה צריכה לבוא מאיתנו בתעשיה.
01:44
We have to recognize the change that's ahead of us
31
104105
2524
עלינו להכיר בשינוי שלפנינו
01:46
and start to design the new kinds of jobs
32
106653
1975
ולהתחיל לתכנן את הסוגים החדשים של משרות
01:48
that will still be relevant in the age of robotics.
33
108652
2695
שתהיינה ברות-קיימא גם בעידן הרובוטים.
01:52
The good news is that we have faced down and recovered
34
112719
2753
החדשות הטובות הן שכבר חווינו בעבר וגם שרדנו
01:55
two mass extinctions of jobs before.
35
115496
2186
שתי הכחדות של משרות.
01:58
From 1870 to 1970,
36
118343
2210
בין 1870 ל-1970,
02:00
the percent of American workers based on farms fell by 90 percent,
37
120577
4408
אחוז הגברים והנשים באמריקה שמשרותיהם התבססו על עבודת-חווה נפלו ב-90 אחוזים,
02:05
and then again from 1950 to 2010,
38
125009
2545
ואז שוב בין 1950 ל-2010,
02:07
the percent of Americans working in factories
39
127578
2143
אחוז האמריקאים, גברים ונשים, העובדים בבתי-חרושת
02:09
fell by 75 percent.
40
129745
1676
נפל ב-75 אחוזים.
02:12
The challenge we face this time, however, is one of time.
41
132390
2954
האתגרים בפניהם אנו ניצבים הפעם, לעומת זאת, הם של זמן.
02:15
We had a hundred years to move from farms to factories,
42
135368
3014
היו לנו מאה שנה לעבור מהחוות לבתי-החרושת,
02:18
and then 60 years to fully build out a service economy.
43
138406
2575
ו-60 שנה לבנות מהיסוד כלכלה מבוססת-שירות.
02:21
The rate of change today
44
141498
1325
קצב השינוי כיום
02:22
suggests that we may only have 10 or 15 years to adjust,
45
142847
2974
מראה שעשויות להיות לנו רק 10 עד 15 שנים להתאים עצמנו,
02:25
and if we don't react fast enough,
46
145845
1703
ואם לא נגיב מספיק מהר,
02:27
that means by the time today's elementary-school students
47
147572
2756
המשמעות תהיה שבזמן שתלמידי בתי-הספר היסודיים של היום
02:30
are college-aged,
48
150352
1885
יגיעו לאוניברסיטה,
02:32
we could be living in a world that's robotic,
49
152261
2141
אנו עשויים לחיות בעולם רובוטי,
02:34
largely unemployed and stuck in kind of un-great depression.
50
154426
3683
נטול תעסוקה בעיקרו, בסוג של שפל כלכלי בלתי-נחמד.
02:39
But I don't think it has to be this way.
51
159617
1939
אבל אני לא חושב שזה חייב לקרות.
02:41
You see, I work in innovation,
52
161580
1700
אתם מבינים, אני עוסק בחדשנות,
02:43
and part of my job is to shape how large companies apply new technologies.
53
163304
4154
וחלק מעבודתי הוא לעצב את הדרך בה חברות גדולות משתמשות בטכנולוגיות חדשות.
02:48
Certainly some of these technologies
54
168085
1795
ברור שחלק מטכנולוגיות אלה
02:49
are even specifically designed to replace human workers.
55
169904
2904
מתוכננות במיוחד כך שתחלפנה עובדים אנושיים.
02:53
But I believe that if we start taking steps right now
56
173435
2926
אבל אני מאמין שאם נתחיל לנקוט צעדים כבר עתה
02:56
to change the nature of work,
57
176385
1821
לשינוי אופי העבודה,
02:58
we can not only create environments where people love coming to work
58
178230
3886
נוכל ליצור סביבות כאלה שלא רק שבני-אדם יאהבו להגיע אליהן כדי לעבוד
03:02
but also generate the innovation that we need
59
182140
2118
אלא גם יפיקו את החדשנות לה אנו זקוקים
03:04
to replace the millions of jobs that will be lost to technology.
60
184282
3173
כדי להחליף את מיליוני המשרות שתאבדנה עקב הטכנולוגיה.
03:08
I believe that the key to preventing our jobless future
61
188352
3799
אני מאמין שהמפתח למניעת עתיד נטול-משרות
03:12
is to rediscover what makes us human,
62
192175
2346
הוא לגלות מחדש מה הופך אותנו אנושיים,
03:14
and to create a new generation of human-centered jobs
63
194545
2958
וליצור דור חדש של משרות סובבות-אנוש
03:17
that allow us to unlock the hidden talents and passions
64
197527
2606
שיאפשרו לנו לשחרר את הכשרונות החבויים והתשוקות
03:20
that we carry with us every day.
65
200157
1653
שאנו נושאים איתנו כל יום.
03:23
But first, I think it's important to recognize
66
203971
2143
אך קודם, אני חושב שזה חשוב להכיר בכך
03:26
that we brought this problem on ourselves.
67
206138
2152
שאנו הבאנו את הבעיה הזאת על עצמנו.
03:28
And it's not just because, you know, we are the one building the robots.
68
208314
3457
וזה לא רק משום שאנו אלה שבונים את הרובוטים.
03:32
But even though most jobs left the factory decades ago,
69
212327
3184
למרות שרוב המשרות יצאו מתחום בית-החרושת כבר לפני עשרות שנים,
03:35
we still hold on to this factory mindset
70
215535
1937
אנו עדיין שבויים באותה תפישה שמקורה בבתי-החרושת
03:37
of standardization and de-skilling.
71
217496
1959
של שבלוניות וחוסר צורך בכישורים.
03:40
We still define jobs around procedural tasks
72
220345
2351
אנחנו עדיין מגדירים משרות על בסיס משימות של נוהל סדור
03:42
and then pay people for the number of hours that they perform these tasks.
73
222720
3488
ואז משלמים לבני-אדם עבור מספר השעות בהן ביצעו משימות אלה.
03:46
We've created narrow job definitions
74
226232
1756
הגדרנו משרות בהיקף צר
03:48
like cashier, loan processor or taxi driver
75
228012
3240
כגון קופאי פקיד הלוואות, או נהג מונית
03:51
and then asked people to form entire careers
76
231276
2483
ואז ביקשנו מאנשים לפתח קריירות שלמות
03:53
around these singular tasks.
77
233783
1630
סביב משימות יחידות אלה.
03:56
These choices have left us with actually two dangerous side effects.
78
236071
3533
החלטות אלה השאירו אותנו עם שתי תופעות-לוואי מסוכנות.
03:59
The first is that these narrowly defined jobs
79
239628
2750
הראשונה היא שמשרות אלו בעלות ההגדרה הצרה
04:02
will be the first to be displaced by robots,
80
242402
2423
תהיינה הראשונות להיות מוחלפות על ידי רובוטים,
04:04
because single-task robots are just the easiest kinds to build.
81
244849
2985
כיוון שרובוטים שמבצעים משימה יחידה הם בדיוק אלה שהכי קל לבנות.
04:08
But second, we have accidentally made it
82
248601
2393
אבל השניה היא, שבטעות גרמנו לכך
04:11
so that millions of workers around the world
83
251018
2128
שלמיליוני עובדים מסביב לעולם
04:13
have unbelievably boring working lives.
84
253170
2310
יש חיי עבודה משעממים באופן בלתי יאומן.
04:15
(Laughter)
85
255877
1871
(צחוק)
04:18
Let's take the example of a call center agent.
86
258247
2402
בואו ניקח כדוגמה את משרת נציג מרכז שירות.
04:20
Over the last few decades, we brag about lower operating costs
87
260673
3003
במשך עשרות השנים האחרונות, התפארנו בעלויות תפעול נמוכות יותר
04:23
because we've taken most of the need for brainpower
88
263700
2427
שהושגו הודות להעברת רובו של הצורך בחשיבה
04:26
out of the person and put it into the system.
89
266151
2144
מן האדם אל המערכת.
04:28
For most of their day, they click on screens,
90
268319
2521
במשך רוב היום שלהם, הם מקליקים על מסכים,
04:30
they read scripts.
91
270864
1201
הם מקריאים שגרות פעולה.
04:33
They act more like machines than humans.
92
273307
2653
הם פועלים יותר כמו מכונות מאשר כמו בני-אדם.
04:37
And unfortunately, over the next few years,
93
277098
2116
ולרוע המזל, במשך מספר השנים הבאות,
04:39
as our technology gets more advanced,
94
279238
1859
ככל שהטכנולוגיה שלנו תתקדם,
04:41
they, along with people like clerks and bookkeepers,
95
281121
2584
הם, כמו פקידים ומנהלי חשבונות,
04:43
will see the vast majority of their work disappear.
96
283729
2412
יראו איך מרבית הצורך בעבודתם ייעלם.
04:47
To counteract this, we have to start creating new jobs
97
287315
2704
כדי לקזז מגמה זאת, עלינו להתחיל ליצור משרות חדשות
04:50
that are less centered on the tasks that a person does
98
290043
2539
שתהיינה פחות מבוססות על משימות שעל אדם לבצע
04:52
and more focused on the skills that a person brings to work.
99
292606
2866
ויותר ממוקדות בכישורים שאדם מביא איתו לעבודה.
04:56
For example, robots are great at repetitive and constrained work,
100
296209
3387
למשל, רובוטים הם מצויינים בעבודה מוגדרת שחוזרת על עצמה,
04:59
but human beings have an amazing ability
101
299620
1949
לעומת זאת לבני אנוש יש יכולת מדהימה
05:01
to bring together capability with creativity
102
301593
2279
למזג כשרון עם יצירתיות
05:03
when faced with problems that we've never seen before.
103
303896
2700
כשהם ניצבים בפני בעיות שטרם נתקלו בהן.
05:06
It's when every day brings a little bit of a surprise
104
306942
2980
כאשר כל יום מביא איתו מעט הפתעות
05:09
that we have designed work for humans
105
309946
2004
נדרשת עבודה של בני-אדם
05:11
and not for robots.
106
311974
1269
ולא של רובוטים.
05:13
Our entrepreneurs and engineers already live in this world,
107
313950
2898
היזמים והמהנדסים שלנו כבר חיים בעולם כזה,
05:16
but so do our nurses and our plumbers
108
316872
2592
אבל כך גם אחיות/אחים ושרברבים
05:19
and our therapists.
109
319488
1463
ונשים וגברים שעוסקים בפסיכיאטריה.
05:21
You know, it's the nature of too many companies and organizations
110
321569
3057
אתם יודעים, זה באופיים של יותר מדי חברות וארגונים
05:24
to just ask people to come to work and do your job.
111
324650
3690
לבקש מאנשים רק להגיע לעבודה ולבצע את המשימה שלהם.
05:28
But if you work is better done by a robot,
112
328364
2186
אבל אם העבודה שלכם נעשית טוב יותר על-ידי רובוט,
05:30
or your decisions better made by an AI,
113
330574
2797
או שקבלת החלטות נעשית טוב יותר על ידי אינטיליגנציה מלאכותית
05:33
what are you supposed to be doing?
114
333395
1712
מה אתם אמורים לעשות?
05:35
Well, I think for the manager,
115
335833
2484
ובכן, אני חושב שעבור המנהלים,
05:38
we need to realistically think about the tasks that will be disappearing
116
338341
3397
אנחנו צריכים לחשוב באופן מציאותי על המשימות שתיעלמנה
05:41
over the next few years
117
341762
1151
בשנים הקרובות
05:42
and start planning for more meaningful, more valuable work that should replace it.
118
342937
3872
ולהתחיל לתכנן עבודה יותר משמעותית ובעלת ערך רב יותר שתחליף אותן.
05:46
We need to create environments
119
346833
1429
עלינו ליצור סביבות עבודה
05:48
where both human beings and robots thrive.
120
348286
2239
בהן גם בני-אנוש וגם רובוטים יגיעו למיטבם.
05:50
I say, let's give more work to the robots,
121
350549
2536
טענתי היא, הבה ניתן יותר עבודה לרובוטים,
05:53
and let's start with the work that we absolutely hate doing.
122
353109
2903
והבה נתחיל מהעבודה שאנחנו שונאים במיוחד לעשות.
05:57
Here, robot,
123
357248
1164
לכאן, רובוט,
05:58
process this painfully idiotic report.
124
358436
1851
בצע עיבוד של דו"ח אידיוטי-במיוחד זה.
06:00
(Laughter)
125
360311
1423
(צחוק)
06:01
And move this box. Thank you.
126
361758
1425
והזז קופסה זאת. תודה רבה.
06:03
(Laughter)
127
363207
1699
(צחוק)
06:04
And for the human beings,
128
364930
1529
ועבור בני-האדם,
06:06
we should follow the advice from Harry Davis at the University of Chicago.
129
366483
3554
עלינו למלא אחר העצה של הארי דייוויס מאוניברסיטת שיקגו.
06:10
He says we have to make it so that people don't leave too much of themselves
130
370061
3649
הוא אומר שעלינו לתכנן זאת כך שאנשים לא ישאירו דברים רבים מדי שלהם
06:13
in the trunk of their car.
131
373734
1331
בתא המטען של מכוניתם.
06:15
I mean, human beings are amazing on weekends.
132
375089
2889
אני מתכוון, אנשים הם מדהימים בסופי השבוע.
06:18
Think about the people that you know and what they do on Saturdays.
133
378002
3144
הזכרו באנשים שאתם מכירים ובמה שהם עושים בימי ששי ושבת.
06:21
They're artists, carpenters, chefs and athletes.
134
381170
2976
הם עוסקים באמנות, נגרות, בישול ואתלטיקה.
06:24
But on Monday, they're back to being Junior HR Specialist
135
384906
3896
אבל ביום ראשון, הם חוזרים להיות מומחה משאבי-אנוש מתחיל
06:28
and Systems Analyst 3.
136
388826
2099
ומנתחת מערכות סוג 3.
06:30
(Laughter)
137
390949
3781
(צחוק)
06:34
You know, these narrow job titles not only sound boring,
138
394754
3318
אתם יודעים, הגדרות משרה צרות אלה לא רק נשמעות משעממות,
06:38
but they're actually a subtle encouragement
139
398096
2096
אלא גם באופן מעשי וסמוי מעודדות
06:40
for people to make narrow and boring job contributions.
140
400216
3040
אנשים לתרום לעבודה באופן צר ומשעמם.
06:43
But I've seen firsthand that when you invite people to be more,
141
403280
3116
אני ראיתי ממקור ראשון שכאשר אתם קוראים לאנשים להיות יותר ממה שהם,
06:46
they can amaze us with how much more they can be.
142
406420
2390
הם יכולים להדהים אותנו עד כמה הם יכולים להתעלות על עצמם.
06:50
A few years ago, I was working at a large bank
143
410147
2233
לפני כמה שנים, עבדתי בבנק גדול
06:52
that was trying to bring more innovation into its company culture.
144
412404
3096
שניסה להכניס יותר חדשנות לתרבות העבודה שלו.
06:55
So my team and I designed a prototyping contest
145
415524
2341
הצוות שלי ואני תיכננו תחרות של אבות-טיפוס
06:57
that invited anyone to build anything that they wanted.
146
417889
2970
שקראה לכל אחד ואחת לבנות כל דבר שעולה על רוחם.
07:01
We were actually trying to figure out
147
421524
1833
ניסינו למעשה לגלות
07:03
whether or not the primary limiter to innovation
148
423381
2268
באם החסם העיקרי בפני חדשנות הוא
07:05
was a lack of ideas or a lack of talent,
149
425673
2490
חוסר רעיונות או חוסר כשרון,
07:08
and it turns out it was neither one.
150
428187
1861
והתברר שזה אף לא אחד מאלה.
07:10
It was an empowerment problem.
151
430072
1755
זו היתה בעיית העצמה.
07:12
And the results of the program were amazing.
152
432518
2242
והתוצאות של התכנית היו מדהימות.
07:16
We started by inviting people to reenvision
153
436198
2377
התחלנו בקריאה לאנשים לחזות בדמיונם
07:18
what it is they could bring to a team.
154
438599
2115
מהו הדבר שהם יכולים להביא לצוות.
07:20
This contest was not only a chance to build anything that you wanted
155
440738
3738
תחרות זו נתנה לא רק הזדמנות לבנות כל דבר העולה על רוחכם
07:24
but also be anything that you wanted.
156
444500
2336
אלא גם להיות כל דבר שתרצו.
07:26
And when people were no longer limited by their day-to-day job titles,
157
446860
3286
וכאשר האנשים לא היו עוד מוגבלים על ידי הגדרות המשרה היומיומיות שלהם
07:30
they felt free to bring all kinds of different skills and talents
158
450170
3147
הם הרגישו חופשיים לגייס כל סוג של כישורים וכשרונות
07:33
to the problems that they were trying to solve.
159
453341
2486
לצורך פתרון הבעיות שעמדו לפניהם.
07:35
We saw technology people being designers, marketing people being architects,
160
455851
3910
ראינו אנשי טכנולוגיה הופכים מעצבים, אנשי שיווק הופכים לאדריכלים,
07:39
and even finance people showing off their ability to write jokes.
161
459785
3365
ואפילו אנשי כספים שחשפו את כשרונם בכתיבת בדיחות.
07:43
(Laughter)
162
463427
1150
(צחוק)
07:44
We ran this program twice,
163
464601
1405
הרצנו את התכנית הזאת פעמיים,
07:46
and each time more than 400 people brought their unexpected talents to work
164
466030
3796
ובכל פעם יותר מ-400 אנשים הביאו איתם לעבודה את כשרונותיהם הבלתי-צפויים
07:49
and solved problems that they had been wanting to solve for years.
165
469850
3139
ופתרו בעיות שהם רצו לפתור כבר במשך שנים.
07:53
Collectively, they created millions of dollars of value,
166
473310
3019
ביחד, הם יצרו ערך בשווי מיליוני דולרים,
07:56
building things like a better touch-tone system for call centers,
167
476353
4565
כשבנו דברים כגון מערכת מגע-צליל טובה יותר עבור מרכזי שירות,
08:00
easier desktop tools for branches
168
480942
1668
תוכנות מחשב קלות יותר עבור הסניפים
08:02
and even a thank you card system
169
482634
1525
ואפילו מערכת כרטיסי תודה
08:04
that has become a cornerstone of the employee working experience.
170
484183
3314
שהפכה להיות אבן-הפינה בחוויית העבודה של המועסקים.
08:07
Over the course of the eight weeks,
171
487521
1803
במשך שמונה שבועות,
08:09
people flexed muscles that they never dreamed of using at work.
172
489348
3533
אנשים הגמישו שרירים שלא חלמו להשתמש בהם בעבודה.
08:14
People learned new skills,
173
494173
1577
אנשים פיתחו כישורים חדשים,
08:15
they met new people,
174
495774
2368
פגשו אנשים חדשים,
08:18
and at the end, somebody pulled me aside and said,
175
498166
2793
ובסוף, מישהו משך אותי הצידה ואמר,
08:20
"I have to tell you,
176
500983
1569
"אני חייב להגיד לך,
08:22
the last few weeks has been one of the most intense,
177
502576
2776
שהשבועות האחרונים היוו את התקופה בה חוויתי
08:25
hardest working experiences of my entire life,
178
505376
3279
את העבודה הקשה ביותר והמאומצת ביותר בחיי,
08:28
but not one second of it felt like work."
179
508679
2041
אבל לא חשתי שזאת עבודה אפילו לשניה אחת."
08:31
And that's the key.
180
511900
1298
וזהו המפתח.
08:33
For those few weeks, people got to be creators and innovators.
181
513222
3710
במשך אותם מספר שבועות, אנשים היו צריכים להפוך יצירתיים וחדשנים.
08:38
They had been dreaming of solutions
182
518631
1667
הם חלמו על פתרונות
08:40
to problems that had been bugging them for years,
183
520322
2484
לבעיות שהציקו להם במשך שנים,
08:42
and this was a chance to turn those dreams into a reality.
184
522830
2854
וזו היתה הזדמנות להפוך חלומות אלה למציאות.
08:46
And that dreaming is an important part of what separates us from machines.
185
526489
4442
והיכולת הזאת לחלום היא חלק חשוב ממה שמבדיל אותנו ממכונות.
08:50
For now, our machines do not get frustrated,
186
530955
3018
נכון להיום, המכונות שלנו לא חוות תסכולים,
08:53
they do not get annoyed,
187
533997
1407
לא ניתן להרגיז אותן,
08:55
and they certainly don't imagine.
188
535428
2260
ודאי שהן אינן מדמיינות.
08:57
But we, as human beings --
189
537712
1699
אבל אנחנו, כבני אדם --
08:59
we feel pain,
190
539435
1207
אנו חשים כאב,
09:00
we get frustrated.
191
540666
1400
אנו חווים תיסכולים.
09:02
And it's when we're most annoyed and most curious
192
542090
3116
והרגעים האלה בהם אנו נרגזים ביותר וסקרנים ביותר
09:05
that we're motivated to dig into a problem and create change.
193
545230
3263
הם אלה בהם אנו מונעים לחפור לתוך בעיה וליצור שינוי.
09:09
Our imaginations are the birthplace of new products, new services,
194
549366
3910
הדמיון שלנו הוא ערש-הלידה של מוצרים ושירותים חדשים,
09:13
and even new industries.
195
553300
1233
ואפילו תעשיות חדשות.
09:15
I believe that the jobs of the future
196
555296
1802
אני מאמין שמשרות העתיד
09:17
will come from the minds of people
197
557122
1713
תנבענה מהמוחות של אנשים
09:18
who today we call analysts and specialists,
198
558859
2716
שהיום אנו קוראים להם אנליסטים ומומחים,
09:21
but only if we give them the freedom and protection that they need to grow
199
561599
3478
אבל רק אם ניתן להם את החירות וההגנה שהם צריכים כדי לצמוח
09:25
into becoming explorers and inventors.
200
565101
2469
ולהיות חוקרים וממציאים.
09:28
If we really want to robot-proof our jobs,
201
568534
2143
אם אנחנו באמת רוצים שמשרותינו תהיינה מוגנות מפני רובוטים,
09:30
we, as leaders, need to get out of the mindset
202
570701
2235
אנו, כמובילים, צריכים לחרוג מצורת החשיבה
09:32
of telling people what to do
203
572960
1830
לפיה יש לאמר לאנשים מה לעשות
09:34
and instead start asking them what problems they're inspired to solve
204
574814
3821
ובמקום זאת להתחיל לשאול אותם אילו בעיות מעוררות אותם לפעולה
09:38
and what talents they want to bring to work.
205
578659
2365
ואילו כשרונות הם רוצים להביא לעבודה.
09:41
Because when you can bring your Saturday self to work on Wednesdays,
206
581501
3443
כיוון שכאשר תוכלו להביא את העצמי שלכם מיום שבת לעבודה בימי רביעי,
09:44
you'll look forward to Mondays more,
207
584968
1994
תצפו יותר לימי ראשון,
09:46
and those feelings that we have about Mondays
208
586986
2682
ואותן תחושות שיש לנו בימי ראשון
09:49
are part of what makes us human.
209
589692
1758
הן חלק ממה שהופך אותנו אנושיים.
09:52
And as we redesign work for an era of intelligent machines,
210
592287
3008
ובעוד אנו מתכננים מחדש את עולם העבודה לקראת עידן המכונות החכמות,
09:55
I invite you all to work alongside me
211
595319
2216
אני מזמין את כולכם לעבוד במקביל אלי
09:57
to bring more humanity to our working lives.
212
597559
2642
כדי להביא אנושיות רבה יותר לחיי העבודה שלנו.
10:00
Thank you.
213
600225
1151
תודה רבה.
10:01
(Applause)
214
601400
3401
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7