Rainer Strack: The surprising workforce crisis of 2030 — and how to start solving it now

212,042 views ・ 2014-12-03

TED


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

מתרגם: Ido Dekkers מבקר: Tal Dekkers
00:12
2014 is a very special year for me:
0
12973
3134
2014 היא שנה מאוד מיוחדת עבורי:
00:16
20 years as a consultant,
1
16107
1927
20 שנה כמייעץ,
00:18
20 years of marriage,
2
18034
1672
20 שנות נישואין,
00:19
and I'm turning 50 in one month.
3
19706
3181
ואני אהיה בן 50 בעוד חודש.
00:22
That means I was born in 1964 in a small town in Germany.
4
22887
5550
זה אומר שנולדתי ב 1964 בעיירה קטנה בגרמניה.
00:28
It was a gray November day,
5
28437
1718
היה זה יום נובמבר אפרורי,
00:30
and I was overdue.
6
30155
1880
והגעתי באיחור.
00:32
The hospital's maternity ward was really stressed out
7
32035
3483
מחלקת היולדות בבתי החולים היתה באמת לחוצה
00:35
because a lot of babies were born on this gray November day.
8
35518
4505
בגלל שהרבה ילדים נולדו ביום האפרורי הזה בנובמבר.
00:40
As a matter of fact,
9
40023
2122
למעשה,
00:42
1964 was the year with the highest birth rate ever in Germany:
10
42145
4426
1964 הייתה השנה עם שיעור הילודה הגבוה ביותר מעולם בגרמניה.
00:46
more than 1.3 million.
11
46571
2020
יותר מ1.3 מיליון.
00:48
Last year, we just hit over 600,000,
12
48591
3134
בשנה שעברה, הגענו ל 600,000,
00:51
so half of my number.
13
51725
1502
אז חצי מהמספר שלי.
00:53
What you can see here is the German age pyramid,
14
53490
3831
מה שאפשר לראות כאן זו פירמידת הגיל הגרמנית,
00:57
and there, the small black point at the top, that's me.
15
57321
2809
ושם, החלק השחור הקטן הזה למעלה, זה אני.
01:00
(Laughter) (Applause)
16
60130
3994
(צחוק) (מחיאות כפיים)
01:06
In red, you can see the potential working-age population,
17
66307
4133
באדום, אפשר לראות את אוכלוסיית גיל העבודה הפוטנציאלית,
01:10
so people over 15 and under 65,
18
70440
4249
אז אנשים מעל לגיל 15 ומתחת לגיל 65,
01:14
and I'm actually only interested in this red area.
19
74689
3715
ואני בעצם רק מעוניין באיזור האדום הזה.
01:18
Now, let's do a simple simulation
20
78404
2043
עכשיו, הבה נעשה סימולציה פשוטה
01:20
of how this age structure will develop over the next couple of years.
21
80447
4528
של איך מבנה הגיל יתפתח במשך השנים הבאות.
01:24
As you can see,
22
84975
1439
כמו שאתם רואים,
01:26
the peak is moving to the right,
23
86414
2299
הפיק נע ימינה,
01:28
and I, with many other baby boomers, will retire in 2030.
24
88713
6525
ואני, עם הרבה בייבי בומרים אחרים, נפרוש ב 2030.
01:35
By the way, I don't need any forecasts
25
95238
2275
דרך אגב, אני לא צריך שום תחזיות
01:37
of birth rates for predicting this red area.
26
97513
2869
של שיעורי ילודה בשביל לצפות את האיזור האדום הזה.
01:40
The red area,
27
100406
1248
האיזור האדום,
01:41
so the potential working-age population in 2030,
28
101678
3612
אז האוכלוסייה הפוטנציאלית בגיל העבודה ב2030,
01:45
is already set in stone today,
29
105291
3298
כבר נחקק באבן היום,
01:48
except for much higher migration rates.
30
108589
3552
חוץ משיעורי הגירה גבוהים הרבה יותר.
01:52
And if you compare this red area in 2030 with the red area in 2014,
31
112141
6130
ואם תשוו את האיזור האדום הזה ב 2030 לאיזור האדום ב 2014,
01:58
it is much, much smaller.
32
118271
3111
הוא הרבה, הרבה יותר קטן.
02:01
So before I show you the rest of the world,
33
121382
2438
אז לפני שאראה לכם את שאר העולם,
02:03
what does this mean for Germany?
34
123820
3297
מה זה אומר עבור גרמניה?
02:07
So what we know from this picture is that the labor supply,
35
127117
4087
אז מה שאנחנו יודעים מהתמונה הזו זה שהיצע העבודה,
02:11
so people who provide labor,
36
131204
1927
אנשים שמספקים עבודה,
02:13
will go down in Germany, and will go down significantly.
37
133131
3669
ירד בגרמניה, וירד באופן משמעותי.
02:16
Now, what about labor demand?
38
136800
2600
עכשיו, מה לגבי דרישת העבודה?
02:19
That's where it gets tricky.
39
139400
1811
שם זה נהיה מסובך.
02:22
As you might know, the consultant's favorite answer to any question is,
40
142163
4807
כמו שאתם אולי יודעים, התשובה האהובה על המייעץ היא
02:26
"It depends."
41
146970
1741
"זה תלוי."
02:28
So I would say it depends.
42
148711
2368
אז הייתי אומר שזה תלוי.
02:31
We didn't want to forecast the future.
43
151079
2369
לא רצינו לחזות את העתיד.
02:33
Highly speculative.
44
153448
1509
ספקולטיבי ביותר.
02:34
We did something else.
45
154957
1556
עשינו משהו אחר.
02:36
We looked at the GDP and productivity growth of Germany
46
156513
3390
הבטנו בתוצר הלאומי הגולמי וגידול הפרודוקטיביות בגרמניה
02:39
over the last 20 years,
47
159903
1695
במהלך 20 השנים האחרונות,
02:41
and calculated the following scenario:
48
161598
2484
וחישבנו את המקרה הבא:
02:44
if Germany wants to continue this GDP and productivity growth,
49
164082
4481
אם גרמניה רוצה להמשיך עם התל"ג הזה וגידול הפורודוקטיביות,
02:48
we could directly calculate
50
168563
2113
נוכל לחשב ישירות
02:50
how many people Germany would need to support this growth.
51
170676
3971
כמה אנשים גרמניה תצטרך כדי לתמוך בגדילה זו.
02:54
And this is the green line: labor demand.
52
174647
2972
וזה הקו הירוק: ביקוש עבודה.
02:57
So Germany will run into a major talent shortage very quickly.
53
177619
5712
אז גרמניה תיתקל במחסור כשרונות גדול ממש במהרה.
03:03
Eight million people are missing,
54
183331
1834
8 מיליון אנשים חסרים.
03:05
which is more than 20 percent of our current workforce,
55
185165
2763
זה יותר מ20% מכח העבודה הנוכחי שלנו.
03:07
so big numbers, really big numbers.
56
187928
2670
מספרים גדולים, מספרים מאוד גדולים.
03:10
And we calculated several scenarios,
57
190598
2113
וחישבנו כמה וכמה מקרים,
03:12
and the picture always looked like this.
58
192711
2462
והתמונה תמיד נראית כך.
03:16
Now, to close the gap,
59
196565
1881
עכשיו, על מנת לצמצם את הפער,
03:18
Germany has to significantly increase migration,
60
198446
4063
גרמניה צריכה להגביר הגירה בצורה משמעותית,
03:22
get many more women in the workforce,
61
202509
2206
להכניס הרבה יותר נשים לשוק העבודה,
03:24
increase retirement age —
62
204715
1765
להעלות את גיל הפרישה ---
03:26
by the way, we just lowered it this year —
63
206480
2415
דרך אגב, הנמכנו אותו השנה ---
03:28
and all these measures at once.
64
208895
2763
ואת כל המדדים האלה בבת אחת.
03:31
If Germany fails here, Germany will stagnate.
65
211658
4063
אם גרמניה תיכשל כאן, גרמניה תקפא על השמרים.
03:35
We won't grow anymore. Why?
66
215721
2322
לא נתפתח עוד. למה?
03:38
Because the workers are not there who can generate this growth.
67
218043
3413
בגלל שהעובדים לא שם בשביל לחולל את ההתפתחות הזו.
03:41
And companies will look for talents somewhere else.
68
221456
4457
וחברות יחפשו כשרונות במקום אחר.
03:45
But where?
69
225913
1376
אבל איפה?
03:48
Now, we simulated labor supply and labor demand
70
228730
4046
עכשיו, אנחנו מדמים ביקוש והצע עבודה
03:52
for the largest 15 economies in the world,
71
232776
3169
עבור 15 הכלכלות הגדולות בעולם,
03:55
representing more than 70 percent of world GDP,
72
235945
3692
שמיצגות יותר מ 70 אחוז מהתל"ג העולמי,
03:59
and the overall picture looks like this by 2020.
73
239637
3947
והתמונה הכוללת נראית ככה עד 2020.
04:03
Blue indicates a labor surplus,
74
243584
2693
כחול מייצג עודף עבודה,
04:06
red indicates a labor shortfall,
75
246277
2485
אדום מייצג חוסר בעבודה,
04:08
and gray are those countries which are borderline.
76
248762
3692
ואפור הן המדינות הגבוליות.
04:12
So by 2020, we still see a labor surplus in some countries,
77
252454
6106
אז עד 2020, אנחנו עדיין רואים עודף עבודה בכמה מדינות,
04:18
like Italy, France, the U.S.,
78
258560
2183
כמו איטליה, צרפת, ארה"ב,
04:20
but this picture will change dramatically by 2030.
79
260743
4597
אבל התמונה הזו תשתנה באופן דרמטי עד 2030.
04:25
By 2030, we will face a global workforce crisis
80
265340
4621
עד 2030, אנחנו נעמוד בפני משבר כח עבודה עולמי
04:29
in most of our largest economies,
81
269961
2995
ברוב הכלכלות הגדולות שלנו,
04:32
including three out of the four BRIC countries.
82
272956
2415
כולל שלוש מתוך ארבע מדינות בריק.
04:35
China, with its former one-child policy, will be hit,
83
275371
3158
סין, עם מדיניות ילד אחד שלה, תיפגע,
04:38
as well as Brazil and Russia.
84
278529
3924
כמו גם ברזיל ורוסיה.
04:42
Now, to tell the truth,
85
282453
3715
עכשיו, לאמר את האמת,
04:46
in reality, the situation will be even more challenging.
86
286168
4806
במציאות המצב יהיה אפילו יותר מאתגר.
04:50
What you can see here are average numbers.
87
290974
3343
מה שאתם יכולים לראות כאן הם מספרים ממוצעים.
04:54
We de-averaged them
88
294317
1696
אנחנו מוציאים אותן מהממוצע
04:56
and broke them down into different skill levels,
89
296013
2620
ופילחנו אותן לרמות יכולות שונות,
04:58
and what we found
90
298633
1317
ומה שמצאנו
04:59
were even higher shortfalls for high-skilled people
91
299950
3934
היה אפילו חסרונות גדולים יותר לאנשים עם כישורים גבוהים
05:03
and a partial surplus for low-skilled workers.
92
303884
4179
ועודף חלקי של אנשים ללא כישורים.
05:08
So on top of an overall labor shortage,
93
308063
3158
אז בנוסף למחסור עבודה כללי,
05:11
we will face a big skill mismatch in the future,
94
311221
4232
נעמוד בפני חוסר התאמה של כישורים בעתיד,
05:15
and this means huge challenges
95
315477
1699
וזה אומר אתגרים עצומים
05:17
in terms of education, qualification,
96
317200
2065
בנוגע לחינוך, הכשרה,
05:19
upskilling for governments and companies.
97
319289
3025
הקניית כישורים חדשים עבור ממשלות וחברות.
05:24
Now, the next thing we looked into was robots, automation, technology.
98
324397
5978
עכשיו, הדבר הבא שבדקנו היה רובוטים, אוטומציה, טכנולוגיה.
05:30
Will technology change this picture and boost productivity?
99
330375
4014
האם טכנולוגיה תשנה את התמונה הזו ותגביר יצרנות?
05:35
Now, the short answer would be
100
335728
2070
עכשיו, התשובה הפשוטה תהיה
05:37
that our numbers already include a significant growth in productivity
101
337798
4561
שהמספרים שלנו כבר כוללים גדילה משמעותית ביצרנות
05:42
driven by technology.
102
342359
1583
המונעת על ידי טכנולוגיה.
05:45
A long answer would go like this.
103
345093
3535
תשובה ארוכה תלך ככה:
05:48
Let's take Germany again.
104
348628
2485
בואו ניקח שוב את גרמניה.
05:51
The Germans have a certain reputation in the world
105
351113
2554
לגרמנים יש שם מסויים בעולם
05:53
when it comes to productivity.
106
353667
2577
כשזה מגיע ליצרנות.
05:56
In the '90s, I worked in our Boston office for almost two years,
107
356244
4597
בשנות ה 90, עבדתי במשרד שלנו בבוסטון במשך כמעט שנתיים,
06:00
and when I left, an old senior partner told me, literally,
108
360841
4157
וכשעזבתי, שותף בכיר מבוגר אמר לי, ממש,
06:04
"Send me more of these Germans, they work like machines."
109
364998
3482
"תשלח לי יותר מהגרמנים האלה, הם עובדים כמו מכונות."
06:08
(Laughter)
110
368480
4487
(צחוק)
06:12
That was 1998.
111
372967
3292
זה היה ב 1998.
06:16
Sixteen years later, you'd probably say the opposite.
112
376259
3483
16 שנים אח"כ, בטח הייתם אומרים הפוך.
06:19
"Send me more of these machines. They work like Germans."
113
379742
3668
"שלחו לי עוד מכונות כאלו, הן עובדות כמו גרמנים"
06:23
(Laughter) (Applause)
114
383410
4156
(צחוק) (מחיאות כפיים)
06:30
Technology will replace a lot of jobs, regular jobs.
115
390108
4703
טכנולוגיה תחליף הרבה עבודות, עבודות רגילות.
06:34
Not only in the production industry,
116
394811
1997
לא רק בתעשייה היצרנית,
06:36
but even office workers are in jeopardy
117
396808
1858
אבל אפילו עובדי משרד בסכנה
06:38
and might be replaced by robots,
118
398690
2831
ואולי יוחלפו ברובוטים.
06:41
artificial intelligence, big data, or automation.
119
401521
2515
בינה מלאכותית, ביג דאטה, או אוטומציה.
06:45
So the key question is not if technology replaces some of these jobs,
120
405120
4922
אז שאלת המפתח איננה האם טכנולוגיה תחליף חלק מהעבודות,
06:50
but when, how fast, and to what extent?
121
410042
3646
אלא מתי, כמה מהר ובאיזה היקף?
06:53
Or in other words,
122
413688
1695
או במילים אחרות,
06:55
will technology help us to solve this global workforce crisis?
123
415383
4676
האם טכנולוגיה תעזור לנו לפתור את המשבר העולמי הזה בכח העבודה?
07:01
Yes and no.
124
421334
1920
כן ולא.
07:03
This is a more sophisticated version of "it depends."
125
423254
2902
זו גרסה יותר מתוחכמת של "זה תלוי".
07:06
(Laughter)
126
426156
1047
(צחוק)
07:07
Let's take the automotive industry as an example,
127
427227
5083
בואו ניקח את תעשיית המכוניות כדוגמה,
07:12
because there, more than 40 percent of industrial robots are already working
128
432310
4504
מפני ששם, יותר מ 40 אחוז מהרובוטים התעשייתיים כבר עובדים
07:16
and automation has already taken place.
129
436814
2732
ואוטומציה כבר תפשה את מקומה.
07:21
In 1980, less than 10 percent of the production cost of a car
130
441332
5327
ב 1980, פחות מ 10% ממחיר ייצור רכב
07:26
was caused by electronic parts.
131
446659
2670
נגרם מחלקים חשמליים.
07:29
Today, this number is more than 30 percent
132
449329
3251
היום, המספר הזה הוא יותר מ 30%
07:32
and it will grow to more than 50 percent by 2030.
133
452580
4823
והוא יגדל ליותר מ 50% עד 2030.
07:37
And these new electronic parts and applications
134
457427
4181
והחלקים האלקטרוניים והאפליקציות
07:41
require new skills and have created a lot of new jobs,
135
461632
4020
דורשות כישורים חדשים ויצרו הרבה עבודות חדשות,
07:45
like the cognitive systems engineer
136
465652
2547
כמו מהנדס מערכות קוגניטיביות
07:48
who optimizes the interaction between driver and electronic system.
137
468223
4465
שממקסם את התקשורת בין הנהג למערכות האלקטרוניות.
07:54
In 1980, no one had the slightest clue that such a job would ever exist.
138
474081
6587
ב 1980, לאף אחד לא היה מושג שכזו עבודה תהיה קיימת.
08:01
As a matter of fact,
139
481534
1493
למעשה,
08:03
the overall number of people involved in the production of a car
140
483051
4195
מספר האנשים הכולל המעורב בייצור מכונית
08:07
has only changed slightly in the last decades,
141
487246
3413
השתנה רק מעט בעשורים האחרונים,
08:10
in spite of robots and automation.
142
490659
3018
למרות רובוטיקה ואוטומציה.
08:13
So what does this mean?
143
493677
1766
אז מה זה אומר?
08:15
Yes, technology will replace a lot of jobs,
144
495443
2413
כן, טכנולוגיה תחליף משרות רבות,
08:17
but we will also see a lot of new jobs and new skills on the horizon,
145
497880
5827
אבל גם נראה הרבה משרות חדשות ומיומנויות חדשות באופק,
08:23
and that means technology will worsen our overall skill mismatch.
146
503731
6037
וזה אומר שטכנולוגיה תרע את חוסר התאמת הכישורים שלנו.
08:29
And this kind of de-averaging
147
509768
1742
וסוג כזה של היפוך מיצוע
08:31
reveals the crucial challenge for governments and businesses.
148
511510
3601
מגלה את האתגר החיוני לממשלות ועסקים.
08:37
So people, high-skilled people,
149
517175
3831
אז אנשים, אנשים בעלי כישורים,
08:41
talents, will be the big thing in the next decade.
150
521006
4040
כשרונות, יהיו הדבר הגדול בעשור הבא.
08:45
If they are the scarce resource, we have to understand them much better.
151
525046
5642
אם הם משאב נדיר, אנחנו צריכים להבין אותם טוב יותר.
08:50
Are they actually willing to work abroad?
152
530688
2949
האם הם למעשה מוכנים לעבוד בחו"ל?
08:53
What are their job preferences?
153
533637
1765
מה עדיפויות העבודה שלהם?
08:56
To find out, this year we conducted a global survey
154
536552
5041
כדי לברר זאת, השנה ערכנו סקר עולמי
09:01
among more than 200,000 job seekers from 189 countries.
155
541617
5253
בקרב יותר מ 200,000 מחפשי עבודה מ 189 מדינות.
09:08
Migration is certainly one key measure to close a gap,
156
548021
5428
הגירה היא בהחלט מידה אחת לסגירת הפער,
09:13
at least in the short term,
157
553469
1544
לפחות בתווך הקצר,
09:15
so we asked about mobility.
158
555013
2600
אז שאלנו על ניידות.
09:17
More than 60 percent of these 200,000 job seekers
159
557613
4621
יותר מ 60% מ 200,000 מחפשי העבודה הללו
09:22
are willing to work abroad.
160
562234
2600
מוכנים לעבוד בחו"ל.
09:24
For me, a surprisingly high number.
161
564834
2160
עבורי, מספר גבוה באופן מפתיע.
09:26
If you look at the employees aged 21 to 30,
162
566994
3413
אם אתם מביטים בעובדים בגיל 21 עד 30,
09:30
this number is even higher.
163
570407
2299
המספר הזה גבוה אף יותר.
09:32
If you split this number up by country,
164
572706
3320
אם נפצל את המספר הזה לפי מדינות,
09:36
yes, the world is mobile, but only partly.
165
576026
5201
כן, העולם הוא נייד, אבל רק חלקית.
09:41
The least mobile countries are Russia, Germany and the U.S.
166
581227
4052
המדינות הפחות ניידות הן רוסיה, גרמניה וארה"ב.
09:46
Now where would these people like to move?
167
586358
3274
עכשיו לאן האנשים האלו רוצים לעבור?
09:49
Number seven is Australia, where 28 percent could imagine moving.
168
589632
4830
מספר שבע היא אוסטרליה, היכן ש 28% יכולים לדמיין לעבור לשם.
09:54
Then France, Switzerland, Germany, Canada, U.K.,
169
594462
4318
אח"כ צרפת, שוויץ, גרמניה, קנדה, אנגליה,
09:58
and the top choice worldwide is the U.S.
170
598804
3305
והבחירה מספר אחת בעולם היא ארה"ב.
10:02
Now, what are the job preferences of these 200,000 people?
171
602744
3495
עכשיו, מהן עדיפויות העבודה של 200,000 האנשים הללו?
10:06
So, what are they looking for?
172
606263
1483
אז מה הם מחפשים?
10:09
Out of a list of 26 topics, salary is only number eight.
173
609043
6432
מתוך רשימה של 26 נושאים, משכורת היא רק מספר שמונה.
10:15
The top four topics are all around culture.
174
615475
4528
ארבעת הנושאים העליונים סובבים כולם סביב תרבות.
10:20
Number four,
175
620003
1555
מספר ארבע,
10:21
having a great relationship with the boss;
176
621558
2996
קיום מערכת יחסים מצויינת עם הבוס;
10:24
three, enjoying a great work-life balance;
177
624554
4017
שלוש, הנאה מאיזון טוב של עבודה וחיים;
10:28
two, having a great relationship with colleagues;
178
628571
3761
שתיים, קיום מערכות יחסים מצויינות עם קולגות;
10:32
and the top priority worldwide
179
632332
3395
והעדיפות העליונה בכל העולם
10:35
is being appreciated for your work.
180
635751
3589
היא להיות מוערך עבור העבודה שלך.
10:40
So, do I get a thank you?
181
640321
2831
האם אני מקבל תודה?
10:43
Not only once a year with the annual bonus payment,
182
643152
3344
לא רק פעם בשנה עם תשלום הבונוס השנתי,
10:46
but every day.
183
646496
2205
אבל כל יום.
10:48
And now, our global workforce crisis becomes very personal.
184
648701
5225
ועכשיו, משבר כח העבודה העולמי שלנו נהיה אישי מאוד.
10:53
People are looking for recognition.
185
653926
3041
אנשים מחפשים הוקרה.
10:56
Aren't we all looking for recognition in our jobs?
186
656967
3300
האם לא כולנו מחפשים הוקרה בעבודות שלנו?
11:03
Now, let me connect the dots.
187
663302
3580
עכשיו, תנו לי לחבר את הנקודות.
11:06
We will face a global workforce crisis
188
666882
2368
אנחנו נעמוד בפני משבר כח עבודה עולמי
11:09
which consists of an overall labor shortage
189
669250
2972
שיהיה מחסור עובדים עולמי
11:12
plus a huge skill mismatch,
190
672222
1951
עם חוסר התאמת כישורים גדול,
11:14
plus a big cultural challenge.
191
674173
3134
וגם אתגר תרבותי גדול.
11:17
And this global workforce crisis is approaching very fast.
192
677307
3924
ומשבר כח העבודה הזה מתקרב מאוד מהר.
11:21
Right now, we are just at the turning point.
193
681231
2740
כרגע, אנחנו ממש בנקודת המפנה.
11:23
So what can we, what can governments, what can companies do?
194
683971
4388
אז מה אנחנו, מה הממשלות שלנו, מה חברות יכולות לעשות?
11:28
Every company,
195
688359
1603
כל חברה,
11:29
but also every country,
196
689962
1787
אבל גם כל מדינה,
11:31
needs a people strategy,
197
691749
1928
צריכה אסטרטגיית אנשים,
11:33
and to act on it immediately,
198
693677
2972
ולפעול על פיה מיד,
11:36
and such a people strategy consists of four parts.
199
696649
3947
ואסטרטגיית אנשים כזו עשויה מארבעה חלקים.
11:40
Number one, a plan
200
700596
1811
מספר אחד, תוכנית
11:42
for how to forecast supply and demand for different jobs and different skills.
201
702407
6130
לאיך לחזות היצע וביקוש למשרות שונות וכישורים שונים.
11:48
Workforce planning will become more important than financial planning.
202
708537
4735
תכנון כוח עבודה יהפוך ליותר חשוב מתכנון פיננסי.
11:54
Two, a plan for how to attract great people:
203
714109
3623
שתיים, תוכנית לאיך למשוך אנשים מצויינים:
11:57
generation Y, women, but also retirees.
204
717732
3099
דור Y, נשים, אבל גם אנשים בפנסיה.
12:01
Three, a plan for how to educate and upskill them.
205
721865
3989
שלוש, תוכנית עבור איך לחנך ולהקנות להם כישורים חדשים.
12:05
There's a huge upskilling challenge ahead of us.
206
725878
2555
יעמוד בפנינו אתגר עצום של הכשרה.
12:09
And four,
207
729666
1834
וארבע,
12:11
for how to retain the best people,
208
731500
2529
עבור איך לשמור את האנשים הטובים ביותר,
12:14
or in other words,
209
734053
1346
ובמילים אחרות,
12:15
how to realize an appreciation and relationship culture.
210
735423
4875
איך לייצר תרבות הערכה ויחסים.
12:23
However, one crucial underlying factor is to change our attitudes.
211
743643
6032
עם זאת, גורם נוסף הוא השינוי בגישה.
12:30
Employees are resources, are assets,
212
750424
4203
עובדים הם משאבים, הם נכסים,
12:34
not costs, not head counts,
213
754627
2445
לא עלויות, לא מספר ראשים,
12:37
not machines,
214
757096
1385
לא מכונות,
12:38
not even the Germans.
215
758505
1541
אפילו לא הגרמנים.
12:40
Thank you.
216
760176
1102
תודה.
12:41
(Applause)
217
761302
3887
(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