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

Translator: Ma Mar Reviewer: sann tint

So there's a lot of valid concern these days

အဲဒီတော့ ဒီနေ့ လူတွေတကယ်ပဲစိတ်ပူနေကြတာက

that our technology is getting so smart

နည်းပညာက အရမ်း စနစ်ကျလွန်းတော့ မိမိကိုယ်ကိုယ်

that we've put ourselves on the path to a jobless future.

အလုပ်မဲ့တဲ့ အနာဂတ်တစ်ခုဖြစ်မယ့် လမ်းပေါ် ပို့နေသလားပေါ့။

And I think the example of a self-driving car

ထင်မိတာက မောင်းသူမဲ့ ကားတွေပေါ်လာတာဟာ

is actually the easiest one to see.

အလွယ်ဆုံး မြင်ရတဲ့ ဥပမာ တစ်ခုပါ။

So these are going to be fantastic for all kinds of different reasons.

ဒီတော့ ဒါတွေဟာ အကြောင်းအစုံစုံ အတွက် အရမ်း ထူးခြားပါလိမ့်မယ်။

But did you know that "driver" is actually the most common job

ဒါပေမဲ့ ယာဉ်မောင်း အလုပ်ဆိုတာ US မှာ ပြည်နယ် ၅၀ရှိတဲ့အနက် ၂၉ ပြည်နယ်ရဲ့

in 29 of the 50 US states?

အခြေခံကျဆုံး အလုပ်ဆိုတာ သင်သိပါသလား။

What's going to happen to these jobs when we're no longer driving our cars

ကိုယ့်ကားကိုယ် မောင်းစရာမလို တဲ့အခါ ချက်ပြုတ်စရာမလို၊ ကိုယ့်ရောဂါကို

or cooking our food

အဖြေရှာစရာ မလိုတဲ့အခါ

or even diagnosing our own diseases?

အဲဒီအလုပ်တွေ ဘယ်လိုဖြစ်ကုန်ကြမလဲ။

Well, a recent study from Forrester Research

လတ်တလော Forrester Research က သုတေသန တစ်ခုအရကတော့

goes so far to predict that 25 million jobs

နောက် ဆယ်နှစ်အတွင်းမှာ အလုပ်နေရာ၂၅သန်း

might disappear over the next 10 years.

ကွယ်ပျောက်သွားနိုင်တယ် အထိ ဆိုထားပါတယ်။

To put that in perspective,

ဒါကို မြင်ကွင်းကျယ်နဲ့ ကြည့်ရင်

that's three times as many jobs lost in the aftermath of the financial crisis.

ဘဏ္ဍာရေးအကြပ်အတည်း အလွန် ကာလတွေကထက် ၃ဆ များနေခဲ့ပါတယ်။

And it's not just blue-collar jobs that are at risk.

နောက်ပြီး ကာယ အလုပ်တွေပဲ အန္တရာယ်ရှိတာမဟုတ်ပါဘူး။

On Wall Street and across Silicon Valley, we are seeing tremendous gains

Wall Streetနဲ့ Silicon Valley မှာဆိုရင် စက်တွေ သင်ယူလာနိုင်မှုကြောင့်

in the quality of analysis and decision-making

ဆန်းစစ်မှုနဲ့ ဆုံးဖြတ်ချက်ချတဲ့ အရည်အသွေးဟာ

because of machine learning.

အံ့မခန်း မြင့်တက်လာတာ တွေ့နေရတယ်။

So even the smartest, highest-paid people will be affected by this change.

ဒါကြောင့် အတော်ဆုံး လစာအမြင့်ဆုံးတွေတောင် ဒီအပြောင်းအလဲကြောင့် ထိခိုက်မယ်။

What's clear is that no matter what your job is,

အရှင်းဆုံးပြောရရင် ဘယ်လို အလုပ်ပဲမဆို ကိုယ့်အလုပ်ရဲ့

at least some, if not all of your work,

အားလုံးမဟုတ်ရင်တောင် တစိတ်တပိုင်းကို

is going to be done by a robot or software in the next few years.

နောက်နှစ်အနည်းငယ်မှာ စက်ရုပ်(သို့) ဆော့ဖ်ဝဲက ဝင်လုပ်သွားပါလိမ့်မယ်။

And that's exactly why people like Mark Zuckerberg and Bill Gates

အဲဒါဟာ Mark Zuckerberg နဲ့ Bill Gates တို့ပြောနေတဲ့

are talking about the need for government-funded minimum income levels.

အစိုးရက ထောက်ပံ့တဲ့ အနိမ့်ဆုံး လုပ်ခလစာအဆင့် လိုလာမယ့် ကိစ္စပေါ့။

But if our politicians can't agree on things like health care

ဒါပေမယ့် နိုင်ငံရေးသမားတွေက ကျန်းမာရေး ကျောင်းနေ့လည်စာလို အရာတွေတောင်

or even school lunches,

သဘောမတူနိုင်ကြတော့

I just don't see a path where they'll find consensus

ပိုပြီးစားရိတ်စကများတဲ့ အားလုံးအတွက်

on something as big and as expensive as universal basic life income.

အခြေခံ လစာကိစ္စမျိုးကို ညှိနိုင်ကြမယ့် နည်းလမ်းတော့ သိပ်မမြင်မိပါဘူး။

Instead, I think the response needs to be led by us in industry.

ဒီအစား ဒီလုပ်ငန်းထဲက ကျွန်တော်တို့ကပဲ ဦးဆောင်ပြင်ဆင်ကြရမယ်လို့ ထင်မိပါတယ်။

We have to recognize the change that's ahead of us

ကျွန်တော်တို့ရှေ့မှာရှိနေတဲ့ အပြောင်းအလဲကို သိထားရမယ်

and start to design the new kinds of jobs

စက်ရုပ်တွေ အစားထိုးလာတဲ့အခါမှာလည်း

that will still be relevant in the age of robotics.

လိုအပ်နေမယ့် အလုပ်တွေကို ဖန်တီးထားရပါမယ်။

The good news is that we have faced down and recovered

သတင်းကောင်းက အရင် လူအများ လုပ်တဲ့ အလုပ်အမျိုးအစားနှစ်ခုစာ

two mass extinctions of jobs before.

ပျောက်သွားတာပြန်ဖော်ထုတ် ပေးနိုင်ခဲ့ဖူးတာပါ။

From 1870 to 1970,

၁၈၇၀ နဲ့ ၁၉၇၀အတွင်းမှာ

the percent of American workers based on farms fell by 90 percent,

လယ်ယာအခြေခံ အမေရိကန် အလုပ်သမား ၉၀ ရာနှုန်းအထိ ကျဆင်းသွားခဲ့ပါတယ်။

and then again from 1950 to 2010,

၁၉၅၀နဲ့ ၂၀၁၀ အတွင်းမှာဆိုလည်း

the percent of Americans working in factories

စက်ရုံအလုပ်တွေက အမေရိကန် အလုပ်သမား

fell by 75 percent.

၇၅ ရာနှုန်းလောက် ကျဆင်းသွားခဲ့တယ်။

The challenge we face this time, however, is one of time.

ဒါပေမယ့် အခုရင်ဆိုင်နေရတဲ့ စိန်ခေါ်မှုကတော့ တစ်သက် တစ်ခါပါ။

We had a hundred years to move from farms to factories,

လယ်ယာထဲကနေ စက်ရုံတွေထဲ ရွှေ့ဖို့ နှစ်တစ်ရာလောက် အချိန်ရခဲ့ပြီး

and then 60 years to fully build out a service economy.

ဝန်ဆောင်မှု တွေကို အပြည့်အဝ ထူထောင်ဖို့က နှစ် ၆၀ ပါ။

The rate of change today

ဒီနေ့ အပြောင်းအလဲနှုန်းက

suggests that we may only have 10 or 15 years to adjust,

ပြင်ဆင်ဖို့ ၁၀ နှစ် ၁၅နှစ်လောက်ပဲ ရပါလိမ့်မယ်လို့ ပြနေတယ်။

and if we don't react fast enough,

မြန်မြန်သာ မပြင်ဆင်ရင်

that means by the time today's elementary-school students

အဲဒါက ဘာကိုပြောသလဲဆိုတော့ အခု မူလတန်းတက်နေတဲ့ ကလေးတွေ

are college-aged,

ကောလိပ် တက်တဲ့ အရွယ်ရောက်လာကြတဲ့အခါ

we could be living in a world that's robotic,

ကျွန်တော်တို့ဟာ အလုပ်လက်မဲ့တွေ အများအပြားနဲ့

largely unemployed and stuck in kind of un-great depression.

စိတ်ဓါတ်ကျဆင်းနေတဲ့ စက်ရုပ်ကမ္ဘာ တစ်ခုထဲမှာ နေနေနိုင်တာပါ။

But I don't think it has to be this way.

ဒီလို ဖြစ်ကိုဖြစ်ရမယ်လို့ မဆိုလိုပါဘူး။

You see, I work in innovation,

ကျွန်တော်ဟာ တီထွင်မှုမှာ လုပ်တယ်။

and part of my job is to shape how large companies apply new technologies.

ကျွန်တော့်အလုပ်က ကုမ္ပဏီကြီးတွေ နည်းပညာ သစ်တွေကို အသုံးချပုံကို ပုံဖော်ဖို့ပါ။

Certainly some of these technologies

သေချာတာက ဒီနည်းပညာတစ်ချို့ဟာ

are even specifically designed to replace human workers.

လူသား အလုပ်သမားတွေကို အစားထိုးဖို့ အဓိက ထွင်ထားတာ သေချာတယ်။

But I believe that if we start taking steps right now

ဒါပေမယ့် ယုံကြည်တာက အခုကစပြီး အလုပ်ရဲ့ သဘာဝကို ပြောင်းဖို့

to change the nature of work,

ခြေလှမ်းတွေ စကြမယ်ဆိုရင်

we can not only create environments where people love coming to work

ကျွန်တော်တို့ဟာ လူတွေ အလုပ်ကို လာချင်မယ့် ပတ်ဝန်းကျင်တွေကို ဖန်တီးနိုင်မယ့်အပြင်

but also generate the innovation that we need

နည်းပညာကြောင့် ဆုံးရှုံးမယ့် သန်းချီတဲ့

to replace the millions of jobs that will be lost to technology.

အလုပ်နေရာတွေအတွက် အစားထိုးဖို့ရာ စတင်လုပ်ဆောင်ပေးနိုင်ပါလိမ့်မယ်။

I believe that the key to preventing our jobless future

အလုပ်လက်မဲ့ ဖြစ်သွားနိုင်တဲ့ အနာဂတ်ကို ကာကွယ်နိုင်မယ့် သော့ချက်ကတော့

is to rediscover what makes us human,

လူဖြစ်ရခြင်းရဲ့ အနှစ်သာရကို ပြန်လည်ရှာဖွေဖို့နဲ့

and to create a new generation of human-centered jobs

အမြဲအတူရှိပေမဲ့ ပုန်းကွယ်နေတဲ့ ကိုယ်ရည်ကိုယ်သွေး

that allow us to unlock the hidden talents and passions

စိတ်ဝင်စားမှုတွေ ဖော်ထုတ်မယ့် လူသားဗဟိုပြု အလုပ်တွေရဲ့

that we carry with us every day.

မျိုးဆက်သစ်တွေ ဖန်တီးဖို့ပါ။

But first, I think it's important to recognize

ဒါပေမယ့် ပထမ အရေးအကြီးဆုံးက ဒီပြဿနာကို

that we brought this problem on ourselves.

ကိုယ်တိုင်ယူလာတာ သဘောပေါက်ဖို့လို့ထင်တယ်။

And it's not just because, you know, we are the one building the robots.

ဒါဟာ စက်ရုပ်တွေကို တီထွင်ခဲ့ကြတာ သက်သက်ကြောင့်ပြောတာမဟုတ်ပါဘူး။

But even though most jobs left the factory decades ago,

အလုပ်အများစုဟာ စက်ရုံက စွန့်ခွာခဲ့တာ ဆယ်စုနှစ်ချီပြီဆိုတာတောင်

we still hold on to this factory mindset

ခုထိ စံနှုန်းသတ်မှတ်ချက်တွေ၊ အရည်အသွေး

of standardization and de-skilling.

လိုအပ်ချက်တွေ လျော့အောင်လုပ်နေဆဲပါ။

We still define jobs around procedural tasks

အခုထိ အလုပ်တွေကို လုပ်ငန်းစဉ်တွေနဲ့သတ်မှတ်ထားကာ

and then pay people for the number of hours that they perform these tasks.

လစာပေးတဲ့နေရာမှာ အဲဒီအလုပ်တွေလုပ်တဲ့ အချိန်နဲ့ တွက်ချက်ပေးနေဆဲဖြစ်ပါတယ်။

We've created narrow job definitions

အလုပ်တွေကို အင်မတန်ဘောင်ကျဉ်းစွာနဲ့

like cashier, loan processor or taxi driver

ငွေကိုင်။ ချေးငွေ စာရေး၊ အငှားယဉ်မောင်း အစရှိသဖြင့်နဲ့

and then asked people to form entire careers

လူတွေရဲ့ အသက်မွေးမှု တစ်ခုလုံးကို ဒီတစ်ခုချင်း

around these singular tasks.

အလုပ်တွေမှာပဲ ဖွဲ့ခိုင်းတာပါ။

These choices have left us with actually two dangerous side effects.

တကယ်တော့ အဲဒီလိုရွေးချယ်မှုတွေဟာ ဘေးထွက်ဆိုးကျိုး အန္တရာယ်နှစ်ခုရှိပါတယ်။

The first is that these narrowly defined jobs

ပထမတစ်ခုက အဲလို ဘောင်ကျဉ်းကျဉ်း သတ်မှတ်ထားတဲ့ အလုပ်တွေဟာ

will be the first to be displaced by robots,

ဦးစွာ ပထမ စက်ရုပ်တွေနဲ့ အစားထိုးခံရပါလိမ့်မယ်။

because single-task robots are just the easiest kinds to build.

အလုပ်တစ်ခုထဲ လုပ်တဲ့ စက်ရုပ်မျိုး ဆောက်ဖို့က အလွယ်ဆုံးမို့ပါ။

But second, we have accidentally made it

ဒုတိယက ဒါကို ကမ္ဘာအနှံ့မှာ ဖန်တီးမိလျှက်သားဆိုတော့

so that millions of workers around the world

ကမ္ဘာတစ်လွှားက သန်းချီတဲ့ အလုပ်သမားတွေဟာ

have unbelievably boring working lives.

အင်မတန် ငြီးငွေ့စရာကောင်းတဲ့ လုပ်ငန်းဘဝရရှိနေတယ်

(Laughter)

(ရယ်သံများ)

Let's take the example of a call center agent.

တယ်လီဖုန်းနဲ့ စုံစမ်းရေး ဌာနတွေကိုပဲ ကြည့်လိုက်ပါ။

Over the last few decades, we brag about lower operating costs

ဆယ်စုနှစ်တွေအနည်းငယ်က ပိုလျော့တဲ့ လုပ်ငန်းစရိတ်တွေအကြောင်း

because we've taken most of the need for brainpower

ကြွားခဲ့တာက လူတွေရဲ့ ဦးနှောက် စွမ်းအားလိုအပ်ချက်ကို

out of the person and put it into the system.

စက်တွေထဲ ပြောင်းထည့်လိုက်ကြလို့ပါ။

For most of their day, they click on screens,

သူတို့ နေ့တာအများစုက မျက်နှာပြင်ပေါ်မှာ နှိပ်ကာ

they read scripts.

စာဖတ်လိုက်ကြတာပါပဲ။

They act more like machines than humans.

သူတို့လုပ်နေတာ လူသားနဲ့မတူဘဲ စက်တွေနဲ့ ပိုတူနေတာပါ။

And unfortunately, over the next few years,

ကံမကောင်းစွာနဲ့ပဲ သိပ်မကြာတော့မယ့်နှစ်တွေမှာ

as our technology gets more advanced,

နည်းပညာပိုတိုးတက်လာတာနဲ့အတူ သူတို့ဟာ

they, along with people like clerks and bookkeepers,

စာရေးတွေ စာရင်းရေးသွင်းကြသူတွေနဲ့အတူတူ

will see the vast majority of their work disappear.

အလုပ်အများစုဟာ ပျောက်ကွယ်သွားတော့မှာ ဖြစ်ပါတယ်။

To counteract this, we have to start creating new jobs

အဲဒါကို ကာကွယ်ဖို့ အလုပ်သစ်တွေ စတင်ဖန်တီးဖို့ လိုပါတယ်။

that are less centered on the tasks that a person does

လူတစ်ဦးလုပ်တဲ့ အလုပ်တွေကို ဗဟိုပြုတာ နည်းပြီး

and more focused on the skills that a person brings to work.

လူတွေနဲ့ပါလာတဲ့ အရည်အချင်းတွေကို ပို အဓိကထားတာပါ။

For example, robots are great at repetitive and constrained work,

ဥပမာ စက်ရုပ်တွေဟာ ထပ်တလဲလဲလုပ်ရတဲ့၊ အမှားမခံတဲ့ အလုပ်တွေမှာ ကောင်းပေမဲ့

but human beings have an amazing ability

လူတွေက တစ်ခါမှ မကြုံဖူးတဲ့ ပြဿနာတွေ့ရင်

to bring together capability with creativity

စွမ်းဆောင်ရည်နဲ့ တီထွင်နိုင်မှု ပေါင်းနိုင်တဲ့

when faced with problems that we've never seen before.

အံ့မခန်း အရည်အသွေးတွေရှိပါတယ်။

It's when every day brings a little bit of a surprise

နေ့စဉ်နေ့ အံ့အားသင့်စရာလေးတွေ နည်းနည်းစီတွေ့နေရမယ်ဆိုရင်တော့

that we have designed work for humans

စက်ရုပ်တွေအတွက်မဟုတ်တော့ဘဲ လူသားအတွက်

and not for robots.

အလုပ်ဖန်တီးပေးတာပါ။

Our entrepreneurs and engineers already live in this world,

စွန့်ဦးတီထွင်တွေ အင်ဂျင်နီယာတွေ ဒီကမ္ဘာမှာရှိပြီးသားဆိုပေမဲ့

but so do our nurses and our plumbers

သူနာပြုတွေ ပိုက်ပြင်သမားတွေ

and our therapists.

ကုသရေး ပညာရှင်တွေ လည်းရှိပါတယ်

You know, it's the nature of too many companies and organizations

ကုမ္ပဏီတွေနဲ့ အဖွဲ့အစည်း များစွာရဲ့ သဘာဝက

to just ask people to come to work and do your job.

လူတွေကို ခေါ်ပြီး ကိုယ့်အလုပ်တွေ လုပ်ခိုင်းဖို့ဆိုတာ အားလုံးသိပြီးသားပါ။

But if you work is better done by a robot,

ကိုယ်ထက် စက်ရုပ်က ပိုကောင်းအောင် လုပ်တဲ့အခါ၊

or your decisions better made by an AI,

ကိုယ့်ထက် စက်တွေထက်ပို ကောင်းအောင် ဆုံးဖြတ်နိုင်တဲ့အခါ

what are you supposed to be doing?

ကိုယ်က ဘာလုပ်ရတော့မလဲ။

Well, I think for the manager,

ကျွန်တော့အထင် မန်နေဂျာတွေအတွက်ကတော့

we need to realistically think about the tasks that will be disappearing

နောက်နှစ်အနည်းငယ် အတွင်းပျောက်သွားမယ့် အလုပ်တွေ အတွက် လက်တွေ့ကျကျ

over the next few years

စဉ်းစားဖို့လိုပြီး

and start planning for more meaningful, more valuable work that should replace it.

အစားထိုးမယ့် ပိုအဓိပ္ပါယ်ရှိ၊တန်ဘိုးရှိ တဲ့အလုပ်အတွက် စတင် စီစဉ်တာပါ။

We need to create environments

လူတွေနဲ့ စက်ရုပ်တွေ ယှဉ်တွဲ

where both human beings and robots thrive.

ရှင်သန်တဲ့ ဝန်းကျင်တစ်ခု ဖန်တီးဖို့ လိုတယ်။

I say, let's give more work to the robots,

ပြောချင်တာက စက်ရုပ်တွေက အလုပ်တွေပိုလုပ်ကြပါစေ။

and let's start with the work that we absolutely hate doing.

လူတွေမလုပ်ချင်တဲ့ အလုပ်တွေ အရင်လုပ်ကြပါစေ။

Here, robot,

ကဲစက်ရုပ်ရေ။

process this painfully idiotic report.

ဒီ ခပ်ရူးရူး အစီရင်ခံစာကို လုပ်ပါဦး။

(Laughter)

(ရယ်သံများ)

And move this box. Thank you.

ဒီဘူး ရွှေ့လိုက်ပါ၊ ကျေးဇူးပါ

(Laughter)

(ရယ်သံများ)

And for the human beings,

လူသားတွေအတွက်ကတော့

we should follow the advice from Harry Davis at the University of Chicago.

ရှီကာဂို တက္ကသိုလ်က Harry David ပေးတဲ့ အကြံအတိုင်း လိုက်နာသင့်ပါတယ်။

He says we have to make it so that people don't leave too much of themselves

သူပြောတာက လူတွေဟာ ကားနောက် ဖုံးထဲမှာ သူတို့ကိုယ် သူတို့ သိပ်အများကြီး

in the trunk of their car.

မထားအောင် လုပ်ဖို့လိုတယ်တဲ့

I mean, human beings are amazing on weekends.

ဆိုလိုတာက လူတွေဟာ သီတင်းပတ်အဆုံးတွေမှာ အံ့ဩစရာ ကောင်းတာပါ။

Think about the people that you know and what they do on Saturdays.

ကိုယ်သိတဲ့ လူတွေကို သူတို့ စနေနေ့တွေမှာ လုပ်ကြတာ စဉ်းစားကြည့်ပါ။

They're artists, carpenters, chefs and athletes.

ပန်းချီဆရာတွေ၊ လက်သမားတွေ စားဖိုမှူးတွေ အားကစားသမားတွေပါ။

But on Monday, they're back to being Junior HR Specialist

ဒါပေမဲ့ တနင်္လာနေ့လည်းရောက်ရော သူတို့ဟာ အငယ်တန်း HRပညာရှင် နဲ့

and Systems Analyst 3.

System analyst အဆင့်၃ တို့ ပြန်ဖြစ်ကုန်ရော

(Laughter)

(ရယ်သံများ)

You know, these narrow job titles not only sound boring,

အဲဒီလို ဘောင်ကျဉ်းတဲ့ အလုပ်အမျိုးအမည် တွေပေးတာဟာ ငြီးငွေ့စရာဖြစ်ရုံမက

but they're actually a subtle encouragement

လူတွေကို ဘောင်ကျဉ်းကာ ငြီးငွေ့စရာကောင်းတဲ့

for people to make narrow and boring job contributions.

အလုပ် အထောက်အပံ့တွေလုပ်ဖို့ ပါးနပ်တဲ့ အားပေးမှုတစ်ခုပါ။

But I've seen firsthand that when you invite people to be more,

ဒါပေမဲ့ အရင်းက မြင်ဖူးတာက ပိုပြီးလုပ်ကိုင်စေဖို့ ဖိတ်ခေါ်တော့

they can amaze us with how much more they can be.

သူတို့ ဘယ်လောက် ပို လုပ်နိုင်ကြတယ်ဆိုတာက အံ့ဩစရာပါ။

A few years ago, I was working at a large bank

နှစ်အနည်းငယ်က ကွန်ပျူတာ ယဉ်ကျေးမှုကို

that was trying to bring more innovation into its company culture.

တီထွင်မှုတွေ သွင်းဖို့ ဲကြိုးစားတဲ့ ဘဏ်ကြီးမှာ အလုပ်လုပ်နေတယ်။

So my team and I designed a prototyping contest

အဖွဲ့နဲ့ကျွန်တော်ဟာ လူတိုင်း ကြိုက်တာတီထွင်ဖို့

that invited anyone to build anything that they wanted.

ဖိတ်ခေါ်တဲ့ရှေ့ပြေးပုံစံ ပြိုင်ပွဲတစ်ခု လုပ်ခဲ့တယ်

We were actually trying to figure out

တကယ်က ကျွန်တော်တို့ဟာ တီထွင်မှုတွေကို

whether or not the primary limiter to innovation

အဓိက တားဆီးနေတာက အတွေးအခေါ်ပဲမရှိလို့လား။

was a lack of ideas or a lack of talent,

ကိုယ်ရည်ကိုယ်သွေးမရှိလို့လားလို့ စဉ်းစားကြည့်ပါတယ်။

and it turns out it was neither one.

တစ်ခုမှ မဟုတ်ပါဘူး။

It was an empowerment problem.

ဒါဟာ လုပ်ပိုင်ခွင့် ပြဿနာဖြစ်နေတယ်။

And the results of the program were amazing.

အဲဒီ အစီစဉ်ရဲ့ ရလဒ်ကတော့ အံ့မခန်းပါပဲ။

We started by inviting people to reenvision

အဖွဲ့တစ်ဖွဲ့ကို ဘာလုပ်ပေးနိုင်မလဲဆိုတာကို

what it is they could bring to a team.

ပြန်ကြည့်ဖို့ လူတွေ ဖိတ်ခေါ်တာနဲ့စတယ်

This contest was not only a chance to build anything that you wanted

ဒီပြိုင်ပွဲဟာ ကိုယ်တည်ဆောက်ချင်တာကို တည်ဆောက်ဖို့တင်မကဘူး၊

but also be anything that you wanted.

ကိုယ်ဖြစ်ချင်တာ အားလုံးဖြစ်လို့ရပါတယ်။

And when people were no longer limited by their day-to-day job titles,

လူတွေဟာ သူတို့ရဲ့နေ့စဉ် အလုပ်တာဝန် ခေါင်းစဉ်တစ်ခုအောက်မှာ ရှိမနေတဲ့အခါ

they felt free to bring all kinds of different skills and talents

သူတို့ဟာ သူတို့ရဲ့အရည်အချင်းတွေ ကိုယ်ရည်ကိုယ်သွေးတွေ ကို

to the problems that they were trying to solve.

ပြဿနာတွေဖြေရှင်းနိုင်ဖို့ လွတ်လပ်စွာ အသုံးပြုလာတယ်။

We saw technology people being designers, marketing people being architects,

နည်းပညာသမားတွေက ဒီဇိုင်နာတွေ၊ စျေးကွက် ဖောက်သူတွေက ဗိသုကာတွေပညာရှင်တွေဖြစ်ကာ

and even finance people showing off their ability to write jokes.

ငွေကြေးပညာရှင်တွေက ဟာသရေးတဲ့ သူတွေ ဖြစ်လာတာတောင်တွေ့ခဲ့ရပါတယ်။

(Laughter)

(ရယ်သံများ)

We ran this program twice,

ဒီအစီစဉ်ကို နှစ်ခါလုပ်ခဲ့တယ်။

and each time more than 400 people brought their unexpected talents to work

အကြိမ်းတိုင်း လူ ၄၀ဝကျော်ဟာ မျှော်လင့် တဲ့ အရည်အသွေးတွေကို အလုပ်ခွင်ကိုယူလာကာ

and solved problems that they had been wanting to solve for years.

သူတို့နှစ်ချီကာ ဖြေရှင်းချင်နေတဲ့ ပြဿနာတွေကို ဖြေရှင်းခဲ့ကြတာပါ။

Collectively, they created millions of dollars of value,

စုပေါင်းလိုက်ရော သူတို့ဟာ သန်းချီ တန်ဘိုးကို ဖန်တီးခဲ့တယ်။

building things like a better touch-tone system for call centers,

ဖုန်းအဝင် စီမံပေးတဲ့ဌာနတွေအတွက် ပိုကောင်း တဲ့ အသံနည်းစနစ်တွေ ဆိုင်ခွဲတွေအတွက်

easier desktop tools for branches

ပိုလွယ်တဲ့ desk top ကိရိယာတွေ

and even a thank you card system

ဝန်ထမ်း လုပ်ငန်း အတွေ့အကြုံအတွက်

that has become a cornerstone of the employee working experience.

အုတ်မြစ်တစ်ခု ဖြစ်လာစေတဲ့ ကျေးဇူးတင်တဲ့ ကဒ်ကလေးတွေတောင်ပါ။

Over the course of the eight weeks,

ရက်သတ္တပတ် ရှစ်ခုအတွင်းမှာပဲ

people flexed muscles that they never dreamed of using at work.

သူတို့ တစ်ခါမှ မစဉ်းစားမိတဲ့ စွမ်းအားတွေကို အလုပ်ခွင်ထဲမှာ သုံးခဲ့တယ်။

People learned new skills,

လူတွေဟာ စွမ်းရည်သစ်တွေ သင်ယူခဲ့ကာ

they met new people,

မိတ်ဆွေသစ်တွေနဲ့ တွေ့ရတယ်။

and at the end, somebody pulled me aside and said,

နောက်ဆုံးတော့ တစ်ယောက်က ကျွန်တော့်ကို ဆွဲပြီး ပြောတာက

"I have to tell you,

"ပြောရဦးမယ်

the last few weeks has been one of the most intense,

ပြီးခဲ့တဲ့ ရက်သတ္တပတ်တွေဟာ တစ်သက်နဲ့ တစ်ကိုယ် အပင်ပန်းဆုံး

hardest working experiences of my entire life,

လုပ်ငန်းအတွေ့အကြုံပါပဲလို့ ပြောပေမဲ့

but not one second of it felt like work."

တစ်စက္ကန့်မှ အလုပ်လို့ မခံစားမိဘူး။"

And that's the key.

အဲဒါက တကယ့် သော့ချက်ပါ။

For those few weeks, people got to be creators and innovators.

အဲဒီရက်သတ္တပတ် အနည်းငယ်အတွက် လူတွေဟာ ဖန်တီး တီထွင်သူတွေ ဖြစ်ကြရပါတယ်။

They had been dreaming of solutions

သူတို့ကို နှစ်ချီပြီး ဒုက္ခပေးနေတဲ့

to problems that had been bugging them for years,

ပြဿနာတွေကို ဖြေရှင်းနိုင်ဖို့ စိတ်ကူးတွေယဉ်နေကြရကာ

and this was a chance to turn those dreams into a reality.

ဒီအချိန်က ဒီအိပ်မက်တွေကို အကောင်အထည်ဖော်ဖို့ အခွင့်အရေးပါ။

And that dreaming is an important part of what separates us from machines.

အဲဒီလို အိပ်မက်တွေကပဲ ကျွန်တော်တို့ကို စက်တွေနဲ့ အဓိက ခွဲခြားနိုင်တဲ့ အရာတစ်ခုပါ။

For now, our machines do not get frustrated,

အခုအထိတော့ စက်တွေက စိတ်မရှုပ်တတ်ဘူး၊

they do not get annoyed,

စိတ်အနှောက်အယှက် မဖြစ်တတ်ဘူး၊

and they certainly don't imagine.

သေချာပေါက် စိတ်ကူးမယဉ်တတ်ပါဘူး။

But we, as human beings --

လူတွေကတော့

we feel pain,

နာကျင်တတ်တယ်၊

we get frustrated.

စိတ်ရှုပ်တတ်ပါတယ်။

And it's when we're most annoyed and most curious

စိတ်အနှောက်အယှက်အဖြစ်ဆုံး စူးစမ်းလိုစိတ် အပြင်းဆုံးအချိန်တွေက

that we're motivated to dig into a problem and create change.

ပြဿနာကို တူးဆွအဖြေရှာပြီး အပြောင်းအလဲကို ဖန်တီးကြတော့တာပါ။

Our imaginations are the birthplace of new products, new services,

စိတ်ကူးတွေဟာ ပစ္စည်းအသစ်တွေ ဝန်ဆောင်မှု အသစ်တွေ၊ လုပ်ငန်းအသစ်တွေတောင်

and even new industries.

ပေါ်ထွက်ရာပါ။

I believe that the jobs of the future

ယုံကြည်မိတာက အနာဂတ်ရဲ့ အလုပ်တွေဟာ

will come from the minds of people

ဒီနေ့ ဆန်းစစ်သူ ကျွမ်းကျင်သူတွေလို့

who today we call analysts and specialists,

ခေါ်သတွေရဲ့ စိတ်ကူးစိတ်သန်းတွေက ပေါ်ထွက်လာမယ်လို့ပါ။

but only if we give them the freedom and protection that they need to grow

သူတို့ကို လွတ်လွတ်လပ်လပ် နဲ့ စူးစမ်းရှာဖွေသူတွေ တီထွင်သူတွေဖြစ်အောင်ပဲ

into becoming explorers and inventors.

လုပ်ခွင့်ပေးလိုက်ဖို့ပဲလိုပါတယ်။

If we really want to robot-proof our jobs,

စက်ရုပ် အစားမထိုးတဲ့ အလုပ်တွေကို ဖြစ်ချင်ရင်

we, as leaders, need to get out of the mindset

ဦးဆောင်သူတွေအနေနဲ့ လူတွေကို ဘာလုပ်ရမယ်လို့

of telling people what to do

ပြောတဲ့အတွေးကို ရှင်းထုတ်ဖို့လိုတယ်။

and instead start asking them what problems they're inspired to solve

အဲဒီအစား စမေးရမှာက သူတို့ ဘယ် ပြဿနာတွေကို ဖြေရှင်းဖို့ စေ့ဆော်ခံရလဲ၊

and what talents they want to bring to work.

ဘယ်ပင်ကိုယ်အစွမ်းတွေ အလုပ်ခွင်ထဲ ယူလာချင်လဲလို့ပါ

Because when you can bring your Saturday self to work on Wednesdays,

ဘာလို့လဲဆို သင်တို့ရဲ့ စနေနေ့ အတ္တကို ဗုဒ္ဓဟူးနေ့တွေကို ယူလာနိုင်တဲ့အခါ

you'll look forward to Mondays more,

တနင်္လာနေ့တွေကို ပိုမျှော်လာလိမ့်မယ်။

and those feelings that we have about Mondays

တနင်္လာနေ့ ခံစားမှုတွေဟာ ကျွန်တော်တို့ကို

are part of what makes us human.

လူနဲ့တူအောင် လုပ်ပေးနိုင်ပါလိမ့်မယ်။

And as we redesign work for an era of intelligent machines,

အသိဉာဏ်ရှိတဲ့ စက်တွေရဲ့ခေတ်အတွက် အလုပ်တွေ ပြန် တီထွင်ကြတဲ့အခါ

I invite you all to work alongside me

အလုပ်ခွင်ဘဝတွေကို ပို လူသားဆန်အောင် ပြုလုပ်ဖို့

to bring more humanity to our working lives.

ကျွန်တော်နဲ့အတူ အားလုံးပူးပေါင်းပါလို့ ဖိတ်ခေါ်ပါတယ်။

Thank you.

ကျေးဇူးတင်ပါတယ်။

(Applause)

လက်ခုပ်သံများ