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

181,970 views ・ 2017-11-03

TED


ဗီဒီယိုကိုဖွင့်ရန် အောက်ပါ အင်္ဂလိပ်စာတန်းများကို နှစ်ချက်နှိပ်ပါ။

Translator: Ma Mar Reviewer: sann tint
00:12
So there's a lot of valid concern these days
0
12694
2152
အဲဒီတော့ ဒီနေ့ လူတွေတကယ်ပဲစိတ်ပူနေကြတာက
00:14
that our technology is getting so smart
1
14870
2205
နည်းပညာက အရမ်း စနစ်ကျလွန်းတော့ မိမိကိုယ်ကိုယ်
00:17
that we've put ourselves on the path to a jobless future.
2
17099
2748
အလုပ်မဲ့တဲ့ အနာဂတ်တစ်ခုဖြစ်မယ့် လမ်းပေါ် ပို့နေသလားပေါ့။
00:21
And I think the example of a self-driving car
3
21502
2152
ထင်မိတာက မောင်းသူမဲ့ ကားတွေပေါ်လာတာဟာ
00:23
is actually the easiest one to see.
4
23678
1674
အလွယ်ဆုံး မြင်ရတဲ့ ဥပမာ တစ်ခုပါ။
00:25
So these are going to be fantastic for all kinds of different reasons.
5
25376
3328
ဒီတော့ ဒါတွေဟာ အကြောင်းအစုံစုံ အတွက် အရမ်း ထူးခြားပါလိမ့်မယ်။
00:28
But did you know that "driver" is actually the most common job
6
28728
3438
ဒါပေမဲ့ ယာဉ်မောင်း အလုပ်ဆိုတာ US မှာ ပြည်နယ် ၅၀ရှိတဲ့အနက် ၂၉ ပြည်နယ်ရဲ့
00:32
in 29 of the 50 US states?
7
32190
1789
အခြေခံကျဆုံး အလုပ်ဆိုတာ သင်သိပါသလား။
00:34
What's going to happen to these jobs when we're no longer driving our cars
8
34862
3478
ကိုယ့်ကားကိုယ် မောင်းစရာမလို တဲ့အခါ ချက်ပြုတ်စရာမလို၊ ကိုယ့်ရောဂါကို
00:38
or cooking our food
9
38364
1165
အဖြေရှာစရာ မလိုတဲ့အခါ
00:39
or even diagnosing our own diseases?
10
39553
1959
အဲဒီအလုပ်တွေ ဘယ်လိုဖြစ်ကုန်ကြမလဲ။
00:42
Well, a recent study from Forrester Research
11
42495
2377
လတ်တလော Forrester Research က သုတေသန တစ်ခုအရကတော့
00:44
goes so far to predict that 25 million jobs
12
44896
3163
နောက် ဆယ်နှစ်အတွင်းမှာ အလုပ်နေရာ၂၅သန်း
00:48
might disappear over the next 10 years.
13
48083
2162
ကွယ်ပျောက်သွားနိုင်တယ် အထိ ဆိုထားပါတယ်။
00:51
To put that in perspective,
14
51213
1489
ဒါကို မြင်ကွင်းကျယ်နဲ့ ကြည့်ရင်
00:52
that's three times as many jobs lost in the aftermath of the financial crisis.
15
52726
4146
ဘဏ္ဍာရေးအကြပ်အတည်း အလွန် ကာလတွေကထက် ၃ဆ များနေခဲ့ပါတယ်။
00:58
And it's not just blue-collar jobs that are at risk.
16
58426
2472
နောက်ပြီး ကာယ အလုပ်တွေပဲ အန္တရာယ်ရှိတာမဟုတ်ပါဘူး။
01:01
On Wall Street and across Silicon Valley, we are seeing tremendous gains
17
61548
3427
Wall Streetနဲ့ Silicon Valley မှာဆိုရင် စက်တွေ သင်ယူလာနိုင်မှုကြောင့်
01:04
in the quality of analysis and decision-making
18
64999
2182
ဆန်းစစ်မှုနဲ့ ဆုံးဖြတ်ချက်ချတဲ့ အရည်အသွေးဟာ
01:07
because of machine learning.
19
67205
1654
အံ့မခန်း မြင့်တက်လာတာ တွေ့နေရတယ်။
01:08
So even the smartest, highest-paid people will be affected by this change.
20
68883
3524
ဒါကြောင့် အတော်ဆုံး လစာအမြင့်ဆုံးတွေတောင် ဒီအပြောင်းအလဲကြောင့် ထိခိုက်မယ်။
01:13
What's clear is that no matter what your job is,
21
73534
2670
အရှင်းဆုံးပြောရရင် ဘယ်လို အလုပ်ပဲမဆို ကိုယ့်အလုပ်ရဲ့
01:16
at least some, if not all of your work,
22
76228
1972
အားလုံးမဟုတ်ရင်တောင် တစိတ်တပိုင်းကို
01:18
is going to be done by a robot or software in the next few years.
23
78224
3392
နောက်နှစ်အနည်းငယ်မှာ စက်ရုပ်(သို့) ဆော့ဖ်ဝဲက ဝင်လုပ်သွားပါလိမ့်မယ်။
01:22
And that's exactly why people like Mark Zuckerberg and Bill Gates
24
82738
3071
အဲဒါဟာ Mark Zuckerberg နဲ့ Bill Gates တို့ပြောနေတဲ့
01:25
are talking about the need for government-funded minimum income levels.
25
85833
3388
အစိုးရက ထောက်ပံ့တဲ့ အနိမ့်ဆုံး လုပ်ခလစာအဆင့် လိုလာမယ့် ကိစ္စပေါ့။
01:29
But if our politicians can't agree on things like health care
26
89245
3342
ဒါပေမယ့် နိုင်ငံရေးသမားတွေက ကျန်းမာရေး ကျောင်းနေ့လည်စာလို အရာတွေတောင်
01:32
or even school lunches,
27
92611
1279
သဘောမတူနိုင်ကြတော့
01:33
I just don't see a path where they'll find consensus
28
93914
2430
ပိုပြီးစားရိတ်စကများတဲ့ အားလုံးအတွက်
01:36
on something as big and as expensive as universal basic life income.
29
96368
3326
အခြေခံ လစာကိစ္စမျိုးကို ညှိနိုင်ကြမယ့် နည်းလမ်းတော့ သိပ်မမြင်မိပါဘူး။
01:40
Instead, I think the response needs to be led by us in industry.
30
100436
3645
ဒီအစား ဒီလုပ်ငန်းထဲက ကျွန်တော်တို့ကပဲ ဦးဆောင်ပြင်ဆင်ကြရမယ်လို့ ထင်မိပါတယ်။
01:44
We have to recognize the change that's ahead of us
31
104105
2524
ကျွန်တော်တို့ရှေ့မှာရှိနေတဲ့ အပြောင်းအလဲကို သိထားရမယ်
01:46
and start to design the new kinds of jobs
32
106653
1975
စက်ရုပ်တွေ အစားထိုးလာတဲ့အခါမှာလည်း
01:48
that will still be relevant in the age of robotics.
33
108652
2695
လိုအပ်နေမယ့် အလုပ်တွေကို ဖန်တီးထားရပါမယ်။
01:52
The good news is that we have faced down and recovered
34
112719
2753
သတင်းကောင်းက အရင် လူအများ လုပ်တဲ့ အလုပ်အမျိုးအစားနှစ်ခုစာ
01:55
two mass extinctions of jobs before.
35
115496
2186
ပျောက်သွားတာပြန်ဖော်ထုတ် ပေးနိုင်ခဲ့ဖူးတာပါ။
01:58
From 1870 to 1970,
36
118343
2210
၁၈၇၀ နဲ့ ၁၉၇၀အတွင်းမှာ
02:00
the percent of American workers based on farms fell by 90 percent,
37
120577
4408
လယ်ယာအခြေခံ အမေရိကန် အလုပ်သမား ၉၀ ရာနှုန်းအထိ ကျဆင်းသွားခဲ့ပါတယ်။
02:05
and then again from 1950 to 2010,
38
125009
2545
၁၉၅၀နဲ့ ၂၀၁၀ အတွင်းမှာဆိုလည်း
02:07
the percent of Americans working in factories
39
127578
2143
စက်ရုံအလုပ်တွေက အမေရိကန် အလုပ်သမား
02:09
fell by 75 percent.
40
129745
1676
၇၅ ရာနှုန်းလောက် ကျဆင်းသွားခဲ့တယ်။
02:12
The challenge we face this time, however, is one of time.
41
132390
2954
ဒါပေမယ့် အခုရင်ဆိုင်နေရတဲ့ စိန်ခေါ်မှုကတော့ တစ်သက် တစ်ခါပါ။
02:15
We had a hundred years to move from farms to factories,
42
135368
3014
လယ်ယာထဲကနေ စက်ရုံတွေထဲ ရွှေ့ဖို့ နှစ်တစ်ရာလောက် အချိန်ရခဲ့ပြီး
02:18
and then 60 years to fully build out a service economy.
43
138406
2575
ဝန်ဆောင်မှု တွေကို အပြည့်အဝ ထူထောင်ဖို့က နှစ် ၆၀ ပါ။
02:21
The rate of change today
44
141498
1325
ဒီနေ့ အပြောင်းအလဲနှုန်းက
02:22
suggests that we may only have 10 or 15 years to adjust,
45
142847
2974
ပြင်ဆင်ဖို့ ၁၀ နှစ် ၁၅နှစ်လောက်ပဲ ရပါလိမ့်မယ်လို့ ပြနေတယ်။
02:25
and if we don't react fast enough,
46
145845
1703
မြန်မြန်သာ မပြင်ဆင်ရင်
02:27
that means by the time today's elementary-school students
47
147572
2756
အဲဒါက ဘာကိုပြောသလဲဆိုတော့ အခု မူလတန်းတက်နေတဲ့ ကလေးတွေ
02:30
are college-aged,
48
150352
1885
ကောလိပ် တက်တဲ့ အရွယ်ရောက်လာကြတဲ့အခါ
02:32
we could be living in a world that's robotic,
49
152261
2141
ကျွန်တော်တို့ဟာ အလုပ်လက်မဲ့တွေ အများအပြားနဲ့
02:34
largely unemployed and stuck in kind of un-great depression.
50
154426
3683
စိတ်ဓါတ်ကျဆင်းနေတဲ့ စက်ရုပ်ကမ္ဘာ တစ်ခုထဲမှာ နေနေနိုင်တာပါ။
02:39
But I don't think it has to be this way.
51
159617
1939
ဒီလို ဖြစ်ကိုဖြစ်ရမယ်လို့ မဆိုလိုပါဘူး။
02:41
You see, I work in innovation,
52
161580
1700
ကျွန်တော်ဟာ တီထွင်မှုမှာ လုပ်တယ်။
02:43
and part of my job is to shape how large companies apply new technologies.
53
163304
4154
ကျွန်တော့်အလုပ်က ကုမ္ပဏီကြီးတွေ နည်းပညာ သစ်တွေကို အသုံးချပုံကို ပုံဖော်ဖို့ပါ။
02:48
Certainly some of these technologies
54
168085
1795
သေချာတာက ဒီနည်းပညာတစ်ချို့ဟာ
02:49
are even specifically designed to replace human workers.
55
169904
2904
လူသား အလုပ်သမားတွေကို အစားထိုးဖို့ အဓိက ထွင်ထားတာ သေချာတယ်။
02:53
But I believe that if we start taking steps right now
56
173435
2926
ဒါပေမယ့် ယုံကြည်တာက အခုကစပြီး အလုပ်ရဲ့ သဘာဝကို ပြောင်းဖို့
02:56
to change the nature of work,
57
176385
1821
ခြေလှမ်းတွေ စကြမယ်ဆိုရင်
02:58
we can not only create environments where people love coming to work
58
178230
3886
ကျွန်တော်တို့ဟာ လူတွေ အလုပ်ကို လာချင်မယ့် ပတ်ဝန်းကျင်တွေကို ဖန်တီးနိုင်မယ့်အပြင်
03:02
but also generate the innovation that we need
59
182140
2118
နည်းပညာကြောင့် ဆုံးရှုံးမယ့် သန်းချီတဲ့
03:04
to replace the millions of jobs that will be lost to technology.
60
184282
3173
အလုပ်နေရာတွေအတွက် အစားထိုးဖို့ရာ စတင်လုပ်ဆောင်ပေးနိုင်ပါလိမ့်မယ်။
03:08
I believe that the key to preventing our jobless future
61
188352
3799
အလုပ်လက်မဲ့ ဖြစ်သွားနိုင်တဲ့ အနာဂတ်ကို ကာကွယ်နိုင်မယ့် သော့ချက်ကတော့
03:12
is to rediscover what makes us human,
62
192175
2346
လူဖြစ်ရခြင်းရဲ့ အနှစ်သာရကို ပြန်လည်ရှာဖွေဖို့နဲ့
03:14
and to create a new generation of human-centered jobs
63
194545
2958
အမြဲအတူရှိပေမဲ့ ပုန်းကွယ်နေတဲ့ ကိုယ်ရည်ကိုယ်သွေး
03:17
that allow us to unlock the hidden talents and passions
64
197527
2606
စိတ်ဝင်စားမှုတွေ ဖော်ထုတ်မယ့် လူသားဗဟိုပြု အလုပ်တွေရဲ့
03:20
that we carry with us every day.
65
200157
1653
မျိုးဆက်သစ်တွေ ဖန်တီးဖို့ပါ။
03:23
But first, I think it's important to recognize
66
203971
2143
ဒါပေမယ့် ပထမ အရေးအကြီးဆုံးက ဒီပြဿနာကို
03:26
that we brought this problem on ourselves.
67
206138
2152
ကိုယ်တိုင်ယူလာတာ သဘောပေါက်ဖို့လို့ထင်တယ်။
03:28
And it's not just because, you know, we are the one building the robots.
68
208314
3457
ဒါဟာ စက်ရုပ်တွေကို တီထွင်ခဲ့ကြတာ သက်သက်ကြောင့်ပြောတာမဟုတ်ပါဘူး။
03:32
But even though most jobs left the factory decades ago,
69
212327
3184
အလုပ်အများစုဟာ စက်ရုံက စွန့်ခွာခဲ့တာ ဆယ်စုနှစ်ချီပြီဆိုတာတောင်
03:35
we still hold on to this factory mindset
70
215535
1937
ခုထိ စံနှုန်းသတ်မှတ်ချက်တွေ၊ အရည်အသွေး
03:37
of standardization and de-skilling.
71
217496
1959
လိုအပ်ချက်တွေ လျော့အောင်လုပ်နေဆဲပါ။
03:40
We still define jobs around procedural tasks
72
220345
2351
အခုထိ အလုပ်တွေကို လုပ်ငန်းစဉ်တွေနဲ့သတ်မှတ်ထားကာ
03:42
and then pay people for the number of hours that they perform these tasks.
73
222720
3488
လစာပေးတဲ့နေရာမှာ အဲဒီအလုပ်တွေလုပ်တဲ့ အချိန်နဲ့ တွက်ချက်ပေးနေဆဲဖြစ်ပါတယ်။
03:46
We've created narrow job definitions
74
226232
1756
အလုပ်တွေကို အင်မတန်ဘောင်ကျဉ်းစွာနဲ့
03:48
like cashier, loan processor or taxi driver
75
228012
3240
ငွေကိုင်။ ချေးငွေ စာရေး၊ အငှားယဉ်မောင်း အစရှိသဖြင့်နဲ့
03:51
and then asked people to form entire careers
76
231276
2483
လူတွေရဲ့ အသက်မွေးမှု တစ်ခုလုံးကို ဒီတစ်ခုချင်း
03:53
around these singular tasks.
77
233783
1630
အလုပ်တွေမှာပဲ ဖွဲ့ခိုင်းတာပါ။
03:56
These choices have left us with actually two dangerous side effects.
78
236071
3533
တကယ်တော့ အဲဒီလိုရွေးချယ်မှုတွေဟာ ဘေးထွက်ဆိုးကျိုး အန္တရာယ်နှစ်ခုရှိပါတယ်။
03:59
The first is that these narrowly defined jobs
79
239628
2750
ပထမတစ်ခုက အဲလို ဘောင်ကျဉ်းကျဉ်း သတ်မှတ်ထားတဲ့ အလုပ်တွေဟာ
04:02
will be the first to be displaced by robots,
80
242402
2423
ဦးစွာ ပထမ စက်ရုပ်တွေနဲ့ အစားထိုးခံရပါလိမ့်မယ်။
04:04
because single-task robots are just the easiest kinds to build.
81
244849
2985
အလုပ်တစ်ခုထဲ လုပ်တဲ့ စက်ရုပ်မျိုး ဆောက်ဖို့က အလွယ်ဆုံးမို့ပါ။
04:08
But second, we have accidentally made it
82
248601
2393
ဒုတိယက ဒါကို ကမ္ဘာအနှံ့မှာ ဖန်တီးမိလျှက်သားဆိုတော့
04:11
so that millions of workers around the world
83
251018
2128
ကမ္ဘာတစ်လွှားက သန်းချီတဲ့ အလုပ်သမားတွေဟာ
04:13
have unbelievably boring working lives.
84
253170
2310
အင်မတန် ငြီးငွေ့စရာကောင်းတဲ့ လုပ်ငန်းဘဝရရှိနေတယ်
04:15
(Laughter)
85
255877
1871
(ရယ်သံများ)
04:18
Let's take the example of a call center agent.
86
258247
2402
တယ်လီဖုန်းနဲ့ စုံစမ်းရေး ဌာနတွေကိုပဲ ကြည့်လိုက်ပါ။
04:20
Over the last few decades, we brag about lower operating costs
87
260673
3003
ဆယ်စုနှစ်တွေအနည်းငယ်က ပိုလျော့တဲ့ လုပ်ငန်းစရိတ်တွေအကြောင်း
04:23
because we've taken most of the need for brainpower
88
263700
2427
ကြွားခဲ့တာက လူတွေရဲ့ ဦးနှောက် စွမ်းအားလိုအပ်ချက်ကို
04:26
out of the person and put it into the system.
89
266151
2144
စက်တွေထဲ ပြောင်းထည့်လိုက်ကြလို့ပါ။
04:28
For most of their day, they click on screens,
90
268319
2521
သူတို့ နေ့တာအများစုက မျက်နှာပြင်ပေါ်မှာ နှိပ်ကာ
04:30
they read scripts.
91
270864
1201
စာဖတ်လိုက်ကြတာပါပဲ။
04:33
They act more like machines than humans.
92
273307
2653
သူတို့လုပ်နေတာ လူသားနဲ့မတူဘဲ စက်တွေနဲ့ ပိုတူနေတာပါ။
04:37
And unfortunately, over the next few years,
93
277098
2116
ကံမကောင်းစွာနဲ့ပဲ သိပ်မကြာတော့မယ့်နှစ်တွေမှာ
04:39
as our technology gets more advanced,
94
279238
1859
နည်းပညာပိုတိုးတက်လာတာနဲ့အတူ သူတို့ဟာ
04:41
they, along with people like clerks and bookkeepers,
95
281121
2584
စာရေးတွေ စာရင်းရေးသွင်းကြသူတွေနဲ့အတူတူ
04:43
will see the vast majority of their work disappear.
96
283729
2412
အလုပ်အများစုဟာ ပျောက်ကွယ်သွားတော့မှာ ဖြစ်ပါတယ်။
04:47
To counteract this, we have to start creating new jobs
97
287315
2704
အဲဒါကို ကာကွယ်ဖို့ အလုပ်သစ်တွေ စတင်ဖန်တီးဖို့ လိုပါတယ်။
04:50
that are less centered on the tasks that a person does
98
290043
2539
လူတစ်ဦးလုပ်တဲ့ အလုပ်တွေကို ဗဟိုပြုတာ နည်းပြီး
04:52
and more focused on the skills that a person brings to work.
99
292606
2866
လူတွေနဲ့ပါလာတဲ့ အရည်အချင်းတွေကို ပို အဓိကထားတာပါ။
04:56
For example, robots are great at repetitive and constrained work,
100
296209
3387
ဥပမာ စက်ရုပ်တွေဟာ ထပ်တလဲလဲလုပ်ရတဲ့၊ အမှားမခံတဲ့ အလုပ်တွေမှာ ကောင်းပေမဲ့
04:59
but human beings have an amazing ability
101
299620
1949
လူတွေက တစ်ခါမှ မကြုံဖူးတဲ့ ပြဿနာတွေ့ရင်
05:01
to bring together capability with creativity
102
301593
2279
စွမ်းဆောင်ရည်နဲ့ တီထွင်နိုင်မှု ပေါင်းနိုင်တဲ့
05:03
when faced with problems that we've never seen before.
103
303896
2700
အံ့မခန်း အရည်အသွေးတွေရှိပါတယ်။
05:06
It's when every day brings a little bit of a surprise
104
306942
2980
နေ့စဉ်နေ့ အံ့အားသင့်စရာလေးတွေ နည်းနည်းစီတွေ့နေရမယ်ဆိုရင်တော့
05:09
that we have designed work for humans
105
309946
2004
စက်ရုပ်တွေအတွက်မဟုတ်တော့ဘဲ လူသားအတွက်
05:11
and not for robots.
106
311974
1269
အလုပ်ဖန်တီးပေးတာပါ။
05:13
Our entrepreneurs and engineers already live in this world,
107
313950
2898
စွန့်ဦးတီထွင်တွေ အင်ဂျင်နီယာတွေ ဒီကမ္ဘာမှာရှိပြီးသားဆိုပေမဲ့
05:16
but so do our nurses and our plumbers
108
316872
2592
သူနာပြုတွေ ပိုက်ပြင်သမားတွေ
05:19
and our therapists.
109
319488
1463
ကုသရေး ပညာရှင်တွေ လည်းရှိပါတယ်
05:21
You know, it's the nature of too many companies and organizations
110
321569
3057
ကုမ္ပဏီတွေနဲ့ အဖွဲ့အစည်း များစွာရဲ့ သဘာဝက
05:24
to just ask people to come to work and do your job.
111
324650
3690
လူတွေကို ခေါ်ပြီး ကိုယ့်အလုပ်တွေ လုပ်ခိုင်းဖို့ဆိုတာ အားလုံးသိပြီးသားပါ။
05:28
But if you work is better done by a robot,
112
328364
2186
ကိုယ်ထက် စက်ရုပ်က ပိုကောင်းအောင် လုပ်တဲ့အခါ၊
05:30
or your decisions better made by an AI,
113
330574
2797
ကိုယ့်ထက် စက်တွေထက်ပို ကောင်းအောင် ဆုံးဖြတ်နိုင်တဲ့အခါ
05:33
what are you supposed to be doing?
114
333395
1712
ကိုယ်က ဘာလုပ်ရတော့မလဲ။
05:35
Well, I think for the manager,
115
335833
2484
ကျွန်တော့အထင် မန်နေဂျာတွေအတွက်ကတော့
05:38
we need to realistically think about the tasks that will be disappearing
116
338341
3397
နောက်နှစ်အနည်းငယ် အတွင်းပျောက်သွားမယ့် အလုပ်တွေ အတွက် လက်တွေ့ကျကျ
05:41
over the next few years
117
341762
1151
စဉ်းစားဖို့လိုပြီး
05:42
and start planning for more meaningful, more valuable work that should replace it.
118
342937
3872
အစားထိုးမယ့် ပိုအဓိပ္ပါယ်ရှိ၊တန်ဘိုးရှိ တဲ့အလုပ်အတွက် စတင် စီစဉ်တာပါ။
05:46
We need to create environments
119
346833
1429
လူတွေနဲ့ စက်ရုပ်တွေ ယှဉ်တွဲ
05:48
where both human beings and robots thrive.
120
348286
2239
ရှင်သန်တဲ့ ဝန်းကျင်တစ်ခု ဖန်တီးဖို့ လိုတယ်။
05:50
I say, let's give more work to the robots,
121
350549
2536
ပြောချင်တာက စက်ရုပ်တွေက အလုပ်တွေပိုလုပ်ကြပါစေ။
05:53
and let's start with the work that we absolutely hate doing.
122
353109
2903
လူတွေမလုပ်ချင်တဲ့ အလုပ်တွေ အရင်လုပ်ကြပါစေ။
05:57
Here, robot,
123
357248
1164
ကဲစက်ရုပ်ရေ။
05:58
process this painfully idiotic report.
124
358436
1851
ဒီ ခပ်ရူးရူး အစီရင်ခံစာကို လုပ်ပါဦး။
06:00
(Laughter)
125
360311
1423
(ရယ်သံများ)
06:01
And move this box. Thank you.
126
361758
1425
ဒီဘူး ရွှေ့လိုက်ပါ၊ ကျေးဇူးပါ
06:03
(Laughter)
127
363207
1699
(ရယ်သံများ)
06:04
And for the human beings,
128
364930
1529
လူသားတွေအတွက်ကတော့
06:06
we should follow the advice from Harry Davis at the University of Chicago.
129
366483
3554
ရှီကာဂို တက္ကသိုလ်က Harry David ပေးတဲ့ အကြံအတိုင်း လိုက်နာသင့်ပါတယ်။
06:10
He says we have to make it so that people don't leave too much of themselves
130
370061
3649
သူပြောတာက လူတွေဟာ ကားနောက် ဖုံးထဲမှာ သူတို့ကိုယ် သူတို့ သိပ်အများကြီး
06:13
in the trunk of their car.
131
373734
1331
မထားအောင် လုပ်ဖို့လိုတယ်တဲ့
06:15
I mean, human beings are amazing on weekends.
132
375089
2889
ဆိုလိုတာက လူတွေဟာ သီတင်းပတ်အဆုံးတွေမှာ အံ့ဩစရာ ကောင်းတာပါ။
06:18
Think about the people that you know and what they do on Saturdays.
133
378002
3144
ကိုယ်သိတဲ့ လူတွေကို သူတို့ စနေနေ့တွေမှာ လုပ်ကြတာ စဉ်းစားကြည့်ပါ။
06:21
They're artists, carpenters, chefs and athletes.
134
381170
2976
ပန်းချီဆရာတွေ၊ လက်သမားတွေ စားဖိုမှူးတွေ အားကစားသမားတွေပါ။
06:24
But on Monday, they're back to being Junior HR Specialist
135
384906
3896
ဒါပေမဲ့ တနင်္လာနေ့လည်းရောက်ရော သူတို့ဟာ အငယ်တန်း HRပညာရှင် နဲ့
06:28
and Systems Analyst 3.
136
388826
2099
System analyst အဆင့်၃ တို့ ပြန်ဖြစ်ကုန်ရော
06:30
(Laughter)
137
390949
3781
(ရယ်သံများ)
06:34
You know, these narrow job titles not only sound boring,
138
394754
3318
အဲဒီလို ဘောင်ကျဉ်းတဲ့ အလုပ်အမျိုးအမည် တွေပေးတာဟာ ငြီးငွေ့စရာဖြစ်ရုံမက
06:38
but they're actually a subtle encouragement
139
398096
2096
လူတွေကို ဘောင်ကျဉ်းကာ ငြီးငွေ့စရာကောင်းတဲ့
06:40
for people to make narrow and boring job contributions.
140
400216
3040
အလုပ် အထောက်အပံ့တွေလုပ်ဖို့ ပါးနပ်တဲ့ အားပေးမှုတစ်ခုပါ။
06:43
But I've seen firsthand that when you invite people to be more,
141
403280
3116
ဒါပေမဲ့ အရင်းက မြင်ဖူးတာက ပိုပြီးလုပ်ကိုင်စေဖို့ ဖိတ်ခေါ်တော့
06:46
they can amaze us with how much more they can be.
142
406420
2390
သူတို့ ဘယ်လောက် ပို လုပ်နိုင်ကြတယ်ဆိုတာက အံ့ဩစရာပါ။
06:50
A few years ago, I was working at a large bank
143
410147
2233
နှစ်အနည်းငယ်က ကွန်ပျူတာ ယဉ်ကျေးမှုကို
06:52
that was trying to bring more innovation into its company culture.
144
412404
3096
တီထွင်မှုတွေ သွင်းဖို့ ဲကြိုးစားတဲ့ ဘဏ်ကြီးမှာ အလုပ်လုပ်နေတယ်။
06:55
So my team and I designed a prototyping contest
145
415524
2341
အဖွဲ့နဲ့ကျွန်တော်ဟာ လူတိုင်း ကြိုက်တာတီထွင်ဖို့
06:57
that invited anyone to build anything that they wanted.
146
417889
2970
ဖိတ်ခေါ်တဲ့ရှေ့ပြေးပုံစံ ပြိုင်ပွဲတစ်ခု လုပ်ခဲ့တယ်
07:01
We were actually trying to figure out
147
421524
1833
တကယ်က ကျွန်တော်တို့ဟာ တီထွင်မှုတွေကို
07:03
whether or not the primary limiter to innovation
148
423381
2268
အဓိက တားဆီးနေတာက အတွေးအခေါ်ပဲမရှိလို့လား။
07:05
was a lack of ideas or a lack of talent,
149
425673
2490
ကိုယ်ရည်ကိုယ်သွေးမရှိလို့လားလို့ စဉ်းစားကြည့်ပါတယ်။
07:08
and it turns out it was neither one.
150
428187
1861
တစ်ခုမှ မဟုတ်ပါဘူး။
07:10
It was an empowerment problem.
151
430072
1755
ဒါဟာ လုပ်ပိုင်ခွင့် ပြဿနာဖြစ်နေတယ်။
07:12
And the results of the program were amazing.
152
432518
2242
အဲဒီ အစီစဉ်ရဲ့ ရလဒ်ကတော့ အံ့မခန်းပါပဲ။
07:16
We started by inviting people to reenvision
153
436198
2377
အဖွဲ့တစ်ဖွဲ့ကို ဘာလုပ်ပေးနိုင်မလဲဆိုတာကို
07:18
what it is they could bring to a team.
154
438599
2115
ပြန်ကြည့်ဖို့ လူတွေ ဖိတ်ခေါ်တာနဲ့စတယ်
07:20
This contest was not only a chance to build anything that you wanted
155
440738
3738
ဒီပြိုင်ပွဲဟာ ကိုယ်တည်ဆောက်ချင်တာကို တည်ဆောက်ဖို့တင်မကဘူး၊
07:24
but also be anything that you wanted.
156
444500
2336
ကိုယ်ဖြစ်ချင်တာ အားလုံးဖြစ်လို့ရပါတယ်။
07:26
And when people were no longer limited by their day-to-day job titles,
157
446860
3286
လူတွေဟာ သူတို့ရဲ့နေ့စဉ် အလုပ်တာဝန် ခေါင်းစဉ်တစ်ခုအောက်မှာ ရှိမနေတဲ့အခါ
07:30
they felt free to bring all kinds of different skills and talents
158
450170
3147
သူတို့ဟာ သူတို့ရဲ့အရည်အချင်းတွေ ကိုယ်ရည်ကိုယ်သွေးတွေ ကို
07:33
to the problems that they were trying to solve.
159
453341
2486
ပြဿနာတွေဖြေရှင်းနိုင်ဖို့ လွတ်လပ်စွာ အသုံးပြုလာတယ်။
07:35
We saw technology people being designers, marketing people being architects,
160
455851
3910
နည်းပညာသမားတွေက ဒီဇိုင်နာတွေ၊ စျေးကွက် ဖောက်သူတွေက ဗိသုကာတွေပညာရှင်တွေဖြစ်ကာ
07:39
and even finance people showing off their ability to write jokes.
161
459785
3365
ငွေကြေးပညာရှင်တွေက ဟာသရေးတဲ့ သူတွေ ဖြစ်လာတာတောင်တွေ့ခဲ့ရပါတယ်။
07:43
(Laughter)
162
463427
1150
(ရယ်သံများ)
07:44
We ran this program twice,
163
464601
1405
ဒီအစီစဉ်ကို နှစ်ခါလုပ်ခဲ့တယ်။
07:46
and each time more than 400 people brought their unexpected talents to work
164
466030
3796
အကြိမ်းတိုင်း လူ ၄၀ဝကျော်ဟာ မျှော်လင့် တဲ့ အရည်အသွေးတွေကို အလုပ်ခွင်ကိုယူလာကာ
07:49
and solved problems that they had been wanting to solve for years.
165
469850
3139
သူတို့နှစ်ချီကာ ဖြေရှင်းချင်နေတဲ့ ပြဿနာတွေကို ဖြေရှင်းခဲ့ကြတာပါ။
07:53
Collectively, they created millions of dollars of value,
166
473310
3019
စုပေါင်းလိုက်ရော သူတို့ဟာ သန်းချီ တန်ဘိုးကို ဖန်တီးခဲ့တယ်။
07:56
building things like a better touch-tone system for call centers,
167
476353
4565
ဖုန်းအဝင် စီမံပေးတဲ့ဌာနတွေအတွက် ပိုကောင်း တဲ့ အသံနည်းစနစ်တွေ ဆိုင်ခွဲတွေအတွက်
08:00
easier desktop tools for branches
168
480942
1668
ပိုလွယ်တဲ့ desk top ကိရိယာတွေ
08:02
and even a thank you card system
169
482634
1525
ဝန်ထမ်း လုပ်ငန်း အတွေ့အကြုံအတွက်
08:04
that has become a cornerstone of the employee working experience.
170
484183
3314
အုတ်မြစ်တစ်ခု ဖြစ်လာစေတဲ့ ကျေးဇူးတင်တဲ့ ကဒ်ကလေးတွေတောင်ပါ။
08:07
Over the course of the eight weeks,
171
487521
1803
ရက်သတ္တပတ် ရှစ်ခုအတွင်းမှာပဲ
08:09
people flexed muscles that they never dreamed of using at work.
172
489348
3533
သူတို့ တစ်ခါမှ မစဉ်းစားမိတဲ့ စွမ်းအားတွေကို အလုပ်ခွင်ထဲမှာ သုံးခဲ့တယ်။
08:14
People learned new skills,
173
494173
1577
လူတွေဟာ စွမ်းရည်သစ်တွေ သင်ယူခဲ့ကာ
08:15
they met new people,
174
495774
2368
မိတ်ဆွေသစ်တွေနဲ့ တွေ့ရတယ်။
08:18
and at the end, somebody pulled me aside and said,
175
498166
2793
နောက်ဆုံးတော့ တစ်ယောက်က ကျွန်တော့်ကို ဆွဲပြီး ပြောတာက
08:20
"I have to tell you,
176
500983
1569
"ပြောရဦးမယ်
08:22
the last few weeks has been one of the most intense,
177
502576
2776
ပြီးခဲ့တဲ့ ရက်သတ္တပတ်တွေဟာ တစ်သက်နဲ့ တစ်ကိုယ် အပင်ပန်းဆုံး
08:25
hardest working experiences of my entire life,
178
505376
3279
လုပ်ငန်းအတွေ့အကြုံပါပဲလို့ ပြောပေမဲ့
08:28
but not one second of it felt like work."
179
508679
2041
တစ်စက္ကန့်မှ အလုပ်လို့ မခံစားမိဘူး။"
08:31
And that's the key.
180
511900
1298
အဲဒါက တကယ့် သော့ချက်ပါ။
08:33
For those few weeks, people got to be creators and innovators.
181
513222
3710
အဲဒီရက်သတ္တပတ် အနည်းငယ်အတွက် လူတွေဟာ ဖန်တီး တီထွင်သူတွေ ဖြစ်ကြရပါတယ်။
08:38
They had been dreaming of solutions
182
518631
1667
သူတို့ကို နှစ်ချီပြီး ဒုက္ခပေးနေတဲ့
08:40
to problems that had been bugging them for years,
183
520322
2484
ပြဿနာတွေကို ဖြေရှင်းနိုင်ဖို့ စိတ်ကူးတွေယဉ်နေကြရကာ
08:42
and this was a chance to turn those dreams into a reality.
184
522830
2854
ဒီအချိန်က ဒီအိပ်မက်တွေကို အကောင်အထည်ဖော်ဖို့ အခွင့်အရေးပါ။
08:46
And that dreaming is an important part of what separates us from machines.
185
526489
4442
အဲဒီလို အိပ်မက်တွေကပဲ ကျွန်တော်တို့ကို စက်တွေနဲ့ အဓိက ခွဲခြားနိုင်တဲ့ အရာတစ်ခုပါ။
08:50
For now, our machines do not get frustrated,
186
530955
3018
အခုအထိတော့ စက်တွေက စိတ်မရှုပ်တတ်ဘူး၊
08:53
they do not get annoyed,
187
533997
1407
စိတ်အနှောက်အယှက် မဖြစ်တတ်ဘူး၊
08:55
and they certainly don't imagine.
188
535428
2260
သေချာပေါက် စိတ်ကူးမယဉ်တတ်ပါဘူး။
08:57
But we, as human beings --
189
537712
1699
လူတွေကတော့
08:59
we feel pain,
190
539435
1207
နာကျင်တတ်တယ်၊
09:00
we get frustrated.
191
540666
1400
စိတ်ရှုပ်တတ်ပါတယ်။
09:02
And it's when we're most annoyed and most curious
192
542090
3116
စိတ်အနှောက်အယှက်အဖြစ်ဆုံး စူးစမ်းလိုစိတ် အပြင်းဆုံးအချိန်တွေက
09:05
that we're motivated to dig into a problem and create change.
193
545230
3263
ပြဿနာကို တူးဆွအဖြေရှာပြီး အပြောင်းအလဲကို ဖန်တီးကြတော့တာပါ။
09:09
Our imaginations are the birthplace of new products, new services,
194
549366
3910
စိတ်ကူးတွေဟာ ပစ္စည်းအသစ်တွေ ဝန်ဆောင်မှု အသစ်တွေ၊ လုပ်ငန်းအသစ်တွေတောင်
09:13
and even new industries.
195
553300
1233
ပေါ်ထွက်ရာပါ။
09:15
I believe that the jobs of the future
196
555296
1802
ယုံကြည်မိတာက အနာဂတ်ရဲ့ အလုပ်တွေဟာ
09:17
will come from the minds of people
197
557122
1713
ဒီနေ့ ဆန်းစစ်သူ ကျွမ်းကျင်သူတွေလို့
09:18
who today we call analysts and specialists,
198
558859
2716
ခေါ်သတွေရဲ့ စိတ်ကူးစိတ်သန်းတွေက ပေါ်ထွက်လာမယ်လို့ပါ။
09:21
but only if we give them the freedom and protection that they need to grow
199
561599
3478
သူတို့ကို လွတ်လွတ်လပ်လပ် နဲ့ စူးစမ်းရှာဖွေသူတွေ တီထွင်သူတွေဖြစ်အောင်ပဲ
09:25
into becoming explorers and inventors.
200
565101
2469
လုပ်ခွင့်ပေးလိုက်ဖို့ပဲလိုပါတယ်။
09:28
If we really want to robot-proof our jobs,
201
568534
2143
စက်ရုပ် အစားမထိုးတဲ့ အလုပ်တွေကို ဖြစ်ချင်ရင်
09:30
we, as leaders, need to get out of the mindset
202
570701
2235
ဦးဆောင်သူတွေအနေနဲ့ လူတွေကို ဘာလုပ်ရမယ်လို့
09:32
of telling people what to do
203
572960
1830
ပြောတဲ့အတွေးကို ရှင်းထုတ်ဖို့လိုတယ်။
09:34
and instead start asking them what problems they're inspired to solve
204
574814
3821
အဲဒီအစား စမေးရမှာက သူတို့ ဘယ် ပြဿနာတွေကို ဖြေရှင်းဖို့ စေ့ဆော်ခံရလဲ၊
09:38
and what talents they want to bring to work.
205
578659
2365
ဘယ်ပင်ကိုယ်အစွမ်းတွေ အလုပ်ခွင်ထဲ ယူလာချင်လဲလို့ပါ
09:41
Because when you can bring your Saturday self to work on Wednesdays,
206
581501
3443
ဘာလို့လဲဆို သင်တို့ရဲ့ စနေနေ့ အတ္တကို ဗုဒ္ဓဟူးနေ့တွေကို ယူလာနိုင်တဲ့အခါ
09:44
you'll look forward to Mondays more,
207
584968
1994
တနင်္လာနေ့တွေကို ပိုမျှော်လာလိမ့်မယ်။
09:46
and those feelings that we have about Mondays
208
586986
2682
တနင်္လာနေ့ ခံစားမှုတွေဟာ ကျွန်တော်တို့ကို
09:49
are part of what makes us human.
209
589692
1758
လူနဲ့တူအောင် လုပ်ပေးနိုင်ပါလိမ့်မယ်။
09:52
And as we redesign work for an era of intelligent machines,
210
592287
3008
အသိဉာဏ်ရှိတဲ့ စက်တွေရဲ့ခေတ်အတွက် အလုပ်တွေ ပြန် တီထွင်ကြတဲ့အခါ
09:55
I invite you all to work alongside me
211
595319
2216
အလုပ်ခွင်ဘဝတွေကို ပို လူသားဆန်အောင် ပြုလုပ်ဖို့
09:57
to bring more humanity to our working lives.
212
597559
2642
ကျွန်တော်နဲ့အတူ အားလုံးပူးပေါင်းပါလို့ ဖိတ်ခေါ်ပါတယ်။
10:00
Thank you.
213
600225
1151
ကျေးဇူးတင်ပါတယ်။
10:01
(Applause)
214
601400
3401
လက်ခုပ်သံများ
ဤဝဘ်ဆိုဒ်အကြောင်း

ဤဆိုက်သည် သင့်အား အင်္ဂလိပ်စာလေ့လာရန်အတွက် အသုံးဝင်သော YouTube ဗီဒီယိုများနှင့် မိတ်ဆက်ပေးပါမည်။ ကမ္ဘာတစ်ဝှမ်းမှ ထိပ်တန်းဆရာများ သင်ကြားပေးသော အင်္ဂလိပ်စာသင်ခန်းစာများကို သင်တွေ့မြင်ရပါမည်။ ဗီဒီယိုစာမျက်နှာတစ်ခုစီတွင် ပြသထားသည့် အင်္ဂလိပ်စာတန်းထိုးများကို နှစ်ချက်နှိပ်ပါ။ စာတန်းထိုးများသည် ဗီဒီယိုပြန်ဖွင့်ခြင်းနှင့်အတူ ထပ်တူပြု၍ လှိမ့်သွားနိုင်သည်။ သင့်တွင် မှတ်ချက်များ သို့မဟုတ် တောင်းဆိုမှုများရှိပါက ဤဆက်သွယ်ရန်ပုံစံကို အသုံးပြု၍ ကျွန်ုပ်တို့ထံ ဆက်သွယ်ပါ။

https://forms.gle/WvT1wiN1qDtmnspy7