Gépi főnök: A mai munkaszervezés világa

A Percolata nevű cég a kiskereskedelmi egységek, üzletek és éttermek menedzsmentjét igyekszik algoritmusokra cserélni. Ehhez először összegyűjti és egyidejűleg kielemzi a hálózatába tartozó negyven kiskereskedelmi lánc összes üzletének működési adatait. Megmondja, melyik kolléga miben a legjobb, mely napokon és milyen időjárás esetén mekkora forgalomra számíthatnak. Ennek megfelelően a beosztást is elkészíti az emberek helyett, de a menedzserrel szemben már nemcsak a várható forgalmat veszi figyelembe, hanem azt is, ki volt a leghatékonyabb és mely kollégák képesek az eredményes együttműködésre. Nekik több műszakot ajánl fel. A hatékonyság mértékegysége a forgalomra eső bevétel, vagyis hogy az üzletben minél több nézelődő vásároljon is valamit. A szoftver 20-30 százalékkal jobb bevételi eredményeket produkál, mint az emberi menedzser, akinek olykor irracionális vagy elfogult szempontjai is vannak. Az üzletvezetők például gyakran csak azért akarják megváltoztatni a gép időbeosztását, mert kedvenc munkatársukkal dolgoznának együtt. A szoftver azonban azt is meg tudja mondani, hogy emiatt mennyivel csökken a várható bevétel. Hasonló dologba kezdett az Upwork nevű cég is, amely az irodai munkát bontja szét kiszervezhető részfolyamatokra, vagy a Salesforce nevű vállalat, amely a munkatársak egymásról adott visszajelzései alapján térképezi fel és próbálja tökéletesíteni a menedzsmentet.

Fotó: Shutterstock

Az ilyen munkaszervezés igazából egy régi ötlet felmelegítése. Frederick Taylor 1911-ben adta ki a tudományos alapú munkaszervezésről szóló könyvét, amelyet egy acélgyárban szerzett tapasztalataira alapozott. Amikor először besétált, azt látta, hogy a munkások igyekeznek minél kevesebb munkával megúszni, a menedzsment pedig próbálja a lehető legkevesebbet fizetni. Más szóval mindenki csak vesztegette az idejét és az erőforrásait. A menedzsment elképzelése az volt, hogy adott feladat elvégzéséhez annyi embert alkalmazzanak, ahány megbirkózik vele. Minél többet erőlködnek a munkások és minél kevesebbet fizetnek nekik ezért, annál jobb. Ez azonban igazából senkinek sem volt jó. Taylor ezért stopperrel és jegyzettömbbel hetekig járta a gyárat, és összegyűjtött minden adatot, a munkások időbeosztásától az egy lapátra eső vasércig. Aztán kiszámolta, mely munkások esnek a legalacsonyabb hatékonyságú csoportokba – és elkezdett napi visszajelzéseket adni nekik a teljesítményükről. A visszajelzéseket színes cédulákon küldte, a színeknek volt jelentésük, így az olvasni nem tudók is megértették. A legkevésbé hatékonyan dolgozók ezután kevesebbet kerestek, kevesebb műszakot kaptak, és ha nem javultak, végül le is cserélték őket.

Taylor magát a munkavégzést is ésszerűsítette. Kiszámolta például, hogy az egyes feladatokat mennyi idő alatt lehet elvégezni, és megállapította, hogyan a legésszerűbb. Felmérte, mennyi nyersanyagot lehet a legkedvezőbb esetben megmozgatni egyetlen lapátmozdulattal – és aszerint méretezték a lapátokat. Azaz nemcsak az elvégzendő munkát vette figyelembe, hanem azt is meghatározta, milyen módon és mennyi idő alatt kell elvégezni. Nem hagyott helyet a munkások saját, gyakran kevésbé hatékony módszereinek.

Taylor munkája ihlette a Ford-féle munkaszervezést is, de rajongói között tudta például Lenint, aki taylorista alapokon képzelte el a tudományos szocialista munkaszervezést. Mások nem voltak elragadtatva. Charlie Chaplin a taylorizmust figurázta ki az 1936-os Modern idők című filmjében, Aldous Huxley pedig erről írta a Szép új világ című, borúlátó jövőképet felvázoló regényét. Taylor hatása azonban a mai napig érezhető az üzemi termelésben és az irodai munkában is. A mai világban pedig másodvirágzását éli, hiszen a munkavégzést segítő szoftverek azonnal képesek gyűjteni és elemezni azokat az adatokat, amiket ő még csak jegyzettömbbel és stopperórával szedegetett össze hónapokig.

A közösségi alapú gazdaságban az Uberhez hasonló vállalkozások egyaránt a feladatok szabványosítására és áramvonalasítására törekednek. Az Amazon raktáraiban például a dolgozókat részletesen utasítják a mobiltelefonjukon, mely termékeket milyen útvonalon közelítsenek meg, de az éttermek és a kiskereskedelmi cégek is megértették az idők szavát. A csomagszállítók részletes statisztikákat készítenek a saját hatékonyságukról és gyorsaságukról – a telefonjukon. Így megtudhatják, mennyi időt töltenek úton, átlagosan mennyi ideig beszélgetnek egy ügyféllel, hány másodperc alatt reagálnak egy munkaajánlatra, mely fuvarok érik meg a legjobban. A munka minőségét pedig az ügyfelek visszajelzései alapján is pontozzák – ahogy a futárok és sofőrök is tudják kommentálni és értékelni az egyes ügyfelet.

Mi a jobb? Ha az embernek gép a főnöke vagy ha egy másik ember? A válasz attól függ, kit kérdezünk és hogy ő mire helyezi a hangsúlyt. Mindenki tud legalább egy történetet, amikor a bunkó és ésszerűtlen főnök értelmetlen feladatot végeztetett vele vagy rosszul szervezte a munkát, esetleg személyes alapon döntött a napi beosztásról. Ezekhez képest felüdülés még egy kevésbé gördülékenyen működő algoritmus is, mert lehet ugyan, hogy vacakul dönt, de legalább nem személyes okból. Ráadásul a munkaerőpiac legalsó szintjén tipikusan zaklatott a dolgozók időbeosztása. A műszakokat sokszor csak az utolsó percben tudják meg, gyakran behívnak embereket a szabadnapjukon. Ez szükségtelenül terheli a munkavállalókat. A szoftver viszont nem felejt el ünnepnapokat, évzárót és közelgő névnapokat, és tudja, mikor mekkora forgalomra lehet számítani. Minden dolgozó megadja az elérhetőségét, majd az algoritmus kikalkulálja a legjobb beosztást. Így nem fordulhat elő, hogy valakit idő előtt hazaküldenek, mert üres a bolt vagy csak aznap reggel tudja meg a beosztását. Egy egyetemista, aki a bo­­nyolult órarendjéhez igazítható munkát keres, nagyon is örül az ilyen fejleménynek. A digitális főnöknek nem okoz fejfájást, ha az alkalmazott rendszertelenül ér rá – ugyanolyan gyorsan ki tudja kalkulálni az optimális beosztást. Mások azonban szívesebben támaszkodnak a személyes érdekérvényesítésre, mint a számszerűsített hatékonysági mutatókra. Sokan szeretnék, hogy a főnökük legyen tekintettel a szükségleteikre is, nem csak a hatékonyságukra.

Ezeket az algoritmusokat folyamatosan finomítgatják, tökéletesítgetik. De ahogy a hagyományos menedzserek esetében, itt is felmerülnek megfontolások, amelyek nem szigorúan véve a hatékonyságot hivatottak javítani. Kérdés, hogy a tökéletesen kifinomult algoritmus nem lesz-e ugyanolyan sokféle irányban elfogult, mint a korábbi menedzserek voltak.