労働者の移動性が技術導入に与える影響：研究が重要な知見を明らかに

コーネル大学、スタンフォード大学、そしてシラキュース大学の研究者チームによって起草された論文では、通勤と技術受容が、労働者や企業の受容に関連する側面として捉えられました。両者には直接的な正の相関関係が見られます。

さらに、論文では「Job Migration: Machine is an Example for Strategic Management from Strategic Management Journal」という有効な論文が紹介されています。研究のために、最近特定の機械学習技術が採用され、突然よく知られたビジネス問題に直面する可能性があるため、競争力があると見なされる企業を対象としています。

労働者の移動性と技術導入

労働者の独自性、コミュニケーション技術、そして人口統計的および経済的な可能性が収束し、これらの世界的な傾向を形作っています。

コーネル大学ダイソン応用経済学部の研究チームリーダーであるクリス・フォーマンは、「労働者が企業間で競争する機会を持つことが、経済的文脈における機械学習の背後にある技術にとって重要かどうか」という問題に取り組む意向です。会議の結果、この問題は個々の組織にとって重要であり、責任の重さが一般大衆の意識に傾き、新しい技術が導入された際に驚かないよう、より良い情報を提供しなければならないことが示されました。

データセットは複数州にまたがり、2010年から2018年の期間をカバーしており、自然実験（非競業合意の執行の因果効果）として使用されました。研究者たちはハブを深く調査し、15万3千以上の組織を調査しました。機械学習において事業の規模が及ぼす影響に加え、比例の重要性の低下が可視化され、従業員なしで状況自体を管理する様子が示されました。多くの競合他社が存在する、同一地域に同等の競争力を持つ企業がある、または予測分析といった複数の異なる方法で区別できる低い需要が、この競争のスローガンとなっています。

導入に影響を与える主要因

したがって、懸念事項は労働者の移動性に関する知識、例えば労働市場へのアクセスや競争に関連していました。現在、移動性に関する知識により、労働者は労働者に利益をもたらしています。したがって、組織外の無限かつ尽きない可能性は注意を散漫にし、状況に悪影響を及ぼす可能性があります—それは従業員が組織を離れる原因となるかもしれません。

それでもなお、リーダー、マネージャー、およびその他の関係者が予算および技術的制約に従う際には留意する価値があります。そうしないと、成功は制限されるだけでなく、驚くべき速さで遅滞し、最大限の機会を活用しても、能力構築は遅れをとることになります。

機械がこのプロセスの初期段階にある場合、それはオペレーターによって駆動され、その後、タスクの最大の効率を達成するために訓練を要求します。コミュニティにおける経済的要因の省略は、企業が熟練度の低い労働者を採用する結果をもたらし、彼らは機械に依存しやすくなりますが、ギャップのためにスキルが蒸発してしまうため、スキルを取得する方法を見つけることができません。しかし、このようなことは安全とは見なされず、急速に発展する競合他社にビジネスで凌駕されるという非常に恐ろしいリスクをもたらし、ビジネス目標を達成するためのあらゆる努力が無駄になる可能性があります。

また、当プロジェクトの実践的な部分についても取り上げ、機械学習システムの研究を検討しますが、機械学習に関する議論とより広い文脈も提供されます。クリス・フォーマンの指摘を発展させ、著者は、産業に影響を与える技術の核心には人がおり、企業間での技術の普及は人間のプロセスであると私たちに思い出させます。

したがって、技術の普及と拡散プロセスに関する十分な情報を得るために、人的資源開発にお金を費やすことが不可欠です。これは、研究で使用されている即座の個人指標および/またはデータ処理システムに基づいており、さらに、この人材移動性、技術的成長、そして功績主義の渦巻きのテーマが観察される他の研究によって支援される結果をもたらします。