۱. مقدمه
در سال ۲۰۲۶ شرکت بیمه آلمانی Ergo، که یکی از شرکتهای زیرمجموعه Munich Re است، اعلام کرده است که در راستای استراتژی افزایش بهرهوری و استفاده گستردهتر از هوش مصنوعی (AI) برنامهای برای کاهش حدود ۱,۰۰۰ شغل تا پایان سال ۲۰۳۰ در نظر گرفته است. این تصمیم بخشی از روند اتوماسیون فرآیندها و بازنگری در ساختار سازمانی است و توجه بسیاری را به موضوعات مرتبط با بازآموزی (ریاسکیل)، امنیت شغلی و برونسپاری جلب کرده است.
۲. جزئیات برنامه و سازوکارها
Ergo اعلام کرده که این کاهش نیرو تحت توافق با نمایندگان کارکنان انجام میشود و اخراجهای ناشی از تغییرات ساختاری بهصورت اجباری مطرح نیست. بهجای اخراج مستقیم، شرکت ترکیبی از روشها را برای رسیدن به این هدف بهکار میگیرد، از جمله بهرهگیری از هوش مصنوعی برای اتوماسیون کارهای تکراری و اداری.
۲.۱ روشهای کاهش نیرو
- خروج از طریق جذب طبیعی نیروی انسانی (Natural Fluctuation): پر نکردن پستهای خالی هنگام بازنشستگی یا ترک شغل.
- ساعات کاهشیافته و بازنشستگی زودهنگام (Altersteilzeit): استفاده از برنامههای بازنشستگی بخشی یا زودهنگام برای کاهش نیرو به تدریج.
- برنامههای توافقی بازخرید و خروج داوطلبانه: پیشنهاد بستههای توافقی و پاداش برای ترک داوطلبانه نقشها.
- تأکید بر عدم استفاده از اخراجهای بلافاصله و اجباری طبق توافق با نمایندگان کارگری.
۲.۲ برنامه بازآموزی (Reskilling)
بخشی از برنامه Ergo شامل یک طرح بازآموزی برای حدود ۵۰۰ کارمندی است که وظایفشان بهواسطه اتوماسیون و هوش مصنوعی حذف یا تغییر مییابد. این برنامه میتواند شامل آموزش مهارتهای دیجیتال، تحلیل داده، مدیریت فرآیندهای خودکار، و مهارتهای بینفردی برای انتقال به نقشهای جدید در داخل سازمان یا بازار کار باشد. هدف این برنامه کاهش اثرات منفی اجتماعی و حفظ سرمایه انسانی است.
۲.۳ جابجایی خدمات اداری و IT به خارج
همزمان با اتوماسیون، Ergo برنامههایی برای جابجایی برخی فعالیتهای اداری و فناوری اطلاعات به خارج از آلمان دارد. این نوع برونسپاری (Offshoring) معمولاً با هدف کاهش هزینهها و دسترسی به نیروی کار تخصصی در بازارهای پائینتر از نظر هزینه انجام میشود و میتواند پیامدهای اقتصادی و شغلی محلی قابل توجهی داشته باشد.
۳. عددها در یک نگاه
| مورد | مقدار |
|---|---|
| کاهش برنامهریزیشده شغلها | حدود ۱,۰۰۰ شغل |
| تعداد کارکنان هدف بازآموزی (ریاسکیل) | حدود ۵۰۰ نفر |
| مهلت اجرای برنامه | تا پایان ۲۰۳۰ |
| اخراج اجباری | بر طبق توافق، حذف شده (عدم استفاده از اخراجهای ناشی از تغییرات ساختاری) |
| توضیح | اعداد تقریبی و بر اساس اعلام شرکت هستند |
این ارقام نشاندهنده ترکیبی از کاهش ساختاری و تلاش برای مدیریت انتقال نیروی کار با راهکارهای انسانیتر مانند بازآموزی است. با این حال، جزئیات دقیقتر در خصوص زمانبندی هر بخش و نحوه تخصیص منابع آموزشی باید شفافتر شود.
۴. پیامدها و نکات اخلاقی و اجتماعی
ورود گسترده هوش مصنوعی و اتوماسیون به بخشهای اداری و خدماتی میتواند کارآمدی را افزایش دهد، اما بدون مدیریت مناسب پیامدهای اجتماعی مانند بیکاری ساختاری، فشار بر درآمد خانوارها و نابرابری را تشدید میکند. توافق Ergo مبنی بر جلوگیری از اخراج اجباری گامی مثبت است، اما تضمین دسترسی همه کارکنان آسیبپذیر به برنامههای بازآموزی و حمایتهای اجتماعی، مسئلهای کلیدی تلقی میشود.
۴.۱ فرصتها و تهدیدها
- فرصتها: افزایش کارایی عملیاتی، تمرکز روی وظایف با ارزش افزوده بالاتر، رشد مهارتهای دیجیتال در نیروی کار.
- تهدیدها: خطر بیکاری ساختاری برای مشاغل تکراری، انتقال مشاغل به خارج، فشار بر روی دستمزدها و احتمال تشدید نابرابری اجتماعی.
۴.۲ پیام برای صنعت بیمه
برای صنعت بیمه، این تغییرات نشاندهنده لزوم تدوین استراتژیهای بلندمدت برای آموزش نیروی انسانی، تطبیق مشاغل با فناوریهای جدید، و ایجاد چارچوبهای اخلاقی برای استفاده از هوش مصنوعی است. شرکتها باید همزمان روی نوآوری و حفظ سرمایه انسانی تمرکز کنند تا تحول دیجیتال به عدالت اجتماعی لطمه نزند.
۵. توصیهها برای کارکنان، کارفرما و سیاستگذاران
در مواجهه با تغییرات ناشی از هوش مصنوعی و اتوماسیون، راهکارهای عملی میتواند به تعدیل اثرات منفی کمک کند. در ادامه نکاتی برای سه گروه ذینفع ارائه شده است.
۵.۱ برای کارکنان
- سرمایهگذاری در یادگیری مهارتهای دیجیتال و تخصصهای مورد نیاز بازار (مانند تحلیل داده، مدیریت فرایند خودکار).
- شرکت فعال در برنامههای بازآموزی (ریاسکیل) که کارفرما پیشنهاد میدهد.
- گسترش شبکه حرفهای و جستجوی فرصتهای شغلی جدید در حوزههای رو به رشد.
- تدوین برنامه مالی و آمادگی برای دورههای انتقالی شغلی.
۵.۲ برای کارفرما
- اجرای برنامههای بازآموزی با کیفیت و زمانبندی مناسب برای حفظ نیروی انسانی واجد شرایط.
- ارتقای شفافیت درباره زمانبندی و پیامدهای اتوماسیون و همکاری نزدیک با نمایندگان کارگری.
- ارائه بستههای حمایتی و مشاوره شغلی و روانشناختی برای کارکنان تحت اثر تغییرات.
- تضمین رعایت اخلاق در بهکارگیری هوش مصنوعی و جلوگیری از تشدید تبعیض ساختاری.
۵.۳ برای سیاستگذاران
دولتها و نهادهای سیاستگذار باید چارچوبهایی برای حمایت از بازآموزی، تسهیل گذار شغلی، و تضمین امنیت اجتماعی در برابر بیکاری ساختاری فراهم کنند. همچنین نظارت بر پیامدهای برونسپاری و ایجاد سیاستهایی برای حفظ اشتغال محلی میتواند مفید باشد.
۶. جمعبندی
اعلام برنامه Ergo برای کاهش حدود ۱,۰۰۰ شغل تا سال ۲۰۳۰ نشاندهنده تأثیر روزافزون هوش مصنوعی و اتوماسیون بر ساختار نیروی کار در صنعت بیمه است. توافق برای جلوگیری از اخراج اجباری و برنامه بازآموزی برای حدود ۵۰۰ نفر گامهای مثبتی هستند، اما موفقیت این گذار بستگی به کیفیت اجرای برنامههای آموزشی، شفافیت شرکت و حمایتهای اجتماعی مناسب دارد. ترکیب تکنولوژی و سیاستهای انسانی میتواند مسیر تحقق تحول دیجیتال عادلانهتری را فراهم کند.