TED@UPS
David Lee: Why jobs of the future won't feel like work
David Lee: အနာဂတ်မှာရှိမယ့် အလုပ်တွေဟာ ဘာလို့ အလုပ်နဲ့မတူဘဲ ဖြစ်နေမှာလဲ။
Filmed:
Readability: 4.2
1,916,479 views
ကျွန်တော်တို့အားလုံးကြားဖူးကြတဲ့အတိုင်း စက်ရုပ်တွေဟာ ကျွန်တော်တို့ အလုပ်တွေကို ယူသွားကြတော့မယ်။ အဲဒီအတွက် ဘာလုပ်ကြမလဲ။ဆန်းသစ်တီထွင်တဲ့ ပညာရှင် David Lee ပြောတာက ကိုယ့်ဆီမှာ ရှိနေတဲ့ မွေးရာပါ အရည်အချင်းတွေ ပြင်းပြင်းပြပြစိတ်ဝင်စားမှုတွေ (ရုံးပိတ်ရက်တွေမှာ ကိုယ် လုပ်တတ်တာမျိုးတွေ) ကို ဖော်ထုတ်သုံးစွဲကြရမယ်။ အဲဒါမှ စက်ရုပ်ခေတ်မှာ လိုက်လျောညီထွေရှိနိုင်မယ်။ Leeပြောတာက လူတွေကို "သူတို့ဘယ်လိုမျိုးကိစ္စတွေဖြေရှင်းဖို့ စိတ်ဝင်စားသလဲဆိုတာ၊ သူတို့ရဲ့ ဘယ်လိုကိုယ်ပိုင်အရည်အသွေးတွေကို လုပ်ငန်းခွင်ထဲ ယူလာချင်သလဲဆိုတာ စမေးကြရမယ်။" "လူတွေကို ပိုပြီးပါဝင်ဖို့ ဖိတ်ခေါ်လိုက်တဲ့အခါ သူတို့ ဘယ်အထိ လုပ်နိုင်တယ် ဖြစ်နိုင်တယ်ဆိုတာ အံ့ဩဖွယ် တွေ့ရမှာပဲဖြစ်တယ်။"
David Lee - Innovation leader
UPS’s David Lee works to create platforms that make it easier for people to turn fuzzy ideas into concrete solutions. Full bio
UPS’s David Lee works to create platforms that make it easier for people to turn fuzzy ideas into concrete solutions. Full bio
Double-click the English transcript below to play the video.
00:12
So there's a lot of valid
concern these days
concern these days
0
874
2152
အဲဒီတော့ ဒီနေ့ လူတွေတကယ်ပဲစိတ်ပူနေကြတာက
00:15
that our technology is getting so smart
1
3050
2205
နည်းပညာက အရမ်း စနစ်ကျလွန်းတော့
မိမိကိုယ်ကိုယ်
မိမိကိုယ်ကိုယ်
00:17
that we've put ourselves
on the path to a jobless future.
on the path to a jobless future.
2
5279
2748
အလုပ်မဲ့တဲ့ အနာဂတ်တစ်ခုဖြစ်မယ့်
လမ်းပေါ် ပို့နေသလားပေါ့။
လမ်းပေါ် ပို့နေသလားပေါ့။
00:21
And I think the example
of a self-driving car
of a self-driving car
3
9682
2152
ထင်မိတာက မောင်းသူမဲ့ ကားတွေပေါ်လာတာဟာ
00:23
is actually the easiest one to see.
4
11858
1674
အလွယ်ဆုံး မြင်ရတဲ့ ဥပမာ တစ်ခုပါ။
00:25
So these are going to be fantastic
for all kinds of different reasons.
for all kinds of different reasons.
5
13556
3328
ဒီတော့ ဒါတွေဟာ အကြောင်းအစုံစုံ
အတွက် အရမ်း ထူးခြားပါလိမ့်မယ်။
အတွက် အရမ်း ထူးခြားပါလိမ့်မယ်။
00:28
But did you know that "driver"
is actually the most common job
is actually the most common job
6
16908
3438
ဒါပေမဲ့ ယာဉ်မောင်း အလုပ်ဆိုတာ
US မှာ ပြည်နယ် ၅၀ရှိတဲ့အနက် ၂၉ ပြည်နယ်ရဲ့
US မှာ ပြည်နယ် ၅၀ရှိတဲ့အနက် ၂၉ ပြည်နယ်ရဲ့
00:32
in 29 of the 50 US states?
7
20370
1789
အခြေခံကျဆုံး အလုပ်ဆိုတာ သင်သိပါသလား။
00:35
What's going to happen to these jobs
when we're no longer driving our cars
when we're no longer driving our cars
8
23042
3478
ကိုယ့်ကားကိုယ် မောင်းစရာမလို
တဲ့အခါ ချက်ပြုတ်စရာမလို၊ ကိုယ့်ရောဂါကို
တဲ့အခါ ချက်ပြုတ်စရာမလို၊ ကိုယ့်ရောဂါကို
00:38
or cooking our food
9
26544
1165
အဖြေရှာစရာ မလိုတဲ့အခါ
00:39
or even diagnosing our own diseases?
10
27733
1959
အဲဒီအလုပ်တွေ ဘယ်လိုဖြစ်ကုန်ကြမလဲ။
00:42
Well, a recent study
from Forrester Research
from Forrester Research
11
30675
2377
လတ်တလော Forrester Research က
သုတေသန တစ်ခုအရကတော့
သုတေသန တစ်ခုအရကတော့
00:45
goes so far to predict
that 25 million jobs
that 25 million jobs
12
33076
3163
နောက် ဆယ်နှစ်အတွင်းမှာ အလုပ်နေရာ၂၅သန်း
00:48
might disappear over the next 10 years.
13
36263
2162
ကွယ်ပျောက်သွားနိုင်တယ် အထိ ဆိုထားပါတယ်။
00:51
To put that in perspective,
14
39393
1489
ဒါကို မြင်ကွင်းကျယ်နဲ့ ကြည့်ရင်
00:52
that's three times as many jobs lost
in the aftermath of the financial crisis.
in the aftermath of the financial crisis.
15
40906
4146
ဘဏ္ဍာရေးအကြပ်အတည်း အလွန်
ကာလတွေကထက် ၃ဆ များနေခဲ့ပါတယ်။
ကာလတွေကထက် ၃ဆ များနေခဲ့ပါတယ်။
00:58
And it's not just blue-collar jobs
that are at risk.
that are at risk.
16
46606
2472
နောက်ပြီး ကာယ အလုပ်တွေပဲ
အန္တရာယ်ရှိတာမဟုတ်ပါဘူး။
အန္တရာယ်ရှိတာမဟုတ်ပါဘူး။
01:01
On Wall Street and across Silicon Valley,
we are seeing tremendous gains
we are seeing tremendous gains
17
49728
3427
Wall Streetနဲ့ Silicon Valley မှာဆိုရင်
စက်တွေ သင်ယူလာနိုင်မှုကြောင့်
စက်တွေ သင်ယူလာနိုင်မှုကြောင့်
01:05
in the quality of analysis
and decision-making
and decision-making
18
53179
2182
ဆန်းစစ်မှုနဲ့ ဆုံးဖြတ်ချက်ချတဲ့
အရည်အသွေးဟာ
အရည်အသွေးဟာ
01:07
because of machine learning.
19
55385
1654
အံ့မခန်း မြင့်တက်လာတာ တွေ့နေရတယ်။
01:09
So even the smartest, highest-paid people
will be affected by this change.
will be affected by this change.
20
57063
3524
ဒါကြောင့် အတော်ဆုံး လစာအမြင့်ဆုံးတွေတောင်
ဒီအပြောင်းအလဲကြောင့် ထိခိုက်မယ်။
ဒီအပြောင်းအလဲကြောင့် ထိခိုက်မယ်။
01:13
What's clear is that no matter
what your job is,
what your job is,
21
61714
2670
အရှင်းဆုံးပြောရရင် ဘယ်လို
အလုပ်ပဲမဆို ကိုယ့်အလုပ်ရဲ့
အလုပ်ပဲမဆို ကိုယ့်အလုပ်ရဲ့
01:16
at least some, if not all of your work,
22
64408
1972
အားလုံးမဟုတ်ရင်တောင် တစိတ်တပိုင်းကို
01:18
is going to be done by a robot
or software in the next few years.
or software in the next few years.
23
66404
3392
နောက်နှစ်အနည်းငယ်မှာ စက်ရုပ်(သို့)
ဆော့ဖ်ဝဲက ဝင်လုပ်သွားပါလိမ့်မယ်။
ဆော့ဖ်ဝဲက ဝင်လုပ်သွားပါလိမ့်မယ်။
01:22
And that's exactly why people
like Mark Zuckerberg and Bill Gates
like Mark Zuckerberg and Bill Gates
24
70918
3071
အဲဒါဟာ Mark Zuckerberg နဲ့
Bill Gates တို့ပြောနေတဲ့
Bill Gates တို့ပြောနေတဲ့
01:26
are talking about the need for
government-funded minimum income levels.
government-funded minimum income levels.
25
74013
3388
အစိုးရက ထောက်ပံ့တဲ့ အနိမ့်ဆုံး
လုပ်ခလစာအဆင့် လိုလာမယ့် ကိစ္စပေါ့။
လုပ်ခလစာအဆင့် လိုလာမယ့် ကိစ္စပေါ့။
01:29
But if our politicians can't agree
on things like health care
on things like health care
26
77425
3342
ဒါပေမယ့် နိုင်ငံရေးသမားတွေက ကျန်းမာရေး
ကျောင်းနေ့လည်စာလို အရာတွေတောင်
ကျောင်းနေ့လည်စာလို အရာတွေတောင်
01:32
or even school lunches,
27
80791
1279
သဘောမတူနိုင်ကြတော့
01:34
I just don't see a path
where they'll find consensus
where they'll find consensus
28
82094
2430
ပိုပြီးစားရိတ်စကများတဲ့ အားလုံးအတွက်
01:36
on something as big and as expensive
as universal basic life income.
as universal basic life income.
29
84548
3326
အခြေခံ လစာကိစ္စမျိုးကို ညှိနိုင်ကြမယ့်
နည်းလမ်းတော့ သိပ်မမြင်မိပါဘူး။
နည်းလမ်းတော့ သိပ်မမြင်မိပါဘူး။
01:40
Instead, I think the response
needs to be led by us in industry.
needs to be led by us in industry.
30
88616
3645
ဒီအစား ဒီလုပ်ငန်းထဲက ကျွန်တော်တို့ကပဲ
ဦးဆောင်ပြင်ဆင်ကြရမယ်လို့ ထင်မိပါတယ်။
ဦးဆောင်ပြင်ဆင်ကြရမယ်လို့ ထင်မိပါတယ်။
01:44
We have to recognize
the change that's ahead of us
the change that's ahead of us
31
92285
2524
ကျွန်တော်တို့ရှေ့မှာရှိနေတဲ့
အပြောင်းအလဲကို သိထားရမယ်
အပြောင်းအလဲကို သိထားရမယ်
01:46
and start to design the new kinds of jobs
32
94833
1975
စက်ရုပ်တွေ အစားထိုးလာတဲ့အခါမှာလည်း
01:48
that will still be relevant
in the age of robotics.
in the age of robotics.
33
96832
2695
လိုအပ်နေမယ့် အလုပ်တွေကို ဖန်တီးထားရပါမယ်။
01:52
The good news is that we have
faced down and recovered
faced down and recovered
34
100899
2753
သတင်းကောင်းက အရင် လူအများ
လုပ်တဲ့ အလုပ်အမျိုးအစားနှစ်ခုစာ
လုပ်တဲ့ အလုပ်အမျိုးအစားနှစ်ခုစာ
01:55
two mass extinctions of jobs before.
35
103676
2186
ပျောက်သွားတာပြန်ဖော်ထုတ်
ပေးနိုင်ခဲ့ဖူးတာပါ။
ပေးနိုင်ခဲ့ဖူးတာပါ။
01:58
From 1870 to 1970,
36
106523
2210
၁၈၇၀ နဲ့ ၁၉၇၀အတွင်းမှာ
02:00
the percent of American workers
based on farms fell by 90 percent,
based on farms fell by 90 percent,
37
108757
4408
လယ်ယာအခြေခံ အမေရိကန် အလုပ်သမား
၉၀ ရာနှုန်းအထိ ကျဆင်းသွားခဲ့ပါတယ်။
၉၀ ရာနှုန်းအထိ ကျဆင်းသွားခဲ့ပါတယ်။
02:05
and then again from 1950 to 2010,
38
113189
2545
၁၉၅၀နဲ့ ၂၀၁၀ အတွင်းမှာဆိုလည်း
02:07
the percent of Americans
working in factories
working in factories
39
115758
2143
စက်ရုံအလုပ်တွေက အမေရိကန် အလုပ်သမား
02:09
fell by 75 percent.
40
117925
1676
၇၅ ရာနှုန်းလောက် ကျဆင်းသွားခဲ့တယ်။
02:12
The challenge we face this time,
however, is one of time.
however, is one of time.
41
120570
2954
ဒါပေမယ့် အခုရင်ဆိုင်နေရတဲ့
စိန်ခေါ်မှုကတော့ တစ်သက် တစ်ခါပါ။
စိန်ခေါ်မှုကတော့ တစ်သက် တစ်ခါပါ။
02:15
We had a hundred years
to move from farms to factories,
to move from farms to factories,
42
123548
3014
လယ်ယာထဲကနေ စက်ရုံတွေထဲ ရွှေ့ဖို့
နှစ်တစ်ရာလောက် အချိန်ရခဲ့ပြီး
နှစ်တစ်ရာလောက် အချိန်ရခဲ့ပြီး
02:18
and then 60 years to fully build out
a service economy.
a service economy.
43
126586
2575
ဝန်ဆောင်မှု တွေကို အပြည့်အဝ
ထူထောင်ဖို့က နှစ် ၆၀ ပါ။
ထူထောင်ဖို့က နှစ် ၆၀ ပါ။
02:21
The rate of change today
44
129678
1325
ဒီနေ့ အပြောင်းအလဲနှုန်းက
02:23
suggests that we may only have
10 or 15 years to adjust,
10 or 15 years to adjust,
45
131027
2974
ပြင်ဆင်ဖို့ ၁၀ နှစ် ၁၅နှစ်လောက်ပဲ
ရပါလိမ့်မယ်လို့ ပြနေတယ်။
ရပါလိမ့်မယ်လို့ ပြနေတယ်။
02:26
and if we don't react fast enough,
46
134025
1703
မြန်မြန်သာ မပြင်ဆင်ရင်
02:27
that means by the time
today's elementary-school students
today's elementary-school students
47
135752
2756
အဲဒါက ဘာကိုပြောသလဲဆိုတော့
အခု မူလတန်းတက်နေတဲ့ ကလေးတွေ
အခု မူလတန်းတက်နေတဲ့ ကလေးတွေ
02:30
are college-aged,
48
138532
1885
ကောလိပ် တက်တဲ့ အရွယ်ရောက်လာကြတဲ့အခါ
02:32
we could be living
in a world that's robotic,
in a world that's robotic,
49
140441
2141
ကျွန်တော်တို့ဟာ အလုပ်လက်မဲ့တွေ
အများအပြားနဲ့
အများအပြားနဲ့
02:34
largely unemployed and stuck
in kind of un-great depression.
in kind of un-great depression.
50
142606
3683
စိတ်ဓါတ်ကျဆင်းနေတဲ့ စက်ရုပ်ကမ္ဘာ
တစ်ခုထဲမှာ နေနေနိုင်တာပါ။
တစ်ခုထဲမှာ နေနေနိုင်တာပါ။
02:39
But I don't think it has to be this way.
51
147797
1939
ဒီလို ဖြစ်ကိုဖြစ်ရမယ်လို့ မဆိုလိုပါဘူး။
02:41
You see, I work in innovation,
52
149760
1700
ကျွန်တော်ဟာ တီထွင်မှုမှာ လုပ်တယ်။
02:43
and part of my job is to shape how
large companies apply new technologies.
large companies apply new technologies.
53
151484
4154
ကျွန်တော့်အလုပ်က ကုမ္ပဏီကြီးတွေ နည်းပညာ
သစ်တွေကို အသုံးချပုံကို ပုံဖော်ဖို့ပါ။
သစ်တွေကို အသုံးချပုံကို ပုံဖော်ဖို့ပါ။
02:48
Certainly some of these technologies
54
156265
1795
သေချာတာက ဒီနည်းပညာတစ်ချို့ဟာ
02:50
are even specifically designed
to replace human workers.
to replace human workers.
55
158084
2904
လူသား အလုပ်သမားတွေကို အစားထိုးဖို့
အဓိက ထွင်ထားတာ သေချာတယ်။
အဓိက ထွင်ထားတာ သေချာတယ်။
02:53
But I believe that if we start
taking steps right now
taking steps right now
56
161615
2926
ဒါပေမယ့် ယုံကြည်တာက အခုကစပြီး
အလုပ်ရဲ့ သဘာဝကို ပြောင်းဖို့
အလုပ်ရဲ့ သဘာဝကို ပြောင်းဖို့
02:56
to change the nature of work,
57
164565
1821
ခြေလှမ်းတွေ စကြမယ်ဆိုရင်
02:58
we can not only create environments
where people love coming to work
where people love coming to work
58
166410
3886
ကျွန်တော်တို့ဟာ လူတွေ အလုပ်ကို လာချင်မယ့်
ပတ်ဝန်းကျင်တွေကို ဖန်တီးနိုင်မယ့်အပြင်
ပတ်ဝန်းကျင်တွေကို ဖန်တီးနိုင်မယ့်အပြင်
03:02
but also generate
the innovation that we need
the innovation that we need
59
170320
2118
နည်းပညာကြောင့် ဆုံးရှုံးမယ့် သန်းချီတဲ့
03:04
to replace the millions of jobs
that will be lost to technology.
that will be lost to technology.
60
172462
3173
အလုပ်နေရာတွေအတွက် အစားထိုးဖို့ရာ
စတင်လုပ်ဆောင်ပေးနိုင်ပါလိမ့်မယ်။
စတင်လုပ်ဆောင်ပေးနိုင်ပါလိမ့်မယ်။
03:08
I believe that the key
to preventing our jobless future
to preventing our jobless future
61
176532
3799
အလုပ်လက်မဲ့ ဖြစ်သွားနိုင်တဲ့ အနာဂတ်ကို
ကာကွယ်နိုင်မယ့် သော့ချက်ကတော့
ကာကွယ်နိုင်မယ့် သော့ချက်ကတော့
03:12
is to rediscover what makes us human,
62
180355
2346
လူဖြစ်ရခြင်းရဲ့ အနှစ်သာရကို
ပြန်လည်ရှာဖွေဖို့နဲ့
ပြန်လည်ရှာဖွေဖို့နဲ့
03:14
and to create a new generation
of human-centered jobs
of human-centered jobs
63
182725
2958
အမြဲအတူရှိပေမဲ့ ပုန်းကွယ်နေတဲ့
ကိုယ်ရည်ကိုယ်သွေး
ကိုယ်ရည်ကိုယ်သွေး
03:17
that allow us to unlock
the hidden talents and passions
the hidden talents and passions
64
185707
2606
စိတ်ဝင်စားမှုတွေ ဖော်ထုတ်မယ့်
လူသားဗဟိုပြု အလုပ်တွေရဲ့
လူသားဗဟိုပြု အလုပ်တွေရဲ့
03:20
that we carry with us every day.
65
188337
1653
မျိုးဆက်သစ်တွေ ဖန်တီးဖို့ပါ။
03:24
But first, I think
it's important to recognize
it's important to recognize
66
192151
2143
ဒါပေမယ့် ပထမ အရေးအကြီးဆုံးက ဒီပြဿနာကို
03:26
that we brought this problem on ourselves.
67
194318
2152
ကိုယ်တိုင်ယူလာတာ သဘောပေါက်ဖို့လို့ထင်တယ်။
03:28
And it's not just because, you know,
we are the one building the robots.
we are the one building the robots.
68
196494
3457
ဒါဟာ စက်ရုပ်တွေကို တီထွင်ခဲ့ကြတာ
သက်သက်ကြောင့်ပြောတာမဟုတ်ပါဘူး။
သက်သက်ကြောင့်ပြောတာမဟုတ်ပါဘူး။
03:32
But even though most jobs
left the factory decades ago,
left the factory decades ago,
69
200507
3184
အလုပ်အများစုဟာ စက်ရုံက စွန့်ခွာခဲ့တာ
ဆယ်စုနှစ်ချီပြီဆိုတာတောင်
ဆယ်စုနှစ်ချီပြီဆိုတာတောင်
03:35
we still hold on to this factory mindset
70
203715
1937
ခုထိ စံနှုန်းသတ်မှတ်ချက်တွေ၊ အရည်အသွေး
03:37
of standardization and de-skilling.
71
205676
1959
လိုအပ်ချက်တွေ လျော့အောင်လုပ်နေဆဲပါ။
03:40
We still define jobs
around procedural tasks
around procedural tasks
72
208525
2351
အခုထိ အလုပ်တွေကို
လုပ်ငန်းစဉ်တွေနဲ့သတ်မှတ်ထားကာ
လုပ်ငန်းစဉ်တွေနဲ့သတ်မှတ်ထားကာ
03:42
and then pay people for the number
of hours that they perform these tasks.
of hours that they perform these tasks.
73
210900
3488
လစာပေးတဲ့နေရာမှာ အဲဒီအလုပ်တွေလုပ်တဲ့
အချိန်နဲ့ တွက်ချက်ပေးနေဆဲဖြစ်ပါတယ်။
အချိန်နဲ့ တွက်ချက်ပေးနေဆဲဖြစ်ပါတယ်။
03:46
We've created narrow job definitions
74
214412
1756
အလုပ်တွေကို အင်မတန်ဘောင်ကျဉ်းစွာနဲ့
03:48
like cashier, loan processor
or taxi driver
or taxi driver
75
216192
3240
ငွေကိုင်။ ချေးငွေ စာရေး၊
အငှားယဉ်မောင်း အစရှိသဖြင့်နဲ့
အငှားယဉ်မောင်း အစရှိသဖြင့်နဲ့
03:51
and then asked people
to form entire careers
to form entire careers
76
219456
2483
လူတွေရဲ့ အသက်မွေးမှု
တစ်ခုလုံးကို ဒီတစ်ခုချင်း
တစ်ခုလုံးကို ဒီတစ်ခုချင်း
03:53
around these singular tasks.
77
221963
1630
အလုပ်တွေမှာပဲ ဖွဲ့ခိုင်းတာပါ။
03:56
These choices have left us with
actually two dangerous side effects.
actually two dangerous side effects.
78
224251
3533
တကယ်တော့ အဲဒီလိုရွေးချယ်မှုတွေဟာ
ဘေးထွက်ဆိုးကျိုး အန္တရာယ်နှစ်ခုရှိပါတယ်။
ဘေးထွက်ဆိုးကျိုး အန္တရာယ်နှစ်ခုရှိပါတယ်။
03:59
The first is that these
narrowly defined jobs
narrowly defined jobs
79
227808
2750
ပထမတစ်ခုက အဲလို ဘောင်ကျဉ်းကျဉ်း
သတ်မှတ်ထားတဲ့ အလုပ်တွေဟာ
သတ်မှတ်ထားတဲ့ အလုပ်တွေဟာ
04:02
will be the first
to be displaced by robots,
to be displaced by robots,
80
230582
2423
ဦးစွာ ပထမ စက်ရုပ်တွေနဲ့
အစားထိုးခံရပါလိမ့်မယ်။
အစားထိုးခံရပါလိမ့်မယ်။
04:05
because single-task robots
are just the easiest kinds to build.
are just the easiest kinds to build.
81
233029
2985
အလုပ်တစ်ခုထဲ လုပ်တဲ့ စက်ရုပ်မျိုး
ဆောက်ဖို့က အလွယ်ဆုံးမို့ပါ။
ဆောက်ဖို့က အလွယ်ဆုံးမို့ပါ။
04:08
But second, we have accidentally made it
82
236781
2393
ဒုတိယက ဒါကို ကမ္ဘာအနှံ့မှာ
ဖန်တီးမိလျှက်သားဆိုတော့
ဖန်တီးမိလျှက်သားဆိုတော့
04:11
so that millions of workers
around the world
around the world
83
239198
2128
ကမ္ဘာတစ်လွှားက သန်းချီတဲ့ အလုပ်သမားတွေဟာ
04:13
have unbelievably boring working lives.
84
241350
2310
အင်မတန် ငြီးငွေ့စရာကောင်းတဲ့
လုပ်ငန်းဘဝရရှိနေတယ်
လုပ်ငန်းဘဝရရှိနေတယ်
04:16
(Laughter)
85
244057
1871
(ရယ်သံများ)
04:18
Let's take the example
of a call center agent.
of a call center agent.
86
246427
2402
တယ်လီဖုန်းနဲ့ စုံစမ်းရေး
ဌာနတွေကိုပဲ ကြည့်လိုက်ပါ။
ဌာနတွေကိုပဲ ကြည့်လိုက်ပါ။
04:20
Over the last few decades,
we brag about lower operating costs
we brag about lower operating costs
87
248853
3003
ဆယ်စုနှစ်တွေအနည်းငယ်က ပိုလျော့တဲ့
လုပ်ငန်းစရိတ်တွေအကြောင်း
လုပ်ငန်းစရိတ်တွေအကြောင်း
04:23
because we've taken most
of the need for brainpower
of the need for brainpower
88
251880
2427
ကြွားခဲ့တာက လူတွေရဲ့ ဦးနှောက်
စွမ်းအားလိုအပ်ချက်ကို
စွမ်းအားလိုအပ်ချက်ကို
04:26
out of the person
and put it into the system.
and put it into the system.
89
254331
2144
စက်တွေထဲ ပြောင်းထည့်လိုက်ကြလို့ပါ။
04:28
For most of their day,
they click on screens,
they click on screens,
90
256499
2521
သူတို့ နေ့တာအများစုက
မျက်နှာပြင်ပေါ်မှာ နှိပ်ကာ
မျက်နှာပြင်ပေါ်မှာ နှိပ်ကာ
04:31
they read scripts.
91
259044
1201
စာဖတ်လိုက်ကြတာပါပဲ။
04:33
They act more like machines than humans.
92
261487
2653
သူတို့လုပ်နေတာ လူသားနဲ့မတူဘဲ
စက်တွေနဲ့ ပိုတူနေတာပါ။
စက်တွေနဲ့ ပိုတူနေတာပါ။
04:37
And unfortunately,
over the next few years,
over the next few years,
93
265278
2116
ကံမကောင်းစွာနဲ့ပဲ
သိပ်မကြာတော့မယ့်နှစ်တွေမှာ
သိပ်မကြာတော့မယ့်နှစ်တွေမှာ
04:39
as our technology gets more advanced,
94
267418
1859
နည်းပညာပိုတိုးတက်လာတာနဲ့အတူ သူတို့ဟာ
04:41
they, along with people
like clerks and bookkeepers,
like clerks and bookkeepers,
95
269301
2584
စာရေးတွေ စာရင်းရေးသွင်းကြသူတွေနဲ့အတူတူ
04:43
will see the vast majority
of their work disappear.
of their work disappear.
96
271909
2412
အလုပ်အများစုဟာ
ပျောက်ကွယ်သွားတော့မှာ ဖြစ်ပါတယ်။
ပျောက်ကွယ်သွားတော့မှာ ဖြစ်ပါတယ်။
04:47
To counteract this,
we have to start creating new jobs
we have to start creating new jobs
97
275495
2704
အဲဒါကို ကာကွယ်ဖို့
အလုပ်သစ်တွေ စတင်ဖန်တီးဖို့ လိုပါတယ်။
အလုပ်သစ်တွေ စတင်ဖန်တီးဖို့ လိုပါတယ်။
04:50
that are less centered
on the tasks that a person does
on the tasks that a person does
98
278223
2539
လူတစ်ဦးလုပ်တဲ့ အလုပ်တွေကို
ဗဟိုပြုတာ နည်းပြီး
ဗဟိုပြုတာ နည်းပြီး
04:52
and more focused on the skills
that a person brings to work.
that a person brings to work.
99
280786
2866
လူတွေနဲ့ပါလာတဲ့ အရည်အချင်းတွေကို
ပို အဓိကထားတာပါ။
ပို အဓိကထားတာပါ။
04:56
For example, robots are great
at repetitive and constrained work,
at repetitive and constrained work,
100
284389
3387
ဥပမာ စက်ရုပ်တွေဟာ ထပ်တလဲလဲလုပ်ရတဲ့၊
အမှားမခံတဲ့ အလုပ်တွေမှာ ကောင်းပေမဲ့
အမှားမခံတဲ့ အလုပ်တွေမှာ ကောင်းပေမဲ့
04:59
but human beings have an amazing ability
101
287800
1949
လူတွေက တစ်ခါမှ မကြုံဖူးတဲ့ ပြဿနာတွေ့ရင်
05:01
to bring together
capability with creativity
capability with creativity
102
289773
2279
စွမ်းဆောင်ရည်နဲ့ တီထွင်နိုင်မှု
ပေါင်းနိုင်တဲ့
ပေါင်းနိုင်တဲ့
05:04
when faced with problems
that we've never seen before.
that we've never seen before.
103
292076
2700
အံ့မခန်း အရည်အသွေးတွေရှိပါတယ်။
05:07
It's when every day
brings a little bit of a surprise
brings a little bit of a surprise
104
295122
2980
နေ့စဉ်နေ့ အံ့အားသင့်စရာလေးတွေ
နည်းနည်းစီတွေ့နေရမယ်ဆိုရင်တော့
နည်းနည်းစီတွေ့နေရမယ်ဆိုရင်တော့
05:10
that we have designed work for humans
105
298126
2004
စက်ရုပ်တွေအတွက်မဟုတ်တော့ဘဲ လူသားအတွက်
05:12
and not for robots.
106
300154
1269
အလုပ်ဖန်တီးပေးတာပါ။
05:14
Our entrepreneurs and engineers
already live in this world,
already live in this world,
107
302130
2898
စွန့်ဦးတီထွင်တွေ အင်ဂျင်နီယာတွေ
ဒီကမ္ဘာမှာရှိပြီးသားဆိုပေမဲ့
ဒီကမ္ဘာမှာရှိပြီးသားဆိုပေမဲ့
05:17
but so do our nurses and our plumbers
108
305052
2592
သူနာပြုတွေ ပိုက်ပြင်သမားတွေ
05:19
and our therapists.
109
307668
1463
ကုသရေး ပညာရှင်တွေ လည်းရှိပါတယ်
05:21
You know, it's the nature
of too many companies and organizations
of too many companies and organizations
110
309749
3057
ကုမ္ပဏီတွေနဲ့ အဖွဲ့အစည်း များစွာရဲ့ သဘာဝက
05:24
to just ask people to come to work
and do your job.
and do your job.
111
312830
3690
လူတွေကို ခေါ်ပြီး ကိုယ့်အလုပ်တွေ
လုပ်ခိုင်းဖို့ဆိုတာ အားလုံးသိပြီးသားပါ။
လုပ်ခိုင်းဖို့ဆိုတာ အားလုံးသိပြီးသားပါ။
05:28
But if you work is better done by a robot,
112
316544
2186
ကိုယ်ထက် စက်ရုပ်က ပိုကောင်းအောင်
လုပ်တဲ့အခါ၊
လုပ်တဲ့အခါ၊
05:30
or your decisions better made by an AI,
113
318754
2797
ကိုယ့်ထက် စက်တွေထက်ပို
ကောင်းအောင် ဆုံးဖြတ်နိုင်တဲ့အခါ
ကောင်းအောင် ဆုံးဖြတ်နိုင်တဲ့အခါ
05:33
what are you supposed to be doing?
114
321575
1712
ကိုယ်က ဘာလုပ်ရတော့မလဲ။
05:36
Well, I think for the manager,
115
324013
2484
ကျွန်တော့အထင် မန်နေဂျာတွေအတွက်ကတော့
05:38
we need to realistically think about
the tasks that will be disappearing
the tasks that will be disappearing
116
326521
3397
နောက်နှစ်အနည်းငယ် အတွင်းပျောက်သွားမယ့်
အလုပ်တွေ အတွက် လက်တွေ့ကျကျ
အလုပ်တွေ အတွက် လက်တွေ့ကျကျ
05:41
over the next few years
117
329942
1151
စဉ်းစားဖို့လိုပြီး
05:43
and start planning for more meaningful,
more valuable work that should replace it.
more valuable work that should replace it.
118
331117
3872
အစားထိုးမယ့် ပိုအဓိပ္ပါယ်ရှိ၊တန်ဘိုးရှိ
တဲ့အလုပ်အတွက် စတင် စီစဉ်တာပါ။
တဲ့အလုပ်အတွက် စတင် စီစဉ်တာပါ။
05:47
We need to create environments
119
335013
1429
လူတွေနဲ့ စက်ရုပ်တွေ ယှဉ်တွဲ
05:48
where both human beings and robots thrive.
120
336466
2239
ရှင်သန်တဲ့ ဝန်းကျင်တစ်ခု
ဖန်တီးဖို့ လိုတယ်။
ဖန်တီးဖို့ လိုတယ်။
05:50
I say, let's give more work to the robots,
121
338729
2536
ပြောချင်တာက စက်ရုပ်တွေက
အလုပ်တွေပိုလုပ်ကြပါစေ။
အလုပ်တွေပိုလုပ်ကြပါစေ။
05:53
and let's start with the work
that we absolutely hate doing.
that we absolutely hate doing.
122
341289
2903
လူတွေမလုပ်ချင်တဲ့ အလုပ်တွေ အရင်လုပ်ကြပါစေ။
05:57
Here, robot,
123
345428
1164
ကဲစက်ရုပ်ရေ။
05:58
process this painfully idiotic report.
124
346616
1851
ဒီ ခပ်ရူးရူး အစီရင်ခံစာကို လုပ်ပါဦး။
06:00
(Laughter)
125
348491
1423
(ရယ်သံများ)
06:01
And move this box. Thank you.
126
349938
1425
ဒီဘူး ရွှေ့လိုက်ပါ၊ ကျေးဇူးပါ
06:03
(Laughter)
127
351387
1699
(ရယ်သံများ)
06:05
And for the human beings,
128
353110
1529
လူသားတွေအတွက်ကတော့
06:06
we should follow the advice from Harry
Davis at the University of Chicago.
Davis at the University of Chicago.
129
354663
3554
ရှီကာဂို တက္ကသိုလ်က Harry David ပေးတဲ့
အကြံအတိုင်း လိုက်နာသင့်ပါတယ်။
အကြံအတိုင်း လိုက်နာသင့်ပါတယ်။
06:10
He says we have to make it so that people
don't leave too much of themselves
don't leave too much of themselves
130
358241
3649
သူပြောတာက လူတွေဟာ ကားနောက်
ဖုံးထဲမှာ သူတို့ကိုယ် သူတို့ သိပ်အများကြီး
ဖုံးထဲမှာ သူတို့ကိုယ် သူတို့ သိပ်အများကြီး
06:13
in the trunk of their car.
131
361914
1331
မထားအောင် လုပ်ဖို့လိုတယ်တဲ့
06:15
I mean, human beings
are amazing on weekends.
are amazing on weekends.
132
363269
2889
ဆိုလိုတာက လူတွေဟာ သီတင်းပတ်အဆုံးတွေမှာ
အံ့ဩစရာ ကောင်းတာပါ။
အံ့ဩစရာ ကောင်းတာပါ။
06:18
Think about the people that you know
and what they do on Saturdays.
and what they do on Saturdays.
133
366182
3144
ကိုယ်သိတဲ့ လူတွေကို သူတို့ စနေနေ့တွေမှာ
လုပ်ကြတာ စဉ်းစားကြည့်ပါ။
လုပ်ကြတာ စဉ်းစားကြည့်ပါ။
06:21
They're artists, carpenters,
chefs and athletes.
chefs and athletes.
134
369350
2976
ပန်းချီဆရာတွေ၊ လက်သမားတွေ စားဖိုမှူးတွေ
အားကစားသမားတွေပါ။
အားကစားသမားတွေပါ။
06:25
But on Monday, they're back
to being Junior HR Specialist
to being Junior HR Specialist
135
373086
3896
ဒါပေမဲ့ တနင်္လာနေ့လည်းရောက်ရော
သူတို့ဟာ အငယ်တန်း HRပညာရှင် နဲ့
သူတို့ဟာ အငယ်တန်း HRပညာရှင် နဲ့
06:29
and Systems Analyst 3.
136
377006
2099
System analyst အဆင့်၃ တို့ ပြန်ဖြစ်ကုန်ရော
06:31
(Laughter)
137
379129
3781
(ရယ်သံများ)
06:34
You know, these narrow job titles
not only sound boring,
not only sound boring,
138
382934
3318
အဲဒီလို ဘောင်ကျဉ်းတဲ့ အလုပ်အမျိုးအမည်
တွေပေးတာဟာ ငြီးငွေ့စရာဖြစ်ရုံမက
တွေပေးတာဟာ ငြီးငွေ့စရာဖြစ်ရုံမက
06:38
but they're actually
a subtle encouragement
a subtle encouragement
139
386276
2096
လူတွေကို ဘောင်ကျဉ်းကာ
ငြီးငွေ့စရာကောင်းတဲ့
ငြီးငွေ့စရာကောင်းတဲ့
06:40
for people to make narrow
and boring job contributions.
and boring job contributions.
140
388396
3040
အလုပ် အထောက်အပံ့တွေလုပ်ဖို့
ပါးနပ်တဲ့ အားပေးမှုတစ်ခုပါ။
ပါးနပ်တဲ့ အားပေးမှုတစ်ခုပါ။
06:43
But I've seen firsthand
that when you invite people to be more,
that when you invite people to be more,
141
391460
3116
ဒါပေမဲ့ အရင်းက မြင်ဖူးတာက
ပိုပြီးလုပ်ကိုင်စေဖို့ ဖိတ်ခေါ်တော့
ပိုပြီးလုပ်ကိုင်စေဖို့ ဖိတ်ခေါ်တော့
06:46
they can amaze us
with how much more they can be.
with how much more they can be.
142
394600
2390
သူတို့ ဘယ်လောက်
ပို လုပ်နိုင်ကြတယ်ဆိုတာက အံ့ဩစရာပါ။
ပို လုပ်နိုင်ကြတယ်ဆိုတာက အံ့ဩစရာပါ။
06:50
A few years ago,
I was working at a large bank
I was working at a large bank
143
398327
2233
နှစ်အနည်းငယ်က ကွန်ပျူတာ
ယဉ်ကျေးမှုကို
ယဉ်ကျေးမှုကို
06:52
that was trying to bring more innovation
into its company culture.
into its company culture.
144
400584
3096
တီထွင်မှုတွေ သွင်းဖို့ ဲကြိုးစားတဲ့
ဘဏ်ကြီးမှာ အလုပ်လုပ်နေတယ်။
ဘဏ်ကြီးမှာ အလုပ်လုပ်နေတယ်။
06:55
So my team and I designed
a prototyping contest
a prototyping contest
145
403704
2341
အဖွဲ့နဲ့ကျွန်တော်ဟာ လူတိုင်း
ကြိုက်တာတီထွင်ဖို့
ကြိုက်တာတီထွင်ဖို့
06:58
that invited anyone to build
anything that they wanted.
anything that they wanted.
146
406069
2970
ဖိတ်ခေါ်တဲ့ရှေ့ပြေးပုံစံ ပြိုင်ပွဲတစ်ခု
လုပ်ခဲ့တယ်
လုပ်ခဲ့တယ်
07:01
We were actually trying to figure out
147
409704
1833
တကယ်က ကျွန်တော်တို့ဟာ တီထွင်မှုတွေကို
07:03
whether or not
the primary limiter to innovation
the primary limiter to innovation
148
411561
2268
အဓိက တားဆီးနေတာက အတွေးအခေါ်ပဲမရှိလို့လား။
07:05
was a lack of ideas or a lack of talent,
149
413853
2490
ကိုယ်ရည်ကိုယ်သွေးမရှိလို့လားလို့
စဉ်းစားကြည့်ပါတယ်။
စဉ်းစားကြည့်ပါတယ်။
07:08
and it turns out it was neither one.
150
416367
1861
တစ်ခုမှ မဟုတ်ပါဘူး။
07:10
It was an empowerment problem.
151
418252
1755
ဒါဟာ လုပ်ပိုင်ခွင့် ပြဿနာဖြစ်နေတယ်။
07:12
And the results
of the program were amazing.
of the program were amazing.
152
420698
2242
အဲဒီ အစီစဉ်ရဲ့ ရလဒ်ကတော့ အံ့မခန်းပါပဲ။
07:16
We started by inviting
people to reenvision
people to reenvision
153
424378
2377
အဖွဲ့တစ်ဖွဲ့ကို ဘာလုပ်ပေးနိုင်မလဲဆိုတာကို
07:18
what it is they could bring to a team.
154
426779
2115
ပြန်ကြည့်ဖို့ လူတွေ ဖိတ်ခေါ်တာနဲ့စတယ်
07:20
This contest was not only a chance
to build anything that you wanted
to build anything that you wanted
155
428918
3738
ဒီပြိုင်ပွဲဟာ ကိုယ်တည်ဆောက်ချင်တာကို
တည်ဆောက်ဖို့တင်မကဘူး၊
တည်ဆောက်ဖို့တင်မကဘူး၊
07:24
but also be anything that you wanted.
156
432680
2336
ကိုယ်ဖြစ်ချင်တာ အားလုံးဖြစ်လို့ရပါတယ်။
07:27
And when people were no longer
limited by their day-to-day job titles,
limited by their day-to-day job titles,
157
435040
3286
လူတွေဟာ သူတို့ရဲ့နေ့စဉ် အလုပ်တာဝန်
ခေါင်းစဉ်တစ်ခုအောက်မှာ ရှိမနေတဲ့အခါ
ခေါင်းစဉ်တစ်ခုအောက်မှာ ရှိမနေတဲ့အခါ
07:30
they felt free to bring all kinds
of different skills and talents
of different skills and talents
158
438350
3147
သူတို့ဟာ သူတို့ရဲ့အရည်အချင်းတွေ
ကိုယ်ရည်ကိုယ်သွေးတွေ ကို
ကိုယ်ရည်ကိုယ်သွေးတွေ ကို
07:33
to the problems
that they were trying to solve.
that they were trying to solve.
159
441521
2486
ပြဿနာတွေဖြေရှင်းနိုင်ဖို့ လွတ်လပ်စွာ
အသုံးပြုလာတယ်။
အသုံးပြုလာတယ်။
07:36
We saw technology people being designers,
marketing people being architects,
marketing people being architects,
160
444031
3910
နည်းပညာသမားတွေက ဒီဇိုင်နာတွေ၊ စျေးကွက်
ဖောက်သူတွေက ဗိသုကာတွေပညာရှင်တွေဖြစ်ကာ
ဖောက်သူတွေက ဗိသုကာတွေပညာရှင်တွေဖြစ်ကာ
07:39
and even finance people showing off
their ability to write jokes.
their ability to write jokes.
161
447965
3365
ငွေကြေးပညာရှင်တွေက ဟာသရေးတဲ့
သူတွေ ဖြစ်လာတာတောင်တွေ့ခဲ့ရပါတယ်။
သူတွေ ဖြစ်လာတာတောင်တွေ့ခဲ့ရပါတယ်။
07:43
(Laughter)
162
451607
1150
(ရယ်သံများ)
07:44
We ran this program twice,
163
452781
1405
ဒီအစီစဉ်ကို နှစ်ခါလုပ်ခဲ့တယ်။
07:46
and each time more than 400 people
brought their unexpected talents to work
brought their unexpected talents to work
164
454210
3796
အကြိမ်းတိုင်း လူ ၄၀ဝကျော်ဟာ မျှော်လင့်
တဲ့ အရည်အသွေးတွေကို အလုပ်ခွင်ကိုယူလာကာ
တဲ့ အရည်အသွေးတွေကို အလုပ်ခွင်ကိုယူလာကာ
07:50
and solved problems that they had been
wanting to solve for years.
wanting to solve for years.
165
458030
3139
သူတို့နှစ်ချီကာ ဖြေရှင်းချင်နေတဲ့
ပြဿနာတွေကို ဖြေရှင်းခဲ့ကြတာပါ။
ပြဿနာတွေကို ဖြေရှင်းခဲ့ကြတာပါ။
07:53
Collectively, they created
millions of dollars of value,
millions of dollars of value,
166
461490
3019
စုပေါင်းလိုက်ရော သူတို့ဟာ
သန်းချီ တန်ဘိုးကို ဖန်တီးခဲ့တယ်။
သန်းချီ တန်ဘိုးကို ဖန်တီးခဲ့တယ်။
07:56
building things like a better
touch-tone system for call centers,
touch-tone system for call centers,
167
464533
4565
ဖုန်းအဝင် စီမံပေးတဲ့ဌာနတွေအတွက် ပိုကောင်း
တဲ့ အသံနည်းစနစ်တွေ ဆိုင်ခွဲတွေအတွက်
တဲ့ အသံနည်းစနစ်တွေ ဆိုင်ခွဲတွေအတွက်
08:01
easier desktop tools for branches
168
469122
1668
ပိုလွယ်တဲ့ desk top ကိရိယာတွေ
08:02
and even a thank you card system
169
470814
1525
ဝန်ထမ်း လုပ်ငန်း အတွေ့အကြုံအတွက်
08:04
that has become a cornerstone
of the employee working experience.
of the employee working experience.
170
472363
3314
အုတ်မြစ်တစ်ခု ဖြစ်လာစေတဲ့
ကျေးဇူးတင်တဲ့ ကဒ်ကလေးတွေတောင်ပါ။
ကျေးဇူးတင်တဲ့ ကဒ်ကလေးတွေတောင်ပါ။
08:07
Over the course of the eight weeks,
171
475701
1803
ရက်သတ္တပတ် ရှစ်ခုအတွင်းမှာပဲ
08:09
people flexed muscles that they never
dreamed of using at work.
dreamed of using at work.
172
477528
3533
သူတို့ တစ်ခါမှ မစဉ်းစားမိတဲ့
စွမ်းအားတွေကို အလုပ်ခွင်ထဲမှာ သုံးခဲ့တယ်။
စွမ်းအားတွေကို အလုပ်ခွင်ထဲမှာ သုံးခဲ့တယ်။
08:14
People learned new skills,
173
482353
1577
လူတွေဟာ စွမ်းရည်သစ်တွေ သင်ယူခဲ့ကာ
08:15
they met new people,
174
483954
2368
မိတ်ဆွေသစ်တွေနဲ့ တွေ့ရတယ်။
08:18
and at the end, somebody
pulled me aside and said,
pulled me aside and said,
175
486346
2793
နောက်ဆုံးတော့ တစ်ယောက်က
ကျွန်တော့်ကို ဆွဲပြီး ပြောတာက
ကျွန်တော့်ကို ဆွဲပြီး ပြောတာက
08:21
"I have to tell you,
176
489163
1569
"ပြောရဦးမယ်
08:22
the last few weeks has been
one of the most intense,
one of the most intense,
177
490756
2776
ပြီးခဲ့တဲ့ ရက်သတ္တပတ်တွေဟာ
တစ်သက်နဲ့ တစ်ကိုယ် အပင်ပန်းဆုံး
တစ်သက်နဲ့ တစ်ကိုယ် အပင်ပန်းဆုံး
08:25
hardest working experiences
of my entire life,
of my entire life,
178
493556
3279
လုပ်ငန်းအတွေ့အကြုံပါပဲလို့ ပြောပေမဲ့
08:28
but not one second of it felt like work."
179
496859
2041
တစ်စက္ကန့်မှ အလုပ်လို့ မခံစားမိဘူး။"
08:32
And that's the key.
180
500080
1298
အဲဒါက တကယ့် သော့ချက်ပါ။
08:33
For those few weeks, people
got to be creators and innovators.
got to be creators and innovators.
181
501402
3710
အဲဒီရက်သတ္တပတ် အနည်းငယ်အတွက်
လူတွေဟာ ဖန်တီး တီထွင်သူတွေ ဖြစ်ကြရပါတယ်။
လူတွေဟာ ဖန်တီး တီထွင်သူတွေ ဖြစ်ကြရပါတယ်။
08:38
They had been dreaming of solutions
182
506811
1667
သူတို့ကို နှစ်ချီပြီး ဒုက္ခပေးနေတဲ့
08:40
to problems that had been
bugging them for years,
bugging them for years,
183
508502
2484
ပြဿနာတွေကို
ဖြေရှင်းနိုင်ဖို့ စိတ်ကူးတွေယဉ်နေကြရကာ
ဖြေရှင်းနိုင်ဖို့ စိတ်ကူးတွေယဉ်နေကြရကာ
08:43
and this was a chance to turn
those dreams into a reality.
those dreams into a reality.
184
511010
2854
ဒီအချိန်က ဒီအိပ်မက်တွေကို
အကောင်အထည်ဖော်ဖို့ အခွင့်အရေးပါ။
အကောင်အထည်ဖော်ဖို့ အခွင့်အရေးပါ။
08:46
And that dreaming is an important part
of what separates us from machines.
of what separates us from machines.
185
514669
4442
အဲဒီလို အိပ်မက်တွေကပဲ ကျွန်တော်တို့ကို
စက်တွေနဲ့ အဓိက ခွဲခြားနိုင်တဲ့ အရာတစ်ခုပါ။
စက်တွေနဲ့ အဓိက ခွဲခြားနိုင်တဲ့ အရာတစ်ခုပါ။
08:51
For now, our machines
do not get frustrated,
do not get frustrated,
186
519135
3018
အခုအထိတော့ စက်တွေက စိတ်မရှုပ်တတ်ဘူး၊
08:54
they do not get annoyed,
187
522177
1407
စိတ်အနှောက်အယှက် မဖြစ်တတ်ဘူး၊
08:55
and they certainly don't imagine.
188
523608
2260
သေချာပေါက် စိတ်ကူးမယဉ်တတ်ပါဘူး။
08:57
But we, as human beings --
189
525892
1699
လူတွေကတော့
08:59
we feel pain,
190
527615
1207
နာကျင်တတ်တယ်၊
09:00
we get frustrated.
191
528846
1400
စိတ်ရှုပ်တတ်ပါတယ်။
09:02
And it's when we're most annoyed
and most curious
and most curious
192
530270
3116
စိတ်အနှောက်အယှက်အဖြစ်ဆုံး
စူးစမ်းလိုစိတ် အပြင်းဆုံးအချိန်တွေက
စူးစမ်းလိုစိတ် အပြင်းဆုံးအချိန်တွေက
09:05
that we're motivated to dig
into a problem and create change.
into a problem and create change.
193
533410
3263
ပြဿနာကို တူးဆွအဖြေရှာပြီး
အပြောင်းအလဲကို ဖန်တီးကြတော့တာပါ။
အပြောင်းအလဲကို ဖန်တီးကြတော့တာပါ။
09:09
Our imaginations are the birthplace
of new products, new services,
of new products, new services,
194
537546
3910
စိတ်ကူးတွေဟာ ပစ္စည်းအသစ်တွေ
ဝန်ဆောင်မှု အသစ်တွေ၊ လုပ်ငန်းအသစ်တွေတောင်
ဝန်ဆောင်မှု အသစ်တွေ၊ လုပ်ငန်းအသစ်တွေတောင်
09:13
and even new industries.
195
541480
1233
ပေါ်ထွက်ရာပါ။
09:15
I believe that the jobs of the future
196
543476
1802
ယုံကြည်မိတာက အနာဂတ်ရဲ့ အလုပ်တွေဟာ
09:17
will come from the minds of people
197
545302
1713
ဒီနေ့ ဆန်းစစ်သူ ကျွမ်းကျင်သူတွေလို့
09:19
who today we call
analysts and specialists,
analysts and specialists,
198
547039
2716
ခေါ်သတွေရဲ့ စိတ်ကူးစိတ်သန်းတွေက
ပေါ်ထွက်လာမယ်လို့ပါ။
ပေါ်ထွက်လာမယ်လို့ပါ။
09:21
but only if we give them the freedom
and protection that they need to grow
and protection that they need to grow
199
549779
3478
သူတို့ကို လွတ်လွတ်လပ်လပ် နဲ့
စူးစမ်းရှာဖွေသူတွေ တီထွင်သူတွေဖြစ်အောင်ပဲ
စူးစမ်းရှာဖွေသူတွေ တီထွင်သူတွေဖြစ်အောင်ပဲ
09:25
into becoming explorers and inventors.
200
553281
2469
လုပ်ခွင့်ပေးလိုက်ဖို့ပဲလိုပါတယ်။
09:28
If we really want to robot-proof our jobs,
201
556714
2143
စက်ရုပ် အစားမထိုးတဲ့
အလုပ်တွေကို ဖြစ်ချင်ရင်
အလုပ်တွေကို ဖြစ်ချင်ရင်
09:30
we, as leaders, need
to get out of the mindset
to get out of the mindset
202
558881
2235
ဦးဆောင်သူတွေအနေနဲ့
လူတွေကို ဘာလုပ်ရမယ်လို့
လူတွေကို ဘာလုပ်ရမယ်လို့
09:33
of telling people what to do
203
561140
1830
ပြောတဲ့အတွေးကို ရှင်းထုတ်ဖို့လိုတယ်။
09:34
and instead start asking them
what problems they're inspired to solve
what problems they're inspired to solve
204
562994
3821
အဲဒီအစား စမေးရမှာက သူတို့ ဘယ်
ပြဿနာတွေကို ဖြေရှင်းဖို့ စေ့ဆော်ခံရလဲ၊
ပြဿနာတွေကို ဖြေရှင်းဖို့ စေ့ဆော်ခံရလဲ၊
09:38
and what talents
they want to bring to work.
they want to bring to work.
205
566839
2365
ဘယ်ပင်ကိုယ်အစွမ်းတွေ အလုပ်ခွင်ထဲ
ယူလာချင်လဲလို့ပါ
ယူလာချင်လဲလို့ပါ
09:41
Because when you can bring
your Saturday self to work on Wednesdays,
your Saturday self to work on Wednesdays,
206
569681
3443
ဘာလို့လဲဆို သင်တို့ရဲ့ စနေနေ့ အတ္တကို
ဗုဒ္ဓဟူးနေ့တွေကို ယူလာနိုင်တဲ့အခါ
ဗုဒ္ဓဟူးနေ့တွေကို ယူလာနိုင်တဲ့အခါ
09:45
you'll look forward to Mondays more,
207
573148
1994
တနင်္လာနေ့တွေကို ပိုမျှော်လာလိမ့်မယ်။
09:47
and those feelings
that we have about Mondays
that we have about Mondays
208
575166
2682
တနင်္လာနေ့ ခံစားမှုတွေဟာ ကျွန်တော်တို့ကို
09:49
are part of what makes us human.
209
577872
1758
လူနဲ့တူအောင် လုပ်ပေးနိုင်ပါလိမ့်မယ်။
09:52
And as we redesign work
for an era of intelligent machines,
for an era of intelligent machines,
210
580467
3008
အသိဉာဏ်ရှိတဲ့ စက်တွေရဲ့ခေတ်အတွက်
အလုပ်တွေ ပြန် တီထွင်ကြတဲ့အခါ
အလုပ်တွေ ပြန် တီထွင်ကြတဲ့အခါ
09:55
I invite you all to work alongside me
211
583499
2216
အလုပ်ခွင်ဘဝတွေကို ပို
လူသားဆန်အောင် ပြုလုပ်ဖို့
လူသားဆန်အောင် ပြုလုပ်ဖို့
09:57
to bring more humanity
to our working lives.
to our working lives.
212
585739
2642
ကျွန်တော်နဲ့အတူ အားလုံးပူးပေါင်းပါလို့
ဖိတ်ခေါ်ပါတယ်။
ဖိတ်ခေါ်ပါတယ်။
10:00
Thank you.
213
588405
1151
ကျေးဇူးတင်ပါတယ်။
10:01
(Applause)
214
589580
3401
လက်ခုပ်သံများ
ABOUT THE SPEAKER
David Lee - Innovation leaderUPS’s David Lee works to create platforms that make it easier for people to turn fuzzy ideas into concrete solutions.
Why you should listen
David Lee is the Vice President of Innovation and the Strategic Enterprise Fund for UPS. In that role, he develops programs that make it easier for smart, creative people to get together and explore ideas. It's clear that great ideas can come from anywhere. His responsibility to help people turn their ideas into tangible, pragmatic solutions. His team coordinates communities, programs, and contests that give people permission to chase down problems that they are personally inspired to address. He is constantly amazed at what happens when thoughtful, passionate people are given room to run.
Lee's career has been filled with interesting opportunities to break down new barriers for large corporations. He has been involved in the launch of dozens of new products, services and businesses within the framework of corporate processes and expectations. Some of those efforts flourished while others failed. Because of those lessons, he looks to create pathways which result in rapid impact and "good failures" whenever possible.
Prior to joining UPS, he led innovation at SunTrust Bank. Lee started his career at Bank of America, where he worked in advanced technology and asset management. There he helped to launch retirement services and a strategic venture capital group. He studied economics at the University of Virginia and went to business school at the University of Chicago.
David Lee | Speaker | TED.com