TED@BCG Berlin
Rainer Strack: The workforce crisis of 2030 -- and how to start solving it now
ריינר סטראק: משבר העבודה המפתיע של 2030 -- ואיך להתחיל לפתור אותו
Filmed:
Readability: 4.3
1,825,947 views
זה נשמע מנוגד להגיון, אבל עד 2030, להרבה מהכלכלות הגדולות בעולם יהיו יותר עבודות מאנשים בוגרים לבצע אותן. בהרצאה מלאת מידע -- ודי מקסימה -- מומחה משאבי האנוש ריינר סטראק מציע שמדינות צריכות להביט מעבר לגבולותיהן למחפשי עבודה ניידים ובעלי יכולת ורצון. אבל כדי לעשות את זה, הן צריכות להתחיל על ידי אתגור התרבות בעסקים שלהן.
Rainer Strack - Human resources expert
BCG's Rainer Strack advocates for companies to adopt a "people advantage" -- because employee-centered thinking can go a long way. Full bio
BCG's Rainer Strack advocates for companies to adopt a "people advantage" -- because employee-centered thinking can go a long way. Full bio
Double-click the English transcript below to play the video.
00:12
2014 is a very special year for me:
0
973
3134
2014 היא שנה מאוד מיוחדת עבורי:
00:16
20 years as a consultant,
1
4107
1927
20 שנה כמייעץ,
00:18
20 years of marriage,
2
6034
1672
20 שנות נישואין,
00:19
and I'm turning 50 in one month.
3
7706
3181
ואני אהיה בן 50 בעוד חודש.
00:22
That means I was born in 1964
in a small town in Germany.
in a small town in Germany.
4
10887
5550
זה אומר שנולדתי ב 1964
בעיירה קטנה בגרמניה.
בעיירה קטנה בגרמניה.
00:28
It was a gray November day,
5
16437
1718
היה זה יום נובמבר אפרורי,
00:30
and I was overdue.
6
18155
1880
והגעתי באיחור.
00:32
The hospital's maternity ward
was really stressed out
was really stressed out
7
20035
3483
מחלקת היולדות בבתי החולים היתה באמת לחוצה
00:35
because a lot of babies were born
on this gray November day.
on this gray November day.
8
23518
4505
בגלל שהרבה ילדים נולדו
ביום האפרורי הזה בנובמבר.
ביום האפרורי הזה בנובמבר.
00:40
As a matter of fact,
9
28023
2122
למעשה,
00:42
1964 was the year with the highest
birth rate ever in Germany:
birth rate ever in Germany:
10
30145
4426
1964 הייתה השנה עם שיעור הילודה
הגבוה ביותר מעולם בגרמניה.
הגבוה ביותר מעולם בגרמניה.
00:46
more than 1.3 million.
11
34571
2020
יותר מ1.3 מיליון.
00:48
Last year, we just hit over 600,000,
12
36591
3134
בשנה שעברה, הגענו ל 600,000,
00:51
so half of my number.
13
39725
1502
אז חצי מהמספר שלי.
00:53
What you can see here
is the German age pyramid,
is the German age pyramid,
14
41490
3831
מה שאפשר לראות כאן
זו פירמידת הגיל הגרמנית,
זו פירמידת הגיל הגרמנית,
00:57
and there, the small black point
at the top, that's me.
at the top, that's me.
15
45321
2809
ושם, החלק השחור הקטן הזה למעלה,
זה אני.
זה אני.
01:00
(Laughter) (Applause)
16
48130
3994
(צחוק) (מחיאות כפיים)
01:06
In red, you can see the potential
working-age population,
working-age population,
17
54307
4133
באדום, אפשר לראות את
אוכלוסיית גיל העבודה הפוטנציאלית,
אוכלוסיית גיל העבודה הפוטנציאלית,
01:10
so people over 15 and under 65,
18
58440
4249
אז אנשים מעל לגיל 15 ומתחת לגיל 65,
01:14
and I'm actually only interested
in this red area.
in this red area.
19
62689
3715
ואני בעצם רק מעוניין באיזור האדום הזה.
01:18
Now, let's do a simple simulation
20
66404
2043
עכשיו, הבה נעשה סימולציה פשוטה
01:20
of how this age structure will develop
over the next couple of years.
over the next couple of years.
21
68447
4528
של איך מבנה הגיל יתפתח במשך השנים הבאות.
01:24
As you can see,
22
72975
1439
כמו שאתם רואים,
01:26
the peak is moving to the right,
23
74414
2299
הפיק נע ימינה,
01:28
and I, with many other baby boomers,
will retire in 2030.
will retire in 2030.
24
76713
6525
ואני, עם הרבה בייבי בומרים אחרים,
נפרוש ב 2030.
נפרוש ב 2030.
01:35
By the way, I don't need any forecasts
25
83238
2275
דרך אגב, אני לא צריך שום תחזיות
01:37
of birth rates for predicting
this red area.
this red area.
26
85513
2869
של שיעורי ילודה בשביל לצפות
את האיזור האדום הזה.
את האיזור האדום הזה.
01:40
The red area,
27
88406
1248
האיזור האדום,
01:41
so the potential
working-age population in 2030,
working-age population in 2030,
28
89678
3612
אז האוכלוסייה הפוטנציאלית בגיל העבודה
ב2030,
ב2030,
01:45
is already set in stone today,
29
93291
3298
כבר נחקק באבן היום,
01:48
except for much higher migration rates.
30
96589
3552
חוץ משיעורי הגירה גבוהים הרבה יותר.
01:52
And if you compare this red area in 2030
with the red area in 2014,
with the red area in 2014,
31
100141
6130
ואם תשוו את האיזור האדום הזה ב 2030
לאיזור האדום ב 2014,
לאיזור האדום ב 2014,
01:58
it is much, much smaller.
32
106271
3111
הוא הרבה, הרבה יותר קטן.
02:01
So before I show you
the rest of the world,
the rest of the world,
33
109382
2438
אז לפני שאראה לכם את שאר העולם,
02:03
what does this mean for Germany?
34
111820
3297
מה זה אומר עבור גרמניה?
02:07
So what we know from
this picture is that the labor supply,
this picture is that the labor supply,
35
115117
4087
אז מה שאנחנו יודעים מהתמונה הזו
זה שהיצע העבודה,
זה שהיצע העבודה,
02:11
so people who provide labor,
36
119204
1927
אנשים שמספקים עבודה,
02:13
will go down in Germany,
and will go down significantly.
and will go down significantly.
37
121131
3669
ירד בגרמניה, וירד באופן משמעותי.
02:16
Now, what about labor demand?
38
124800
2600
עכשיו, מה לגבי דרישת העבודה?
02:19
That's where it gets tricky.
39
127400
1811
שם זה נהיה מסובך.
02:22
As you might know, the consultant's
favorite answer to any question is,
favorite answer to any question is,
40
130163
4807
כמו שאתם אולי יודעים, התשובה האהובה
על המייעץ היא
על המייעץ היא
02:26
"It depends."
41
134970
1741
"זה תלוי."
02:28
So I would say it depends.
42
136711
2368
אז הייתי אומר שזה תלוי.
02:31
We didn't want to forecast the future.
43
139079
2369
לא רצינו לחזות את העתיד.
02:33
Highly speculative.
44
141448
1509
ספקולטיבי ביותר.
02:34
We did something else.
45
142957
1556
עשינו משהו אחר.
02:36
We looked at the GDP
and productivity growth of Germany
and productivity growth of Germany
46
144513
3390
הבטנו בתוצר הלאומי הגולמי
וגידול הפרודוקטיביות בגרמניה
וגידול הפרודוקטיביות בגרמניה
02:39
over the last 20 years,
47
147903
1695
במהלך 20 השנים האחרונות,
02:41
and calculated the following scenario:
48
149598
2484
וחישבנו את המקרה הבא:
02:44
if Germany wants to continue
this GDP and productivity growth,
this GDP and productivity growth,
49
152082
4481
אם גרמניה רוצה להמשיך
עם התל"ג הזה וגידול הפורודוקטיביות,
עם התל"ג הזה וגידול הפורודוקטיביות,
02:48
we could directly calculate
50
156563
2113
נוכל לחשב ישירות
02:50
how many people Germany would need
to support this growth.
to support this growth.
51
158676
3971
כמה אנשים גרמניה תצטרך כדי לתמוך
בגדילה זו.
בגדילה זו.
02:54
And this is the green line: labor demand.
52
162647
2972
וזה הקו הירוק: ביקוש עבודה.
02:57
So Germany will run into
a major talent shortage very quickly.
a major talent shortage very quickly.
53
165619
5712
אז גרמניה תיתקל
במחסור כשרונות גדול ממש במהרה.
במחסור כשרונות גדול ממש במהרה.
03:03
Eight million people are missing,
54
171331
1834
8 מיליון אנשים חסרים.
03:05
which is more than 20 percent
of our current workforce,
of our current workforce,
55
173165
2763
זה יותר מ20% מכח העבודה הנוכחי שלנו.
03:07
so big numbers, really big numbers.
56
175928
2670
מספרים גדולים, מספרים מאוד גדולים.
03:10
And we calculated several scenarios,
57
178598
2113
וחישבנו כמה וכמה מקרים,
03:12
and the picture always looked like this.
58
180711
2462
והתמונה תמיד נראית כך.
03:16
Now, to close the gap,
59
184565
1881
עכשיו, על מנת לצמצם את הפער,
03:18
Germany has to significantly
increase migration,
increase migration,
60
186446
4063
גרמניה צריכה להגביר הגירה
בצורה משמעותית,
בצורה משמעותית,
03:22
get many more women in the workforce,
61
190509
2206
להכניס הרבה יותר נשים לשוק העבודה,
03:24
increase retirement age —
62
192715
1765
להעלות את גיל הפרישה ---
03:26
by the way, we just
lowered it this year —
lowered it this year —
63
194480
2415
דרך אגב, הנמכנו אותו השנה ---
03:28
and all these measures at once.
64
196895
2763
ואת כל המדדים האלה בבת אחת.
03:31
If Germany fails here,
Germany will stagnate.
Germany will stagnate.
65
199658
4063
אם גרמניה תיכשל כאן,
גרמניה תקפא על השמרים.
גרמניה תקפא על השמרים.
03:35
We won't grow anymore. Why?
66
203721
2322
לא נתפתח עוד. למה?
03:38
Because the workers are not there
who can generate this growth.
who can generate this growth.
67
206043
3413
בגלל שהעובדים לא שם בשביל
לחולל את ההתפתחות הזו.
לחולל את ההתפתחות הזו.
03:41
And companies will look
for talents somewhere else.
for talents somewhere else.
68
209456
4457
וחברות יחפשו כשרונות במקום אחר.
03:45
But where?
69
213913
1376
אבל איפה?
03:48
Now, we simulated labor supply
and labor demand
and labor demand
70
216730
4046
עכשיו, אנחנו מדמים ביקוש והצע עבודה
03:52
for the largest 15 economies in the world,
71
220776
3169
עבור 15 הכלכלות הגדולות בעולם,
03:55
representing more than 70 percent
of world GDP,
of world GDP,
72
223945
3692
שמיצגות יותר מ 70 אחוז מהתל"ג העולמי,
03:59
and the overall picture
looks like this by 2020.
looks like this by 2020.
73
227637
3947
והתמונה הכוללת נראית ככה עד 2020.
04:03
Blue indicates a labor surplus,
74
231584
2693
כחול מייצג עודף עבודה,
04:06
red indicates a labor shortfall,
75
234277
2485
אדום מייצג חוסר בעבודה,
04:08
and gray are those countries
which are borderline.
which are borderline.
76
236762
3692
ואפור הן המדינות הגבוליות.
04:12
So by 2020, we still see a labor surplus
in some countries,
in some countries,
77
240454
6106
אז עד 2020, אנחנו עדיין רואים
עודף עבודה בכמה מדינות,
עודף עבודה בכמה מדינות,
04:18
like Italy, France, the U.S.,
78
246560
2183
כמו איטליה, צרפת, ארה"ב,
04:20
but this picture will change
dramatically by 2030.
dramatically by 2030.
79
248743
4597
אבל התמונה הזו תשתנה באופן דרמטי עד 2030.
04:25
By 2030, we will face
a global workforce crisis
a global workforce crisis
80
253340
4621
עד 2030, אנחנו נעמוד בפני
משבר כח עבודה עולמי
משבר כח עבודה עולמי
04:29
in most of our largest economies,
81
257961
2995
ברוב הכלכלות הגדולות שלנו,
04:32
including three
out of the four BRIC countries.
out of the four BRIC countries.
82
260956
2415
כולל שלוש מתוך ארבע מדינות בריק.
04:35
China, with its former
one-child policy, will be hit,
one-child policy, will be hit,
83
263371
3158
סין, עם מדיניות ילד אחד שלה, תיפגע,
04:38
as well as Brazil and Russia.
84
266529
3924
כמו גם ברזיל ורוסיה.
04:42
Now, to tell the truth,
85
270453
3715
עכשיו, לאמר את האמת,
04:46
in reality, the situation
will be even more challenging.
will be even more challenging.
86
274168
4806
במציאות המצב יהיה אפילו יותר מאתגר.
04:50
What you can see here are average numbers.
87
278974
3343
מה שאתם יכולים לראות כאן
הם מספרים ממוצעים.
הם מספרים ממוצעים.
04:54
We de-averaged them
88
282317
1696
אנחנו מוציאים אותן מהממוצע
04:56
and broke them down
into different skill levels,
into different skill levels,
89
284013
2620
ופילחנו אותן לרמות יכולות שונות,
04:58
and what we found
90
286633
1317
ומה שמצאנו
04:59
were even higher shortfalls
for high-skilled people
for high-skilled people
91
287950
3934
היה אפילו חסרונות גדולים יותר
לאנשים עם כישורים גבוהים
לאנשים עם כישורים גבוהים
05:03
and a partial surplus
for low-skilled workers.
for low-skilled workers.
92
291884
4179
ועודף חלקי של אנשים ללא כישורים.
05:08
So on top of an overall labor shortage,
93
296063
3158
אז בנוסף למחסור עבודה כללי,
05:11
we will face a big
skill mismatch in the future,
skill mismatch in the future,
94
299221
4232
נעמוד בפני חוסר התאמה של כישורים בעתיד,
05:15
and this means huge challenges
95
303477
1699
וזה אומר אתגרים עצומים
05:17
in terms of education, qualification,
96
305200
2065
בנוגע לחינוך, הכשרה,
05:19
upskilling for governments and companies.
97
307289
3025
הקניית כישורים חדשים עבור
ממשלות וחברות.
ממשלות וחברות.
05:24
Now, the next thing we looked into
was robots, automation, technology.
was robots, automation, technology.
98
312397
5978
עכשיו, הדבר הבא שבדקנו היה רובוטים,
אוטומציה, טכנולוגיה.
אוטומציה, טכנולוגיה.
05:30
Will technology change this picture
and boost productivity?
and boost productivity?
99
318375
4014
האם טכנולוגיה תשנה את התמונה הזו
ותגביר יצרנות?
ותגביר יצרנות?
05:35
Now, the short answer would be
100
323728
2070
עכשיו, התשובה הפשוטה תהיה
05:37
that our numbers already include
a significant growth in productivity
a significant growth in productivity
101
325798
4561
שהמספרים שלנו כבר כוללים
גדילה משמעותית ביצרנות
גדילה משמעותית ביצרנות
05:42
driven by technology.
102
330359
1583
המונעת על ידי טכנולוגיה.
05:45
A long answer would go like this.
103
333093
3535
תשובה ארוכה תלך ככה:
05:48
Let's take Germany again.
104
336628
2485
בואו ניקח שוב את גרמניה.
05:51
The Germans have
a certain reputation in the world
a certain reputation in the world
105
339113
2554
לגרמנים יש שם מסויים בעולם
05:53
when it comes to productivity.
106
341667
2577
כשזה מגיע ליצרנות.
05:56
In the '90s, I worked in our Boston office
for almost two years,
for almost two years,
107
344244
4597
בשנות ה 90, עבדתי במשרד שלנו בבוסטון
במשך כמעט שנתיים,
במשך כמעט שנתיים,
06:00
and when I left, an old senior partner
told me, literally,
told me, literally,
108
348841
4157
וכשעזבתי, שותף בכיר מבוגר אמר לי, ממש,
06:04
"Send me more of these Germans,
they work like machines."
they work like machines."
109
352998
3482
"תשלח לי יותר מהגרמנים האלה,
הם עובדים כמו מכונות."
הם עובדים כמו מכונות."
06:08
(Laughter)
110
356480
4487
(צחוק)
06:12
That was 1998.
111
360967
3292
זה היה ב 1998.
06:16
Sixteen years later,
you'd probably say the opposite.
you'd probably say the opposite.
112
364259
3483
16 שנים אח"כ,
בטח הייתם אומרים הפוך.
בטח הייתם אומרים הפוך.
06:19
"Send me more of these machines.
They work like Germans."
They work like Germans."
113
367742
3668
"שלחו לי עוד מכונות כאלו,
הן עובדות כמו גרמנים"
הן עובדות כמו גרמנים"
06:23
(Laughter) (Applause)
114
371410
4156
(צחוק) (מחיאות כפיים)
06:30
Technology will replace
a lot of jobs, regular jobs.
a lot of jobs, regular jobs.
115
378108
4703
טכנולוגיה תחליף הרבה עבודות,
עבודות רגילות.
עבודות רגילות.
06:34
Not only in the production industry,
116
382811
1997
לא רק בתעשייה היצרנית,
06:36
but even office workers are in jeopardy
117
384808
1858
אבל אפילו עובדי משרד בסכנה
06:38
and might be replaced by robots,
118
386690
2831
ואולי יוחלפו ברובוטים.
06:41
artificial intelligence,
big data, or automation.
big data, or automation.
119
389521
2515
בינה מלאכותית, ביג דאטה, או אוטומציה.
06:45
So the key question is not
if technology replaces some of these jobs,
if technology replaces some of these jobs,
120
393120
4922
אז שאלת המפתח איננה
האם טכנולוגיה תחליף חלק מהעבודות,
האם טכנולוגיה תחליף חלק מהעבודות,
06:50
but when, how fast, and to what extent?
121
398042
3646
אלא מתי, כמה מהר ובאיזה היקף?
06:53
Or in other words,
122
401688
1695
או במילים אחרות,
06:55
will technology help us
to solve this global workforce crisis?
to solve this global workforce crisis?
123
403383
4676
האם טכנולוגיה תעזור לנו לפתור את
המשבר העולמי הזה בכח העבודה?
המשבר העולמי הזה בכח העבודה?
07:01
Yes and no.
124
409334
1920
כן ולא.
07:03
This is a more sophisticated
version of "it depends."
version of "it depends."
125
411254
2902
זו גרסה יותר מתוחכמת של "זה תלוי".
07:06
(Laughter)
126
414156
1047
(צחוק)
07:07
Let's take the automotive industry
as an example,
as an example,
127
415227
5083
בואו ניקח את תעשיית המכוניות כדוגמה,
07:12
because there, more than 40 percent
of industrial robots are already working
of industrial robots are already working
128
420310
4504
מפני ששם, יותר מ 40 אחוז
מהרובוטים התעשייתיים כבר עובדים
מהרובוטים התעשייתיים כבר עובדים
07:16
and automation has already taken place.
129
424814
2732
ואוטומציה כבר תפשה את מקומה.
07:21
In 1980, less than 10 percent
of the production cost of a car
of the production cost of a car
130
429332
5327
ב 1980, פחות מ 10% ממחיר ייצור רכב
07:26
was caused by electronic parts.
131
434659
2670
נגרם מחלקים חשמליים.
07:29
Today, this number is more than 30 percent
132
437329
3251
היום, המספר הזה הוא יותר מ 30%
07:32
and it will grow
to more than 50 percent by 2030.
to more than 50 percent by 2030.
133
440580
4823
והוא יגדל ליותר מ 50% עד 2030.
07:37
And these new electronic parts
and applications
and applications
134
445427
4181
והחלקים האלקטרוניים והאפליקציות
07:41
require new skills
and have created a lot of new jobs,
and have created a lot of new jobs,
135
449632
4020
דורשות כישורים חדשים
ויצרו הרבה עבודות חדשות,
ויצרו הרבה עבודות חדשות,
07:45
like the cognitive systems engineer
136
453652
2547
כמו מהנדס מערכות קוגניטיביות
07:48
who optimizes the interaction
between driver and electronic system.
between driver and electronic system.
137
456223
4465
שממקסם את התקשורת
בין הנהג למערכות האלקטרוניות.
בין הנהג למערכות האלקטרוניות.
07:54
In 1980, no one had the slightest clue
that such a job would ever exist.
that such a job would ever exist.
138
462081
6587
ב 1980, לאף אחד לא היה מושג
שכזו עבודה תהיה קיימת.
שכזו עבודה תהיה קיימת.
08:01
As a matter of fact,
139
469534
1493
למעשה,
08:03
the overall number of people
involved in the production of a car
involved in the production of a car
140
471051
4195
מספר האנשים הכולל המעורב בייצור מכונית
08:07
has only changed slightly
in the last decades,
in the last decades,
141
475246
3413
השתנה רק מעט בעשורים האחרונים,
08:10
in spite of robots and automation.
142
478659
3018
למרות רובוטיקה ואוטומציה.
08:13
So what does this mean?
143
481677
1766
אז מה זה אומר?
08:15
Yes, technology
will replace a lot of jobs,
will replace a lot of jobs,
144
483443
2413
כן, טכנולוגיה תחליף משרות רבות,
08:17
but we will also see a lot of new jobs
and new skills on the horizon,
and new skills on the horizon,
145
485880
5827
אבל גם נראה הרבה משרות חדשות
ומיומנויות חדשות באופק,
ומיומנויות חדשות באופק,
08:23
and that means technology will worsen
our overall skill mismatch.
our overall skill mismatch.
146
491731
6037
וזה אומר שטכנולוגיה תרע
את חוסר התאמת הכישורים שלנו.
את חוסר התאמת הכישורים שלנו.
08:29
And this kind of de-averaging
147
497768
1742
וסוג כזה של היפוך מיצוע
08:31
reveals the crucial challenge
for governments and businesses.
for governments and businesses.
148
499510
3601
מגלה את האתגר החיוני לממשלות ועסקים.
08:37
So people, high-skilled people,
149
505175
3831
אז אנשים, אנשים בעלי כישורים,
08:41
talents, will be the big thing
in the next decade.
in the next decade.
150
509006
4040
כשרונות, יהיו הדבר הגדול בעשור הבא.
08:45
If they are the scarce resource,
we have to understand them much better.
we have to understand them much better.
151
513046
5642
אם הם משאב נדיר,
אנחנו צריכים להבין אותם טוב יותר.
אנחנו צריכים להבין אותם טוב יותר.
08:50
Are they actually willing to work abroad?
152
518688
2949
האם הם למעשה מוכנים לעבוד בחו"ל?
08:53
What are their job preferences?
153
521637
1765
מה עדיפויות העבודה שלהם?
08:56
To find out, this year we conducted
a global survey
a global survey
154
524552
5041
כדי לברר זאת, השנה ערכנו סקר עולמי
09:01
among more than 200,000 job seekers
from 189 countries.
from 189 countries.
155
529617
5253
בקרב יותר מ 200,000 מחפשי עבודה
מ 189 מדינות.
מ 189 מדינות.
09:08
Migration is certainly
one key measure to close a gap,
one key measure to close a gap,
156
536021
5428
הגירה היא בהחלט מידה אחת לסגירת הפער,
09:13
at least in the short term,
157
541469
1544
לפחות בתווך הקצר,
09:15
so we asked about mobility.
158
543013
2600
אז שאלנו על ניידות.
09:17
More than 60 percent
of these 200,000 job seekers
of these 200,000 job seekers
159
545613
4621
יותר מ 60% מ 200,000
מחפשי העבודה הללו
מחפשי העבודה הללו
09:22
are willing to work abroad.
160
550234
2600
מוכנים לעבוד בחו"ל.
09:24
For me, a surprisingly high number.
161
552834
2160
עבורי, מספר גבוה באופן מפתיע.
09:26
If you look at the employees
aged 21 to 30,
aged 21 to 30,
162
554994
3413
אם אתם מביטים בעובדים בגיל 21 עד 30,
09:30
this number is even higher.
163
558407
2299
המספר הזה גבוה אף יותר.
09:32
If you split this number up by country,
164
560706
3320
אם נפצל את המספר הזה לפי מדינות,
09:36
yes, the world is mobile, but only partly.
165
564026
5201
כן, העולם הוא נייד, אבל רק חלקית.
09:41
The least mobile countries
are Russia, Germany and the U.S.
are Russia, Germany and the U.S.
166
569227
4052
המדינות הפחות ניידות הן רוסיה,
גרמניה וארה"ב.
גרמניה וארה"ב.
09:46
Now where would these people like to move?
167
574358
3274
עכשיו לאן האנשים האלו רוצים לעבור?
09:49
Number seven is Australia,
where 28 percent could imagine moving.
where 28 percent could imagine moving.
168
577632
4830
מספר שבע היא אוסטרליה,
היכן ש 28% יכולים לדמיין לעבור לשם.
היכן ש 28% יכולים לדמיין לעבור לשם.
09:54
Then France, Switzerland,
Germany, Canada, U.K.,
Germany, Canada, U.K.,
169
582462
4318
אח"כ צרפת, שוויץ, גרמניה, קנדה, אנגליה,
09:58
and the top choice
worldwide is the U.S.
worldwide is the U.S.
170
586804
3305
והבחירה מספר אחת בעולם היא ארה"ב.
10:02
Now, what are the job preferences
of these 200,000 people?
of these 200,000 people?
171
590744
3495
עכשיו, מהן עדיפויות העבודה של 200,000
האנשים הללו?
האנשים הללו?
10:06
So, what are they looking for?
172
594263
1483
אז מה הם מחפשים?
10:09
Out of a list of 26 topics,
salary is only number eight.
salary is only number eight.
173
597043
6432
מתוך רשימה של 26 נושאים,
משכורת היא רק מספר שמונה.
משכורת היא רק מספר שמונה.
10:15
The top four topics
are all around culture.
are all around culture.
174
603475
4528
ארבעת הנושאים העליונים
סובבים כולם סביב תרבות.
סובבים כולם סביב תרבות.
10:20
Number four,
175
608003
1555
מספר ארבע,
10:21
having a great relationship with the boss;
176
609558
2996
קיום מערכת יחסים מצויינת עם הבוס;
10:24
three, enjoying a great work-life balance;
177
612554
4017
שלוש, הנאה מאיזון טוב של עבודה וחיים;
10:28
two, having a great relationship
with colleagues;
with colleagues;
178
616571
3761
שתיים, קיום מערכות יחסים מצויינות
עם קולגות;
עם קולגות;
10:32
and the top priority worldwide
179
620332
3395
והעדיפות העליונה בכל העולם
10:35
is being appreciated for your work.
180
623751
3589
היא להיות מוערך עבור העבודה שלך.
10:40
So, do I get a thank you?
181
628321
2831
האם אני מקבל תודה?
10:43
Not only once a year
with the annual bonus payment,
with the annual bonus payment,
182
631152
3344
לא רק פעם בשנה עם
תשלום הבונוס השנתי,
תשלום הבונוס השנתי,
10:46
but every day.
183
634496
2205
אבל כל יום.
10:48
And now, our global workforce crisis
becomes very personal.
becomes very personal.
184
636701
5225
ועכשיו, משבר כח העבודה העולמי
שלנו נהיה אישי מאוד.
שלנו נהיה אישי מאוד.
10:53
People are looking for recognition.
185
641926
3041
אנשים מחפשים הוקרה.
10:56
Aren't we all looking
for recognition in our jobs?
for recognition in our jobs?
186
644967
3300
האם לא כולנו מחפשים הוקרה בעבודות שלנו?
11:03
Now, let me connect the dots.
187
651302
3580
עכשיו, תנו לי לחבר את הנקודות.
11:06
We will face a global workforce crisis
188
654882
2368
אנחנו נעמוד בפני משבר כח עבודה עולמי
11:09
which consists
of an overall labor shortage
of an overall labor shortage
189
657250
2972
שיהיה מחסור עובדים עולמי
11:12
plus a huge skill mismatch,
190
660222
1951
עם חוסר התאמת כישורים גדול,
11:14
plus a big cultural challenge.
191
662173
3134
וגם אתגר תרבותי גדול.
11:17
And this global workforce crisis
is approaching very fast.
is approaching very fast.
192
665307
3924
ומשבר כח העבודה הזה מתקרב
מאוד מהר.
מאוד מהר.
11:21
Right now, we are
just at the turning point.
just at the turning point.
193
669231
2740
כרגע, אנחנו ממש בנקודת המפנה.
11:23
So what can we, what can governments,
what can companies do?
what can companies do?
194
671971
4388
אז מה אנחנו, מה הממשלות שלנו,
מה חברות יכולות לעשות?
מה חברות יכולות לעשות?
11:28
Every company,
195
676359
1603
כל חברה,
11:29
but also every country,
196
677962
1787
אבל גם כל מדינה,
11:31
needs a people strategy,
197
679749
1928
צריכה אסטרטגיית אנשים,
11:33
and to act on it immediately,
198
681677
2972
ולפעול על פיה מיד,
11:36
and such a people strategy
consists of four parts.
consists of four parts.
199
684649
3947
ואסטרטגיית אנשים כזו עשויה
מארבעה חלקים.
מארבעה חלקים.
11:40
Number one, a plan
200
688596
1811
מספר אחד, תוכנית
11:42
for how to forecast supply and demand
for different jobs and different skills.
for different jobs and different skills.
201
690407
6130
לאיך לחזות היצע וביקוש
למשרות שונות וכישורים שונים.
למשרות שונות וכישורים שונים.
11:48
Workforce planning will become
more important than financial planning.
more important than financial planning.
202
696537
4735
תכנון כוח עבודה יהפוך
ליותר חשוב מתכנון פיננסי.
ליותר חשוב מתכנון פיננסי.
11:54
Two, a plan for
how to attract great people:
how to attract great people:
203
702109
3623
שתיים, תוכנית לאיך
למשוך אנשים מצויינים:
למשוך אנשים מצויינים:
11:57
generation Y, women, but also retirees.
204
705732
3099
דור Y, נשים, אבל גם אנשים בפנסיה.
12:01
Three, a plan for how to educate
and upskill them.
and upskill them.
205
709865
3989
שלוש, תוכנית עבור איך לחנך ולהקנות להם
כישורים חדשים.
כישורים חדשים.
12:05
There's a huge
upskilling challenge ahead of us.
upskilling challenge ahead of us.
206
713878
2555
יעמוד בפנינו אתגר עצום של הכשרה.
12:09
And four,
207
717666
1834
וארבע,
12:11
for how to retain the best people,
208
719500
2529
עבור איך לשמור את האנשים הטובים ביותר,
12:14
or in other words,
209
722053
1346
ובמילים אחרות,
12:15
how to realize an appreciation
and relationship culture.
and relationship culture.
210
723423
4875
איך לייצר תרבות הערכה ויחסים.
12:23
However, one crucial underlying factor
is to change our attitudes.
is to change our attitudes.
211
731643
6032
עם זאת, גורם נוסף הוא השינוי בגישה.
12:30
Employees are resources, are assets,
212
738424
4203
עובדים הם משאבים, הם נכסים,
12:34
not costs, not head counts,
213
742627
2445
לא עלויות, לא מספר ראשים,
12:37
not machines,
214
745096
1385
לא מכונות,
12:38
not even the Germans.
215
746505
1541
אפילו לא הגרמנים.
12:40
Thank you.
216
748176
1102
תודה.
12:41
(Applause)
217
749302
3887
(מחיאות כפיים)
ABOUT THE SPEAKER
Rainer Strack - Human resources expertBCG's Rainer Strack advocates for companies to adopt a "people advantage" -- because employee-centered thinking can go a long way.
Why you should listen
Rainer Strack is a Senior Partner and Managing Director at the Boston Consulting Group, where he is the global leader of the HR topic. He has written numerous articles about human resources, such as on HR controlling and people business in 2005 and on demographic risk management and strategic workforce planning in 2008, both published in the Harvard Business Review. In 2014 he published three major BCG reports on "The Global Workforce Crisis," "Decoding Global Talent," and "Creating People Advantage." He was a member of the Global Agenda Council for talent mobility of the World Economic Forum and presented twice on this topic in Davos. Strack holds a master’s degree in physics, a master’s degree in business, and a PhD in physics from RWTH Aachen University, Germany. In 2008, he was named an honorary professor at Witten/Herdecke University, Germany.
More profile about the speakerRainer Strack | Speaker | TED.com