Robotization
Miksi tekoäly ilman robotteja ei riitä tuottavuuden parantamiseksi?
Tekoälyä pidetään tulevaisuuden tuottavuuden kasvun ajurina, joka muuttaa toimialoja terveydenhuollosta valmistukseen. Jos kuitenkin keskitytään pelkästään ohjelmistopohjaisiin tekoälyratkaisuihin ilman robottien – fyysisten laitteiden, jotka voivat toteuttaa tekoälyn tuottamia oivalluksia konkreettisessa ympäristössä – integrointia, menetetään suuri osa tuottavuuspotentiaalista. Professori Daron Acemoglu arvioi, että tekoäly voi kasvattaa tuottavuutta 0.66% 10 vuodessa tai 0.064% vuodessa.
Tekoälyn rooli tuottavuuden kasvussa
Tekoäly on jo osoittanut arvonsa tuottavuuden parantamisessa automatisoimalla prosesseja, analysoimalla valtavia tietomääriä ja tuottamalla toimintakelpoisia oivalluksia. Nämä digitaaliset ratkaisut ovat keskeisiä sellaisilla aloilla kuin rahoitus, logistiikka ja asiakaspalvelu, joissa kognitiiviset tehtävät ovat hallitsevia. Tekoäly voi käsitellä tietoa nopeammin kuin ihminen, oppia valtavista tietomassoista ja optimoida päätöksentekoa.
Robotit: Tekoälyn fyysinen jatke
Robotit ovat tavallaan tekoälyn fyysinen vastinpari. Ne tuovat tekoälyn mahdollisuudet konkreettiseen maailmaan ja mahdollistavat automaation tehtävissä, jotka vaativat fyysistä käsittelyä – esimerkiksi valmistuksessa, kuljetuksissa ja jopa terveydenhuollossa.
Valmistusalalla robotit ovat olleet tuottavuuden kulmakivi jo vuosikymmenien ajan. Niiden kyky suorittaa toistuvia ja tarkkoja tehtäviä ympäri vuorokauden ilman väsymistä on mullistanut tuotantolinjat. Kun tekoäly lisätään robottien toimintaa ohjaamaan, ne tulevat entistä tehokkaammiksi. Ne voivat oppia, mukautua ja optimoida toimintaansa reaaliajassa reagoiden ympäristön muutoksiin.
Tekoälyllä varustetut robotit voivat käsitellä ja lajitella tavaroita varastoissa äärimmäisen tehokkaasti, reaaliaikaisen tiedon ja analytiikan ohjaamana. Ilman näitä koneita, jopa kehittyneimmät tekoälyjärjestelmät voisivat vain antaa ehdotuksia ihmistyöntekijöille, mikä rajoittaisi niiden todellista potentiaalia.
Pelkkä tekoäly: Rajallinen vaikutus fyysisiin tehtäviin
Ilman koneita tekoäly voi auttaa vain kognitiivisessa työssä – tehtävissä, jotka liittyvät ajatteluun, suunnitteluun ja päätöksentekoon. Vaikka tämä on tärkeää, se jättää huomiotta valtavan osan tuottavuuspotentiaalista, erityisesti aloilla, jotka perustuvat fyysiseen työhön.
Otetaan esimerkiksi terveydenhuolto. Tekoäly voi analysoida lääkärikuvia, ennustaa tautien puhkeamista ja optimoida sairaalan hallintoa, mutta ilman robotiikkaa se ei voi auttaa fyysisissä tehtävissä, kuten leikkauksissa, potilaan hoidossa tai lääkkeiden toimituksessa sairaaloissa. Tekoäly voi parantaa lääkäreiden päätöksentekoa, mutta robotit vapauttavat ihmisiä suorittamasta aikaa vieviä fyysisiä tehtäviä.
Samanlainen tilanne on rakentamisessa. Tekoäly, joka hallinnoi aikatauluja tai ennustaa materiaalitarpeita, on hyödyllinen, mutta se ei voi suorittaa raskasta nostamista tai tarkkaa rakennustyötä paikan päällä. Yhdessä tekoälyn kanssa toimivat robotit voivat muuttaa rakennusalaa hoitamalla vaarallisia tai yksitoikkoisia työtehtäviä ja parantamalla sekä turvallisuutta että tehokkuutta.
Tekoälyn ja robotiikan symbioosi
Tuottavuuden kasvattamiseksii tekoälyn on toimittava yhteistyössä robottien kanssa. Yhdessä ne voivat automatisoida monimutkaisia työnkulkuja, jotka sisältävät sekä tiedon käsittelyä että fyysistä toteutusta. Monilla aloilla juuri tämä yhteistyö on avain uusien tuottavuustasojen saavuttamiseen, mikä olisi mahdotonta pelkästään ohjelmistojen tai koneiden avulla.
Esimerkiksi maataloudessa tekoäly voi analysoida sääolosuhteita, maaperän kuntoa ja kasvien terveyttä tarjotakseen viljelijöille toimintasuosituksia. Mutta ilman robottijärjestelmiä nämä suositukset jäävät teoreettisiksi. Tekoälyllä varustetut robotit voivat istuttaa, kastella ja korjata satoa tarkasti, toteuttaen tekoälyn tuottamat oivallukset käytännössä.
Lopuksi: Tuottavuuden tulevaisuus vaatii sekä tekoälyä että robotteja
Pelkkä tekoäly on tehokas työkalu tiedonkäsittelyn ja päätöksenteon optimoimiseen, mutta se jää vajaaksi, kun on kyse fyysisten tehtävien toteuttamisesta. Yhdistämällä tekoäly robotiikkaan teollisuus voi saavuttaa todellisen automaation, joka yhdistää kognitiivisen älykkyyden fyysiseen toimintakykyyn ja tuo ennennäkemättömiä tuottavuusparannuksia.
Manuaaliseen työhön perustuvilla aloilla tekoälyn ja robotiikan integroiminen ei ole vain ylellisyyttä vaan välttämättömyys, jotta ne voivat pysyä kilpailukykyisinä tulevaisuudessa. Kun tekoäly jatkaa kehittymistään, sen todellinen potentiaali toteutuu vasta, kun sitä täydentävät robotit, jotka voivat viedä sen oivallukset käytäntöön konkreettisessa maailmassa.
“Teknologian todellinen voima ei ole siinä, mitä se voi tehdä, vaan siinä, miten se voi muuttaa maailmaamme ja parantaa elämäämme.”
– Sundar Pichai, Googlen toimitusjohtaja
Kranzberg’s Six Laws of Technology: A Practical Rules for the Era of AI
Kranzberg’s Six Laws of Technology: Practical Rules for the Era of AI
In today’s world, technology is everywhere—from how we work to how we communicate, learn, and govern. Policymakers have a huge responsibility to handle this well. The fast pace of tech change needs more than just reacting; it needs a proactive, informed, and ethical approach. This is where Melvin Kranzberg’s Six Laws of Technology come in handy, giving valuable insights for those shaping our laws and society. These laws show the complexities of technology’s influence and remind us that good governance in the digital age is as much about values and human choices as it is about tech innovation.
1. “Technology is neither good nor bad; nor is it neutral.”
Politicians need to face a sobering truth: no technology is inherently good or bad. It’s how we use it that matters. This means laws and policies can’t be neutral. AI, social media, and facial recognition can protect citizens or violate their rights. The power to decide this lies with policymakers. By being proactive—anticipating misuse, addressing ethical concerns, and embedding human values into tech systems—legislators can make sure innovation serves the public good.
Take data privacy, for example. Tools that collect lots of data can improve healthcare and urban planning, but they can also turn our societies into surveillance states. It’s not the tech itself that’s the problem, but the rules and ethics that guide its use—or the lack of them. The message is clear: lawmakers need to create rules that prioritize accountability, transparency, and fairness in every tech decision.
2. “Invention is the mother of necessity.”
Kranzberg flips the traditional saying, suggesting that innovation creates new needs before society even realizes them. This law should be a wake-up call to anticipate the unexpected consequences of technology. Tech creates new demands on public infrastructure, education systems, and even social norms. For instance, boom in e-commerce and remote work needs new investments in broadband, cybersecurity, and worker protection laws. Not adapting means failing to meet society’s evolving needs.
Leaders need to act as architects of the future, not just passive observers. Policymakers should invest in forward-looking education that prepares citizens for future jobs and supports new infrastructure that meets the demands of emerging technologies. This includes investments in green tech, renewable energy, and automation for sustainable growth.
3. “Technology comes in packages, big and small.”
When new technologies come out, they don’t stand alone. The ripple effect of innovation often creates entire ecosystems. Take electric vehicles (EVs) as an example: EVs need a network of charging stations, changes to urban planning, and shifts in energy policy. Kranzberg’s third law highlights the need for holistic thinking.
Laws shouldn’t focus just on individual technologies but on the systems they’re part of. Governments must consider how new developments affect the broader economy, workforce, and environment. This requires cross-sector collaboration, comprehensive impact assessments, and a multi-disciplinary approach to governance. It’s not enough to regulate in silos—every innovation should be seen within the larger framework of societal, economic, and environmental connections.
4. “Although technology might be a prime element in many public issues, nontechnical factors take precedence in technology-policy decisions.”
Tech progress is powerful, but it can’t be separated from the social, political, and cultural contexts it operates in. Public opinion, political ideologies, and economic interests often shape the adoption and regulation of new technologies. For example, the debate over renewable energy isn’t just about the capabilities of wind or solar power, but about interests in fossil fuels, political will, and public opinion.
We need to recognize that while science and tech details matter, the most crucial factors in tech policy are often human values. Questions of fairness, accessibility, and equity must be central in every debate. The digital divide, for instance, isn’t just a tech problem but a socioeconomic one, deeply rooted in inequality. Ensuring that tech advancements benefit all citizens—regardless of income, location, or background—is one of the most important responsibilities of modern governance.
5. “All history is relevant, but the history of technology is the most relevant.”
A wise leader knows that tech progress isn’t a straight line. History is full of lessons about how society has adapted—or failed to adapt—to tech change. The Industrial Revolution, for example, brought economic growth but also inequalities, labor struggles, and environmental damage. Without learning from these experiences, we’re doomed to repeat the same mistakes.
This law emphasizes the need for historically informed policy. We should study past tech revolutions to understand the patterns and pitfalls of innovation. Automation, AI, and biotech are today’s game-changers, but they echo challenges humanity has faced before. Governments should use this knowledge to craft policies that minimize harm, distribute benefits fairly, and protect vulnerable populations from being left behind.
6. “Technology is a very human activity—and so is the history of technology.”
At its core, technology isn’t just about gadgets and algorithms; it’s about people. Creation, use, and consequences are driven by human choices, needs, and values. For politicians, this means that tech governance must always prioritize human welfare over tech advancement for its own sake.
AI might boost efficiency, but will it cost jobs and dignity? Autonomous weapons could reduce human casualties in conflict, but will they make war more likely? These are ethical questions that require a deep sense of human responsibility. Every policy should reflect a commitment to protecting human rights, enhancing quality of life, and promoting social justice. Only by remembering the human element can policymakers ensure that technology truly serves society rather than undermines it.
Conclusion: Leading in the Age of Technology
Kranzberg’s Six Laws of Technology are a wake-up call for decision-makers and policymakers who want to lead responsibly in this age of innovation. They remind us that technology isn’t destiny—it’s shaped by our daily decisions. Policymakers must act with foresight, ethical clarity, and a deep understanding of the opportunities and risks of tech change.
Effective tech governance requires a comprehensive, interdisciplinary approach that considers historical lessons, societal impact, and human values at every step. As we stand on the edge of new tech revolutions—whether in AI, climate tech, or biomedical innovation—Kranzberg’s laws should serve as a guiding framework, helping us navigate the complexities of our digital future with wisdom and integrity.
Melvin Kranzberg (1917-1995) was a prominent historian of technology, known for his deep insights into the relationship between technology and society. A professor at Georgia Institute of Technology, he co-founded the Society for the History of Technology (SHOT) and was the editor of its journal Technology and Culture. Kranzberg’s work emphasized that technology doesn’t exist in isolation but is deeply influenced by social, political, and historical contexts. His “Six Laws of Technology” remains a foundational framework for understanding the broader impacts of technological advancements today.
Tuottavuus, robotiikka ja vihreä siirtymä
Automaatio, robotiikka ja vihreä siirtymä: Suomen on toimittava nopeasti tuottavuuden ja kestävyyden puolesta.
Suomen tuottavuuden kasvu on ollut hidasta vuodesta 2008. Nyt meillä on käsillä ratkaiseva ja pakottava hetki muuttaa suuntaa ja korjata kurssi. Automaatio, älykäs robotiikka ja vihreä siirtymä tarjoavat avaimet kestävään kasvuun, mutta nämä mahdollisuudet on hyödynnettävä nyt – ei sitten joskus. Teknologian avulla Suomi voi kasvattaa tuottavuutta ja siirtyä kohti kestävämpää, vähähiilistä taloutta, mutta myös sosiaalisesti kestävää yhteiskuntaa. Vatulointi ei ole enää vaihtoehto. Nyt on aika toimia.
Automaatio ja robotiikka ovat välttämättömiä kaikilla aloilla
Automaatio ja robotiikka eivät ole enää tulevaisuuden teknologioita – ne ovat valmiina palvelukseen, jos haluamme parantaa tehokkuutta ja optimoida resurssien käyttöä. Automatisointi kaikilla toimialoilla mahdollistaa nopeamman tuotannon, pienemmät kustannukset ja alhaisemman energiankulutuksen. Tämä ei ole pelkästään taloudellinen kysymys, vaan myös ympäristökysymys. Automaatio auttaa yrityksiä pienentämään hiilijalanjälkeään ja tehostamaan energian käyttöä.
Vihreä siirtymä edellyttää automaation hyödyntämistä niin teollisuusuudessa, palveluissa kuin terveydenhuollossa ja hoivassakin. Valmistuksessa robotiikka voi optimoida tuotantoprosesseja ja vähentää raaka-aineiden hävikkiä ja auttaa kierrätyksessä. Tämä on keskeistä kestävän tuottavuuden ja talouden rakentamisessa.
Älykäs robotiikka ja tekoäly terveydenhuollossa
Älykäs robotiikka ja tekoäly mullistavat terveydenhuollon parantamalla hoidon tehokkuutta, tarkkuutta ja saatavuutta. Jo nyt robottikirurgia mahdollistaa toimenpiteiden suorittamisen tarkemmin ja vähemmän invasiivisesti, mikä nopeuttaa potilaiden toipumista. Jo nyt tekoäly analysoi suuria potilastietomääriä, ennustaa sairauksien riskejä ja auttaa lääkäreitä tekemään tietoon perustuvia hoitopäätöksiä. Tuottavuutta parantaisi huomattavasti, jos esimerkiksi sisälogistiikan robotisoinnin ja kirjaamisen automatisoinnin avulla vapautetaan terveydenhuollon henkilöstöä rutiinitehtävistä, kuten tarvikkeiden siirtämisestä ja potilastietojen manuaalisesta kirjaamisesta. Näin voidaan parantaa hoidon sujuvuutta ja vähentää inhimillisiä virheitä, mikä lisää terveydenhuollon tuottavuutta, laatua ja kustannustehokkuutta.
Työvoiman on oltava valmis vihreään ja automatisoituun tulevaisuuteen
Valmius ottaa käyttöön uusia teknologioita ja omaksumaan kestävän kehityksen periaatteet on välttämätöntä, jotta yritykset ja muut organisaatiot voivat menestyä toiminnassaan. Kyse ei ole enää tulevaisuuden asiasta – siirtymä on jo käynnissä ja teknologiat ovat monessa maassa jo tehokäytössä. Suomessa työvoiman on sopeuduttava nopeasti. Koulutusjärjestelmäämme on uudistettava, jotta voimme tarjota työntekijöille oikeat taidot ja mahdollisuudet toimia ympäristössä, jossa myös älykkäät apulaiset – tekoälyllä varustetut robotit – toimivat.
On tärkeää ymmärtää, että automaatio ei tarkoita työpaikkojen menettämistä – se tarkoittaa niiden muuttumista. Uusia työpaikkoja syntyy teknologian ja kestävän kehityksen ympärille, mutta tämä vaatii oppimista, koulutusta ja uudelleenkoulutusta. Työntekijöiden on oltava valmiita oppimaan uusia taitoja ja sopeutumaan uuteen teknologiseen ja kestävään todellisuuteen.
Toiminnan on oltava ripeää ja päättäväistä
Suomen tulevaisuus riippuu siitä, kuinka nopeasti ja tehokkaasti toimimme automaation, robotiikan ja vihreän siirtymän saralla. Emme voi enää odottaa, sillä kilpailijamaat ovat jo tarttuneet toimeen. Jokainen viivytys maksaa meille paitsi tuottavuuden ja elinvoiman menetyksinä sekä taloudellisesti ja tietysti ympäristön kannalta. Vihreän siirtymän ja teknologisen kehityksen yhdistäminen ei ole vain mahdollisuus – se on välttämättömyys, ja meidän on toimittava nyt.
Vihreä automaatio: Suomi voi ottaa johtavan roolin
Ollaan rehellisiä. Suomi ei tule olemaan tekoälyn suurmaa, eikä digitalisaation. Silti voimme olla, ja olemmekin, niissä hyviä. Ihan ok. Missä voimme olla edelläkävijöitä ja suunnannäyttäjiä on kestävän automaation ja robotiikan hyödyntäminen ja miksipä ei näiden teknologioiden valmistaminenkin. Tämä toki edellyttää investointeja, yhteistyötä yritysten ja julkisen sektorin välillä sekä nopeita päätöksiä. Nyt ei ole aikaa viivyttelyyn ja varovaisuuteen – on tehtävä rohkeita päätöksiä, jotka ohjaavat meitä kohti kestävää ja tuottavaa tulevaisuutta.
Vihreä siirtymä ja robotiikka eivät ole toistensa vastakohtia – ne kulkevat käsi kädessä. Yhdessä ne tarjoavat Suomelle mahdollisuuden olla teknologian ja kestävän kehityksen globaalissa kärjessä. Toimiessamme nyt voimme varmistaa, että Suomi on eturintamassa tulevaisuuden tuottavuudessa ja ekologisessa kestävyydessä. Toimikaamme siis ripeästi ja määrätietoisesti – Suomen tulevaisuus riippuu siitä!
PS: Olen kirjoittanut lyhyen esityksen kirjaamisen automatisoinnista ja sisälogistikan robotiikasta. Ota yhteyttä jos ”paperi” kiinnostaa.
In a Robotizing World a Worker Becomes an Investor
A lot of talk about the future of work is going on around the world. Almost everybody seems to be worried about what will happen when robotization and digitalization take over more and more of jobs that used to belong to us humans.
Indeed there is a great need for new solutions because there are jobs that will never require a pair of human hands and the development does not show signs of getting slower. Just the opposite is happening, as robots get cleverer and handier they keep on moving to new areas of business, not avoiding even the work of the scientists, nerds or customer servants.
Following the discussion of the future of work in Finland, it seems that a lot of effort is put into making old models solve the new challenges. That will not happen, we think, and therefore we suggest a new design for thriving in the working life where in addition to humans there are several different artificial agents keeping the wheels of economic life and societies rolling.
Work Is Dying – Long Live Work!
Professor Richard Florida has shown in his study ”Occupational and Industrial Distribution in Peterborough” that the number of jobs that include service and creativity will increase whereas jobs in the farming and manufacturing sectors will decrease to an extent that it is not reasonable to compile statistics in those fields anymore – even though growth is strong in those sectors. Somebody or something is working hard in farms and factories!
The former CEO of the International Federation of Robotics Dr. Shinsuke Sakakibara foresaw in 2013 that in the coming five years robots will create millions of high quality jobs – there where robots are used, we would like to add. The benefits of the development are seen for example in the US where Paul Krugman thanked robots for reshoring jobs to America (http://krugman.blogs.nytimes.com/2012/12/08/rise-of-the-robots/) . Reshoring seem to be trending in other countries too, thanks to robots and automation.
The window of opportunity is open. Robots and automation create new jobs, innovations, new companies and most important: new possibilities to solve the enormous global challenges we face in our times. However, the window might be closing. What happens when robots storm into service sector, offices and hospitals – places where we are used to see many post-industrial workers? The closing time for the window can be closer than we think – or want to believe. We need to get prepared.
Some politicians still hold on to a dream of a factory to where people swarm to work in five continuous shifts. We have bad news for those politicians: your dream will not come true. The first fully automated factories are running as well as fully robotized hotels. We can see the signs of the new world, now we need to act.
The Future of Work: From Worker to Investor
So, what is the future of work? Micro jobs, part-time jobs, entrepreneurship, these are some of the solutions presented, many of them are seen a part of sharing economy. However, will sharing economy be a sustainable solution? Even Uber that is often portrayed as a leading example of sharing economy have started to put a plan to use robots instead of people in action http://www.theguardian.com/technology/2015/may/22/uber-self-driving-car-pittsburgh
Will entrepreneurship be a solution to guarantee jobs for all? Perhaps not. Not all want to become entrepreneurs and probably there will be companies that need human workers also in the future.
What about basic income? A guaranteed minimum income could be a part of the solution but it does not solve the challenges of globalizing, complex and fragmented job markets. We need new solutions to offer people possibility/possibilities to create a concept for work, a way to combine several jobs in a portfolio that provides economical means for living and wealth creation, inspiration and incentive to use their own capacities optimally and enough safety to enable freedom from fear of survival.
Ladies and Gentlemen: Please allow us to present Work as an Investment!
Work as an Investment means that a person offers her/his work to a company or organization in a same way as an investor invests in shares. During the investment, a dividend is payed, and if the investment is profitable, it can continue. If the investment does not create sufficient value it can be denounced and the company pays the ”price of the day” for the investor. WaaI includes incentives for both the ”employee” investor and the ”employer” or the organization where the investment is placed.
WaaI is a way of doing business with one’s competencies and capabilities. It is not a time-bank where people exchange tasks. It is not a way of crowdsourcing either, even though there are some similarities.
Work as an Investment is a new way of thinking work and job markets, it is based on business- and investment concepts. Elina Lepomäki, a Member of the Finnish Parliament, writes: ” … a direct or indirect border-crossing trade of anybody’s competence is going on. There will be work only for those who have something to give in their domain and can provide it with a market price.”
WaaI is a tool for human beings to deal with their work input like an investor. The work input can be invested in several organizations and by so means build an investment portfolio where the capital produces best interest and grows optimally.
From CV to the competence portfolio
For workers it should be useful to assess their own skills and capabilities in relation to their factual (1) core work knowledge, (2) customer-specific knowledge and (3) strategic competence and knowledge. Each individual has his or her own competence portfolio. They negotiate and make work contracts in the labor market based on their own personal competence portfolio.
On the other hand, each has its own employee talent portfolio, which they can develop through training, education and self-improvement. When an employee goes to work for any organization, new work represents an opportunity to develop his/her competence portfolio more versatile and add something valuable to their own competence portfolio. Also, the employer has the chance to develop the whole company’s total human/intelligence capital portfolio. In the best case both parties will benefit based on Win-Win principle, i.e. the employee can increase the value of his/her competence portfolio and the employer receives an additional contribution to the knowledge-based capital portfolio. In addition, this kind of competence portfolio may be the great possibility for a wide range of investment opportunities and business agreements.
Like in the business world, start-ups and companies develop new business models, workers should also develop new kind of competence portfolio models, which help them to diversify risks and work investments in their personal life. Modern portfolio theory (MPT) is a theory on how risk-averse investors can construct portfolios to optimize or maximize expected return based on a given level of market risk, emphasizing that risk is an inherent part of higher reward. This kind of MPT thinking can be applied also to work markets, where workers invest in their competence portfolios. Why we allow risk management based concept/model? On the MPT for companies, but we do not allow the MPT for workers? Indeed, the WaaI model allows portfolio thinking for all workers.
Like in stock markets investors invest in many companies, WaaI suggest that workers could invest their work input in several companies. A WaaI -investor can have a number of human capital portfolio contracts. This requires, of course, that the investors’s and the company’s roles are very clear, which is not always true in the conventional labor market.
There are also many trainers and educational organizations, that can be involved in the contract and competence portfolio model. For example, today through crowdsourcing business models citizens will reach very “divergent model” agreements in the labor market. Actually, some of these new contract models are not particularly fair. If you want to see work as an investment, it requires a kind of an investment agreement with an investment commitment to a genuine on both sides of portfolio contractors. Admittedly, new research is needed to clarify the operating work contract models in which both workers and employers are free to agree on the terms of the work carried out. In the very traditional model of “paid work”, involved parties do not have a clear idea of the portfolio investment model, which makes it a high-risk contract model in the rapidly changing labor markets. The traditional model of “paid work” or employment also displaces many people from the labor market, if they are not ready to set up their own companies. This is a real problem in the freelancer work market.
A useful model to understand the key components of competence portfolio was developed by Professor John Holland when the RIASEC personality model was formulated. According to this model, people´s orientation can be classified as Realistic (Realistic), Investigating (Investigative), Artistic (Artistic), Social (Social), Enterprising (Enterprising) and Conventional (Conventional). This model has proven to be useful and reliable scientific basis as a model example of competence portfolio with strong career planning point of view. When the work is seen as an investment, the WaaI model can help people in their career planning and support people’s inherent personality traits and talents.
Figure 1 shows an integrated WaaI model with key elements: (1) Human capital classification of core work knowledge customer knowledge and strategic skills knowledge, (2) human personality and competence model based on Holland’s RIASEC model, and (3) competence & qualifications needs analysis of organizations and companies, which should have a very clear connection with companies needing core work knowledge, customer knowledge and strategic skill knowledge.
This kind of integrated WaaI model could be useful, for example, when labor unions, public agencies and private agencies want to develop effective local bargaining system (in Finland?). This conceptual model would also help to orient training and educational organizations providing the right kind of core work knowledge, customer knowledge and strategic knowledge. In Finland, the key challenge is to form a correct big picture of the knowledge capital of future(s?) of labor markets. In addition, correct precision training of national talent pool is by no means an easy thing to accomplish. Integrated WaaI model and the associated WaaI -portfolio competence model could be an effective and realistic approach to these future challenges.
Digital applications WaaI’s tools
In Finland, which is modern knowledge and innovation society, we can easily develop new intelligent digital applications, that would help to improve matching of firms and employees to the knowledge capital in a rapidly changing global labor market. Work as an Investment model could be a more realistic way of working in the changed social circumstances. The local intelligent bargaining model of labor markets, which functions digitally, could be sufficiently ambitious and bright model for the future developments of the labor market.
WaaI is a new social innovation. All sides of labor market stakeholders can benefit from WaaI in a big way. Like all inventions, the WaaI model also calls people for the further developments and piloting. After WaaI 1.0 comes WaaI 2.0. Nowadays, when more labor market flexibility is much desired, we need more dynamic experiment cultures and courage to make a new WaaI idea function in changing realities of work markets.
Helsinki 8.3.2016
Cristina Andersson and Jari Kaivo-oja
More information:
Bridgstock, R. (2009) The graduate attributes we’ve overlooked: enhancing graduate
employability through career management skills. Higher Education Research & Development
28(1), 31–44.
Eby, L., Butts, M., & Lockwood, A. (2003) Predictors of success in the era of the boundaryless
career. Journal of Organizational Behavior, 24(6), 689–708.
Foray, D., & Lundvall, B. (1996). The knowledge-based economy: From the economics of
knowledge to the learning economy. In Employment and growth in the knowledge-based
economy. Paris: Organisation for Economic Co-operation and Development.
Harvey, L. (2001) Defining and measuring employability. Quality in Higher Education, 7(2),
97–109.
Holland, J. L. (1997). Making vocational choices: A theory of vocational personalities and work environments (3rd ed.). Odessa, FL: Psychological Assessment Resources.
Jones, C., & deFillippi, R.J. (1996). Back to the future in film: Combining industry and selfknowledge
to meet the career challenges of the twenty-first century. Academy of Management Executive, 10(4), 89–103.
Mind Tools (2016) Holland’s Codes. Shaping a Career That Suits Your Personality https://www.mindtools.com/pages/article/newCDV_98.htm
Smart, J. C. (2010) Differential patterns of change and stability in student learning outcomes in Holland’s academic environments: The role of environmental consistency. Research in Higher Education, 51, 468-482.
Smart, J. C., Feldman, K. A., & Ethington, C. A. (2006) Holland’s Theory and Patterns of College Success, Commissioned Report for the National Symposium on Postsecondary student success: Spearheading a dialog on student success, National Postsecondary Educational Cooperative.
Smart, J. C., Feldman, K. A., & Ethington, C. A. (2000) Academic disciplines: Holland’s theory and the study of college students and faculty. Nashville, TN: Vanderbilt University Press.
Smart, J. C., & McLaughlin, G. W. (1974) Variations in goal priorities of academic departments: A test of Holland’s theory. Research in Higher Education, 2, 377-390.
Tracey, T. J. (2008) Adherence to RIASEC structure as a key decision construct. Journal of Counseling Psychology, 55, 146–157.
Florida, Richard, (2013) Occupational and Industrial Distribution in Peterborough: A Benchmark and Comparison Study. Martin Prosperity Institute.
Monipaikkatyö vai muuttoauto, Outi Lammin blogi 22.1.2016 http://www.outilammi.fi/blogi/2016/01/monipaikkatyo-vai-muuttoauto/
Suomella yllättävän hyvät aseet robottien vallankumoukseen, Yle 24.1.2016 http://yle.fi/uutiset/suomella_yllattavan_hyvat_aseet_robottien_vallankumoukseen__koulutus_puree_tahankin/8620829
Robotization Changes Everything
Cristina Andersson: Robots will free us from routine work
Fujitsu Net 1/2014, 2014-04-16
Digitalization is swiftly transforming work and society. However, this is just the beginning. The next step is robotization.
In Cristina Andersson’s opinion, Finland is too fixated on just digitalization – people think it will suffice.
”Robots turn digital data into physical actions. A robot is an actor, just like a human being is”, Andersson says.
She points out that the evolving technology will have a major impact on society… read the entire story.
Cristina Andersson 