AUTOMATION ​ ​ PÅ ​ ​ LAGER

AUTOMATION ​ ​ ^PÅ ​ ​ ^LAGER

– M ​

​

​

​

VT 2020:2020KANI09

Svensk titel:​ Automation på lager – Människans attityder och perspektiv

Engelsk titel:​ Automation in warehouses – The human-centered perspective and attitudes Utgivningsår:​ 2020

Författare:​ Erik Look & Noam Waissman Handledare:​ Daniel Yar Hamidi

Abstract

Automation has been within the production industry for decades, while the warehouse industry has just only begun to get familiar with the phenomena. The phenomena which is now doing the labor that earlier only was made by the human workforce. Today we can see and follow more and more companies which are implementing these automatizations and the results and effectiveness speaks clearly - but what are the human workforces thoughts which are affected by these implementations? The worry and pessimism around automation are spreading like wildfire and therefore our bachelor thesis will explore the feelings and attitudes that the employees have. At the same time there are numerous of positive aspects on the other side of the spectrum, something that we will investigate as well. With help from interviews of employees which have been a part of the paradigm shift, från human labor to automation, we will try to capture the deepest and most nuanced picture possible of the reality.

Keywords: Machine Learning, Warehousing, Human-centered, AI, work ethics, automation, attitudes

Sammanfattning

Automation har funnits inom många branscher i decennier, medan lagerindustrin precis har blivit introducerat för fenomenet. Ett fenomen som innebär att maskiner och robotar gör jobbet som tidigare endast gjordes av människan. Vi ser idag hur fler och fler företag implementerar dessa automatiseringar och resultaten av lönsamhet och effektivisering talar sitt tydliga språk, men vad tycker den mänskliga arbetskraften som påverkas av dessa implementationer? Oron och pessimismen kring automation sprider sig som elden, varpå vår studie utforskar dessa känslor hos de anställda. Samtidigt finns det positivism på andra sidan spektrat, något som vi även har undersökt. Med hjälp av intervjuer med anställda som varit med om paradigmskiftet, från mänskligt arbete till automation, så har vi försökat fånga en så djup och nyanserad bild som möjligt av verkligheten.

Nyckelord: Machine Learning, lager, mänskliga perspektivet, AI, etik inom arbete, automation, attityder

Förord

Vi vill börja med att tacka samtliga respondenter som har tagit sig tiden att ställa upp, trots tidsbrist och under rådande omständigheter. Genom bidragandet av dessa intervjuer så har vi erhållit givande information och insikter. Utan Er medverkan så hade inget i vårt arbete varit möjligt!

Vi vill även tacka vår handledare Daniel Yar Hamidi som, med ett enormt lugn, kunskap och förnuft, har hjälpt oss igenom denna uppsats.

Noam Waissman & Erik Look Högskolan i Borås

2020-06-05

Innehållsförteckning

Inledning 1

1.1 Kommer en robot att ta mitt jobb? 1

1.2 2020 2

1.3 Problemdiskussion och bakgrund 4

1.4 Syfte 6

1.5 Frågeställning 7

1.6 Avgränsning 7

1.7 Målgrupp 7

1.8 Begreppslista och definitioner 8

2. Teori 8

2.1 The bigger picture och Technophobes 8

2.2 Robotic Process Automation 10

2.3 Automatiseringens påverkan på oss människor 10

2.4 Implementering av automation 13

2.5 Jobbets påverkan 15

2.6 Val av teori 16

3. Metod 17

3.1 Val av metod och tillvägagångssätt 17

3.1.1 Insamling av teori 18

3.1.2 Insamling av empiri 19

3.2 Genomförande av intervjuer 20

3.2.1 Tematisering av intervjuer 20

3.3 Metodreflektion 21

3.4 Reliabilitet och validitet 22

3.5 Begränsningar under pandemin 23

3.6 Forskningsetik 23

3.7 Beskrivning av företag och respondenter 24

3.7.1 Företag A 24

Respondent 1 25

Respondent 2 25

Respondent 3 25

3.7.2 Företag B 26

Respondent 4 26

Respondent 5 26

Respondent 6 26

3.7.3 Sammanfattning av respondenter och variabler 27

4. Resultat 27

4.1 Presentation av resultatanalys 27

4.2 Oro och rädsla 27

4.3 Stress på grund av effektivitet 29

4.4 Främjande 31

4.4.1 Fysisk avlastning 31

4.4.2 Ökad psykisk hälsa 32

4.5 Känslan av ett mer effektivt arbete 33

4.6 Sammanfattning av resultat 35

5. Diskussion 35

5.1 Oro och rädsla 35

5.2 Stress på grund av effektivitet 38

5.3 Främjande 39

5.4 Känslan av ett mer effektivt arbete 41

5.5 Vårt kunskapsbidrag 42

6. Slutsats 42

6.1 Reflektion 44

7. Appendix 45

Appendix 1: Mail med frågor och introduktion till anställda 45

Appendix 2: Utskrift, Discordintervju 1 46

Appendix 2: Utskrift, Discordintervju 2 49

Appendix 3: Utskrift, Zoomintervju 1 52

Appendix 4: Utskrift, Zoomintervju 2 55

Appendix 5: Utskrift, Zoomintervju 3 60

Appendix 6: Utskrift, Zoomintervju 4 64

8. Källförteckning 68

8.1 Artiklar 68

8.2 Rapporter 70

8.3 Webbsidor 70

8.4 Böcker 72

8.5 Figurer 73

1. Inledning

1.1 Kommer en robot att ta mitt jobb?

Kommer en robot att ta mitt jobb? ​Det är en av de vanligare frågorna som har ställts i nutiden av oss människor. Redan sedan industriella revolutionen har automatisering och maskinens effektivitet ersatt oss människor. Snabbheten ökar, felmarginaler minskar och lönsamheten stiger. Teknologin och automation har förändrat arbetsplatser sedan Spinning Jenny tog över vävares arbete på syfabriker i Storbritannien på 1770-talet och sedan dess har jobb ersatts - men även skapats på grund av nya industrier (Världens Historia, u.å.). Dagens teknologi har idag inneburit en förändring av hur verksamheter och företag tänker och agerar, hur kunder reagerar och idag genomsyrar teknologin i princip varenda process. Machine Learning (ML) och Artificiell Intelligens (AI) är fortfarande nya fenomen som faller in under denna nya teknologi och tillhör toppskiktet av teknologin. På grund av automation och digitaliseringen så går leden från skapandet av tjänst ut till kund betydligt snabbare idag och det har fått företag att tänka om. Vill man hoppa på tåget och kunna vara konkurrenskraftig så gäller det att anpassa sig, idag sker den anpassningen genom att implementera och använda ML, automation och AI. Det innebär även att tekniker som dessa börjar användas på lager och industrier, Logistics and Supply Chain Management (LSCM), där ML och AI tar effektiviteten och produktiviteten till nya, tidigare osedda, höjder.

Det är nu konstaterat att teknologin är mer framträdande och mer utvecklad än någonsin.

Teknologin har avancerat i ett sådant rapid tempo att anställda på företag har tvingats att komma i underfund att framtiden och robotisering inte alls är så långt bort, utan att förändringen sker i detta nu. Sambandet mellan automation och den mänskliga arbetskraften är nu sammanflätat på ett sådant sätt att ingen av de två delarna kan undvikas eller bara fokuseras på.

AI:s definition kan sammanfattas i att tekniken bygger på att lära sig fenomenet av mänsklig intelligens och kunna designa datorsystem som kan imitera mänskliga mönster gällande beteende (Min, 2010). AI fungerar som ett paraplybegrepp, där ML och automation ingår som föregreningar. ML är en teknik där datorn går igenom data och som effekt, skriver ett eget

1

program baserat på de statistiska relationer som den finner. Machine Learning är ett effektivt sätt att sortera denna data och ingår vanligtvis i två steg: först skapas en algoritm som blirr intränad på tillgänglig data, sedan ges ny data till den algoritmen som ska lösas på liknande sätt fast med ny information och data. En vanligare variant av ML är filtreringen av spam i din e-post, där ML har en algoritm som känner av vad som är spam eller inte. Programvaran kan fortsätta att utvecklas och anpassa sig över tid, när fler sorters spam kommer in på olika sätt. ML:s algoritmer används även vid rekommendationer av filmer på Netflix, videos på Youtube och böcker på Amazon (Ford, 2015).

Trots att lagerlokaler och dess teknik redan är en essentiell del av LSCM, så är området kring ML, automation och AI i lagerlokaler och dess påverkan på omgivningen och anställda ett relativt outforskat ämne. Infrastrukturen och teknologin gör framsteg, implementeras och forskas kring, medan den mänskliga faktorn och perspektivet glöms bort. I denna uppsats så kommer ämnet gällande automation, hur människan ställer sig till detta och synen på utvecklingen att undersökas.

Uppsatsens teoretiska ramverk kommer inledas med automatisering historiskt sett och den bredare bilden, för att senare smalna av där människans inblandning kommer att redovisas.

Sedan presenteras tidigare forskning för implementationen av automatisering, som ska främja övergången för de anställda. Avslutningsvis så presenteras vikten av att ha en säker anställning och jobb.

1.2 2020

Genom uppsatsen så bör man ha med sig vad som pågår globalt just nu. År 2020 står människans perspektiv och synsätt på ett arbete, som kräver utbildning eller inte, just nu inför en av de största prövningarna i modern tid. Pandemin, COVID-19, som råder i världen just nu sätter värdet av ett arbete på sin spets. Arbetslösheten i USA har skjutit i höjden och man har inte sedan 1940-talet sett en sådan arbetslöshet, troligtvis kommer arbetslösheten vara högre än någonsin tidigare. Från februari 2020 till april 2020, så gick arbetslösheten från ca 200 000 till strax under 7 000 000 ( ​figur 1)​. COVID-19 kommer de facto att få arbetsgivare att agera kring detta, om det blir till människans fördel eller maskinernas, det återstår att se.

2

Figur 1

Pandemin, som pågår i detta nu, har påverkat även Sverige och enorma stödpaket har satts in av regeringsmakten för att hjälpa drabbade företag, stora som små. Allt från flygbranschen, som kanske drabbats värst, till restauranger har fått olika stora portioner av stödpaket. För att mildra virusutbrottets konsekvenser så har regeringen utfärdat ett förslag om höjningar av 350 miljarder kronor. Detta paket ska hjälpa företag från att säga upp folk och förlänga eventuella permitteringar och hålla små, mellanstora och stora företag flytande (Regeringen, 2020).

Karolinska Universitetssjukhuset (2020) menar att automation är mer aktuellt än någonsin, på grund av pandemin. Karolinska undersöker möjligheter i form av automation i investeringprojektet AutoMed Robotics. Deras automationsprojektet ska avlasta personal med fokus på tunga, tråkiga och farliga i form av hygien, kemikalier och smittorisk på Karolinska Universitetssjukhuset. Under år 2020 så har behovet av innovativa lösningar, speciellt inom sjukvården blivit viktigare än någonsin. Innovationen måste vara effektiva, om inte effektivare än de metoder som används idag samt att de måste vara kostnadseffektiva. Under pandemier så ger AI och automation möjligheter för att kunna ge fortsatt säker vård med

3

styrning av datorer och system för datahantering, i kombination med att vårdpersonal undviker smittorisk.

I dagsläget [2020-04-24] så har inget vaccin eller medicin framställts. Det pågår just nu många försök till ett framtagande av dessa och WHO kommer att fortsätta underrätta allmänheten i försöken till dessa (WHO, 2020).

1.3 Problemdiskussion och bakgrund

AI och ML är idag bara i startgroparna medan marknadsföringen har nått en mognadsgrad som inte kan liknas vid tidigare stadier. Farten av AI och ML:s uppgång skapar naturligtvis en del orosmoment ute bland anställda på företag, som troligtvis har ställt sig den någon klichéartade frågan: ​Kommer en robot att ta mitt jobb ​eller ​ersätta mina arbetsuppgifter​? Så radikalt är inte läget just nu, men det kan inte heller presenteras svart på vitt, utan man måste se den större bilden. Som en följd av utvecklingen inom datahantering och IT så har automationen tagit ett stort steg framåt. Från att tidigare vara primärt styrt av mekaniska styrningarna, så är idag automationen styrt av datorer och utvecklade datorsystem för uträkningar och datahantering på en större skala. Den automatiseringen och robotiseringen som denna studie fokuserar på bygger mycket på digital teknik och hantering av data. Denna uppsatsen kommer att fokusera på företag med datoriserad automation för effektivisering av processer.

Som ett resultat av den ständiga utvecklingen och hajpen där automation och ML blir allt mer relevant och aktuellt, blir även forskningen kring fenomenen fler och bredare. Redan idag är automatiseringen en miljardindustri och den förutspås att bidra till en positiv utveckling för den globala ekonomin. Automation kallas även för “​Labor-Saving technology​” och är en teknologi som via processer eller IT utför handlingar med en reducerad mänsklig påverkan (Wikipedia, 2020). Vad anställda tycker och känner kring automationen och tekniken bakom, faller ofta i skymundan av högre lönsamhet och effektivitet. Tidigare har inte automation och liknande teknologi påverkat de anställda på samma sätt som det gör idag. Detta innebär att forskning kring automation kontra anställdas perspektiv går hand-i-hand och måste utforskas betydligt mer. Istället för att ignorera människan och dennes tycke, kunskap och syn av teknologin, så bör människans perspektiv utforskas och förstås på en djupare nivå.

4

Tidigare har inte människan ställts inför tanken och utmaningen att något kan ersätta dennes jobb helt. Det har funnits bitar av det, men inte alls lika radikalt som 2020. Idag ser det helt annorlunda ut jämfört med tidigare epoker och idag kan personen faktiskt bli helt ersatt i sitt arbete och dennes arbetsuppgifter. Forskning om hur och varför det här inträffat finns, medan det finns färre vetenskapliga undersökningar om hur människan i sig ställer sig inför detta.

Finns det en förståelse och acceptans, motsträvighet och förnekande eller är svaret inte alls så givet?

På grund av den rapida utvecklingen av automation och robotisering så berörs den större majoriteten av invånarna som har ett jobb på till exempel ett lager eller inom industrin. Som exempel har McKinsey & Company (2017) tagit fram beräkningar att mellan 39-79 miljoner jobb i USA kommer att ersättas av ML och automatisering, medan 20% av nuvarande jobben i Storbritannien kommer att möta samma öde (McKinsey & Company, 2017). I kontrast till dessa siffror så kommer även nya arbeten och hela industrier skapas av AI och allt som hör till. Sådana indikatorer och siffror behöver kontextualiseras och genom historien har ny teknik tagit jobb på kort sikt, men på längre sikt och i det större perspektivet så har ny teknologi alltid inneburit en myriad av nya jobb, industrier och ny efterfrågan efter existerande jobb.

Enligt PricewaterhouseCooper (2017) så var 6% av alla jobb 2013 sådana som inte hade funnits under tidiga 90-talet. Det är svårt att avgöra ödet för vad ML och AI kan innebära för jobben i framtiden (se figur 2). Forskare från Massachusetts Institute of Technology (MIT) har tagit fram siffror från flera olika forskare, där Thomas Freys prognoser pekar mot att runt två miljarder jobb kommer att påverkas år 2030, medan McKinsey & Company:s prognoser lutar mellan 400-800 miljoner jobb. McKinsey & Company har även tagit fram siffror som påvisar att AI och ML kommer även att skapa mellan 555-890 miljoner jobb. Samtidigt så har Bank of England tagit fram helt skilda siffror (Winick, 2018).

5

Figur 2

Framtidsutsikterna inom området skiljer sig mycket, det är en barriär som kan och troligtvis kommer att orsaka meningsskiljaktigheter. Dessa meningsskiljaktigheter gäller att överkomma genom forskning och kunskap, något som kommer ta tid men i slutändan kommer gynna samhället.

1.4 Syfte

Syftet med uppsatsen är att ta fram kunskap genom fallstudier om anställdas perspektiv och attityd kring användning och implementationen av automation, för att kunna gå dessa perspektiv och attityder på djupet. Dessa perspektiv och attityder ska kunna hjälpa företag, som planerar att implementera automation på sin arbetsplats. Hjälp som innebär hur anställda kan ställa sig till implementationen och att arbetsuppgifter ändras. Ämnet kring automation och ML är pågående och aktuellt, därmed behövs även forskning/undersökningar om hur människan ställer sig till dessa paradigmskiften under skiftets gång. Den kontexten som vi kommer att undersöka är lagerindustin och lagerhanteringen. Detta med grund för att att lagerindustrin är ett område som har haft hög grad av automatisering och har varit arbetsintensivt, det vill säga tidigare höga antal mantimmar.

6

1.5 Frågeställning

För att uppnå syftet i studien, så har följande frågeställning framställts:

Hur ser de anställdas perspektiv ut på automatisering på arbetsplatsen?

1.6 Avgränsning

Avgränsningar görs på de aspekter som inte innefattar attityder och känslor hos anställda.

Företagens ekonomiska frågor gällande automation, implementering av automation och lönsamhetsfrågor anser vi inte är aktuella till vår forskningsfråga så de kommer att uteslutas.

Studien kommer även att avgränsas då vi endast kommer att undersöka företag i Boråsregion och intervjuer kommer att ske med anställda som jobbar eller har jobbat på “golvet” med automation och inte ledningen på företagen. Avgränsningen gällande den utvalda målgruppen görs på grund av att de påverkas i allra högsta grad av automation på arbetsplatsen. De operativt anställda på “golvet” perspektiv hamnar ofta i skymundan av all lönsamhet, effektivitet och siffror, därav görs valet att avgränsa studien från det. Om studien hade innefattat ledning och kontorspersonal så anser vi att syftet med uppsatsen hade gått förlorad, då undersökningen berör perspektivet av de som använder sig av automationen.

Vi anser att information kring COVID-19, i introduktionen och teorin, inte kan utelämnas.

Denna globala pandemi, som inträffar en gång på hundra år, är alldeles för extrem och global för att kunna utelämnas.

1.7 Målgrupp

Studien ska anses vara användbar och värdefull för lagerföretag som värnar om sin mänskliga arbetskraft. Studien ska även vara intressant att läsa för den som är intresserad av digitaliseringen och automatisering av samhället, ämnen som kommer bli allt mer aktuella.

Med grund för att forskningen gällande lageranställdas attityd och syn på gällande paradigmskiftet är knapphändig, speciellt i Sverige, så ska studies kunna ses intressant för forskare och akademiker inom IT, LSCM och socio-tekniska förgreningar i både Sverige men även utlandet.

7

Genom att ta del av resultatet, så kan även företag ta del av de initiala tankarna som anställda hade vid tidpunkten när deras företag implementerade automationen. Dessa attityder och perspektiv ska kunna hjälpa företag att undvika fällor och negativa spiraler.

1.8 Begreppslista och definitioner

Enligt Nationalencyklopedin (u.å) så definieras ​attityd​som “Kroppsställning, kroppshållning, pose; eller inställning, förhållningssätt”. Darwin använde ordet för att beskriva uttryck för känslor genom ställningar, gester, ansiktsuttryck och ljud. Darwins definition av ​attityd var något yttre eller ett beteende som kunde observeras av betraktaren.

Perspektiv definieras av Nationalencyklopedin (u.å) hur människans naturliga seende kan uppfattas på olika sätt beroende på var man befinner sig. Deras exempel är hur olika individer ser på ett föremåls storlek beroende på hur nära eller långt bort från föremålet betraktaren är.

Bekantskapen med föremålet eller ämnet ingår också i hur perspektiv kan skilja sig från individ till individ.

2. Teori

2.1 The bigger picture och Technophobes

AI, automation och ML är teknologier som fortfarande är unga och ännu outforskade.

Forskningen kring teknologin är lika ung som teknologin i sig, som i sin tur ger en modern reflektion kring ämnet. Majoriteten av de vetenskapliga artiklar och undersökningar som finns gällande ämnet är aktuella och skrivna i slutet av 10-talet. Detta innebär naturligtvis att det finns stora områden som är mer eller mindre outforskade, vilket vi anser är tilltalande och utmanande i kommande uppsats.

Automation och ML tar över jobb de facto, men är det bara en jobbslukare eller öppnar den nya möjligheter? Vilken typ av jobb är det som det tar över? Automation är ett substitut för en del jobb, men det blir samtidigt ett komplement till de jobben eftersom andra jobb och hela industrier skapas. Det höjer behovet av kompetens och arbete inom andra sektioner av arbetet för att stötta och utveckla arbetet med automation (Autor, 2015).

8

Enligt Paul K. McClure (2018) så har fenomenet “Technophobes” blivit allt mer aktuellt på senare år. McClure definierar en Technophobe som: “ ​... as any respondent who reports being either afraid or very afraid of the following: robots replacing people in the workforce, robots that can make their own decisions and take their own actions, AI, people trusting AI to do work, and technology that they don’t understand​”. I McClures undersökningar och analyser så tog han fram den genomsnittliga Technophoben: En kvinna, 52 år gammal, hade ingen eftergymnasial utbildning, var gift, bodde i en storstad och identifierade sig själva som relativt politiskt konservativa. Undersökningen, som gjordes i USA, kom också fram till att det var minoriteter som ofta kunde kategoriseras som Technophobes medan en medelålders man med kaukasiskt ursprung var stereotypen som mottagit paradigmskiftet av automatisering och datorernas ingång på arbetsmarknaden bäst (McClure, 2018). I studier gällande Technophobia så har psykologerna Larry Rosen och Michelle Weil undersökt psykologiska aspekter. Dessa studier sträcker sig från korskulturella jämförelser som mäter universitetsstudenters teknologiska rädsla till användandet av datorer hos mellan- och högstadielärare. Trots att dessa studier saknar mångfald och slumpmässighet, så finns fortfarande en del mönster att utläsa. Till exempel att vissa länder är mer motstridiga mot teknologin än andra, datorvana och teknologisk utbildning spelar roll och kan direkt kopplas till Technophobia (Weil, M. M.,

& Rosen, L. D. (1995).

Två av de mest essentiella delarna av LSCM är lager och lagerhantering, det arbetas mycket på att utveckla och effektivisera dessa delar. Det finns mycket som kan förbättras på grund av att de är så grundläggande faktorer för LSCM (Aziz, Razak, Yacoob, Hussin, & Razmin, 2016). Det är ett viktig område att forska i och utveckla enligt Džubáková & Kopták (2017) som säger: “​In order to sustain profitability and meeting customers requirements of quality and price, it is imperative to be aware of how to improve logistics processes ​”. Genom att utveckla logistikkedjan, så möter företaget på ett bättre sätt kundernas efterfrågan och krav.

Automation har funnits implementerat i produktionsindustrin i årtionden, medan den inte alls har varit lika väl utvecklad inom logistik. Takten ökar på grund av effektivitet och konkurrenskraft och enligt The International Federation of Robotics, så kommer “ ​more than 3 million industrial robots will be in use in factories around the world by 2020 ​” (The International Federation of Robotics, 2018).

9

2.2 Robotic Process Automation

RPA, eller Robotic Process Automation, är en term som används för att beskriva automatiserade processer. I folkmun och i kontext till ämnet, så tolkas “ ​Robotic​” ofta som en robot som ska ersätta människans arbete, men så är inte fallet i RPA. Termen Robotic åberopar robotisering i form av mjukvara eller data. RPA används för att återskapa det mänskliga arbetets processer och steg, som styrs av användaren (Heuvel, 2017). Användaren (den anställda), använder RPA för att visa hur arbetsflödet ska gå till och sedan efterhärmar RPA det, utan den mänskliga faktorn inblandad. Syftet med RPA är inte att ersätta de mänskliga resurserna på företagen, utan att öka värdet av data och IT (Davenport & Kirby, 2016). Automationen ska ersätta tråkigare monotona och upprepade uppgifter, som tenderar att öka felmarginaler hos de anställda. Förespråkare av RPA, som Olson & Lucas (1982), menar att automationen tar de arbetsuppgifter som skapar flest stressmoment för de anställda.

RPA är som mest effektivt och lönsamt vid monotona och repetitiva uppgifter som ofta sker i en stor skala. På grund av den stora skalan och de repetitiva uppgifterna, så orsakar ofta den mänskliga faktorn felen (Vishnu et al., 2017). RPA:s främsta syfte är att effektivisera uppgifter som är tidskrävande men som anses ha ett “lägre värde” (Shukla et al., 2017).

2.3 Automatiseringens påverkan på oss människor

Automatiseringen på lager har tagit stora kliv framåt de senaste åren och idag finns massvis med exempel av företag som har gjort stora investeringar för att effektivisera sina lager. Med hjälp av smarta robotar och datoriserade processer som underhåller större delarna av lagerhanteringen. Allt från inventeringar, plock av orders till avlastning och lastning är handlingar som förut har ansetts vara för komplexa och precisionskrävande men som idag utövas av automatiseringen. Exempel på dessa automatiseringar är Alibabas lager i Kina, som är ett av Kinas men även världens största lager, som använder sig av automation och ML.

Alibabas lager är utrustat med olika robotar som utför ca 70 % av arbetsuppgifterna. Det franska företaget Exotec Solutions har också utvecklat robotar för orderplock. Exotec Solutions robotar är designade och programmerade att kunna klättra på speciella lagerracks, där de klättrar upp och plockar önskade artiklar och styrs av AI (Pickering, 2017).

10

Människors rädsla för att bli ersatta och utbytta på arbetet som en följd av teknologi är ingen nyhet utan har en lång historia som sträcker sig så långt bak som tidigt 1800-tal (Thomis, 1970). I en studie på amerikaner och deras uppfattning om hur framtiden kommer att se ut, menar så många som två av tre amerikaner att de förväntar sig att “ ​robots and computer will be able to do most of the work currently done by humans within 50 years ​” (Smith, 2016). Frey

& Osborne (2017) uppskattar även i sin studie att fler än 700 olika yrken inom USA kommer att kunna ersättas av automation som följd av utvecklingen inom informationsteknologi och datahantering. Även om de olika yrkena inte blir direkt ersatta så kan de bli överflödiga som en effekt av automationen. Dessa jobb är till stor del sådana som inte kräver någon utbildning, däribland lagerarbetare.

Argote et al. (1983) utförde en studie där de implementerade en robot på en tillverkningsfabrik och fokuserade på att undersöka de anställdas psykologiska reaktioner.

Arbetarna på fabriken var positivt inställda till robotar i början av experimentet där de uttryckte att det skulle effektivisera för att sedan bli mer pessimistiska. De rapporterade att deras jobbaktiviteter ändrades på grund av roboten, från vanliga utförandet av jobbet till ett mer övervakat och observerat arbete och det bidrog till att känslor av stress uppstod i de nya aktiviteterna.

I en undersökning av Smith & Andersson (2017) tittade de på amerikanernas erfarenheter och åsikter gällande automation och arbetsplatsens teknologier. 4,135 personer svarade på en enkät om automation i vardagen. Vid frågan om vilken påverkan automation har haft på deras jobb och karriärer, i form av industriella robotar, så är svaren väldigt spridda och där majoriteten, 58%, känner att de inte påverkat dem alls. Dock så har 27 % upplevt en positiv påverkan av automation på deras arbete. De resterande 14 % uttryckte en negativ påverkan av de industriella robotarna. Arbetare som har blivit påverkade personligen av automation visar även på en mer negativ syn på dess inverkan på deras karriär, menar Smith & Andersson (2017). “​Compared with the rest of the working public, workers who have been personally impacted by automation ​(that is, those who have lost a job and/or had their pay or hours reduced due to the use of robots of computer programs) are significantly more pessimistic about the impact of technology on their own careers. Most notably, 46% of these workers feel

11

that technology has decreased their own opportunities for career advancement, while 34%

feel that technology has generally made their work less interesting. These views are shared by just 11% of workers who have not been impacted by automation in this way.​”

Undersökningen kunde även påvisa en korrelation mellan utbildningsnivå och inställning till automation. Där endast 7 % av de anställda var negativa, som hade en avslutad college-utbildning, när det kom till frågan om deras syn på automation i form av industriella robotar på arbetsplatsen. Medan de anställda med endast ett high school-diplom eller lägre så var det 19 % som svarade negativt.

En annan studie av Ivanov et al. (2020) kunde även påvisa en mer positiv inställning kring rädslan för automation. De utförde en studie på över 500 bulgarer för att utforska deras rädsla kring och inför automatisering och implementationen av ny teknologier. De kunde visa på att urvalet bestod av ett mindre antal technophobes och att den generella inställningen mot automation på arbetsplatsen är positiv. Det var även inte många demografiska variabler som påverkade resultatet. Utan den enda variabeln de kunde hitta var ålder, där de kunde se att de äldre människorna uttryckte större oro och rädsla över att förlora jobbet och att yngre människor hade mindre rädsla över att förlora jobbet till automation.​“The data show that there seems to be something to the notion that younger people are more hopeful and flexible, while older people are less flexible and less willing to invest time in retooling themselves for the workplace”.

McClure (2018) genomförde en undersökning på amerikaner gällande rädsla för automation.

Men till skillnad från Ivanov et al. (2020) kommer McClure fram till andra slutsatser.

Resultaten gällande den generella synen på automation stämmer överens mellan de två studierna, där båda påvisar en generell positiv inställning. Dock så kan McClure påvisa att de med negativ syn på automation generellt är kvinnor, som är äldre eller har en lägre utbildning.

En studie som Morikawa (2007) skapade, där undersöktes rädslan inför AI och robotics i Japan. I denna studie svarade 10,000 personer på en enkät där frågorna handlade om att utvärdera vilka demografiska drag som var associerade med ökad tro om att förlora sina jobb till en följd av implementation av AI och robotics. Även vilken typ av jobb som löper störst risk att bli ersatta av AI och robotics undersöktes. Resultaten visar på att hela 30 % svarade att

12

de var rädda att förlora sina jobb. En betydligt högre procent än vad Ivanovs eller McClures undersökningar kom fram till. En väldigt intressant slutsats som kunde dras från denna studien motsätter sig andra studier. Morikawa (2007) menar på att yngre människor visar på en större rädsla för att bli ersatta av AI och robotics och att det kan bero på vetskapen om att utvecklingen och implementering av AI och robotics kommer att öka och bli mer påtaglig med tiden. När det kommer till utbildning så kunde man visa på att högre utbildning resulterade i mindre rädsla och mer positiv inställning till AI och robotics (ibid). Variabeln utbildning ​stämmer även överens med en annan studie av Smith & Andersson (2017).

Gällande kön så var manliga arbetare någorlunda mer optimistiska i relation till kvinnor.

Även det går i linje med tidigare forskning (Ivanov et al. 2020, McClure, 2018). I frågan om vilka jobb som kan komma att bli ersatta så var jobb där man arbetade inom vården och i direktkontakt med människor i lägre risk, även jobb som kräver utbildning och licens samt jobb med hög utbildningsgrad. Morikawa (2017) säger även att när det kommer till Manufacturing Process så är den subjektiva synen på att förlora sitt jobbet högre. Studien undersökte inte lager och logistik men produktion är väldigt snarlikt när det kommer till arbete och miljö. Därför kan man potentiellt föra över resultatet till att reflektera lager och logistik.

Det är tydligt och givet att ML och Automation har börjat hittat sin plats inom lager och logistik och kommer inom snar framtid att snabbt ta över fler och fler funktioner inom detta område. Trots det så har inte mycket forskning bedrivits runt detta med just lager och logistik som fokus. Detta gör det intressant för oss att i detta tidiga läge studera och utforska fenomenet samt människors ställning till det.

2.4 Implementering av automation

Att planera, anskaffa och implementera ett nytt system för automation på ett företag är ett stort projekt som involverar många parter och är det gjort på rätt sätt kan leda till fördelar för företaget. Men är det istället gjort på ett dåligt sätt så kan det skapa stora problem. I det flesta fall är det givande att ha med personal tidigt i projektet för att igångsätta ny automation. Dels för att ta del av deras erfarenhet och kunskap men även så kan olika grupper av anställda ge betydande bidrag till framgången av ett projekt (Wilson M. 2015).

13

De svårigheter som kommer vid involveringen av personal är att ta itu med deras rädsla och osäkerhet. Är automatiseringen ett system för att skapa arbete eller är det för att ersätta nuvarande arbete har stor betydelse för personalens inblandning. Känner personalen att att det nya systemet är ett hot mot deras jobb så kan de komma att motarbeta. Därför understryker Wilson (2015) vikten av att tydligt förklara och informera personalen om automationens påverkan på arbete och roller. Alla parter involverade i projektet måste ha ett fullt stöd för projektet. Det är även viktigt att personalen som arbetar med de arbetsuppgifter som kommer automatiseras är med tidigt i projektet. För deras kunskap om de verkliga handlingarna som görs och svårigheterna med dessa handlingar är information som ofta inte är nedskrivet (ibid).

Matt et al. (2015) beskriver deras ramverk, ​Digital Transformation Strategies​, i fyra huvudmoment. Deras ramverk tar sig an ett nytt perspektiv än andra liknande ramverk som till exempel IT-strategier, som fokuserar användandet av IT-infrastrukturen inom företaget.

IT-strategier inriktar sig inte lika mycket på innovation och affärsutvecklingen, där det finns ett tomrum som Matt et al. nu uppmärksammar och har skapat ett ramverk för. Ramverket är heltäckande och ska sträcka sig från ledningen till processer till IT.

Figur 3

Digital Transformation Strategy har fyra dimensioner som man måste ta hänsyn till:

● Användandet av teknologi

● Ändringar i värdeskapande

14

● Strukturella förändringar

● Finansiella aspekter

Ramverket ska användas för att kunna ge ett företag konkurrenskraft och bli ledande på marknaden eller för att bibehålla och öka värdet av den teknologi som redan används på företaget. Genom att kombinera ramverket med andra funktionella och operations-strategier så ska den mest heltäckande strategin kunna uppnås. Digital Transformation Strategy ska hjälpa företag, som till exempel företag som lagerför artiklar och har anställda utan

teknologisk bakgrund att backa upp deras kunnande med en guide av hur vissa situationer kan lösas samt hur man kan träna upp sina anställda i att förstå teknologin som används på ett bättre sätt. Ramverket har skapats för att ge samtliga på företag, oavsett tidigare kunskap, en större chans att förstå varför vissa innovativa implementationer sätts i verk (Matt et al., 2015).

2.5 Jobbets påverkan

Kim och von dem Knesebeck (2015) antyder i deras forskning att ha en osäkerhet i sin anställning har likheter i att inte ha något jobb alls. De påvisar att påverkan att ha en osäkerhet i sin anställning kan ha betydande konsekvenser för den mentala hälsan. Denna teori ställs nu även på sin spets, under rådande pandemi. Kim och von dem Knesebeck menar att sämre psykosociala arbetsförhållanden kan skada hälsan på ett sätt som kan jämföras med arbetslöshet: “​[...] particularly insecure employment constitutes a major work-related stressor that is related to poor self-rated health, increased psychiatric morbidity, high cholesterol, hypertension, and increased incident coronary heart disease”​. Både arbetslöshet och osäkerhet i sin anställning är starkt kopplade till den mentala hälsan, på grund av flera olika faktorer. Arbetet idag berättar ofta vem du är som person och pressen av det kan orsaka stress.

Kim och von dem Knesebeck drar till och med slutsatsen att osäkerheten kring anställning kan vara farligare för det mentala än arbetslösheten, detta på grund av bland annat automationens äntrade på arbetsmarknaden.

Osäkerheten, ovissheten och att inte få kunna gå till jobbet har bidragit till ökade självmord i Sverige och världen över, sedan COVID-19 spreds. Viruset har även spelat en roll i att osäkerheten kring anställningar har ökat och att välmåendet har minskat (Karolinska Institutet, 2020).

15

En annan studie gällande välmående och automation är av Patel et al. (2018) där de undersökte hur hälsan hos arbetare i counties i USA berördes och hur de påverkades vid exponering för risk till automatisering. De fynd som hittades var att arbetare i counties som hade störst chans att implementera högre grader av automation rapporterade mer frekventa värden av mental och fysisk stress. De counties som förväntades vara mest påverkade av automation kunde även påvisas ligga lägre i rank gällande generell hälso-skalan. De drog även slutsatsen om att detta med stor sannolikhet berodde på perceptionen om sämre och lägre jobbsäkerhet.

Så att ha ett jobb, uppfattningen av sitt jobb och sitt jobbs säkerhet har stor påverkan på människor - inte bara psykiskt utan även fysiskt. Automationens framfart och äntrade kan ses som en stor bov, med en stor delaktighet att folk mår sämre psykiskt.

2.6 Val av teori

I urvalet av teorier så presenteras först en bred och generell bild av automatisering och dess förgrening från AI och Machine Learning. Det ska ge läsaren en stabil grund att stå på när denne går igenom den teori som har samlats in och ska gå vidare på den mer nischade teorin som rör det mänskliga perspektivet av automatisering på arbetsplatsen. Sedan beskrivs även RPA kortfattat och reder ut typiska missförstånd av automation och robotisering, något som typiska för ämnet i fråga.

I efterkommande teori så presenteras tidigare forskning som kunde relateras till vårt ämne.

Kort och gott är det hur människan ställer sig till automatisering eller datorisering av samhället eller arbetsplatsen. Att forska genom det mänskliga perspektivet är oerhört komplext och flertalet variabler måste räknas in i ekvationen, något som naturligtvis skiljer sig åt bland författare. Avsnittet presenteras hur olika målgrupper ställer sig till ämnet och vad som särskiljer dessa, tydliga mönster kan ofta presenteras där flera från en målgrupp tycker och tänker på samma vis. Efter att ha presenterat den tyngsta delen i teorin, som utgår ifrån tidigare forskning ur det mänskliga perspektivet, så smalnar teorin av och nästa steg är hur företagen idag implementerar automation och vad för ramverk som finns. Dessa ramverk ska

16

hjälpa företag att implementera automation på bästa möjliga sätt och återigen så är detta en utmaning för något som är så stort och nytt.

Avslutningsvis så presenteras innebörden och teorin smalnar ytterligare av i form av innebörden för människan att ha en trygghet och jobb, något som automationen kan hota enligt många, som tidigare forskning påvisar. Avsnittet måste tas på största allvar, för tanken av att anställda känner att deras plats på arbetet är osäker kan leda till förödande konsekvenser. Avsnittet ska knyta ihop teorin, som startar brett och avslutar nischat enligt ämnet som vi, författare, skriver om.

3. Metod

3.1 Val av metod och tillvägagångssätt

Informationen som var nödvändig att insamlas för att kunna besvara forskningsfrågan handlar om känslor, attityd och perspektiv. Insikten i behovet av att prata med folk som jobbar med automation inom lager var av ytterst vikt för att fånga perspektiv och känslor hos målgruppen och även för att kunna besvara forskningsfrågan. Efter omläggning gällande detta valdes kvalitativ undersökningsmetodik för denna studie, där våra fallstudier skapade en mer djupgående analys. Motiveringen för att använda den här metodiken är att den kan ge svar och insikter samt beskriva fenomen och dess existens på en djupare nivå.

För vår insamling av teori så användes en deduktiv ansats. Insamlingen av teori som gav en bredare kunskap och grunden till vilka frågor som skulle ställas i den andra delen som var insamling av empiri. I studien valde vi att utgå från de teorier som tagits fram. Detta för att senare lättare kunna relateras dessa gentemot respondenternas svar och tankar. Att gå in förberedd med dessa teorier underlättar intervjuerna och bearbetningen av intervjuerna (Jacobsen, 2017). Och för utformningen av teman för analys så användes en induktiv ansats där teman valdes ut med hjälp av transkriberingarna och vår frågeställning.

Kvalitativ undersökningsmetodik är även att föredra vid studie av en grupp individer (Yin, 2014). Således, så är kvalitativ undersökning att föredra gällande beskrivning, förklaring och

17

ta hänsyn till kontexten. Dessa aspekter är av största vikt i denna studie, för att få en så klar och utförlig bild över de anställdas attityd och syn på automation men även känslan inför arbete jämsides och i komplementerande form av automation och ML (Shakir, 2002).

Kvalitativa intervjuer användes för att fånga människors känslor och perspektiv. Med det som grund, utfördes intervjuer av anställda hos relevanta företag. Jacobsen (2002) menar att korta intervjuer, som varar cirka 30 minuter, endast är användbara och fyller sin funktion om man har ett färdig frågeformulär och konkretiserade frågor på förhand. För att kunna använda oss av Jacobsens teori, så användes ett färdigställt frågeformulär som grund för intervjuerna med respondenterna. De framställda frågorna användes för att sedan kombineras mer tidigare inläst teori som i kombination skulle ge oss relevanta svar. Vid eventuella sidospår från vår eller respondentens sida så hade vi alltid möjligheten att komma in på rätt spår igen, tack vare våra frågeformulär. Genom att följa dessa, så räckte endast ca 30 minuter per intervju.

3.1.1 Insamling av teori

Genom att hitta relevanta artiklar, material och forskning tillhörande uppsatsen, användes flertalet databaser; Google Scholar, Primo och Scopus. Sökord som “Machine Learning”,

“Warehousing”, “Human-centered”, “AI”, “work ethics”, “automation” användes vid sökning av artiklar och material. Sedan kunde dessa sökord i kombination med hjälp av operatorer såsom “and” och “or” användas för att få fram artiklar och material som kunde fånga en bredare sökning och sammankopplade termer. Genom användning av synonymer eller direktöversättning av till t.ex. “human-centered” så kunde sökningen ge nya resultat. Det gjordes även ett aktivt val av att beblanda olika årtal, för att få en så djup och bred bild som möjligt av ämnet (Backman, 2016).

18

3.1.2 Insamling av empiri

De kvalitativa intervjuer som genomförs handlar om att framhäva anställdas känslor och attityder. Dessa kvalitativa intervjuer ger oss en inblick i hur respondenterna upplever världen genom deras ögon. Genom dessa får vi får även möjligheten att förmedla dessa känslor och respektives upplevelser. ”​En styrka med kvalitativ forskning är att den på ett sätt utgör en naturalistisk metod som induktivt studerar ett visst fenomen utan förutfattade hypoteser och där begrepp och teori väsentligen växer fram ur det observations- och intervjuarbete som undersökaren genomför.​” (Larsson, 2005).

Vår initiala kontakt med ett företag skedde genom en kontakt hos oss uppsatsförfattare. Det ledde till ett snöbollsurval, som innebär att den första respondenten ger uppslag till nästkommande och så vidare (Svenning, 2013). Vi har valt att inte begränsa oss sett till ålder, kön eller utbildning. Fältarbetet i form av intervjuerna genomförs över Zoom eller Discord.

Målet med intervjuerna var att utföra intervjuer hos minst två olika företag med deras medarbetare. Vi ville inte endast intervjua ett företag, då det inte skulle ge oss tillräckligt med djupgående resultat utan två olika företag inom olika industrier skulle ge oss en mer nyanserad bild. Genom att utföra kvalitativa intervjuer på flera olika företag, så kunde djupet i den data vi samlade in vara tillräcklig för fortsatt forskning. Med grund för att fallstudier utövas, ansåg vi att runt fem till sex personer skulle ge oss de djupgående perspektiv och attityder som vi sökte. En fallstudie som görs ger möjligheten att få sina frågor besvarade i form av varför, vad eller hur något inträffar. (Saunders, Lewis & Thornhill, 2007). Jacobsen (2002) menar att fallstudier lämpar sig för tre olika tillfällen. Första tillfället är när forskaren vill skaffa sig en djupare förståelse om ett specifikt fenomen, det andra är när forskaren vill skaffa sig en djupare kunskap och det tredje är när studien ska utveckla nya teorier. Med grund för Jacobsens tre olika tillfällen att nyttja fallstudier, så ansåg vi att fallstudier passade utmärkt till vår uppsats - att skaffa sig ny kunskap och att få en djupare kunskap och förståelse av ämnet.

Respondenterna som deltog i intervjuerna, hade varit eller var lageranställda med en mer praktisk roll på företaget. Företagen som intervjuades befinner sig i Borås-området med

19