با این حال، به گزارش نشریه فوربس، ریشه اصلی این مشکل در جای دیگری نهفته است: ظرفیت بالقوه نیروی کار فعلی به طور کامل شکوفا نشده است و این افراد برای انجام کارهای پیچیده و تخصصی به درستی تجهیز نشده‌اند. مساله صرفا کمبود نیروی کار نیست، بلکه باید از پتانسیل نیروهایی که اکنون وجود دارند، نهایت استفاده برده شود. افرادی که چرخ کارخانه‌ها را می‌چرخانند، تنها اپراتور نیستند؛ آنها مهندسانی هستند که به صورت سیستمی فکر می‌کنند و توانایی حل مساله دارند. با این حال، سال‌هاست که با استفاده از سیستم‌های مدیریت تولید (MES) سخت‌گیرانه، جزیره‌ای و غیرقابل انعطاف، موانع فنی بی‌موردی را پیش روی آنها قرار گرفته است. این سیستم‌ها به جای آنکه به کارکنان کمک کنند، دست و پایشان را می‌بندند و مانع بروز خلاقیت و مهارت‌هایشان می‌شوند. در واقع اگر فناوری صنعتی را به‌گونه‌ای بازسازی کنیم که با واقعیت‌های موجود در خط مقدم تولید همخوانی داشته باشد، در واقع به نیروهای فعلی کارخانه‌ها این امکان را می‌دهیم که خودشان فرآیندها را بهبود ببخشند. در حال حاضر، دو دیدگاه متضاد درباره آینده نیروی کار در کارخانه‌ها وجود دارد. یک دیدگاه هشدار می‌دهد که ربات‌های انسان‌نما با هوش مصنوعی به زودی جایگزین کارگران خواهند شد، درحالی‌که دیدگاه دیگر معتقد است شرکت‌های تولیدی هرگز نمی‌توانند نیروی انسانی کافی را به سرعت جذب کنند. با این حال، حقیقت این است که هیچ یک از این مواضع به طور کامل توسط شواهد تایید نمی‌شود.
به باور فوربز، اتوماسیون، رباتیک و هوش مصنوعی قرار نیست یک شبه همه چیز را تغییر دهند. صنعت آمریکا اگرچه سریع به نظر می‌رسد، اما در واقع نسبتا کند است و با توجه به ریسک‌های بالای ایجاد اختلال در خط تولید، «انسان در حلقه» مورد نیاز است، نه کارخانه‌های کاملا خودکار. در نتیجه، تولیدکنندگان مدرن لزوما به کارگران «یقه آبی» بیشتری نیاز ندارند، بلکه به یک معماری جدید و فناوری نوآورانه نیازمندند. بر اساس این گزارش، می‌توان این وضعیت را به این شکل در نظر گرفت: تیم‌های کارخانه به سیستم‌هایی ماژولار و انعطاف‌پذیر مجهز شوند که امروزه در اختیار توسعه‌دهندگان نرم‌افزار یا کارمندان اداری قرار دارد. با این رویکرد، فناوری به جای اینکه مانعی در مسیر کار باشد، به یاری کار واقعی، پیچیده، مشارکتی و فیزیکی دیجیتال در کف کارخانه می‌آید. این کار نیازمند تفکر انتقادی، مهارت‌های عملی و توانایی یادگیری و سازگاری سریع است؛ یعنی همان چیزی که در حقیقت دانش نامیده می‌شود.
این باور که تنها افراد پشت میزنشین و کاربران ابزارهایی مانند اکسل یا اسلک در حال «تفکر» هستند، نه تنها منسوخ، بلکه نادرست و از روی تکبر است. در دنیای امروز، مفهوم کار دانش‌محور معنای گسترده‌تری پیدا کرده و مهارت‌ها و دانش عملیاتی در تمامی بخش‌ها، از جمله تولید، را دربرمی‌گیرد. افرادی که سیستم‌های رباتیک را عیب‌یابی می‌کنند، پارامترهای فرآیند را تنظیم می‌نمایند یا در شرایط پرفشار یک ماشین را تعمیر می‌کنند، در واقع مشغول یک کار شناختی و ماهرانه هستند که نمی‌توان آن را صرفا به عنوان کار «یقه آبی» دسته‌بندی کرد.
در این دنیای جدید، ارزش واقعی باید به ابزارهایی مانند کنترلر، مولتی‌متر و دستورالعمل‌های استاندارد (SOP) داده شود، نه فقط به صفحه‌کلید. نمی‌توان مشاغل خالی و شکاف مهارتی در صنعت تولید را با فرستادن جوانان به دوره‌های برنامه‌نویسی یا واگذاری کارها به ربات‌ها پر کرد. در واقع راه‌حل اصلی این است که فناوری صنعتی را بازسازی کنیم و آن را با واقعیت‌های موجود در کف کارخانه همسو سازیم. این رویکرد در عمل به معنای فراهم کردن رابط‌های کاربرپسند و بدون نیاز به کدنویسی است. اگرچه باید برای متخصصان فناوری اطلاعات، مهندسان و یکپارچه‌سازان سیستم احترام زیادی قائل بود، اما تعداد آنها کافی نیست و نمی‌توانند همیشه برای مدیریت عملیات روزمره در محل حضور داشته باشند.
نشریه فوربس بر این باور است که راهکار عملی، فراتر رفتن از سیستم‌های کنونی و واگذاری مالکیت و قدرت به کسانی است که واقعا کار را انجام می‌دهند. این یک تحول فرهنگی به سوی «توسعه توسط کارکنان خط مقدم» است، که در آن تیم‌های عملیاتی به طور مداوم فرآیندهای خود را بهبود می‌بخشند و بهینه می‌سازند. وقتی کارکنان خط مقدم خودشان بتوانند ابزارها یا جریان‌های کاری را آزمایش و اصلاح کنند (بدون نیاز به تایید تیم مرکزی فناوری اطلاعات)، چرخه بازخورد کوتاه‌تر می‌شود و روند بهبود سرعت می‌گیرد. این توانمندسازی نه تنها باعث افزایش مشارکت و توانایی آنها می‌شود، بلکه عملیات و فرآیندهای مقاوم‌تری را ایجاد می‌کند که انعطاف‌پذیری لازم برای حل مشکلات آینده را به ما می‌دهد.
هوش مصنوعی در صنعت تولید نیازی به جادوگری ندارد؛ کافی است طوری طراحی شود که ابزاری کاربردی در دستان کارگران باشد و بر زیرساختی انعطاف‌پذیر بنا شود تا بتواند با مدل‌های جدید تکامل یابد. باید به هوش مصنوعی به چشم یک ابزار برای افزایش بهره‌وری نگاه کرد که می‌تواند به حل مشکلات واقعی در کف کارخانه کمک کند. برای نمونه، تصور کنید که کارکنان خط تولید بتوانند بدون نیاز به کدنویسی، دستورالعمل‌های استاندارد فعلی (SOP) را به سرعت به برنامه‌های تعاملی و چندزبانه تبدیل کنند. این رویکرد، هوش مصنوعی را به یک دستیار هوشمند تبدیل می‌کند.
از آنجا که هر کارخانه، هر خط تولید و هر اپراتور دانش منحصربه‌فردی دارند، سیستم‌های مدیریت تولید آنها نیز باید قابل ترکیب باشند؛ یعنی از قطعات ماژولار و قابل تنظیم ساخته شوند. یک سیستم مدیریت قابل ترکیب به تیم‌های خط تولید کمک می‌کند تا نیازهای فوری خود را مدیریت کنند و در عین حال، آمادگی لازم برای گسترش تولید و پیکربندی مجدد خطوط را به صورت سریع و ایمن داشته باشند، بدون اینکه به یک فرآیند پیاده‌سازی شش‌ماهه نیاز باشد. این همان راهی است که کسب‌وکارها در دنیای پر از شوک‌های زنجیره تامین و تغییرات مداوم در تقاضا، می‌توانند رقابتی باقی بمانند.
از منظر این گزارش، باید تخصص و مهارت‌های موجود در خط مقدم تولید به عنوان ستون فقرات اقتصاد مدرن دیده شود، نه صرفا یک یادگار نوستالژیک. تا زمانی که کارخانه‌ها مکانی درجه دوم برای کار تلقی شوند، نمی‌توان نیروی کار کافی را به این حوزه جذب کرد. به همین ترتیب، تا وقتی که وانمود شود فقط برخی مشاغل «هوشمند» هستند، رفع شکاف مهارتی ممکن نخواهد بود. زمانی که ابزارهایی ساخته می‌شود که کار واقعی را شفاف و قابل مشاهده می‌کنند، باید آنها را همان‌گونه که هستند نام‌گذاری کرد: اقتصاد جدید. یا به عبارت بهتر، باید از تمام این دسته‌بندی‌های شغلی صرف‌نظر کرده و به جای تمرکز بر رنگ یقه، بر ارزش و هوشمندی خود کار تاکید شود.
