МИЛАН – В наше время в отношении искусственного интеллекта (ИИ) существует немного тем, в которых царит настоящий консенсус. Однако одно ожидание, которое, кажется, уже закрепилось среди значительной части бизнеса, инвесторов и аналитиков, заключается в том, что эта технология повысит производительность в широком спектре сфер. Но даже если эти сдвиги произойдут – стоят ли они этого?
Многие наблюдатели – включая меня – ожидают значительного роста производительности благодаря ИИ.
Прежде всего начальные данные из все большего количества прикладных исследований это подтверждают. Кроме того, учитывая стремительное расширение функционала ИИ, снижение затрат на обучение и использование моделей, а также активное внедрение открытого программного обеспечения, выглядит вероятным, что ИИ можно будет эффективно применять практически в каждом секторе и категории занятости.
Конечно, эффективная реализация ИИ не является чем-то гарантированным, и она не произойдет мгновенно – из-за проблем доступа, распространения технологий и обучения.
Но даже если эти барьеры будут преодолены, совсем не факт, что прирост производительности, достигнутый благодаря ИИ, принесет широкие выгоды в виде занятости и доходов.
Это зависит от двух сфер: самого инструментария ИИ и рынка труда.
Мы знаем, что инструментарий ИИ стремительно расширяется. Но если большинство новых разработок будут сосредоточены на имитации человеческих возможностей – то есть замене работников – повышение производительности будет сопровождаться негативными распределенными последствиями. И действительно, как недавно отметили Андреас Гаупт и Эрик Бриньолфссон, значительная часть современных тестов для систем машинного обучения предвзята в сторону автоматизации, и лишь немногие из них включают участие людей.
Чтобы избежать превращения развития ИИ в "игру в имитацию", Хаупт и Бриньолфссон советуют сообществу разработчиков внедрять так называемые "оценивания кентавров", в рамках которых люди и системы ИИ выполняют задачи совместно. Это сместит фокус развития от автоматизации к взаимодополнению и сотрудничеству машины и человека.
Учиться или зарабатывать – какова ценность диплома в эпоху искусственного интеллекта
Но для того, чтобы выгоды от ИИ были действительно широкими, нужно также обратить внимание на рынок труда. Возьмем США: около 20% работников заняты в коммерческом секторе, который включает производство (40%) и услуги (60%), которые торгуются на международном уровне. Остальные – почти 80% – работают в секторах услуг, которые на таком уровне не торгуются, например государственное управление, образование, гостиничное дело, традиционная розничная торговля и строительство.
В течение последних трех десятилетий разрыв между "торгуемыми" и "неторгуемыми" секторами в производительности и доходах только увеличивался.
"Торгуемые" сектора – включая управление транснациональными компаниями, разработку полупроводников и компьютеров, проведение НИОКР – обычно демонстрируют более высокую производительность и более быстрый рост доходов. Именно поэтому, даже несмотря на спад занятости в производстве, объемы выпуска (точнее, добавленная стоимость) продолжали расти.
Если не принять меры, ИИ еще больше усилит разрыв между этими секторами, резко увеличивая неравенство.
Только если ИИ будет эффективно внедряться как в "торгуемых", так и в "неторгуемых" секторах – и в частности в низко- и среднедоходных профессиях – он сможет обеспечить общий рост производительности и доходов. Именно поэтому необходимо целенаправленно направлять развитие ИИ в сторону дополнения и сотрудничества по всему спектру профессий и доходов.
В этой плоскости есть и положительные сигналы. Агентство передовых оборонных исследовательских проектов США (DARPA) проводило конкурсы, посвященные сотрудничеству человека и робота – например, роботы, которые усиливают физические возможности людей, или управление людьми роботами в сложных динамических средах. Но этого недостаточно. Финансирование фундаментальных исследований в сфере ИИ, в том числе государственное, должно сосредотачиваться на дополнении и сотрудничестве, а для частных разработчиков должны быть созданы соответствующие стимулы.
Контроль за бесконтрольностью: у Трампа настроены снять ограничения для искусственного интеллекта
Разработка ИИ также должна ориентироваться на другие факторы. Например, AlphaFold от DeepMind обеспечивает значительную эффективность, выполняя сложную и трудоемкую задачу – предсказание структуры белков по их аминокислотной последовательности. Но его цель – не заменить людей, а продвинуть биомедицинскую науку. Это – польза для человечества в другой форме.
Впрочем, обеспечение того, чтобы инструментарий ИИ предоставлял возможности для дополнения и сотрудничества между отраслями и уровнями доходов, должно быть приоритетом. Но даже этого недостаточно, чтобы гарантировать широкое процветание, поскольку действуют эффекты общего равновесия.
Мы уже видели это во время предыдущей волны цифровизации, когда многие рутинные, формализованные работы были автоматизированы. Если к этому добавить глобализацию – с ее аутсорсингом трудоемкого производства – миллионы, в основном среднеклассных, работников вынуждены были переходить в нетипичные виды занятости, часто с более низкой производительностью и доходами. Такие переходы никогда не проходят безболезненно.
При нынешнем ИИ-переходе рост производительности снизит затраты, а значит – и цены (учитывая конкуренцию). Но если эластичность спроса в отрасли меньше единицы, это означает потерю рабочих мест. В других секторах, с более высокой эластичностью спроса, рабочие места будут появляться. Однако переход людей между секторами вызовет турбулентность. И есть реальный риск временного превышения предложения труда над спросом, что ослабит переговорную позицию работников.
Новая угроза: авторитарные режимы могут "завербовать" искусственный интеллект противников
Как неоднократно подчеркивалось, поддержка во время перехода – в форме доходов и переквалификации – жизненно важна. И здесь ИИ может помочь – в обучении и получении новых навыков. В то же время политики должны создавать новый спрос на труд – как это происходило после Великой депрессии.
Для США это может стать шансом решить сразу две проблемы. По ряду причин американская экономика отстает в развитии инфраструктуры. Преодоление этой проблемы создаст качественные рабочие места и спрос на труд – то есть буфер для грядущего ИИ-перехода.
Колонка Can AI Deliver Broad-Based Prosperity? предоставлена Project Syndicate для публикации в рамках партнерского соглашения с LIGA.net
Copyright: Проект Синдикат, 2025
Источник: ЛИГАБизнесИнформ
|
