Паника в Кремниевой долине из-за ИИ и рабочих мест
В окружении Кремниевой долины апокалипсис рабочих мест от ИИ воспринимают как факт. Атмосфера мрачная: исследователь социальных последствий в Anthropic, отвечая на просьбу поделиться оптимистичными сценариями будущего ИИ, предупредила о возможной рецессии в ближайшее время и крахе карьерного роста для начинающих специалистов. Ее коллега, CEO компании Дарио АMODEИ, прямо назвал ИИ универсальной заменой человеческого труда, способной захватить все профессии менее чем за пять лет. Такие взгляды звучат не только от Anthropic.
Разговоры сеют панику среди сотрудников и, вероятно, подпитывают поддержку инициатив по полной остановке строительства дата-центров, о которых заговорили на прошлой неделе. Ситуацию не улучшают политики, которые пока не предложили никакого четкого видения будущего.
Даже экономисты, ранее уверявшие, что ИИ еще не привел к сокращениям и вряд ли вызовет обвал, теперь склоняются к мысли о его уникальном и беспрецедентном влиянии на трудовую сферу.
Проблемы с существующими методами оценки рисков
Алекс Имас из Университета Чикаго — один из таких экономистов. В пятницу утром он поделился двумя выводами: наши инструменты для прогнозов того, как это будет выглядеть, крайне слабы, и экономистам пора взяться за сбор единственного типа данных, который сделает возможным планирование последствий ИИ для рынка труда.
Любая работа состоит из отдельных задач. Например, риелтор спрашивает клиентов о желаемом типе недвижимости. Правительство США задокументировало тысячи подобных задач в обширном каталоге O*NET, запущенном в 1998 году и регулярно обновляемом. Исследователи OpenAI в декабре опирались на эти данные, чтобы оценить, насколько профессия подвержена ИИ: риелтор, к примеру, на 28%. В феврале Anthropic применила тот же подход, проанализировав миллионы бесед с Claude, чтобы выявить реальные задачи, которые люди поручают ИИ, и сравнить их с общим списком.
Однако степень подверженности задач ИИ создает ложное представление о рисках для работы, считает Имас. «Подверженность сама по себе — полностью бесполезный инструмент для прогнозирования замещения», — объяснил он.
Это работает только в самых пессимистичных сценариях, когда ИИ способен выполнять абсолютно все задачи без участия человека, дешевле зарплаты сотрудника — что не гарантировано, учитывая расходы на рассуждающие модели и агентный ИИ — и с хорошим качеством. В таких случаях работа исчезает. Классический пример — оператор лифта из прошлого века; сегодня аналог — специалист колл-центра, занимающийся только сортировкой звонков.
Для подавляющего большинства профессий все куда сложнее. Важны детали: именно понимание, как и когда это случится, остается загадкой при оценке только подверженности.
Возьмем программирование. Разработчик премиум-приложений для знакомств с помощью ИИ-инструментов создает за день то, что раньше занимало три дня. Продуктивность выросла. Работодатель за те же затраты получает больше результата. Захочет ли он нанять больше сотрудников или сократить штат?
Эластичность цен как ключ к прогнозам
Имас подчеркивает: такой вопрос должен беспокоить любого политика, ведь ответ зависит от отрасли. А мы блуждаем вслепую.
В случае с программистом эффективность позволяет снизить цены на приложения. В конкурентной среде компании не удержат прибыль — конкуренты обойдут с более низкими расценками. Снижение цен всегда повышает спрос хотя бы немного. Но насколько? Если аудитория вырастет на миллионы, фирма расширится и наймет дополнительных инженеров. Если спрос еле пошевелится — те, кто не пользовался премиум-сервисами, так и не заинтересуются даже по скидке, — штат сократят, начнутся увольнения.
Примените этот сценарий к любой работе с задачами, доступными ИИ, — и вы получите главный экономический вызов эпохи: детали эластичности цен, то есть насколько меняется спрос при изменении цены. Имас в прошлом tygodniu акцентировал: таких данных по всей экономике нет. Но их можно собрать.
Цифры есть для товаров вроде хлопьев или молока — Университет Чикаго сотрудничает с супермаркетами и анализирует данные сканеров. Но нет их для репетиторов, веб-разработчиков или диетологов — всех профессий с отмеченной подверженностью ИИ. Или они разбросаны по частным фирмам и консалтингу, недоступны исследователям.
«Нужен проект уровня Манхэттенского для их сбора», — настаивает Имас. И не только для сегодняшних уязвимых сфер: «Профессии, не подверженные сейчас, станут таковыми позже, так что отслеживайте статистику по всей экономике».
Сбор потребует времени и средств, но Имас убежден: это даст экономистам первый реалистичный взгляд на ИИ-будущее и шанс для политиков разработать план.