Стремление к автоматизации опасно — для содействия всеобщему процветанию ИИ должен дополнять работников, а не заменять их

Существует множество оптимистичных прогнозов относительно влияния ИИ на рост экономики. По данным Goldman Sachs, внедрение искусственного интеллекта может стимулировать рост производительности на 1,5 процентных пункта в год в течение 10-летнего периода и увеличить мировой ВВП на 7 процентов (дополнительный объем производства в размере 7 триллионов долларов США). Специалисты отрасли дают еще более оптимистичные оценки, включая предполагаемую 10-процентную вероятность сценария «взрывного роста», при котором мировой объем производства будет расти более чем на 30 процентов в год.

Весь этот «технооптимизм» опирается на «повозку производительности»: глубоко укоренившуюся веру в то, что технологические изменения, включая автоматизацию, способствуют повышению производительности, которое ведет к росту чистой заработной платы и обеспечивает всеобщее процветание.

Такой оптимизм не подтверждается историческими данными и выглядит особенно неуместным при текущей тенденции к нерегулируемому развитию ИИ, сосредоточенной в первую очередь на автоматизации (замене людей). Мы должны признать, что не существует единственного, неизбежного пути развития новых технологий. Если исходить из того, что целью является стабильное улучшение экономического положения большего числа людей, какая политика могла бы направить развитие ИИ на правильный путь, при котором повышенное внимание уделяется повышению производительности всех работников?

Вопрос о машинах

Вопреки распространенному мнению, рост производительности труда не обязательно сопровождается повышением спроса на работников. Стандартным определением производительности является «средний объем производства на одного работника» — общий объем производства, деленный на общее число занятых. Есть надежда, что по мере роста объема производства на одного работника будет расти и готовность предприятий нанимать сотрудников.

Но работодатели не заинтересованы в том, чтобы увеличивать число сотрудников исходя из среднего объема производства на одного работника. Для компаний, скорее, важна предельная производительность — дополнительный вклад, который вносит новый работник путем увеличения производства или обслуживания большего числа клиентов. Понятие предельной производительности отличается от объема производства или дохода на одного работника; объем производства на одного работника может увеличиться, но предельная производительность останется неизменной или даже снизится.

Многие новые технологии, такие как промышленные роботы, расширяют набор задач, выполняемых машинами и алгоритмами, вытесняя работников. Автоматизация повышает среднюю производительность, но не увеличивает предельную производительность работника и может даже снизить ее. За последние четыре десятилетия автоматизация повысила производительность и увеличила прибыль корпораций, но не привела к всеобщему процветанию в промышленно развитых странах.

Замена работников машинами — не единственный способ повысить экономическую эффективность, и история доказала это, как отмечается в нашей недавно опубликованной книге «Власть и прогресс». Вместо автоматизации работы некоторые инновации увеличивают вклад людей в производство. Например, новые программные средства, помогающие автомеханикам и обеспечивающие более высокую точность, могут повысить предельную производительность работника. Это совершенно не то же самое, что установка промышленных роботов с целью замены людей.

Новые функции

Создание новых задач еще более важно для повышения предельной производительности работников. Когда новые машины открывают новые способы применения человеческого труда, это увеличивает вклад рабочих в производство и повышает их предельную производительность. Во время переломной реорганизации отрасли, предпринятой Генри Фордом начиная с 1910-х годов, автомобилестроение было в значительной степени автоматизировано. Но наряду с методами массового производства и сборочными линиями был одновременно представлен ряд новых задач для конструкторов, технических специалистов, станочников и служащих, что увеличило потребность отрасли в рабочей силе.

Новые задачи сыграли важнейшую роль в росте занятости и заработной платы в течение последних двух веков. Многих из самых быстрорастущих на протяжении последних нескольких десятилетий профессий — рентгенологи МРТ, сетевые инженеры, операторы станков с использованием компьютеров, программисты, специалисты по информационной безопасности и аналитики данных — не существовало 80 лет назад. Даже люди, чьи профессии существуют дольше, например, банковские служащие, преподаватели и бухгалтеры, теперь выполняют множество относительно новых задач с использованием технологий. Почти во всех этих случаях новые задачи были введены в связи с технологическим прогрессом и стали одним из важнейших факторов, способствующих росту занятости. Эти новые задачи также стали неотъемлемой частью роста производительности — они способствовали производству новых видов продукции и повышению эффективности производственных процессов. 

Продуктивная автоматизация

Автоматизация в какой-либо отрасли также может способствовать росту занятости в этом секторе или в экономике в целом, если она существенно повышает производительность. В этом случае новые рабочие места могут создаваться либо за счет неавтоматизированных задач в этой же отрасли, либо за счет расширения деятельности в смежных отраслях. В первой половине XX века быстрый рост производства автомобилей стимулировал массовое расширение нефтяной, сталелитейной и химической промышленностей. Массовое производство автомобилей также произвело революцию в транспортных возможностях, способствуя росту новых видов розничной торговли, развлечений и услуг.

Однако «повозка производительности» не поедет, если прирост производительности от автоматизации невелик — то, что мы называем «посредственной автоматизацией». Например, кассы самообслуживания в продуктовых магазинах не дают заметных  преимуществ в производительности, потому что они просто перекладывают работу по сканированию товаров с сотрудников на покупателей. Когда магазины устанавливают кассы самообслуживания, снижается число кассиров, но отсутствует значительное повышение производительности, которое стимулировало бы создание новых рабочих мест в других отраслях. Продукты не намного дешевеют, производство продуктов питания не расширяется, и жизнь покупателей не меняется.

Даже значимый прирост производительности от автоматизации может быть нивелирован, если он не сопровождается созданием новых задач. Например, быстрое внедрение роботов на Среднем Западе США способствовало массовым увольнениям и, в конечном итоге, длительному спаду в этом регионе.

Аналогичная тревожная ситуация складывается для работников и тогда, когда новые технологии сосредоточены на наблюдении. Усиленный контроль за работниками может привести к небольшому повышению производительности, но его основная функция заключается в том, чтобы получить больше усилий от работников.

Все это подчеркивает, пожалуй, самый важный аспект технологий: выбор. Часто существует несметное число способов использовать наши общие знания для усовершенствования производства и еще больше способов управления инновациями. Для чего мы будем изобретать и внедрять цифровые средства: для наблюдения, автоматизации или для расширения возможностей сотрудников путем создания новых продуктивных задач?

Когда «повозка производительности» слаба, и отсутствуют самокорректирующиеся механизмы для обеспечения общей выгоды, этот выбор становится более значимым, и повышается влияние на экономику и политику небольшой группы тех, кто принимает решения в сфере технологий.

 

Дополнять людей

Новые технологии могут дополнять работников, позволяя им работать более эффективно, повышать качество работы или выполнять новые задачи. Например, несмотря на то что механизация постепенно вытеснила более половины рабочей силы США в сельском хозяйстве, ряд новых задач для рабочих и служащих на фабриках и в новых отраслях сферы услуг породил значительный спрос на квалифицированную рабочую силу в период между 1870 и 1970 годами. Эта работа была не только более высокооплачиваемой, но и менее опасной и менее физически изнурительной.

Это благотворное сочетание автоматизации традиционной работы с созданием новых задач происходило в относительном равновесии на протяжении большей части XX века. Но в какой-то момент примерно после 1970 года этот баланс был утрачен. В то время как в последующие пять десятилетий темпы автоматизации сохранились или даже ускорились, компенсирующий эффект создания новых задач замедлился, особенно для работников, не получивших четырехлетнего высшего образования. В результате эти работники все чаще оказывают низкооплачиваемые (хотя и социально ценные) услуги в таких сферах, как уборка помещений, общественное питание и отдых.

Важнейший вопрос новой эры ИИ заключается в том, ускорит ли эта технология, в первую очередь, существующую тенденцию автоматизации без компенсирующего эффекта в виде создания качественных рабочих мест, особенно для работников без высшего образования, или вместо этого она позволит внедрить новые дополняющие труд задачи для работников, обладающих различными наборами навыков и получивших образование в самых разных сферах.

Системы искусственного интеллекта неизбежно будут использоваться для некоторой автоматизации. Одним из основных препятствий на пути автоматизации многих задач в сферах услуг и производства является то, что для их выполнения требуются гибкость, рассудительность и здравый смысл, которые явно отсутствовали в видах автоматизации, существовавших до появления ИИ. Искусственный интеллект, особенно генеративный ИИ, потенциально способен справляться с такими задачами. Неясно, насколько этот тип автоматизации будет способствовать совокупному росту производительности, пока эти технологии еще не совершенны, но они могут внести вклад в значительное повышение производительности по мере снижения затрат и повышения надежности.

Преобладающая интеллектуальная парадигма в сегодняшнем секторе цифровых технологий также склоняется в пользу автоматизации. В ходе исследований в области ИИ основное внимание уделяется достижению уровня, сравнимого с человеческим, при выполнении широкого спектра когнитивных задач и, в более общем плане, созданию общего искусственного интеллекта, который имитирует возможности человека и превосходит их. Эта сосредоточенность на интеллектуальном аспекте способствует автоматизации, но не развитию технологий, дополняющих человека.

Тем не менее, ИИ дает возможность дополнить навыки и опыт работников, если мы направим его развитие соответствующим образом.

Производительность труда человека часто ограничена отсутствием специальных знаний или опыта, которые могут быть дополнены технологиями следующего поколения. Например, ИИ обладает большим потенциалом для подготовки и переподготовки квалифицированных работников, таких как педагоги, медицинский персонал и специалисты современных ремесел (например, электрики и сантехники). Искусственный интеллект также может породить новые требования к опыту и суждениям человека для контроля за этими процессами, общения с клиентами и предоставления более сложных услуг.

Пять принципов

Перенаправить технологические изменения непросто, но возможно. Правительствам во всем мире, особенно в США и других странах, где технологии находятся в стадии активного развития, следует предпринять следующие пять шагов, чтобы направить развитие ИИ на путь дополнения человека, а не его вытеснения.

• Реформа бизнес-модели. Ведущие разработчики ИИ легко присваивают данные потребителей без компенсации, а их зависимость от интернет-рекламы является стимулом для привлечения внимания потребителей любыми возможными способами. Правительствам необходимо установить для всех потребителей четкие права собственности на их данные и ввести налог на интернет-рекламу. Для того чтобы ИИ был полезен всем людям, необходимо обеспечить более широкий спектр бизнес-моделей или даже усилить конкуренцию.
• Налоговая система. Налоговые кодексы США и многих других стран возлагают более тяжелое бремя на те компании, которые нанимают сотрудников, чем на те, которые инвестируют в алгоритмы для автоматизации работы. Чтобы сместить стимулы в сторону технологических решений, дополняющих человека, директивные органы должны стремиться к созданию более симметричной налоговой структуры, уравнивающей предельные налоговые ставки для найма (и обучения) рабочей силы и для инвестиций в оборудование и программное обеспечение.
• Мнение трудящихся. Поскольку ИИ окажет глубокое влияние на работников, они должны иметь право голоса в его разработке. Государственная политика должна ограничивать использование непроверенного (или недостаточно проверенного) ИИ для таких видов применения, которые могут подвергать работников риску, например, при принятии важных кадровых решений (включая прием на работу и увольнение) или при мониторинге и наблюдении на рабочем месте.
• Финансирование дополнительных исследований, направленных на дополнение человека. Исследования и разработки в области технологий искусственного интеллекта, дополняющих человека, требуют большей поддержки. Правительствам следует поощрять конкуренцию и инвестиции в технологии, сочетающие инструменты ИИ с человеческим опытом для усовершенствования работы в важнейших социальных сферах. При наличии достаточного прогресса правительства могут содействовать дальнейшим инвестициям, предоставляя рекомендации о том, подходят ли технологии, предположительно дополняющие человека, для внедрения в финансируемые государством программы в сферах образования и здравоохранения.
• Опыт применения ИИ в органах государственного управления. Искусственный интеллект затронет все сферы государственных инвестиций, регулирования и надзора. Создание консультативного подразделения ИИ в секторе государственного управления может способствовать более своевременному и эффективному принятию решений ведомствами и регулирующими органами.

Потенциальный макроэкономический эффект

Искусственный интеллект может увеличить мировой ВВП в течение следующих пяти лет, хотя и не так существенно, как утверждают энтузиасты. Он может даже немного повысить темпы роста ВВП в среднесрочной перспективе. Однако при существующей траектории первоочередным последствием, скорее всего, будет рост неравенства в промышленно развитых странах.

Текущая тенденция также представляет большую опасность для стран со средним доходом и многих стран с низким доходом. В скором времени новые капиталоемкие технологии будут применяться повсеместно. Нет никакой гарантии того, что при сохранении текущего пути развития ИИ он создаст больше рабочих мест, чем ликвидирует.

Если мы сможем перенаправить ИИ на путь, в большей степени дополняющий человека, и использовать его для решения насущных социальных проблем, это принесет пользу всем странам мира. Но если возобладает метод простой автоматизации, достичь всеобщего процветания будет еще труднее.

Эта статья основана на книге авторов «Власть и прогресс. Наша тысячелетняя борьба за технологии и процветание»; при ее подготовке также использована совместная работа с Дэвидом Отором.

Мнения, выраженные в статьях и других материалах, принадлежат авторам и не обязательно отражают политику МВФ.