В идеальном мире менеджеры тратили бы время на то, чтобы покончить с бесполезной и повторяющейся работой, которая приводит к скуке, и перестроить работу так, чтобы сосредоточиться на более интересных задачах. Однако, несмотря на многолетние советы по управлению, большинство официальных ритуалов, форм и требований сохраняются уже давно. Если люди не могут покончить с этой утомительной работой, то, возможно, это смогут сделать машины.
Мы уже передали на аутсорсинг худшую часть письменной работы (проверку грамматики) и математики (длинное деление) машинам, таким как программы проверки орфографии и калькуляторы, которые освободили нас от этих утомительных задач. Было бы естественно использовать LLM для расширения этого процесса. И это действительно то, что мы наблюдаем в некоторых первых исследованиях по использованию ИИ для работы. Люди, использующие ИИ для выполнения задач, получают больше удовольствия от работы и чувствуют, что лучше используют свои таланты и способности. Возможность перепоручить ИИ дрянные, бессмысленные задачи может быть очень полезной. Худшие части вашей работы переходят к ИИ, и вы можете сосредоточиться на хороших вещах.
Таким образом, если мы хотим подумать о первой работе, которую мы действительно отдадим ИИ, возможно, нам следует начать с того, с чего начиналась любая другая волна автоматизации: с нудной, (психологически) опасной и повторяющейся работы. Компании и организации могут начать с размышлений о том, как сделать скучные процессы "дружелюбными к ИИ", позволяя машинам (под контролем человека) заполнять наши необходимые формы. Вознаграждение работникам за то, что они справляются со скучными задачами с помощью искусственного интеллекта, также может помочь оптимизировать работу и сделать всех счастливее. А если это прольет свет на задачи, которые можно безопасно автоматизировать без снижения стоимости, то тем лучше. Возможно, от этой работы можно избавиться. Это, безусловно, лучшее место для начала, чем альтернатива - алгоритмический контроль.
От систем к рабочим местам
И теперь, рассказав о задачах и системах, мы можем вернуться к вопросу о рабочих местах и о том, в какой степени ИИ может заменить людей. Как мы уже убедились, очень вероятно, что ИИ возьмет на себя выполнение человеческих задач. Если мы воспользуемся всем, что может предложить ИИ, это будет хорошо. Скучные задачи или задачи, в которых мы не разбираемся, можно передать на аутсорсинг ИИ, оставив хорошие и ценные задачи нам или, по крайней мере, командам киборгов, состоящим из ИИ и человека. Это вписывается в исторические модели автоматизации, когда набор задач, составляющих рабочие места, меняется по мере развития новых технологий. Когда-то бухгалтеры вычисляли цифры вручную, теперь они пользуются электронными таблицами - они все еще бухгалтеры, но набор их задач изменился.
Когда мы начинаем принимать во внимание системы, в которых функционируют рабочие места, мы видим другие причины подозревать медленное, а не быстрое изменение характера рабочих мест. Люди глубоко встроены в ткань каждого аспекта деятельности наших организаций. Вы не сможете легко заменить человека машиной, не разорвав эту ткань. Даже если вы сможете в одночасье заменить врача искусственным интеллектом, будут ли пациенты довольны тем, что их принимает машина? Как будут действовать правила ответственности? Как к этому отнесутся другие специалисты в области здравоохранения ? Кто будет выполнять другие задачи, за которые отвечал врач, например, обучать интернов или участвовать в работе профессиональных организаций? Наши системы окажутся более устойчивыми к изменениям, чем наши задачи.
Но это не значит, что некоторые отрасли не будут быстро меняться, поскольку их фундаментальная экономика изменится. Технологии общего назначения как разрушают, так и создают новые сферы деятельности. Стоковая фотография, рынок которой приносит 3 миллиарда долларов в год, вероятно, в значительной степени исчезнет, поскольку искусственный интеллект, по иронии судьбы обученный на этих самых изображениях, сможет легко создавать индивидуальные изображения. Или рассмотрим индустрию колл-центров стоимостью 110 миллиардов долларов в год, которая столкнется с последствиями того, что отточенные ИИ будут выполнять все больше задач, которые раньше выполняли люди, действуя как телефонная служба, которая действительно работает. В то же время могут появиться совершенно новые отрасли, такие как обслуживание и развертывание систем искусственного интеллекта. А существующие отрасли могут стать сверхмощными. Например, для модификации и адаптации старых систем к преимуществам ИИ, скорее всего, потребуется больше ученых и инженеров .
Поэтому не стоит удивляться тому, что более двух третей опрошенных экономистов ожидают, что в среднем в ближайшие несколько лет ИИ окажет очень незначительное влияние на общее количество рабочих мест, даже если ИИ будет способствовать росту экономики в целом. Однако это не означает, что новые технологии никогда не приведут к массовому вытеснению работников. Так, например, произошло с одной из самых больших категорий рабочих мест, которые когда-либо занимали женщины, - телефонистками. К 1920-м годам 15 процентов всех американских женщин работали операторами, а компания AT&T была крупнейшим работодателем в США. AT&T решила убрать старых телефонных операторов и заменить их гораздо более дешевым прямым набором. Число рабочих мест операторов быстро сократилось на 50-80 процентов. Как и следовало ожидать, рынок труда в целом быстро скорректировался, поскольку молодые женщины нашли другие должности, например секретарские, которые предлагали аналогичную или более высокую оплату. Но женщины с наибольшим опытом работы операторами в долгосрочной перспективе пострадали больше, поскольку их стаж работы в исчезнувшей профессии не перешел в другие сферы. Таким образом, хотя рабочие места обычно приспосабливаются к автоматизации, это происходит не всегда, по крайней мере, не для всех.
Конечно, есть и причины, по которым ИИ может отличаться от других технологических волн. Это первая волна автоматизации, которая широко затрагивает самых высокооплачиваемых профессиональных работников. Кроме того, внедрение ИИ происходит гораздо быстрее и гораздо шире, чем предыдущие технологические волны. И мы до сих пор не знаем, каковы пределы и возможности этой новой технологии, как быстро они будут расти и насколько аисторичными и странными могут быть ее эффекты.
Работа, связанная со знаниями, славится очень большими различиями в способностях работников. Например, неоднократные исследования показали, что по некоторым параметрам качества программирования разница между программистами из 75-го процентиля и 25-го процентиля может достигать 27 раз. А мои собственные исследования показали, что между хорошими и плохими менеджерами существует большой разрыв. Но ИИ может все это изменить.
Исследование за исследованием показывает, что наибольший толчок от ИИ получают люди с самыми низкими начальными способностями - он превращает плохих исполнителей в хороших. В заданиях на написание текстов плохие писатели становятся хорошими. В тестах на креативность он больше всего стимулирует наименее креативных. А среди студентов-юристов худшие юристы превращаются в хороших. А в исследовании раннего генеративного ИИ в колл-центре самые низкопроизводительные работники стали на 35 % продуктивнее, в то время как опытные работники выиграли совсем немного. В нашем исследовании, проведенном в BCG, мы обнаружили аналогичный эффект. Больше всего от ИИ выиграли те, кто обладал самыми слабыми навыками, но даже самые высокопроизводительные сотрудники выиграли.
Это говорит о возможности более радикальной реконфигурации труда, когда ИИ выступит в роли великого уравнителя, превращая каждого в отличного работника. Последствия этого могут быть столь же глубокими, как и автоматизация ручного труда. Неважно, насколько хорошо вы умеете копать, потому что вы все равно не сможете копать так же хорошо, как паровая лопата. В этом случае характер рабочих мест сильно изменится, поскольку образование и навыки станут менее ценными. Поскольку дешевые работники выполняют ту же работу за меньшее время, массовая безработица или, по крайней мере, неполная занятость становится более вероятной, и мы можем увидеть необходимость в таких политических решениях, как четырехдневная рабочая неделя или всеобщий базовый доход, которые снижают планку благосостояния человека.