Финансовая
квинтэссенция Федор
Рогач

Хотя ничто не гарантировано, есть веские основания ожидать, что внедрение ИИ приведет к значительному росту производительности. Но даже если это произойдет, этот рост не приведет автоматически к широко распространенным выгодам с точки зрения занятости и доходов.

Многие наблюдатели, включая меня, ожидают значительного роста производительности с помощью ИИ. Для начала, первоначальные данные из растущего набора исследований вариантов использования указывают на это. Более того, учитывая быстрое расширение функциональности ИИ, снижение затрат на обучение и использование моделей ИИ, а также принятие инструментов и систем с открытым исходным кодом, кажется вероятным, что ИИ может быть применен осмысленным образом практически в каждом секторе и категории работ.

Конечно, эффективное внедрение ИИ не является предрешенным решением и не произойдет в одночасье из-за проблем с доступом, распространением и кривыми обучения. Но даже если эти барьеры будут преодолены, далеко не гарантировано, что рост производительности с помощью ИИ принесет широкомасштабные выгоды с точки зрения занятости и доходов. Это зависит от того, что происходит в двух областях: инструментарий ИИ и рынок труда.

Мы знаем, что инструментарий ИИ быстро расширяется. Но если большинство дополнений будут сосредоточены на воспроизведении человеческих возможностей — и, таким образом, замене людей-работников — повышение производительности будет сопровождаться негативными распределительными эффектами. И все же, как недавно отметили Андреас Хаупт и Эрик Бриньолфссон, значительная часть текущих бенчмарков для систем машинного обучения смещена в сторону автоматизации, и лишь немногие включают людей в оценки.

Чтобы предотвратить превращение разработки ИИ в «игру в имитацию», Хаупт и Бриньолфссон советуют сообществу разработчиков принять «оценки кентавров», в которых люди и системы ИИ совместно решают задачи. Это переместит развитие машинного обучения в сторону дополнения или взаимодействия машины и человека, а не автоматизации.

Но чтобы гарантировать, что преимущества ИИ будут широко распространены, мы должны также рассмотреть рынок труда. Рассмотрим Соединенные Штаты. Около 20% работников страны заняты в торгуемом секторе, который включает производство (40%) и услуги (60%), которые торгуются на международном уровне. Остальные работники — почти 80% — работают в неторгуемых секторах услуг, таких как правительство, образование, гостиничный бизнес, традиционная розничная торговля и строительство.

Расхождение между торгуемыми и неторгуемыми секторами с точки зрения производительности и дохода неуклонно росло в течение последних трех десятилетий. Как правило, торгуемые секторы, которые включают такие рабочие места, как управление многонациональными предприятиями, проектирование полупроводников и компьютеров, а также проведение исследований и разработок, могут похвастаться более высокой и быстрорастущей производительностью и более высоким ростом доходов. Вот почему, даже когда занятость в обрабатывающей промышленности снизилась, а затем выровнялась, выпуск — или, точнее, добавленная стоимость — продолжал расти.

Если мы не будем осторожны, ИИ увеличит разрыв между торгуемыми и неторгуемыми секторами, что приведет к резкому росту неравенства. Только если ИИ будет эффективно применяться не только в торгуемых и неторгуемых секторах, но и в рабочих местах с низким и средним доходом в этих секторах, он может привести к росту производительности в масштабах всей экономики и всеобъемлющему росту доходов. Вот почему необходимо предпринять согласованные усилия, чтобы направить развитие ИИ в сторону расширения и сотрудничества по всему спектру работы и доходов.

На этом фронте есть некоторые позитивные сигналы. Агентство перспективных исследовательских проектов Министерства обороны США провело конкурсы, посвященные сотрудничеству человека и робота, например, роботы, улучшающие физические возможности человека, и люди, управляющие роботами, пока они перемещаются в сложных, быстро меняющихся физических средах. Но необходимо сделать больше. Финансирование фундаментальных исследований в области ИИ, в том числе правительствами, должно подчеркивать расширение и сотрудничество, а также следует ввести стимулы для частных разработчиков.
Другие соображения также могут и должны определять развитие ИИ. AlphaFold от DeepMind обеспечивает значительный рост эффективности и производительности, выполняя очень трудоемкую и отнимающую много времени задачу: прогнозирование структуры белков на основе их аминокислотной последовательности. Но его цель не столько заменить людей, сколько продвинуть область биомедицинской науки. Это приносит пользу людям другими способами.
Тем не менее, обеспечение того, чтобы инструментарий ИИ предлагал преимущества расширения или сотрудничества в разных секторах и на разных уровнях дохода, должно быть главным приоритетом. Но это само по себе не может гарантировать значительного повышения всеобщего благосостояния, поскольку все еще действуют эффекты общего равновесия.
Мы видели это в предыдущем раунде цифрового внедрения, когда многие рутинные, кодифицируемые рабочие места были автоматизированы. Добавьте к этому глобализацию, которая повлекла за собой аутсорсинг трудоемких производственных рабочих мест, и у огромного количества уволенных, часто из среднего класса, рабочих не было иного выбора, кроме как перейти на нерутинные рабочие места, часто с более низкими уровнями производительности и дохода. Такой переход никогда не бывает гладким.
В предстоящем переходе на ИИ рост производительности приведет к снижению затрат и, вместе с обычным конкурентным давлением, к снижению цен. Но если эластичность спроса в секторе меньше единицы, рабочие места будут потеряны. Конечно, другие секторы с более высокой эластичностью спроса добавят рабочие места. Но перемещение людей между секторами и категориями рабочих мест подразумевает значительную турбулентность. И существует реальный риск временного увеличения предложения рабочей силы относительно спроса, что ослабит переговорную силу рабочей силы.
Как многие отметили, поддержка перехода, с точки зрения как дохода, так и навыков, имеет важное значение, и инструменты на основе ИИ, вероятно, смогут помочь в переподготовке и приобретении навыков. В то же время политики должны создавать спрос на рабочую силу, как это было сделано после Великой депрессии.
Для США это дает возможность убить двух зайцев одним выстрелом. По ряду причин экономика США отстает в развитии и модернизации инфраструктуры. Обращение этой тенденции вспять добавило бы хорошие рабочие места и спрос на рабочую силу, тем самым создав буфер для предстоящего перехода, обусловленного ИИ.

Майкл Спенс
— лауреат Нобелевской премии по
экономике, старший научный
сотрудник Института Гувера

Источник.