На этой неделе Ричард Уотерс, обозреватель FT и бывший редактор West Coast, беседует с главным редактором MIT Technology Review Дэвидом Ротманом об истинном влиянии ИИ на рынок труда.
Добро пожаловать в «Состояние ИИ» — новый совместный проект Financial Times и MIT Technology Review . Каждый понедельник в течение следующих двух недель авторы обоих изданий будут обсуждать один из аспектов революции генеративного ИИ, меняющей мировую власть.
На этой неделе Ричард Уотерс, обозреватель FT и бывший редактор West Coast, беседует с главным редактором MIT Technology Review Дэвидом Ротманом об истинном влиянии ИИ на рынок труда.
Бонус: если вы подписаны на MIT Technology Review, вы можете присоединиться к Дэвиду и Ричарду, а также главному редактору MIT Technology Review Мэту Хонану, для эксклюзивной беседы на эту тему во вторник, 9 декабря, в 13:00 по восточному времени. Зарегистрируйтесь здесь, чтобы принять участие.
Ричард Уотерс пишет :
Любая масштабная новая технология всегда внедряется неравномерно, но мало кто из них был столь неравномерен, как генеративный ИИ. Это затрудняет оценку её вероятного влияния на отдельные предприятия, не говоря уже о производительности экономики в целом.
С одной стороны, ИИ-помощники в программировании произвели революцию в работе разработчиков программного обеспечения. Марк Цукерберг недавно предсказал, что половина кода Meta будет написана ИИ в течение года. С другой стороны, большинство компаний не получают практически никакой выгоды от своих первоначальных инвестиций. Широко цитируемое исследование Массачусетского технологического института показало, что на данный момент 95% проектов с использованием ИИ поколения не приносят никакой прибыли.
Это дало пищу для скептиков, которые утверждают, что генеративный ИИ — по своей природе вероятностная технология, склонная к галлюцинациям — никогда не окажет существенного влияния на бизнес.
Однако для многих исследователей истории технологий отсутствие немедленного эффекта — это всего лишь обычная задержка, связанная с появлением новых преобразующих технологий. Эрик Бриньолфссон, тогда доцент Массачусетского технологического института, впервые описал то, что он назвал «парадоксом производительности ИТ», в начале 1990-х годов. Несмотря на множество отрывочных свидетельств того, что технологии меняют способы работы людей, это не отражалось в совокупных данных в виде более высокого роста производительности. Бриньолфссон пришёл к выводу, что компаниям просто нужно время, чтобы адаптироваться.
Крупные инвестиции в ИТ наконец дали результаты: в середине 1990-х годов в США начался заметный рост производительности труда. Однако десятилетие спустя этот рост замедлился, и наступило второе затишье.
ОБЗОР ТЕХНОЛОГИЙ FT/MIT | ADOBE STOCKВ случае с ИИ компаниям необходимо создать новую инфраструктуру (в частности, платформы данных), перестроить основные бизнес-процессы и переобучить сотрудников, прежде чем можно будет ожидать результатов. Если медленные результаты объясняются задержкой, то, по крайней мере, есть основания для оптимизма: значительная часть инфраструктуры облачных вычислений, необходимой для внедрения генеративного ИИ в более широкую бизнес-аудиторию, уже существует.
И возможности, и проблемы огромны. Руководитель одной из компаний из списка Fortune 500 рассказал, что его организация провела комплексный анализ использования аналитики и пришла к выводу, что её сотрудники в целом не приносят никакой пользы. Отказ от старого программного обеспечения и замена неэффективного человеческого труда искусственным интеллектом могут дать значительные результаты. Но, как отмечает этот человек, такая перестройка потребует серьёзных изменений в существующих процессах и займёт годы.
Есть некоторые обнадеживающие признаки. Рост производительности труда в США, который более полутора десятилетий держался на уровне 1–1,5%, в прошлом году превысил 2%. Вероятно, он достиг того же уровня за первые девять месяцев этого года, хотя отсутствие официальных данных из-за недавнего приостановки работы правительства США не позволяет подтвердить это.
Однако невозможно сказать, насколько устойчивым будет этот отскок и в какой степени он связан с ИИ. Влияние новых технологий редко ощущается изолированно. Напротив, преимущества накапливаются. ИИ опирается на более ранние инвестиции в облачные и мобильные вычисления. Точно так же последний бум ИИ может быть лишь предвестником прорывов в областях, оказывающих более широкое влияние на экономику, таких как робототехника. ChatGPT, возможно, и привлек внимание публики, но чат-бот OpenAI вряд ли скажет последнее слово.
Дэвид Ротман отвечает:
Это моя любимая тема для обсуждения в последнее время, когда речь заходит об искусственном интеллекте. Как ИИ повлияет на общую экономическую производительность? Забудьте о завораживающих видеороликах, обещаниях дружеского общения и перспективе использования агентов для выполнения утомительной повседневной работы — главное, сможет ли ИИ способствовать росту экономики, а это означает повышение производительности.
Но, как вы говорите, сложно точно определить, как именно ИИ влияет на этот рост или как он будет влиять в будущем. Эрик Бриньолфссон прогнозирует, что, как и другие так называемые технологии общего назначения, ИИ будет следовать J-образной кривой, в которой сначала наблюдается медленное, даже отрицательное, влияние на производительность, поскольку компании активно инвестируют в технологию, прежде чем наконец получить от неё выгоду. А затем — бум.
Но есть контрпример, опровергающий аргумент «просто будьте терпеливы». Рост производительности в сфере ИТ ускорился в середине 1990-х, но с середины 2000-х годов стал относительно слабым. Несмотря на смартфоны, социальные сети и приложения, такие как Slack и Uber, цифровые технологии мало способствовали устойчивому экономическому росту. Значительного повышения производительности так и не произошло.
Спросите ИИ, почему это важно для вас? БЕТА-ВЕРСИЯ. Вот почему эта история может быть важна для вас, по мнению ИИ. Это бета-версия функции, и ИИ галлюцинирует — это может быть странно . Отрасль, которая мне интересна, — это… Узнайте больше о том, как мы используем ИИ.
Дарон Асемоглу, экономист Массачусетского технологического института и лауреат Нобелевской премии 2024 года, утверждает, что прирост производительности от генеративного ИИ будет гораздо меньше и займёт гораздо больше времени, чем предполагают оптимисты в отношении ИИ. Причина в том, что, хотя эта технология и впечатляет во многих отношениях, её область применения слишком узко сфокусирована на продуктах, малоактуальных для крупнейших секторов бизнеса.
Статистика, которую вы приводите, что 95% проектов ИИ не приносят коммерческой выгоды, весьма показательна.
Возьмём, к примеру, производство. Несомненно, какая-то версия ИИ могла бы помочь: представьте себе рабочего на заводе, который фотографирует проблему и просит ИИ-агента дать совет. Проблема в том, что крупные технологические компании, создающие ИИ, на самом деле не заинтересованы в решении столь обыденных задач, а их большие базовые модели, в основном обучаемые в интернете, не так уж и полезны.
Легко списать отсутствие влияния ИИ на производительность труда на бизнес-практики и недостаточную подготовку сотрудников. Ваш пример с руководителем компании из списка Fortune 500 звучит слишком знакомо. Но полезнее задаться вопросом, как можно обучить и настроить ИИ, чтобы предоставить работникам, например, медсёстрам, учителям и работникам заводов, больше возможностей и повысить их производительность.
Это различие имеет значение. Некоторые компании, недавно объявившие о масштабных сокращениях, назвали причиной ИИ. Однако есть опасения, что это всего лишь краткосрочная схема экономии. Как сходятся во мнении такие экономисты, как Бриньольфссон и Асемоглу, рост производительности от ИИ произойдёт, когда он будет использоваться для создания новых рабочих мест и повышения квалификации сотрудников, а не только для сокращения рабочих мест с целью снижения затрат.
Ричард Уотерс отвечает:
Вижу, мы оба настроены весьма осторожно, Дэвид, поэтому я постараюсь закончить на позитивной ноте.
Некоторые анализы предполагают, что гораздо большая доля существующих задач доступна современному ИИ. McKinsey оценивает этот показатель в 60% (по сравнению с 20% у Acemoglu) и оценивает годовой прирост производительности в экономике в 3,4%. Кроме того, подобные расчёты основаны на автоматизации существующих задач; любые новые применения ИИ, улучшающие существующие рабочие места, как вы и предполагаете, станут преимуществом (и не только с экономической точки зрения).
Сокращение расходов всегда кажется первостепенной задачей при внедрении любой новой технологии. Но мы всё ещё находимся на ранних этапах, и ИИ развивается быстро, так что мы всегда можем надеяться .
Дальнейшее чтение
Главный экономический обозреватель Financial Times Мартин Вулф скептически относится к идее повышения производительности труда в сфере технологий, но считает, что ИИ может опровергнуть его. Недостаток: потеря рабочих мест и концентрация богатства могут привести к «технофеодализму».
Роберт Армстронг из Financial Times утверждает, что бум инвестиций в центры обработки данных не обязательно должен обернуться спадом. Самый большой риск заключается в том, что долговое финансирование будет играть слишком большую роль в развитии.
В прошлом году Дэвид Ротман написал для MIT Technology Review о том, как мы можем убедиться, что ИИ работает на нас, повышая производительность, и какие корректировки курса потребуются.
Дэвид также написал статью о том, как лучше всего измерить влияние финансирования базовых НИОКР на экономический рост и почему оно часто может быть больше, чем вы думаете.
Источник: www.technologyreview.com
