разным оценкам, в ближайшие 4–5 лет только в США от 47 % до 53 % рабочих мест будут использовать искусственный интеллект, а установка каждого дополнительного промышленного робота вытеснит от трех до шести работников в смежных отраслях. В дальнейшем эти цифры будут только увеличиваться.
Для рынка труда это означает, что около половины рабочих мест в Соединенных Штатах скоро будет утрачено, так как места этих работников займут самообучающиеся алгоритмы – нейросети, которые умеют делать свою работу намного лучше людей.
Экономически это более чем оправданно.
Эффективность алгоритмов значительно выше, они всегда объективны, не стареют, не болеют (если их не заражают вирусами специально, конечно), не устают, не ошибаются. Кроме того, нейросети невозможно коррумпировать или вовлечь в конфликт интересов, у искусственного интеллекта нет чувств, лени, депрессии – всех тех качеств и слабых мест, которые в считанные месяцы могут превратить самого хорошего работника в «слабое звено», кандидата на увольнение.
И самое главное – искусственному интеллекту не нужно платить заработную плату. Благодаря машинному обучению (machine learning) многие алгоритмы уже сейчас могут выполнять свою работу лучше, чем люди, причем себестоимость этой работы минимальна, так как нейросети не надо оплачивать человеко-часы, нужно просто купить (написать, внедрить) программу.
Это мечта любого бизнесмена-капиталиста ведь в знаменитой формуле Карла Маркса «Себестоимость = Труд + Капитал» значение первого слагаемого при использовании «труда» алгоритмов стремится к нулю, а второго – к 100 %.
Многие возразят, что алгоритм нужно обучать, обслуживать, корректировать его работу. Конечно, это так, и уже сейчас десятки тысяч рабочих мест в Индии, Индонезии, на Филиппинах – это именно те люди-«учителя», которые обучают нейросети отличать стационарные предметы на дорогах от движущихся, кошку от человека, а светофоры от осветительных столбов. Эти люди получают неплохие по местным меркам деньги для того, чтобы в течение относительно короткого времени навсегда научить искусственный интеллект разбираться в том, в чем сам человек учится разбираться годами (в детском возрасте, конечно). Навсегда – потому, что обученный алгоритм уже никогда не забудет того, чему его обучили. И вскоре сможет обучать сам себя, уже без помощи людей, а люди-«учителя» станут не нужны.
Эксперты аналитической компании McKinsey и других исследовательских компаний рассчитали, что к 2030 году в мире подвергнутся полной автоматизации свыше 60 % всех профессий. При этом 375 млн рабочих мест будет автоматизировано частично, что потребует от людей осваивать новые навыки в процессе работы для того, чтобы соответствовать новым требованиям работодателя. По мнению экспертов McKinsey, в 2030 году автоматизация так или иначе, напрямую коснется миллиардов трудящихся практически во всех странах мира, при этом в сфере информационных технологий появятся лишь 20–50 миллионов новых рабочих мест.
Аналитики рассчитали, что страны мира с наибольшим потенциалом автоматизации и роботизации – Китай, Индия, США, Бразилия, Индонезия и Россия. Так, в России можно полностью автоматизировать 35,5 млн рабочих мест, то есть каждого второго (!) сотрудника. Впрочем, это обуславливается невысоким текущим показателем роботизации в Российской Федерации – лишь 5 роботов на 10 тыс. рабочих в 2018 году при среднем мировом показателе в 99 роботов на 10 тыс. рабочих.
Ученые Института Беркли Катя Грейс и Джон Сальватьер приводят в своей статье, опубликованной в «Journal of Artificial Intelligence Research», следующие прогнозы. По их мнению, к 2024 году искусственный интеллект будет лучше человека справляться с переводами на любые языки, к 2026 году сможет лучше людей писать сочинения и статьи на заданные темы, к 2027 году полностью заменит людей за рулем грузовых автомобилей. По их мнению, через несколько десятилетий искусственный интеллект будет лучше человека справляться со всеми видами работ без исключения. И если такое в самом деле произойдет, это сделает использование человеческого труда экономически бессмысленным.
Возможно, читатель попробует возразить, что все происходящее верно лишь для наиболее развитых стран и изменения точно не затронут развивающиеся страны, в особенности государства третьего мира. Отнюдь.
Глобализация и цифровая экономика меняют экономический рельеф всех, даже периферийных стран, которые ранее не были замечены в особом стремлении к прогрессу, а относились скорее к традиционным обществам. Возьмем в качестве примера Узбекистан.
Только за последние несколько лет на территории крупнейших (и древнейших) узбекских городов, в частности, Самарканда и Бухары, было снесено большинство известных еще со времен средних веков восточных базаров, дававших тысячи рабочих мест местным жителям. Местные власти предпочли построить вместо них чистые и современные гипермаркеты, в которых разместились международные бренды, принадлежащие транснациональным компаниям.
Аргументы были довольно ординарными: осовременивание облика городов; борьба с контрабандой и некачественными контрафактными товарами, повышение собираемости налогов и контроль за бизнесом. Население тихо повозмущалось, но не более. Нужно же стремиться «из прошлого в будущее»!
Экономисты констатируют, что в глобальном мире малый бизнес постепенно вытесняется естественным образом отовсюду (кроме ремесленнических форматов, медицины, IT, частично сферы услуг). С точки зрения властей его сложнее контролировать, он неудобный налогоплательщик, он чаще вовлечен в какие-то сомнительные схемы, в отличие от крупных компаний, которые беспокоятся о своей репутации. С точки зрения рынка малый бизнес никаким образом не может конкурировать с сетевыми структурами или высокотехнологичными корпорациями, использующими современные технологии, такие как «большие данные» или искусственный интеллект. При прочих равных издержки в любом случае будут выше именно у малого бизнеса.
А ведь, если посмотреть глобально, искусственный интеллект находится пока еще в зачаточном состоянии. Но мы уже знаем, что, если нейросеть создана, она, по меркам человеческой жизни, может самообучаться почти мгновенно. Алгоритм AlphaZero от компании Deep Mind (дочерняя структура Alphabet-Google), например, научился играть в шахматы лучше всех программ и людей в мире всего за 4 часа, просто играя сам с собой. Гениальному Магнусу Карлсену, действующему чемпиону мира среди людей по шахматам, на это потребовалось двадцать лет и десятки миллионов евро инвестиций (как прямых, так и косвенных) от своих родителей, спонсоров, норвежской шахматной федерации. При этом он даже не пытается соперничать с AlphaZero. Играть с программой в шахматы для человека – уже давно безнадежное занятие.
Игра го намного сложнее шахмат, так как в нее невозможно выиграть путем простого перебора вариантов. Несмотря на то, что го относится к типу игр «с полной информацией» (то есть теоретически в игре можно перебрать все варианты), считается, что число возможных ходов в го превышает количество атомов во Вселенной, а это практически бесконечное число. Тем не менее, нейросети AlphaGo от
