ИИ оставит человечество без работы. Или мы снова чего-то не учли? Часть 1

Если один специалист с ИИ справится за десятерых, чем займутся остальные девять?
(c) Джон Мейнард Кейнс

Представьте обычный понедельник в компании. Разработчик за час собирает прототип функции, на которую раньше закладывали неделю. Маркетолог к обеду получает двадцать вариантов рекламной кампании. Аналитик за несколько минут строит отчёт и объясняет, почему упали продажи. Руководитель сначала радуется производительности, а затем открывает штатное расписание. Хотя чего представлять, кое-где что-то похожее уже есть.

Влад Лукашенко

Head of SEO & web‑аналитики, Тензор (разработчик saby.ru ^[1]), автор ТГ‑канал «ВладПРО»

Я более 10 лет занимаюсь аналитикой, SEO и управлением командами в digital‑маркетинге. А в своем Телеграм канале ^[2] и на сайте ^[3] пишу еще больше про всякое из реального маркетинга. Консультирую по аналитике web‑проектов и настройке инструментов маркетинга, помогаю проводить технические собеседования специалистов по различным типам трафика.

Итак, разговор об ИИ перестает быть разговором о будущем. Машине необязательно писать безошибочный код, создавать гениальную рекламу или понимать бизнес лучше человека. Достаточно выдавать приемлемый результат настолько дешево, чтобы заказчик больше не хотел оплачивать прежнее количество человеческих часов.

В этой арифметике пропущена вторая половина уравнения. Когда услуга дешевеет, ее начинают покупать те, кому она раньше была не по карману. Когда производство ускоряется, возникают продукты, которые прежде не окупались. А вокруг нового продукта появляются внедрение, контроль, обслуживание и совсем неожиданные способы заработать.

Поэтому вопрос звучит не так: «Отнимет ли ИИ работу у программиста, маркетолога или врача?» У отдельных людей и целых специализаций – безусловно, отнимет. Вопрос в другом: успеет ли новый спрос создать больше человеческой работы, чем автоматизация успеет уничтожить?

История не дает готового ответа, но показывает механизм. Эту статью-рассуждение я решил разделить на 2 части, ибо слишком большая. В первой части – исторической, разберем, почему станки, электричество, компьютеры и интернет не привели к концу занятости. Во второй – футурологической, проверим, где тот же механизм может сработать в эпоху ИИ – и где аналогия с прошлыми революциями способна нас обмануть.

Почему работа до сих пор не закончилась

Исторические данные в этой части преимущественно американские: по ним удобно видеть длинные ряды и конкретные механизмы, но они не обещают одинакового результата в каждой стране.

Станок сокращает работу. Дешёвая ткань создает спрос

Механический станок действительно отнимает работу. Если фабрике нужно выпустить прежнее количество ткани, а один ткач теперь производит в несколько раз больше, часть работников становится лишней. Луддиты ошибались не в том, что машина способна уничтожать рабочие места. Они ошибались бы, если бы считали, что на этом история заканчивается.

Станок снижал стоимость ткани. Покупатели, которые раньше экономили на одежде и домашнем текстиле, могли позволить себе больше. Фабрики расширяли выпуск, им требовались сырье, перевозки, ремонт оборудования, управление и продажи. Джеймс Бессен проследил этот цикл на двух столетиях данных по американской текстильной, сталелитейной и автомобильной промышленности: рост производительности долго сопровождался ростом занятости, пока рынки не приблизились к насыщению. После этого дальнейшая автоматизация уже могла сокращать число работников. Bessen, Automation and Jobs: When Technology Boosts Employment ^[4].

Это первая важная граница. Технология создает работу пока снижение цены приводит достаточно новых покупателей.

У железных дорог был другой механизм. Они и удешевляли существующую услугу и создавали инфраструктуру, которой раньше не было. При строительстве первой трансконтинентальной линии США в Union Pacific работали более восьми тысяч европейских иммигрантов, а в Central Pacific – более десяти тысяч китайских рабочих. Частный бизнес не спешил брать на себя весь риск, поэтому государство предоставило землю и финансирование. National Archives, Pacific Railway Act ^[5].

Вот вам два новых источника занятости: расширение производства того, что стало дешевле, и строительство того, что стало технически возможным.

Автомобиль создает работу далеко за воротами завода

С 1908 по 1927 год Ford выпустил более пятнадцати миллионов Model T. Минимальная цена автомобиля за этот период снизилась с первоначальных 850 до 260 долларов. Конвейер уменьшил количество труда в одной машине – и одновременно помог превратить автомобиль из дорогой игрушки в массовый товар. The Henry Ford, Henry Ford and the Assembly Line ^[6].

Если смотреть только на сборочную операцию, люди проиграли машине. Если отойти на несколько шагов, появится другая картина. Миллионы автомобилей нужно было продавать, страховать, заправлять и ремонтировать. Для них строили дороги, мотели и станции обслуживания. Машина изменила географию торговли и сделала возможными новые перевозки. Рабочие места возникали не потому, что конвейер был «дружелюбен к человеку», а потому, что вокруг дешевого автомобиля выросла новая система потребления.

Даже этот эффект распределялся неравномерно. Исследование электрификации американской промышленности за 1890–1940 годы показало: в отраслевых группах внутри округов, где фирмы изначально были небольшими, электричество сопровождалось ростом выпуска и занятости. В группах с крупными предприятиями производительность могла расти без заметного расширения занятости. Fiszbein et al., Powering Up Productivity ^[7].

Поэтому оценивать технологию только по числу сотрудников на одном автоматизированном предприятии недостаточно. Но и переносить рост всего рынка на каждую отдельную компанию нельзя: одна фирма расширит выпуск, другая тем же оборудованием сократит смену.

Банкомат не отменил кассира. Он изменил экономику отделения

История банкоматов стала почти обязательным аргументом в споре об автоматизации – и от постоянного повторения ^[8] не перестала быть поучительной. В США количество банкоматов с 1995 по 2010 год выросло примерно со 100 до 400 тысяч. Казалось бы, банковскому кассиру оставалось только исчезнуть. Но число кассиров увеличилось примерно с 500 тысяч в 1980 году до 550 тысяч в 2010-м. David Autor, Why Are There Still So Many Jobs? ^[9].

Банкомат забрал выдачу наличных, но одновременно удешевил работу отделения. Банки смогли открыть больше точек, а сотрудники переключались на продажи и помощь клиентам. Автоматизация одной операции изменила экономику всей услуги.

Сейчас эта история поворачивается снова: онлайн-банкинг и дальнейшая автоматизация уже сокращают спрос на кассиров, что отражено в прогнозе американского Бюро трудовой статистики. BLS, Tellers ^[10].

Одновременно компьютеры создавали специализации, которых нельзя было увидеть из кассы банковского отделения. В американских классификаторах появились инженер компьютерных приложений, проектировщик электронных схем, а позднее аналитик кибербезопасности. Исследователи New Frontiers подсчитали, что примерно 60% занятости США в 2018 году приходилось на названия специализаций, добавленные в классификаторы после 1940-го. Это не означает, что все они родились благодаря компьютерам; менялись доходы, медицина, культура и спрос на услуги. Но список человеческой работы действительно не застыл. Autor et al., New Frontiers, 2024 ^[11].

Одновременно появлялись новые специализации. Их трудно было предсказать из исчезающей операции: обслуживание банкомата не исчерпывает новую экономику компьютеров.

Интернет уничтожил привычную розницу – и построил другую

Интернет хорошо показывает, почему спор «создал или уничтожил» почти всегда поставлен слишком грубо. Он ударил по каталогам, туристическим агентствам, печатным объявлениям и множеству посредников. Одновременно ему понадобились склады, курьеры, разработчики, специалисты по платежным системам, поисковой оптимизации, кибербезопасности и анализу поведения ^[12] покупателей.

С декабря 1997-го по декабрь 2016 года занятость в американской категории электронной торговли и торговли по почте выросла с 212,6 до 380,1 тысячи человек – почти на 80%. В ряду были спады после пузыря доткомов и кризиса 2008 года, а не ровная линия технологического триумфа. BLS, Employment Growth and Wages in E-commerce ^[13].

Будущая экономика явно не ограничивается сегодняшним списком профессий. Но новое занятие появляется только тогда, когда за его результат кто-то готов платить.

Главная формула технологической революции

Все четыре истории можно свести к простой арифметике. Допустим, на заказ требовалось десять часов, а после автоматизации – пять. Если заказов осталось сто, объем человеческого труда упал с тысячи до пятисот часов. Чтобы работы стало больше, количество заказов должно вырасти более чем вдвое.

Откуда берется этот рост? Иногда старые покупатели заказывают больше, потому что цена снизилась. Иногда приходят новые покупатели. Иногда возникает продукт, которого раньше не существовало. А иногда вокруг автоматизированного ядра вырастает длинная цепочка физической, организационной и интеллектуальной работы.

Производительность сама по себе не создает занятость. Она снижает цену возможности. Дальше все решает спрос.

Именно поэтому история не обещает нам счастливого финала. Она дает более полезную вещь: критерий, по которому можно проверять прогнозы. Недостаточно назвать профессию, «усиленную ИИ». Нужно показать новую услугу, нового покупателя и причину, по которой экономия на одной операции не превратится целиком в сокращение штата.

Что показала первая часть

Опыт ^[14] прежних технологических революций можно свести к четырем выводам:

• автоматизация действительно уничтожает отдельные операции, рабочие места и иногда целые профессии;

• занятость растет лишь тогда, когда снижение цены приводит достаточно новых покупателей или создает рынок, которого раньше не существовало;

• новая работа чаще появляется за пределами автоматизированной операции – в инфраструктуре, внедрении, обслуживании, контроле и смежных услугах;

• этот рост распределяется неравномерно и не длится вечно: отрасль может расширяться, пока конкретная компания сокращает людей, а насыщение рынка способно развернуть эффект технологии.

Получается, сама производительность ничего не обещает. Чтобы понять последствия ИИ, нужно смотреть не только на то, сколько часов он экономит, но и на то, какие услуги после этого станут доступными, кто начнет их покупать и сколько человеческой работы останется вокруг результата.

Во второй части поразмышляю на тему, а какие же, нет не профессии, а целые сферы откроет нам ИИ. Рассуждения построю именно на этих 4 выводах, так что не ждите футурологических предсказаний в духе фантастов 20-го века.

Кстати, кому интересны мои размышления по теме ИИ можно почитать мои предыдущие бредни, там вроде бы все еще идет активная дискуссия в комментариях.

Восстание машин отменяется: почему интеллект без собственных целей еще не стал разумом ^[15]