Программная автоматизация, часто включающая машинное обучение, уже посягает на некоторые задачи, выполняемые белыми воротничками. Например, в юриспруденции умные алгоритмы теперь изучают документы и определяют, следует ли их включать в юридический анализ при подготовке к судебному процессу. Системы искусственного интеллекта становятся все более искусными в правовых исследованиях. Прогностические алгоритмы анализируют исторические данные и оценивают вероятность исхода — от результатов рассмотрений дел в Верховном суде до рисков нарушения конкретного контракта. Иначе говоря, ИИ уже влияет на деятельность, требующую вынесения суждения, которая раньше относилась к компетенции только самых опытных юристов. Крупные медиакомпании все активнее используют системы, автоматизирующие журналистскую работу базового уровня: они анализируют поток данных, выявляют содержащийся в них сюжет и затем автоматически генерируют текст. В таких компаниях, как Bloomberg, подобные системы используются для почти мгновенного создания репортажей, где освещаются отчеты корпораций о прибылях и убытках. Способность искусственного интеллекта обрабатывать естественный язык развивается, и подготовка практически любых рутинных текстов как для внутренних, так и для внешних корпоративных коммуникаций будет, скорее всего, все более автоматизироваться. Положение аналитиков в таких сферах, как банковское дело или страхование, станет особенно шатким. Например, отчет Wells Fargo за 2019 год предсказывает, что в результате технологического развития за следующее десятилетие в банковской отрасли США исчезнет около 200 000 рабочих мест[232]. Влияние автоматизации на Уолл-стрит уже очевидно: торговые залы, где когда-то царил хаос и оглушительный шум, теперь по большей части наполняет тихий гул компьютеров. В 2019 году на крупнейших биржах действовали лишь небольшие группы специалистов, располагающихся в определенных зонах торгового зала[233]. Пандемия коронавируса продемонстрировала, что даже эти немногие исключения уже необязательны, поскольку торги стремительно переводятся в полностью электронный формат.
Кол-центры, занятые обслуживанием клиентов или технической поддержкой, — еще одна область, которая созрела для преобразования. Благодаря быстрому развитию способности искусственного интеллекта обрабатывать естественный язык возникают приложения, способные автоматизировать все большую часть этой работы с использованием технологии голосовой коммуникации и онлайновых чат-ботов. До сих пор эти функции очень активно выводились за рубеж, но с совершенствованием технологии исчезают и многие рабочие места в кол-центрах, находящихся в странах с дешевой рабочей силой, таких как Индия и Филиппины. Ответы на обращения в клиентскую службу — это задача, во многих отношениях идеально подходящая для машинного обучения. Каждое взаимодействие клиента и сотрудника кол-центра дает много данных, в том числе о том, какой вопрос был задан, какой ответ дан, привело ли это к полному решению проблемы. Алгоритмы машинного обучения могут обработать тысячи таких взаимодействий и быстро научиться успешно отвечать на существенную долю повторяющихся запросов. Когда же система обучена, алгоритм становится все умнее с каждым звонком клиентов. Сейчас уже десятки стартапов предлагают чат-боты на основе ИИ для автоматизированной службы клиентской поддержки. Многие из них работают в таких специфических отраслях, как здравоохранение и финансовые услуги[234]. С развитием этих технологий штаты кол-центров, скорее всего, сократятся, поскольку оператор будет нужен только для самых сложных взаимодействий с клиентами.
Умение писать компьютерный код часто преподносится как своеобразная панацея от уничтожения рынка труда новыми технологиями. Тем, кто теряет работу в журналистике или даже в угледобыче, рекомендуют «учиться программировать». Курсы программирования множатся как грибы после дождя, звучат предложения сделать программирование обязательным в средней или даже в начальной школе. В действительности, однако, на умение писать компьютерный код действуют те же самые силы, которые уничтожают другие виды квалифицированной работы. Как и в случае кол-центров, передним краем автоматизации часто является аутсорсинг, и значительная часть рутинной разработки программ уже вынесена в страны с дешевой рабочей силой, прежде всего в Индию. Практически все ведущие технологические компании вложили большие деньги в инструменты автоматизации программирования. Например, Facebook разработала систему Aroma на основе ИИ, осуществляющую своего рода «автозаполнение» при программировании с опорой на гигантскую базу программ в публичном доступе[235]. DARPA также финансирует исследования в области автоматизации программирования, отладки и тестирования компьютерного кода. Даже GPT-3, созданная OpenAI система естественного языка, обученная на огромном количестве документов из интернета, способна решать некоторые рутинные задачи в области программирования[236].
В общем, хотя освоение программирования, безусловно, может быть полезным и плодотворным занятием, дни, когда владение этим навыком гарантировало достойную работу, почти миновали. То же самое относится ко множеству других интеллектуальных профессий. Технологии начинают посягать даже на позиции хорошо образованных и оплачиваемых работников, и неравенство неизбежно усугубит перекос пирамиды доходов в пользу вершины: крохотная элита будет владеть огромным капиталом, отнятым у всех остальных. Чем заметнее эта тенденция затрагивает высокооплачиваемых работников, тем сильнее подрывается покупательная способность потребителей и потенциал устойчивого экономического роста. Впрочем, есть и положительный момент: лучше оплачиваемые интеллектуальные работники обладают несравненно большей политической властью, чем рабочие фабрик или низкооплачиваемый обслуживающий персонал. Вследствие этого давление на рабочие места белых воротничков, возможно, активизирует поддержку политических мер в ответ на уничтожение рынка труда новыми технологиями.
Какие рабочие места являются самыми защищенными?
За последние несколько лет я объездил почти все континенты и десятки раз выступал на тему потенциального влияния искусственного интеллекта и роботизации на рынок труда. В какой бы стране я ни оказывался, аудитория чаще всего задавала одни и те же вопросы: какие работы наиболее защищены и какую профессию я бы посоветовал получить своим детям? Общий ответ очевиден, но вряд ли кого обрадует: избегайте занятий, рутинных и предсказуемых по своему характеру. Именно они наиболее уязвимы для автоматизации на основе ИИ в ближайшей перспективе. Эту рекомендацию можно сформулировать иначе: избегайте скучной работы. Если, приходя на работу, вы каждый день сталкиваетесь с новыми вызовами и постоянно учитесь, то имеете больше всего шансов опережать технологии, по крайней мере в обозримом будущем. Напротив, если большую часть рабочего времени вы выдаете практически одни и те же отчеты, презентации или анализы, то пора задуматься об изменении направления своего профессионального развития.
Если говорить более конкретно, я считаю, что наименее уязвимы для автоматизации в ближней и среднесрочной перспективе три категории занятий. Во-первых, в относительной безопасности находятся занятия, подлинно творческие по характеру. Если вы мыслите нестандартно, разрабатываете инновационные стратегии решения непредвиденных проблем или создаете что-то поистине новое, то у вас есть все возможности использовать искусственный интеллект как инструмент. Иными словами, гораздо более вероятно, что новые технологии дополнят ваш труд, а не заменят вас. Впрочем, сейчас ведутся серьезные исследования в области создания творческих машин, и когда-нибудь ИИ начнет посягать и на творческую работу. Умные алгоритмы уже сейчас могут писать оригинальные картины, формулировать научные гипотезы, сочинять классическую музыку и создавать новаторские электронные устройства. AlphaGo и AlphaZero от DeepMind привнесли свежую энергию и креативность в профессиональные соревнования по го и шахматам, потому что эти системы представляют собой поистине чужеродный интеллект, часто применяющий необычные стратегии, ошеломляющие экспертов. Тем не менее я считаю, что в обозримом будущем искусственный интеллект будет использоваться для расширения, а не замены креативности людей.
Вторая зона безопасности охватывает профессии, в которых первостепенное значение придается созданию значимых и многогранных отношений с другими людьми. Сюда относятся, например, наполненное сочувствием и заботой взаимодействие медсестры с пациентом или отношения между клиентом и бизнесменом или консультантом в сложных областях деятельности. Важно отметить, что я имею в виду не короткие контакты улыбающегося и дружелюбного обслуживающего персонала с клиентами, а отношения, требующие более глубокого и многопланового межличностного взаимодействия. Опять-таки ИИ вторгается и в эти сферы. Например, как говорилось в главе 3, чат-боты уже оказывают простейшие психотерапевтические услуги, и способность ИИ воспринимать человеческие эмоции, реагировать на них и имитировать их продолжит развиваться. Я, однако, считаю, что машины еще нескоро научатся формировать по-настоящему сложные, многомерные отношения с людьми.
Третья категория защищенных профессий включает занятия, требующие значительной мобильности, ловкости рук и навыков принятия решений в непредсказуемых условиях. Медсестры и специалисты по уходу за престарелыми относятся и к этой категории. Сюда же можно включить квалифицированных представителей рабочих специальностей: водопроводчиков, электриков и механиков. Создание доступных по цене роботов, способных автоматизировать работу этого типа, вероятнее всего, дело далекого будущего. Рабочие специальности, требующие высокой квалификации, будут наилучшим выбором для людей, решивших не получать диплом колледжа. Мне кажется, в Соединенных Штатах следовало бы уделять гораздо больше внимания доступному среднеспециальному образованию или профессионально-техническому обучению, позволяющему молодежи овладеть этими профессиями, вместо того чтобы заманивать все больше выпускников школ в колледжи и университеты.