Само собой, никто наверняка не знает, чтó в будущем ждет сферу занятости (а если на то пошло, то и любую другую отрасль). Тем не менее есть четыре шага, которые мы можем предпринять, чтобы предсказать, какие изменения произойдут в мире профессий и квалификаций в связи с внедрением ИИ. Во-первых, можно провести экстраполяцию на основе прошлых и текущих данных, но многие полагают, что когнитивные технологии быстро станут гораздо более интеллектуальными, что делает экстраполяцию недостаточно надежной. Во-вторых, можно подробно изучить современные профессии и задачи и оценить, какую их долю удастся автоматизировать в ближайшем будущем. В-третьих, можно провести опросы и выяснить, что думают о будущем профессий сегодняшние руководители. Наконец, в-четвертых, можно с помощью логики оценить вероятность автоматизации. В настоящей главе я использую каждый из этих подходов – нам нужны все доступные инструменты!
В двух следующих разделах я рассмотрю как масштабную автоматизацию, так и (более вероятную) частичную автоматизацию и «совершенствование» человеческого труда компетенциями ИИ – и наоборот. Руководителям, как правило, нравится идея автоматизации, поскольку она сулит снижение расходов и повышение производительности. С другой стороны, совершенствование процессов с помощью технологий обычно дает больше гибкости и открывает потенциал для инноваций, а масштабную автоматизацию часто провести нелегко. Я также опишу, как компании могут двигаться вперед, реализуя стратегии автоматизации или совершенствования текущих процессов, хотя я считаю, что, вероятнее всего, развитие пойдет по второму пути, который кажется мне более желательным.
Масштабная автоматизация
Стоит признать, что искусственный интеллект представляет собой мощный инструмент, который может выполнять (с высокой степенью самостоятельности после изначального программирования) огромное количество задач. После победы IBM Watson в Jeopardy! (в соревновании с лучшими игроками) и победы Alphabet Go в го (в соревновании с одним из лучших игроков) я пришел к выводу, что если мы решим научить когнитивную систему выполнять одну – любую – задачу, то в конце концов добьемся успеха. И «успех» здесь означает способность справляться с задачей лучше человека.
Опасения, связанные с масштабной автоматизацией, вероятно, достигли пика в 2015 г., когда такие книги, как «Роботы наступают» Мартина Форда[113] и «Людей просим не обращаться» Джерри Каплана[114], познакомили читателей с идеей о том, что ИИ, в отличие от людей, прогрессирует очень быстро, а потому технологии, скорее всего, заменят многих работников в целом ряде отраслей и бизнес-подразделений.
Такая логика в совокупности с другими исследованиями привела к появлению нескольких прогнозов о вероятности замены человеческого труда трудом ИИ. Как правило, для прогнозирования профессии разбивались на отдельные задачи, после чего производилась оценка, с какой вероятностью ИИ (часто в неопределенный момент будущего) сумеет выполнять каждую из этих задач. Если бóльшая или значительная часть задач была по зубам умной машине, профессия признавалась «автоматизируемой».
Первыми такой прогноз в 2013 г. сделали исследователи из Оксфордского университета Карл Бенедикт-Фрей и Майкл Осборн. Они проанализировали процент профессий, которые можно автоматизировать с точки зрения выполняемых работниками задач. Изучив характер задач и «узкие места компьютеризации», они определили, что в США к 2033 г. с высокой долей вероятности будет автоматизировано 47 % профессий[115]. В другом исследовании те же оксфордские ученые, применяя подобные методы, пришли к выводу, что в последующие 10–20 лет можно будет автоматизировать 35 % профессий в Великобритании[116]. Их исследования удостоились огромного внимания прессы, хотя точность прогнозов кажется чересчур высокой, ведь речь все же идет о будущем.
Подобные методы использовали и другие исследователи из университетов и консалтинговых компаний. В опубликованной при поддержке Организации экономического сотрудничества и развития (ОЭСР) статье нескольких немецких ученых говорится, что Фрей и Осборн оценивали автоматизируемость целых профессий, а не отдельных задач (в оксфордском исследовании профессии разбивались на задачи, но потенциал автоматизации определялся для профессий в целом). Поскольку профессии, как правило, предполагают выполнение ряда задач, исследователи заявили, что наличие во многих профессиях не подлежащих автоматизации задач означает, что общий уровень автоматизации будет гораздо ниже – в среднем в 21 стране ОЭСР будет автоматизировано всего 9 % профессий[117].
В компании PwC сделали попытку примирить столь разные результаты – 47 и 9 % – и пришли к выводу, что в исследовании ОЭСР поправка получилась слишком большой. По ее прогнозам, скорее всего, автоматизации подвергнется 38 % профессий в США и 30 % в Великобритании. Эксперты PwC также сделали важное замечание, что «не все технически автоматизируемые профессии действительно будут автоматизированы по причинам экономического, юридического и нормативного характера»[118]. Однако они не оценили влияние этих иных факторов на процент сокращения штатов.
В 2015 г. исследователи McKinsey Global Institute разбили профессии на задачи и пришли к выводу, что с помощью сегодняшних передовых технологий можно автоматизировать 45 % профессий (за которые американским рабочим выплачивается $2 трлн зарплаты). Они также предсказали, что еще 13 % профессий можно будет автоматизировать после появления более совершенных технологий обработки естественного языка[119].
Однако в 2017 г. исследователи McKinsey существенным образом изменили свою методологию. Они отметили, что техническая возможность автоматизации профессии – лишь один из ряда факторов, определяющих, будет ли эта профессия автоматизирована в течение заданного времени. При этом они назвали еще четыре фактора:
● стоимость автоматизации;
● относительный дефицит, квалификация и стоимость работников, которые могут выполнять работу в ином случае;
● преимущества автоматизации (например, повышение производительности) помимо снижения расходов на оплату труда;
● вопросы нормативного характера и общественного одобрения.
Хотя технически автоматизируемыми можно считать 45 % профессий, эксперты McKinsey подчеркнули, что при текущем уровне развития технологий и с учетом других перечисленных факторов кандидатами на «полную автоматизацию» становятся менее 5 % из 830 американских профессий[120].
В результате в литературе об автоматизации говорится, что в следующие пару десятков лет автоматизации подвергнется от 5 до 47 % профессий. Точной доли никто не знает, но я полагаю, что итоговое число будет гораздо ближе к 5, чем к 47. Причины этого я опишу ниже.
Первая из них заключается в сложности автоматизации. Чтобы полностью вверить технологии определенный набор задач, эта технология должна работать очень хорошо. Чтобы заменить представителей какой-либо профессии, машины должны справляться с широким спектром задач. Организация должна выстроить новый рабочий процесс и понять, что делать с людьми, которые раньше выполняли всю эту работу. На пути к полной автоматизации также могут возникнуть проблемы нормативного и правового характера. Неудивительно, что я вхожу в число экспертов, считающих, что размах автоматизации будет относительно невелик.
Определенно, некоторые руководители стремятся к автоматизации, поскольку считают, что она поможет их компаниям повысить конкурентоспособность и уровень удовлетворенности клиентов. При условии, что автоматизация затронет не всю экономику и на рынке останутся трудоустроенные клиенты, которые смогут позволить себе покупать товары этих компаний, автоматизация может пойти на пользу как отдельной компании, так и всей экономике.
Масштабное совершенствование процессов
Как я отметил выше, я считаю, что совершенствование процессов – работа умных людей в сотрудничестве с умными машинами – пока гораздо вероятнее масштабной автоматизации. Этому есть несколько причин, которые я опишу далее. Для желающих лучше разобраться в теме мы с Джулией Кирби написали в 2016 г. книгу[121]. Мы заметили, что совершенствование процессов тоже дает стратегические преимущества, поскольку оно способствует более быстрому и частому обновлению бизнес-процессов и моделей. Мы подчеркнули высокую вероятность того, что мир пойдет по пути совершенствования процессов, и с тех пор не изменили нашего мнения.
Во-первых, как отмечается в некоторых упомянутых исследованиях автоматизации, обычно ИИ поддерживает отдельные задачи, а не целые профессии. Почти каждая профессия предполагает выполнение целого ряда задач. Хотя соотношение автоматизируемых и неавтоматизируемых задач разнится от профессии к профессии, очень мало профессий подразумевает выполнение такого количества структурированных, количественно оцениваемых задач, чтобы автоматизировать профессию полностью. Возможно, настанет день, когда когнитивные технологии смогут делать все, что делают люди, только лучше. Само собой, в этот момент сингулярности все прогнозы о потенциальном сокращении кадров окажутся несостоятельными. Стоит также отметить, что некоторые технически автоматизируемые задачи сегодня выполняют руководители, а не рядовые работники.
Во-вторых, совершенствование процессов вероятнее, о чем свидетельствуют данные опросов, поскольку большинство руководителей не хочет и не ожидает масштабной автоматиза