Straipsniai, kuriuos galbūt norėsite perskaityti po šio:
🔗 Kokius darbus pakeis dirbtinis intelektas? – Žvilgsnis į darbo ateitį – Išnagrinėkite, kurie vaidmenys yra labiausiai pažeidžiami automatizavimo ir kaip dirbtinis intelektas keičia darbo rinkas visame pasaulyje.
🔗 Darbai, kurių dirbtinis intelektas negali pakeisti (ir kuriuos pakeis) – pasaulinė perspektyva – išnagrinėkite pasaulinę dirbtinio intelekto poveikio perspektyvą, pabrėždami tiek didelės rizikos, tiek atsparius karjeros kelius automatizavimo amžiuje.
🔗 Kada Elono Musko robotai pradės dirbti jūsų darbą? – Ištirkite „Tesla“ dirbtinio intelekto valdomą robotiką ir ką ji signalizuoja apie artimiausią darbo jėgos ateitį.
Neseniai paskelbtame „Bloomberg“ straipsnyje cituojamas MIT ekonomisto teiginys, kad dirbtinis intelektas gali atlikti tik 5 % darbo vietų, netgi įspėjama apie galimą ekonomikos krachą dėl dirbtinio intelekto apribojimų. Ši perspektyva gali atrodyti atsargi, tačiau ji neatsižvelgia į platesnį dirbtinio intelekto transformacinio vaidmens vaizdą įvairiose pramonės šakose ir jo nuolatinę plėtrą į daug daugiau nei rodo skaičiai.
Vienas didžiausių klaidingų nuomonių apie dirbtinį intelektą yra tai, kad jis arba visiškai pakeičia žmonių atliekamus darbus, arba visiškai nedaro nieko naudingo. Iš tikrųjų dirbtinio intelekto galia slypi darbo papildyme, tobulinime ir pertvarkyme, o ne tik jo pakeitime. Net jei šiandien būtų galima visiškai automatizuoti tik 5 % darbo vietų, dirbtinis intelektas iš esmės keičia daugybę kitų profesijų. Geras pavyzdys – sveikatos priežiūra: dirbtinis intelektas negali pakeisti gydytojo, tačiau jis gali analizuoti medicininius vaizdus, pažymėti anomalijas ir siūlyti diagnozes tokiu tikslumu, kuris padeda gydytojams. Radiologų vaidmuo keičiasi, nes dirbtinis intelektas leidžia jiems dirbti greičiau ir užtikrinčiau. Tai ne tik sveikatos priežiūros istorija; panašūs pokyčiai vyksta finansų, teisės ir rinkodaros srityse. Taigi, užuot sutelkę dėmesį vien į pakeistas darbo vietas, turime atkreipti dėmesį į tai, kiek darbo vietų keičiasi, o šis skaičius gerokai viršija 5 %.
5 % teiginys taip pat traktuoja dirbtinį intelektą kaip stagnuojantį ir riboto veikimo. Tiesa ta, kad dirbtinis intelektas yra bendrosios paskirties technologija, kaip ir elektra ar internetas. Abi šios technologijos prasidėjo nuo riboto naudojimo, elektra varomų lempučių ir prie interneto prijungtų tyrimų laboratorijų, tačiau galiausiai jos persmelkė beveik visus gyvenimo ir darbo aspektus. Dirbtinis intelektas juda ta pačia trajektorija. Gali atrodyti, kad šiandien jis gali atlikti tik nedidelį užduočių spektrą, tačiau jo galimybės sparčiai plečiasi. Jei šiandien dirbtinis intelektas automatizuoja 5 % darbų, kitais metais jis gali pasiekti 10 %, o po penkerių metų – dar daugiau. Dirbtinis intelektas nuolat tobulėja, nes tobulėja mašininio mokymosi algoritmai ir atsiranda naujų metodų, tokių kaip savarankiškas mokymasis.
Kita problema, susijusi su dėmesio sutelkimu į darbus, kuriuos galima visiškai pakeisti, yra ta, kad nepastebima tikroji DI stiprioji pusė – automatizuoti darbų dalis, o tai leidžia žmonėms sutelkti dėmesį į užduotis, kurioms reikalingas kūrybiškumas, strategija ar tarpasmeniniai įgūdžiai. „McKinsey“ skaičiavimais, 60 % visų darbų yra bent kelios užduotys, kurias galima automatizuoti. Tai dažnai būna pasikartojančios arba kasdienės užduotys, ir būtent čia DI suteikia didžiulę vertę, net jei neperima ištisų vaidmenų. Pavyzdžiui, klientų aptarnavimo srityje DI valdomi pokalbių robotai greitai tvarko dažniausiai užklausas, o žmonės agentai lieka spręsti sudėtingas problemas. Gamyboje robotai atlieka didelio tikslumo užduotis, atlaisvindami žmones, kad jie galėtų sutelkti dėmesį į kokybės kontrolę ir problemų sprendimą. DI gali neatlikti viso darbo, tačiau jis keičia darbo atlikimo būdą ir didina efektyvumą.
Ekonomisto baimė dėl tariamų dirbtinio intelekto apribojimų dėl ekonomikos kracho taip pat reikalauja atidžiau panagrinėti. Istoriškai ekonomika prisitaiko prie naujų technologijų. Dirbtinis intelektas prisideda prie produktyvumo augimo būdais, kurie gali būti ne iš karto matomi, ir šis padidėjimas kompensuoja susirūpinimą dėl darbo vietų praradimo. Argumentas, kad dirbtinio intelekto skatinamos transformacijos trūkumas sukels ekonominį žlugimą, atrodo, grindžiamas klaidinga prielaida: jei dirbtinis intelektas akimirksniu nepakeis visos darbo rinkos, jis katastrofiškai žlugs. Technologiniai pokyčiai taip neveikia. Vietoj to, greičiausiai matysime laipsnišką vaidmenų ir įgūdžių perkvalifikavimą. Tam reikės investicijų į perkvalifikavimą, tačiau tai nėra situacija, kuri sukeltų staigų žlugimą. Dirbtinio intelekto diegimas labiau skatins produktyvumo augimą, sumažins išlaidas ir sukurs naujų galimybių, o visa tai rodo ekonomikos plėtrą, o ne susitraukimą.
Dirbtinis intelektas taip pat neturėtų būti laikomas monolitine technologija. Skirtingos pramonės šakos diegia dirbtinį intelektą skirtingu tempu, o pritaikymo sritys įvairios – nuo pagrindinio automatizavimo iki sudėtingo sprendimų priėmimo. Apribojus dirbtinio intelekto poveikį tik 5 % darbo vietų, neatsižvelgiama į platesnį jo vaidmenį skatinant inovacijas. Pavyzdžiui, mažmeninėje prekyboje dirbtinio intelekto valdoma logistika ir atsargų valdymas labai padidino efektyvumą, net jei parduotuvių darbuotojai masiškai nepakeičiami robotais. Dirbtinio intelekto vertė yra daug platesnė nei tiesioginis darbo jėgos pakeitimas – jis susijęs su tiekimo grandinių optimizavimu, klientų patirties gerinimu ir duomenimis pagrįstų įžvalgų, kurios anksčiau nebuvo įmanomos, teikimu.
Mintis, kad dirbtinis intelektas gali atlikti tik 5 % darbų, neatsižvelgia į tikrąjį jo poveikį. Dirbtinis intelektas ne tik visiškai pakeičia tam tikrus darbo vietas; jis sustiprina vaidmenis, automatizuoja darbų dalis ir įrodo esąs universali technologija, kuri kasdien tampa vis galingesnė. Nuo žmonių darbo papildymo iki kasdienių užduočių automatizavimo ir produktyvumo didinimo – dirbtinio intelekto ekonominė įtaka gerokai viršija darbo vietų pakeitimą. Jei sutelksime dėmesį tik į tai, ko dirbtinis intelektas negali padaryti šiandien, rizikuojame ignoruoti subtilius, bet reikšmingus pokyčius, kuriuos jis jau atneša darbo jėgai ir kuriuos atneš ateityje. Dirbtinio intelekto sėkmė priklauso ne nuo savavališko automatizuotų darbų tikslo pasiekimo, o nuo to, kaip gerai mes prisitaikome, tobulėjame ir kuo geriau išnaudojame technologiją, kuri vis dar yra tik ankstyvosiose mūsų pasaulio revoliucijos stadijose.