В новом выпуске подкаста Macro Musings Дэвид Бекворт обсуждает с Мартой Гимбел, исполнительным директором и сооснователем Yale Budget Lab, реальное влияние искусственного интеллекта на занятость и риски торговых войн. Гимбел, опираясь на свежие данные и исторические параллели, доказывает, что слухи о немедленной «смерти» профессий преувеличены, а главные вызовы для экономики кроются в инертности государственных институтов.
🏥 Лаборатория бюджета: быстрый анализ для долгого пути 1:44
Марта Гимбел вместе с Дэнни Ягеном и Наташей Сарин основала Budget Lab в Йельском университете в апреле 2024 года . Команда поставила задачу восполнить пробел в государственном планировании, предложив политикам два ключевых инструмента:
- Скорость: возможность получать строгие экономические оценки альтернативных законопроектов в режиме реального времени.
- Горизонт планирования: расширение бюджетного окна с традиционных 10 до 30 лет .
Гимбел подчеркивает, что краткосрочные оценки часто обманчивы. Например, продление Закона о сокращении налогов и рабочих местах (TCJA) в краткосрочной перспективе стимулирует рост, но к 10-му году начинает тормозить ВВП из-за давления государственного долга . Аналогично, инвестиции в детей никогда не окупаются в 10-летнем окне, но критически важны в тридцатилетней перспективе. Как иронично замечает Гимбел: «Ни один 15-летний ребенок, кроме Тейлор Свифт, еще не окупил затрат на себя в рамках стандартного бюджетного окна» .
🙈 Полет вслепую: дефицит данных в постиндустриальную эпоху 5:41
Одной из самых острых проблем для экономистов и ФРС Гимбел называет текущую ограниченность официальной статистики. Из-за задержек и пропусков в данных BLS (Бюро статистики труда) аналитики вынуждены полагаться на частный сектор .
По мнению Гимбел, частные данные (от Indeed, DoorDash или Challenger) имеют свои недостатки:
- Отсутствие репрезентативности: Они отражают только поведение пользователей конкретных платформ.
- Искаженные стимулы: В отчетах Challenger о сокращениях компании часто называют причиной «искусственный интеллект», чтобы выглядеть прогрессивно в глазах инвесторов, хотя реальной причиной могут быть просчеты менеджмента или тарифы .
- Политизация: В условиях неопределенности бизнес склонен подстраивать объяснения своих действий под текущую повестку, чтобы избежать критики администрации.
Гимбел призывает увеличить финансирование статистических агентств, называя американскую систему данных «королевской драгоценностью», которой завидуют даже в Европе .
🤖 ИИ и рынок труда: миф о немедленном крахе 15:11
Несмотря на громкие заголовки, Гимбел утверждает, что реального структурного влияния генеративного ИИ на рынок труда в данных пока не видно .
Скептицизм в отношении темпов адаптации
Гимбел называет себя не «ИИ-скептиком», а «скептиком скорости адаптации» . Она аргументирует свою позицию следующим образом:
- Технология ≠ Процесс: Электричество само по себе не изменило рынок труда; его изменило то, как люди перестроили фабрики под электричество .
- Фактор времени: Генеративному ИИ всего три года — этого слишком мало для перестройки бизнес-процессов.
- Корреляция с циклом ФРС: Выход ChatGPT совпал с циклом повышения ставок. Гимбел в шутку обвиняет Сэма Альтмана в том, что он выбрал худшее время для трудовых экономистов, так как теперь невозможно отделить влияние ИИ от общего замедления экономики из-за ДКП .
Ситуация с выпускниками колледжей
Бекворт выражает опасение родителей по поводу «структурной безработицы» молодых специалистов. Гимбел признает наличие некоторых академических исследований (Стэнфорд, Гарвард), указывающих на небольшой спад найма молодежи в профессиях, подверженных влиянию ИИ . Однако она считает, что на данном этапе общее состояние макроэкономического цикла влияет на выпускников гораздо сильнее, чем автоматизация.
🕰️ Уроки истории: от ткачей до лифтеров 24:03
Гимбел подчеркивает, что мы категорически не умеем предсказывать, какие новые рабочие места создадут технологии.
- Пример с лифтами: Никто в начале эры электричества не мог предсказать появление профессии оператора лифта, а затем её исчезновение из-за появления кнопок автоматизации .
- Пример с пианино: Несмотря на существование самоиграющих инструментов, люди до сих пор нанимают пианистов .
- Секретари и ассистенты: В конце 90-х в США было около 4 миллионов помощников руководителей, сейчас их около 500 тысяч . Большинство функций (планирование, набор текста) автоматизированы, но это не привело к массовой безработице — функции персонала стали более творческими.
Гимбел признает, что переход может быть болезненным. Она напоминает о судьбе ткачей в 1812 году, многие из которых так и не восстановили свой уровень дохода после промышленной революции .
🚢 Торговые войны и тарифы: эффект «вареной лягушки» 44:51
Обсуждая влияние тарифов, Гимбел отмечает, что экономика США оказалась устойчивее, чем предсказывали многие пессимистичные модели. Согласно оценкам Yale Budget Lab, тарифы замедляют рост (примерно на 0,5 процентных пункта к концу 2025 года) и повышают цены, но не вызывают немедленной рецессии .
Ключевые факторы устойчивости:
- Изоляция ИИ: Сектор высоких технологий, который сейчас является локомотивом экономики и фондового рынка, намеренно выведен из-под действия большинства тарифов . Без учета ИИ-сектора ситуация выглядела бы гораздо мрачнее.
- Постепенность: Эффект тарифов проявляется медленно (как в случае с законом Смута — Хоули). Гимбел называет это «варкой лягушки на медленном огне» .
- Отсутствие альтернатив: Инвесторы продолжают покупать казначейские облигации США не потому, что их не пугает госдолг, а потому, что на рынке нет другого актива сопоставимого объема и безопасности .
🏛️ Рекомендации для политики и общества 38:31
Гимбел критически относится к способности государства эффективно заниматься «переобучением» масс. Она утверждает, что:
- Государственные программы переподготовки редко масштабируются успешно .
- Политика должна быть гибкой («stretch and respond»), а не строиться на заранее выбранных гипотезах о том, какие профессии будущего появятся .
В завершение беседы Марта Гимбел, будучи по образованию специалистом по классической филологии, дает неожиданный совет: использовать освободившееся благодаря ИИ время для изучения «бесполезных», но развивающих мозг вещей — например, древнегреческого языка и латыни . Она убеждена, что ценность человека на рынке труда будущего во многом будет определяться не умением выполнять рутинные операции, а способностью к сложному мышлению и межличностному взаимодействию.
