# Почему ИИ не вызовет массовую безработицу: уроки истории от Майкла Уэбба Источник: https://www.youtube.com/watch?v=3p-RJDFubqg Канал: 80,000 Hours Опубликовано: 26.06.2024 --- Майкл Уэбб — бывший научный сотрудник Google DeepMind и советник британского правительства по вопросам ИИ и экономической политики. В беседе с представителями проекта 80,000 Hours он анализирует, почему страхи перед массовой безработицей из-за нейросетей могут быть преувеличены, опираясь на исторические примеры автоматизации за последние 150 лет. ## 📊 Кто под ударом: от роботов до нейросетей [[JUMP:00:41]] Майкл Уэбб провел исследование, сравнивающее влияние трех типов технологий на рынок труда: робототехники, классического программного обеспечения и искусственного интеллекта. По его словам, каждая из них бьет по разным слоям населения в зависимости от уровня дохода и образования [01:06]. * **Роботы:** Больше всего затронули низкооплачиваемые профессии, требующие физического труда. График экспозиции к роботам начинается высоко слева (низкие зарплаты) и резко падает к нулю на уровне высококвалифицированных специалистов [01:32]. * **Программное обеспечение:** Влияние ПО имело иную специфику — оно сильнее всего ударило по «среднему классу» профессий. Низкоквалифицированные и высококвалифицированные кадры пострадали меньше, чем те, кто занимался рутинной офисной работой [01:46]. * **Искусственный интеллект:** Здесь Уэбб обнаружил уникальный паттерн. Пик «подверженности» ИИ приходится на 88-й процентиль по уровню зарплаты. Это специалисты с доходом выше среднего — юристы, бухгалтеры, врачи. При этом топ-менеджеры (CEOs) и люди с самыми высокими зарплатами остаются менее защищенными от ИИ, чем от предыдущих технологий, но все же имеют определенный иммунитет [02:11]. Исследование OpenAI по GPT-4, проведенное по другой методологии, практически полностью подтвердило выводы Уэбба: ИИ в первую очередь угрожает высокооплачиваемым когнитивным профессиям [02:49]. Однако гость отмечает важный нюанс политической экономии: врачи и адвокаты обладают огромным влиянием и могут «поднять мосты» (усилить регулирование), чтобы защитить свои доходы [03:02]. ## 🏦 Парадокс банкоматов: как автоматизация создает рабочие места [[JUMP:03:44]] Уэбб опровергает интуитивное убеждение, что автоматизация сектора неизбежно ведет к сокращению числа занятых в нем людей. Он приводит пример экономиста Джима Бессена, исследовавшего внедрение банкоматов (ATM) [04:09]. Логика подсказывала, что банкоматы уничтожат профессию банковского клерка. На деле произошло следующее: 1. **Снижение издержек:** Раньше содержание банковского отделения было очень дорогим из-за штата сотрудников, выдающих наличные [04:49]. 2. **Масштабирование:** Поскольку обслуживание одного филиала стало дешевле, банки начали открывать их повсеместно — даже в маленьких городках и деревнях [05:02]. 3. **Рост штата:** Количество сотрудников на одно отделение снизилось, но общее число отделений выросло настолько, что суммарное количество банковских клерков в США увеличилось [05:30]. 4. **Смена ролей:** Люди перестали просто выдавать бумажные деньги и переключились на более сложные услуги с высокой добавленной стоимостью [05:43]. Уэбб называет это «эластичностью спроса в условиях комплементарности». Когда технология делает продукт дешевле, люди начинают потреблять его в разы больше, что нередко требует привлечения еще большего числа людей для обслуживания этого возросшего потока [05:56]. ## 🏠 Проблема «естественной убыли» и географические ловушки [[JUMP:06:51]] Обсуждая влияние технологий на конкретного человека, Уэбб вводит понятие «естественной убыли» (natural wastage) [07:45]. В компаниях с высокой текучестью кадров, таких как McDonald’s, автоматизация может пройти без единого увольнения. Достаточно просто перестать нанимать новых людей, и через полгода-год штат сократится сам собой, так как сотрудники уйдут на лучшие места по собственной воле [08:39]. Однако Майкл подчеркивает, что эта идиллическая картина не работает в двух случаях: * **География:** Если вы живете в крупном городе, исчезновение вашей вакансии — не проблема, вокруг тысячи других вариантов. Но если вы живете в маленьком городе, где единственный завод был градообразующим предприятием, вы оказываетесь в ловушке [10:00]. * **Возраст:** Пожилые сотрудники в моногородах страдают больше всего. Они не могут продать свой дом (который обесценивается из-за закрытия завода) и переехать в дорогой город. В таких случаях при смене работы люди теряют в среднем 25% своего привычного дохода [11:24]. ## 🐢 Почему прогресс идет медленнее, чем мы думаем [[JUMP:12:03]] Несмотря на хайп вокруг ИИ, Уэбб напоминает о «базовом уровне» скорости внедрения технологий. Электричество и компьютеры — две важнейшие технологии общего назначения — внедрялись идентично медленно [12:28]. * Для обеих технологий путь от появления до 50% охвата рынка занял **30 лет** [13:58]. * В 1970 году доля компьютерного оборудования и ПО в общем капитале США составляла почти 0%. К 1990 году она доросла лишь до 2%, и только к 2000 году достигла 8% [15:07]. Уэбб приводит поразительный пример автоматизации телефонных станций. Технология автоматического переключения была изобретена в 1892 году. Однако количество человеческих операторов в компании AT&T (тогдашнем монополисте) достигло пика только в 1920 году — через 30 лет после изобретения автоматики. Последний ручной переключатель в компании исчез только в 1980 году — спустя 90 лет после появления технологии [17:18]. Причины такой медлительности: 1. **Корпоративная инерция:** Процессы десятилетиями строились вокруг людей, и перестроить их крайне сложно [17:59]. 2. **Экономическая целесообразность:** Стоимость автоматизации — это фиксированные расходы. Логично автоматизировать гигантскую станцию в Нью-Йорке, но невыгодно менять оборудование в сельской глуши ради замены одного-единственного сотрудника [19:07]. ## 👮‍♂️ Лоббизм, медицина и «ядерный сценарий» для ИИ [[JUMP:19:47]] Говоря о будущем ИИ, Уэбб выделяет два фактора, которые затормозят его распространение: «человеческий фактор» и «государственный фактор» (групповые интересы) [20:01]. Он сомневается, что через 10 лет ИИ будет легально выписывать рецепты на лекарства, даже если технологически он будет готов к этому уже завтра. Причина — мощнейшее лобби Американской медицинской ассоциации и объединений юристов, которые контролируют стандарты и лицензирование [21:34]. Профессиональные союзы «белых воротничков» будут настаивать на обязательном участии человека в процессе, чтобы сохранить свои рабочие места и зарплаты [22:41]. Однако в вопросах безопасности правительство может действовать молниеносно. Уэбб проводит аналогию с ядерными исследованиями. В истории США был момент, когда исследования в области ядерной физики были засекречены практически в одночасье. Ученые и студенты обнаружили, что их вчерашняя работа теперь является государственной тайной, а продолжение исследований — преступлением [26:10]. Уэбб считает, что если угроза «экзистенциального риска» от ИИ станет очевидной для политиков, аналогичный запрет может остановить работу всех ИИ-лабораторий за 24 часа [26:49]. ## 🌾 90% автоматизации: взгляд из 1790 года [[JUMP:27:57]] На опасения ведущего о том, что ИИ скоро сможет выполнять 50% или даже 90% человеческих задач, Уэбб отвечает исторической перспективой. «В 1790 году в США утверждение о том, что в ближайшие годы 90% рабочих мест будут полностью автоматизированы, было чистой правдой», — говорит он, имея в виду сельское хозяйство [28:53]. Процесс занял 150–200 лет, и человечество адаптировалось. Уэбб утверждает, что существуют естественные ограничения скорости изменений: * **Дефицит капитала:** У мира просто нет столько свободных денег, чтобы переоборудовать всё одновременно [29:31]. * **Ремонт на ходу:** Нельзя остановить мировую экономику на пять лет, чтобы внедрить ИИ. «Вы можете заменить лишь несколько досок в лодке, пока она находится в плавании» [29:57]. В конечном итоге, по мнению гостя, автоматизация когнитивных задач сместит фокус внимания и ресурсов на то, что не является когнитивным трудом — на человеческое взаимодействие и физические задачи, где ценность людей останется неизменной [31:01].