Экономические перспективы ИИ.
Перевод документа от TS Lombard.
Оригинал документа и много других переводов в моём телеграмм-канале
Искусственный интеллект создает огромный ажиотаж, как на финансовых рынках, так и среди широкой общественности. Энтузиасты говорят, что это приведет к значительному повышению производительности, принесет огромное богатство и вытеснит огромное количество работников. Хотя подобные заявления преувеличены, эти технологии — наш лучший выбор для преодоления вызовов нового макроцикла.
Рис 1: Должны ли инвесторы «верить в хайп»?
G-ENERAL P-URPOSE T-ECHNOLOGY
ChatGPT внедрил генеративный искусственный интеллект в общественное сознание, и инсайдеры убеждены, что эти технологии перевернут общество с ног на голову и принесут огромные богатства. Недавние исследования уже показывают значительный прирост эффективности благодаря искусственному интеллекту, который может изменить ситуацию в мировой экономике, которая борется с традиционно низкой производительностью. Более широкое влияние искусственного интеллекта на общество гораздо более неопределенно.
История полна непродуманного беспокойства по поводу технологий, создающих массовую безработицу. Наши экономики преуспели в создании новых рабочих мест, особенно по мере того, как технологии повышают уровень жизни. Хотя существуют определенные риски, связанные с искусственным интеллектом – особенно в сочетании с робототехникой, – предупреждения о массовой потере рабочих мест и дефляции заработной платы кажутся крайне преждевременными.
Нынешнее поколение искусственного интеллекта сталкивается с важными ограничениями, особенно с точки зрения его надежности. Нет никакой гарантии, что его возможности будут продолжать улучшаться экспоненциальными темпами. Производительность, обусловленная искусственным интеллектом, могла бы помочь мировой экономике преодолеть некоторые проблемы с поставками, с которыми она сталкивается, но технология вряд ли поможет восстановить длительную дезинфляцию.
После десятилетия ажиотажа, который охватывал только инсайдеров отрасли и поклонников научной фантастики, ChatGPT привлек внимание общественности к последнему поколению искусственного интеллекта. Энтузиасты утверждают, что эта технология радикально изменит нашу жизнь, что будет иметь глубокие последствия для мировой экономики. Сэм Альтман, генеральный директор OpenAI, компании, создавшей ChatGPT, считает, что мы “движемся вверх по экспоненте”, которая перевернет общество с ног на голову и принесет огромное богатство. Сундар Пичаи, исполнительный директор Google, утверждает, что это самая “важная вещь, над которой когда–либо работало человечество — более глубокая, чем электричество или огонь”. Это серьезные утверждения, граничащие с гиперболой; но уже сейчас ясно, что искусственный интеллект может значительно повысить производительность. Недавнее исследование показало, что ChatGPT может сократить время написания статей журналистами на 40% и повысить качество их материалов. По мере того как все больше работников будут использовать эти технологии, искусственный интеллект поможет им принимать более обоснованные решения, оптимизировать свои процессы и ускорить темпы технологических инноваций. Генеративный ИИ уже научился писать код, хотя его никогда этому не обучали, что повышает (несколько пугающую) возможность ИИ создавать новый искусственный интеллект, что могло бы вывести технологию на новый уровень. Это кажется серьезным событием для мировой экономики, борющейся с исторически низкой производительностью и длительной стагнацией реальных доходов.
Наряду с оптимизмом по поводу влияния искусственного интеллекта на производительность труда существуют серьезные опасения по поводу того, что это означает для рынков труда и распределения доходов. С одной стороны, это чрезвычайно давняя дискуссия. На протяжении всей истории технический прогресс всегда угрожал рабочим местам. Но поскольку “эффект дохода” от новых технологий преобладал над “эффектом замещения”, эти опасения всегда были неуместны – в наших экономиках создавались новые виды рабочих мест, а уровень безработицы фактически имел тенденцию к снижению. Проблема, связанная с искусственным интеллектом, заключается в том, что сбои на рынках труда будут более масштабными и гораздо более быстрыми, особенно в сочетании с новыми достижениями в области робототехники. Возьмем сравнение с компьютеризацией. Работники справлялись с компьютеризацией экономики двумя способами: они либо переходили в относительно защищенные секторы, такие как сектор услуг с низкой квалификацией, либо “повышали квалификацию”, продолжая получать образование и ища работу по профессиям, которые дополняли компьютеры, — становясь учеными, инвестиционными банкирами и журналистами. Именно рабочие места “среднего звена” были уничтожены, особенно в обрабатывающей промышленности, что привело к “опустошению” рынков труда и поляризации заработной платы. Но следующая волна автоматизации угрожает всему распределению занятости, поскольку роботы занимают низкоквалифицированные рабочие места, а искусственный интеллект проникает в (ранее неприкосновенные) высококвалифицированные “когнитивные” сектора. Ставки заработной платы могут резко упасть.
В конечном счете, последствия ИИ для занятости (и более широкое воздействие на общество) будут зависеть от будущей эволюции самих систем, которая в значительной степени неопределенна. В то время как нынешнее поколение искусственного интеллекта может повысить производительность и позволить высококвалифицированным работникам автоматизировать часть своей работы, технология также страдает от проблем, которые ограничивают ее угрозу для рабочей силы. В строго философском смысле этого слова нынешнее поколение искусственного интеллекта имеет сильную тенденцию к «странному» поведению, что означает, что оно не является ни надежным, ни заслуживающим доверия.
И, несмотря на заявления энтузиастов искусственного интеллекта, которые порой граничат с мистицизмом, нет никакой гарантии, что будущие версии технологии преодолеют эти проблемы или что индустрия продолжит двигаться по “экспоненте”, которая, как предполагается, приведет к искусственному общему интеллекту (AGI) – машинам, способным полностью заменить каждый аспект человеческой компетентности. Однако более широкий смысл заключается в том, что именно изменение макроэкономических условий, вероятно, послужит катализатором распространения технологий, а не причинно-следственная связь, идущая в обратном направлении. Большинство компаний не инвестировали в 2010-е годы, потому что низкие процентные ставки и дешевая рабочая сила означали, что в этом не было необходимости; поэтому неудивительно, что производительность стагнировала. Но мир с нехваткой рабочей силы и сохраняющейся напряженностью в поставках будет в большей степени способствовать более быстрому распространению технологий, а искусственный интеллект поможет нам преодолеть некоторые проблемы, связанные с деглобализацией и демографическим старением. Революция в области искусственного интеллекта, возможно, и не восстановит длительную дезинфляцию, но она должна помочь миру избежать неприятных последствий стагфляции.
1. G-ENERAL P-URPOSE T-ECHNOLOGY
С момента запуска OpenAI ChatGPT в ноябре было огромное количество шумихи по поводу социально-экономического воздействия искусственного интеллекта (ИИ) – особенно последнего поколения “генеративного” ИИ. Ажиотаж уже оказывает заметное влияние на финансовые рынки. Как знает любой, кто взаимодействовал с ChatGPT, генеративный ИИ является “универсальным” – его можно использовать для решения самых разных задач и он способен к самообучению, то есть со временем он может совершенствоваться. Энтузиасты верят, что эта технология полностью изменит мир, повысив уровень жизни большего числа людей, чем когда–либо прежде, — и за более короткий промежуток времени. Исследователи уже задокументировали положительное влияние ИИ на эффективность работников и компаний, использующих искусственный интеллект, что имеет большое значение для глобальной экономики, которая застряла в вековом спаде производительности. Но оправдан ли весь ажиотаж вокруг генеративного ИИ? Что это означает для макросреды? Может ли искусственный интеллект спасти мир, который, похоже, сталкивается с упорно высокой инфляцией и сохраняющейся слабостью предложения? Как насчет его более широких последствий – для рынков труда и распределения богатства?
Рис. 2: Последнее корпоративное модное словоТеch-энтузиазм возвращается
Ажиотаж вокруг искусственного интеллекта не совсем нов. Инсайдеры отрасли и технические энтузиасты прогнозировали массовый прогресс в этих технологиях на протяжении большей части последнего десятилетия. В своей влиятельной книге, опубликованной еще в 2014 году, Эрик Бриньольфссон и Эндрю Макафи даже предсказали наступление “Второй эры машин”. Проблема, конечно, заключалась в том, что ни в одном из данных не было никаких признаков Третьей промышленной революции; фактически, 2010-е годы были одним из худших десятилетий для производительности в развитых экономиках с середины 1800-х годов. В то время как экономисты приводили множество правдоподобных IT-объяснений этой загадке производительности, включая неправильное измерение данных и замедление распространения технологий, истинно верующие, такие как Эрик Бриньольфссон, всегда утверждали, что загадка была в основном результатом простых временных задержек. Требуется время, чтобы накопить запас любой новой технологии до размеров, достаточных для получения совокупного эффекта, и обычно необходимы дополнительные инвестиции, чтобы полностью раскрыть потенциал этих изобретений. Учитывая продолжающееся стремительное развитие искусственного интеллекта, возможно, мы наконец достигли “критической массы”. По оценкам Global Data, общий объем рынка искусственного интеллекта в 2030 году составит 383,3 миллиарда долларов США – совокупный годовой темп роста на 21% по сравнению с 2022 годом.
Еще одна экспонента
Сэм Альтман, генеральный директор OpenAI, считает, что влияние искусственного интеллекта на общество будет развиваться по крутой экспоненциальной кривой, которую, как и в первые дни пандемии COVID, большинство людей недооценивают, потому что они “мыслят слишком линейно”. Безусловно, вычислительная мощность искусственного интеллекта растет экспоненциальными темпами. Исследование Epoch показывает, что объем обучающих вычислений – вычислительных ресурсов, используемых для обучения большой языковой модели (LLM), – с 2010 года вырос в 10 миллиардов раз, а за шесть месяцев удвоился. Пол Кристиано, который покинул OpenAI, чтобы создать исследовательский центр Alignment, утверждает, что интеллектуальный мир в целом переоценил, сколько времени потребуется системам искусственного интеллекта, чтобы перейти от оказания большого влияния на мир к созданию “дико неузнаваемо преобразованного мира”. Он считает, что это будет вопросом лет, а не десятилетий, и есть то, что он называет реальным шансом, что это могут быть месяцы. Сундар Пичаи, исполнительный директор Google, утверждает, что искусственный интеллект — это самая важная вещь, над которой когда-либо работало человечество, нечто “более глубокое, чем электричество или огонь”. И, согласно опросу, проведенному в 2022 году, средний исследователь искусственного интеллекта оценивает вероятность того, что люди в конечном итоге потеряют контроль над этими технологиями, что приведет к вымиранию человечества или “такому же постоянному/серьезному лишению человеческого вида”, в 10%. Десять процентов — это пугающе высокая вероятность.
Рис. 4: Экспоненциальная кривая
Рис. 5: Темпы внедрения технологий ускоряются
Как работает искусственный интеллект?
Несомненно, это гипербола, и циник сказал бы, что технологическим инвесторам нужно найти повод для возбуждения интереса к отрасли, которая испытывает трудности в условиях быстрого ужесточения денежно-кредитной политики. Но, безусловно, стоит подумать о потенциальных макроэкономических последствиях этих технологий. Однако давайте начнем с краткого объяснения того, как работает генеративный искусственный интеллект, в частности, с последней версии, основанной на LLM. Грубо говоря, это система, которая прочитала много материала в Интернете и предсказывает следующее слово в последовательности. Когда вы задаете ChatGPT вопрос, он преобразует каждое слово в число, а затем пытается предсказать следующее число в последовательности, в основном основываясь на “изучении” ассоциаций между этими числами во время миллиардов запусков данных (его “обучение”) на массивном наборе данных (моментальный снимок всего Интернета – хотя с контролем качества). В каком-то смысле эти модели просто пытаются автоматически дополнять наши предложения, основываясь на том, что люди записали ранее, но они делают это чрезвычайно изощренным способом, пытаясь имитировать нейронные сети человеческого мозга. И система постоянно обучается – по мере того, как она обрабатывает больше данных, она может лучше предсказывать, какие слова должны появиться следующими, что позволяет ей генерировать все более реалистичные выходные данные. В то время как ChatGPT создает слова, существуют другие LLM, которые могут создавать цифровые фотографии, рисунки и анимацию. Все крупные технологические компании (Alphabet, Amazon и т.д.) обучают свои собственные языковые модели (LLM).
Рис. 6: Впечатляющие когнитивные навыки
Рис. 7: Искусственный интеллект превосходит людей
Ранние стадии революции?
Возможности искусственного интеллекта резко возросли в 2010–х годах благодаря программному обеспечению для глубокого обучения — сочетанию массивных наборов данных, алгоритмов, которые могут обучаться, и все более мощных компьютеров. Компании LLM уже показали, что они могут соответствовать человеческим возможностям или превзойти их в самых разных областях. Когда ChatGPT вышел в ноябре 2022 года, он набрал почти средний балл по вступительному тесту в юридическую школу США (LSAT) и вошел в первую треть сдавших SAT как по чтению и письму, так и по математике. К марту 2023 года, с выпуском GPT-4, эти возможности были значительно превзойдены. GPT-4 находится в 88-м процентиле по LSAT и в верхнем дециле по SATs. GPT-4 может показать лучшие результаты, чем 90% американских старшеклассников, по широкому спектру предметов, начиная от наук об окружающей среде и заканчивая историей США. Но самые удивительные результаты были получены в области “возникающих способностей” – навыков, которым специально не обучали, таких как кодирование. Это открывает захватывающие возможности, такие как ИИ, кодирующий свой собственный ИИ, что на одном уровне довольно пугающе (как что-то из научно-фантастического фильма). И поскольку новые возможности, похоже, увеличиваются с увеличением объема данных, энтузиасты технологий считают, что мы находимся только на ранних стадиях этой революции – революции, которая завершится созданием искусственного общего интеллекта (AGI), полностью самосознающих машин, способных выполнять любую интеллектуальную задачу, доступную человеку.
Рис. 8: Лидеры в области искусственного интеллекта
Рис. 9: Капитальные вложения в ИИ в разбивке по секторам
Рис. 10: Китай хочет доминировать в области искусственного интеллекта
Рис. 11: Мировые лидеры в области искусственного интеллекта
Влияние на производительность
В то время как мечта (или кошмар, в зависимости от вашей точки зрения) об ИИ все еще в значительной степени теоретична и, возможно, никогда не будет реализована (подробнее об этом в разделе 3 ниже), “достаточно хорошие” технологии ИИ, которыми мы располагаем в настоящее время, все еще могут оказать мощное влияние на глобальную производительность в предстоящее десятилетие. Мы видим два основных механизма, которые, вероятно, будут способствовать этому улучшению:
1) Искусственный интеллект может сделать текущие процессы более эффективными: он уже помогает работникам принимать более обоснованные решения, оптимизировать свои процессы и избавлять от рутинных задач. Это повысит эффективность нашей нынешней рабочей силы, что должно увеличить общий объем производства; и
2) Искусственный интеллект может ускорить темпы внедрения инноваций: когнитивные работники не только производят текущую продукцию, но и изобретают новые вещи, совершают новые открытия и генерируют технологический прогресс, который может повысить производительность в будущем. Искусственный интеллект может помочь во всех этих областях.
Хотя генеративный искусственный интеллект все еще является относительно новым, уже есть убедительные доказательства того, что он повысит эффективность работников и компаний, которые его используют. Например, в недавнем исследовании, проведенном исследователями Массачусетского технологического института, было проанализировано влияние ChatGPT. В нем 444 специалистам с высшим образованием было предложено выполнить два простых (соответствующих профессии) письменных теста, что позволило половине группы использовать ChatGPT для выполнения второго задания (а другая половина составила контрольную группу). Их результаты показали значительное повышение производительности, при этом среднее время, затрачиваемое на выполнение второй задачи, сократилось на 40% (рис. 14). Что интересно, так это то, что качество работы авторов также возросло, увеличившись примерно на 15%, основываясь на (слепых) оценках, сделанных опытными профессионалами в той же области. И люди, которые больше всего выиграли от ChatGPT, были теми, кто набрал наименьшие баллы при первом просмотре. Работники, которые использовали ChatGPT, также сообщили о более высоком уровне удовлетворенности работой и улучшении своей субъективной самооценки.
Повышение производительности в реальной жизни
Хотя условия, в которых проводилось исследование Массачусетского технологического института, были несколько искусственными – поскольку в нем использовалась “онлайн–лаборатория”, — повышение производительности было обнаружено и в реальных условиях. Годичное исследование, проведенное исследователями Массачусетского технологического института и Стэнфорда, показало, что инструменты искусственного интеллекта повышают производительность труда работников в фирме, входящей в список Fortune 500. Бриньольфссон, Ли и Рэймонд (2023) показывают, что операторы колл-центров стали на 14% продуктивнее, когда использовали эту технологию, при этом наименее опытные работники получили прирост более чем на 30%. Время обработки чата службы поддержки клиентов сократилось, а количество разрешений чата в час увеличилось. Более того, удовлетворенность клиентов была выше при взаимодействии с операторами, использующими генеративный искусственный интеллект в качестве вспомогательного средства; и, возможно, в результате выбытие сотрудников было ниже. Интересно, что система, по-видимому, создает ценность, улавливая и передавая некоторые негласные организационные знания о том, как решать проблемы и радовать клиентов, которые ранее изучались только на рабочем месте. В любом случае, уже начинают накапливаться доказательства того, что генеративный ИИ может обеспечить ощутимое повышение эффективности. Другое исследование, проведенное Каллиамваку (2022), показало, что инженеры-программисты могут кодировать в два раза быстрее, используя LLM.
Рис. 12: Продолжительный спад производительностиБолее быстрые темпы внедрения инноваций?
Это масштабные эффекты, и их макроэкономическое воздействие может проявиться быстрее, чем ожидают экономисты, особенно учитывая темпы внедрения технологий, которые мы наблюдаем в настоящее время. ChatGPT набрал 100 миллионов пользователей быстрее, чем любое другое приложение в истории, и эти высокие показатели внедрения характерны не только для отдельных пользователей. Крупные корпорации, такие как Bain & Company, заключили соглашения с OpenAI об использовании генеративного искусственного интеллекта в своем бизнесе стратегического консалтинга, в то время как такие компании, как Expedia, интегрировали ChatGPT с помощью плагинов. Однако более впечатляющее влияние на уровень жизни, вероятно, окажет второй из наших каналов повышения производительности – темпы технологических инноваций. Генеративный искусственный интеллект может значительно ускорить процесс исследований и разработок за счет автоматизации сложных задач, анализа обширных наборов данных и прогнозирования потенциальных результатов. Это уже было полезно в биологических исследованиях: AlphaFold от DeepMind предсказал трехмерную структуру почти каждого известного белка — задача, которая, по прогнозам, потребует десятилетий человеческого труда (согласно журналу Science, самый важный научный прорыв 2021 года). Это, наряду с другими достижениями в области искусственного интеллекта, привело доктора Дэвида Бейкера из Института разработки белков к оценке того, что темпы инноваций в его области сейчас в 10 раз выше, чем 18 месяцев назад. Если мы увидим быстрый рост инноваций в других областях, это может оказать преобразующее воздействие на производительность.
2.НА ЭТОТ РАЗ ВСЕ ПО-ДРУГОМУ
Генеративный искусственный интеллект явно обладает огромным потенциалом для повышения производительности в масштабах всей экономики, но существует также глубокая озабоченность по поводу его более широкого воздействия на общество. Впротиворечивом открытом письме некоторые технические светила, включая Илона Маска, даже призвали к шестимесячной паузе в исследованиях искусственного интеллекта, чтобы устранить риски, которые они представляют для человечества. Оставляя в стороне угрозу человеческому существованию в стиле Терминатора, есть более насущные опасения по поводу влияния искусственного интеллекта на рынки труда и распределение богатства, а популярные СМИ полны пугающих прогнозов о количестве рабочих мест, которые, вероятно, будут потеряны. Неужели миллионы людей – особенно те, кто ранее работал в неприкасаемых “когнитивно-нестандартных” секторах – вот-вот окажутся безработными? Определенно, есть причины для беспокойства, особенно с учетом того, что следующая волна технологических изменений может произойти быстрее и затронуть более широкую долю рынка труда, чем когда-либо прежде. Но история показывает, что беспокойство по поводу “технологической безработицы” обычно неуместно. В конечном счете, влияние искусственного интеллекта на рынок труда, вероятно, будет зависеть от природы самих этих технологий. И, повышая реальные доходы, искусственный интеллект обладает потенциалом для создания новых форм занятости, возможно, в областях, которые сегодня невообразимы.
Рис.14: ChatGPT повышает производительность
Рис. 15: ChatGPT в качестве эквалайзера?
Уроки истории
Конечное воздействие технологий на рынки труда теоретически неоднозначно. Это связано с тем, что технический прогресс имеет два противоречивых эффекта: (i) эффект замещения или вытеснения, когда трудосберегающие технологии могут вытеснять работников, и (ii) эффект дохода или компенсации, когда технология удешевляет все товары и услуги, повышая реальные доходы и создавая новые источники спроса в других секторах экономики. На протяжении всей истории всегда существовала озабоченность по поводу эффекта замещения, в то время как об эффекте дохода часто забывали. Эти опасения восходят, по крайней мере, к Древней Греции и Риму, если не к изобретению колеса. Свое мнение высказали некоторые из наиболее влиятельных экономистов, включая Адама Смита, Дэвида Риккардо, Джона Стюарта Милля и Карла Маркса. Но в очень долгосрочной перспективе беспокойство по поводу “технологической безработицы” всегда было неуместным. Общей тенденции в уровне безработицы не наблюдалось, и заработная плата, как правило, соответствовала производительности труда. Урок истории заключается в том, что эффект дохода обычно преобладает над эффектом замещения, и технология действительно создает рабочие места.
Банковские кассиры и банкоматы
Поскольку новые технологии снижают себестоимость производства, они повышают общий уровень доходов, что, в свою очередь, создает новые формы занятости. Джеймс Бессен проиллюстрировал эту динамику своим исследованием банковских кассиров и банкоматов. С тех пор как банкоматы впервые появились в 1970-х годах, число банковских кассиров, занятых в США, оставалось на удивление стабильным. Работники продвигались “вверх по цепочке создания стоимости” в таких областях, как выстраивание отношений с клиентами и решение индивидуальных проблем, в то время как снижение затрат на банкоматы для малоценных задач (таких как снятие наличных) повысило спрос на этих работников. В более общем плане очевидно, что характер рабочих мест в большинстве стран с течением времени кардинально изменился. Экономист Массачусетского технологического института Дэвид Отор проанализировал новые названия должностей в описаниях профессий Бюро переписи населения США и обнаружил, что 60% занятости в США в настоящее время приходится на должности, которых не существовало в 1940 году, а для профессиональной занятости этот показатель возрастает до 75%. Точно так же, как 15 лет назад у нас не было менеджеров по социальным сетям, появятся рабочие места, которых сегодня не существует, но которые станут обычным явлением в 2030-х годах (например, “оперативные инженеры”). Рынки труда адаптируются.
Рис. 16: Банкоматы не вытеснили банковских кассировНо является ли искусственный интеллект ‘другим’?
Хотя историческое отсутствие технологической безработицы обнадеживает, новые технологии все еще могут спровоцировать крупные отраслевые сдвиги и вызвать затяжные проблемы с адаптацией. Это было верно при компьютеризации и могло быть еще более выражено при использовании искусственного интеллекта. Начиная с 1970-х годов постоянное снижение стоимости вычислительной техники побудило работодателей заменить компьютерный капитал рабочей силой. До недавнего времени эта технология в основном ограничивалась выполнением “рутинных” когнитивных и ручных задач. Рутинные задачи — это те, которые выполняются по простым правилам, которые могут быть легко выражены в компьютерном коде. Программисты разрабатывают процедуры для управления технологией в любых непредвиденных ситуациях. Компании автоматизировали многие производственные рабочие места, а также другие функции, такие как ведение бухгалтерии, канцелярская работа, кассиры, телефонные операторы и машинистки-переписчицы. Но нестандартные задачи — как ручные, так и когнитивные – были менее подвержены влиянию технологий. Эти роли либо были недостаточно хорошо поняты, чтобы быть конкретизированными в компьютерном коде, либо требовали человеческой гибкости, рассудительности и здравого смысла. Теперь, благодаря искусственному интеллекту, эта динамика меняется, и многие нестандартные задачи поддаются автоматизации. С помощью машинного обучения даже сложные задачи можно разбить на четко определенные задачи, решаемые с помощью алгоритмов и больших наборов данных. Это уже оказывает влияние в таких областях, как выявление мошенничества, медицинская диагностика, образование и финансовые услуги.
С появлением ChatGPT мы неизбежно увидим дальнейшее проникновение во многие другие профессии. И точно так же, как LLM угрожают заменить многие нестандартные когнитивные задачи, роботы вскоре смогут автоматизировать и многие нестандартные ручные работы. Эти должности ранее были защищены от технологий и обеспечивали занятость, например, перемещенным производственным работникам. Аппаратное обеспечение роботов совершенствуется, отчасти благодаря усовершенствованным датчикам и манипуляторам. Количество используемых промышленных роботов по-прежнему относительно невелико, но в условиях постоянного снижения цен оно будет быстро расти. Работники приспосабливались к компьютеризации двумя способами: либо они переходили в сферы услуг с более низкой квалификацией, которые были относительно защищены от автоматизации, либо они “повышали квалификацию”, дольше оставаясь в системе образования и находя работу, которая дополняла компьютерную (финансы, журналистика и т.д.). Даже при совокупном уровне безработицы, который были низкими по историческим меркам, это привело к массовой поляризации заработной платы и “опустошению” рынков труда. Но следующая волна технологического прогресса – сочетание искусственного интеллекта и робототехники – угрожает распространением более широкого спектра навыков и профессий с беспрецедентной скоростью.
Рис. 18: Искусственный интеллект в наибольшей степени влияет на когнитивные задачиМассовые потери рабочих мест?
На протяжении большей части последнего десятилетия финансовая пресса была полна историй о количестве потерь рабочих мест, которые, вероятно, будут связаны с искусственным интеллектом и другими формами автоматизации (включая робототехнику). Например, еще в 2013 году в чрезвычайно влиятельной статье Карла Бенедикта Фрея и Майкла Осборна утверждалось, что до 50% рабочих мест в США подвержены риску автоматизации, причем аналогичные уровни уязвимости наблюдаются во многих развитых странах мира (развивающиеся страны были подвержены еще большему риску). Исследователи представили разбивку уязвимости по секторам, что позволило журналистам сообщить своим читателям, какие профессии наиболее подвержены риску. Тем не менее, как отмечает Ной Смит, исследования, которые фокусируются на количестве потенциальных потерь рабочих мест, как правило, дают излишне паническую и бесполезную оценку вероятного воздействия искусственного интеллекта и других цифровых технологий. Это связано с тем, что “восприимчивость к автоматизации” может означать множество разных вещей. Если это означает, что работник получит новые инструменты, которые позволят ему автоматизировать скучные части своей работы, что позволит ему сосредоточиться на более творческой деятельности и обеспечить более высокую заработную плату, то это сильно отличается от ситуации, когда машина полностью заменяет работника, а его работа уже устарела. Исследования, учитывающие эти нюансы, как правило, приводят к более тонким выводам о влиянии искусственного интеллекта на рынок труда, даже если они продолжают вызывать пугающие заголовки в прессе.
В конечном счете, влияние ИИ на занятость, вероятно, будет зависеть от природы самих систем ИИ. В то время как нынешние версии LLM, по-видимому, с большей вероятностью повысят производительность и позволят высококвалифицированным когнитивным работникам автоматизировать часть своих функций, потенциально повышая их удовлетворенность работой и повышая реальную заработную плату, переход к более сложным формам искусственного интеллекта (таким как AGI) будет представлять гораздо большую угрозу для рабочей силы. Но, несмотря на заявления энтузиастов искусственного интеллекта, нет никакой гарантии, что мы когда-нибудь перейдем к полностью самосознающим системам искусственного интеллекта. Более того, те формы искусственного интеллекта, которые мы имеем сегодня, по-прежнему страдают от существенных недостатков, которые, вероятно, ограничат их угрозу для рабочей силы. Иными словами, есть хороший шанс, что мы сможем использовать преимущества искусственного интеллекта в повышении производительности, не “переворачивая общество с ног на голову”, то есть “не сводя стоимость рабочей силы к нулю” или «не вызывая массовую безработицу».
Рис. 20: Поляризация рынка труда США
Рис. 21: Опустошение рынков труда
Когда энтузиасты искусственного интеллекта говорят о потенциале технологии преобразовать мировую экономику и перевернуть общество с ног на голову, они делают прогноз, основанный на непрерывном экспоненциальном улучшении возможностей искусственного интеллекта. Но нет никакой гарантии, что мы продолжим двигаться вверх по этой экспоненциальной кривой. Между тем, модели, которые мы имеем сегодня, по-прежнему страдают от серьезных ограничений, особенно с точки зрения их надежности (они имеют тенденцию к странному поведению). Учитывая их энергетические потребности, потенциальные ограничения в данных и вероятную реакцию правительств, никто не может знать, будет ли потребление все большего и большего объема данных достаточным для того, чтобы следующее поколение искусственного интеллекта преодолело эти проблемы. Конечная цель AGI могла бы скорее остаться в области научной фантастики, чем стать реальностью. Это ослабило бы социально-экономические последствия искусственного интеллекта и ограничило бы его влияние на рынки труда.
Рис. 22: Миф о технологической безработицеНо предприятия по-прежнему смогут использовать преимущества искусственного интеллекта в повышении производительности, что могло бы помочь облегчить некоторые серьезные проблемы со стороны предложения, с которыми мир, по–видимому, столкнется в 2020-х годах, особенно из-за деглобализации и старения демографии. Мы сомневаемся, что искусственный интеллект сможет восстановить длительную дефляцию последних 40 лет, но он, безусловно, должен помочь повысить общие темпы роста и предотвратить дальнейшую стагфляцию. Что касается нашего нового макроцикла, мы думаем, что искусственный интеллект скорее снизит его амплитуду, чем остановит его полностью.
Затраты на рабочую силу сведены к нулю?
Сэм Альтман утверждает, что искусственный интеллект создаст совершенно новый мир, сведя затраты на рабочую силу к нулю. Он называет свою диссертацию “Закон Мура для всего”, который предположительно является универсальным применением оригинального закона Мура – открытия, что экспоненциальный рост числа транзисторов на микрочипе приводит к экспоненциальному росту вычислительной мощности и соответствующему падению цен на компьютеры. Применительно к искусственному интеллекту Альтман утверждает, что обучение LLM, таких как ChatGPT, на все большем количестве данных приведет к бесконечному экспоненциальному улучшению их способностей, что будет означать, что в конечном итоге они смогут делать все (и даже больше), что может сделать человек, – по сути, сводя затраты на рабочую силу к нулю. “Программное обеспечение, способное мыслить и обучаться, будет выполнять все больше и больше работы, которую сейчас выполняют люди”, что будет продолжать смещать власть от труда к капиталу, вызывая падение заработной платы и концентрацию феноменального богатства среди владельцев этих новых машин. А снижение заработной платы, в свою очередь, приведет к снижению стоимости всех товаров и услуг, создавая массовую и неудержимую дефляционную силу. Альтман говорит, что нам нужно представить мир, в котором цены на все – жилье, образование, еду, одежду и т.д. – снижаются вдвое каждые два года.
Рис. 24: Худшая производительность за столетиеНа самом деле, нет никакого способа узнать, будет ли реализовано видение Альтмана. Конечно, нет никакой гарантии, что возможности искусственного интеллекта будут продолжать улучшаться экспоненциальными темпами. Закон Мура не является физическим законом Вселенной, и нет никаких оснований полагать, что искусственный интеллект будет становиться все более похожим на человека только потому, что его создатели смогут увеличить размер своих нейронных сетей. Некоторые вещи улучшатся – мы видим, например, лучшее приближение к звучанию языка; но, как недавно объяснил Гэри Маркус (один из ведущих скептиков искусственного интеллекта) в подкасте Эзры Кляйна, прогресс в других областях был медленнее. Между тем, как отмечает Гэри Маркус, нынешнее поколение ИИ страдает от двух серьезных проблем: большие языковые модели не особенно надежны (они склонны забывать о своих собственных способностях или решать одну и ту же проблему совершенно разными способами) и не заслуживают доверия (они склонны все выдумывать или “галлюцинировать”). Итан Моллик соглашается и сравнивает ChatGPT с невероятно быстрым и нетерпеливым стажером – на самом деле настолько нетерпеливым, что он склонен откровенно врать. Он мог бы попросить его что-нибудь исследовать, но ему было бы неудобно публиковать результаты, не проверив их лично.
Искусственный интеллект повышает эффективность, потому что мы можем делегировать ему конкретные задачи, но технология наиболее полезна в тех областях, где она может контролироваться экспертом-человеком (предполагается, что она дополнит, а не заменит этого эксперта). Внезапно многие профессиональные работники получили в свое распоряжение такой персонал, который мог бы оказывать исследовательскую помощь, консультации или другие бизнес-услуги. Но, учитывая их текущие ограничения, нам следует ожидать агрессивной реакции регулирующих органов. Позволят ли правительства врачам с искусственным интеллектом, склонным к галлюцинациям, давать медицинские консультации без строгого надзора со стороны квалифицированного эксперта-человека? И, например, в случае автономных автомобилей, конечно, будет недостаточно просто соответствовать уровню компетентности человека – мы будем требовать почти совершенства. Один серьезный несчастный случай или человеческая смерть могут дестабилизировать целые отрасли промышленности. Потенциальные судебные риски для частных компаний были бы огромны.
Рис. 26: Восстание машин
Рис. 27: Роботы проникают в сектор услуг
Интеллект или глупость?
Вместо того чтобы свести стоимость рабочей силы к нулю, искусственный интеллект – по крайней мере, пока – свел к нулю только стоимость глупости. Как выразился Эзра Кляйн, глупость, в том, что он называет классическим философским смыслом, означает содержание, которое не имеет реального отношения к истине. Современные модели искусственного интеллекта учатся говорить по–человечески и казаться человечными, но у них нет подлинного понимания того, что они делают или говорят, потому что – в отличие от людей — у них нет когнитивной структуры или ментальной карты для понимания мира. Таким образом, последнее поколение искусственного интеллекта — это, по сути, просто прославленная модель копирования и вставки, копирующая то, что люди уже написали в Интернете, и имитирующая определенные стили. И никто не знает, достигнут ли создатели искусственного интеллекта когда–нибудь подлинно человеческого уровня понимания – AGI — просто запустив эти модели на больших наборах данных. В конечном счете, это вопрос о том, является ли человеческий интеллект просто энергией, протекающей через нейронные сети, что сделало бы его полностью воспроизводимым с помощью таких машин. В то же время, существуют риски для системы, которая может свести стоимость «глупости» к нулю без соответствующего снижения стоимости правдивой или точной информации, поскольку становится невозможным провести различие между ними – особенно в социальных сетях, где LLM могут создать поток дезинформации.'
Сосредоточьтесь на том, что мы знаем
Очевидно, что существует огромная неопределенность в отношении того, куда в конечном счете движется искусственный интеллект. Даже если технология будет развиваться так, как воображают ее энтузиасты – что порой граничит с мистицизмом, – правительства будут испытывать острое давление с целью регулирования и контроля за ее использованием. Также могут существовать жесткие ограничения для искусственного интеллекта в отношении доступности данных, не говоря уже о его потенциальном энергопотреблении. При обучении LLM выделяется эквивалент 284 тонн углекислого газа (по сравнению с 5 тоннами в год для человека), и это увеличивается с увеличением размера базы данных и вычислительных требований. Но с точки зрения оценки общего влияния искусственного интеллекта на макроэкономику, мы считаем, что имеет смысл сосредоточиться на технологиях, которые доступны сегодня, а не проводить более поверхностный анализ, основанный на будущих инновациях, которые, возможно, никогда не материализуются. И исходя из этого, мы рассматриваем искусственный интеллект главным образом как силу, которая, вероятно, приведет к значительному повышению производительности труда, а не как нечто такое, что дестабилизирует общество, вызовет массовую безработицу или приведет к падению заработной платы до нуля. Это по-прежнему делает его важным, особенно учитывая некоторые проблемы с поставками, с которыми мы столкнемся в 2020-х годах.
Рис. 28: Власть управляет макроциклом
Рис. 29: Начало ‘разворота реального курса’?
Искусственный интеллект и суперцикл
В течение последних двух лет велись интенсивные дебаты о том, сталкивается ли мировая экономика с длительной инфляцией. Мы с симпатией относимся к мягкой версии этого тезиса, основанной на идее о том, что важные вековые сдвиги, а именно деглобализация, изменение климата, меняющаяся геополитика, активная финансовая политика и стареющая демография, вероятно, приведут к “экономике с более высоким давлением”. Большая часть этого тезиса основывается на идее о том, что возникнет структурная нехватка рабочей силы, которая изменит баланс сил в экономике, впервые с 1980-х годов расширив возможности работников. Гипотеза Сэма Альтмана о том, что искусственный интеллект в конечном счете еще больше изменит баланс сил в пользу капитала, очевидно, является самой очевидной угрозой нашему суперциклу. Но, основываясь на том, что мы знаем сегодня, мы рассматриваем искусственный интеллект скорее как “гаситель” суперцикла, чем как нечто, что остановит или даже обратит суперцикл вспять. Дело в том, что вместо того, чтобы беспокоиться о том, что машины заменят работников, нам понадобится быстрая автоматизация просто для того, чтобы заполнить большие пробелы, которые, вероятно, появятся на рынке труда в течение следующего десятилетия. Искусственный интеллект может помочь в таких областях, как реконфигурация цепочки поставок и реорганизация производства. В конечном счете, это может даже помочь нам заботиться о наших пожилых людях. И поскольку численность рабочей силы перестает расти, мы будем нуждаться в повышении производительности больше, чем когда-либо прежде.
Рис. 30: Рабочая сила – более крутая кривая Филлипса
Рис. 31: Сможет ли искусственный интеллект воссоздать конец 1800-х годов?
В более общем плане важно помнить, что макроэкономическая среда, которую мы ожидаем в 2020-х годах, в большей степени способствует распространению технологий и повышению производительности. В конце концов, нет никакой реальной загадки в том, почему производительность была такой низкой в 2010-е годы. Распространение технологий замедлилось, потому что благодаря нулевым процентным ставкам и изобилию дешевой рабочей силы только у технологических суперзвезд был стимул инвестировать в новейшие технологии. Но мир с дефицитом энергии, сырьевых товаров и рабочей силы – это именно та среда, которая заставит компании работать усерднее и добиваться более значимого повышения эффективности. Искусственный интеллект — это инструмент, который может это обеспечить. Это повод для оптимизма, потому что это лучшая в мире возможность избежать неприятного стагфляционного спада. Это действительно означает, что некоторые рабочие места подвержены риску, особенно те профессии, где способность врать и говорить глупости была преимуществом. Естественно, это не относится к экономистам-продавцам или управляющим активами-покупателями… Итак, наши рабочие места в безопасности!
Рис. 32: Этапы развития искусственного интеллекта
Рис. 33: Глобализация также привела к неравенству
Существует огромное количество шумихи вокруг искусственного интеллекта. Первые публичные взаимодействия с ChatGPT, моделью, которая пытается воспроизвести нейронные сети человеческого мозга, продемонстрировали впечатляющие возможности этой технологии, в то время как инсайдеры отрасли предсказывают массовое (экспоненциальное) повышение ее компетентности на тревожно коротком горизонте. С точки зрения того, что мы знаем на данный момент, есть явные доказательства того, что искусственный интеллект может значительно повысить производительность. Распределение когнитивных задач между этими машинами экономит время и повышает производительность. Это большое событие для мировой экономики, которая долгое время находилась в состоянии спада производительности. Естественно, существует также большое беспокойство по поводу более широких социально-экономических последствий искусственного интеллекта, особенно его последствий для рынков труда и распределения богатства. Хотя история показывает, что опасения по поводу технологической безработицы обычно неуместны, более широкие социальные последствия ИИ в конечном счете будут зависеть от природы самих этих технологий, которая остается неопределенной. Но, учитывая его нынешние недостатки – особенно с точки зрения надежности и правдивости, – преждевременно думать, что ИИ “перевернет общество с ног на голову” или “сведет стоимость рабочей силы к нулю”. Это гипербола, граничащая с мистицизмом; и конечное видение AGI, возможно, никогда не будет реализовано. В более общем плане, хотя искусственный интеллект может помочь миру справиться с проблемами снабжения, с которыми он столкнется в 2020-х годах, мы скептически относимся к тому, что он воссоздаст вековую дезинфляционную тенденцию последних 40 лет. Технология представляет угрозу нашему тезису о макроцикле, но, по-видимому, она скорее ослабит амплитуду суперцикла (предотвратив стагфляцию), чем навсегда остановит его развитие.
