То, что генеративный искусственный интеллект значительно повысит производительность труда работников сферы знаний, является базовым предположением. Действительно, это захватывающе, и потенциал невероятен. Но стоит обратить внимание на нюансы — и на контраргументы, пишет в блоге Bloomberg Томас Биттман, вице-президент и заслуженный аналитик Gartner Research.
Действительно ли генеративный ИИ значительно повышает производительность? Вот три момента, которые следует учесть.
Скорость и непрерывность изменений исторически высоки
А это влияет на производительность. Освоение различных инструментов генеративного ИИ уже происходит гораздо быстрее, чем любой предыдущей технологии, и эта скорость приведет к более кардинальным изменениям для бизнеса и труда, чем предыдущие технологические скачки. Кроме того, многие новые технологии после быстрого принятия претерпевают более медленные эволюционные изменения — изобретения, за которыми следуют постепенные изменения. Генеративный ИИ отличается не только прорывным эффектом в с самого начала, но и продолжит развиваться очень быстро, расширяя и улучшая свои охват и возможности. Речь идет скорее об ускорении, чем о скорости.
Предыдущие примеры включают фабричную автоматизацию, персональные компьютеры, Интернет, облачные вычисления. Все они были чрезвычайно прорывными, но фабричная автоматизация требует времени — десятилетий — для полного внедрения. Персональным компьютерам потребовались годы для распространения и «полного» принятия. Интернет нуждался в контенте и более качественном и быстром подключении, и на это ушли годы. Облачные вычисления, хотя и значительно снизили барьер для входа, должны были вытеснить/заменить огромные инвестиции в навыки и капитальные затраты, и потребовалось десятилетие, чтобы достичь сегодняшнего уровня проникновения, который, вероятно, все еще составляет менее трети всех вычислений в дата-центрах. Все эти изменения оставляли достаточно времени для переквалификации, смены рабочей силы, обучения. Они происходили с той скоростью, которую могло воспринять человеческое общество. Общий уровень безработицы оставался относительно стабильным.
Есть все основания полагать, что в случае с генеративным ИИ будет иначе. Барьер для входа очень низок — вы можете использовать его уже сейчас, на многих должностях, связанных с созданием контента. Многие люди могут легко использовать его, и им не нужно, чтобы предприятие обеспечило его внедрение. Преимущества (и сегодняшние ограничения) очевидны, и для предприятия или работника сферы знаний будет неконкурентоспособно игнорировать их или откладывать принятие.
Работникам сферы знаний придется быстро переквалифицироваться, а во многих случаях и сменить свою роль. Если раньше перед таким работником стояла задача создания контента, то теперь он может вместо этого просматривать контент, созданный генеративным ИИ. По сути, это уже менее квалифицированный специалист, который, по сути, работает на ИИ, а не наоборот. В отраслях будет происходить перемещение специалистов в области знаний как вверх, так и вниз, по мере того как будут найдены роли для генеративного ИИ. В отличие от предыдущих технологических прорывов, это произойдет быстро и затронет многих людей, причем не всегда положительно.
Продолжение изменений также является одним из факторов. В отличие от предыдущих прорывов, этот будет продолжать развиваться. Сегодня вам может понадобиться просматривать контент, созданный генеративным ИИ, перед публикацией. Скоро в этом будет все меньше и меньше необходимости. Широта контента будет продолжать расти. В отличие от предыдущих технологических потрясений, работникам сферы знаний будет сложно переквалифицироваться и успевать овладевать растущими возможностями генеративного ИИ с той скоростью, с которой он меняется. Придется затрачивать немалое время для переквалификации, переобучения, смены работы. Все это будет снижать производительность на постоянной основе.
Баланс спроса и предложения
Да, производительность создания контента отдельным человеком или предприятием значительно возрастет, но что будет происходить со всем этим контентом, и какова итоговая ценность этого растущего контента? Например, сколько новостных статей человек может прочитать каждый день? Сколько песен нужно миру? Конечно, адаптация контента к нишам и даже отдельным людям может увеличить спрос на него, но все же это ограничено количеством людей. Представляется вероятным, что некоторые отрасли просто консолидируются для уменьшения количества производителей объемного контента — сколько авторов песен смогут быть экономически жизнеспособными, если один человек сможет создавать несколько новых песен в день? Или если генеративный ИИ сможет производить их без какого-либо/большого участия человека?
Таким образом, индивидуальный работник сферы знаний сможет быть гораздо более продуктивным, но это, скорее всего, означает уменьшение числа таких работников — по крайней мере, занимающихся подобным творчеством. Возможно, их станет гораздо меньше.
А как насчет издержек производительности, связанных с потреблением большего количества контента? Опять же, у нас есть примеры смартфонов, социальных сетей и Интернета. Стала ли продуктивность потребителя — количество полезной информации, потребляемой в час — лучше? Приносит ли ему это больше пользы? Способствует ли это росту экономической активности? Возможно, но верно и обратное. Мы тратим больше времени на потребление большего объема малоценной информации, чем десять или двадцать лет назад.
Один из способов справиться с возросшим объемом наступающего на вас контента — использовать инструменты для его курации и фильтрации. Генеративный ИИ будет играть определенную роль и здесь: он будет принимать поток контента, использовать ваши предпочтения, фильтры и шаблоны и представлять вам выборку для потребления. Что же мы увидим? Мы будем использовать генеративный ИИ для повышения производительности на стороне производства, а затем использовать генеративный ИИ для ее снижения на стороне потребления. Производительности создания и потребления неодинаковы, однако генеративный ИИ может просто свести на нет сам себя в некоторых потоках контента.
Борьба за влияние
Генеративный ИИ станет мощным маркетинговым инструментом, выявляющим закономерности, успешные для манипулирования индивидуальными мнениями, приобретениями и т. д. Люди просто не могут эволюционировать со скоростью влияния технологий. Предвзятость подтверждения — это эволюционная слабость, которую используют технологии, позволяющие легко манипулировать людьми. Войны за влияние на индивидуальные расходы, голоса, решения, действия и т. д. станут гораздо более эффективными. Источника «истины» не будет, но будут расти многополярность, племенные верования и потребительское отношение к истине — наряду с интенсивной конкуренцией за влияние, управляемой генеративным ИИ. Войны за влияние будут усиливаться, а не сокращаться, а это трение — растрата производительности, когда люди и корпорации будут тянуть в противоположных направлениях, а инвестиции как в производство, так и в потребление влияния будут зажигать и тушить пожары, сводя на нет «повышенную производительность» того и другого, снижая чистую производительность. Это может быть как не столь уж важным, как конкурентный и более резкий маркетинг продукции, так и угрожающим, как дипфейки, вдохновляющие на насилие — даже на общественные потрясения.
Что в итоге? Генеративный ИИ обладает огромным потенциалом для повышения производительности человека, но его широкое применение также приведет к снижению производительности — из-за непрерывных трудовых потрясений, «повышения производительности» как спроса, так и предложения, ограничения спроса, увеличения трения и растраты общественной энергии. Генеративный ИИ не является «плохим», но и «хорошим» автоматически не является. Нам придется приложить немало усилий, чтобы направить его преимущества на повышение производительности, уменьшить потери, управлять/регулировать бесполезный или опасный контент, инвестировать в постоянно меняющуюся роль человека и обеспечить, чтобы люди не стали жертвами.
