Pod prąd: (Pozytywny) wpływ sztucznej inteligencji na pracę

Większość komunikatów, artykułów i innych publikacji, które czytamy na temat sztucznej inteligencji, zapowiada katastrofę na rynku pracy i utratę milionów miejsc pracy zastąpionych przez automatyzację. Obawiam się, że pójdę zdecydowanie pod prąd powszechnym opiniom, ponieważ uważam, że sztuczna inteligencja będzie miała pozytywny wpływ netto na pracę.

Czasami mam wrażenie, że jestem nieco podejrzliwy, ale nie mogę oprzeć się wrażeniu, że te katastroficzne komunikaty mają na celu jedynie zastraszenie pracownika. Stawiają go w słabej pozycji negocjacyjnej z firmą, sprawiając, że godzi się na samo utrzymanie zatrudnienia, rezygnując z dążenia do jakichkolwiek ulepszeń czy zdobycia swojej części zysków ze sztucznej inteligencji. 💼

To prawda, że jeśli skupimy się na określonych stanowiskach pracy, mogą one być zagrożone automatyzacją. Te stanowiska, bez wchodzenia w konkretne role, to zazwyczaj prace powtarzalne, mało kreatywne, o ograniczonym stopniu decyzyjności i niskiej odpowiedzialności.

Wzrost wydajności jest również często obwiniany za likwidację miejsc pracy: Jeśli teraz z 3 osobami mogę wykonać pracę 5, to zlikwiduję 2 etaty. Potrzeba jednak trochę perspektywy, aby dostrzec wpływ sztucznej inteligencji na całe społeczeństwo i gospodarkę. 📈

Jeśli rozszerzymy spojrzenie poza wpływ na konkretną rolę czy rodzaj pracy, a nawet poza zachowanie pojedynczej firmy, dostrzeżemy kilka powodów, dla których sztuczna inteligencja wpłynie pozytywnie na rynek pracy.

Pierwszym z nich jest popyt indukowany. Obecnie automatyzacja określonych zadań jest o wiele tańsza. Nawet wiele zadań, które wcześniej nie były podatne na automatyzację, teraz już są. Oznacza to, że powstanie ogromna ilość oprogramowania wdrażającego te automatyzacje. Oprogramowanie to wymaga odpowiedzialności, utrzymania, zrozumienia i rozwoju, co generuje nowe miejsca pracy wymagające nowych umiejętności, aby sprostać temu rosnącemu popytowi na oprogramowanie. ⚙️

Weźmy na przykład automatyzację sektora tekstylnego pod koniec XVIII wieku. W tamtych czasach popyt na produkt wytwarzany ręcznie przez krawców był ograniczony ze względu na jego wysoki koszt. Dzięki automatyzacji i obniżeniu kosztów popyt ten wzrósł, umożliwiając dostęp do produktu większej liczbie osób. Ogólnie rzecz biorąc, możemy myśleć tak samo o automatyzacji opartej na sztucznej inteligencji oraz o produktach, które na niej zyskują. 🧵

Drugim czynnikiem jest wzrost produktywności wynikający z wdrożenia sztucznej inteligencji w przedsiębiorstwach. Zrozummy jednak dobrze produktywność:

Daraus wynika, że:

• Robienie większej liczby rzeczy, jeśli są one bezużyteczne, nie zwiększa produktywności.
• Robienie tego samego, ale szybciej, zwiększa produktywność.
• W tym samym czasie robienie czegoś bardziej wartościowego zwiększa produktywność.

Rozważmy najmniej oczywisty przypadek (przynajmniej na podstawie tego, co zazwyczaj się czyta): w tym samym czasie możemy robić rzeczy bardziej wartościowe. Oznacza to, że zwiększymy wartość generowanego produktu, zwiększając marże przedsiębiorstw. Wzrost marż nigdy nie trafia w całości do firmy, część z nich jest przekazywana pracownikowi. Dlatego firmy o wysokiej wartości dodanej i większych marżach oferują lepsze warunki płacowe swoim pracownikom – tym, którzy generują tę wysoką wartość dodaną.

Drugi przypadek, ten najczęściej opisywany w gazetach, dotyczy robienia tego samego, ale w krótszym czasie. W krótkiej perspektywie oznacza to redukcję kosztów, związaną z likwidacją miejsc pracy.

Jednak to dostosowanie nie trwa zbyt długo, ponieważ redukcja kosztów (i odpowiadający jej wzrost marż przedsiębiorstw) w średnim okresie przyniesie poprawę płac (lub warunków, takich jak skrócenie czasu pracy przy zachowaniu dotychczasowego wynagrodzenia) dla pozostałych pracowników lub obniżkę cen, generując deflację, jak ostatnio wspomniał Jeff Bezos. Biorąc pod uwagę systemowe mechanizmy antydeflacyjne (takie jak banki centralne czy planowane starzenie się produktów), uważam pierwszą opcję za znacznie bardziej prawdopodobną.

Należy wziąć pod uwagę również inne czynniki: łatwość tworzenia produktów/firm (patrz: "one person companies"), możliwość znacznie szybszego osiągania korzyści skali czy na przykład obniżenie barier wejścia na wiele rynków. Chciałbym jednak zakończyć potencjalne pozytywne skutki efektami drugiej rundy. Jeśli pracownicy firm, które zwiększają swoją produktywność, poprawią swoje warunki płacowe, wzrośnie konsumpcja, generując pracę i zatrudnienie z nią związane.

Ta ewolucja, w której pozytywny przebieg chcę wierzyć, nie jest wolna od ryzyka. Dwa główne zagrożenia, które dostrzegam, to rozbieżność między zyskami przedsiębiorstw a płacami oraz wzrost nierówności między wynagrodzeniami w różnych firmach lub sektorach (i wymagane kwalifikacje).

Dlatego słyszy się już pewne propozycje, o których wspomniało ostatnio OpenAI, takie jak podniesienie podatków od zysków przedsiębiorstw, promowanie wprowadzenia 4-dniowego tygodnia pracy oraz ogólnie polityki gwarantujące redystrybucję i przekierowanie bogactwa wygenerowanego przez sztuczną inteligencję w stronę obywateli. ⚖️

Będąc świadomymi ryzyka, nie ulegajmy strachowi i idźmy pod prąd, wykorzystajmy szansę, jaką daje nam sztuczna inteligencja, aby poprawić warunki pracy.