Galim’s channel

Искусственный интеллект становится новым дизраптором производительности труда в мире Каждая крупная технологическая волна меняла не только то, как мы работаем, но и то, чей труд становится ненужным. Индустриализация и автоматизация однотипных операций резко сократили потребность в рабочих профессиях на заводах и фабриках. Нынешняя волна ИИ затрагивает другой слой занятости: административный и офисный труд, который до последнего времени почти не поддавался автоматизации. Следующим этапом станет соединение ИИ с гуманоидными роботами, что даст дополнительный прирост производительности там, где на производстве еще сохраняется ручной труд. Первые признаки этого сдвига уже видны в данных. По оценке МВФ, влиянию ИИ подвержены около 40% рабочих мест в мире и около 60% в развитых экономиках. Исследование Стэнфордского университета, построенное на зарплатных данных миллионов американских работников, показывает, что занятость молодых специалистов 22–25 лет в профессиях, наиболее подверженных ИИ (разработка программного обеспечения, клиентская поддержка), уже на 19% ниже, чем если бы она росла темпами их сверстников в менее затронутых профессиях. Показательно, что это происходит не через увольнения, а через сокращение найма: компании просто перестают брать начинающих специалистов. Массовых сокращений в масштабах всей экономики пока нет, но, по моей оценке, в горизонте 5–10 лет они станут заметными. Временной отрезок пока слишком короток, чтобы оценить эффект ИИ в статистике: у технологий общего назначения отдача сначала уходит в перестройку процессов и обучение людей, и рост производительности становится заметен с лагом, как это было с электричеством и компьютерами. Главный макроэкономический риск я вижу в спросе. ИИ снижает затраты на труд и увеличивает предложение товаров и услуг, а доходы, из которых оплачивается спрос, перераспределяются от работников к владельцам капитала и технологий. История уже знает такой сценарий. В 1920-е годы электрификация и конвейер резко подняли производительность, но доходы распределялись все более неравномерно, и спрос все больше держался на кредите. Когда долговая нагрузка стала непосильной, начался кризис заемщиков, падение цен увеличивало реальное бремя долгов, а волна банкротств банков превратила спад в Великую депрессию. Кейнс в 1930 году первой среди причин назвал то, что техническая эффективность растет быстрее, чем экономика успевает поглощать высвобождаемый труд, и ввел для этого термин «технологическая безработица». Позже, в «Общей теории», он обосновал стимулирование совокупного спроса через государство. Поэтому вопрос о том, как поддерживать покупательский спрос на фоне сокращения трудовых затрат, нужно ставить уже сейчас. Процесс будет идти крайне неравномерно по странам. Те, кто отстанет во внедрении инноваций и ИИ, рискуют проиграть глобальную конкуренцию, попасть в технологическую зависимость от лидеров и беднеть. В этом смысле курс Президента на внедрение ИИ как часть государственной политики я считаю стратегически верным. Однако у этого курса есть и вторая сторона, которую важно проговорить заранее. Пенсионная система и ОСМС в Казахстане построены на взносах с заработной платы, а ИПН является одним из основных источников доходов местных бюджетов. Если доля оплаты труда в доходах экономики начнет сокращаться, вместе с ней будет сужаться и эта база. Поэтому параллельно с внедрением ИИ нужно заранее прорабатывать постепенное смещение налоговой нагрузки с труда на капитал и ренту, массовое переобучение работников и подготовку молодежи, которая должна выходить на рынок труда не только с дипломом, но и с навыками работы с ИИ. Мы в Solva Group также активно внедряем ИИ. Опыт показывает, что компания становится AI-native только тогда, когда первый руководитель сам является активным пользователем ИИ. Я пользуюсь ИИ каждый день и при этом понимаю, что задействую едва ли 1% его возможностей. Продолжение в следующем посте