Версия // Бизнес // Следует меньше беспокоиться о технологической безработице и больше о неравенстве

Следует меньше беспокоиться о технологической безработице и больше о неравенстве

16782

Победители цифровой трансформации

В разделе

Возможно, ни один аспект цифровой революции не привлекал большего внимания, чем влияние автоматизации на занятость и доходы. Для этого есть по крайней мере одна очень веская причина, но, вероятно, не та, о которой подумают многие.

В использовании машин для увеличения производительности нет ничего нового. Любой инструмент является машиной, а их человечество использовало на протяжении большей части своей истории. Но со времен первой промышленной революции, когда паровая энергия и механизация привели к значительному и устойчивому росту производительности, процесс стал ускоряться.

Не все приветствовали этот переход. Многие опасались, что снижение спроса на человеческий труд приведет к росту уровня безработицы. Но этого не произошло. Напротив, рост производительности и доходов стимулировал спрос и, следовательно, экономическую активность. Со временем рынки труда адаптировались, и в конечном итоге продолжительность рабочего дня сократилась, поскольку изменился баланс между занятостью и досугом.

И все же по мере того как эволюционировали машины, автономно выполняющие все больше задач в сегментах обработки информации, управления и транзакций, снова усилились опасения по поводу крупномасштабной потери рабочих мест. В конце концов рабочие места для белых и синих воротничков, связанные в основном с рутинными, то есть легко автоматизируемыми задачами, исчезают быстрыми темпами, особенно активизировался этот процесс с 2000 года.

Однако, как и в XIX веке, рынки труда адаптируются. Сначала работники, задачи которых начали выполнять машины, могут присматриваться к месту, где востребованы их навыки. Но потерпев неудачу на этом поприще, они вскоре начинают искать работу с более низкими (или легко достижимыми) требованиями к квалификации, включая работу с частичной занятостью в гиг-экономике, даже если это означает более низкий уровень доходов.

Со временем все большее число работников начинают вкладывать средства в приобретение навыков, востребованных в высокооплачиваемых секторах. Как правило это трудоемкий процесс, хотя в некоторых странах, в том числе в Соединенных Штатах, он был ускорен за счет инициатив с участием правительства, бизнеса и образовательных учреждений.

Но даже при наличии механизмов институциональной поддержки доступ к развитию навыков редко бывает справедливым. Только те, у кого достаточно времени и финансовых ресурсов, имеют возможность инвестировать в переобучение, а в крайне неравноправном обществе многие работники исключены из этой группы. На этом фоне нам, вероятно, следует меньше беспокоиться о масштабной безработице и больше о росте неравенства и его социальных и политических особенностях.

Безусловно, технологическая адаптация может уменьшить масштаб проблемы. В конце концов рынки вознаграждают за инновации, которые упрощают использование цифрового оборудования и систем. Например, графический пользовательский интерфейс, который позволяет взаимодействовать с электронными устройствами, теперь настолько распространен, что воспринимается как должное. По мере того как такие интуитивные подходы применяются ко все более сложным технологическим процессам, потребность в переобучении - и, следовательно, влияние цифровой революции на распределение - будет уменьшаться.

По теме

Прогресс в области искусственного интеллекта также окажет свое влияние. Примерно десять лет назад автоматизация основывалась на кодификации задач: машины запрограммированы с помощью набора инструкций, воспроизводящих логику принятия решений человеком. Но как насчет задач, которые нельзя разделить на серию логических заранее определенных шагов? От понимания естественного языка до визуального распознавания объектов - в эту категорию попадает удивительно большое количество действий - даже довольно простых на первый взгляд. Благодаря этому многие рабочие места были «защищены» от автоматизации, но лишь до масштабного развития машинного обучения.

Машинное обучение - это, по сути, очень сложное распознавание образов. Используя большие пулы данных и огромные вычислительные мощности, машины учатся делать то, что человек не может записать в виде набора команд. Они делают это, используя примеры, а не логику, основанную на правилах. Достижения в области машинного обучения открыли новые обширные области автоматизации: робототехника, автономные транспортные средства и сканирование технической медицинской литературы для поиска ключевых статей. Во многих областях, таких как распознавание образов в генетике и биомедицине, машины не только становятся способными заменять людей; в некоторых отношениях их возможности превосходят любого человека.

Эта новость значительно лучше, чем может показаться на первый взгляд. Да, гораздо больше задач и подзадач будет переложено на машины. Но целью и конечной точкой цифровой революции должно быть превращение автоматизации работы в цифровое расширение. А когда машины выполняют задачи, недоступные людям, мы получаем именно аугментацию.

Хотя на этой ранней стадии невозможно сказать наверняка, есть основания полагать, что переходные издержки этого нового раунда трансформации рынка труда будут ощущаться по всему спектру доходов. И это влияние будет значительно масштабней, чем ранее. На нижнем уровне пирамиды доходов во всем мире достижения в области искусственного интеллекта и робототехники нарушат и в конечном итоге вытеснят трудоемкое производство и модели развития, которые от него зависят. В конечном итоге возможности машинного обучения будут иметь большое влияние на научные исследования и технологическое развитие, а также на профессиональные услуги.

Однако факт остается фактом: мир столкнулся с очень сложными переходами, а не с равновесиями: и нельзя ожидать, что естественная адаптация рабочих и рынков труда приведет к справедливым результатам, особенно с огромными различиями в ресурсах домохозяйств в качестве отправной точки. Вот почему директивные органы (в партнерстве с бизнесом, профсоюзами и образовательными учреждениями) должны сосредоточить свое внимание на мерах по сокращению неравенства доходов и благосостояния, включая обеспечение широкого доступа к высококачественным социальным услугам, таким как образование и профессиональная подготовка. Без такого вмешательства существует значительный риск того, что цифровая трансформация работы оставит многих людей за бортом, что чревато неблагоприятными долгосрочными последствиями для социальной сплоченности.

Логотип versia.ru
Опубликовано:
Отредактировано: 21.05.2021 13:30
Комментарии 0
Наверх