Очевидно, что некоторые аспекты работы юриста автоматизировать проще, чем другие. Например, поиск и обобщение прецедентного права, имеющего отношение к делу, может стать начальным этапом автоматизации. И как я уже отмечал, говоря о рентгенологии, автоматизация даже части работы правоведов в скором времени приведет к уменьшению их числа. А как насчет более сложных или творческих аспектов профессии юриста? Сможет ли компьютер выработать стратегию при ведении важного судебного дела?
В настоящее время это проблематично, однако, как и в случае с шахматами, алгоритм полного перебора в конечном счете может сработать. Если компьютер способен оценивать миллионы возможных ходов в шахматах, почему бы ему не повторить это действие со всеми известными судебными делами со времен выступлений Цицерона в Римском форуме?
И будет ли это «меньшей» формой юридической креативности? Возможно и так. Но разве это имеет значение для работодателя специалистов по части юриспруденции?
Несмотря на то что практическое применение искусственного интеллекта до сих пор опирается на принцип полного перебора, никак нельзя сказать, что это единственный подход, применяемый в данной сфере. Очень важная сфера исследования связана с идеей создания нейронной сети — специального вида компьютеров, которые разрабатываются на основе модели человеческого мозга. В настоящее время нейронные сети уже используются в таких сферах, как визуальное распознавание образов. В будущем можно ожидать существенного развития в этой области, особенно если инженеры, разрабатывающие нейронные сети, будут работать совместно с учеными, раскрывающими секреты работы мозга.
Когда речь идет о юристах и рентгенологах, вероятно, в глаза бросается то, что они хорошо зарабатывают. Средний заработок рентгенолога в США составляет более 300 тыс. долл. В принципе, можно с уверенностью заявить, что «программируемые» профессии (или профессии работников умственного труда), как правило, высокооплачиваемы. Для бизнеса это создает стимул к офшорингу, а затем, если это возможно, к автоматизации этих профессий. Кроме этого, можно утверждать, что практически нет взаимосвязи между тем, сколько практики требуется человеку и как сложно автоматизировать его профессию. Для того чтобы стать юристом или рентгенологом, нужно в обоих случаях иметь высшее образование и ученую степень, но это все равно не будет сдерживать автоматизацию. Ведь относительно просто запрограммировать накопленные знания в алгоритм или внести их в базу данных.
Для работников умственного труда это вдвойне плохие новости. Их профессии не только становится потенциально проще автоматизировать, поскольку не нужны вложения в механическое оборудование, но также имеется материальная заинтересованность в том, чтобы избавиться от профессий с высокой оплатой труда. В результате можно ожидать, что в будущем автоматизация существенно затронет работников умственного труда, в частности, с высоким уровнем дохода. В тех случаях, когда технологии еще не достигли уровня возможной автоматизации профессии, офшоринг может стать промежуточным решением.
Учитывая эти факты, можно сказать, что моделирование, представленное в главе 1, было немного консервативным. Посмотрите снова на таблицу традиционных профессий, расположенную выше. Интеллектуальных рабочих там представлено совсем немного. В нашей модели мы предполагали, что автоматизации будет подвергнута значительная часть средних огней в туннеле. Но сейчас мы видим, что в действительности с ней могут столкнуться и относительно «высокие» участники туннеля. Может произойти ситуация, когда значительное число более ярких огней в туннеле станут первыми пострадавшими от автоматизации.
Что это значит для бизнеса, который предлагает продукты на массовом рынке? Очевидно, это означает, что автоматизация может однажды ударить не только по несметным миллионам потенциальных покупателей, но и отразиться на ваших лучших клиентах.
Автоматизация, офшоринг и малый бизнес
Мы склонны считать, что автоматизация и офшоринг оказывают огромное влияние на рабочие места в крупных корпорациях. Ведь требуются значительные инвестиции для того, чтобы наладить отношения с зарубежными фирмами по аутсорсингу, внедрить специальное автоматизированное оборудование или программное обеспечение. В ближайшем будущем, однако, эта деятельность может стать доступнее и дешевле даже для предприятий малого бизнеса.
Существует характерная тенденция к разделению работы на отдельные функции или задачи, которые, в свою очередь, можно автоматизировать или передать на офшоринг. Эта возможность все больше и больше открывается перед малым бизнесом благодаря заранее подготовленному программному обеспечению либо использованию онлайн-интерфейсов в интернете. Расчет налогов – это одна из тех сфер, где данный подход уже широко применяется. Вместо вложения крупных инвестиций в современное программное обеспечение владелец малого бизнеса или менеджер может зайти на сайт и арендовать доступ к программе либо на час, либо на время выполнения некой задачи. Я думаю, вполне вероятно, что аналогичная ситуация ждет и офшоринг специфических задач. Конкуренция между поставщиками услуг будет способствовать быстрому снижению цен, облегчению доступа к онлайн-ресурсам и росту числа предоставляемых услуг.
В результате эта практика мгновенно распространится среди бизнеса различного уровня. И как видно из примера с рентгенологами и юристами, если есть возможность автоматизировать часть какой-то профессии, число нанятых сотрудников сразу же начинает падать. Управление по делам малого бизнеса США установило, что в последнем десятилетии компании со штатом до 500 служащих предоставляют 60–80 % всех рабочих мест[42]. Поскольку для владельцев бизнеса становится легче и дешевле воспользоваться услугами автоматизации и офшоринга, со временем может оказаться, что эта практика станет существенно тормозить механизм создания рабочих мест для американцев.
«Механизированные» профессии и робототехника
«Механизированной» можно назвать профессию, для автоматизации которой требуются инвестиции в механические устройства или робототехнику. Автоматизация механизированных профессий началась задолго до компьютерной революции. Машины, используемые на линиях сборки и в сельхозтехнике, а также оборудование для переноса тяжелой почвы – все это технологии, которые в прошлом заменили миллионы рабочих. Как показывает история, производственные профессии, связанные с выполнением однообразных задач, автоматизировать проще всего. Вспомните, именно из-за этого началось движение луддитов в 1811 г. Однако объединение механических и компьютерных технологий в сфере робототехники обязательно повлияет на небывалое число профессий и их виды. Вопрос о том, сложно или легко автоматизировать механизированную работу, зависит от сочетания необходимых навыков и ловкости рук. Для примера профессии, которую довольно сложно автоматизировать, можно рассмотреть работу автомеханика.
От механика требуется отличная зрительная координация движения рук. Ему приходится работать с тысячей различных элементов разных типов двигателей, причем часто с разной степенью повреждений. Другими словами, робот-механик столкнулся бы с большим количеством проблем в области визуального распознавания и управления, что мы также обсуждали в случае с роботом – работником по дому. Кроме того, роботу-механику по сравнению с домашним помощником требуется большая способность в решении различных задач. В действительности эту способность к распознаванию проблемы невозможно передать при помощи одного лишь программного обеспечения, поскольку она требует участия практически всех органов чувств человека. Механик может услышать звук, который производит двигатель, или даже узнать проблему из-за характерного запаха.
Можно сказать, что в настоящее время выбор профессии автомеханика – это довольно безопасное решение. Но, как и в случае с работником по дому, это вовсе не значит, что профессия будет в безопасности всегда. Развитие роботизированных технологий будет упорно продолжаться до тех пор, пока не решатся многие проблемы. Однако еще более важным фактором, по-видимому, станут изменения в машинах, над которыми работают механики. Современные технологии уже повлияли на процесс работы механиков: компьютерные средства диагностики сегодня используются для считывания кодов неисправностей микропроцессоров, встроенных в двигатель. Можно предположить, что эта тенденция будет продолжаться и что когда-нибудь в будущем машины начнут разрабатывать специально с учетом особенностей роботов-механиков, которые будут их чинить.
