— то, что должен выполнять человек, регулярность его доходов, возможности для развития навыков и выбора условий труда — может быстро снизиться.
Мы стали свидетелями возникновения экспоненциального разрыва между условиями труда, предлагаемыми быстро совершенствующимися технологиями, и устаревшими нормами, правилами и ожиданиями, регулирующими трудовую жизнь. Как мы увидим в этой главе, переход к платформенным моделям бизнеса создает новые способы организации труда для компаний: все большее внимание уделяется гиг-работе, а не трудовым соглашениям. Использование датчиков и аналитики позволяет работодателям внедрять автоматизированные системы управления, призванные повысить эффективность и производительность труда — зачастую в ущерб благополучию работников. И все это время доля стоимости, которая достается работникам, а не владельцам компаний, снижается.
Ни одна из этих трех сил не может быть проанализирована с помощью такой незатейливой идеи, как робопокалипсис. Но каждая из них вбивает клин между теми, кто сможет использовать мощь экспоненциального века, и теми, кто застрянет в прошлом.
* * *
Представление о массовой автоматизации и сокращении рабочих мест зависло над Кремниевой долиной подобно туману над Сан-Франциско. Хотя эта идея не нова, о ней вновь заговорили в начале XXI века, когда достижения в области искусственного интеллекта, о которых мы говорили в главе 1, начали реализовываться. Внезапно полки книжных магазинов наполнили книги с названиями типа «Второй машинный век» и «Выжить с ИИ» — все они в том или ином виде приводили дьявольски простой аргумент: ИИ меняет игру. У нас уже есть общая технология — ее можно использовать в самых разных ситуациях. И она адаптивна: она учится на опыте. В результате со временем она будет совершенствоваться и станет способна выполнять все больше задач, делая ненужной существенную часть рабочей силы.
В конце концов, прорывы ИИ происходят в некоторых из наиболее схожих с человеческими навыках: в восприятии, общении, планировании и манипулировании. Более того, исследователи с гордостью говорят о машинах, способных выполнять до сих пор неавтоматизированные задачи с большим мастерством, чем самый опытный человек. Несомненно, когда программное обеспечение и роботы заменят людей, это должно привести к потере рабочих мест.
В самом известном исследовании на эту тему два оксфордских ученых, Майкл Осборн и Карл Фрей, предсказали, что до 47% рабочей силы в США занимают рабочие места, которые рискуют стать ненужными из-за передовых компьютеризированных систем на основе машинного обучения[224]. Предсказатели и футуристы ухватились за эти и подобные выводы — исследование Осборна и Фрея цитировалось более семи тысяч раз за семь лет[225]. В 2017 году уважаемая компания Forrester, занимающаяся исследованием рынка, предсказала, что к 2027 году из-за автоматизации лишатся работы около 25 миллионов американских работников, при этом автоматизация создаст только 14 миллионов новых рабочих мест[226]. Служба Би-би-си заявила, что к 2030 году в мире будет потеряно 20 миллионов рабочих мест[227].
Во всем этом есть доля правды, и даже больше чем доля. В 2010-х годах многие действительно потеряли работу из-за автоматизации. В 2017 году один из руководителей Deutsche Bank говорил о том, что с помощью автоматизации можно избавиться от тысяч рабочих мест, особенно от людей, которые «большую часть времени проводят, по сути, в роли старинных счётов»[228]. Банковское дело — особенно несентиментальная отрасль, и Deutsche Bank был не одинок в желании автоматизировать офисные задачи. Компания за компанией выдвигала инициативы по ликвидации труда «белых воротничков». Спрос был настолько велик, что вызвал бум в сфере автоматизации офисов. Одним из стартапов, создавших программное обеспечение для автоматизации, стала румынская компания UiPath. В 2015 году это был еще крошечный бизнес, в котором работали менее двадцати человек. В следующие пять лет крупные организации по всему миру обращались к UiPath, и она разрослась до трех тысяч сотрудников. К 2020 году стоимость компании оценивалась более чем в 35 миллиардов долларов[229].
Поскольку автоматизация набирает обороты, аргумент о том, что ее последствия проявятся в статистике занятости, кажется неоспоримым. Если работодатель может повысить производительность труда с помощью новых технологий, в итоге он наймет меньше людей, не так ли? Долгосрочные данные, казалось бы, подтверждали это. Занятость в американском промышленном секторе достигла пика в середине 1979 года, когда в нем трудились 19,5 миллиона американцев[230]. Американские рабочие были самыми производительными в мире: в два раза производительнее британских и на одну пятую — немецких[231]. В течение следующих нескольких десятилетий объем промышленного производства продолжал расти, но занятость на заводах снижалась. Американские заводы выпускали больше продукции (если судить по стоимости), но для этого им требовалось гораздо меньше рабочих. По данным Брукингского института, «в 1980 году для производства продукции на миллион долларов в США требовалось двадцать пять рабочих мест». К 2016 году для выпуска готовых товаров на ту же сумму понадобилось всего пять рабочих[232].
Эта тенденция на первый взгляд кажется еще более выраженной среди современных технологических компаний. Рассмотрим численность персонала на некоторых исторически крупных предприятиях Америки. В 1980 году у General Motors была самая большая численность персонала — 900 тысяч человек. Компания продавала более 4 миллионов автомобилей в год, а ее доходы достигали 66,3 миллиарда долларов[233]. На каждого сотрудника приходилось около 74 тысяч долларов с продаж. Теперь рассмотрим крупнейшие компании эпохи экспоненциального роста. В компании Alphabet, которой принадлежит Google, в 2019 году работало около 120 тысяч человек, а доход составил 162 миллиарда долларов, что соответствует уровню продаж в 1,4 миллиона долларов на одного сотрудника[234]. Общая тенденция заключается в создании более ценных компаний с меньшим количеством сотрудников.
Однако есть одна загвоздка. Даже когда технологические гиганты росли, показатели численности сотрудников продолжали выглядеть радужно. Пока пандемия COVID-19 в 2020 году не заморозила экономику мира, во многих странах наблюдался рекордный уровень занятости. В ОЭСР, клубе из 37 богатых (в основном) стран, уровень занятости был рекордно высоким уже в 2019 году — выше, чем даже до мирового финансового кризиса 2007–2009 годов[235]. В глобальном масштабе картина выглядела аналогично. По оценкам Международной организации труда, в 2020 году уровень безработицы в мире был самым низким с 2009 года[236].
Робопокалипсис, похоже, отложили.
* * *
Итак, мы столкнулись с головоломкой. С одной стороны, кажется, что автоматизация угрожает значительной части рабочей силы. С другой — чем лучше становятся технологии, тем больше образуется рабочих мест. Что же происходит?
Есть несколько возможных объяснений. Первое заключается в том, что автоматизация — процесс, возможно, гораздо более сложный, чем кажется: при всех разговорах о скором наступлении мира роботов на самом деле мы находимся на довольно ранней стадии. Хотя технологии совершенствуются, многим из них нужно больше времени, чем предполагалось,
