Будущее без работы. Технология, автоматизация и стоит ли их бояться - Даниэль Сасскинд
Шрифт:
Интервал:
Закладка:
Относительные издержки могут помочь объяснить и странные случаи отказа от технологий. Возьмем для примера упадок британских механических автомоек, установленных в придорожных гаражах. С 2000 по 2015 год их количество сократилось более чем в два раза (с 9000 до 4200). Сегодня в подавляющем большинстве случаев автомобили в стране моют вручную. Почему автоматика в этой сфере включила задний ход? Ассоциация автомоек винит в этом, в частности, иммиграцию. В 2004-м в Европейский Союз вступили десять восточноевропейских стран, мигранты из них работали за такую низкую зарплату, что оказалось дешевле использовать их труд, а не более производительные – дорогие – механические автомойки. В этом случае люди фактически сумели вытеснить машины[310].
Возможно, интереснее всего относительные издержки проявились в международной сфере. Различия в издержках между странами могут отчасти объяснить, почему в прошлом новые технологии применялись в мире столь неравномерно. Например, одна из главных загадок экономической истории состоит в том, почему промышленная революция произошла в Великобритании, а не, скажем, во Франции или в Германии. Историк экономики Роберт Аллен считает, что это обусловлено относительными издержками: в то время в стране зарплаты рабочих были намного выше, чем в других странах, а цены на энергоносители – крайней низкими. Таким образом, в Великобритании внедрение новых машин, экономящих рабочую силу и использующих легкодоступное дешевое топливо, имело экономический смысл, а в других странах – нет[311].
Кроме того, относительные издержки могут объяснить, почему и в будущем новые технологии будут применяться в мире неравномерно. Возьмем, к примеру, Японию: неслучайно прогресс в области медицинской робототехники там был особенно быстрым. Доля пожилых людей в этой стране – одна из самых высоких в мире: более 25 % японцев старше 65 лет, трудоспособное население ежегодно сокращается на 1 %, а неприязнь местных жителей к найму мигрантов на работу в государственных учреждениях хорошо известна. В результате в стране не хватает медсестер и медицинских работников (ожидается, что к 2025 году их дефицит достигнет примерно 380 тысяч человек), что стимулирует работодателей автоматизировать их труд[312]. Вот почему такие роботы, как Паро, упомянутый выше терапевтический робот-тюлень, Робер, способный переносить неподвижных пациентов из ванны в постель, и Палро, андроид, который может преподавать танцы, разрабатываются и внедряются в Японии, тогда как в других странах на них смотрят с недоумением и неодобрением[313]. Подобные ситуации можно наблюдать повсюду: государства, где население стареет быстрее, как правило, вкладывают больше средств в автоматизацию. Одно исследование показало, что увеличение на 10 % доли работников старше 56 лет относительно работников в возрасте от 26 до 55 лет сопровождалось увеличением числа роботов на 0,9 на тысячу рабочих. В 2014 году в США было всего 9,14 промышленных роботов на тысячу рабочих, что намного ниже, чем, например, в Германии с ее 16,95 роботов на тысячу рабочих, но если бы в США была такая же демография, как в Германии, то разница была бы на 25 % меньше[314].
График 5.4. Стоимость миллиона вычислений в 1850–2006 годах (в долларах 2006 года)
Тем не менее, хотя страны, регионы и отдельные части экономики могут различаться по относительным издержкам, все они движутся в одном направлении. В различных условиях новые технологии не просто становятся мощнее, но и во многих случаях доступнее. Рассмотрим стоимость вычислений: как показано на графике 5.4[315], она резко упала во второй половине XX века, что является зеркальным отражением взрыва вычислительной мощности того времени (здесь ось Y тоже имеет логарифмическую шкалу, где один шаг вниз представляет десятикратное снижение стоимости, два – стократное снижение и т. д.).
Майкл Спенс, лауреат Нобелевской премии по экономике, подсчитал, что во второй половине XX века стоимость вычислительной мощности упала примерно в десять миллиардов раз[316]. Такие яркие и устойчивые тенденции наблюдаются во всех сферах экономики, как бы сильно ни различались относительные издержки.
Разные правила, разные культуры
Последняя причина, по которой машины будут распространяться с разной скоростью в разных местах, связана не с экономикой, а с нормативной и культурной средой, где внедряются новые технологии. Регулятивная сторона этого процесса постоянно меняется: например, за последние несколько лет почти все развитые страны в том или ином виде опубликовали свои «стратегии ИИ», где определили пути развития этой области. Китай обнародовал план достижения «лидерства» в сфере ИИ к 2030 году, где говорится, что исследования должны проводиться «везде и в любой момент»[317]. Президент Владимир Путин заявил: «Тот, кто станет лидером в этой сфере [ИИ], будет властелином мира»[318]. Подобные амбиции означают, что формальная регулятивная среда, где разрабатываются и применяются эти новые технологии, привлекает все больше внимания.
Однако реакция самих людей на эти новые технологии и культура, порождаемая нововведениями, не менее важны, чем намерения государства. Например, одно исследование 2018 года показало, что для большинства американцев «неприемлемо» использование алгоритмов для уведомлений об условно-досрочном освобождении, просмотра заявлений о приеме на работу, анализа видеозаписей собеседований или присвоения личных финансовых оценок на основе потребительских данных[319]. В том же году около четырех тысяч сотрудников Google подписали петицию против планов компании предоставить Пентагону свои системы ИИ, способные интерпретировать видеоизображения для беспилотных летательных аппаратов, а некоторые из работников подали в отставку в знак протеста. Когда в 2016-м в Великобритании выяснилось, что компания DeepMind заключила сделку с тремя больницами и получила доступ к 1,6 млн медицинских карт пациентов, это вызвало серьезное беспокойство общественности, а Управление уполномоченного по информации начало официальное расследование[320]. В каждом случае сопротивление могло быть вызвано разными причинами, но результат один и тот же: освоение новых технологий замедляется. И хотя случаи в США и Великобритании затрагивали весьма щекотливые вопросы, важно понимать, что даже самые безобидные технологии могут привлечь культурный консерватизм с аналогичным эффектом. Например, после изобретения стетоскопа в 1816 году прошло два десятилетия, прежде чем его начали регулярно использовать врачи, не желавшие, чтобы «между их исцеляющими руками и пациентом» встал инструмент[321].
История
