Что делать людям, если машины уже делают практически все?

Вы заметили, что в отношениях между людьми и машинами, а точнее машинным интеллектом, наблюдается смешной парадокс?

Сначала мы учим их играть в шахматы, потом они обыгрывают наших чемпионов. Мы программируем их играть Jeopardy and Go, и в скором времени они побеждают нас.

Шесть из восьми хедж-фондов заработали $8 млрд благодаря алгоритмам искусственного интеллекта. Они выбирают акции лучше, чем эксперты Уолл-стрит.

Итак, нужно ли нам беспокоится? Насколько сильно влияние машинного интеллекта? И что делать людям, когда машины оставят их без работы? На днях на World Government Summit, который прошел в Дубае Илон Маск заявил, что нужно срочно что-то решать и думать как и чем занять людей, потому что будущее ближе, чем нам кажется.

А вот Малкольм Франк вместе со своими коллегами из Cognizant’s Center for the Future of Work подошли к этому вопросу более основательно и написали целую книгу, которую мы очень рекомендуем вам почитать. Она так и называется “What To Do When Machines Do Everything?”

Что пытаются донести авторы книги? А то, что на самом деле технологии не сокращают рабочие места, а создают новые, стимулируя людей развиваться. Вот смотрите. Social media консультанты, сообщества инженеров, оптимизаторы поисковых систем и контент-менеджеры - все эти должности появились благодаря последним событиям в области технологий.

Теперь, например, дронам нужны инженеры по беспилотникам. Гаджетам виртуальной и дополненной реальности - сказочники, которые, используя новую среду и расскажут новые истории. И вообще нравится нам это или нет, алгоритмы, AI, боты и большие данные будут напрямую влиять на нашу карьеру.

В 2014 году вышла книга Code Halo, авторы которой рассказали, как такие компании, как Amazon, Pandora, Netflix, Spotify и Google используют наши цифровые следы, чтобы понять нас с пугающей точностью.

Например, Netflix может предсказать, какие фильмы вам понравятся с большей точностью, чем ваши близкие. Сейчас технологические гиганты выходят за рамки данных, чтобы добавить больше переменных в эту гремучую смесь. Новые бизнес-модели создаются на основе новых hardware-гаджетов (датчиков, устройств с высокой вычислительной мощностью), нового программного обеспечения (AI и алгоритмов) и человеческой изобретательности.

Но этого не стоит бояться, потому что все это формирует, как минимум, пять следующих новых подходов в развитии человечества:

Автоматизация: Например, PayPal использует машинное обучения, чтобы сравнивать миллионы сделок и выявлять мошеннические операции. Исследователи Facebook используют четыре миллиона фотографий лиц, чтобы обучить их машину распознавать их.

Halo: Использование цифровых данных клиентов помогает создавать новые бизнес-модели. Так, мы отслеживаем наши шаги с помощью health-трекеров и приложений в своих телефонах. Магазины отслеживают наши покупательские привычки и движения внутри магазина. Веб-сайты отслеживают наши глазные яблоки. Ваше лицо видят миллионы камер в домах, офисах, улицах, общественном транспорте, и, конечно, в аэропортах.

Улучшение: С помощью данных люди могут значительно улучшить свои способности. Сейчас у нас пять миллиардов цифровых экранов и согласно прогнозам в этом году появятся еще 3,8 млрд. Время, которое мы проводим за чтением с 1980 года увеличилось в три раза и продолжает расти. В интернете сейчас 60 триллионов страниц, и их количество тоже растет с каждым днем. Нам нужны машины, чтобы помочь разобраться со всем этим.

Изобилие: Только за последний год люди получили доступ к восьми миллионам новых песен, двум миллионам новых книг, 16 000 новых фильмов, 30 млрд сообщений в блогах, 182 млрд твитов и 400 000 новых продуктов. Нам нужна помощь от кураторов, экспертов, друзей и других пользователей, чтобы сузить этот океан до размеров стакана. И здесь без машин никак.

Открытия: Новые продукты способствуют развитию даже необслуживаемых рынков. Например, Zipline с помощью беспилотников делает более 50 поставок в день в 21 клинику в Руанде. Они поставляют кровь новорожденным и их мамам, спасая таким образом человеческие жизни. БЛА могут даже отслеживать и отпугивать браконьеров, исследовать неизведанные или опасные территории и фотографировать дикую природу, не нарушая ее.

Итак, в конце концов, оставят нас машины без работы или нет?

В центрах обработки данных ИТ-организаций, один инженер может управлять 500 серверами. На Facebook один инженер управляет 25 000 серверов. В мае 2016 года, Foxconn заменил 60 000 рабочих роботами, сократив их количество с 110 000 до 50 000.

Маск действительно был прав, потому что уже в краткосрочной перспективе, потери рабочих мест неизбежны, а в долгосрочной машины будут предлагать нам возможности создания новых бизнесов, для которых будут нужны новые наборы человеческих навыков и моделей образования.

А как обрести эти навыки рассказывает “What To Do When Machines Do Everything?”.