Каких специалистов заменят роботы

Три волны автоматизации

Волна алгоритмов. 

Этот этап уже начался и подразумевает преимущественно автоматизацию базовых вычислений и анализа структурированных данных. Речь идет о выполняемых вручную математических расчетах или использовании базовых программных пакетов и механизмов поиска информации в Интернете. На рынке появляются и получают широкое распространение все более сложные приложения для обработки больших массивов данных и запуска алгоритмов машинного обучения.

Волна проникновения. 

Вторая волна автоматизации должна принести с собой более динамичные изменения в порядке выполнения многих рабочих задач, в частности рутинных и повторяющихся операций. Так, например, технологии все чаще будут использоваться для заполнения форм или обмена информацией, включая физическую передачу информации. Здесь также ожидается снижение потребностей во многих языках программирования, по мере того как повторяющиеся программируемые задачи будут все больше подвергаться автоматизации и сами машины будут заниматься построением и перепроектированием алгоритмов обучения. На этом этапе ожидается также дальнейшее развитие робототехники, хотя в целом в течение этого периода роботы полностью автономными не станут, а будут функционировать с помощью человека и дополнять его возможности. Влияние этой второй волны должно начать ощущаться в масштабах всей экономики в целом в период с 2020 по 2030 год.

Волна автономии. 

Третья волна автоматизация – это время автономного ИИ и робототехники, обеспечивающих дальнейшую автоматизацию не только рутинных задач, но и операций, требующих физического труда и ручных манипуляций. В решении проблем начнется все более активный переход от аналитического моделирования структурированных данных к решению проблем в динамичных реальных ситуациях, требующих принятия ответных мер. Речь идет о симуляции адаптивного поведения автономных агентов, например на производстве или на транспорте. В полной мере влияние этой третьей волны должно начать ощущаться в масштабах всей экономики в целом в 2030-е годы, даже несмотря на то, что некоторые из этих технологий уже сейчас находятся на этапе пилотирования.

От чего зависит потенциал автоматизации

Состав работ и требования к образовательной подготовке – главные факторы автоматизации в той или иной отрасли. В тех отраслях, где большое число работников выполняют относительно рутинные задачи, масштабы автоматизации, скорее всего, будут шире. Меньший потенциал для автоматизации показывают отрасли, в которых работники тратят больше времени на выполнение задач, связанных с социальными навыками и грамотностью, а также где в среднем предъявляются более высокие требования к уровню образования сотрудников.

Риск потенциальной автоматизации сильно зависит от отрасли экономики. По оценкам, к 2030-м годам наибольшая доля существующих рабочих мест может быть автоматизирована в сфере транспортных и складских услуг, а также в промышленном производстве: 52 и 45% соответственно. Здравоохранение и образование – сферы с наименьшими прогнозными показателями автоматизации и соответствующим потенциальным ростом занятости в долгосрочной перспективе.

В разных отраслях динамика автоматизации с течением времени будет разной: в краткосрочной перспективе развитие алгоритмических технологий сильнее всего отразится на отраслях с интенсивным использованием данных, например в сфере финансовых услуг и управления информацией. В долгосрочной перспективе распространение беспилотных транспортных средств и других автономных машин скажется на таких отраслях, как транспорт и строительство.

Что ограничивает автоматизацию

Технологические ограничения.

Для получения любой выгоды от автоматизации, во-первых, необходимо, чтобы технология была технически осуществима для ее внедрения на практике. Этот процесс выходит за рамки разработки технологии в лаборатории. Она должна быть интегрирована в решения и адаптирована к ним, прежде чем ее можно будет внедрить в реальную бизнес-среду. Разные страны имеют разные темпы технологического развития и, соответственно, будут иметь разные скорости автоматизации. Например, некоторые развивающиеся страны могут не иметь базовой коммуникационной инфраструктуры, необходимой для внедрения новых технологий. С другой стороны, некоторые предприятия в развитых странах могут иметь унаследованные системы, которые хорошо развиты, но с трудом сочетаются с новыми технологиями, такими как ИИ.

Экономические ограничения. 

Технологии должны иметь экономическое обоснование для внедрения. Во многих компаниях стоимость начальных инвестиций в передовые технологии автоматизации, такие как ИИ и робототехника, может сделать этот вариант значительно более рискованным, чем просто расширение за счет использования дополнительной рабочей силы, особенно там, где последнее относительно легко и/или дешево. Со временем относительная стоимость ИИ и робототехники должна снизиться, как и в случае с другими цифровыми технологиями в прошлом, возможно, очень быстро, но точные сроки этого неясны.

Нормативно-правовые ограничения. 

Данные играют критическую роль в работе искусственного интеллекта. Поэтому компаниям, желающим внедрить ИИ и связанные с ним технологии, придется решать целый ряд вопросов регулирования данных, таких как защита персональных данных и неприкосновенность частной жизни, неполный сбор данных, ведущий к ошибкам в машинном обучении, и неправильное использование платформ для обмена данными. Правила оптимизации машин также необходимо регулировать, чтобы предотвратить систематические ошибки в выводах, генерируемых с использованием данных. Помимо технологических компаний, занимающихся развитием ИИ, может возникнуть необходимость переосмыслить существующую нормативно-правовую базу в других отраслях, занимающихся развертыванием ИИ. Например, в случае беспилотных автомобилей, необходимо будет переосмыслить и, возможно, изменить нормативно-правовые акты об ответственности за последствия ДТП, чтобы определить, кто из владельцев/водителей, производителей, поставщиков программного обеспечения или других поставщиков автомобилей должен нести или разделять ответственность за последствия ДТП.

Социальные ограничения. 

Люди могут не хотеть, чтобы роботы или другие умные машины заменили человека во всех их повседневных взаимодействиях, особенно в таких рискованных областях, как здравоохранение или вождение автомобиля. Общественные опасения могут возникнуть в связи с потенциальным ростом неравенства в результате автоматизации, по мере того как технологические компании и высокообразованные специалисты начнут получать выгоду за счет других работников. Принятие ИИ обществом произойдет тогда, когда люди смогут убедиться в его преимуществах перед человеком в конкретных областях применения, а история подсказывает, что этот процесс может затянуться.

В конце концов, можно ожидать, что все или большинство из этих вопросов будут решены, как и в случае с новыми технологиями времен промышленной революции.

Для тех, кто хочет погрузиться в тему глубже, полный текст исследования PwC здесь.