Тик-ток, эккаунт посвящен стрит фуду в Индии. Несколько мужиков высыпают мешки с мукой на специальный длинный стол. Как дети в песочнице, делают из муки конструкцию - по бокам бортики из муки, а внутри пустое место. Похоже на гигантскую растянутую ватрушку. Затем разбивают и выливают на середину несколько упаковок яиц. Затем внутрь наливают несколько канистр с водой. Далее, руками начинают замешивать тесто, из которых будут делать нечто, похожее на круглые пирожки. В процессе участвует от 3 до 5 человек. Все руками. За сотни лет ничего не изменилось.
Удивительно, что подобное производство еще работает в наши дни. Ведь небольшой станок легко заменит всю эту толпу, быстрее и лучше замесит тесто.
Более 100 лет назад половина населения Великобритании работало в сельском хозяйстве. Сейчас не более 10%. Аналогичная ситуация и в других развитых странах. Технологии и глобализм сделали ненужным труд миллионов людей. Сейчас изменения в сельском хозяйстве замедлились и прогресс не столь заметен. На сбор той же клубники все еще привлекают сезонных работников.
Восточная Азия. Производство, на котором сотни работниц шьют мячи для бейсбола. Зарплата даже по меркам Китая очень маленькая. США. Небольшое производство, которое обслуживает несколько человек, с высокими американскими зарплатами . Станки изготавливают сотни тысяч теннисных мячей. Дело в том, что производство теннисных мячей удалось автоматизировать, а бейсбольные мячи пока требуют ручного труда.
Игра Го считается значительно более сложной, чем шахматы. Количество возможных комбинаций на порядки выше. Уже в 2016 году программа Google DeepMind обыграла одного из сильнейших игроков в мире - китайца Ли Седоля. В шахматах это произошло на 9 лет раньше - в 1997 Deep Blue выиграла 6 партий у чемпиона мира Гарри Каспарова.
Тренд последних столетий - вытеснение работников механизмами. Сначала работники радуются, как таксисты, которым не нужно запоминать город, улицы и многое другое. Ведь можно включить навигатор и ехать, ни о чем не задумываясь. Но все идет к тому, что раньше или позже, но такси с автопилотом вытеснит обычных таксистов.
В Москве современные сервисы такси уже лишили сверх доходов таксистскую мафию. Поездка из аэропорта на такси перестала быть грабежом. Не надо махать руками, пытаясь привлечь “зеленоглазое такси” и попросить - “шеф, притормози и отвези, два счетчика”. “Шеф” привезет и за один, причем сумма поездки сразу видна в приложении. А если что, тут же, в приложении, можно накатать жалобу на “шефа” или отблагодарить чаевыми и поставить высокий балл.
Нобелевский лауреат российского происхождения Василий Леонтьев был настроен пессимистично. Автомобили почти полностью вытеснили лошадей, оставили за ними несколько узких ниш. Придет момент, когда механизмы вытеснят и людей, оставят их без работы.
Ему возражают. Но ведь люди перейдут в другой сектор, займутся иной работой.
Но и тут возражение на возражение. Но и в другом секторе все повторится.
Возражение на возражение на возражение. Но люди останутся без работы, их станет много, стоимость труда упадет и использовать их станет выгоднее, чем машины. Например, как в истории про пятерых мужиков в Индии, которые вручную месят тесто.
И тут опять возвращаемся к аргументу Василия Леонтьева. Но с лошадьми этого не произошло. Лошади стали не нужны перевозках и сельском хозяйстве, но их “дешевый труд” все-таки не нашел себе новую нишу.
Круг замкнулся.
Какой же выход? Усилить образование? Возьмем Кубу. Уровень всеобщего образования существенно выше, чем в большинстве стран Латинской Америки. Фидель Кастро придавал образованию для всех особое внимание. И где результаты?
Появляются бюджетные вопросы. Предположим, рабочий зарабатывал 50тыс долларов в год, платил с них налоги. Рабочего заменили механизмом, налога на зарплату больше нет. Т.е. страдает местный бюджет. Как это компенсировать? А если рабочее место просто перенесут на Филиппины?
Появляются и социальные вопросы. В развитых странах падает количество рабочих мест для среднего класса. Богатые богатеют (привет фондовому рынку и недвижимости), бедные более-менее, а вот среднему классу туго. Не все могут и хотят переучиваться на современные профессии (например в сфере IT). Не все могут и хотят переезжать из мест, где мало работы (например из Детройта).
Выход авторы видят в специализированном образовании. Т.е. выбирать такую нишу, которую не получится разбить на простые процессы и автоматизировать в ближайшие годы. Впрочем, все может быстро поменяться.
Лайк, подписка!