Тема искусственного интеллекта (ИИ) с завидной регулярностью продолжает пополнять новостные блоки по IT и бизнесу во всем мире. Инвестиции в разработку, обучение и внедрение нейросетей в рабочие процессы, равно как и в создание и расширение инфраструктуры для ИИ бьют новые рекорды и уже напоминают новый экономический “пузырь”, который подобно кризису доткомов (2001 год) или ипотечному кризису (2008 год) может также неожиданно лопнуть.
Однако стоит отметить, что благодаря ИИ уже начался постепенный процесс “распределения экспертности”: часть узкоспециализированных областей перестает быть уделом высококвалифицированных специалистов. Неподготовленные люди теперь могут успешно выполнять сложные процедуры без экспертного знания (самый простой пример – ролики из ряда “Как самому сделать…” на YouTubе и прочие обучающие видео).
Эту тенденцию уже почувствовали на себе юристы среднего и начального уровня экспертности: теперь образованный, но не имеющий юридической специальности человек, вполне может получить ответ на свой вопрос в области права от агента ИИ, также как и составить юридически грамотный документ (договор, заявление в суд и т.п.)
Таким образом, нейросети в ближайшие пять-десять лет могут существенно расширить возможности сотрудников среднего звена и позволят им не обращаться к специалистам по многим вопросам, а получать квалифицированные (правда, пока - не всегда) ответы от ИИ.
Рынок труда офисных работников уже постепенно трансформируется, а в будущем искусственный интеллект может изменит саму ценность и природу человеческого опыта. Однако экспертность высокого уровня, скорее всего, останется у человека, и станет основным источником стоимости рабочей силы в ближайших десятилетиях.
Дело в том, что ИИ никогда не заменит человеческий опыт, но зато станет неплохим инструментом для его применения, например – для анализа большого массива информации, необходимой для принятия решений человеком. Нейросети не смогут совсем заменить экспертные суждения, но смогут качественно дополнить их.
Надо отметить, что экспертность менялась постоянно на протяжении веков, и многие профессии устаревали, умирали или просто автоматизировались задолго до появления ИИ. Вообще-то говоря, новые профессии всегда появляются благодаря инновациям. Так, например, промышленная революция подорвала ценность ремесленного опыта, а массовое производство создало спрос на новый профессиональный опыт.
Ряд ученых считает, что широкое использование нейросетей может в скором будущем помочь восстановить трудовой средний класс, вытесненный автоматизацией производственных и офисных процессов. ИИ в данном случае может объединить информацию и человеческий опыт, позволяя работникам выполнять более важные задачи. Это может улучшить качество рабочих мест и снизить неравенство в доходах.
Да, конечно, искусственный интеллект может сделать некоторые области знаний неактуальными, но в то же время - создаст новые возможности для труда. Как, например, компьютеры в свое время стали инструментом для обработки информации, так GitHub Copilot и ChatGPT в настоящее время повышают производительность труда программистов и копирайтеров.
Таким образом, ИИ может девальвировать экспертность, однако он не приведет к безработице, как утверждают некоторые аналитики. Дело в том, что уже сейчас во всем промышленно развитом мире не хватает подготовленных кадров. А учитывая повсеместное падение рождаемости, безработица человечеству не грозит. Вопрос не в том, будут ли рабочие места – они будут, а в том, найдутся ли работники требуемой квалификации.
Прогноз Джеффри Хинтона в отношении развития AGI оптимистическом сценарии таков: человечество создаст гибридные системы, где люди и ИИ будут эффективно сотрудничать (хотя он ошибочно утверждает, что в долгосрочной перспективе ИИ сможет заменить людей, в том числе и в творческих профессиях).
Конечно, искусственный интеллект – это уже не просто алгоритмы, и самообучение “глубоких нейронных сетей” дало им способность, сжимая огромные объемы информации, находить аналогии, а также видеть неочевидные связи между вещами, которые люди упускают.
Однако, начнем с того, что на самом деле никаких нейронов в “нейронной сети” нет и никакого отношения к устройству мозга человека это не имеет. По большому счету, немного упрощая, искусственный интеллект представляет собой пересчитываемые матрицы коэффициентов, а "нейронная сеть" – всего лишь маркетинговое название.
И чтобы заменить большинство офисных профессий (как это предрекают евангелисты ИИ), его еще надо обучать и развивать очень долго. А ресурсов для этого (вычислительные мощности, хранилища данных, да и сама электроэнергия) требуется все больше и больше, и может попросту не хватить в рамках конкретных государств (привет, зеленая повестка!).
Да и сами разработчики утверждают, что эффективность обучения “нейронок” в последние месяцы падает, в первую очередь из-за того, что почти весь массив информации для самообучения уже использован, а во-вторую – именно из-за нехватки вычислительных и энергетических ресурсов.
Учитывая, что типичная офисная деятельность в большинстве случаев подразумевает работу по инструкции, выполнение регламентированных должностных обязанностей, на данный момент ИИ легко справляется с типовыми задачами офисных менеджеров, “участковых” бухгалтеров, юристов, занятых технической работой по составлению типовых документов и т.д.
Однако, как показывает опыт его применения в Бухгалтерской компании “Правильный расчет”, ИИ не достаточно хорошо справляется с цифровыми таблицами, в том числе не верно применяет формулы, путает ссылки и пр.
Так, например, ни одна из известных "нейронок" не смогла даже сравнить две относительно небольшие (9 тысяч строк) таблицы и выбрать оттуда совпадающие по суммам и датам операции.
Что уж говорить о функции главного бухгалтера, особенно при принятии важных управленческих решений на основе анализа финансовых данных.
Несмотря на это, в бухгалтерской и налоговой сфере применение ИИ для автоматического выявления закономерностей в данных может быть использовано для решения таких задач, как классификация операций (если доходы или расходы распределены по разным счетам), планирование и прогнозирование результатов деятельности за период, определения налоговых последствий сделок на основе анализа текста.
Кроме того, ему можно поручить рутинную работу по расчету налоговой базы, начиная со сбора информации по регистрам, заканчивая собственно подачей декларации в налоговые органы. Или (что уже широко применяется) - обработку первичных документов, когда сканированная копия документа превращается в формализованный текст и автоматически заносится в базу данных с разнесением по требуемым счетам и аналитическим разрезам.
Кроме этого, некоторыми компаниями используется сервис RPA (robotic process automation - программируемые роботы, повторяющие действия человека при работе за компьютером), что в связке с технологиями ИИ, открывает еще более широкие возможности для бизнеса.
Читайте также по этой теме:
Бухгалтерская компания “Правильный расчет”
