Вы — следующая лошадь: жестокое предупреждение ИИ

Сто лет назад лошадь не была животным для досуга; она была бесспорным двигателем американской экономики. В 1920 году лошади и мулы обеспечивали 89% тяговой силы на фермах США, таская плуги и повозки. Города также полагались на их неутомимые спины для транспорта и доставки грузов.

Это была огромная живая инфраструктура. На пике в Америке насчитывалось около 26,7 миллионов фермерских лошадей и мулов. Вокруг них вращалась целая индустрия: в 1910 году более 440 000 американцев зарабатывали на жизнь управлением гужевым транспортом, а еще 100 000 работали конюхами, шорниками и каретниками.

Прокорм этой рабочей силы был монументальной задачей, потреблявшей около четверти всех пахотных земель Америки в период с 1880 по 1920 год — земли, на которой выращивали овес и сено вместо еды для людей. Такие города, как Нью-Йорк, где в 1900 году было 130 000 лошадей, боролись с 2–4 миллионами фунтов навоза ежедневно и мрачной задачей ежегодного вывоза 15 000 павших лошадей.

Двигатель внутреннего сгорания предлагал не просто новинку; он предлагал облегчение. Тракторы и автомобили решили нарастающие логистические кошмары и огромные ресурсные запросы экономики лошадей, проложив путь к быстрому и жестокому переходу.

Машинам не нужна была лошадь получше; они просто сделали животное устаревшим. Переход был быстрым и жестоким. В Нью-Йорке автомобили по численности превысили лошадей в транспортном потоке к 1912 году, а последний конный трамвай города перестал ходить в 1917 году. На фермах количество тракторов выросло с примерно 246 000 в 1920 году до более чем 4,5 миллионов к 1960 году.

Речь шла не об улучшении лошади; речь шла о замене её на более совершенный экономический двигатель. Трактору не требовались корм, отдых или сезонный уход зимой, он обеспечивал больше рабочих часов при более низких предельных издержках. У владельцев были все стимулы инвестировать в машины, а не поддерживать животную тягу.

По мере того как машины брали верх, структура занятости резко менялась. В период с 1910 по 1930 год число возниц и конюхов сократилось на 75% и 90% соответственно. В то же время число шоферов и водителей грузовиков выросло с примерно 46 000 до более чем 800 000.

Хотя некоторые работники, например Teamsters, адаптировались, научившись управлять новыми машинами, переход не был повсеместно гладким. Лошадь не могла научиться водить трактор, и многие человеческие роли просто испарились, не оставив эквивалента для вытесненных работников. Эта суровая реальность подчеркивает жестокую эффективность технологического вытеснения.

Конечно, немедленный контраргумент к тезису «вы — следующая лошадь» заключается в том, что люди — не лошади. Мы адаптируемся. Когда сельскохозяйственный труд был автоматизирован, люди перешли на заводы; когда заводы были автоматизированы, мы перешли в офисы. В отличие от лошади, человек может осваивать новые, более сложные задачи по мере развития экономики.

Но что, если новые задачи — это именно то, в чем ИИ преуспевает лучше всего? McKinsey подсчитала, что существующие технологии теоретически могут автоматизировать 57% рабочих часов в Америке. Это не означает немедленную потерю рабочих мест, но сигнализирует о беспрецедентном проникновении ИИ в когнитивный труд, который когда-то был нашей исключительной прерогативой.

У этой аналогии есть пределы: люди — это потребители с политической субъектностью, и прошлые технологические переходы действительно создавали новые рабочие места. Однако ни один из этих фактов не гарантирует, что новые вакансии появятся быстро или будут доступны для вытесненных работников. В то время как лошади были просто экономическим ресурсом, люди также формируют спрос. Подробнее о текущей роли лошадей см. в National Economic Impact Study - American Horse Council.

Ставки невероятно высоки. Если AI может выполнять когнитивную работу «лучше, быстрее, дешевле и безопаснее», подобно тому, как машины заменили физический труд, то наше сравнительное преимущество резко снижается. Речь идет не просто о переобучении, а о самой сути экономической значимости человека.

Настоящий вопрос не в том, смогут ли люди адаптироваться, а в том, кто владеет новым «трактором». Мы должны различать производный спрос — потребность в труде, потому что он что-то производит, — и сущностный спрос, при котором человеческое присутствие ценится само по себе. Лошади, когда-то бывшие главным источником «тяги» для плугов и повозок, стали жертвами производного спроса.

Сегодня лошади существуют ради спорта, отдыха и терапии — потому что они нам нравятся, а не потому, что они нужны экономике. Эта модель «лошади для досуга» выявляет критическое различие: хотя сущностный спрос на уникальные человеческие услуги (например, живые выступления или персональный уход) сохранится, вряд ли он создаст достаточно работы, чтобы обеспечить глобальный рынок труда для миллиардов людей. Нишевый спрос не равен массовой занятости.

Видео David Shapiro предлагает суровую альтернативу: если автоматизация делает труд менее важным для производства, наш фокус должен сместиться с переобучения на распределение. Более широкое владение машинами и результатами их труда — «тракторами» эпохи AI — может стать важнее, чем просто поиск новых задач для уволенных работников. Это не гарантированное решение, а фундаментальная проблема политики и распределения, требующая нашего внимания.

Что аналогия с лошадьми говорит об AI и рабочих местах?

Она предупреждает, что машины могут устранить спрос на определенный вид труда, а не просто изменить способ его выполнения работниками.

Уничтожили ли тракторы все рабочие места, связанные с лошадьми?

Они резко сократили объем работы, связанной с лошадьми, в то время как некоторые работники перешли на такие должности, как водители грузовиков и операторы машин.

Почему некоторые экономисты отвергают аналогию с лошадьми?

Они утверждают, что люди могут осваивать новые задачи, создавать спрос в качестве потребителей и влиять на технологии посредством политических и коллективных действий.

Что видео предлагает в качестве ответа на автоматизацию с помощью AI?

В нем утверждается, что широкое владение автоматизированными системами могло бы помочь людям участвовать в распределении ценности, которую создают эти системы.