Трансформация рынка труда в условиях внедрения искусственного интеллекта

Абдурахманов К.Х.1
1 Ташкентский филиал Российского экономического университета имени Г.В. Плеханова, Узбекистан, Ташкент

Статья в журнале

Экономика труда (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 10, Номер 2 (Февраль 2023)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=50322654
Цитирований: 4 по состоянию на 07.12.2023

Аннотация:
В статье рассматриваются данные об ожидаемом воздействии искусственного интеллекта на рабочие места, обсуждается потенциал для создания достойных рабочих мест и исследуется, в какой степени открывает возможности и создает риски для рынка труда. В анализе рассматриваются сегменты цифровизации и анализ шагов становления страны с внедрением искусственного интеллекта. Согласно исследованию практика перехода к цифровой экономике с ее преимуществами и недостатками, особенно в сфере занятости недостачно исследовано. Данная статья заполняет некоторые пробелы в основных дебатах об автоматизации, внедрении новых технологий на рабочем месте и будущего рынка труда. В соответствии со статистикой по Узбекистану даны политические последствия и рекомендации для снижения рисков влияние внедрения искусственного интеллекта и роботизации на рынок труда и занятость

Ключевые слова: Искусственный интеллект, рынок труда, занятость, автоматизация, роботизация

JEL-классификация: J21, J24, O31, O33



Введение

Развитие робототехники, технологий искусственного интеллекта и Интернета вещей привело к кардинальной трансформации условий и характера труда. Автоматизация и искусственный интеллект способствуют экономическому росту за счёт своего вклада в повышение производительности. Машины смогут выполнять больше задач, выполняемых сейчас людьми, дополнять работу, которую делают люди, и даже выполнять некоторые задачи, которые выходят за рамки того, что могут делать люди.

Характеристики искусственного интеллекта (ИИ), которые часто упоминаются исследователями, в частности те, которые убедили исследователей в том, что влияние ИИ на рьнок труда (в отличие от влияния технологий или автоматизации в целом) заслуживает внимания. К ним относятся: способность ИИ влиять на несколько секторов и профессий в экономике, его способность к самосовершенствованию и расширению набора задач, которые могут быть автоматизированы (включая высококвалифицированные) - характеристики, которые могут усилить влияние на рынок труда, будь то положительное или отрицательньй.

Группа экспертов по искусственному интеллекту ОЭСР (Организация экономического сотрудничества и развития) описывает ИИ как технологию обшего назначения (или GPT), концепцию, разработанную Бреснаханом и Трайтенбергом [11, с.45-46] маркировать технологии с потенциальньм применением в самых разных секторах и профессиях, а также способность совершенствоваться с течением времени и генерировать дополнительные инновации. Другими примерами являются вычислительная техника, электрификация и паровой двигатель. Агравал и другие исследователи утверждают, [6, с. 31-50] что ИИ квалифицируется как GPT из-за его способности давать прогнозы, которые могут бьть использованы при принятии решений в самых разных профессиях, таких как преподавание, радиология и перевод. Бриньолфссон и другие исследователи [13, с. 45-46] отмечают, что системы машинного обучения специально разработаны для самосовершенствования, и приводят примеры того, как машинное обучение позволяет машинам воспринимать внешний мир, стимулируя множество инноваций. Кокберн и др. [16] называют машинное обучение «изобретением метода изобретения», понятие, введенное Грилишем. [16; 258] Они описьвают, как машинное обучение и нейроннье сети не только обеспечивают повышение производительности в самых разных секторах, но и предлагают преобразование инновационных процессов в этих секторах. Они подчеркивают потенциал ИИ для содействия научным открытиям, особенно там, где исследования зависят от классификации и прогнозирования.

Крупные и авторитетные игроки в технологическом секторе, внедряющие ИИ в промышленность находятся на ранней стадии. Обследование компаний, проведенное в США [5] показывает низкие показатели внедрения технологий, связанных с ИИ, таких как машинное обучение, машинное зрение, обработка естественного языка и автоматизированные управляемые транспортные средства.

В Узбекистане отрасли, лидирующие во внедрении ИИ, включают высокие технологии, автомобилестроение и сборку, телекоммуникации, транспорт и логистику, финансовые услуги и потребительские товары, розничную торговлю и здравоохранение. [9; 24] Те же исследования, проведенне в научной школе “Экономика труда и человеческий капитал” при Ташкентском государственном экономическом университете показывают, что ИИ, как правило, внедряется в такие технологии, как понимание естественного языка и анализ текста, а также управление решениями, визуальное распознавание (включая изображения, лица и видео), виртуальные агенты или диалоговые интерфейсы («чат-боты») и роботизированная автоматизация процессов.

Многие экономисты также считают ИИ технологией автоматизации, т.е. технологией, предназначенной для облегчения задач, которые в противном случае вьполнялись бы людьми, тем самьм снижая спрос на рабочую силу и заработную плату для определенных групп работников. [2, с.1492-1495; 3] Что может отличать ИИ от других технологий автоматизации, таких как промьшленные роботы и другое оборудование, так это его больший потенциал для расширения спектра задач, которые можно автоматизировать. Это может быть, в частности, случай с такой технологией, как машинное обучение, которая специально разработана для самосовершенствования. Некоторые считают, что эта способность к самосовершенствованию может привести к сингулярности и, в конечном счете, бросить вызов месту людей на рынке труда и в обществе, хотя отстающие статистические данные о производительности ставят под сомнение этот прогноз.

Способность ИИ к самосовершенствованию может привести к сингулярности, который описывает момент времени, когда машинный интеллект превосходит человеческий, [10, с. 18-20] а экономический рост ускоряется, «поскольку постоянно ускоряющиеся темпы улучшений распространяются в экономике», оспаривая место людей на рынке труда. Другие настроены более скептически. Например, Люк Джулия, один из создателей голосового помощника Siri, утверждает, что развитие ИИ всегда будет зависеть от человеческих знаний и принятия решений. [22]

Целью данной статьи является исследование последствий применения новых технологии т.е. внедрения искусственного интеллекта, которые создают выигравших и проигравших на рынке труда. Они изменяют относительный спрос на профессии, даже если они повышают производительность и уровень жизни. Например, данное исследование позволяет правительству разрабатывать соответствующую политику в области образования и навыков и помогает населению сделать правильный выбор в отношении того, какую карьеру выбрать.

Научной новизной в данной статье является новый метод определения того, какие задачи можно автоматизировать с помощью той или иной конкретной технологии. Это позволяет нам построить меру «подверженности» профессий этой технологии. В статье характеризуются типы людей, которые работают в незащищенных профессиях, и изучается взаимосвязь между показателями воздействия и изменениями в занятости и заработной плате. Исследование показывает, что воздействие ИИ наиболее высоко для высококвалифицированных профессий, предполагая, что ИИ повлияет на совсем других людей, чем программное обеспечение и роботы. Конечным результатом является предположение, что взаимосвязь между показателями воздействия и изменениями заработной платы будет сохраняться, и использую эту взаимосвязь для оценки потенциального воздействия искусственного интеллекта на неравенство.

Один из способов понять возможности ИИ (и вероятное влияние на рынок труда) — спросить, к каким профессиям относятся задачи, которые может выполнять ИИ. Исследователи обычно называют эти профессии «подверженными» воздействию ИИ. Следует отметить, что «наиболее уязвимые» не обязательно означают, что ИИ с наибольшей вероятностью будет заменен, поскольку исследования основаны на оценках технической осуществимости ИИ и ограничены рассмотрением других факторов. Кроме того, «наименее уязвимый» для ИИ не обязательно означает, что эта профессия избегает риска автоматизации. Некоторые из этих профессий подвергаются воздействию других технологий, которые уже привели или могут привести к их автоматизации. Работники профессий, наиболее подверженных воздействию ИИ, могут увидеть существенные изменения в выполняемых ими задачах, но также могут увидеть, что их работа дополняется (а не заменяется) ИИ.

Методы исследования

Искусственный интеллект (ИИ) меняет способ управления бизнесом, упрощая задачи в режиме реального времени и помогая организовать людей и ресурсы. В управлении корпоративными услугами ИИ улучшает коммуникационный процесс при коммуникациях, планировании и оптимизации маршрутизации и многих других функциях. Несколько лет назад искусственный интеллект ассоциировался с играми, фильмами, научной фантастикой, передовой наукой, развлечениями и книгами. Однако теперь он вошел в сектор услуг, чтобы оптимизировать повседневные операции.

Преимущества искусственного интеллекта в экономике: быстрое обнаружение больших выборок данных, быстрая визуализация и анализ, улучшенный дизайн продукта, детальный анализ. Эти преимущества приведут к созданию новых видов услуг в экономической сфере, расширению бизнеса, увеличению прибыли, повышению эффективности производства и общественной жизни, снижению издержек [9].

Одним из наиболее распространенных типов искусственного интеллекта является машинное обучение и глубокое обучение, которые широко используются в бизнес-операциях и обслуживании клиентов. Машинное обучение — это метод искусственного интеллекта для наблюдения за компьютером, управления роботом, распознавания речи и лица и многого другого. Многим разработчикам ИИ проще обучать систему на примерах, чем делать это вручную. Алгоритмы глубокого обучения являются частью алгоритмов машинного обучения. Использование систем искусственного интеллекта стало ключевой инновацией во всех существующих сферах услуг. Компьютерное зрение, трансферное обучение, обработка естественного языка и т. д. Подходы этого метода глубокого обучения широко используются при решении задач высокого уровня, обнаружении сложных структур больших данных, распознавании изображений и речи. Глубокое обучение можно успешно применять для анализа изображений и постановки целей.

Результаты исследования и их обсуждения

Технологии совершенствуются, чтобы сделать человеческий труд более эффективным, но большие улучшения могут иметь пагубные последствия для занятости. Это устаревание из-за замены рабочей силы заставляет многих беспокоиться о «технологической безработице» и мотивирует усилия по прогнозированию влияния ИИ на рабочие места. В одном исследовании оценивались недавние разработки в области ИИ, и был сделан вывод о том, что 47% работающих в настоящее время в США подвержены высокому риску компьютеризации, [19, с. 270-275] в то время как в противоположном исследовании с использованием другой методологии был сделан вывод о менее тревожных 9% рабочих мест. [6] Аналогичные исследования изучали влияние автоматизации на занятость в других странах и пришли к отрезвляющим выводам: автоматизация затронет 35% рабочих мест в Финляндии, [28] 59% рабочих мест в Германии [15] и от 45 до 60% рабочих мест по всей Европе. [11] Критики жалуются, что перспективные исследования не подтверждаются, но ретроспективные исследования также показывают, что робототехника сокращает возможности трудоустройства на производстве в США, [8] но не в Германии. [17]

С одной стороны, технологические изменения сопровождаются множественной динамикой и создают неопределенность в отношении будущего сферы труда. С другой стороны, эксперты согласны с тем, что профессии лучше всего понимать как абстрактные наборы навыков и что технологии напрямую влияют на спрос на конкретные навыки, а не воздействуют сразу на все профессии. Таким образом, детальная структура, которая связывает определенные типы навыков с карьерной мобильностью и со всей рабочей силой в городах, может помочь объединить конкурирующие точки зрения. (рис. 1)

Рисунок 1. Структура для изучения технологических изменений, навыков на рабочем месте и будущего работы как многоуровневой сети.

Источник: Составлено автором по данным [25, с. 400-405]

Существующие исследования теоретически утверждают, что различные типы навыков лежат в основе совокупных тенденций в сфере труда, таких как поляризация рабочих мест и городская миграция, но надежная эмпирическая проверка затруднена из-за специфики современных данных о навыках и их временной разбросанности.

Далее мы определяем препятствия на пути нашего научного исследования в сфере технологических изменений и будущего сферы труда. Наряду с каждым барьером мы предлагаем потенциальное решение, которое могло бы позволить улучшить прогнозирование тенденций рынка труда. Мы приводим сводку этих барьеров и решений в Таблице 1.

Таблица 1

Текущие барьеры для прогнозирования будущего работы вместе с предлагаемыми решениями

Барьер
Возможное решение
Разбросанные данные о навыках
•Систематика адаптивных навыков
•Сочетание восприимчивых навыков с новыми технологиями
•Совершенствование временных решение обработки данных
•Использование данных из веб-платформ о профессиях
Ограниченность моделирования эластичности
•Исследование неравновесной динамики
•Выявление взаимозависимости навыков на рабочем месте
•Связь взаимоотношения навыков с мобильностью работников
•Определение соотношений мобильности рабочей силы с экономической устойчивостью в городах
•Изучение модели устойчивости из других академических областей
Процесс изоляции
•Трудовые зависимости между местами (например, городами)
•Определите наборы навыков местной экономики
•Выявление разнородного влияния технологий в разных местах
•Используйте междугородние связи для изучения устойчивости национальной экономики
Источник: Составлено автором по данным [25, с. 400-405]

Независимо от того, оказывает ли ИИ положительное или отрицательное влияние на рабочие места, можно ожидать, что влияние будет наиболее сильным в профессиях или секторах, которые больше всего зависят от задач, которые может выполнять ИИ. Исследователи измеряют экспозицию, используя различные методы.

Уэбб [30] идентифицирует патенты ИИ (т.е. патенты с такими ключевыми словами, как «обучение с учителем» и «обучение с подкреплением» вместе с «нейронной сетью» и «глубоким обучением» в их названиях или аннотациях), а затем оценивает совпадение (в пары глагол-существительное) между текстом патентов и текстом описания должностных обязанностей (из базы данных профессий и задач O*NET (База данных O*NET содержит богатый набор переменных, описывающих работу и рабочие характеристики, включая требования к навыкам)), чтобы увидеть, какие профессии наиболее подвержены воздействию ИИ.

Фельтен и другие исследователи [18] сопоставили (с помощью ученых компьютерных наук) различные категории ИИ (такие как абстрактные стратегические игры, перевод и распознавание изображений) с навыками (из базы данных O*NET), чтобы оценить, какие профессии полагаться на способности там, где был замечен наибольший прогресс ИИ.

Бриньолфссон [14, с. 44-45; 13] определяют задачи (из базы данных O*NET) и занятия используя данные Burning Glass (Emsi Burning Glass) собирает и интегрирует данные об экономике, рынке труда, демографии, образовании, профилях и объявлениях о вакансиях из десятков государственных и частных источников, создавая всеобъемлющий и актуальный набор данных, который включает как опубликованные данные, так и подробные оценки с полным охватом США, подходящие для ИИ, которе включают такие параметры:

- как: описывается ли задача правилами;

- требует ли это сложных, абстрактных рассуждений;

- является ли это очень рутинным и часто повторяющимся.

В таблице 1 представлены сводные данные о том, какие профессии наиболее и наименее подвержены воздействию ИИ, которые провели ученые научной школы “Экономика труда и человеческий капитал” при Ташкентском государственном экономическом университете (или, точнее, машинному обучению, которое во всех вышеуказанных трех исследованиях интерпретируется как представление возможностей ИИ).

Таблица 1.

Профессии, наиболее и наименее подверженные ИИ


Уэбб М. [30]
Фельтен Е [18] и другие исследователи
Бриньолфссон Е. [14, с. 43-47]
Наибо-лее уязви-мые
Высококвалифицированные профессии, в том числе клинические лаборанты, оптометристы и инженеры-химики.
Производственные рабочие места, связанные с проверкой и контролем качества, которые, по словам Уэбба, составляют небольшую часть низкоквалифицированной рабочей силы.
Профессии белых воротничков, такие как инженеры-химики/строители/ядерщики, эпидемиологи, актуарии, статистики, кредитные аналитики, бухгалтеры, программисты, аналитики операционных исследований.
Консьержи, механические чертежники, уполномочен-ные по кредитам, брокерские клерки
Наимене незащи-
щенные
Высококвалифицированные профессии, требующие рассуждений о новых ситуациях (например, исследователи).
Профессии, требующие навыков межличностного общения (например, учителя и менеджеры), включая ручную работу, такую как бариста, работники по приготовлению пищи или массажисты.
Физические профессии, в том числе горничные и уборщицы, работники столовой, посудомойщики, портье в отелях, бойни и упаковщики мяса, кровельщики и маляры, массажисты, инструкторы по фитнесу.
Массажисты, зоотехники, археологи, дикторы, а также штукатуры и каменщики.
Источник: Составлено автором на основе исследования [14, с. 43-47; 18; 30]

Результаты этих трех исследований заключаются в том, что некоторые высококвалифицированные профессии оказались в числе наиболее подверженных воздействию ИИ. Результаты исследования показывают, что почти все наиболее уязвимые профессии — это рабочие места «белых воротничков», требующие ученой степени. Бриньолфссон и др., [14, с. 44-45] по-видимому, обнаруживают большее сочетание навыков среди наиболее уязвимых профессий, но Уэбб отмечает, что низкоквалифицированные профессии с высокой степенью подверженности представляют лишь небольшую часть рабочей силы.

Вывод о том, что высококвалифицированные профессии подвергаются воздействию ИИ, можно противопоставить другим исследованиям, в которых делается вывод о том, что низкоквалифицированные профессии сильно подвержены автоматизированным технологиям (в более широком смысле) и, следовательно, подвергаются наибольшему риску автоматизации (в то время как высококвалифицированные рабочие места с наименьшим риском). [26; 20, с. 258-260] Например, уборщики считались подверженными высокому риску автоматизации в течение 20-летнего периода, согласно Неделькоска и Квинтини, но не особенно подверженными ИИ, согласно Фелтену, Уэббу и других исследователей. Одной из причин такого контраста могут быть технологические инновации, появившиеся в последнее десятилетие, поскольку исследования Неделькоски и Квинтини, а также Фрея и Осборна основаны на эксперименте, проведенном в 2013 году.

Исследования консалтинговых компаний показывают, что ИИ обладает огромным потенциалом для внесения вклада в глобальное экономическое производство, как показано в таблице. Консультанты, как правило, склонны рассматривать ИИ как революционную и преобразующую силу, способную увеличить объемы производства за счет увеличения производительности (путем замены рабочих и дополнения рабочих и капитала), увеличения потребления, расширения распространения инноваций и создания потока доходов для Фирмы, производящие ИИ. Оценка McKinsey в 13 трлн долларов США к 2030 году соответствует дополнительному годовому вкладу в ВВП в размере 1,2%, что больше, чем дополнительные 0,4%, внесенные роботизацией в 1990-е годы, и дополнительные 0,6%, внесенные распространением ИТ в 2000-е годы. Оценка Accenture в $14 трлн к 2035 году основана на прогнозируемом росте производительности труда до 38,0% в некоторых странах. Исследования, в которых рассматривается потеря рабочих мест, обычно предполагают, что в долгосрочной перспективе она будет компенсирована созданием рабочих мест.

Таблица 2.

Предполагаемый экономический потенциал ИИ


Воздействия
Временная рамка
Accenture, 2017
$14 трилл.
К 2035 году
(Analysis Group, 2016) в исследовании, финансируемом Facebook
$1,49-2,95 трилл.
К 2026 году
McKinsey, 2018
$13 трилл
К 2035 году
PWC, 2018
$15,7 трилл
К 2030 году
Источник: Составлено автором на основе данных [24]

В этих исследованиях относительно мало внимания уделяется переходному периоду, за исключением McKinsey, которая признает потенциальные негативные внешние эффекты, связанные с перемещением и поляризацией заработной платы, и исключает затраты на переходный период, чтобы получить окончательную оценку. PWC и McKinsey предполагают, что внедрение ИИ происходит по S-образной кривой, когда за более медленным началом следует ускорение.

Экономисты предложили теоретическую основу, основанную на том, что ИИ является технологией автоматизации, чтобы объяснить, как ИИ может повысить производительность при одновременном снижении спроса на рабочую силу, заработную плату и доли рабочей силы. [2 с. 1498-1502] Одним из ограничений этой концепции является то, что, рассматривая технологии автоматизации вместе, они предполагают, что ИИ похож на другие технологии автоматизации, такие как промышленные роботы и другое автоматизированное оборудование, — предположение, которое еще предстоит доказать и не обращает внимания на заложенные возможности ИИ.

Искусственный интеллект (ИИ) меняет способ управления бизнесом, упрощая задачи в режиме реального времени и помогая организовать людей и ресурсы. В управлении корпоративными услугами ИИ улучшает коммуникационный процесс при коммуникациях, планировании и оптимизации маршрутизации и многих других функциях. Несколько лет назад искусственный интеллект ассоциировался с играми, фильмами, научной фантастикой, передовой наукой, развлечениями и книгами. Однако теперь он вошел в сектор услуг, чтобы оптимизировать повседневные операции.

Преимущества искусственного интеллекта в экономике: быстрое обнаружение больших выборок данных, быстрая визуализация и анализ, улучшенный дизайн продукта, детальный анализ. Эти преимущества приведут к созданию новых видов услуг в экономической сфере, расширению бизнеса, увеличению прибыли, повышению эффективности производства и общественной жизни, снижению издержек [9].

Одним из наиболее распространенных типов искусственного интеллекта является машинное обучение и глубокое обучение, которые широко используются в бизнес-операциях и обслуживании клиентов. Машинное обучение — это метод искусственного интеллекта для наблюдения за компьютером, управления роботом, распознавания речи и лица и многого другого. Многим разработчикам ИИ проще обучать систему на примерах, чем делать это вручную. Алгоритмы глубокого обучения являются частью алгоритмов машинного обучения. Использование систем искусственного интеллекта стало ключевой инновацией во всех существующих сферах услуг. Компьютерное зрение, трансферное обучение, обработка естественного языка и т. д. Подходы этого метода глубокого обучения широко используются при решении задач высокого уровня, обнаружении сложных структур больших данных, распознавании изображений и речи. Глубокое обучение можно успешно применять для анализа изображений и постановки целей.

Цифровые технологии являются неотъемлемой частью владения бизнесом в XXI веке, и недавно было подсчитано, что 70,0% предприятий уже имеют стратегию цифровой трансформации. Будь то инвестиции в квантовый компьютер, переход на 5G или использование искусственного интеллекта для облегчения рабочей нагрузки, у разных компаний разные приоритеты для инвестирования в лучшие для себя технологии.

В связи с этим в таблице 3 представлена доля вкладов (т. е. «коммитов»), сделанных в проекты развития ИИ по странам и с течением времени. Проекты ИИ можно фильтровать по их влиянию, определяемому количеством управляемых копий (то есть «форков»), сделанных для этого проекта.

Таблица 3.

Вклады в общедоступные проекты ИИ по странам и их влияние мировую экономику, в %

Страны
2011
2015
2020
2021
2022
США
41,30
32,33
22,61
20,90
21,11
Европа (27)
25,06
22,35
18,08
17,33
16,15
Китай
1,86
8,00
8,23
10,55
12,00
Индия
0,65
2,39
16,25
13,85
12,97
Япония
6,89
2,95
1,77
1,78
1,41
Россия
0,08
0,52
1,31
1,04
0,89
Казахстан
0,00
0,02
0,03
0,05
0,06
Узбекистан
0,00
0,00
0,03
0,04
0,09
Источник: Составлено автором на основе данных [27]

Анализ показывает, что основную долю в мировом масштабе по вложением в развития и внедрения искусственного интеллекта являются США, которая в 2011 году составляло 41,3%. Однако к 2022 году удельный вес США в мировом масштабе сократился до 21,11%, так как страны мира все больше вкладывают в разработку и внедрения ИИ. Узбекистан до 2020 года не инвестировал в разработку и внедрения искусственного интеллекта. После принятия Постановления Президента Республики Узбекистан «О мерах по созданию условий для ускоренного внедрения технологий искусственного интеллекта» 17 февраля 2021 года началось вложения в проекты разработки и внедрения искусственного интеллекта в Узбекистане. Данный документ заложил правовой фундамент для дальнейшего развития технологий ИИ, определил его основные направления. Так в 2022 году доля инвестиции в разработку и внедрения ИИ в Узбекистан в мировом масштабе составил 0,09%.

В Узбекистане внедряется специальный режим применения технологий искусственного интеллекта (ИИ) в рамках экспериментально-инновационных исследований. Специальный режим направлен на создание благоприятной и оптимальной экосистемы для развития инновационных бизнес-моделей, продуктов и методов оказания услуг на основе технологий ИИ, их внедрения и применения на практике.

Специальный режим подразумевает создание необходимых организационно-правовых условий для юридических лиц и научных организаций, осуществляющих в его рамках деятельность, связанную с проведением экспериментально-опытных работ, основанных на технологиях ИИ, разработкой программных продуктов и оказанием услуг (пилотные проекты), предоставление привилегий в правоотношениях, возникающих в процессе апробирования и внедрения в практику программных продуктов.

Сфера применения искусственного интеллекта в Узбекистане расширяется с каждым днем. Еще один нововведения в Узбекистане является развитие роботехники. Специалисты утверждает, что роботы способны заменить людей, промышленное внедрение роботов не лишает людей работы, а, наоборот, увеличивает количество рабочих, занятых в промпроизводстве. Это даже доказывает статистика, что в 2013 году рынок устройств для коммуникации развлечений, собранных роботами, создал около 6 млн рабочих мест во всем мире.

Четвертая промышленная революция или индустрия 4.0 началась в 2012 году. К сожалению, страны СНГ, в том числе Узбекистан не самые развитые в этом направлении. Однако первенство в применении промышленных роботов на пространстве Содружества принадлежит России.

С точки зрения текущего распределения доходов в сегменте промышленной робототехники, два крупнейших подсегмента в Узбекистане, робототехника в других отраслях промышленности и робототехника для металлургической промышленности, которая составляют более 50% сегмента. (рис. 2.).

Рисунок 2. Прогноз доходов отраслей промышленности от внедрения роботехники в производственном цикле, млн. $ США

Источник: Составлено автором на основе данных [29]

В 2021 основной доход от внедрения роботехники получили другие отрасли промышленности в размер 4,61 млн. $ США. Тем не менее, ожидается, что к 2027 году доходы от внедрения роботехника в металлургической, автомобильной и пищевой промышленности станет основным по величине подсегментом. Это демонстрирует огромный потенциал для новых вариантов использования автоматизации в отраслях, которые еще не используют роботов.

Уровень роботизации и автоматизации в мире не такой глобальный, как Интернет, учитывая нехватку специалистов и ресурсов, а также растущий опыт использования технологических новшеств, сложно нарисовать картину распространенности цифровизации. Существует несколько подходов к оценке технического прогресса. В отчете McKinsey «О смене рабочей силы во время автоматизации» это явление оценивается в процентах от количества рабочих часов, которые будут автоматизированы. [23, с. 28] Однако, в частности, технологическое развитие определяется как технологическая безработица, где берется разница между производительностью труда и производительностью в час. Критерии в стиле Бартика [7] также является одним из известных методов расчета, учитывающим прогресс роботов и основные доли отрасли на локальном рынке (для 19 отраслей), т.н. воздействие роботов». Данные Международной федерации робототехники (IFR), используемые в Акемоглу Д. и Рестрепо П. [2 с. 1510-1520] , измеряют определенный класс роботов, определяемых как определяющие «промышленные роботы» (автоматически управляемые, перепрограммируемые и многоцелевые [машины]) по тысяче рабочих. Как бы печально ни сложилась судьба людей, оказавшихся в числе безработных из-за технического прогресса, цифровизация во многих сферах приносит позитивные изменения.

В Узбекистане цифровизация, внедрения искусственного интеллекта, а также роботизация, выявило одну из проблем, с которой сталкиваются специалисты в странах СНГ – это кадровый потенциал. Но данный вопрос в настоящее время в Узбекистане активно решается.

В республике на базе четырех вузов началась подготовка более 130 специалистов в области искусственного интеллекта. А в 15 вузах внедрены курсы и дисциплины по практическому применению ИИ в отраслях и секторах экономики, государственного управления.

Кроме того, постепенно внедряется подготовка кадров по направлению «Искусственный интеллект» в крупных вузах. С 2021/2022 учебного года высшими учебными заведениями и научными организациями выделено 77 (59 - в бакалавриате и 18 - в магистратуре) квот на подготовку кадров по направлению «Искусственный интеллект».

Высшей аттестационной комиссией открыто специальное направление докторантуры «Цифровые технологии и искусственный интеллект». С 2022 года выделено 5 квот на обучение в докторантуре в области искусственного интеллекта и целевая квота для независимых исследователей.

Кроме этого, фондом «Эл-юрт умиди» (занимающая подготовкой специалистов за рубежом и диалогом с соотечественниками) выделено 30 квот на краткосрочные зарубежные научные стажировки в области искусственного интеллекта. Победители уже обучаются в ведущих университетах России и других стран.

Заключение

ИИ может изменить требования к навыкам, карьерные возможности и распределение работников по отраслям и профессиям в Узбекистане, как и в других развитых и развивающихся странах. Однако исследователи и политики недостаточно подготовлены для прогнозирования тенденций в области занятости, возникающих в результате использования конкретных когнитивных технологий, таких как ИИ. Как правило, технология предназначена для выполнения конкретной задачи, которая изменяет спрос на определенные навыки на рабочем месте. Возникающие в результате изменения в требованиях к навыкам распространяются по всей экономике, влияя на требования к профессиональным навыкам, мобильность карьеры и социальное благополучие (например, воздействие на социальную идентичность работников).

Исследования научной школы “Экономика труда и человеческий капитал” при Ташкентском государственном экономическом университете, а также кафедра “Экономика труда и управление” при Ташкентском филиале Российского экономического университета им. Г.В. Плеханова” выявили взаимодействия со стартапами в области ИИ, что, хотя многие говорят о влиянии ИИ на рабочую силу с точки зрения потенциальной замены, взаимодополняемости и расширения спроса, очень немногие компании говорят, что они создают технологии, однозначно замещающие рабочую силу. В опросах компании также предполагают, что решения о внедрении ИИ мотивированы скорее целью дополнения человеческих возможностей, чем целью замены работников. [1]

Практические рекомендации

Это исследование указывает на некоторые ключевые рекомендации для дальнейшего изучения и принятия решений по оптимизации воздействия ИИ на рынок труда.

Во-первых, необходимы дополнительные инвестиции в цифровые навыки, технологии и компьютерную грамотность, чтобы создать более экономически устойчивую рабочую силу. Работников, которые больше всего подвержены риску увольнения, необходимо либо повысить квалификацию для выполнения более сложных задач, либо переквалифицировать для перехода к другим востребованным профессиям. Если исторические модели смены задач и рабочих мест сохранятся, работникам необходимо перейти к тем отраслям и профессиям, где их навыки дополняют ИИ, чтобы иметь более надежные рабочие места. Увеличение инвестиций в технологии и компьютерную грамотность в рамках предложений по образованию и обучению (включая непрерывное образование) может позволить таким работникам приобрести необходимые навыки, чтобы преуспеть в эпоху, когда доминируют технологии на основе ИИ. В частности, работники, занятые на очень рутинных и четко определенных низкооплачиваемых работах, подвергаются высокому риску увольнения. Любые такие схемы должны предоставлять работникам устойчивый набор навыков, который позволяет им адаптироваться к изменяющимся рынкам труда, а не уделять чрезмерное внимание конкретным навыкам и профессиям, которые могут исчезнуть в долгосрочной перспективе. Коалиция «Цифровые навыки и рабочие места» может сыграть решающую роль в распространении этих возможностей и улучшении их восприятия работодателями для охвата тех, кто рискует лишиться возможных преимуществ ИИ.

Во-вторых, необходимо более детальное понимание влияния ИИ на рабочие места и качество работы, чтобы лучше использовать его потенциал для улучшения условий труда. Потенциальное влияние ИИ на условия труда необходимо понимать и формулировать достаточно подробно, чтобы уменьшить неопределенность, например, чтобы подготовить работников к социально-экономическим и поведенческим изменениям, необходимым для работы с алгоритмами на основе ИИ. Это говорит о необходимости трансформации рабочих мест под руководством ИИ, внедряемой поэтапно и основанной на существенном и основанном на фактических данных принятии решений. Кроме того, повсеместное распространение ИИ в сочетании с его вероятным влиянием на ряд других революционных технологий требует более тщательного изучения роли, которую технологические факторы играют в определении достойных рабочих мест. Например, должен ли доступ к технологиям и средствам связи учитываться при разработке концепции достойных рабочих мест? Охват цифровыми технологиями может оказать влияние на устранение существующего социального неравенства и на успешное выполнение стратегии развитии Нового Узбекистана.

В-третьих, существующие нормативно-правовые акты на разных этапах жизненных циклов рынка труда необходимо обновить для использования ИИ на рабочем месте. Ожидается, что технологии на основе искусственного интеллекта существенно изменят ряд аспектов существующих рынков труда, от объявлений о вакансиях, отбора кандидатов и оценки навыков до надзора за работниками и отчетности о работе и рабочих местах. В этом контексте необходимо пересмотреть действующее законодательство, чтобы понять, подходят ли существующие правила и положения для решения задач, связанных с ИИ и робототехникой. Имеющиеся институциональные структуры для нормативного и правового надзора и консультаций (включая, например, статистические органы, которые собирают данные о занятости и социальном благополучии, национальные регулирующие органы, которые регулируют конкретные отрасли, и службы омбудсменов) также могут нуждаться в адаптации, чтобы предвидеть и обеспечивать динамичное развитие, отвечающая на возникающие вызовы.


Источники:

1. Abdurakhmanov K.Kh. Features of Development of Digital Economy in Uzbekistan. Special Issue on «Innovative economy: challenges, analysis and prospects for development» Published: 2021-08-07
2. Acemoglu D., Restrepo P. The race between man and machine: Implications of technology for growth, factor shares, and employment // American Economic Review. – 2018. – № 6. – p. 1488-1542.
3. Aghion, P. et al. (2017), “Artificial Intelligence and Economic Growth”, NBER Working Paper Series, No. 23928, NBER, Дата обращения 14/2/2023 http://www.nber.org/papers/w23928
4. Agrawal A., Gans J., Goldfarb A. Artificial Intelligence: The Ambiguous Labor Market Impact of Automating Prediction // Journal of Economic Perspectives. – 2019. – № 2. – p. 31-50.
5. American Economic Association & Committee on Economic Statistics (ed.) (2020), MeasuringTechnology Adoption in Enterprise-Level Surveys: The Annual Business Survey, Дата обращения 14/2/2023 https://www.aeaweb.org/conference/2020/preliminary/powerpoint/ 7rdEN8G6
6. Arntz M., Gregory T., Zierahn U. The risk of automation for jobs in OECD countries: A comparative analysis. OECD Social, Employment and Migration Working Paper 189 (OECD Publishing, Paris). [Электронный ресурс]. URL: www.ifuturo.org/sites/default/files/docs/automation.pdf. (дата обращения: 14.02.2023).
7. Bartik T. Who Benefits from State and Local Economic Development Policies?. - W.E. Upjohn Institute, 1991.
8. Bessen J., AI and Jobs: The role of demand. NBER Working Paper No. 24235. Дата обращения 14/2/2023 https://www.nber.org/papers/w24235. Accessed March 15, 2019. (2018)
9. Bessen J. “The Business of AI Startups”, Law and Economics Research Paper, Boston University School of Law. [Электронный ресурс]. URL: https://scholarship.law.bu.edu/faculty_scholarship/537 (дата обращения: 14.02.2023).
10. Bostrom N. “How long before superintelligence?” // Linguistic and Philosophical Investigations. – 2006. – № 1. – p. 11-20.
11. Bowles J. The computerisation of European jobs. Bruegel blog. [Электронный ресурс]. URL: bruegel.org/2014/07/the-computerisation-of-european-jobs/ (дата обращения: 14.02.2023).
12. Bresnahan T., Trajtenberg M. Bresnahan, T. and M. Trajtenberg (1992), “General Purpose Technologies “Engines of Growth?””. NBER Working Paper, NBER. [Электронный ресурс]. URL: https://www.nber.org/papers/w4148 (дата обращения: 14.02.2023).
13. Brynjolfsson E., Rock D., Syverson C. “Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics”. NBER Working Paper Series, No. 24001. [Электронный ресурс]. URL: http://www.nber.org/papers/w24001 (дата обращения: 14.02.2023).
14. Brynjolfsson E., Mitchell T., Rock D. “What Can Machines Learn and What Does It Mean for Occupations and the Economy?” // AEA Papers and Proceedings. – 2018. – p. 43-47.
15. Brzeski C., Burk C. Die Roboter kommen: Folgen der Automatisierung für den deutschen Arbeitsmarkt [The Robots are coming: Consequences of Automation for the German Labor Market]. INGDiBa Econ Res 30, 1–7. German (2015)
16. Cockburn I., Henderson R., Stern S. The Impact of Artificial Intelligence on Innovation. Nber. [Электронный ресурс]. URL: http://dx.doi.org/10.3386/w24449 (дата обращения: 14.02.2023).
17. Dauth W., Findeisen S., Südekum J., Woessner N., German robots – The impact of industrial robots on workers. IAB Discussion Paper 30/2017 (Institute for Employment Research, Nuremberg, Germany). (2017)
18. Felten, E., M. Raj and R. Seamans (2019), “The Occupational Impact of Artificial Intelligence on Labor: The Role of Complementary Skills and Technologies”, NYU Stern School of Business, http://dx.doi.org/10.2139/ssrn.3368605
19. Frey C.B., Osborne M.A. The future of employment: How susceptible are jobs to computerisation? // Technol Forecast Soc Change. – 2017. – № 114. – p. 254–280.
20. Frey C., Osborne M. “The Future of Employment: How susceptible are jobs to computerisation” // Technological forecasting and social change. – 2017. – p. 254-280.
21. Griliches Z “Hybrid Corn: An Exploration in the Economics of Technological Change” // Econometrica. – 1957. – № 4. – p. 501.
22. Julia, L. (2019), L’intelligence artificielle n’existe pas, FIRST
23. McKinsey A future that works: automation, employment, and productivity. Executive summary. - McKinsey Global Institution, 2017. – 28 p.
24. McKinsey Survey: AI adoption proves its worth, but few scale impact. [Электронный ресурс]. URL: https://www.mckinsey.com/featured-insights/artificial-intelligence/global-ai-survey-ai-proves-itsworth-but-few-scale-impact (дата обращения: 14.02.2023).
25. Mortensen D.T., Pissarides C.A. Job creation and job destruction in the theory of unemployment // Rev Econ Stud. – 1994. – № 61. – p. 397–415.
26. Nedelkoska, L. and G. Quintini (2018), “Automation, skills use and training”, OECD Social, Employment and Migration Working Papers, OECD Publishing, Paris, https://doi.org/10.1787/1815199X
27. OECD.AI (2023), visualisations powered by JSI using data from Github, Дата обращения 14/2/2023, www.oecd.ai
28. Pajarinen M., Rouvinen P., Ekeland A. Computerization threatens one-third of Finnish and Norwegian employment. ETLA Brief 34. [Электронный ресурс]. URL: https://www.etla.fi/wp-content/uploads/ETLA-Muistio-Brief-34.pdf (дата обращения: 14.02.2023).
29. Statista 2023. [Электронный ресурс]. URL: https://www.statista.com/outlook/tmo/robotics/industrial-robotics/uzbekistan#revenue (дата обращения: 14.02.2023).
30. Webb M. “The Impact of Artificial Intelligence on the Labor Market”. [Электронный ресурс]. URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3482150 (дата обращения: 14.02.2023).

Страница обновлена: 30.10.2024 в 14:29:18