Видео

Транскрипт

Как вы думаете, сколько времени пройдет,

прежде чем машины будут делать вашу работу лучше, чем вы?

Автоматизация когда-то подразумевала больших и глупых машин делающих монотонную работу на заводах

Сегодня они могут приземлять самолеты, диагностировать рак и торговать акциями.

Мы вступаем в новою эру автоматизации, отличающуюся от того, что происходило до этого.

Согласно исследованию 2013 года, почти половина всех рабочих мест в США

потенциально могут быть автоматизированы в ближайшие два десятилетия.

Но стоп!.. Не была ли автоматизация с нами на протяжении десятилетий?

Что по-другому на этот раз?

Инновации в прошлом

Раньше все было проще

Инновации сделали человеческую работу легче, и продуктивность росла,

То есть больше продуктов или услуг может быть произведено за час,

используя тоже самое количество рабочих

Это уничтожило много работ, но также создало множество других лучших работ,

Что было важно, потому что растущему населению нужна была работа

Так что, в двух словах - инновация, растущая продуктивность

Меньше старых работ, больше новых и зачастую лучших работ.

В общем, это работало хорошо для большинства людей, и уровень жизни улучшился.

Существует явная последовательность того, чем люди зарабатывали на жизнь:

Дольше всего мы занимались сельским хозяйством;

После индустриальной революции, это сменилось на промышленность;

И вместе с тем, как автоматизация стала более широко распространенной, люди переключились на сферу услуг.

И тогда, только пару мгновений назад в истории человечества, наступила Информационная Эра.

Внезапно, правила поменялись.

Наши работы теперь заменяются машинами намного быстрее, чем в прошлом.

Это, конечно, тревожит… но инновация нас уж точно спасет, верно?

Пока новые индустрии информационной эры развиваются, они создают меньше и меньше новых работ.

В 1979 General Motors нанимали более чем 800,000 работников

и заработали более 11 миллиардов долларов США.

В 2012 Google заработал около 14 миллиардов долларов США, нанимая только 58,000 людей.

Вам может не нравиться это сравнение, но Google - это пример того,

что в прошлом создавало новые работы:

новые, инновационные индустрии.

Старые инновационные индустрии иссякают, взгляните на автомобили.

Когда они появились сто лет назад, они создали огромные индустрии.

Автомобили изменили наш образ жизни, инфраструктуру и города.

Миллионы людей нашли работу напрямую или косвенно.

Десятилетия инвестиций держали это движение на ходу.

Сегодня этот процесс во многом окончен -

инновация в автомобильной индустрии не создает столько работ, как раньше.

Хоть электромобили и отличная штука, они не создадут миллионы новых работ.

Но подождите, что насчет интернета?

Некоторые технологи считают, что интернет - это инновация наравне с электричеством.

Если согласиться с этим сравнением, то можно видеть как

современная инновация отличается от предыдущей.

Интернет создал новые индустрии,

но они не создают достаточно работ, чтобы поспевать за

ростом населения или компенсировать индустрии, которые интернет убивает.

На своей вершине в 2004 у Blockbuster было 84,000 работников и доход в 6 миллиардов долларов США.

В 2016 Netflix имел 4,500 работников и доход в 9 миллиардов долларов США.

Или взять нас, например.

Всего лишь с командой в 12 человек на постоянной основе Kurzgesagt достигает миллионы людей.

ТВ-станция с тем же количеством зрителей требует намного больше работников.

Инновация в Информационной Эре не вытекает в создание достаточного количества новых работ.

Что было бы плохо само по себе, но теперь новая волна автоматизации

и новое поколение машин медленно захватывает власть.

Новый вид машин

Чтобы это понять, мы должны понять сначала сами себя.

Человеческий прогресс основан на разделении труда.

На протяжении тысячелетий, наши работы становились более и более специализированы.

Тогда как даже наши самые умные машины плохо делают сложные работы,

они невероятно хорошо делают узко обозначенные и предсказуемые задачи.

Это то, что уничтожило заводские работы.

Но если достаточно сильно и долго вглядеться в сложные задачи,

и вы заметите что это просто много узко обозначенных

и предсказуемых задач одна за другой

Машины очень близки к тому, чтобы стать настолько успешными в

разбивании сложных задач на множество предсказуемых,

что для многих людей не станет места для дальнейшей специализации.

Мы находимся на краю от вытеснения.

Цифровые машины делают это с помощью машинного обучения,

что позволяет им приобретать информацию и умения через анализ данных.

Это делает их лучше в чем то через связи которые они обнаруживают.

Машины учат сами себя.

Мы делаем это возможным давая компьютеру много

данных о вещах, в которых мы хотим стать лучше.

Покажи машине все предметы которые ты купил по сети

и она медленно научится тому, что рекомендовать вам, чтобы вы купили больше вещей.

Машинное обучение теперь достигает своего потенциала потому что в последние годы,

люди начали собирать данные о всем.

Поведение, модели погоды, медицинские записи, системы коммуникаций,

данные о путешествиях, и, конечно, данные обо том, что мы делаем на работе.

То, что мы случайно создали, является огромной библиотекой, которую машины могут

использовать, чтобы обучаться как люди делают вещи и научиться делать это лучше.

Эти цифровые машины могут стать самыми большими убийцами работ.

Они могут быть скопированы мгновенно и бесплатно.

Когда они улучшаются, вам не нужно инвестировать в

большие металлические вещи; вы можете просто использовать новый код

И у них есть способность улучшаться быстро. Насколько быстро?

Если ваша работа включает в себя сложные задачи на компьютере сегодня, вы можете оказаться без

работы даже быстрее, чем люди, у которых все еще есть работа на заводе.

Есть настоящие примеры в реальном мире того как этот переход может происходить.

Компания из Сан Франциско предлагает проект по программному обеспечению менеджмента для

больших корпораций, который должен ликвидировать позиции менеджмента среднего звена.

Когда оно нанято для нового проекта, программное обеспечение сначала решает какие работы

могут быть автоматизированы, и где именно необходимы профессиональные люди.

Тогда оно помогает составить команду фрилансеров в интернете.

Программное обеспечение после этого распределяет задания людям и контролирует качество

работы, прослеживая личную производительность пока проект не будет закончен.

Хорошо. Это звучит не так уж и плохо.

Пока эта машина убивает одну работу, она создает работу для фрилансеров, верно?

Ну, покафрилансеры выполняют свою работу,

изучающие алгоритмы следят за ними и собирают данные

об их работе, и из каких задач она состоит.

Так что на самом деле происходит то, что

фрилансеры обучают машины как их заменить.

В среднем, это программное обеспечение уменьшает затраты примерно на 50%

в первом году, и на еще 25% во втором году.

Это только один из многих примеров.

Существуют машины и программы которые становятся настолько же хороши

или лучше чем люди в разных сферах.

От фармацевтов до аналитиков, от журналистов до радиологов,

от кассиров до служащих банка, или неквалифицированных работников, переворачивающих котлеты.

Все эти работы не исчезнут за ночь,

но меньше и меньше людей будут их делать.

Мы обсудим некоторые случаи в следующих видео.

Но хоть исчезание работ - плохо, это только половина истории.

Недостаточно просто заменить старые работы новыми.

Нам необходимо постоянно создавать новые работы

потому что население мира растет.

В прошлом мы решали это с помощью инновации.

Но с 1973 года образование новых работ в США стало уменьшаться.

И первое десятилетие 21-ого века было первым, когда

общее количество работ в США впервые не увеличилось.

В стране, в которой необходимо создавать до 150,000 новых работ в месяц

только чтобы успевать за ростом населения, это плохие новости.

Это также начинает влиять на уровень жизни.

В прошлом считалось очевидным, что вместе с ростом

производительности больше работ будут появляться и улучшаться.

Но числа рассказывают другую историю.

В 1998 рабочие в США работали в общем 194 миллиардов часов.

На протяжении последующих 15 лет их продукция увеличилась на 42 процента.

Но в 2013 количество часов которые рабочие США работали все еще было 194 миллиарда.

Это значит то, что несмотря на радикально растущую производительность,

открытие тысяч новых предприятий и рост населения США на 40 миллионов,

не было никакого роста проработанных часов за 15 лет.

В то же время зарплаты свежих выпускников из университета в США

уменьшалась в последнее десятилетие, пока до 40% новых выпускников

вынуждены принимать работу, не требующую диплом.

Заключение

Производительность отделяется от людского труда.

Природа инновации в информационной эре

отличается от чего-либо с чем мы сталкивались прежде.

Этот процесс начался годы назад и уже во всю на ходу.

Даже без новых прорывов как самоходные автомобили и роботы-бухгалтеры.

Выглядит так, что автоматизация отличается в этот раз.

В этот раз машины могут действительно отобрать наши работы.

Наши экономики основаны на предпосылке, что люди потребляют.

Но если все меньше и меньше людей имеют приличную работу, кто будет заниматься потреблением?

Производим ли мы дешевле только чтобы дойти до точки когда

слишком мало людей могут действительно покупать все наши вещи и услуги?

Или же в нашем будущем будет крошечное меньшинство безумно богатых людей, владеющих

машинами которые будут доминировать остальных?

И должно ли наше будущее на самом деле быть таким мрачным?

В то время как мы были довольно угрюмы в этом видео, еще далеко от

уверенности в том что дела примут столь отрицательный поворот.

Информационная Эра и современная автоматизация могут быть огромной возможностью

изменить общество людей и кардинально уменьшить бедность и неравенство.

Это может быть плодотворным моментом в истории человечества.

Мы поговорим об этом потенциале и возможных решениях как

универсальных базовый доход во второй части этой видео серии.

Нам необходимо думать широко и быстро.

Потому что одно можно сказать точно - машины не идут;

Они уже здесь.

Это видео заняло у нас около 900 часов чтобы сделать,

и мы работали над ним более девяти месяцев.

Проекты подобные этому не были бы возможны

без вашей поддержке на patreon.com

Если вы хотите поддержать нас и получить персональную

птичку Kurzgesagt взамен, это было бы очень полезно.

Мы основали многое из этого видео на двух очень хороших книгах:

“Восстание роботов”

и “Второй век машин”

Вы можете найти ссылки на обе книги в описании к видео: очень рекомендуем!

Также мы сделали небольшой постер роботов.

Вы можете купить его и многое другое в нашем магазине DETBA.

Это видео является частью большей серии о том как технология

уже меняет и будет менять человеческую жизнь навсегда.

Если вы хотите продолжить просмотр, у нас есть несколько плейлистов.