Maskinernas uppgång - Varför automatisering är annorlunda den här gången. | Kurzgesagt

🎁Amazon Prime 📖Kindle Unlimited 🎧Audible Plus 🎵Amazon Music Unlimited 🌿iHerb 💰Binance

Video

Transkription

Hur lång tid tror du att det kommer ta

innan maskiner gör ditt jobb bättre än du?

Automatisering brukade vara stora, dumma maskiner som gjorde samma upprepade uppgifter i fabriker.

Idag så kan de landa flygplan, diagnostisera cancer och hantera aktier.

Vi är på väg in i en ny ålder för automatisering, något som aldrig funnits förr.

Enligt en studie gjord 2013, kan nästan hälften av alla jobb i

USA vara automatiserade inom tjugo år.

Men vänta lite; Har inte automatisering funnits i årtionden?

Vad är annorlunda den här gången?

Saker brukade vara enkla.

Innovationer gjorde människors arbete enklare och produktiviteten ökade.

Vilket betyder att mer personal eller fler tjänster kunde skapas

per timme, trots samma antal mänskliga arbetare.

Detta tog bort många jobb, men skapade även andra jobb som var bättre

vilket var viktigt för att den växande befolkningen behövde arbete.

Så, i ett nötskal, innovation, högre produktivitet

färre gamla jobb, och många nya och ofta bättre jobb.

Överlag så funkade det här bra för majoriteten av människorna, och levnadsstandarden förbättrades.

Det finns ett tydligt framsteg när det gäller hur människor

försörjde sig. Under den längsta tiden så jobbade vi inom jordbruk.

Med den industriella revolutionen så skiftades detta till produktionsjobb, och då

automatisering ökade mer och mer, bytte människor till servicejobb.

Och så för bara någon stund sen i människans historia, hände Informationsåldern.

Helt plötsligt ändrades reglerna. Våra jobb blir numera

tagna av maskiner mycket snabbare än förr.

Det är såklart oroväckande… men innovation kommer ju rädda oss, eller hur?

Medan den nya informationsålderns industrier blommar,

skapar de färre och färre nya jobb.

Under 1979, anlitade General Motors över 800 000

arbetare och tjänade ungefär $11 miljarder US dollar.

Under 2012, tjänade Google ungefär $14 miljarder US dollar medan de anlitade 58 000 människor.

Du kanske inte gillar den här jämförelsen, men Google är

ett exempel av vad som skapade nya jobb förr:

Innovativa nya industrier.

Gamla innovativa industrier börjar få slut på bränsle. Titta bara på bilar.

När de blev populära för 100 år sedan, skapade de gigantiska industrier.

Bilar förändrade vårt sätt att leva, vår infrastruktur och våra städer.

Miljontals människor fann jobb antingen direkt eller indirekt.

Årtionden av investering höll bollen rullande.

Idag, så är den här processen i stort sätt färdig. Innovation inom

bilindustrin skapar inte lika många jobb som den brukade.

Medan elbilar är bra på många sätt kommer de inte skapa miljoner nya jobb.

Men vänta lite; internet då?

Vissa teknologer hävdar att internet är en

innovation i samma utsträckning som introduktionen av elektricitet.

Om vi fortsätter med den här jämförelsen, så ser vi hur vår

moderna innovation skiljer sig från den gamla.

Internet skapade nya industrier,

men de skapar inte tillräckligt med jobb för att hålla ikapp

med befolkningsökningen eller för att kompensera för alla industrier som internet tar kål på.

Vid dess topp under 2004,

hade Blockbuster 84 000 anställda och tjänade $6 miljarder US dollar.

Under 2016, hade Netflix 4 500 anställda och tjänade $9 miljarder US dollar.

Eller ta oss som exempel.

Med ett heltidsarbetande team på endast 12 personer, så når Kurzgesagt miljontals människor.

En TV station med lika många tittare behöver betydligt fler anställda.

Innovation under informationsåldern motsvarar inte

skapandet av tillräckligt många jobb, vilket vore dåligt nog

i sig, men en ny våg av automatisering och

en ny generation av maskiner tar nu sakta över.

För att förstå det här måste vi först förstå oss själva.

Mänsklig framgång är baserad på en division av arbeten.

Medan vi har gjort framsteg över tusentals år så har våra jobb blivit mer och mer specialiserade.

Medan till och med våra smartaste maskiner är dåliga på att göra komplicerade jobb,

så är de extremt bra på att göra snävt definierade och förutsägbara uppgifter.

Detta är vad som förintade fabriksjobb.

Men titta på ett komplex jobb länge och noga nog,

så kommer du se att det bara är väldigt många snävt

definierade och förutsägbara uppgifter en efter en.

Maskiner är nära på att bli så bra på att

bryta ned komplexa uppgifter till många förutsägabara,

att det för många människor inte kommer finnas utrymme för att specialisera sig.

Vi är på väg att bli utkonkurrerade.

Digitala maskiner gör detta genom maskininlärning

vilket tillåter dem att förvärva information och erfarenhet genom att analysera data.

Detta gör att de blir bättre på något genom förhållanden de upptäcker.

Maskiner lär sig själva.

Vi gör detta möjligt genom att mata datorer med stora mängder

data rörande de saker som vi vill att de ska bli bättre på.

Visa en maskin alla de saker som du köpt online

och den kommer sakta lära sig vad den ska rekommendera för dig så du köper mer.

Maskininlärning lever mer och mer upp till sin potential då vi på senare år

har börjat samla in data om allting.

Beteende, vädermönster, medicinska journaler, kommunikationssystem,

resedata, och givetvis, data om vad vi gör på jobbet.

Vad vi av misstag har gjort är att skapa ett stort bibliotek som maskiner kan

använda sig av för att lära sig hur människor gör saker och lära sig göra dem bättre.

Dessa digitala maskiner kan vara det största hotet mot jobb av alla.

De kan kopieras direkt och gratis.

När de förbättras behöver du inte investera i nya

stora saker av metall; det räcker med att använda den nya koden.

Och de har möjligheten att bli bättre snabbt. Hur snabbt?

Om ditt jobb idag involverar komplicerade uppgifter på en dator idag, kan du bli av med

jobbet till och med snabbare än de som fortfarande har jobb på fabriker.

Det finns faktiska världsliga exempel på hur det kan komma sig att den här omvandlingen sker.

Ett företag i San Francisco erbjuder en projektledningsmjukvara för

stora företag som syfte att ta bort mellanchefsposter.

När den anlitas för ett nytt projekt så beslutar först mjukvaran vilka uppgifter

som kan automatiseras och precis var det krävs faktiska professionella människor.

Den hjälper sedan till med att sammanställa ett team av frilansare över internet.

Mjukvaran delar sedan ut uppgifterna till människorna och kvalitetsgranskar

arbetet samt kontrollerar individuella arbetsprestationer tills det att projektet är färdigt.

Okej. Det här låter inte så illa.

Även om maskinen tar bort ett jobb så skapar det nya jobb för frilansare, eller hur?

Allteftersom frilansarna slutför sina uppgifter

så lär sig algoritmer spåra dem och samlar in data

om deras arbete och vilka uppgifter det består av.

Så vad som egentligen händer är att

frilansarna själva lär en maskin att ersätta dem.

I genomsnitt så minskar den här mjukvaran kostnader med ungefär 50%

under första året, och med ytterligare 25% under det andra året.

Det här är bara ett exempel av många.

Det finns maskiner och program som blir lika bra

eller bättre än människor inom alla möjliga fält.

Från apotekare till analytiker, journalister och radiologer,

kassörer till bankpersonal, eller otränade arbetare som vänder hamburgare.

Dessa jobb kommer inte alla försvinna över natten

men färre och färre människor kommer att utföra dem.

Vi kommer att diskutera ett par fall i en uppföljande video.

Men medan det är illa att jobb försvinner så är det bara halva berättelsen.

Det är inte tillräckligt att ersätta gamla jobb med nya.

Vi måste konstant skapa nya jobb

eftersom jordens befolkning ökar.

Tidigare har vi löst det genom innovation.

Men sen 1973 så har skapandet av nya jobb i USA börjat sjunka.

Och de första tio åren av 2000-talet var första gången då

den totala mängden jobb i USA inte växte.

I ett land som behöver skapa upp till 150 000 nya jobb

per månad enbart för att hålla ikapp med befolkningsökning är detta dåliga nyheter.

Det har också börjat på verkat levnadsstandarden.

Tidigare så har det setts som uppenbart att med ökande

produktivitet så kommer nya och bättre jobb att skapas.

Men siffrorna talar en annan sanning.

I 1998 så arbetade amerikanska arbetare totalt 194 miljarder timmar.

Över de kommande 15 åren ökande deras produktion med 42 procent.

Men i 2013 så var antalet timmar arbetade av amerikanska arbetare fortfarande 194 miljarder.

Det betyder att trots starkt växande produktivitet

tusentals nyöppnade affärsmöjligheter,

och att USAs befolkning ökade med över 40 millioner så var det

ingen ökning alls i antalet timmar som arbetades över 15 års tid.

Samtidigt så har lönerna för nyexaminerade universitetsstudenter

i USA minskat under det senaste årtiondet,

medan upp till 40 procent av nyexaminerade tvingas till

att ta jobb som inte kräver någon examen.

Produktivitet håller på att skiljas från mänskligt arbete.

Innovationens karaktär i informationsåldern är

annorlunda mot något vi tidigare bemött.

Den här processen påbörjades för flera år sen och är redan på god väg.

Även utan nya avbrott som självkörande bilar eller robotrevisorer.

Det verkar som att automation är annorlunda den här gången.

Den här gången kanske maskinerna verkligen kommer att ta över våra jobb.

Våra ekonomier är grundade på premissen att folk konsumerar.

Men om färre och färre människor har schyssta jobb, vem är det som ska konsumera?

Producerar vi billigare och billigare bara för att nå den punkt

där alldeles för få personer faktiskt har möjlighet att köpa alla våra saker och tjänster?

Eller kommer vi i framtiden se en liten minoritet av superrika som äger maskinerna…

och styr över resten av oss?

Måste vår framtid verkligen vara så dyster?

Medan vi har varit relativt mörka i den här videon så är det långt

från säkert att saker kommer spela ut negativt.

Informationsåldern och modern automation kan vara ett enormt tillfälle

att förändra mänskliga samhällen och minska fattigdom och ojämlikhet dramatiskt.

Det här kan vara ett högst betydelsefullt ögonblick i människans historia.

We kommer prata om den här möjligheten och möjliga lösningar såsom

universell grundinkomst i del 2 av den här videoserien.

Vi måste tänka stort och snabbt.

För en sak är säker: maskinerna är inte på väg,

de är redan här

Den här videon tog oss ungefär 900 timmar att skapa

och vi har arbetat på den i över nio månder.

Projekt som detta skulle inte vara möjliga

utan ert stöd på patreon.com

Om du vill hjälpa oss och få en alldeles egen

Kurzgesagt-fågel som belöning skulle det vara väldigt användbart.

Vi baserade mycket av den här videon på två mycket bra böcker:

The Rise of the Robots och The Second Machine Age

Länkar till dem finns i videons beskrivning och vi rekommenderar dem starkt!

Vi har också gjort en liten robotaffisch.

Du kan köpa den och många andra saker i vår DFTBA-shop.

Den här videon är en del i en större serie om hur teknologi

redan förändrar och i framtiden kommer förändra människors liv för alltid.

Om du vill fortsätta komma så har vi ett par spellistor.