Раздел журнала:
Менеджмент
Страницы:
78–87
Библиографическое описание статьи
Захарова, В. Д. ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ УПРАВЛЕНИЯ ПРЕДПРИЯТИЕМ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА / В. Д. Захарова, Н. И. Роговская. – Текст : непосредственный //
Инновационная экономика и общество. – 2023. – № 1 (39). – С. 78–87
Аннотация
Сфера применения искусственного интеллекта (далее – ИИ) с каждым годом расширяется: начиная от освоения космоса, оптимизации производственных процессов, медицины, образования, сельского хозяйства и проч. до повседневной жизни. На сегодня искусственный интеллект применяется минимум в 16 сферах жизнедеятельности человека. Так, люди уже не замечают, как используют системы ИИ при прочтении почты, поиске информации в Интернете через голосовые помощники. Следует отметить, что инвестиционная и исследовательская деятельность, внедрение цифровых технологий, их взаимосвязанность, а также структура и гибкость рынка труда различаются в зависимости от страны. В связи с этим обозначится круг стран и государств, которые возьмут пальму первенства в области интеллектуальных разработок и их внедрения в практику управления и не только. Использование ИИ решит многие вопросы производительности, упростит и повысит качество принимаемых управленческих решений и выполнения поставленных задач, снизит нагрузку на человеческий ресурс и оптимизирует многие процессы, тем самым решит ряд социально-экономических и организационных проблем в управлении предприятием. Вместе с тем применение искусственного разума отразится на важности и значимости профессий, а именно: приведет к исчезновению одних и появлению других, к пересмотру функциональных задач работников.
Искусственный интеллект (далее – ИИ) теперь поддерживает так много реальных приложений, начиная от распознавания лиц и заканчивая языковыми переводчиками и помощниками, такими как Siri и Alexa, что человек едва замечает это. Наряду с этими потребительскими приложениями компании из разных секторов все чаще используют возможности ИИ. Внедрение ИИ сулит значительные выгоды для бизнеса и экономики благодаря его вкладу в управлении производительности и инновации. Очевидно, что влияние ИИ на различные бизнес-процессы, вероятно, будет глубоким. Некоторые профессии станут невостребованными, в то время как значимость других, связанных с внедрением ИИ, будет расти.
В последнее время наблюдается рост инвестиций крупных компаний как в России, так и за рубежом на исследования по использованию технологий искусственного интеллекта в управлении. В частности, такие корпорации, как Amazon, Walmart, Disney, Facebook, Apple, Bank of America и другие, вкладывают миллиарды долларов инвестиций в разработку и внедрение систем искусственного интеллекта в управленческие процессы [1]. В России технологии искусственного интеллекта наибольшими темпами развиваются в финансовом секторе и управлении финансами (таблица 1) в рамках национальной стратегии развития искусственного интеллекта [2].
Таблица 1 – Динамика развития цифровых технологий и искусственного интеллекта в России
Таблица составлена авторами по данным статистического сборника «Цифровая экономика» [3]
Следует отметить, что широкому внедрению искусственного интеллекта способствовали RFID-технологии и технологии облачных сервисов, которые развиваются в российских предприятиях ускоренными темпами. Так, за пять лет темп их роста составил почти 190 % (рисунок 1). Это обусловлено тем, что деятельность большинства предприятий опирается на сложные алгоритмы контроля и учета ресурсов и бизнес-процессов.
Рисунок 1 – Динамика развития облачных сервисов и RFID-технологии в России, % Рисунок составлен авторами по данным статистических сборников «Цифровая экономика» [3], [4], [5]
Существующие технологии кодирования, позволяющие их стандартизировать и унифицировать, имеют существенные недостатки, хотя и используется глобально. Соответственно, новые RFID-технологии, основанные на автоматической идентификации данных, являются одними из составляющих систем искусственного интеллекта.
Так что же представляет собой ИИ? Каковы истоки его возникновения? Каким образом ИИ влияет на различные сферы жизни человека и каковы его последствия? С какими трудностями может столкнуться человечество при использовании ИИ? Эти и другие вопросы, связанные с его возникновением, развитием и применением искусственного разума рассмотрим в данной статье.
Термин «искусственный интеллект» был популяризирован на конференции в Соединенных Штатах в 1956 г., где собрались исследователи по широкому кругу тем – от языкового моделирования до обучающих машин. Последующие десятилетия были потрачены на то, чтобы точно описать человеческий интеллект. Однако удалось это сделать только в конце 1990-х гг., когда технологический прогресс ускорился, алгоритмы машинного обучения продвинулись вперед и были разработаны методы глубокого обучения и обучения с подкреплением, основанных на нейронных сетях [6].
Глубокое обучение в общих чертах моделирует то, как нейроны взаимодействуют в мозге. Было доказано, что нейронные сети имеют много «глубоких» взаимосвязанных слоев – десять и более, в то время как более ранние нейронные сети имели только три-пять слоев.
В настоящее время одним из самых перспективных направлений искусственного интеллекта могут считаться нейронные сети – математические модели, а также программные или аппаратные воплощения этих структур. Отличительной особенностью считается их построение по принципу функционирования биологических нейронных сетей в нервных клетках живого организма [1].
При обучении с подкреплением системы обучаются путем получения виртуальных «вознаграждений» или «наказаний», часто с помощью системы подсчета очков, по сути, методом проб и ошибок.
На сегодня потенциал ИИ охватывает различные отрасли и функции. Так, ИИ может быть использован для повышения эффективности бизнеса в таких областях, как:
– прогнозное обслуживание, где способность глубокого обучения анализировать большие объемы многомерных данных из аудио и изображений может эффективно обнаруживать аномалии на заводских сборочных линиях или авиационных двигателях;
– логистика, когда ИИ может оптимизировать маршрутизацию трафика доставки, повышая топливную экономичность и сокращая сроки доставки;
– управление обслуживанием клиентов ИИ стал ценным инструментом в колл-центрах благодаря улучшенному распознаванию речи;
– сфера продаж: объединение демографических данных клиентов и данных о прошлых транзакциях с мониторингом в социальных сетях может помочь генерировать индивидуальные рекомендации «следующий продукт для покупки», которые многие розничные торговцы сейчас используют регулярно [10].
Во многих из этих случаев использования методы глубокого обучения в первую очередь повышают ценность, улучшая традиционные методы аналитики.
Тем не менее, многие компании и отрасли отстают во внедрении ИИ. Разработка стратегии ИИ с четко определенными преимуществами, поиск талантов с соответствующими наборами навыков, преодоление разрозненности функций, которые ограничивают комплексное внедрение, а также отсутствие ответственности и приверженности ИИ со стороны руководителей – это одни из препятствий для внедрения искусственного разума.
Однако внедрение технологий искусственного интеллекта и автоматизации может многое сделать для подъема мировой экономики и повышения глобального благосостояния. Наибольшие экономические последствия ИИ, вероятно, будут связаны с ростом производительности за счет эффектов на рынке труда, включая замещение, увеличение и вклад в производительность труда. ИИ расширит возможности человека, освободив работников для выполнения более продуктивных и дорогостоящих задач, а также увеличит спрос на рабочие места, связанные с технологиями ИИ.
ИИ также может стимулировать инновации, позволяя компаниям повышать свою прибыль за счет более эффективного выхода на недостаточно обслуживаемые рынки с помощью существующих продуктов, а в долгосрочной перспективе – за счет создания совершенно новых.
Очевидно, что ИИ также создаст положительные внешние эффекты, способствуя более эффективной трансграничной торговле и расширяя возможности использования ценных трансграничных потоков данных. Такое увеличение экономической активности и доходов может быть реинвестировано в экономику, способствуя её дальнейшему росту.
Внедрение ИИ повлечет за собой и некоторые негативные внешние эффекты, которые могут снизить, хотя и не устранить, положительные экономические последствия. На экономическом фронте к ним относится усиление конкуренции среди игроков рынка; затраты, связанные с управлением переходами на рынке труда, и потенциальная потеря потребления для граждан в периоды безработицы, а также затраты на переход и внедрение систем ИИ.
Основные факторы, способствующие потенциальному экономическому росту, основанному на ИИ, такие как инвестиционная и исследовательская деятельность, внедрение цифровых технологий, взаимосвязанность, а также структура и гибкость рынка труда различаются в зависимости от страны.
Страны, лидирующие в гонке за поставку ИИ, обладают уникальными сильными сторонами, которые выделяют их. Эффект масштаба позволяет осуществлять более значительные инвестиции, а сетевой эффект позволяет этим странам привлекать таланты, необходимые для получения максимальной отдачи от ИИ. На данный момент Китай и Соединенные Штаты несут ответственность за большую часть исследовательской деятельности и инвестиций, связанных с искусственным разумом.
Вторая группа стран, в которую входят Германия, Япония, Канада и Соединенное Королевство, имеет опыт масштабного внедрения инноваций и может ускорить коммерциализацию решений ИИ. Небольшие страны с глобальными связями, такие как Бельгия, Сингапур, Южная Корея и Швеция, также высоко оценивают свою способность создавать производительную среду, в которой процветают новые бизнес-модели.
Страны третьей группы, включая, но не ограничиваясь Бразилией, Индией, Италией и Малайзией, находятся в относительно более слабой стартовой позиции, но они демонстрируют сравнительные преимущества в конкретных областях, на которых они могут развиваться. Например, Индия ежегодно выпускает около 1,7 миллиона выпускников со степенями STEM – это больше, чем общее количество выпускников STEM во всех странах G-7. Другие страны, с относительно неразвитой цифровой инфраструктурой, инновационным и инвестиционным потенциалом и цифровыми навыками, рискуют отстать от своих коллег [6].
Несмотря на то, что искусственный интеллект и автоматизация приносят пользу бизнесу и экономике, можно ожидать серьезных сбоев в работе. Так, некоторые категории видов деятельности технически легче автоматизировать, чем другие. Они включают в себя физическую активность в условиях высокой предсказуемости и структурированности, а также сбор и обработку данных, на которые в совокупности приходится примерно половина видов деятельности, которыми занимаются люди во всех секторах экономики большинства стран.
К наименее уязвимым категориям относятся: управление другими, предоставление экспертных знаний и взаимодействие с заинтересованными сторонами. Плотность высокоавтоматизируемых действий варьируется в зависимости от профессии, сектора и в меньшей степени – страны. Исследования в этой области показывают, что около 30 % действий в 60 % всех профессий могут быть автоматизированы, но только в 5 % профессий автоматизированы почти все действия. Другими словами, большее количество профессий будет частично автоматизировано, чем полностью автоматизировано [11].
Темпы и степень внедрения автоматизации и ее влияние на реальные рабочие места, помимо технической осуществимости, будут зависеть от нескольких факторов. Среди них: затраты на их внедрение, динамика рынка труда, количество, качество предложения рабочей силы и соответствующая заработная плата, социальные нормы, общественное признание и различные регулирующие факторы. Например, в странах с развитой экономикой и с относительно высоким уровнем заработной платы, таких как Франция, Япония и Соединенные Штаты, число рабочих мест, затронутых автоматизацией, может быть более чем в два раза больше, чем в Индии [11].
Не менее значимыми являются рабочие места, которые будут меняться по мере того как машины все больше дополняют человеческий труд на рабочем месте. Рабочие места изменятся в результате описанной выше частичной автоматизации, и смена рабочих мест затронет гораздо больше профессий, чем их потеря.
Во-первых, миллионам работников, вероятно, потребуется сменить профессию. Некоторые из этих сдвигов произойдут внутри компаний и секторов, но многие произойдут в разных секторах и даже географических регионах. В то время как профессии, требующие физической активности в условиях высокой структурированности и обработки данных, будут сокращаться, другие, которые трудно автоматизировать, будут расти. К ним могут относиться менеджеры, педагоги, медицинский персонал, технические и другие специалисты, которые работают в непредсказуемых условиях внешней среды. Эти изменения могут быть не гладкими и могут привести к временным всплескам безработицы.
Во-вторых, работникам понадобятся разные навыки, чтобы преуспеть на рабочем месте в будущем. Спрос на социальные и эмоциональные навыки, такие как общение и эмпатия, будет расти почти так же быстро, как спрос на многие передовые технологические навыки. Базовые цифровые навыки растут на всех рабочих местах. Автоматизация также подстегнет рост потребности в более высоких когнитивных навыках, особенно в критическом мышлении, креативности и обработке сложной информации. Спрос на физические и ручные навыки будет снижаться, но они останутся единственной крупнейшей категорией навыков рабочей силы в 2030 г. во многих странах. Темпы смены навыков ускоряются, и это может привести к избыточному спросу на одни навыки и избыточному предложению для других.
В-третьих, рабочие места и рабочие процессы будут меняться по мере того как все больше людей будут работать вместе с машинами. Например, по мере внедрения в магазинах автоматов самообслуживания кассиры перейдут от самостоятельного сканирования товаров к помощи в ответе на вопросы или устранении неполадок в машинах.
Наконец, автоматизация, вероятно, окажет давление на среднюю заработную плату в странах с развитой экономикой. На многих нынешних рабочих местах со средней заработной платой в странах преобладают высокоавтоматизируемые виды деятельности в таких областях, как производство и бухгалтерский учет. Вероятно, что в будущем их значимость сократиться. Число высокооплачиваемых рабочих мест значительно возрастет, особенно для высококвалифицированных медицинских, технических или других специалистов.
ИИ может помочь решить некоторые из наиболее насущных проблем общества. Автоматизируя рутинные или небезопасные действия, а также те, которые подвержены человеческим ошибкам, ИИ может позволить людям быть более продуктивными, работать и жить более безопасно. Согласно одному исследованию, проведенному в Соединенных Штатах, замена водителей-людей механическими и электронными средствами, работающими более точно и качественно, может спасти тысячи жизней в год за счет сокращения несчастных случаев [12].
ИИ также может снизить потребность людей на работе в небезопасных условиях, таких как морские нефтяные вышки и угольные шахты. Например, некоторые компании в США тестируют небольших роботов, которые могут быть применены в зонах стихийных бедствий, с целью снижения травм людей. Некоторые возможности ИИ особенно актуальны. Так, американские биологи и программисты разработали систему, которая распознает десять различных видов пигментных поражений кожи по фотографии с родинкой, что позволяет выявить рак кожи на первых стадиях его развития.
Другой пример: центр анализа и передовых исследований, располагающийся в Мексике, создал прототип очков, способных помочь слепым ориентироваться в пространстве, различать многие объекты, получать точные инструкции по навигации [12].
Для эффективного применения ИИ необходимо преодолеть несколько барьеров. К ним относятся обычные проблемы с данными, вычислениями и наличием талантов, с которыми сталкивается любая организация, пытающаяся применить ИИ, а также более простые проблемы доступа, инфраструктуры и финансовых ресурсов, которые особенно остры в отдаленных или экономически неблагополучных местах и сообществах.
С экономической точки зрения, необходимо будет решить сложные вопросы о растущем экономическом разрыве между отдельными лицами, фирмами, секторами и даже странами, возникающими в результате непреднамеренного развертывания. Важно учитывать потенциальные возможности пользователей со злонамерениями, в том числе в области кибербезопасности.
Развитие искусственного интеллекта в процессах управления предприятиями сопряжено с рядом проблем. Так, например, отмечается дефицит кадров в области внедрения и обслуживания ИИ, финансовые ограничения, низкий уровень совместимости с существующей инфраструктурой предприятия и бизнес-среды, отсутствие специальных норм правового и технического регулирования, учитывающих специфику технологий ИИ и другие [8]. С другой стороны, аналитические данные исследования IBM, показали, что 1 из 4 компаний, внедривших ИИ, сделала это из-за нехватки рабочей силы или навыков [8]. Некоторые проблемы напрямую связаны с тем, как алгоритмы и данные, используемые для их обучения, могут привносить новые предубеждения или увековечивать и институционализировать существующие социальные и процедурные предубеждения. Например, модели распознавания лиц, обученные на совокупности лиц, соответствующих демографическим характеристикам разработчиков искусственного интеллекта, могут не отражать более широкую популяцию.
Конфиденциальность данных и использование личной информации также являются важнейшими вопросами, требующими решения, если ИИ хочет реализовать свой потенциал. Европа лидирует в этой области благодаря Общему регламенту по защите данных, который ввел более строгие требования к согласию на сбор данных, дает пользователям право быть забытыми и право возражать, а также усиливает надзор за организациями, которые собирают, контролируют и обрабатывают данные, со значительными штрафами за несоблюдение. Кибербезопасность и «глубокие подделки», которые могут манипулировать результатами выборов или совершать крупномасштабные мошенничества, также вызывают угрозы, связанные с внедрением ИИ.
Потенциальные преимущества ИИ для бизнеса и экономики, а также то, как технология решает некоторые социальные проблемы, должны побудить лидеров бизнеса и политиков принять и внедрить ИИ. В то же время нельзя игнорировать проблемы, связанные с применением ИИ:
1. Инвестирование и дальнейшее продвижение исследований и инноваций в области искусственного интеллекта таким образом, чтобы выгоды могли быть разделены всеми.
2. Расширение доступных наборов данных, особенно в тех областях, где их использование принесет более крупные выгоды экономике и обществу.
3. Инвестирование в человеческий капитал и инфраструктуру, связанные с ИИ, для расширения базы талантов, способных создавать и внедрять ИИ-решения, чтобы идти в ногу с мировыми лидерами в области ИИ.
4. Поощрение повышения уровня грамотности в области ИИ среди бизнес-лидеров и политиков для принятия обоснованных решений.
5. Поддержка существующих усилий по оцифровке, которые формируют основу для возможного внедрения ИИ как для организаций, так и для стран.
Отправной точкой для устранения потенциальных разрушительных последствий автоматизации станет обеспечение устойчивого экономического роста и роста производительности, что является необходимым условием увеличения количества рабочих мест и повышения благосостояния. Правительству также необходимо будет способствовать динамичному развитию бизнеса, поскольку предпринимательство и ускоренное создание новых предприятий не только повысят производительность, но и будут способствовать созданию рабочих мест. Решение вопросов, связанных с навыками, рабочими местами и заработной платой, потребует более целенаправленных мер. К ним относятся:
1. Развивающиеся системы образования и обучения для изменившегося рабочего места, с уделением особого внимания навыкам STEM, а также творчеству, критическому мышлению и обучению на протяжении всей жизни;
2. Активизация инвестиций частного и государственного секторов в человеческий капитал, возможно, с помощью стимулов и кредитов, аналогичных тем, которые доступны для инвестиций в НИОКР;
3. Повышение динамизма рынка труда путем поддержки лучшей аттестации и подбора персонала, а также создания возможностей для различных форм работы, включая гигэкономику;
4. Переосмысление доходов путем рассмотрения и экспериментирования с программами, которые обеспечивали бы не только доход за работу, но и смысл и достоинство;
5. Поддержка в переходный период сетей социальной защиты для пострадавших работников путем использования передового опыта со всего мира и рассмотрения новых подходов.
ИИ не выполнит своих обещаний, если общественность потеряет доверие к нему в результате нарушения конфиденциальности, предвзятости или злонамеренного использования или если большая часть мира обвинит его в усугублении неравенства. Решающее значение будет иметь установление уверенности в его способности творить добро одновременно с устранением злоупотреблений. Подходы могут включать:
1. Усиление защиты потребителей, данных, конфиденциальности и безопасности;
2. Создание общей структуры и набора принципов для полезного и безопасного использования ИИ;
3. Обмен передовым опытом и постоянные инновации для решения таких проблем, как безопасность, предвзятость и объяснимость;
4. Достижение правильного баланса между бизнесом и национальной конкурентной борьбой за лидерство в области ИИ, чтобы обеспечить широкую доступность и совместное использование преимуществ ИИ.
В последнее время наблюдается рост инвестиций крупных компаний как в России, так и за рубежом на исследования по использованию технологий искусственного интеллекта в управлении. В частности, такие корпорации, как Amazon, Walmart, Disney, Facebook, Apple, Bank of America и другие, вкладывают миллиарды долларов инвестиций в разработку и внедрение систем искусственного интеллекта в управленческие процессы [1]. В России технологии искусственного интеллекта наибольшими темпами развиваются в финансовом секторе и управлении финансами (таблица 1) в рамках национальной стратегии развития искусственного интеллекта [2].
Таблица 1 – Динамика развития цифровых технологий и искусственного интеллекта в России
Таблица составлена авторами по данным статистического сборника «Цифровая экономика» [3]
Следует отметить, что широкому внедрению искусственного интеллекта способствовали RFID-технологии и технологии облачных сервисов, которые развиваются в российских предприятиях ускоренными темпами. Так, за пять лет темп их роста составил почти 190 % (рисунок 1). Это обусловлено тем, что деятельность большинства предприятий опирается на сложные алгоритмы контроля и учета ресурсов и бизнес-процессов.
Рисунок 1 – Динамика развития облачных сервисов и RFID-технологии в России, % Рисунок составлен авторами по данным статистических сборников «Цифровая экономика» [3], [4], [5]
Существующие технологии кодирования, позволяющие их стандартизировать и унифицировать, имеют существенные недостатки, хотя и используется глобально. Соответственно, новые RFID-технологии, основанные на автоматической идентификации данных, являются одними из составляющих систем искусственного интеллекта.
Так что же представляет собой ИИ? Каковы истоки его возникновения? Каким образом ИИ влияет на различные сферы жизни человека и каковы его последствия? С какими трудностями может столкнуться человечество при использовании ИИ? Эти и другие вопросы, связанные с его возникновением, развитием и применением искусственного разума рассмотрим в данной статье.
Термин «искусственный интеллект» был популяризирован на конференции в Соединенных Штатах в 1956 г., где собрались исследователи по широкому кругу тем – от языкового моделирования до обучающих машин. Последующие десятилетия были потрачены на то, чтобы точно описать человеческий интеллект. Однако удалось это сделать только в конце 1990-х гг., когда технологический прогресс ускорился, алгоритмы машинного обучения продвинулись вперед и были разработаны методы глубокого обучения и обучения с подкреплением, основанных на нейронных сетях [6].
Глубокое обучение в общих чертах моделирует то, как нейроны взаимодействуют в мозге. Было доказано, что нейронные сети имеют много «глубоких» взаимосвязанных слоев – десять и более, в то время как более ранние нейронные сети имели только три-пять слоев.
В настоящее время одним из самых перспективных направлений искусственного интеллекта могут считаться нейронные сети – математические модели, а также программные или аппаратные воплощения этих структур. Отличительной особенностью считается их построение по принципу функционирования биологических нейронных сетей в нервных клетках живого организма [1].
При обучении с подкреплением системы обучаются путем получения виртуальных «вознаграждений» или «наказаний», часто с помощью системы подсчета очков, по сути, методом проб и ошибок.
На сегодня потенциал ИИ охватывает различные отрасли и функции. Так, ИИ может быть использован для повышения эффективности бизнеса в таких областях, как:
– прогнозное обслуживание, где способность глубокого обучения анализировать большие объемы многомерных данных из аудио и изображений может эффективно обнаруживать аномалии на заводских сборочных линиях или авиационных двигателях;
– логистика, когда ИИ может оптимизировать маршрутизацию трафика доставки, повышая топливную экономичность и сокращая сроки доставки;
– управление обслуживанием клиентов ИИ стал ценным инструментом в колл-центрах благодаря улучшенному распознаванию речи;
– сфера продаж: объединение демографических данных клиентов и данных о прошлых транзакциях с мониторингом в социальных сетях может помочь генерировать индивидуальные рекомендации «следующий продукт для покупки», которые многие розничные торговцы сейчас используют регулярно [10].
Во многих из этих случаев использования методы глубокого обучения в первую очередь повышают ценность, улучшая традиционные методы аналитики.
Тем не менее, многие компании и отрасли отстают во внедрении ИИ. Разработка стратегии ИИ с четко определенными преимуществами, поиск талантов с соответствующими наборами навыков, преодоление разрозненности функций, которые ограничивают комплексное внедрение, а также отсутствие ответственности и приверженности ИИ со стороны руководителей – это одни из препятствий для внедрения искусственного разума.
Однако внедрение технологий искусственного интеллекта и автоматизации может многое сделать для подъема мировой экономики и повышения глобального благосостояния. Наибольшие экономические последствия ИИ, вероятно, будут связаны с ростом производительности за счет эффектов на рынке труда, включая замещение, увеличение и вклад в производительность труда. ИИ расширит возможности человека, освободив работников для выполнения более продуктивных и дорогостоящих задач, а также увеличит спрос на рабочие места, связанные с технологиями ИИ.
ИИ также может стимулировать инновации, позволяя компаниям повышать свою прибыль за счет более эффективного выхода на недостаточно обслуживаемые рынки с помощью существующих продуктов, а в долгосрочной перспективе – за счет создания совершенно новых.
Очевидно, что ИИ также создаст положительные внешние эффекты, способствуя более эффективной трансграничной торговле и расширяя возможности использования ценных трансграничных потоков данных. Такое увеличение экономической активности и доходов может быть реинвестировано в экономику, способствуя её дальнейшему росту.
Внедрение ИИ повлечет за собой и некоторые негативные внешние эффекты, которые могут снизить, хотя и не устранить, положительные экономические последствия. На экономическом фронте к ним относится усиление конкуренции среди игроков рынка; затраты, связанные с управлением переходами на рынке труда, и потенциальная потеря потребления для граждан в периоды безработицы, а также затраты на переход и внедрение систем ИИ.
Основные факторы, способствующие потенциальному экономическому росту, основанному на ИИ, такие как инвестиционная и исследовательская деятельность, внедрение цифровых технологий, взаимосвязанность, а также структура и гибкость рынка труда различаются в зависимости от страны.
Страны, лидирующие в гонке за поставку ИИ, обладают уникальными сильными сторонами, которые выделяют их. Эффект масштаба позволяет осуществлять более значительные инвестиции, а сетевой эффект позволяет этим странам привлекать таланты, необходимые для получения максимальной отдачи от ИИ. На данный момент Китай и Соединенные Штаты несут ответственность за большую часть исследовательской деятельности и инвестиций, связанных с искусственным разумом.
Вторая группа стран, в которую входят Германия, Япония, Канада и Соединенное Королевство, имеет опыт масштабного внедрения инноваций и может ускорить коммерциализацию решений ИИ. Небольшие страны с глобальными связями, такие как Бельгия, Сингапур, Южная Корея и Швеция, также высоко оценивают свою способность создавать производительную среду, в которой процветают новые бизнес-модели.
Страны третьей группы, включая, но не ограничиваясь Бразилией, Индией, Италией и Малайзией, находятся в относительно более слабой стартовой позиции, но они демонстрируют сравнительные преимущества в конкретных областях, на которых они могут развиваться. Например, Индия ежегодно выпускает около 1,7 миллиона выпускников со степенями STEM – это больше, чем общее количество выпускников STEM во всех странах G-7. Другие страны, с относительно неразвитой цифровой инфраструктурой, инновационным и инвестиционным потенциалом и цифровыми навыками, рискуют отстать от своих коллег [6].
Несмотря на то, что искусственный интеллект и автоматизация приносят пользу бизнесу и экономике, можно ожидать серьезных сбоев в работе. Так, некоторые категории видов деятельности технически легче автоматизировать, чем другие. Они включают в себя физическую активность в условиях высокой предсказуемости и структурированности, а также сбор и обработку данных, на которые в совокупности приходится примерно половина видов деятельности, которыми занимаются люди во всех секторах экономики большинства стран.
К наименее уязвимым категориям относятся: управление другими, предоставление экспертных знаний и взаимодействие с заинтересованными сторонами. Плотность высокоавтоматизируемых действий варьируется в зависимости от профессии, сектора и в меньшей степени – страны. Исследования в этой области показывают, что около 30 % действий в 60 % всех профессий могут быть автоматизированы, но только в 5 % профессий автоматизированы почти все действия. Другими словами, большее количество профессий будет частично автоматизировано, чем полностью автоматизировано [11].
Темпы и степень внедрения автоматизации и ее влияние на реальные рабочие места, помимо технической осуществимости, будут зависеть от нескольких факторов. Среди них: затраты на их внедрение, динамика рынка труда, количество, качество предложения рабочей силы и соответствующая заработная плата, социальные нормы, общественное признание и различные регулирующие факторы. Например, в странах с развитой экономикой и с относительно высоким уровнем заработной платы, таких как Франция, Япония и Соединенные Штаты, число рабочих мест, затронутых автоматизацией, может быть более чем в два раза больше, чем в Индии [11].
Не менее значимыми являются рабочие места, которые будут меняться по мере того как машины все больше дополняют человеческий труд на рабочем месте. Рабочие места изменятся в результате описанной выше частичной автоматизации, и смена рабочих мест затронет гораздо больше профессий, чем их потеря.
Во-первых, миллионам работников, вероятно, потребуется сменить профессию. Некоторые из этих сдвигов произойдут внутри компаний и секторов, но многие произойдут в разных секторах и даже географических регионах. В то время как профессии, требующие физической активности в условиях высокой структурированности и обработки данных, будут сокращаться, другие, которые трудно автоматизировать, будут расти. К ним могут относиться менеджеры, педагоги, медицинский персонал, технические и другие специалисты, которые работают в непредсказуемых условиях внешней среды. Эти изменения могут быть не гладкими и могут привести к временным всплескам безработицы.
Во-вторых, работникам понадобятся разные навыки, чтобы преуспеть на рабочем месте в будущем. Спрос на социальные и эмоциональные навыки, такие как общение и эмпатия, будет расти почти так же быстро, как спрос на многие передовые технологические навыки. Базовые цифровые навыки растут на всех рабочих местах. Автоматизация также подстегнет рост потребности в более высоких когнитивных навыках, особенно в критическом мышлении, креативности и обработке сложной информации. Спрос на физические и ручные навыки будет снижаться, но они останутся единственной крупнейшей категорией навыков рабочей силы в 2030 г. во многих странах. Темпы смены навыков ускоряются, и это может привести к избыточному спросу на одни навыки и избыточному предложению для других.
В-третьих, рабочие места и рабочие процессы будут меняться по мере того как все больше людей будут работать вместе с машинами. Например, по мере внедрения в магазинах автоматов самообслуживания кассиры перейдут от самостоятельного сканирования товаров к помощи в ответе на вопросы или устранении неполадок в машинах.
Наконец, автоматизация, вероятно, окажет давление на среднюю заработную плату в странах с развитой экономикой. На многих нынешних рабочих местах со средней заработной платой в странах преобладают высокоавтоматизируемые виды деятельности в таких областях, как производство и бухгалтерский учет. Вероятно, что в будущем их значимость сократиться. Число высокооплачиваемых рабочих мест значительно возрастет, особенно для высококвалифицированных медицинских, технических или других специалистов.
ИИ может помочь решить некоторые из наиболее насущных проблем общества. Автоматизируя рутинные или небезопасные действия, а также те, которые подвержены человеческим ошибкам, ИИ может позволить людям быть более продуктивными, работать и жить более безопасно. Согласно одному исследованию, проведенному в Соединенных Штатах, замена водителей-людей механическими и электронными средствами, работающими более точно и качественно, может спасти тысячи жизней в год за счет сокращения несчастных случаев [12].
ИИ также может снизить потребность людей на работе в небезопасных условиях, таких как морские нефтяные вышки и угольные шахты. Например, некоторые компании в США тестируют небольших роботов, которые могут быть применены в зонах стихийных бедствий, с целью снижения травм людей. Некоторые возможности ИИ особенно актуальны. Так, американские биологи и программисты разработали систему, которая распознает десять различных видов пигментных поражений кожи по фотографии с родинкой, что позволяет выявить рак кожи на первых стадиях его развития.
Другой пример: центр анализа и передовых исследований, располагающийся в Мексике, создал прототип очков, способных помочь слепым ориентироваться в пространстве, различать многие объекты, получать точные инструкции по навигации [12].
Для эффективного применения ИИ необходимо преодолеть несколько барьеров. К ним относятся обычные проблемы с данными, вычислениями и наличием талантов, с которыми сталкивается любая организация, пытающаяся применить ИИ, а также более простые проблемы доступа, инфраструктуры и финансовых ресурсов, которые особенно остры в отдаленных или экономически неблагополучных местах и сообществах.
С экономической точки зрения, необходимо будет решить сложные вопросы о растущем экономическом разрыве между отдельными лицами, фирмами, секторами и даже странами, возникающими в результате непреднамеренного развертывания. Важно учитывать потенциальные возможности пользователей со злонамерениями, в том числе в области кибербезопасности.
Развитие искусственного интеллекта в процессах управления предприятиями сопряжено с рядом проблем. Так, например, отмечается дефицит кадров в области внедрения и обслуживания ИИ, финансовые ограничения, низкий уровень совместимости с существующей инфраструктурой предприятия и бизнес-среды, отсутствие специальных норм правового и технического регулирования, учитывающих специфику технологий ИИ и другие [8]. С другой стороны, аналитические данные исследования IBM, показали, что 1 из 4 компаний, внедривших ИИ, сделала это из-за нехватки рабочей силы или навыков [8]. Некоторые проблемы напрямую связаны с тем, как алгоритмы и данные, используемые для их обучения, могут привносить новые предубеждения или увековечивать и институционализировать существующие социальные и процедурные предубеждения. Например, модели распознавания лиц, обученные на совокупности лиц, соответствующих демографическим характеристикам разработчиков искусственного интеллекта, могут не отражать более широкую популяцию.
Конфиденциальность данных и использование личной информации также являются важнейшими вопросами, требующими решения, если ИИ хочет реализовать свой потенциал. Европа лидирует в этой области благодаря Общему регламенту по защите данных, который ввел более строгие требования к согласию на сбор данных, дает пользователям право быть забытыми и право возражать, а также усиливает надзор за организациями, которые собирают, контролируют и обрабатывают данные, со значительными штрафами за несоблюдение. Кибербезопасность и «глубокие подделки», которые могут манипулировать результатами выборов или совершать крупномасштабные мошенничества, также вызывают угрозы, связанные с внедрением ИИ.
Потенциальные преимущества ИИ для бизнеса и экономики, а также то, как технология решает некоторые социальные проблемы, должны побудить лидеров бизнеса и политиков принять и внедрить ИИ. В то же время нельзя игнорировать проблемы, связанные с применением ИИ:
1. Инвестирование и дальнейшее продвижение исследований и инноваций в области искусственного интеллекта таким образом, чтобы выгоды могли быть разделены всеми.
2. Расширение доступных наборов данных, особенно в тех областях, где их использование принесет более крупные выгоды экономике и обществу.
3. Инвестирование в человеческий капитал и инфраструктуру, связанные с ИИ, для расширения базы талантов, способных создавать и внедрять ИИ-решения, чтобы идти в ногу с мировыми лидерами в области ИИ.
4. Поощрение повышения уровня грамотности в области ИИ среди бизнес-лидеров и политиков для принятия обоснованных решений.
5. Поддержка существующих усилий по оцифровке, которые формируют основу для возможного внедрения ИИ как для организаций, так и для стран.
Отправной точкой для устранения потенциальных разрушительных последствий автоматизации станет обеспечение устойчивого экономического роста и роста производительности, что является необходимым условием увеличения количества рабочих мест и повышения благосостояния. Правительству также необходимо будет способствовать динамичному развитию бизнеса, поскольку предпринимательство и ускоренное создание новых предприятий не только повысят производительность, но и будут способствовать созданию рабочих мест. Решение вопросов, связанных с навыками, рабочими местами и заработной платой, потребует более целенаправленных мер. К ним относятся:
1. Развивающиеся системы образования и обучения для изменившегося рабочего места, с уделением особого внимания навыкам STEM, а также творчеству, критическому мышлению и обучению на протяжении всей жизни;
2. Активизация инвестиций частного и государственного секторов в человеческий капитал, возможно, с помощью стимулов и кредитов, аналогичных тем, которые доступны для инвестиций в НИОКР;
3. Повышение динамизма рынка труда путем поддержки лучшей аттестации и подбора персонала, а также создания возможностей для различных форм работы, включая гигэкономику;
4. Переосмысление доходов путем рассмотрения и экспериментирования с программами, которые обеспечивали бы не только доход за работу, но и смысл и достоинство;
5. Поддержка в переходный период сетей социальной защиты для пострадавших работников путем использования передового опыта со всего мира и рассмотрения новых подходов.
ИИ не выполнит своих обещаний, если общественность потеряет доверие к нему в результате нарушения конфиденциальности, предвзятости или злонамеренного использования или если большая часть мира обвинит его в усугублении неравенства. Решающее значение будет иметь установление уверенности в его способности творить добро одновременно с устранением злоупотреблений. Подходы могут включать:
1. Усиление защиты потребителей, данных, конфиденциальности и безопасности;
2. Создание общей структуры и набора принципов для полезного и безопасного использования ИИ;
3. Обмен передовым опытом и постоянные инновации для решения таких проблем, как безопасность, предвзятость и объяснимость;
4. Достижение правильного баланса между бизнесом и национальной конкурентной борьбой за лидерство в области ИИ, чтобы обеспечить широкую доступность и совместное использование преимуществ ИИ.
Список используемой литературы
Указ Президента Российской Федерации «Указ Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года»)» от 10.10.2019. – № 490. Официальный интернет-портал правовой информации, 2019. – Текст : непосредственный.
Цифровая экономика: 2019: краткий статистический сборник / Г. И. Абдрахманова, К. О. Вишневский и др. – Нац. исслед. ун-т «Высшая школа экономики», 2019. – С. 96. – Текст: непосредственный.
Цифровая экономика: 2021: краткий статистический сборник / Г.И. Абдрахманова, К. О. Вишневский и др. – Нац. исслед. ун-т «Высшая школа экономики», 2021. – С. 124. – Текст непосредственный.
Цифровая экономика: 2023: краткий статистический сборник / Г. И. Абдрахманова, С. А. Васильковский и др. – Нац. исслед. ун-т «Высшая школа экономики», 2023. – С. 120. – Текст непосредственный.
Абдулина, Э. М. Искусственный интеллект: проблемы и перспективы / Э. М. Абдулина. – Текст : непосредственный // Молодой ученый. – 2020. – № 1 (291). – С. 9–10.
Аксенова, Е. И. Экспертный обзор развития технологий искусственного интеллекта в России и мире. Выбор приоритетных направлений развития искусственного интеллекта в России / Е. И. Аксенова. – Москва: ГБУ «НИИОЗММ ДЗМ», 2019. – Текст непосредственный.
Буряк, В. В. Социальные последствия цифровизации экономики России: актуализация искусственного интеллекта / В. В. Буряк, О. А. Габриелян. – Текст : непосредственный // Научный вестник: финансы, банки, инвестиции, 2018. – № 3 (44). – С. 118–122.
Дудихин, В. В. Умное управление – управление с использованием искусственного интеллекта/ В. В. Дудихин, И. В. Шевцова. – Текст непосредственный // Государственное управление. Электронный вестник. – 2020. – №81. – С.49–65.
Исхакова, А. Ф. Применение искусственного интеллекта / А. Ф. Исхакова. – Текст : непосредственный // Вестник современных исследований. – 2018. – № 9.3 (24) – С. 261–262.
Макоско, А. А. О прогнозировании развития науки как задаче слабого искусственного интеллекта (концептуальный подход)/ А. А. Макоско, В. К. Абросимов. – Текст : непосредственный // Инновации. – 2018. –№ 9. – С. 13–19.
Смилянский, Л. Ю. Искусственный интеллект: проблемы и пути их решения / Л. Ю. Смилянский, О. С. Цыба. – Текст : непосредственный // Устойчивое развитие науки и образования. – 2018. – № 9. – С. 239–242.
Белая книга цифровой экономики 2022 // сайт: data-economy. – Текст: электронный. – URL: https://data-economy.ru/tpost/9yr0pxe8d1-belaya-kniga-tsifrovoi-ekonomiki-2022 (дата обращения: 11.03.2023)