С развитием технологий искусственного интеллекта многие компании начали переходить на автоматизацию процессов, что приводит к значительным изменениям на рынке труда.
Инвестиции в ИИ систематически увеличиваются, и компании стремятся интегрировать новые технологии для повышения эффективности.
Основными сферами применения ИИ стали обработка больших данных, служба поддержки клиентов, бухгалтерия и даже творческие процессы, такие как генерация контента. При этом, внедрение ИИ может снизить затраты на рабочую силу и увеличить продуктивность.
Тем не менее, этот переход вызывает беспокойство у специалистов, так как сокращение рабочих мест становится реальностью для многих. Работники, чьи задачи могут быть автоматизированы, сталкиваются с необходимостью переквалификации и освоения новых навыков.
Эксперты предсказывают, что в будущем баланс между человеческим трудом и ИИ будет все более смещаться в пользу технологий. Важно, чтобы компании учитывали и социальные последствия этого процесса, инвестируя в программы переподготовки для своих сотрудников.
Яна Лубнина о том, как компании предпочитают платить нейросетям больше, чем людям
Современные стартапы, работающие с искусственным интеллектом, концентрируют свои финансовые ресурсы не на найме новых работников, а на увеличении вычислительных мощностей. В технологическом сообществе даже проявился неофициальный индикатор успеха — величина затрат на «токены» для таких моделей, как Claude и ChatGPT, отметил сооснователь компании 404 Media.
В качестве примера можно привести пост одного из руководителей на LinkedIn. Генеральный директор Swan AI Амос Бар-Джозеф озвучил, что его команда из 4 человек потратила $113 тысяч на ИИ всего за месяц. По его мнению, это становится поводом для гордости. Он утверждает, что компания «развивается за счет интеллектуальных решений и данных, а не человеческих ресурсов». Цель — достичь $10 миллионов годового дохода с командой менее десяти человек — без сотрудников в отделе продаж и рекламного бюджета. Затраты на ИИ, таким образом, фактически исполняют функции работников, включая маркетологов, юристов, разработчиков и сотрудников службы поддержки.
Такой подход получил название «токенмаксинг». В корпорации Марка Цукерберга, к примеру, разработана внутренняя система «клоденомика», позволяющая оценивать сотрудников по объему их использования ИИ: чем больше токенов они тратят, тем выше считается их продуктивность. Отдельные сотрудники могут расходовать $100 тысяч на вычисления, что, хотя и подвергается критике, воспринимается как пример эффективности.
В сфере активно обсуждается идея «компании с одним работником и миллиардной выручкой». Ярким примером служит телемедицинский проект Medvi, созданный Мэттью Галлaхером и его братом, с прогнозируемым доходом в $1,8 миллиарда. Однако вызывает вопросы использование изображений и данных о несуществующих врачах.
Здесь важно обратить внимание на устойчивость такой бизнес-модели. Реальные затраты на вычисления зачастую скрыты благодаря инфузиям инвесторов. Искусственный интеллект по-прежнему требует человеческого контроля, чтобы не допустить серьезные ошибки. Тем не менее, даже с учетом возникающих рисков, формируется новый вид бизнеса, где предприниматели стремятся «нанимать» не людей, а ИИ-системы, надеясь на значительный рост.
При этом одним из значительных факторов остается этика использования ИИ. Необходимо учитывать, что автоматизация процессов может привести к сокращению рабочих мест, что вызывает обеспокоенность среди работников и профсоюзов. Создание нормативно-правовой базы, регулирующей использование ИИ, становится все более актуальным. Многие эксперты считают, что необходимо искать баланс между эффективностью технологий и социальными последствиями их внедрения.
Еще одной тенденцией является возникновение новых профессий, связанных с управлением и внедрением ИИ, таких как этические аудиторы ИИ или специалисты по интерпретации данных, которые могут управлять и контролировать работающие алгоритмы. Это свидетельствует о том, что, несмотря на рост автоматизации, человеческий фактор все еще остается важным элементом функционирования успешных компаний.
