Отнимет ли ИИ мою работу? Практический способ подумать об этом

Люди спрашивают об этом как да или нет. Это не одно. Не потому, что никто не знает ответа, а потому, что «работа» — не та единица, о которой стоит спрашивать.

На работе почти никто ничего не делает. Вы выполняете набор задач, а ИИ решает каждую из них по-разному. Некоторые из них уже в основном автоматизированы. Некоторым из них осталось несколько десятилетий. Некоторым действительно станет легче, и это сделает вас более ценными, а не менее. Усредните все это в вердикт о вашей должности, и вы выбросите всю информацию, которая вам действительно нужна.

Итак, вот полезная версия. Как проработать собственную экспозицию задача за задачей. Что действительно защищает роль. Что вообще с этим делать.

Реальный механизм: задачи, а не задания

Экономисты, изучающие автоматизацию, уже много лет используют подход, основанный на задачах. Это подтверждается гораздо лучше, чем прогнозы в заголовках о целых профессиях.

Возьмите менеджера по маркетингу. За неделю этот человек может написать текст, проанализировать эффективность кампании, поучаствовать в разговоре с клиентом, решить, какой канал получит бюджет на следующий квартал, проинструктировать дизайнера, разрешить спор между двумя командами и составить отчет.

Теперь оцените их по одному.

| Задача | Экспозиция | |---|---| | Написание первого черновика | Высокая, уже в значительной степени автоматизированная | | Построение регулярного отчета | Высокий | | Анализ данных производительности | Умеренная, помощь не заменяется | | Брифинг дизайнера | Умеренный | | Звонок клиента | Низкий | | Решение о распределении бюджета | Низкий, влечет за собой ответственность | | Разрешение разногласий в команде | Очень низкий |

Работа не автоматизирована. Примерно треть недели. То, что происходит дальше, не является избыточностью. Роль меняется в сторону частей, которые не двигались, и человек, который адаптируется, в конечном итоге выполняет больше работы, которая всегда была ценной частью.

Это закономерность, которую следует ожидать в большинстве интеллектуальных работ. И это действительно отличается от «ваша работа исчезает».

Оцените свою известность

Сделайте это правильно. За час вы узнаете больше, чем из любого отраслевого отчета.

Шаг 1. Запишите, что вы на самом деле сделали на прошлой неделе, блоками примерно по часу. Не ваша должностная инструкция. Что ты сделал.

Шаг 2. Оцените каждый блок по четырем вопросам.

1. Ввод в основном представляет собой текст или данные? Текст и структурированные данные — вот в чем сильны эти системы. Физическая работа или работа, требующая чтения в комнате, — нет. 2. Есть ли явно правильный результат? Задачи с поддающимся проверке правильным ответом автоматизируются быстрее, чем суждения. 3. Может ли ошибка стоить дешево? Дешевые ошибки автоматизируются на ранней стадии. Дорогие устройства держат человека в курсе событий еще долгое время после того, как технология на это способна. 4. Нужна ли ответственность? Кто-то должен принимать решение. Модель не может нести ответственность. Не как техническое ограничение. Как структурный.

Да на 1 и 2 плюс дешевые ошибки и отсутствие ответственности означают высокую степень риска. Больше «нет» — значит меньше.

Шаг 3. Сложите часы. Этот процент и есть ваш реальный ответ. Гораздо полезнее, чем вопрос «будет ли маркетинг автоматизирован?»

Большинство людей считают, что они находятся где-то между 20% и 50%. И незащищенная половина, как правило, им нравится меньше всего.

Что на самом деле защищает роль

Не по старшинству. Не техничный. Четыре вещи.

1. Ответственность. Кто-то должен нести ответственность, если решение принимается неправильно. Это юридическое и организационное требование, а не недостаток возможностей. Это не будет автоматизировано, какими бы хорошими ни были модели.

2. Физическое присутствие и ловкость. Робототехника развивается гораздо медленнее, чем языковые модели. Квалифицированные профессии, работа по уходу и все непредсказуемое и физическое подвергаются гораздо меньшему риску, чем большая часть офисной работы. Это переворачивает многие предположения, которые были у людей десять лет назад.

3. Отношения и доверие. Клиенты покупают у людей, которым они доверяют. Переговоры. Сложные разговоры. Читать то, что кто-то имеет в виду, а не то, что он сказал. Слабо раскрыто все это.

4. Суждение в условиях двусмысленности. А не «какой вариант является оптимальным при наличии чистых данных». Это можно автоматизировать. Фактическая двусмысленность такова: «У нас неполная информация, конкурирующие приоритеты и сроки, что нам делать?» Это требует контекста, ответственности и нервов.

Обратите внимание, что это в основном не технические навыки. Распространенный совет «научиться программировать» в качестве защиты ИИ близок к обратному. Кодирование основано на тексте с проверяемыми результатами. Это одна из наиболее известных задач познания.

Что действительно находится под угрозой

Быть честным вместо того, чтобы обнадеживать, потому что ложное утешение хуже ясного взгляда.

В первую очередь рассматривается текстовая работа начального уровня. Базовый копирайтинг. Рутинное производство контента. Краткое изложение результатов первого прохода. Простой ввод и форматирование данных. Не потому, что ИИ делает их лучше. Потому что он делает их приемлемо за небольшую часть стоимости.

Это создает настоящую структурную проблему. Младшие роли были тем, как люди учились суждению. Если эти роли уменьшаются, путь к тому, чтобы стать пожилым человеком, сужается. Это реальная проблема для профессии, и никто ее не решил.

Рутинный анализ сжимает данные. Не исключено. Но один аналитик с хорошим инструментарием теперь делает то, что раньше делали трое.

Все, что удовлетворяет «достаточно хороший» ответ, раскрывается. Там, где у качества есть «дно», а не «потолок». Обычный перевод. Базовая поддержка. Стандартные документы. Стоимость побеждает.

Реалистичная картина на ближайшую перспективу

Две вещи верны одновременно. Большинство комментариев выбирают одно и игнорируют другое.

ИИ сейчас не заменяет целые роли в большом масштабе. Развертывание происходит медленнее, чем возможно. Организации плохо умеют изменять процессы. Интеграция — это сложно. Вопросы подотчетности не решены. Большинство компаний используют его в качестве помощника, а не замены.

Однако состав ролей быстро меняется. И в первую очередь пострадают те, чья работа в основном находилась в разоблаченной колонке. Изменение обычно проявляется в виде «мы не заменяем ушедшего человека», а не в виде увольнения.

Так что риск для большинства людей не в увольнении. Его постепенно вытесняет кто-то, выполняющий ту же роль, но с удаленными механическими частями. Производить больше, быстрее, за ту же зарплату. Это конкурентный риск. И это решаемо.

Что на самом деле сделали предыдущие волны автоматизации

Это стоит знать, потому что шаблон повторяется, и его популярная версия неверна в обоих направлениях.

Банкоматы не уничтожили банковских кассиров. Обычно говорят, что они это сделали. На самом деле, как изложил Джеймс Бессен в своем study of ATMs and teller employment, на самом деле произошло то, что банкоматы сделали обслуживание отделений более дешевым. Поэтому банки открыли больше из них. Численность кассовых аппаратов сохранялась годами, в то время как работа сменилась с подсчета наличных на продажу продуктов и обработку исключений. Задача автоматизировалась. Роль реорганизовалась вокруг того, что осталось.

Электронные таблицы не устранили бухгалтеров. Они устранили ручную арифметику, которая составляла большую часть работы. Занятость бухгалтеров со временем сократилась. Бухгалтерский учет и финансовый анализ росли. Те же навыки, применимые далее по цепочке создания стоимости, к вопросам, а не к суммам.

Промышленные роботы действительно вытеснили отдельные производственные функции. Это честный противовес. В некоторых регионах перемещение носило концентрированный, постоянный характер и не компенсировалось новой работой на местном уровне. Совокупный оптимизм мало утешает, если потери происходят в вашем городе, а выигрыш где-то в другом месте. Это также волна с наиболее подробной информацией о том, какие роли ушли, а какие выросли. What dark factories actually tell us работает с условиями, которые должны были соблюдаться, прежде чем процесс мог работать без присмотра. Эти условия оказываются довольно точным предиктором воздействия.

Таким образом, шаблон не является ни «ничего не происходит», ни «все идет»:

• Задача надежно автоматизируется. - Роль обычно сохраняется, реорганизуясь вокруг того, что не было автоматизировано. - Совокупная занятость имеет тенденцию сохраняться или расти. Но не равномерно и не для всех. - Плохо справляются те, чья работа была почти полностью автоматизированной задачей, и ей нечего было делать.

На этот раз стоит отнестись серьезно к одной вещи. Предыдущие волны в основном автоматизировали физическую или арифметическую работу, и выходом было перейти к когнитивной работе. Эта волна указывает прямо на когнитивную работу. Вместо этого путь к бегству лежит в сторону здравомыслия, ответственности и физических навыков. Это менее известное направление. И именно поэтому обычные советы о переквалификации в «умственную работу» менее полезны, чем раньше.

Что на самом деле делать в ближайшие 90 дней

Конкретный. Чтобы.

1. Проведите аудит воздействия, указанный выше. Час. Вы не можете планировать число, которого у вас нет.

2. По-настоящему свободно владейте инструментами. Не балуйтесь. Выберите одну повторяющуюся задачу и используйте ИИ для ее решения в течение месяца, пока не поймете, где он силен, а где нет. Знание видов отказов на уровне практикующего специалиста само по себе является дефицитным навыком. В этом разница между тем, кто говорит: «Я использую ChatGPT», и тем, кто действительно изменил методы работы. The practical guide is here .

3. Сознательно переходите к защищенному столбцу. Если на вашей неделе 60% открытых задач, займитесь работой добровольно, используя суждения, контакты с клиентами и ответственность. Обычно это доступно. Эта работа сложнее, и люди избегают ее.

4. Научитесь автоматизировать, а не просто подсказывать. Объединение инструментов в рабочий процесс существенно более ценно, чем хорошие подсказки. И гораздо меньше людей могут это сделать. Start here .

5. Создайте что-то свое. Репутация. Аудитория. Портфолио. Сеть. Они не входят в должностную инструкцию и не могут быть реорганизованы.

6. Перестаньте соревноваться в объеме. Если ваша ценность заключается в создании большего количества слов, большего количества колод, большего количества отчетов, то в этой борьбе теперь невозможно выиграть. Вместо этого соревнуйтесь в здравомыслии, вкусе и ответственности.

Честное резюме

Заберет ли ИИ вашу работу? Вероятно, не как одно событие. Скорее всего, это займет часть ваших задач. Что произойдет потом, зависит от того, двигаетесь ли вы к тем частям, которые он не может выполнить, или ждете, пока его подтолкнут.

Люди, которые будут бороться, не будут теми, чья работа была автоматизирована. Они будут теми, кто продолжит вручную выполнять открытые 40%, в то время как коллега автоматизирует это и потратит освободившееся время на остальные 60%.

Это гораздо более решаемая проблема, чем версия заголовка. И это то, с чего вы можете начать на этой неделе.

Часто задаваемые вопросы

Сможет ли ИИ полностью заменить мою работу?

Для большинства ролей знаний — нет. Не как отдельное событие. Он автоматизирует определенные задачи внутри работы. Реальный результат — это изменение вашей роли в сторону суждения, взаимоотношений и ответственности, при этом механическая часть сокращается. Полная замена ролей наиболее вероятна там, где почти каждая задача основана на тексте с проверяемыми результатами и низкой стоимостью ошибок.

Какие профессии подвергаются наибольшему риску со стороны ИИ?

Роли, сосредоточенные на тексте и данных, работают с четкими правильными ответами и дешевыми ошибками. Копирайтинг начального уровня. Рутинное производство контента. Обобщение фундаментальных исследований. Простая обработка данных. Поддержка первой линии. Наименее подвержены: квалифицированные физические профессии, работа по уходу и все, что связано с подотчетностью, переговорами или суждениями в условиях двусмысленности.

Стоит ли мне учиться программировать, чтобы защитить свою карьеру?

Не в качестве защиты ИИ конкретно. Кодирование основано на тексте и имеет проверяемые выходные данные, что делает его относительно открытым. Научиться создавать средства автоматизации более полезно, чем учиться писать код вручную. Подлинные защитные навыки в основном нетехнические: суждение, владение, отношения с клиентами.

Как быстро это произойдет?

Возможности развиваются быстрее, чем развертывание. Организации меняют процессы медленно. Вопросы подотчетности не решены. Ожидайте постепенного изменения состава с годами. Чаще это будет проявляться в виде отсутствия новых должностей, чем в виде внезапной массовой замены.

Какие навыки по-прежнему будут ценны?

Ответственность за решения. Решение с неполной информацией. Отношения и доверие. Физические и ситуационные навыки. Знания на уровне практикующего специалиста о том, где инструменты ИИ не работают. Примечательно, что большинство из них не являются техническими.

Не поздно ли адаптироваться?

Нет. Развертывание находится на ранней стадии, и большинство организаций едва закончили экспериментировать. Тот, кто станет по-настоящему бегло говорить в течение следующих шести месяцев, будет рано, а не поздно.

Ключевые выводы

• Оценивайте задачи, а не названия должностей. Ваша работа — это набор совершенно разных задач. - Четыре теста: ввод текста или данных, проверяемый результат, мелкие ошибки, отсутствие необходимости подотчетности. - То, что защищает роль, в основном нетехническое: ответственность, отношения, физические навыки, суждение. - В первую очередь ударяется по текстовой работе начального уровня, что незаметно прокладывает путь к старшему. - Реальный риск заключается в том, что кто-то, использующий эти инструменты, будет опережать их, а не заменять ими. - Двигайтесь к охраняемой колонне сознательно, не дожидаясь, пока вас толкнут.

Связанная литература: the skills that actually matter in the age of AI, how to automate your work with AI и why ChatGPT gives wrong answers.