Клара Ши, ранее возглавлявшая подразделение ИИ в Salesforce, представила оценку влияния автоматизации на экономику труда. Основной вектор дискуссии смещается от опасений массовых сокращений к риску девальвации стоимости рабочей силы. Согласно гипотезе Ши, долгосрочная проблема заключается в повсеместном снижении уровня заработных плат под воздействием технологических изменений.
Механизмы влияния ИИ на доходность труда
Ши выделяет три основных сценария, через которые алгоритмы трансформируют рынок труда. Первый — так называемое «отраслевое сжатие». Процесс выглядит следующим образом: сокращения в результате автоматизации создают избыток специалистов, претендующих на ограниченный пул вакансий. Повышенная конкуренция между кандидатами объективно способствует снижению зарплатных ожиданий. В качестве исторического кейса эксперт приводит американскую промышленность периода 2000–2017 годов, когда сектор потерял около 5,5 млн рабочих мест, что привело к структурному изменению динамики оплаты труда.
Второй фактор заключается в снижении порога квалификации. Использование нейросетей позволяет выполнять задачи, ранее требовавшие длительного обучения, силами менее подготовленных сотрудников. «Проще говоря, ИИ обесценивает экспертные навыки, которые раньше были дефицитными», — отмечает Ши. Наглядный пример — трансформация профессии таксиста. Если раньше знание городской топографии требовало сложной подготовки, то навигационное ПО сделало этот процесс автоматическим, фактически нивелировав ценность специфического навыка ориентирования на местности.
Третий механизм связан с миграцией специалистов между отраслями. В случае потери места в высокотехнологичном секторе профессионалы вынужденно переходят в смежные сферы. В таких условиях они часто соглашаются на менее выгодные финансовые условия, что ведет к демпингу зарплат в новых для них областях и усиливает конкуренцию среди уже работающих там специалистов.
Экономические прогнозы и «точка насыщения»
Анализ последствий внедрения ИИ дополняет Иоана Маринеску, доцент Пенсильванского университета. Экономист указывает, что оптимистичный сценарий, при котором ИИ повышает продуктивность и, как следствие, доходы, может быть временным явлением. В основе модели лежит предположение о «переломном моменте», который наступает при достижении автоматизации 37% когнитивных задач.
На текущем этапе развития технологий экономика прошла около 14% этого пути. Согласно расчетам Маринеску, по мере преодоления установленного порога технологии будут все чаще выполнять роль полноценной замены сотрудников, а не их помощников. Это означает, что период роста доходов, стимулируемый эффективностью ИИ, рискует закончиться существенно быстрее, чем предполагают текущие рыночные прогнозы.