Разоблачение фикции угрозы?

Почему такой вывод о влиянии ИИ на рынок труда — ошибка поспешного чтения

Скорость роста способностей ИИ — одна, скорость перестройки компаний — совсем другая. Именно вторая из скоростей объясняет «тишину» в статистике перекройки рынка труда.

· «Три года с ChatGPT — и ничего: главная экономическая угроза от ИИ оказалась фикцией»

· «Американское исследование показало, что ИИ не убивает рабочие места»

Подобные заголовки превалируют в сети, анонсируя свежий отчёт The Budget Lab at Yale [1], как разоблачение фикции угрозы генеративного ИИ (ГенИИ) для рынка труда.

Но такое соблазнительное обобщение неверно: исследование фиксирует лишь то, что пока на рынке труда не произошло резкого слома. И это вовсе не опровержение колоссального потенциала влияния ИИ, а лишь снимок момента — текущего состояния рынка труда на ранней фазе внедрения ГенИИ. В самом отчёте говорится: «Рынок труда не испытал различимого потрясения с момента релиза ChatGPT 33 месяца назад». Но это исключительно про прошедшие 33 месяца, а не итоговый вердикт и даже не прогноз на завтра.

Способности растут быстрее, чем меняется занятость
За тот же период модели стали существенно сильнее в задачах, имеющих экономическую ценность. По внутреннему бенчмарку OpenAI (GDPval) [2] переход с GPT-4o к GPT-5 дал 3+кратный прирост результатов за год — а это явный индикатор темпа прогресса способностей ГенИИ. Но GDPval — не термометр ВВП и не счётчик сокращённых вакансий. Это индикатор того, что уже можно поручать моделям, а не того, как быстро фирмы перестроят процессы. Непонимание принципиальной разницы двух показателей и лежит в основе «разоблачения фикции угрозы».

«Время предприятия»: почему тихо в макро-данных
Paul Hlivko в HBR устраивает холодный душ [3] для ожидающих мгновенных изменений: ИИ-революция пойдёт со скоростью «хода времени предприятий» — дольше и с бОльшим трением, чем принято думать. После покупки модели ГенИИ главная отдача появляется только при комплементах (комплементарных вложениях: перепроектирование процессов, обучение, данные, ИТ-сопровождение, интеграция, безопасность, комплаенс). Пока всё это внедряется и выстраивается, заметная часть выигрышей не попадает в статистику производительности и занятости.

Экономика «J-кривой»: сначала инвестиции, потом урожай
И это не бином Ньютона: у технологий общего назначения (а именно таков ГенИИ) есть эффект «Productivity J-curve»: сначала годы недоучтённых комплементов, и лишь затем резкий подъём измеряемой продуктивности. И как результат, при внедрении ГенИИ сначала — годы невидимых в ВВП нематериальных вложений (процессы, данные, оргкапитал) и лишь затем — скачок отдачи. Этот механизм подробно описан Бриньолфссоном, Роком и Сайверсоном [4] и прекрасно ложится на текущую фазу внедрения ГенИИ (по иронии совпадая аббревиатурой GPT с General Purpose Technology).

Базовый «скромный» сценарий не отменяет потенциала
Дарон Асемоглу показывает [5]: если автоматизировать лишь те 5% задач, где выгода очевидно превосходит издержки (интеграция, перестройка ролей, вычислительные расходы), макроэффект может быть скромным — порядка +1% к ВВП США за десятилетие. Но это вовсе не предел возможностей ИИ, а реалистичная базовая оценка без агрессивных инвестиций в комплементы.

Итог
Делать вывод, что «угроза ГенИИ для рынка труда — фикция», — всё равно что объявлять, наблюдая за разгоном самолета по взлётной полосе, что он не полетит, т.к. увеличивая скорость, так и не отрывается от бетонной полосы. А на самом деле, нужно всего лишь подождать.

· Отчёт BudgetLab описывает отсутствие быстрого шока в занятости сейчас

· GDPval одновременно показывает взрывной рост способностей

· HBR и «J-кривая» объясняют, почему между этими фактами зияет лаг.

Революция не отменяется — но она идёт в темпе «хода времени предприятий». И когда компании научатся быстро строить комплементы, сегодняшняя «тишина» статистики окажется всего лишь краткой паузой перед оглушительной канонадой взрывных изменений.

#LLMvsHomo #Экономика #РынокТруда