Пришестя роботів: техніка і загроза майбутнього безробіття - Мартін Форд
Другий і, мабуть, більш значущий вплив на інтелектуальні робо́ти відбудеться як результат того способу, в який великі масиви даних змінюють організації, та тих методів, за допомогою яких ними керують. Великі масиви даних і прогностичні алгоритми володіють потенціалом до трансформації природи й кількості інтелектуальних робочих місць у широкому спектрі організацій і галузей. Прогнози, які можна отримати з даних, дедалі більше використовуватимуться для заміни таких людських функціональних якостей, як досвід і здатність робити висновки. Що частіше керівники вищого рангу вдаватимуться до використання інформаційно-керованих комп’ютерів для прийняття рішень, то дедалі зменшуватиметься потреба в залученні великої кількості менеджерів та аналітиків. Там, де сьогодні ми бачимо команду досвідчених працівників-інтелектуалів, які збирають інформацію і надають свої аналітичні висновки керівникам різних рівнів, насамкінець можуть залишитися тільки один керівник і один потужний алгоритм. Розміри організацій неминуче зменшаться. Прошарки менеджерів середнього рівня зникнуть, а велика кількість операцій, що нині виконують клерки та досвідчені аналітики, просто зникнуть назавжди.
WorkFusion, новопостала компанія з передмістя Нью-Йорка, це особливо яскравий приклад того нищівного впливу, який автоматизація інтелектуальних робіт неодмінно справить на організації. Ця компанія пропонує великим корпораціям платформу з інтелектуальним програмним забезпеченням, яке майже повністю керує виконанням проектів, що колись були надзвичайно трудомісткими, і робить це за допомогою залучення нештатних працівників і автоматизації.
Програмне забезпечення від компанії WorkFusion спочатку аналізує проект, щоб визначити, які завдання піддаються прямій автоматизації, які можна буде передати нештатним працівникам, а які мусять виконуватися професіоналами, які працюють в штаті. Потім програма автоматично розсилає перелік робіт на веб-сайти типу Elance або Craigslist і керує відбором та наймом кваліфікованих нештатних працівників. Після завершення рекрутингу програма розподіляє завдання й оцінює ефективність їхнього виконання. Зокрема, вона робить це, ставлячи нештатним працівникам запитання, відповіді на які їй вже відомі, і, таким чином, здійснює безперервну перевірку точності їхньої роботи. Програма відстежує такі кількісні параметри продуктивності праці, як-от швидкість набору, і автоматично звіряє завдання з можливостями індивідів. Якщо якась конкретна особа нездатна завершити поставлене завдання, то система автоматично передає його тому, хто має необхідні навички.
Тимчасом як ця програма майже повністю автоматизує керування проектом і різко зменшує потребу в штатних працівниках, такий принцип роботи, звісно, створює нові можливості для працівників-фрілансерів. Однак історія на цьому не закінчується. Коли люди виходять на завершальний етап виконання своїх завдань, алгоритми машинного навчання, створені компанією WorkFusion, здійснюють безперервний пошук можливостей подальшої автоматизації цього процесу. Іншими словами, навіть тоді, коли фрілансери працюють під керівництвом системи, вони одночасно генерують навчальні дані, які поступово спричиняться до того, що їхня робота також буде повністю автоматизована, і потреба в їхніх послугах відпаде.
Одним з перших проектів цієї компанії передбачався пошук інформації, необхідної для того, щоб оновити добірку документів з близько сорока тисячами записів. Раніше підприємство-клієнт здійснювало цей процес щорічно, залучаючи для цього штатний персонал, який обходився в чотири долара за кожен запис. Опісля переходу на платформу компанії WorkFusion клієнти отримали можливість поновлювати записи щомісяця при собівартості лише двадцять центів за кожен запис. Компанія WorkFusion виявила, що з тим, як системні алгоритми машинного навчання продовжують і далі інкрементно автоматизовувати процес, його собівартість, зазвичай, знижується майже на 50 % після першого року, а після другого року — іще на 25 % [13].
Когнітивне обчислення й програма Watson компанії ІВМ
Восени 2004 року в ресторані м’ясних страв неподалік міста Поукіпсі, що в штаті Нью-Йорк, керівник ІВМ Чарльз Лікель вечеряв з невеличкою групою дослідників. Члени групи страшенно здивувалися, коли рівно о сьомій вечора відвідувачі раптово почали підводитися з-за столиків і скупчуватися довкола телевізора біля стійки бару. Виявилося, що то Кен Дженнінґс, якому раніше вдалося перемогти в понад п’ятдесяти матчах підряд на телегрі з назвою «Ризикуй!», робив чергову спробу побити свій рекорд тривалості переможних матчів. Лікель помітив, що поважні клієнти ресторану настільки захопилися грою, що геть позабували про свої страви і повернулися до них лише тоді, коли телевізійний матч завершився [14].
Цей випадок, принаймні з огляду на численні спогади, став початком зародження ідеї сконструювати комп’ютер, здатний грати — і вигравати у найкращих людей-чемпіонів — на телешоу «Ризикуй!».[18] На той час ІВМ вже мала багату історію інвестування в гучні проекти з назвою «глобальний виклик», втілення яких давало компанії змогу помпезно продемонструвати свою технологію й одночасно забезпечити собі таку гучну рекламу, яку просто неможливо купити за гроші. В результаті реалізації попереднього проекту на зразок «глобальний виклик» комп’ютер Deep
