В течение многих лет дебаты вокруг искусственного интеллекта были сосредоточены на одном вопросе: заменит ли ИИ людей-работников? Эта рамка все больше упускает из виду то, что происходит на самом деле.
Появление агентов ИИ не приводит к созданию мира, в котором люди исчезают из экономических систем. Это создает мир, в котором люди по-разному участвуют в этих системах. Меняется сама структура труда.
Мы вступаем в эпоху, когда программное обеспечение больше не просто помогает людям. Программное обеспечение начинает координировать действия людей. Этот сдвиг тонкий, но существенный.
Первое поколение инструментов искусственного интеллекта помогло людям работать быстрее. Следующее поколение предназначено для автономной работы. Агенты ИИ могут просматривать Интернет, бронировать места, управлять рабочими процессами, писать код, проводить исследования и выполнять задачи на разных платформах с минимальным контролем.
Однако, несмотря на быстрый прогресс, даже самые продвинутые агенты по-прежнему борются с одной постоянной проблемой: реальным миром.
Системы искусственного интеллекта исключительно хорошо работают в структурированных цифровых средах. Они испытывают трудности, когда задачи связаны с двусмысленностью, крайними случаями, социальными нюансами, доверием или непредсказуемыми результатами. Агент службы поддержки клиентов может мгновенно изложить правила, но может не суметь успокоить разгневанного клиента. Автономный торговый агент может сравнивать цены, но может столкнуться с трудностями, когда информация о запасах конфликтует на разных платформах. Агент по бронированию путешествий может спланировать идеальный маршрут, но потерпеть неудачу, когда погодные перебои требуют принятия контекстных решений.
Этот разрыв между интеллектом и исполнением становится одним из определяющих узких мест агентской экономики. В результате многие системы искусственного интеллекта все чаще полагаются на людей не как на основных операторов, а как на резервную инфраструктуру.
Это уже заметно во всей технологической отрасли. Системы беспилотного вождения по-прежнему полагаются на дистанционное вмешательство человека в неопределенных сценариях. Платформы модерации контента сочетают машинную фильтрацию с человеческой проверкой. Большие языковые модели во многом зависят от обратной связи между людьми и обучения с подкреплением. Даже автономные складские системы по-прежнему передают информацию о необычных случаях начальству-человеку.
Будущее ИИ не является полностью автономным. Это гибрид.
Эта гибридная структура меняет роль, которую люди играют в экономических системах. Вместо работников, непосредственно работающих с программным обеспечением, люди все чаще становятся модульными участниками, к которым системы ИИ могут обращаться при необходимости.
На практике это может выглядеть так, как будто агенты ИИ нанимают фрилансеров для решения крайних задач, пересылают запросы на проверку людям, перенаправляют действия физического мира местным работникам или запрашивают суждение при принятии неопределенных решений. Это не исчезновение труда. Это труд становится более динамичным, распределенным и машинно-скоординированным.
Этот сдвиг напоминает более ранние переходы в облачных вычислениях и цифровой инфраструктуре. Вычислительные ресурсы превратились из стационарного оборудования в гибкие услуги по требованию, доступные через API. Человеческий труд может развиваться в аналогичном направлении. Вместо традиционных структур занятости, определяющих каждое взаимодействие, человеческий опыт становится все более доступным через программируемые системы.
Эта эволюция поднимает важные вопросы о том, как работают рынки труда в экономике, основанной на искусственном интеллекте.
Традиционные системы не были предназначены для машинно-координируемой работы. Банковские рельсы зачастую медленны и географически фрагментированы. Трансграничные платежи остаются неэффективными. Микроплатежами сложно управлять. Системы найма оптимизированы для долгосрочных трудовых отношений, а не для распределения задач в реальном времени. Это одна из причин, по которой криптоинфраструктура может стать все более актуальной в эпоху агентов ИИ.
Автономные системы требуют наличия собственных механизмов координации в Интернете. Стейблкоины, программируемые платежи, децентрализованные системы идентификации и глобальные цифровые кошельки естественным образом подходят для сред, где программное обеспечение напрямую взаимодействует с распределенными пулами рабочей силы.
Агент ИИ не заботится о часах работы банков или национальных границах. Для этого требуется инфраструктура, которая позволяет координировать задачи, проверять результаты и мгновенно выплачивать вознаграждение участникам.
Вот почему многие новые платформы искусственного интеллекта начинают значимо пересекаться с криптоинфраструктурой. Такие проекты, как Human API, изучают способы динамического доступа агентов ИИ к реальному человеческому труду. Сети распределенного обучения экспериментируют с децентрализованной экономикой участников. Системы идентификации на основе блокчейна пытаются решить проблемы доверия и проверки, с которыми все чаще сталкиваются автономные системы.
Ничто из этого не предполагает, что изменения, вызванные искусственным интеллектом, будут безболезненными. Определенные категории должностей, несомненно, радикально изменятся. Повторяющаяся цифровая работа может стать в значительной степени автоматизированной. Некоторые традиционные структуры занятости могут со временем ослабнуть.
Но популярное мнение о том, что ИИ уничтожает людей, совершенно неправильно понимает экономику интеллектуальных систем. Автономные агенты по-прежнему требуют человеческого суждения, доверия, контекста и исполнения. Во многих случаях они могут создавать совершенно новые формы спроса на рабочую силу.