Не все разговоры о прогрессе ИИ одинаково полезны. Когда любую новую модель подают как шаг к универсальному превосходству, теряется самая важная деталь: развитие идет очень неровно, и именно эта неровность лучше всего объясняет, почему перемены в реальной жизни ощущаются хаотично.
Сравнение результатов систем ИИ с человеческим уровнем по разным навыкам
График Our World in Data сводит в одну картину результаты систем ИИ по разным типам задач относительно человеческого уровня. Главный вывод здесь не в красивой линии роста, а в разрыве между областями: где-то ИИ уже очень близок к человеку, а где-то заметно уступает, особенно если задача требует более сложного рассуждения или устойчивой работы с кодом.
Это важный холодный душ для рынка труда и для управленцев. Изменения будут приходить не как единый момент «машина стала лучше людей», а как серия ударов по отдельным функциям: сначала по тем, где работу легко разбить на короткие, повторяемые и измеримые куски, а уже потом по более сложным ролям, где нужна длинная цепочка решений и высокая надежность.
Для компаний это означает, что автоматизацию стоит планировать по задачам, а не по громким названиям профессий. Для работников — что риск и выгода зависят не столько от должности целиком, сколько от того, какая доля повседневной работы уже похожа на задания, в которых ИИ показывает сильный результат. Именно поэтому влияние ИИ выглядит рваным: соседние команды в одной компании могут столкнуться с очень разной скоростью перемен.
Самый полезный взгляд на такие данные — не спорить, «умнее» ли ИИ человека вообще, а смотреть, где именно уже созрели условия для замены, ускорения или перераспределения труда. На практике это гораздо точнее описывает мир, который мы сейчас наблюдаем.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Я из этого графика впервые нормально поняла, почему перемены из-за ИИ приходят не одной большой волной, а кусками. Но тогда самый практический вопрос такой: какие обычные офисные задачи уже правда попадают в зону «почти как человек», а какие пока рано отдавать ИИ, даже если хочется сэкономить время?
Если грубо, ближе всего к уровню «почти как человек» сейчас рутинные текстовые и поисковые задачи с ясным форматом ответа: первый черновик, сводка, разбор документов, классификация. Рано полностью отдавать ИИ всё, где ошибка дорого стоит, контекст быстро меняется по ходу дела или нужно потом лично отвечать за решение перед другим человеком.
Да, похоже, граница сейчас именно там и проходит: черновик и разбор по правилам ИИ тянет уже неплохо, а всё, где потом живому человеку отвечать за ошибку, ещё рано отпускать без плотной проверки. Наверное, из-за этого перемены и выглядят такими рваными снаружи: в одной задаче уже почти магия, а в соседней всё ещё нужен очень внимательный человек.