В последние месяцы я спрашивал несколько компаний, как они используют новые генеративные модели искусственного интеллекта от таких компаний, как Microsoft Corp., OpenAI и Google Alphabet Inc., и общей темой является автоматизация рутинной работы — та, которая вам нужна. которые я бы дал новому сотруднику, например, за проведение исследований рынка или написание отчетов. На первый взгляд это может иметь смысл, но, как и за любую технологическую революцию, и компаниям, и выпускникам придется заплатить цену, поскольку ИИ поднимает планку для входа в карьеру.
Примером этой тенденции является компания Man Group Plc. Британский хедж-фонд использовал модель, написанную на большом языке, для обобщения большого количества неструктурированных рыночных данных из внешних источников в краткие параграфы, представляемые его портфельным менеджерам. Эту работу обычно выполняют вручную младшие аналитики. «Теперь они могут работать над более ценными вещами», — говорит Тим Мейс, управляющий директор компании по данным и машинному обучению.
Нечто подобное происходит в некоторых крупнейших банках Уолл-стрит, которые экспериментируют с инструментами искусственного интеллекта, которые могут мгновенно отвечать на вопросы о публично торгуемых компаниях или создавать отчеты и одностраничные презентации — работу, как правило, выполняют аналитики, которые только что пришли в банк с самым низким уровнем дохода. ступеньку инвестиционно-банковской лестницы. Топ-менеджеры Goldman Sachs Group Inc., Morgan Stanley и других банков обсудили, насколько они могут сократить количество нанимаемых аналитиков, сообщила в апреле The New York Times.
Опрос, проведенный в этом году Британским институтом исследований государственной политики, показал, что офисные рабочие места более низкого уровня на 16% чаще переходят к ИИ, чем рабочие места для пожилых работников. «Для конкретной должности позиции начального уровня подвергаются большему риску, чем позиции более опытных профессионалов», — говорится в отчете. Неудивительно, что общий совет по внедрению ChatGPT — относиться к нему «как к стажеру».
Что происходит, когда компании автоматизируют роли начального уровня? Одним из результатов является снижение затрат, но здесь может быть и компромисс. Мелкая работа может быть ценным способом изучить тонкости профессии и развить интуицию, необходимую для более высокой должности. Конечно, для младшего аналитика инвестиционного банка может оказаться утомительным создание электронной таблицы Excel на 20 вкладок об акциях или 50-страничной презентации о потенциальной сделке, но этот процесс также может помочь им лучше понять суть сделки. развивающиеся компании оценивают. То, что в некоторых отраслях рассматривается как ритуалы дедовщины и низкооплачиваемая работа, может оказаться полезным для подготовки следующего поколения лидеров.
Это также представляет собой неприятную проблему для выпускников колледжей, которые хотят в ближайшие годы продолжить карьеру в области права и банковского дела. The New York Times даже заходит так далеко, что утверждает, что инвестиционные банки «откажутся от необходимости нанимать тысячи новых выпускников колледжей». Если будущие работодатели ожидают, что их молодые сотрудники займут работу более высокого уровня, этим выпускникам необходимо будет продемонстрировать, что они обладают этой более высокой квалификацией. В ближайшие десятилетие или два это может даже привести к размышлению о том, как высшее образование готовит молодых людей к вступлению в мир труда, где они больше не выполняют работу стажеров, а управляют машинами, которые являются стажерами.
Конечно, на протяжении всей истории технологии упрощали задачи начального уровня, переходя от арифмометров к калькуляторам, от пишущих машинок к текстовым процессорам, от библиотечных стеков к базам данных смартфонов. Но генеративный ИИ представляет собой больший скачок: он не только автоматизирует рутинные задачи, но и имитирует человеческое творчество и процесс принятия решений, угрожая ликвидировать целые категории младших должностей и закрыть устоявшиеся точки входа в карьеру.
Компании должны четко понимать, как они определяют «низкоценную» работу, которая внезапно созрела для автоматизации. Возможно, это более ценно, чем они думают.
