26 декабря 2023 giovanni1313
7. Глобальные доходы от ИИ
В предыдущей части мы отметили, что экономика является главным арбитром, который решает, как будет развиваться та или иная технология. Включая и искусственный интеллект. И затем принялись прогнозировать экспоненциальный рост расходов на ИИ.
Но мы так и не раскрыли, чем именно этот арбитр руководствуется в своих решениях. А принцип здесь на самом деле очень простой. Чем бОльший доход можно получить от технологии, и чем меньше издержек возникает в этом процессе — тем больше экономика стимулирует развитие этой технологии, тем больше ресурсов в нее вкладывает.
Поэтому, описав экспоненту расходов на ИИ, мы теперь обязаны перейти к обратной стороне ИИ-экономики, связанной с ее доходами.
Надо сказать, что разнообразие потенциальных применений ИИ очень велико. И здесь экономисты-аналитики могут разгуляться на широкую ногу, упражняясь в своих способностях агрегировать эффект от ИИ-моделей самого разного назначения. Добавим сюда всплеск ажиотажа к теме ИИ в инвестиционных кругах — и мы вряд ли удивимся существованию десятков, если не сотен прогнозов, в которых подсчитывается будущий общий экономический эффект от этой технологии.
Впрочем, количество тут совсем никак не перерастает в качество. Поэтому обратим внимание только на несколько из них, сделанных более добросовестно и вызвавших некоторый резонанс в медиа. Начнем с красивого экспоненциального графика от “Bloomberg Intelligence”:
Триллион долларов от одного только генеративного ИИ в 2031? Почему бы и нет. Правда, немного смущает «выручка» 67 млрд. долларов в 2023. Кто же зарабатывает сейчас такие деньжищи? Оказывается, аналитики смешали в одну кучу доходы от генеративного ИИ и расходы на вычислительное оборудование для этого ИИ. Если мы разделим эти две статьи, суммы для 2031-32 примерно уполовинятся.
«Почему так скромно?» — могли бы возразить их коллеги из PwC. По расчетам этой организации, ИИ подымет валовой мировой продукт в 2030 на 14%, что эквивалентно ускорению экономического роста на +1,5% в год. Эта прибавка в текущих ценах составляет 16 трлн. долларов. Из них порядка 9 триллионов — эффект от более совершенных продуктов, созданных с помощью ИИ, 6 триллионов — эффект от роста производительности труда (видимо, в выпуске остальных продуктов), включая вытеснение труда ИИ-технологиями.
Стоит обратить внимание и на отчет компании «МакКинси». Ее аналитики сейчас оценивают эффект от внедрения ИИ в экономику суммой 17-26 триллионов долларов. Причем речь только о сегодняшних технологиях — без учета быстрого роста способностей ИИ! Внушает уважение, что компания давно и последовательно говорила об эффектах такого масштаба — еще до того, как это стало мэйнстримом. В 2017 «МакКинси» прогнозировала эффект порядка 11-18 трлн. долларов.
Сегодняшних технологий, по мнению аналитиков, хватает, чтобы автоматизировать 60%-70% человеко-часов труда в глобальном масштабе. Причем 60% - это консервативная оценка. В оптимистичном сценарии к концу 2030-ых эта доля достигнет 100%:
Однако необходимость пресловутой продуктизации, стоимость работы ИИ и консерватизм менеджмента будут сдерживать автоматизацию рабочих мест. Оптимистичный сценарий «МакКинси» предполагает, что половина рабочего времени, затрачиваемого в сегодняшней структуре занятости, будет автоматизирована к 2030…
...Но, вспомнив про ограничения в росте выпуска микросхем, которые мы обсуждали в предыдущей экспоненте, мы можем оценить такой сценарий как маловероятный. Для него попросту не хватит вычислительных мощностей.
Говоря о маловероятных сценариях, не откажу себе в удовольствии привести график от “ARK Invest”. Эта контора славится своими радикальными — вплоть до утопичности — прогнозами. Однако исполняемость этих прогнозов стабильно и уверенно держится около нулевой отметки.
На этом графике мы видим 14 триллионов долларов выручки только для софтверной части ИИ-экономики. И 56 трлн. долларов экономического эффекта для валового мирового продукта. Это прирост порядка +56%. В принципе, лишь ненамного выше оптимистичного сценария «МакКинси» (с некоторой погрешностью, т.к. «МакКинси» рассчитывал сценарии автоматизации в человеко-часах, а не в стоимости этих человеко-часов). Зная репутацию “ARK Invest” в прогнозировании, теперь мы можем быть полностью уверены, что потеря половины рабочих мест из-за ИИ в 2030 нам не грозит.
Итак, реалистичные оценки аналитиков дают нам экономический эффект от ИИ порядка 10 трлн. долларов в 2030. Из этой суммы сама ИИ-индустрия может претендовать на 25%-50%, остальное утечет дальше вниз по цепочке добавленной стоимости. Получается несколько триллионов долларов. Вполне достаточно для резкого масштабирования расходной экспоненты.
Давайте более подробно рассмотрим некоторые примеры внедрения ИИ в экономику — до сих пор мы ограничивались общими фразами вроде «повышение производительности труда» и «автоматизация рабочего времени». Начнем, пожалуй, с этого наглядного графика от ”Sequoia Capital”:
Если обобщить, график предсказывает, что креативный класс постепенно становится ненужным. Его работу берет на себя ИИ. Возможно, ИИ возьмёт на себя его работу несколько позднее, чем подразумевает табличка, но рано или поздно он упразднит креативный класс.
Здесь мы под креативным классом понимаем то, что автор термина, социолог Ричард Флорида, обозначил как «супер-креативное ядро». Он подсчитал, что в 2022 такие профессии составляли 12% занятости в США. За два десятка лет их доля должна была еще немного подрасти. Добавим, что работники творческих профессий получают заработок гораздо выше среднего по стране, причем это справедливо абсолютно для всего земного шара. Таким образом, на кону стоит сумма порядка 10-12% валового мирового продукта. Очень заманчивый рынок, который ИИ осваивает буквально на наших глазах.
А что насчет других «творческих» профессий за пределами ядра? Например, работающих в сфере образования — еще одной крупной категории занятости? Обратимся к тому же отчету «МакКинси»: «...Возьмем преподавателей английского языка и литературы в высшем образовании, чьи детализованные рабочие занятия включают подготовку тестов и оценку работ учеников. С улучшенными способностями генеративного ИИ в области естественного языка, больше таких занятий может быть выполнено машинами, вероятно, сначала в виде создания первых набросков, которые редактируются преподавателем, но, вероятно, рано или поздно понадобится гораздо меньше правок человеком. Это может освободить для преподавателей время, которое можно потратить на другие рабочие задачи — вроде управления обсуждением в классе или занятий с учениками, которым требуется дополнительная помощь».
Замечательно — но возникает вопрос, почему ИИ не может управлять обсуждением в классе или заниматься с учениками, которым требуется дополнительная помощь? А ведь он может. Может уже сейчас.
Вообще, отчёт «МакКинси» сделан на удивление добротно и профессионально — чем заметно выделяется на фоне большинства консалтерских глянцевых опусов, составленных людьми, мало что понимающими в теме, но хорошо владеющими трендовыми бизнес-терминами. Авторы подробно расписывают кейсы применения генеративного ИИ в разных профессиях, в основном затрагивая позиции «белых воротничков». Условному руководителю, не знакомому с ИИ, отчет действительно поможет сформировать представление о перспективном применении этой технологии в его бизнес-процессах. Обобщает эффект от ИИ вот этот график:
Горизонтальную ось мы можем интерпретировать как эффект на производительность труда. И тогда бросается в глаза консервативность оценок. В самом деле, возьмем, например продажи. Всего +5%? Да если отделу продаж заблокировать доступ ко «Вконтакте», уже процентов 10 выиграть можно!
Скорее всего, фактический эффект от ИИ для «офисного планктона» будет планомерно расти, не останавливаясь на этих ультра-консервативных 10%-15%, в сторону тех 60%-70% задач, которые уже теоретически освоены машинами, но которые потребуют значительного масштабирования вычислительных мощностей для замещения сотен миллионов офисных позиций по всему миру. Отметим, что во время этого масштабирования способности ИИ не будут стоять на месте, и к началу массовой автоматизации офисной работы доля освоенных задач должна быть уже ощутимо выше 70%.
И креативный класс, и «белые воротнички» заняты когнитивным трудом, который искусственный интеллект во многих случаях может автоматизировать без какой-либо дополнительной инфраструктуры. Однако в экономике велика доля специальностей, которые выполняют не только умственные, но и физические операции. Это значит, что расширение нашей экспоненты доходов от ИИ потребует в том числе и создания больших количеств роботов.
По тем или иным причинам, роботы вызывают в общественном сознании гораздо больше страхов и переживаний, в том числе касающихся потери рабочих мест, нежели чисто «серверные» ИИ-приложения. Возможно, мы инстинктивно больше боимся чего-то осязаемого, а не виртуальной бестелесной программы. Но создание сложных продвинутых автономных машин потребует гораздо больше инженерных усилий и капиталовложений, нежели развертывание в «облаке» ИИ-алгоритмов. Соответственно, «облачная» модель применения ИИ будет распространяться быстрее. Так что, если непременно хочется чего-то бояться — бестелесный ИИ выглядит более насущной угрозой.
Внимание публики тоже больше приковано к физическим машинам. Благо уже сейчас в этой области ведутся разработки, авторы которых подогревают интерес общественности весьма смелыми обещаниями. Пальму первенства здесь, конечно, держит главный тех-бро Солнечной системы, Илон Маск, со своим роботом “Optimus”. Его конкуренты, вроде «Бостон Дайнэмикс» или «Aджилити Роботикс», не могут состязаться с Маском в медийности, но зато их машины дальше продвинулись по пути продуктизации.
Все три компании имеют в своём портфолио гуманоидных роботов. Достаточно часто встречается мнение, что именно гуманоидный форм-фактор является ключом к массовой роботизации экономики. Поскольку этот тезис ставит нашу экспоненту в прямую зависимость от успеха андроидов, есть смысл остановиться на нем подробнее.
В качестве главного плюса гуманоидных роботов называется их универсальность. Аргумент следующий: андроид сможет абсолютно естественно заменить все рабочие места, на которых сейчас заняты люди. Не потребуется никаких изменений бизнес-процессов, никаких дополнительных капиталовложений. Как говорится, plug-and-play.
На мой взгляд, такая аргументация несколько наивна. Во-первых, она подразумевает, что искусственный интеллект будет эквивалентен человеческому. В противном случае без изменения бизнес-процессов не обойтись. Эта предпосылка нереалистична: ИИ развивается экспоненциально и по своей уникальной траектории. В ближайшем будущем, в том числе и в начале сценария роботизации, профили компетенции ИИ и человека будут различаться: где-то лучше будет первый, где-то второй.
Это серьезно ограничивает универсальность и побуждает к подстройке бизнес-процессов под изменившийся характер «исполнителей».
Во-вторых, универсальность всегда подразумевает избыточность. А если мы говорим о степени универсальности, которая способна охватить чуть ли не все рабочие места в экономике — запас избыточности видится очень внушительным. Меж тем, менеджмент в своих решениях ориентируется не на стабильность бизнес-процессов и не на простоту реализации, а на соотношение выгод и издержек. Если мы посмотрим на историю развития машин (прежде всего в промышленности), мы увидим, что главным драйвером роста производительности и снижения издержек была прежде всего специализация оборудования. А не движение к некоей «универсальной» машине.
Специализированная, производительная и довольно выгодная машина по формовке печенек. А теперь представьте, что все эти печеньки пришлось бы лепить Тесла Боту...
О каких издержках может идти речь в случае универсального андроида? Исследователь Карл Шульман предполагает, что он мог бы стоить несколько десятков тысяч долларов, возможно, до $50 тыс. Другие эксперты называют схожие оценки. Стоимость производства такого робота сравнивается со стоимостью производства автомобиля. Да, на робота уйдет на порядок меньше металла и пластика. Но в нем будет на два порядка больше точных и миниатюрных линейных приводов, датчиков для них, и существенное количество «органов чувств» — камеры с хорошей оптикой и разрешением, лидар и т.д.
Я вижу здесь недооценку по вычислительному оборудованию, необходимому для работы андроида. В предыдущей части мы рассчитывали гипотетические минимальные потребности для ИИ-машины образца 2027 г. У нас получилось 13 ускорителей общей стоимостью 66 тыс. долларов и энергопотреблением 9 кВт. Энергопотребление уже подразумевает, что значительная часть вычислений будет производиться в «облаке». Но я пока далеко не уверен, что для нормального функционирования, для хоть какой-то претензии на универсальность, нам хватит этой минимальной планки.
Безусловно, экспоненты эффективности микроэлектроники и алгоритмов будут со временем сдвигать этот ценник вниз. Но они точно так же будут сдвигать ценник вниз и для более простых, специализированных машин.
Хорошо, допустим, нам хватит круглой суммы в 100 тыс. долларов на робота и вычислительную мощность для него. Что мы получим за эту сумму? За эту сумму мы получим конструкцию, которая в течение пары миллионов лет оптимизировалась эволюцией для добывания пищи и убегания от хищников в африканской саванне. Эволюции при этом был доступен только ограниченный перечень органических материалов. Даже таких простейших вещей, как игольчатый подшипник или бесщелевой двигатель постоянного тока, у эволюции не было. Позор джунглям? Позор джунглям!
Вот такую картину создала Dall-E 3, когда я попросил ее изобразить аллегорию на изобретение эволюцией игольчатого подшипника
Казалось бы, где африканская саванна с хищниками и где производственные потребности современной экономики? Давайте лучше оставим в покое эволюцию и будем оптимизировать конструкцию инженерно, согласно производственной задаче.
Сторонники гуманоидных роботов апеллируют к тому, что последние смогут использовать всё существующее, заточенное под людей оборудование. Но, ребята, речь идёт о сумме в 100 тысяч долларов. А на 100 тысяч долларов можно разгуляться в плане оборудования. И даже нужно разгуляться. За 100 тысяч долларов можно сделать целый набор роботов с более простой конструкцией, более устойчивых, более скоростных, более грузоподъемных, более надежных и, что немаловажно, с более скромными вычислительными потребностями.
Сторонники гуманоидных роботов возразят, что большая серийность при производстве универсальных андроидов даст снижение издержек. Это так — но потенциал такого снижения не настолько велик, чтобы превалировать над выигрышем от специализации. Как правило, речь идёт о сокращении издержек в 1,5-2,5 раза при увеличении серии на порядок.
Пример реального экономического анализа для химического производства, где первая строчка показывает эффект масштаба на издержки
Хорошим кейсом выбора между специализированным роботом и универсальным андроидом являются беспилотные автомобили — в перспективе очень массовый вид машин. Теоретически, «наивный» подход plug-and-play роботизации диктовал бы нам, что автомобиль должен просто поменять «прокладку между рулём и сиденьем»: вместо человека-водителя за баранку должен сесть андроид. Но по факту мы видим, что разработчики беспилотников делают ставку на другой вариант. Не дожидаясь появления универсального андроида, они оснащают автомобиль всеми необходимыми датчиками и вычислительной мощностью. И разрабатывают специализированные алгоритмы, умеющие только в дорожное движение, не замахиваясь на универсальные человеческие способности. Проекты, разрабатывающие свои авто с нуля — вроде ”Zoox” и ”Cruise Origin” — вообще отказываются от рулевого колеса, педалей и прочих «гуманоидных» органов управления.
Такой выбор может быть объяснен очень простой логикой. Автомобиль без андроида-пилота превращается в кучу железа, неспособную предоставлять транспортные услуги. Сам андроид, несмотря на свой высокий ценник, тоже не переместит пассажиров из точки А в точку Б. Чтобы наша машина являлась продуктом, она обязана сочетать в себе и транспортный функционал, и «мозги». Значит, мы можем сразу нацеливаться на интеграцию этих двух составляющих в одной машине.
Можем ли мы сделать вывод, что гуманоидные роботы — плохая идея? Вовсе нет! Если мы посмотрим на аргумент об универсальности под другим углом — не требуя, чтобы андроид умел всё на свете — мы увидим, что у таких роботов есть очень привлекательное свойство. Это прекрасная приспособленность к работе в той же среде, которую используют люди. И это высокий потенциал в кооперации, в помощи, в совместных усилиях с человеческими работниками.
Заметим, что эта трактовка необязательно подразумевает интеграцию роботов в режиме plug-and-play, «по щелчку пальцев». Вполне вероятно, что придётся и пойти на изменение бизнес-процессов, и потратиться на инжиниринг. Но мы не найдём форм-фактора, который бы смог лучше работать бок о бок с людьми. Учитывая, что универсальность навыков ИИ еще не слишком близка, и внедрение роботов будет происходить постепенно, потребность в кооперации людей и роботов в первое время будет очень большой.
В обрабатывающей промышленности, по мере развития ИИ и физических компонентов робототехники (последнее как раз касается степени специализации и ее относительной стоимости), такая кооперативная работа людей и роботов постепенно сойдёт на нет, в силу полного вытеснения первых. Это движение в сторону так называемых «тёмных фабрик», полностью автоматизированных. Потребности таких фабрик именно в гуманоидных роботах очень невелики.
Вероятно, аналогичные процессы будут идти в других отраслях промышленности, вроде добывающей и строительства, а также в сельском хозяйстве. Но у нас остаётся сфера услуг. Сфера, которая вращается вокруг людей, которая заточена под нужды людей и в которой необходимо постоянное взаимодействие с людьми. И это сфера, для которой гуманоидный форм-фактор будет идеальным выбором. Если мы вспомним, что именно в этой сфере сейчас сосредоточена большая часть занятости — то поймем, что у андроидов есть потенциал стать самым массовым видом роботов.
Более того, андроиды смогут открыть абсолютно новую, гигантскую по размерам коммерческую нишу. Это домашние роботы, которые возьмут на себя всё разнообразие дел по хозяйству: уборку, наведение порядка, приготовление еды, садовые работы и так далее. Всё то, что когда-то в зажиточных семьях делала прислуга. Вернее, делает и сейчас — но семья должна располагать совсем уж высоченным достатком.
Думаете, 100 тысяч долларов — это дороговато для такой машины? Да, возможно. А если мы добавим, что такой андроид будет еще и присматривать за детьми? И ухаживать за пожилыми родственниками? Арифметика выглядит не такой уж запретительной; на Западе многие семьи отдают такие деньги няне или сиделке за 2-3 года. Машина будет служить дольше — вероятно, что не одно десятилетие. В любом случае, наши экспоненты №3 и №4 должны будут очень быстро сбить этот ценник.
Подытоживая, гуманоидных роботов вряд ли можно рассматривать как необходимое условие замещения «человеческой» части экономики искусственным интеллектом. Это лишь наиболее вероятный сценарий такого замещения, который не отменяет существования иных путей для роста ИИ-экономики. Но рынок для андроидов выглядит очень перспективным, потенциально исчисляясь миллиардами машин.
И тогда, пожалуй, наша оценка из предыдущей части о выпуске 100-200 млн. ИИ-машин в год будет слишком консервативной. Одни только домашние роботы могут выпускаться в объеме 300-400 млн. в год. Еще столько же — машины для бизнес-применений, как в физическом, так и в «виртуальном», вычислительно-серверном исполнении. А это — если мы оставляем в силе ценник в 100 тыс. долларов за одну ИИ-машину — уже 60 трлн. долларов. 60% сегодняшнего валового мирового продукта.
Потянет ли вообще такое мировая экономика? Потянет. Должна потянуть. Потому что у нас осталась еще одна, последняя экспонента, которая обеспечит нам удовлетворение всех возможных потребностей ИИ-революции. О ней — в следующей части...
(C) Источник
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter