Текст книги "Будущее без работы. Технология, автоматизация и стоит ли их бояться"

Опять же, интуитивно понятно, как эти изменения могли помочь вытесненным работникам. В определенный момент некоторые задачи могут автоматизироваться. Но по мере того как экономика меняется, спрос будет расти и на другие задачи в других сферах экономики. И, поскольку некоторые из этих новых востребованных видов деятельности опять-таки не были автоматизированы, работники могут найти работу, связанную с ними.

Чтобы увидеть эффект меняющегося пирога в действии, подумайте о Соединенных Штатах. Здесь можно увидеть, как вытесненные рабочие снова и снова пробираются в разные отрасли меняющейся экономики и начинают выполнять новые задачи. Столетие назад сельское хозяйство было важнейшей частью американской экономики: еще в 1900 году в нем было занято два работника из пяти. Но с тех пор значение его резко упало, и сегодня в нем занято менее двух человек из ста[81]81
  Статистические данные за 1900 год взяты из: Autor D. Why Are There Still So Many Jobs? The History and Future of Workplace Automation // Journal of Economics Perspectives. 2015. № 3 (29). С. 3–30; в 2016 году их доля составляла 1,5 %, по данным Бюро статистики труда США. URL: https://www.bls.gov/emp/ep_table_201.htm.


[Закрыть]. Куда же подевались остальные работники? Ушли в промышленность. Пятьдесят лет назад этот сектор превзошел сельское хозяйство: в 1970 году в промышленности была занята четверть всех американских работников. Но затем и в этой сфере начался относительный упадок, и сегодня в ней занято менее десятой части американских рабочих[82]82
  «Четверть» – это 26,4 %, по данным Федерального резервного банка Сент-Луиса (URL: https://fred.stlouisfed.org/series/USAPEFANA), а «десятая часть» – это 9 %, приводимые Национальной ассоциацией промышленников: Top 20 Facts About Manufacturing. URL: http://www.nam.org/Newsroom/Top-20-Facts-About-Manufacturing/.


[Закрыть]. Куда же делись все эти фабричные рабочие? Ответ: ушли в сферу услуг, где сейчас занято более 80 % работников[83]83
  US Bureau of Labor Statistics. URL: https://www.bls.gov/emp/tables/employment-by-major-industry-sector.htm (дата обращения: 08.2019).


[Закрыть]. И в этой истории экономических преобразований тоже нет ничего исключительно американского. Почти все развитые страны пошли по аналогичному пути, по нему же идут и многие развивающиеся страны[84]84
  См., например: Acemoglu D. Advanced Economic Growth: Lecture 19: Structural Change / MIT. 2017. 12 ноября.


[Закрыть]. В 1962 году в сельском хозяйстве было занято 82 % китайских работников; сегодня этот показатель упал примерно до 31 % – и это более высокие темпы сокращения, чем те, что наблюдались в США[85]85
  Felipe J., Bayudan-Dacuycuy C., Lanzafame M. The Declining Share of Agricultural Employment in China: How Fast? // Structural Change and Economic Dynamics. 2016. № 37. С. 127–137.


[Закрыть].

Если эффект «растущего пирога» предполагает, что наши объятые тревогой предки оказались настолько близоруки, что не сумели предвидеть будущий рост экономики, то эффект «меняющегося пирога» предполагает, что они страдали еще и от недостатка воображения. Наши предки не могли предугадать, что то, что производили их экономика и они сами, в будущем изменится до неузнаваемости. В какой-то степени эта их неспособность вполне объяснима. Например, в 1900 году большинство англичан трудились на фермах или фабриках. Мало кто мог предвидеть, что в будущем в одной только Национальной службе здравоохранения будет занято гораздо больше людей, чем тогда работало мужчин на всех фермах страны вместе взятых[86]86
  Количество «мужчин в сельском хозяйстве» в период 1900–1909 годов оценивается в 810 тысяч: Clark G. The Agricultural Revolution and the Industrial Revolution: England, 1500–1912. Неопубликованная рукопись. University of California, Davis, 2002. В Национальной службе здравоохранения в 2017 году работало около 1,2 млн человек; см.: https://digital.nhs.uk/.


[Закрыть]. Сама отрасль здравоохранения тогда еще не существовала в привычном для нас виде, а мысль, что самым массовым работодателем в сфере здравоохранения станет британское правительство, показалась бы еще более странной, ведь в те времена большинство медицинских услуг предоставлялось на частной или на добровольной основе. То же справедливо и для многих других сегодняшних рабочих мест: такие должности, как оптимизатор поисковой системы, специалист по облачным вычислениям, консультант по цифровому маркетингу и разработчик мобильных приложений, было невозможно представить всего несколько десятилетий назад[87]87
  Дэвид Отор выдвигает похожий аргумент: «Маловероятно». Autor D. Polanyi’s Paradox and the Shape of Employment Growth // Re-Evaluating Labor Market Dynamics: A Symposium Sponsored by the Federal Reserve Bank of Kansa City. Jackson Hole, Wyoming. 2014 (2015). 21–23 августа. С. 162.


[Закрыть].

Общая картина

Мысль, что воздействие технологии на труд может зависеть от взаимодействия двух соперничающих сил – вредной замещающей силы и полезной дополняющей силы, – не нова. Однако, как правило, никто эти силы внятно не объясняет. Книги, статьи и отчеты по автоматизации могут намекать на оба этих эффекта, но часто используют совершенно разные термины, из-за чего возникает путаница. Технология, говорят они, вытесняет и увеличивает, заменяет и усиливает, обесценивает и наделяет мощью, подрывает и поддерживает, уничтожает и созидает. Задача состоит в том, чтобы конкурировать с компьютерами и сотрудничать с ними, состязаться и двигаться в унисон. Ведутся разговоры о расширении применения машин и успехах людей, о пугающих роботах и вселяющих надежду коботах[88]88
  Коллаборативные роботы – устройства, работающие совместно с человеком.


[Закрыть], об искусственном интеллекте машин и растущем интеллекте людей. Гнет будущего, по их словам, будет выражаться как в устаревании знакомых нам вещей, так и во все нарастающей их актуальности; технология – это угроза и возможность, соперник и партнер, враг и друг.

Представленный в этой главе экскурс в экономическую историю – пусть и очень краткий – должен прояснить, как работают эти две силы на самом деле. С одной стороны, машина заменяет людей, оттесняя их от решения определенных задач. Этот процесс относительно легко заметить. С другой стороны, машина дополняет людей, повышая спрос на их работу над другими задачами, – это явление, как мы видели, может приобретать три различные формы, и его зачастую труднее распознать, чем его разрушительного брата.

Четкое разграничение между замещающим и дополняющим эффектами помогает объяснить, почему прежние опасения по поводу технологической безработицы много раз оказывались неуместны. В столкновении этих двух фундаментальных сил наши предки, как правило, не угадывали победителя. Раз за разом они либо полностью игнорировали дополняющую силу, либо ошибочно полагали, что она будет подавлена замещающим эффектом. По словам Дэвида Отора, люди обычно «преувеличивали степень замещения машин человеческим трудом и игнорировали сильную взаимодополняемость между автоматизацией и трудом»[89]89
  Autor D. Why Are There Still So Many Jobs? С. 5.


[Закрыть]. В результате они неоднократно недооценивали остающийся спрос на труд человека. В общем и целом, его всегда хватало, чтобы обеспечивать занятость.

Это происходит и с отдельными технологиями. Взять, к примеру, историю банкомата. Его изобрели для того, чтобы отстранить банковских служащих от выдачи наличных денег. Это была часть культуры самообслуживания, которая распространилась в экономической жизни в середине XX века и нашла отражение в автозаправочных станциях и магазинах самообслуживания, автоматах по продаже сладостей и т. д.[90]90
  Bátiz-Lazo B. A Brief History of the ATM // Atlantica. 2015. 26 марта.


[Закрыть] Считается, что первый банкомат был установлен в Японии в середине 1960-х годов[91]91
  Там же.


[Закрыть], а несколько лет спустя эти машины стали популярны в Европе, частично решив проблему усиливавшихся профсоюзов, которые требовали закрытия банков в субботу, единственный день, когда многие работающие клиенты могли их посетить. В США количество банкоматов выросло более чем в четыре раза с конца 1980-х до 2010 года, когда их насчитывалось уже более четырехсот тысяч. В таких условиях можно было бы ожидать резкого сокращения числа сотрудников в американских банках, но произошло обратное: за тот же период их стало больше на целых 20 %[92]92
  Эти и последующие цифры позаимствованы из: Bessen J. Toil and Technology // IMF Financial and Development. 2015. № 1 (51). О «двадцати процентах» см. график 1 – примерно с 500 тысяч кассиров в конце 1980-х годов до 600 тысяч в конце 2000-х.


[Закрыть]. Как объяснить эту загадку?

Исходя из анализа этих двух сил, мы можем понять, что случилось. Банкоматы не просто заменили банковских служащих, но еще и дополнили их. Иногда напрямую: банкоматы не делали сотрудников более продуктивными в раздаче наличных, а освобождали их от нее, давая возможность сосредоточиться на других видах деятельности, таких как предоставление клиентам личных консультаций и финансовых рекомендаций. Это улучшило качество обслуживания тех, кто приходил в филиал, и позволило привлечь больше клиентов. К тому же банкоматы помогли снизить стоимость обслуживания филиалов, благодаря чему банки смогли снизить цены и еще больше повысить свою привлекательность.

В то же время банкоматы косвенно дополняли служащих. Отчасти это могло быть обусловлено эффектом растущего пирога: по мере того как банкоматы и многие другие инновации стимулировали экономику в течение этих лет, доходы выросли и увеличился спрос на банки и на работу остававшихся в них работников. Отчасти, возможно, сказался эффект меняющегося пирога: по мере того как люди становились богаче, им становилось интересно не просто снятие денег или пополнение счета, а «индивидуальный подход», который теперь предоставляли банковские служащие.

В совокупности все эти полезные эффекты означали, что, хотя число сотрудников, необходимых в среднем в одном филиале, сократилось с двадцати в 1988 году до тринадцати в 2004 году, число отделений за это время выросло – в городах на целых 43 % – для удовлетворения растущего спроса на банковские услуги. В результате у банковских служащих прибавилось работы и именно поэтому их общее число увеличилось, а не сократилось[93]93
  Эту проблему изучали многие другие экономисты. См., например: Autor D. Why Are There Still So Many Jobs?; Bessen J. Toil and Technology; Surowiecki J. Robots Won’t Take All Our Jobs // Wired. 2017. 12 сентября.


[Закрыть].

Конечно, полная история труда и технологии сложнее и тоньше, чем та, что изложена в этой главе. Эта история не всегда и не везде была столь ясна и понятна. Но мы задали общие контуры. Как мы уже видели, технический прогресс принес много трудностей и неурядиц, но начиная с промышленной революции и до сегодняшнего дня рабочие, которые беспокоились о том, что машины полностью заменят их, как правило, ошибались. До сих пор в борьбе между вредной замещающей силой и полезной дополняющей побеждала последняя, и всегда существовал достаточно большой спрос на работу, выполняемую человеком. Мы назовем это Веком труда.

Глава 2. Век труда

Век труда можно определить как эпоху последовательных волн технического прогресса, которые, как правило, приносят трудящимся не вред, а пользу. И хотя в целом этот прогресс был для рабочих благом, выгоду получали не все и не всегда: технический прогресс оказался переменчив и периодически одни группы работников получали от него больше, чем другие. Чтобы объяснить смысл этих изменений, в последние двадцать лет многим экономистам пришлось полностью переосмыслить свое представление о том, как технология влияет на труд.

Экономисты – рассказчики, просто многие могут этого не замечать. Ведь свои истории они иногда пишут на чуждом нам языке или посредством математических формул, пытаясь сделать рассказ точным для сведущих читателей (хотя он и становится совершенно непонятным для несведущих). Тексты экономистов должны быть документальными и основываться на фактах, а их сюжет должен быть максимально приближен к реальности. Среди них есть как эпосы, героически пытающиеся охватить огромные области человеческой деятельности, так и узкие исследования, сосредоточенные на объяснении очень специфических шаблонов поведения. Экономисты предпочитают называть их «моделями», а не историями, что, конечно, звучит более весомо. Но, в конце концов, любая модель – это просто история, рассказанная в уравнениях и диаграммах, которые должны дать представление о том, как работает реальный мир.

XX век и раньше

На протяжении большей части второй половины XX века наибольшую выгоду от технологических изменений получали те работники, у которых было больше формального образования. И экономисты придумали историю, чтобы это объяснить. Звучала она примерно так[94]94
  См., например: Acemoglu D. Technical Change, Inequality, and the Labor Market // Journal of Economic Literature. 2002. № 1(40). С. 7–72.


[Закрыть].

Ее главный герой – цифровая электронная вычислительная машина, изобретенная примерно в середине XX века. С течением времени она быстро становилась все мощнее и полезнее. В конце 1950-х – начале 1960-х годов[95]95
  Autor D., Katz L., Krueger A. Computing Inequality: Have Computers Changed the Labour Market? // Quarterly Journal of Economics. 1998. № 1 (133). С. 1169–1213.


[Закрыть] компании начали широко использовать мейнфреймы[96]96
  Мейнфрейм – универсальный большой компьютер высокого уровня, предназначенный для решения задач, связанных с интенсивными вычислениями и обработкой больших объемов информации. – Прим. ред.


[Закрыть]. Затем появился персональный компьютер (ПК); еще в 1980 году в Соединенных Штатах на сто человек приходилось менее одного ПК, но к концу столетия это число превысило шестьдесят[97]97
  В 2000 году на 100 человек приходилось 56,6 компьютера, в 2001 – 61,9. Данные Всемирного банка, полученные через поиск «ПК (на 100 человек)»: URL: https://datamarket.com/ (дата обращения: 06.2018).


[Закрыть]. Более того, со временем машины стали намного эффективнее. Количество вычислений, которые компьютер мог выполнить за определенное время, резко возросло во второй половине столетия[98]98
  Nordhaus W. Two Centuries of Productivity Growth in Computing // Journal of Economic History. 2017. № 1 (67). С. 128–159.


[Закрыть], как видно из графика 2.1[99]99
  Там же. Приложение к данным. Благодарю Уильяма Нордхауса за то, что он поделился уточненными данными.


[Закрыть], который начинается с вычислений вручную в 1850 году и заканчивается стационарным компьютером Dell Precision Workstation 420 в 2000 году.

График 2.1. Количество вычислений в секунду, 1850–2000 годы (количество ручных вычислений = 1)

На графике вертикальная ось имеет логарифмическую шкалу, что позволяет наглядно показать, насколько быстро выросло количество вычислений в секунду. Это означает, что при движении вверх по вертикальной оси каждый шаг представляет собой десятикратное увеличение вычислений в секунду (два шага – стократное увеличение, три шага – тысячекратное и т. д.). Как мы видим, только с 1950 по 2000 год вычислительная мощность увеличилась примерно в десять миллиардов раз.

Хотя эти новые мощные машины и могли справиться с некоторыми полезными рабочими задачами вроде сложных вычислений или удобного набора текста, они не уничтожили спрос на труд человека в целом. На самом деле эти компьютеры заметно увеличили спрос на высококвалифицированных работников, которые могли ими управлять и использовать их в производственных целях. Считается, что другие технологии, появившиеся в то время, также подстегнули спрос на высококвалифицированных рабочих, способных эффективно ими пользоваться. В этом смысле технологические изменения не принесли одинаковой пользы всем работникам, но сыграли особую роль, «повысив ценность специальных навыков», как говорят экономисты.

(Стоит отметить, что в этой истории экономисты используют определение «высококвалифицированный» в очень специфическом понимании: речь идет об объеме полученного формального образования. Это определение может озадачить неэкономистов, поскольку многих людей, которых мы могли бы считать «высококвалифицированными» в более повседневном значении этого термина – опытный парикмахер или умелый садовник, – экономисты называют «неквалифицированными», потому что они не учились в колледже или университете. Здесь есть расхождение между привычным пониманием и смыслом, который экономисты вкладывают в это слово. Это не значит, что любое другое его использование неверно. Просто во избежание путаницы и недоразумений, важно четко понимать, о чем именно говорят экономисты, когда они используют такие термины, как «повышение ценности специальных навыков».)

График 2.2. Премия за квалификацию в США, 1963–2008 годы

История технического прогресса во второй половине XX века, когда важнее всего были навыки рабочих, подкреплялась фактическими данными и четко объясняла эмпирическую загадку, возникшую примерно тогда же. Основной принцип экономики гласит, что, когда предложение какого-то товара растет, его цена должна снижаться. Загадка заключалась в том, что в XX веке были длительные периоды, когда в мире труда происходило обратное: в некоторых странах быстро росло число высококвалифицированных специалистов, выпускников колледжей и университетов, однако их заработная плата повышалась по сравнению с теми, кто такого образования не имел. Как такое могло случиться? Ответ кроется в истории о повышении ценности навыков. Предложение высококвалифицированных работников действительно росло, толкая их заработную плату вниз, но новые технологии требовали повышения квалификации, что привело к резкому росту спроса на высококвалифицированных работников. Этот последний эффект был настолько велик, что превзошел первый, и, хотя число образованных людей, ищущих работу, увеличилось, высокий спрос на них приводил к росту их заработка.

Один популярный способ измерения того, что экономисты называют «премией за квалификацию», заключается в сравнении заработной платы выпускников колледжей и старших классов. В 2008 году разница в зарплате между выпускником колледжа в Соединенных Штатах и выпускником средней школы достигла самого высокого уровня за последние десятилетия, как показано на графике 2.2[100]100
  Acemoglu D., Autor D. Skills, Tasks and Technologies. Данные из графика 1.


[Закрыть] (сравнение здесь представлено как «логарифмический разрыв в зарплате», т. е. логарифм отношения средней заработной платы двух групп; логарифмический разрыв в заработной плате в 2008 году составил 0,68, то есть заработок выпускника колледжа был почти вдвое выше заработка выпускника средней школы)[101]101
  Acemoglu D., Autor D. Skills, Tasks and Technologies: Implications for Employment and Earnings // Handbook of Labor Economics, vol. 4, pt. B / eds. D. Card, O. Ashenfelter. North-Holland: Elsevier, 2011. С. 1043–1171. Процентная разница между двумя переменными примерно в сто раз больше экспоненциала разницы между логарифмами этих двух переменных минус 1. Здесь 100(e0.68 – 1) = 97.4 к трем значимым цифрам.


[Закрыть]. Другие страны в этот период следовали по очень похожему пути[102]102
  См., например: Berman E., Bound J., Machin S. Implications of Skill-Biased Technological Change: International Evidence // Quarterly Journal of Economics/ 1998. № 4 (133). С. 1245–1279.


[Закрыть].

График 2.3. Реальные зарплаты американских работников, занятых на полной ставке

Историю о повышении ценности навыков можно проследить и по тому, как с течением времени менялась заработная плата работников с различным уровнем образования. Ее отражает график 2.3[103]103
  Данные из графика 6 в: Autor D. Skills, Education, and the Rise of Earnings Inequality Among the “Other 99 Percent” // Science. 2014. № 344 (6186). С. 843–851.


[Закрыть]. Как показывают диаграммы, на протяжении последнего полувека люди, обучавшиеся дольше, не только зарабатывали больше, но и разрыв между ними и менее образованными увеличивался с течением времени (в случае женщин это отчетливее проявляется с 1980-х годов).

График 2.4. Премия за квалификацию в Англии, 1220–2000

Пример с навыками хорошо объясняет, что произошло с миром труда во второй половине XX века; но в прежние времена картина была совсем другой. Рассмотрим график 2.4[104]104
  Из: Roser M., Nagdy M. Returns to Education. URL: https://ourworldindata.org/returns-to-education (дата обращения: 01.05.2018). Данные за 1230 год рассчитаны на основе данных за 1220 и 1240 год.


[Закрыть], где показана премия за квалификацию в Англии с 1220 года (к счастью, мы располагаем данными по столь далекому периоду: в последнее тысячелетие английские институты оказались удивительно стабильными и необычайно усердно вели записи). Учитывая, что в 1220 году колледжей было не так много, премия за мастерство здесь измеряется путем сравнения заработной платы ремесленников и чернорабочих. И, как мы видим, в долгосрочной перспективе эта премия за квалификацию не следует той восходящей модели, которую мы видели на графике 2.3.

Как же такое возможно? Более длительная историческая перспектива показывает, что технологические изменения благоприятствовали различным типам работников в различные моменты истории, но не всегда приносили пользу тем, кто мог считаться квалифицированным в ту или иную эпоху. Возьмем, к примеру, XIX век. Как мы видели в предыдущей главе, когда в Британии началась промышленная революция, на фабриках появились новые машины и были налажены новые производственные процессы, из-за чего рабочим пришлось решать новые задачи. Оказалось, что те, кто не обладал современными навыками, зачастую лучше всего подходили для выполнения этих задач. Технология поощряла не квалификацию, а ее отсутствие[105]105
  См. Acemoglu D. Technical Change, Inequality, and the Labor Market // Journal of Economic Literature. 2002. № 1 (40). С. 7–72.


[Закрыть].

Промышленную революцию часто изображают как процесс, в ходе которого множество машин вытесняет толпы низкоквалифицированных рабочих, т. е. оставляет без работы людей, которые зарабатывали себе на жизнь прядением нитей и ткачеством ткани голыми руками и при помощи базовых инструментов. Но это неправильная картина. Под угрозой оказались именно высококвалифицированные рабочие того времени. Для своего времени Нед Лудд, легендарный лидер восстания против автоматизации, был квалифицированным рабочим. Если бы он действительно существовал, то был бы в некотором роде профессионалом – возможно, даже членом Цеха достопочтенных суконщиков, престижного клуба для людей его профессии. А благодаря механическим станкам, которые вытеснили Неда и его товарищей, место Неда мог занять какой-то менее квалифицированный рабочий, не обладавший специальной подготовкой. Эти новые машины обесценивали навыки и позволяли менее квалифицированным людям заниматься производством высококачественных изделий, которое в прошлом требовало определенного мастерства.

С конца XVI по начало XIX века доля неквалифицированных рабочих в Англии, по-видимому, выросла вдвое, и это было неслучайно[106]106
  По Англии см.: Pleijt A., Weisdorf J. Human Capital Formation from Occupations: The “Deskilling Hypothesis” Revisited // Cliometrica. 2017. № 1 (11). С. 1–30. Похожая история произошла в Соединенных Штатах; см. O’Rourke K., Rahman A., Taylor A. Luddites, the Industrial Revolution, and the Demographic Transition // Journal of Economic Growth. 2013. № 4 (18). С. 373–409.


[Закрыть]. Эндрю Юр, выполнявший роль своего рода консультанта по менеджменту для промышленников, призывал отнять задачи у «хитрого рабочего» и заменить их настолько простыми в использовании машинами, чтобы ими «мог управлять даже ребенок» (и это не метафора: детский труд тогда считался приемлемой практикой[107]107
  Цит. по: Seligman B. Most Notorious Victory: Man in an Age of Automation. New York: Free Press, 1966. С. 11.


[Закрыть]). Как отмечает историк экономики Джоэл Мокир, эта тенденция не ограничивалась изготовлением хлопка и тканей: «Сначала в производстве огнестрельного оружия, затем – часов, насосов, замков, механических жаток, пишущих и швейных машин и, наконец, двигателей и велосипедов технология взаимозаменяемости деталей оказалась более совершенной и заменила квалифицированных ремесленников, орудовавших зубилом и напильником»[108]108
  Mokyr J. The Lever of Riches: Technological Creativity and Economic Progress. New York: Oxford University Press, 1990. С. 137, цит. в: O’Rourke K, et al. Luddites, the Industrial Revolution, and the Demographic Transition.


[Закрыть].

Таким образом, на рубеже XXI века общепринятая точка зрения экономистов сводилась к тому, что технический прогресс иногда зависит от квалификации, а иногда – от ее отсутствия. Однако многие экономисты склонны были считать, что этот прогресс всегда приносил пользу рабочим. Действительно, в доминирующей модели, используемой в этой области, новые технологии не могли ухудшить положение ни квалифицированных, ни неквалифицированных рабочих; технический прогресс всегда повышал заработную плату каждого, хотя в определенные моменты у некоторых она росла быстрее, чем у других. Эта история получила такое широкое распространение, что ведущие экономисты называли ее «канонической моделью»[109]109
  Экономисты дали этой истории математическое определение: «производственная функция с постоянной эластичностью замещения». В экономике «производственная функция» показывает, как различные виды факторов производства (например рабочие и машины) объединяются для создания какого-то товара. Эта особая версия характеризуется «постоянной эластичностью», т. е. процентное изменение относительной цены двух факторов производства будет всегда приводить к постоянному процентному изменению в использовании этих факторов. В данной модели новые технологии могут лишь дополнять рабочих. Изложение «канонической модели» см. в: Acemoglu D., Autor D. Skills, Tasks and Technologies. С. 1096. Утверждение, что в канонической модели любой технический прогресс ведет к росту абсолютных зарплат для обоих видов труда, см. там же. С. 1105, implication 2.


[Закрыть].

Новая история в XXI веке

Каноническая модель доминировала в дискуссиях экономистов на протяжении десятилетий. Но в последнее время стало происходить что-то очень странное. Начиная с 1980-х годов, казалось, что новые технологии помогают одновременно и низкоквалифицированным, и высококвалифицированным рабочим, но рабочие со средними навыками, по-видимому, не получали никакой пользы. Во многих экономиках, если бы вы взяли все профессии и выстроили их в длинную цепочку от самых низкоквалифицированных до самых высококвалифицированных, вы бы увидели, что за последние несколько десятилетий зачастую зарплата и доля рабочих мест (как доля общей занятости) растут для тех, кто находится на обоих концах линии, но увядают для тех, кто находится ближе к середине. Мы ясно видим эту тенденцию на рисунке 2.5[110]110
  Это отредактированная версия графика 3.1 из: Employment Outlook // OECD. Paris: OECD Publishing, 2017.


[Закрыть].

График 2.5. Процентное изменение доли среди общего числа занятых

Это явление известно как «поляризация», или «размывание». Традиционно широкие средние слои многих экономик, ранее обеспечивавшие людей среднего класса хорошо оплачиваемой работой, исчезают. Во многих странах среди общего количества занятых сейчас больше высокооплачиваемых специалистов и менеджеров, а также низкооплачиваемых сиделок и уборщиц, работников сферы образования и здравоохранения, смотрителей и садовников, официантов и парикмахеров[111]111
  См. Autor D. Polanyi’s Paradox and the Shape of Employment Growth // Re-Evaluating Labor Market Dynamics: A Symposium Sponsored by the Federal Reserve Bank of Kansa City. Jackson Hole, Wyoming. 2014 (2015). 21–23 августа.


[Закрыть]. Но среди них меньше секретарей и клерков, фабричных рабочих и продавцов со средними зарплатами[112]112
  Характер поляризации зависит от страны. См., например: Goos M., Manning A., Salomons A. Explaining Job Polarization: Routine-Biased Technological Change and Offshoring // American Economic Review. 2014. № 8 (104); Autor D. The Polarization of Job Opportunities in the U.S. Labor Market: Implications for Employment and Earnings / Center for American Progress. 2010. Апреля; Autor D., Dorn D. The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market // American Economic Review. 2013. № 5 (103). С. 1553–1597; Goos M., Manning A. Lousy and Lovely Jobs: The Rising Polarization of Work in Britain // Review of Economics and Statistics. 2007. № 1 (89). С. 119–133.


[Закрыть]. На рынках труда наблюдается все большее обособление двух групп, причем одна из них получает гораздо больше выгоды. Заработная плата людей, стоящих в верхней части, 0,01 % лиц с самыми высокими заработками – в США это 16 500 семей с доходом свыше 11 300 000 долларов в год – резко возросла за последние несколько десятилетий[113]113
  Статистические данные по 0,01 % см.: Saez E. Striking It Richer: The Evolution of Top Incomes in the United States. 2016. URL: https://eml.berkeley.edu/~saez/. «Преимущество суперзвезд» см.: Brynjolfsson E. AI and the Economy / lecture at the Future of Life Institute. 2017. 1 июля.


[Закрыть].

(Опять же терминологический момент: может показаться, что при такой подаче данных «зарплата» и «квалификация» рассматриваются как одно и то же – как если бы выстраивание рабочих по шкале от самых низкооплачиваемых до самых высокооплачиваемых ничем не отличалось от их ранжирования по уровню квалификации. Как и прежде, речь идет об особом смысле, который экономисты вкладывают в слово «квалифицированный». Очевидно, что некоторые низкооплачиваемые профессии требуют значительных навыков в общепринятом смысле этого слова – например, сотрудники скорой медицинской помощи. Есть и высокооплачиваемые виды работы, которые, по мнению многих, вообще не требуют особых навыков, – вспомним едкие упреки после экономического кризиса 2007–2008 годов в адрес финансистов. Но, как отмечалось ранее, когда экономисты говорят о «навыках», они на самом деле имеют в виду «уровень формального образования». И использование оплаты труда для измерения этого конкретного определения навыков действительно оказывается разумным: как мы уже видели, люди, обучавшиеся дольше, как правило, зарабатывают больше. Таким образом, неважно, ранжируете ли вы рабочие места по уровню оплаты или по среднему количеству лет обучения, – модель размывания выглядит примерно одинаково[114]114
  См.: Acemoglu D., Autor D. Skills, Tasks and Technologies. С. 1070, n. 25.


[Закрыть].)

Другой загадкой было размывание рынка труда, и каноническая модель, преобладавшая в экономической науке в конце XX века, оказалась бессильна в ее решении. Сосредоточившись только на низко– и высококвалифицированных работниках, она не могла объяснить, почему работников со средней квалификацией ждет совсем иная судьба. Нужен был новый подход. Экономисты вернулись к своим расчетам и за последние десять лет выработали совершенно иное понимание технологии и работы. Впервые предложенное группой экономистов Массачусетского технологического института – Дэвидом Отором, Фрэнком Леви и Ричардом Мурнейном, – оно стало известно как «гипотеза Отора – Леви – Мурнейна», или сокращенно «гипотеза ОЛМ»[115]115
  Классическую формулировку гипотезы ОЛМ см.: Autor D., Levy F., Murnane R. The Skill Content of Recent Technological Change: An Empirical Exploration // Quarterly Journal of Economics. 2003. № 4 (118). С. 129–333. В этой ранней работе объясняются технологические изменения, дающие преимущество квалификации. В последующие годы авторы сменили подход и стали использовать гипотезу ОЛМ для объяснения поляризации.


[Закрыть]. Десять лет назад, когда я начал всерьез размышлять о будущем, мне на помощь пришла эта история[116]116
  Я рассматриваю эту историю мысли в: Technology and Employment: Tasks, Capabilities and Tastes. DPhil diss. Oxford University, 2016. Глава 1.


[Закрыть].

Гипотеза ОЛМ строилась на двух исходных посылах. Первый из них был прост: рассматривать рынок труда с точки зрения «рабочих мест», как мы часто делаем, – неправильно. Когда мы говорим о будущем труда, мы склонны думать о журналистах и врачах, учителях и медсестрах, фермерах и бухгалтерах; и мы задаемся вопросом, не обнаружат ли однажды представители этих профессий, что их рабочее место заняла машина. Но так рассуждать бесполезно, потому что в этом случае вы представляете данную работу как единую, неделимую деятельность: адвокаты «адвокатствуют», врачи «врачуют» и так далее. Однако если вы внимательно посмотрите на любую конкретную работу, то увидите, что в течение рабочего дня люди выполняют самые разнообразные задачи. Поэтому размышления о технологиях и труде мы должны начинать снизу вверх, сосредотачиваясь на конкретных задачах, выполняемых людьми, а не сверху вниз, глядя только на общие названия должностей.

Второй посыл был тоньше. Со временем стало ясно, что уровень образования, необходимый людям для выполнения той или иной задачи, – то, насколько они «квалифицированны» – не всегда показывает, легко или трудно будет машине выполнить ту же задачу. Вместо этого важным было сочтено то, была ли сама задача «рутинной». Под «рутиной» экономисты не подразумевали, что задание обязательно было скучным или утомительным. Скорее, задача считалась «рутинной», если людям было просто объяснить, как они ее выполняют, – если она опиралась на так называемое «явное» знание, которое легко сформулировать, а не на «негласное» знание, которое сформулировать трудно[117]117
  Это различение позаимствовано из: Polanyi M. The Tacit Dimension. Chicago: Chicago University Press, 1966. Чтобы проследить это различение в действии, представьте знаменитого врача. Спросите, как он делает такие точные диагнозы. Возможно, он сможет дать вам общую картину, но ему будет трудно это объяснить. Как писал сам Поланьи, очень часто «мы знаем больше, чем можем рассказать». Экономисты назвали это препятствие для автоматизации «парадоксом Поланьи».


[Закрыть].

Отор и его коллеги считали, что такие «рутинные» задачи должно быть проще автоматизировать. Почему? Потому что когда эти экономисты пытались определить, какие задачи могут выполнять машины, они представляли себе, что единственный способ автоматизировать задачу – это сесть рядом с человеком, заставить его объяснить, как он будет выполнять эту задачу, а затем на основе услышанного написать инструкцию для машин[118]118
  Этот язык я использовал в своей лекции TED под названием «Три мифа о будущем машин (и почему они неверны)» в марте 2018 года. См. Autor D., Levy F., Murnane R. The Skill Content of Recent Technological Change: An Empirical Exploration. C. 129–333.


[Закрыть]. Чтобы машина выполнила задачу, писал Отор, «программист должен сначала понять всю последовательность шагов, необходимых для выполнения этой задачи, а затем написать программу, которая, по сути, заставит машину точно имитировать эти шаги». Если задача «нестандартна», иными словами, если люди не могут объяснить, как они ее выполняют, то программистам будет трудно превратить их объяснения в набор инструкций для машины[119]119
  Autor D. Polanyi’s Paradox and the Shape of Employment Growth. У такого подхода были предшественники. В 1983 году Василий Леонтьев писал, что «любой работник, который сейчас выполняет свои задачи, следуя определенным инструкциям, может быть заменен машиной». См.: Leontief W. National Perspective: The Definition of Problems and Opportunities // The Long-term Impact of Technology on Employment and Unemployment: A National Academy of Engineering Symposium. 1983. 30 июня. С. 3. Однако Леонтьеву будущее рисовалось в несколько более пессимистических красках, чем Отору.


[Закрыть].

Гипотеза ОЛМ свела эти две идеи воедино. Машины, гласила она, могут легко выполнять «рутинные» задачи на рабочем месте, но не справятся с «нестандартными». Этот разумный аргумент мог бы объяснить странные тенденции, показанные на графике 2.5, ведь, когда экономисты разбили различные занятия на составляющие их задачи, многие виды деятельности, выполняемые людьми со средней зарплатой, оказались «рутинными», в то время как задачи низкооплачиваемых и высокооплачиваемых работников таковыми не были. Вот почему рынки труда во всем мире оказались размыты и приобрели форму песочных часов. Технологические изменения разъедали «рутинные» задачи, сгруппированные в середине, но «нестандартные» на обоих концах были машинам не по зубам и оставались уделом человека[120]120
  Возможно, Маартен Гос и Алан Мэннинг стали первыми, кто применил гипотезу ОЛМ в таком виде. См.: Goos M, Manning A. Lousy and Lovely Jobs: The Rising Polarization of Work in Britain // Review of Economics and Statistics. 2007. № 1 (89). С. 119–133.


[Закрыть].

В том, что высокооплачиваемый, высококвалифицированный труд часто оказывался «нестандартным», не было ничего удивительного. Связанные с ним задачи требовали таких человеческих способностей, как творчество и умение формулировать суждения, а их очень трудно или просто невозможно включить в набор правил (большинство людей очень подозрительно отнеслось бы к любому определенному набору инструкций, например относительно того, «как быть креативным»). Но почему низкооплачиваемая, низкоквалифицированная работа тоже оказалась «нестандартной»? Отчасти это объясняется тем, что такой труд нередко был частью экономики услуг, а навыки межличностного общения, необходимые для нее, трудно зафиксировать в правилах. Но это происходило еще и потому, что низкооплачиваемая работа часто требовала ручного труда, с трудом поддающегося автоматизации. Ученые-компьютерщики уже были знакомы с этим открытием: многие обыденные вещи, которые мы привыкли делать своими руками, для машины представляют наибольшую трудность. (Это явление известно как «парадокс Моравца» – в честь Ганса Моравца, футуриста и изобретателя, который одним из первых его описал[121]121
  Moravec H. Mind Children. Cambridge, MA: Harvard University Press, 1988.


[Закрыть].) Когда люди готовят пищу или стригут куст, они это делают инстинктивно, не задумываясь. Поэтому, хотя люди могут счесть эти задачи простыми, им, вероятно, будет очень трудно объяснить, как их выполнять. Соответственно, такие задачи нелегко автоматизировать.

Оказалось, что технический прогресс не питал никаких пристрастий к навыкам или их отсутствию, как утверждалось в старых экономических историях. Скорее он был сосредоточен на задачах – одни типы задач машины способны выполнять, а другие – нет. То есть выиграют от технологических изменений только те работники, кто хорошо приспособлен для выполнения «нестандартных» задач, которые машинам не под силу. Это, в свою очередь, объясняет, почему отдельные категории работников со средним уровнем квалификации могут вообще не получить выгоды от новой технологии, если они застрянут на работе, состоящей в основном из «рутинных» задач, с которыми машины могут легко справиться.

Выводы из гипотезы ОЛМ

Возможно, удивительно слышать, что экономисты так легко изменили свою точку зрения, перейдя от представления, что технологии всегда приносят работникам пользу, к идее, что они затрагивают решение конкретных задач. Однажды Кейнс ответил критику, требовавшему, чтобы он изменил свою позицию по какому-то экономическому вопросу: «Когда факты меняются, я меняю свое мнение. А что делаете вы, сэр?»[122]122
  Истоки этой цитаты оспариваются. Самая ранняя зафиксированная версия была озвучена лауреатом Нобелевской премии Полом Самуэльсоном, который позднее приписал ее Кейнсу. См.: http://quoteinvestigator.com/2011/07/22/keynes-change-mind/.


[Закрыть] Эта фраза часто цитируется как остроумный способ признать ошибку и в то же время не заострять на ней внимание. Но помните, что на самом деле делают экономисты: они рассказывают истории, математические сказки, которые должны отразить реальность. Поэтому и мы должны хотеть, чтобы экономисты вели себя соответствующим образом: приспосабливались, когда меняются факты, обновляли свои модели и перекраивали свои истории. Именно это сделали в последние десятилетия экономисты, изучающие рынок труда. И это не признак интеллектуальной непоследовательности, а правильный подход.

Гипотеза ОЛМ помогает выявить несколько типов ошибочных представлений о будущем труда. Например, в разговорах о перспективах автоматизации различных рабочих мест очень часто можно услышать заявления вроде «медсестры в безопасности, а бухгалтеры под угрозой» или «в США риску автоматизации подвержены X % рабочих мест, а в Великобритании только Y %». Многие ссылаются на авторитетное исследование оксфордских ученых Карла Фрея и Майкла Осборна, согласно которому в США в ближайшие десятилетия автоматизация уничтожит 47 % рабочих мест, причем наибольшему риску подвержены работники колл-центров (риск автоматизации составляет 99 %), а наименьшему – рекреационные терапевты (0,2 %)[123]123
  Frey C., Osborne M. The Future of Employment: How Susceptible Are Jobs to Computerisation? // Technological Forecasting and Social Change. 2017. № 114. Январь. С. 254–280.


[Закрыть]. Но, как отмечали сами Фрей и Осборн, подобные выводы очень приблизительны. Технический прогресс не уничтожает рабочие места полностью, и проводимое гипотезой ОЛМ различие между «работой» и «задачей» объясняет почему. Ни одна работа не является неизменным видом деятельности, который в будущем может быть полностью автоматизирован. Скорее, каждая работа состоит из множества задач, и некоторые из них автоматизировать проще, чем другие. Важно помнить, что со временем задачи, присущие той или иной работе, скорее всего, меняются (мало найдется профессий – если такие вообще есть, – которые сегодня выглядят так же, как тридцать лет назад).