Текст книги "Человек цифровой. Четвертая революция в истории человечества, которая затронет каждого"

Создание семантического мира

Искусственный интеллект, машинное обучение и глубокое обучение – основные элементы семантической паутины. Я впервые рассказал о ней добрый десяток лет назад и, пожалуй, в те времена неверно интерпретировал исходную идею Тима Бернерса-Ли. В его трактовке семантическая паутина – это сеть данных, которые могут обрабатываться машинами[20]20
  Berners-Lee T., Fischetti М. Weaving the Web. New York: HarperCollins, 1999.


[Закрыть]:

«Я мечтаю о Сети, [где компьютеры] смогут анализировать все данные в паутине – контент, ссылки, транзакции между людьми и компьютерами. «Семантическая паутина», способная это обеспечить, пока не появилась, но когда появится, повседневные механизмы торговли, документооборота и прочие рутинные процессы будут обслуживаться машинами, которые общаются с машинами. Наконец-то появятся разумные помощники, о которых люди мечтали веками».

Я не такой специалист в технических вопросах, как сэр Тим сотоварищи, и понимаю его идею таким образом: интеллектуальный интернет, который начинает индексировать сам себя таким образом, что все его узлы могут общаться друг с другом, достигать соглашений по разным вопросам и работать лучше.

В моей трактовке семантической паутины интернет будет управлять всеми моими устройствами, а эти устройства будут предугадывать все мои желания. Телевизор без просьб с моей стороны найдет развлекательную передачу, холодильник будет знать, какие продукты заказать, прежде чем они закончатся, автомобиль станет дозаправляться без моей команды. В такой версии семантической паутины машины действуют интеллектуально не только потому, что оснащены искусственным интеллектом и специально обучены, но и потому, что делятся накопленными знаниями с другими машинами, обучая всю сеть.

Искусственный интеллект, машинное обучение и глубокое обучение – подлинные основы семантической паутины. Отмечу, что между машинным и глубоким обучением есть разница. Глубокое обучение создано в качестве этапа продвижения от машинного обучения к полноценному искусственному интеллекту. MIT Review так определяет его:

«Программы для глубокого обучения призваны имитировать деятельность нейронов в коре головного мозга, составляющей около 80 % объема мозга, отвечающего за мышление. Программа в буквальном смысле учится распознавать закономерности в цифровых представлениях звуков, изображений и других данных»[21]21
  Hof R. D. 10 Breakthrough Technologies 2013: Deep Learning. MIT Technology Review, 2013.


[Закрыть].

Иными словами, цель этих разработок – компьютер, не уступающий в интеллекте человеческому мозгу либо превосходящий его. Мечта о таком компьютере стала реальностью, когда в нашем распоряжении появились практически неограниченные вычислительные мощности; подобные машины становятся реальностью, ими занимаются такие интернет-гиганты, как Facebook, Amazon, Tencent, Baidu, Alibaba и Google. Их общими усилиями мы стремительно движемся к созданию искусственного интеллекта второго уровня – общего искусственного интеллекта.

Ранее в этой главе я уже упоминал о трех основных уровнях искусственного интеллекта, а именно:

• Ограниченный искусственный интеллект (ANI) специализируется на одной задаче. Таков, например, компьютер IBM Deep Blue, обыгравший Гарри Каспарова в шахматы. Он умеет делать только одно: играть в шахматы.

• Общий искусственный интеллект (AGI) – этап, на котором машина проходит тест Тьюринга и по уровню интеллекта сравнивается с человеком, умеет мыслить логически и абстрактно. Такая машина быстро учится, в том числе опытным путем.

• Сверхразумный искусственный интеллект (ASI) – машины становятся умнее всего человечества вместе взятого.

Эти разработки образуют ядро семантической паутины. Лидером в этой сфере является, судя по всему, Google. Я не утверждаю, что остальные компании отстают, но, если судить по числу публичных заявлений, сделанных Google за последние шесть лет, именно эта компания наделала больше всего шума по поводу глубокого обучения.

Google начал разработки в области искусственного интеллекта в 2011 году, запустив проект Google Brain. Первые результаты были получены в 2012 году: Google объявил, что его машины научились распознавать изображения котиков:

«Когда инженеры из секретной лаборатории Google X Lab построили нейронную сеть из 16 000 компьютерных процессоров, проложили между ними миллиард связей и позволили этой сети открыть YouTube, она занялась тем же самым, что делают многие люди: начала искать котиков.

Этой модели мозга на трое суток показали 10 млн видеороликов с YouTube, выбранных случайным образом, после чего, изучив список из 20 000 элементов, машина начала распознавать изображения котиков, пользуясь алгоритмом глубокого обучения. Она справилась, хотя в нее и не загрузили никакой информации о том, как идентифицировать котиков.

Просматривая изображения на YouTube, система достигла 81,7 % точности при распознавании человеческих лиц, 76,7 % точности при определении частей человеческого тела и 74,8 % точности при идентификации котиков»[22]22
  Liat Clark. Google’s Artificial Brain Learns to Find Cat Videos // Wired. 26 June 2012.


[Закрыть].

В 2014 году Google опередил Facebook и приобрел британский стартап DeepMind за $600 млн. Вооружившись Google Brain и Deep Mind, компания смогла серьезно расширить горизонты искусственного интеллекта: машины научились играть в видеоигры.

В следующий раз о компании написали все СМИ в 2016 году, когда машины Google обыграли чемпиона мира по игре го – игре настолько сложной, что считалось, будто ни одна машина никогда не сможет победить в ней человека. Следом появилась еще одна важная новость: машины придумали собственный язык. В ходе эксперимента компьютеры создали собственную форму шифрования на основе машинного обучения, при этом конкретных криптографических алгоритмов в них не загружали. Последняя новость – машины запоминают навыки, которые понадобились им для решения разных задач; это ключевое требование для достижения общего искусственного интеллекта. Легко понять, почему Google заинтересован в искусственном интеллекте и глубоком обучении, – посмотрите, как эти технологии помогают оптимизировать его сервисы, в частности Google-переводчик, о чем мы уже говорили.

Благодаря усилиям интернет-гигантов мы стремительно приближаемся к этапу, когда машины станут умнее людей, и уже недалек тот момент, за которым начинается всеобщая автоматизация. Вскоре чат-бот научится обслуживать вас лучше, чем человек. А если внедрить чат-бота в человекоподобного робота или аватара? Добро пожаловать в семантическую паутину – это не операционная система, это сознание.

Что будет, если применить идею семантической паутины в банковском секторе? По сути, цифровые банки – это цифровые хранилища ценности. Данные депонируются и снимаются в форме денег, которые признаются государством и находятся под его контролем. Сейчас у нас уже есть альтернативы, например биткоин, позволяющий откладывать и снимать деньги в форме данных, причем их ценность признается в сети на основе общего согласия. Обе системы базируются на данных и транзакциях данных, и обе они сходятся в том, что децентрализация увеличивает безопасность, поскольку нет и не может быть единой точки отказа.

Но банковские системы создавались на базе множества закрытых серверов, где не предусмотрены искусственный интеллект и возможности машинного обучения. Это проблема. Как машина может что-либо обо мне узнать, если вся моя информация хранится в нескольких системах, исходя из того, чем я пользовался: депозит, ссуды, ипотека, карты или сбережения? Это сложный вызов для аналогового банка: вся его информация рассредоточена по устаревшим системам и напоминает лоскутное одеяло.

Семантический банк очистит эти данные и воспользуется возможностями искусственного интеллекта и аналитики, чтобы разобраться в истории моих финансовых операций и предсказать мои финансовые потребности в будущем. Делать это будут не люди, а машины. Семантический банк будущего станет опираться на свои структуры с открытым исходным кодом, состоящие из приложений, API и инструментов аналитики. С их помощью он будет извлекать информацию из семантической паутины и получать глубокую аналитику, интегрируя сведения обо мне с данными моих устройств и перемещений.

Семантический банк превратится в живого и активного компаньона моего кибермозга. Он понимает меня, знает, когда я медлю с решением или, наоборот, рискую, когда упускаю возможности для инвестиций, а когда могу сэкономить. Он не спрашивает моего разрешения на эти операции, а выполняет их за меня – в этом вся суть, – а я просто живу, зная, что семантический банк присматривает за мной.

Вот почему никто из героев сериала Star Trek не задумывается о деньгах – все эти вопросы решает система. Это завтрашний день финансового сектора, и рассвет уже близок.

Будущее человечества

Когда я родился, в мире было 3 млрд человек. Сейчас более 7 млрд. Если мы излечим каждого, преодолеем бедность, уменьшим напряженность и прекратим войны, обеспечим людям более долгую и здоровую жизнь, то столкнемся с проблемой. Если человек будет жить до ста лет, значит, вскоре нас будет 20 млрд, потом сто, а может быть, и триллион.

Наша планета не выдержит такого популяционного давления. Я размышляю о том, сможет ли наш вид колонизировать космос либо смирится с широким распространением эвтаназии. Есть два образа будущего. Первый – «Инферно» из одноименного романа Дэна Брауна, второй – многопланетное общество, о котором говорит Илон Маск. Чей подход нам ближе?

Мы переживаем четвертую революцию в истории человечества, а скоро наступит пятая, которая наверняка объединит искусственный интеллект, биотехнологии, редактирование генома, многоразовые ракеты и колонизацию других планет. Немного машины внутри человека и немного человечности в машине.

Как все это повлияет на наше мышление в следующем веке? Можно вспомнить исторический эпизод конца XIX века, когда немецкий канцлер Отто фон Бисмарк предложил отправлять людей на пенсию по достижении 70 лет. Позже пенсионный возраст был снижен до 65 лет – большинство мужчин в Германии не доживали и до пятидесяти. Сегодня средняя продолжительность жизни немца 80 лет, а завтра…

Если все мы будем жить по сто лет, что станет с пенсиями? Как это отразится на работе? Я не знаю ответов на эти вопросы, но ставлю их, поскольку большинство из нас, по-видимому, смотрит в будущее с пессимизмом. Возьмем два бестселлера, посвященные этой теме: «Роботы наступают» Мартина Форда[23]23
  Форд М. Роботы наступают. Развитие технологий и будущее без работы. М.: Альпина нон-фикшн, 2016.


[Закрыть] и Homo Deus Юваля Ноя Харари[24]24
  Харари Ю. Н. Homo Deus. Краткая история будущего. М.: Синдбад, 2018.


[Закрыть].

Суть книги Форда сводится к тому, что искусственный интеллект и робототехника разрушат существующий ныне рынок труда; Харари же развивает идею, что человечество стремительно движется к созданию «дизайнерских людей» для богатых, рядом с которыми будет существовать огромная толпа ничего не значащих недочеловеков.

Обе трактовки будущего – жуткие, и обе мне не близки. Будущего обычно боятся люди старшего поколения. Я и сам не слишком молод, но знаю: чтобы предугадать будущее, надо внимательно наблюдать за молодежью. Молодые не боятся будущего – наоборот, приветствуют его. Спросите мальчишку, сколько ему лет, – и он обязательно назовет число «с хвостиком», например «восемь с половиной» или «тринадцать и три месяца». Спросите о возрасте человека постарше – и окажется, что собеседнику вечно 21 или 40. Сам я вдвое старше миллениалов, но это уже другая история.

Итак, есть эти боязливые стареющие люди, которые опасаются прогресса, не приемлют новых технологий и перемен в принципе. Это не новость.

Приятно отметить, что оба автора рисуют будущее не только черными красками. Харари отмечает, что на протяжении тысячелетий люди опасались голода, эпидемий и войн. Все три опасности по-прежнему существуют, но сегодня эти проблемы разрешимы. «Впервые в истории, – пишет Харари, – больше людей умирают от старости или переедания, чем от голода или от инфекций, больше людей кончают жизнь самоубийством, чем оказываются убитыми на войне, террористами и преступниками вместе взятыми».

Мартин Форд также выражает уверенность, что постоянно развивающиеся технологии позволят нам радикально продвинуться в борьбе с неизлечимыми болезнями. Так считают и руководители IT-гигантов – взять хотя бы благотворительный фонд с капиталом $3 млрд, созданный Марком и Присциллой Цукерберг для «лечения, предотвращения и осуществления контроля за всеми возможными заболеваниями до конца XXI века». Microsoft заявляет, что планирует победить рак при помощи инструментария искусственного интеллекта. Проект DeepMind от Google взаимодействует с Национальной системой здравоохранения Великобритании (NHS), чтобы использовать компьютеры для более точной диагностики заболеваний. IBM и MIT объявили о намерении разработать системы на базе ИИ, которые позволят улучшить уход за престарелыми пациентами и инвалидами.

Вот почему я не согласен ни с Фордом, ни с Харари. Да, будущее бросает нам вызов, но следующая большая волна перемен будет связана с космосом. Космические путешествия и корабли на повестке дня у ведущих инженеров и IT-предпринимателей – от Илона Маска до Джеффа Безоса и Ричарда Брэнсона. Эти люди закладывают положительный потенциал будущего, поскольку в рамках коллаборации человека с компьютером разработка, создание и использование космических кораблей будет очень интенсивным. Следующие несколько столетий пройдут под знаменем человеко-машинных взаимодействий.

Технологии не вытеснят человека со всех рабочих мест и не породят расы сверхлюдей и недочеловеков. С их помощью мы отправимся исследовать другие миры и освоим другие планеты, создавая лучшее человечество.

Работа будущего

Выходит много репортажей о том, как роботы отнимают работу у людей. Кажется, мы вступаем в мир безработицы. Несколько лет назад ученые из Оксфордского университета опубликовали работу. Согласно их прогнозам, 47 % рабочих мест в США в течение двух десятилетий испытают «высокий риск» компьютеризации[25]25
  Benedikt F. C., Osborne M. A. The future of employment: how susceptible are jobs to computerization? // 17 September 2013, www.oxfordmartin.ox.ac.uk/downloads/academic/future-of-employment.pdf.


[Закрыть]. Результаты исследования, проведенного в 2015 году Глобальным институтом McKinsey, говорят о том, что 45 % видов трудовой деятельности можно автоматизировать, в том числе 20 % функционала СЕО с неприлично высокими окладами – например, операционный анализ[26]26
  Chui M., Manyika J., Miremadi M. Four fundamentals of workplace automation // McKinsey Quarterly. November 2015. P. 1–9


[Закрыть].

Экономисты Бостонского и Колумбийского университетов предполагают[27]27
  Benzell S. G., Kotlikoff L. J., LaGarda G., Sachs J. D. Robots Are Us: Some Economics of Human Replacement // NBER Working Paper No. 20941, issued in February 2015 and revised in March 2016.


[Закрыть], что «умные машины» вызовут «долгосрочное снижение доли заработной платы в структуре доходов», новые технологические циклы со своими подъемами и спадами, а также «растущую зависимость нынешнего объема производства от инвестиций в программные продукты, сделанных в прошлом». Иными словами, потребность в новых программах снизится, так что безработица грозит даже программистам.

Эксперты PricewaterhouseCoopers вообще считают, что около 40 % рабочих мест в США вскоре могут занять роботы (это на 7 % меньше, чем предполагают исследователи из Оксфорда). В Великобритании этот показатель составит 30 %, в Германии – 35 %, в Японии – 21 %. Поскольку финансовый сектор более уязвим для автоматизации по сравнению с другими отраслями, грядущий тренд сильнее всего затронет США и Великобританию[28]28
  «До 30 % рабочих мест в Великобритании могут быть автоматизированы к началу 2030-х годов, однако это должно быть скомпенсировано ростом занятости в других сферах экономики» – с сайта PwC от 24 марта 2017 г.


[Закрыть].

Особенно сильный удар испытают банки: по оценке Citigroup, к 2025 году треть рабочих мест в банковском секторе исчезнет. Джон Крайан, СЕО Deutsche Bank, полагает, что до конца следующего десятилетия половина банковских работников лишится своих мест.

Принимая во внимание эти данные, я составил список из пяти специальностей, которыми может пополниться банковский сектор в будущем. К каждой из них предъявляются уникальные требования:

• Data Scientist. В ближайшие пять лет специалисты по аналитике данных станут самыми востребованными банковскими работниками. Их задача – показать, когда, почему и как клиенты пользуются банковскими продуктами (на основе статистических методов, Big Data, машинного обучения и искусственного интеллекта).

• UX-дизайнер, он же разработчик приложений для интерактивного общения с пользователем. Его задача – понять, какие продукты нужны клиентам и в каких ситуациях. Кроме того, он обеспечивает доступность и удобство эксплуатации продуктов для пользователей.

• Психолог-когнитивист должен понять потребителей (звучит кошмарно) и предсказать, насколько важными и значимыми будут для них те или иные банковские продукты.

• Специалист по алгоритмам оценки рисков. По мере совершенствования технологий банки смогут оценивать риски на основе сложных формул в режиме реального времени. Здесь и понадобятся такие специалисты. Чем больший объем данных привлекается к анализу, тем надежнее будет оценка риска.

• Специалист по продвижению сообществ. Этот сотрудник должен поддерживать хорошие отношения с клиентами, ведь банк и его продукты будут все теснее встраиваться в их повседневную жизнь.

Из всего списка специальностей будущего мне больше всего нравится главный каннибал (Chief Cannibal Officer). Он руководит внутрикорпоративным «отделом каннибализации», перед которым стоит единственная задача – ломать бизнес, то есть находить уязвимости и определять, можно ли их устранить. В их распоряжении – технологии, новые структуры, новый образ мышления и новые бизнес-модели. Всё, чтобы забивать священных коров, перескакивать через производственные этапы и проверять на прочность все компоненты бизнес-подхода. Разумеется, «людоеды» будут очень раздражать – кто захочет, чтобы его сожрали?

Значимость этой специальности трудно переоценить, ведь бизнес, как правило, самодоволен, ленив и противится переменам. В отраслях, которые развиваются стабильно и где конкурентам сложно пробиться на рынок (например, в банковском секторе или фармацевтической промышленности), самодовольство до недавнего времени было позволительно. Однако на наших глазах технологические циклы ускоряются и сменяются с невиданной скоростью, барьеры входа на рынок теряют актуальность, повсеместно внедряются инновации, и все без исключения компании вынуждены реагировать на эти вызовы быстрее и быстрее.

Для этой цели и нужны те, кто создаст в компании отдел, призванный разрушить старую бизнес-модель. Это позволит бизнесу оперативно учитывать слабости и реагировать на уязвимости – раньше, чем их обнаружит кто-нибудь из чужаков. Вот почему компании так остро нуждаются в отделе каннибализации.

Итак, обсудив новые человеческие роли, давайте поговорим о том, какие рабочие места в первую очередь пострадают от автоматизации. Шелли Палмер, руководитель консалтинговой компании Palmer Group, работающей в сфере технологий и бизнеса, считает, что в первую очередь роботы претендуют на пять специальностей[29]29
  См. https://www.linkedin.com/pulse/5-jobs-robots-take-first-shelly-palmer.


[Закрыть]:

• Менеджеры среднего звена.

• Продавцы в розничной торговле.

• Составители отчетов, журналисты, авторы и ведущие.

• Бухгалтеры и помощники бухгалтеров.

• Врачи.

Соглашусь, врачи в группе риска. Судите сами: если врач ошибается в половине случаев, а робот практически никогда, кому вы доверитесь?

Правда, Шелли упустил еще одну профессию: юристы. Сочетание распределенных реестров и искусственного интеллекта приведет к пересмотру правовой сферы и к ее дигитализации – юристы станут не нужны. Прекрасно, правда?

Не верите? В феврале 2017 года Bloomberg сообщила, что в JPMorgan написали программу, способную всего за несколько секунд решить задачу, на которую адвокаты и кредитные специалисты тратили по 360 000 часов в год[30]30
  Son H. JPMorgan Software Does in Seconds What Took Lawyers 360,000 Hours // Bloomberg. 28 February 2017.


[Закрыть]. Программа COIN работает на основе машинного обучения и выполняет немыслимую для человека работу по анализу договоров кредитования предприятий. Она за считаные секунды исследует документ, ошибается реже человека и никогда не уходит в отпуск. СOIN JPMorgan смогла снизить число ошибок при обработке таких договоров – ведь они, как правило, были вызваны человеческим фактором. Это позволило компании обрабатывать в год на 12 000 договоров больше.

Когда машины возьмут верх, что станет с людьми?

Что станет с людьми в мире робототехники, интеллектуальных программных агентов, искусственного интеллекта и усиленного интеллекта? Куда им податься, если не останется отделений, структур и офисов для сотрудников?

Хороший вопрос. Он всегда возникает, когда мы переходим от одной трудовой парадигмы к другой. Если не будет ферм, где станут работать люди? Если не будет фабрик, где станут работать люди? Если не останется офисов, где будут работать люди?

Содержание труда меняется, как и все вокруг. Мы перешли от изнурительного ручного труда сначала к «синим воротничкам», а потом и к «белым воротничкам». Куда дальше – большой вопрос. Чувствую, следующий шаг – мир сервисных технологий. Благодаря им наша жизнь станет проще, мы будем пользоваться массой интеллектуальных возможностей, а взамен разрабатывать и внедрять технологии, делающие нашу жизнь еще более легкой, интеллектуальной и свободной от неприятных неожиданностей.

Неквалифицированные рабочие будут обслуживать роботов и машины, квалифицированные – создавать с роботами и машинами удивительные услуги, а машины начнут развивать сами себя и управлять друг другом. Даже если машина способна управлять собой, это не означает, что она никогда не сломается. И если машина оснащена искусственным интеллектом, это совершенно не означает, что она не будет нуждаться в интеллекте человека, необходимом ей для следующего прорыва.

Наша обеспокоенность конкуренцией со стороны машин и автоматизацией пройдет, когда мы осознаем, что машины помогают создавать новые отрасли, новые рабочие места и новые возможности. Хороший пример – исчезновение отделений и филиалов. Уже понятно, что должность кассира-операциониста и организационная структура с отделениями и региональными подразделениями доживают последние дни. Это структуры прошлого века, с приходом автоматизации надобность в них отпадет. Что делать с отделениями и их сотрудниками? Филиалы и подразделения – перепрофилировать, на базе многих из них уже сегодня возникают лофты, кофейни и бары. Но люди? Что будет с людьми?

Люди, которые хоть что-то умеют, могут заняться поддержкой контактов в цифровой сфере. Если сотрудники регионального представительства хорошо налаживают отношения с людьми, отправим их в Facebook или Skype, пусть развивают связи там. Сотрудник, который легко «читает» других, работает с энтузиазмом и вовлечен в общее дело, сможет применить свои способности к эмпатии, увлеченность и энтузиазм, звоня по Skype или переписываясь с клиентами в Facebook, разве нет?

Сложнее ответить на вопрос, обладают ли сотрудники в принципе эмпатией, увлеченностью и энтузиазмом, учитывая, что большинство офисных работников – менеджеры, работающие за гроши? Итак, какие специальности из банковской сферы уцелеют? Где от людей действительно будет что-то зависеть?

СРЕДНЯЯ ВЕРОЯТНОСТЬ АВТОМАТИЗАЦИИ ТРУДА

Источник: The Bank of England; BNP Paribas Asset Management

Энди Холдейн из Банка Англии предупреждает: автоматизация угрожает половине работников в Великобритании, а «третья машинная эпоха» подорвет роль и значение рынка труда, увеличив пропасть между богатыми и бедными.

Согласно отчету австралийского правительственного агентства «Государственное объединение научных и прикладных исследований», на динамику рынка труда будут влиять следующие факторы[31]31
  Tomorrow’s digitally enabled workforce // CSIRO. January 2016.


[Закрыть]:

• Растущая важность образования и профессиональной подготовки.

• Новые возможности для новых видов работы в будущем.

• Потребность в цифровой грамотности наряду с умением читать, писать и считать.

• Рост значения STEM (естественных наук, технологии, инженерного дела, математики) при одновременном снижении доли трудовых ресурсов, занятых в этих научных дисциплинах.

• Способности и склад ума, позволяющие сориентироваться на меняющемся рынке труда.

• Восприятие и регулирование новых видов профессий.

• Повышение вовлеченности трудовых ресурсов в условиях негативных демографических тенденций.

• Необходимость перехода к экономическим моделям с отложенным выходом на пенсию.

• Новые модели, позволяющие прогнозировать требования для смены работы.

• Понимание особенностей P2P-экономики и P2P-фриланса.

В свою очередь, в отчете «Будущее рабочих мест», представленном на Всемирном экономическом форуме, описана колоссальная трансформация набора навыков и умений, необходимых для достижения успеха в новых условиях[32]32
  The Future of Jobs // World Economic Forum. January 2016.


[Закрыть].

10 важнейших навыков, необходимых для процветания

2015

• Решение сложных проблем

• Умение координировать действия с другими сотрудниками

• Управление людьми

• Критическое мышление

• Умение договариваться

• Контроль качества

• Ориентированность на услуги

• Способность к суждениям и умение принимать решения

• Умение слушать

• Креативность

2020

• Решение сложных проблем

• Критическое мышление

• Креативность

• Управление людьми

• Умение координировать действия с другими сотрудниками

• Эмоциональный интеллект

• Способность к суждениям и умение принимать решения

• Ориентированность на услуги

• Умение договариваться

• Когнитивная гибкость

В банковском секторе серьезные изменения происходят уже сейчас: незавидна участь трейдеров-людей. Если машина способна инвестировать лучше человека, значит, дни многомиллиардных бонусов останутся в прошлом. По мнению Дэниела Нэдлера, основателя и СЕО стартапа Kensho (компания предлагает собственный инструмент для анализа финансовых данных на основе искусственного интеллекта и машинного обучения), от трети до половины сотрудников, занятых сегодня в финансовой сфере, потеряют работу в ближайшие 10 лет из-за автоматизации ПО.

Рынок труда меняется из-за автоматизации, но ничего экстраординарного не происходит. Работа будет всегда, просто не та, что сейчас. Разница лишь в том, что в будущем появится две группы людей: одни будут владеть роботами, а другие – обслуживать их.