Sztuczna inteligencja a rynek pracy. Nie wywoła wzrostu bezrobocia?

W rozmowie z PAP Sokolnicki, CEO firmy 4Enlight, wcześniej inżynier i trener Microsoft ocenił, że wprowadzenie w firmie nowoczesnej automatyzacji opartej o AI nie jest prostym procesem i może stanowić wyzwanie dla większości firm obecnych od lat na polskim rynku. Bariery to m.in. starsze urządzenia i systemy, wysokie koszty wdrożenia AI czy długi proces decyzyjny w organizacjach; w związku z tym ekspert nie spodziewa się, że nastąpią radykalne zmiany polegające na zwolnieniu pracowników i zastąpieniu ich sztuczną inteligencją.

PAP: Raport Polskiego Instytutu Ekonomicznego pokazuje, że zawody takie jak finansiści, prawnicy i programiści mogą być szczególnie narażone na wpływ sztucznej inteligencji. Według badania Grafton Recruitment, w 2024 roku spadł popyt na stanowiska opierające się na prostych, powtarzalnych zadaniach, co ma być spowodowane automatyzacją. Co pan o tym sądzi?

Jarosław Sokolnicki: Badania zostały przeprowadzone rzetelnie, jednak ich wnioski mają charakter spekulacyjny. Wpływ na automatyzację ma wiele czynników; wymaga ona odpowiedniej infrastruktury, a firmy, nie tylko w Polsce, zazwyczaj mają wysoki dług technologiczny.

PAP: Co to znaczy?

J.S.: Dług technologiczny to starsze rozwiązania technologiczne, które mimo upływu lat wciąż są wykorzystywane do realizacji określonych zadań. W firmach długo działających na rynku często można znaleźć systemy np. księgowe, zakupione 15 lat temu. Automatyzacja takiego systemu możliwa jest jedynie za pomocą prostych robotów symulujących interakcje użytkownika z interfejsem, co określamy jako Robotic Proces Automation (RPA). Jest tam AI, ale nie ta, którą znamy z ChatGPT. Automatyzacja w formie RPA funkcjonuje już od wielu lat, np. w krakowskich centrach usług wspólnych.

PAP: Co więc według pana wpłynęło na spadek zatrudnienia na niektórych stanowiskach w minionym roku?

J.S.: Uważam, że zmiany te nie były jeszcze bezpośrednio związane ze sztuczną inteligencją, ale wynikały z popandemicznego spowolnienia w niektórych sektorach gospodarki. Przykładowo w branży software house (przedsiębiorstwa zajmujące się tworzeniem oprogramowania – PAP) odnotowano mniej projektów, co przełożyło się na mniejsze zapotrzebowanie na programistów. Podobne zjawisko można zaobserwować w innych krajach, m.in. w Niemczech. Sztuczna inteligencja jest kolejnym elementem, który przyspieszy automatyzację, osobiście nie sądzę jednak, że nagle pojawi się radykalna zmiana, pod tytułem "zwalniamy wszystkich i zastępujemy ich sztuczną inteligencją".

PAP: Jakie trendy dotyczące sztucznej inteligencji będą według pana dominować w 2025 roku?

J.S.: Mówi się, że 2025 będzie rokiem agentów AI. Mówiąc prosto agent to kod oparty na modelu sztucznej inteligencji, który potrafi wykonać za nas konkretne zadania albo całą ich listę. Na przykład prosimy ChatGPT o przygotowanie analizy konkurencji, stworzenie na jej podstawie wykresu i uwzględnienie w nim naszej firmy. To swego rodzaju pomocnik, dzięki któremu nie musimy korzystać z wielu różnych aplikacji. Teraz wyobraźmy sobie strukturę złożoną z kilku agentów, którzy będą między sobą wymieniać informacje, każdy realizuje inne zadanie, a nad nimi czuwa inny agent pełniący rolę koordynatora. Taka struktura przypomina zespół, który ma swojego menadżera, a ten z kolei raportuje do CEO. Następnie prezes analizuje raporty od różnych zespołów i na ich podstawie podejmuje decyzje.

Jednak badania wykazują, że im bardziej proces staje się złożony i wielopoziomowy, tym efektywność oraz dokładność agentów spada. Co innego prosty komunikat, tak jak "zrób za mnie wykres", a co innego, gdy agent musi przełączać się między różnymi zadaniami. W takiej sytuacji może się pogubić.

PAP: Jakie jeszcze problemy z wdrożeniem sztucznej inteligencji w firmach pan dostrzega?

J.S.: Kolejnym wyzwaniem związanym z wykorzystaniem agentów AI w wielu firmach jest przechowywanie danych w różnych systemach i w różnych formatach. Na przykład w systemach księgowych, logistycznych i do składania zamówień mogą znajdować się różne zestawy danych, które czasami się wykluczają. W takiej sytuacji sztuczna inteligencja nie byłaby w stanie jednoznacznie określić, który zestaw danych wykorzystać i na jakiej podstawie podjąć decyzję. Dodatkowym ograniczeniem jest skomplikowany proces decyzyjny, szczególnie w dużych organizacjach, gdzie często dominuje dość archaiczna kultura organizacyjna. Ponadto wiele firm wykazuje zachowawcze podejście do zmian. Każda decyzja wymaga dokładnych analiz i przeliczeń, zanim zostanie wdrożona.

PAP: Jak już mowa o liczeniu - czy korzystanie z agentów AI w firmie jest w ogóle opłacalne? To nie są tanie rzeczy.

J.S.: Koszt agenta AI zdolnego do przetwarzania dużych wolumenów danych często przewyższa koszt zatrudnienia wykwalifikowanego pracownika, nawet na jednym z najdroższych rynków pracy, jakim jest Los Angeles. Jeśli dodamy do tego dług technologiczny i ryzyko spadku dokładności, okaże się, że 99 proc. firm już istniejących na rynku nie będzie w stanie wprowadzić systemu agentów AI w najbliższym czasie. To technologia, która tak naprawdę jest dopiero testowana. Na pewno łatwiej będzie ją wprowadzić, jeśli dopiero zakładamy firmę i mamy nowoczesną infrastrukturę. Jeśli natomiast mamy dom z pustaka, to możemy go ewentualnie ocieplić styropianem. Nie zmienimy go w nowoczesne, energooszczędne lokum. Myślę, że w niedalekiej przyszłości na pewno pojawią się na rynku firmy - challengerzy, które wdrożą agentów AI, szybko się zautomatyzują, będą miały niskie koszty i wysoką efektywność. Jednak na sukces w biznesie ma wpływ wiele czynników. Drugą z mocnych stron jest "brand", czyli marka, którą trzeba wypromować. Dochodzi do tego sprzedaż, która musi zdobyć klientów i ma na to określony budżet. A co najważniejsze, trzeba najpierw zdobyć ich zaufanie.

PAP: Czy firmy mogą też wstrzymywać wprowadzanie modeli AI ze względu na generowane przez nie halucynacje, czyli fałszywe informacje, które brzmią jak prawdziwe?

J.S.: Halucynacje są nieodłącznym elementem działania modeli AI, które na zasadzie prawdopodobieństwa generują odpowiedzi, bazujące na najbardziej prawdopodobnych danych z dostępnych zasobów, nawet jeśli nie są one w pełni precyzyjne. Podobnie działa nasz mózg. Przeszukujemy dostępne informacje i podajemy te, które wydają nam się najbardziej prawdopodobne. Wiele osób w momencie niepewności przekazuje informacje, które mogą nie być zgodne z rzeczywistością. Jedni otwarcie powiedzą "nie wiem", a inni będą uparcie obstawiać przy swojej wersji, nawet jeśli jest błędna.

Teoretycznie halucynacje AI można by wyeliminować, ale kosztem kreatywności modelu. W efekcie halucynacji model może ujawniać cechy, których się po nim nie spodziewaliśmy lub które nie były uwzględnione w jego projekcie. Może wykazać się zarówno imponującą inteligencją, jak i zupełnie nieracjonalnymi wynikami. Oczywiście trwają prace nad zwiększeniem dokładności modeli, które z czasem będą stawały się coraz bardziej precyzyjne.

Technologia oferuje pewne możliwości, ale napotyka na ograniczenia biznesowe. Z kolei biznes ma swój potencjał, ale też bariery. Kluczem jest umiejętne połączenie tych dwóch elementów, tak żeby się wzajemnie uzupełniały. Jeśli zapadnie decyzja o wdrożeniu AI, musi być wykonana pewna praca: zarządcza, biznesowa, organizacyjna, na poziomie ludzkim. Organizacje, które będą na to gotowe, zaczną transformować rynek.