אנדרו אנג: בינה מלאכותית תעשה 30–40 אחוזים מהעבודה — ולכן השאר שווה יותר

"אנשים שמשתמשים בבינה מלאכותית אולי יחליפו אנשים שלא משתמשים בה. אבל בינה מלאכותית לא נמצאת בעמדה להחליף אנשים ברוב המכריע של המשרות." — אנדרו אנג

אנדרו אנג הקים את צוות Google Brain, היה ממייסדי Coursera, והקורס שלו ללמידת מכונה הגיע למיליוני לומדים. בשיחה עם מרינה מוגילקו הוא מנסה לעשות משהו שכמעט לא שומעים ממי שבונה את התחום: להוריד את הטמפרטורה, בלי להעמיד פנים שאין בעיות.

מה הנתונים אומרים על משרות

מוגילקו מציינת שבחודשים האחרונים השיח ברשתות סביב בינה מלאכותית נעשה שלילי מאוד — מרכזי נתונים, אובדן משרות. אנג לא מתחיל באופטימיות אלא בהודאה:

"הלוואי שבינה מלאכותית הייתה עובדת טוב יותר. אנחנו פשוט לא מספיק טובים כדי לגרום לה לעשות את כל מה שאדם עושה."

ומשם הוא עובר לאופן שבו כלכלנים ניגשים לשאלה. הוא מזכיר את אריק ברניולפסון מסטנפורד ואת אנדי מקאפי מ-MIT, שפירקו משרות רבות למשימות בודדות — ובחנו כמה מהן ניתן להעביר למכונה.

"ואולי בינה מלאכותית יכולה לעשות 30, 40 אחוזים מהרבה משרות. ומה שזה אומר הוא שה-60 אחוזים שאדם עושה נעשו בעלי ערך רב עוד יותר."

המונח שהוא משתמש בו הוא השלמה כלכלית: כשחלק מהעבודה נעשה זול, החלק שנשאר אצל האדם מתייקר. ומכאן המסקנה שהוא מנסח בזהירות:

"אנשים שמשתמשים בבינה מלאכותית אולי יחליפו אנשים שלא משתמשים בה. אבל בינה מלאכותית לא נמצאת בעמדה להחליף אנשים ברוב המכריע של המשרות."

ההבחנה שלו אינה בין אדם למכונה, אלא בין אדם שעובד עם הכלי לאדם שמתעלם ממנו.

המקרה שהיה אמור להוכיח את ההפך

אנג בוחר דווקא את הדוגמה שהכי קשה לו — התחום שבו הכלים חזקים במיוחד:

"מבין כל המקצועות, זה שהכי מושפע מבינה מלאכותית כרגע הוא הנדסת תוכנה, כי בינה מלאכותית מצוינת בכתיבת קוד."

ובכל זאת, לדבריו, התמונה בשטח הפוכה ממה שהיה צפוי:

"מה שאנחנו רואים הוא שמספר המשרות הפתוחות בהנדסת תוכנה עלה. וכל מהנדסי התוכנה הטובים שאני מכיר עסוקים יותר מאי פעם."

אבל הוא לא מסיים שם, והסייג הוא החלק החשוב:

"הצד השני הוא שאם מישהו עדיין כותב קוד כמו ב-2022, לפני ChatGPT — הוא בבעיה."

ההנחיה שלו מעשית: להפסיק לעשות את החלק שהכלי כבר יודע לעשות, ולהשקיע את הזמן ברכישת כישורים שהכלי לא מחליף.

מי מרוויח מהפחד

החלק החריף ביותר בשיחה נוגע לשאלה למה השיח נעשה כה חשוך. אנג מצביע על מקור מסוים, והוא לא מנסה לרכך:

"היה הרבה מידע שגוי על בינה מלאכותית, ושורש חלק גדול מזה הוא ניסיון מצער שהתחיל לפני שנתיים-שלוש, של יחסי ציבור ושל השתלטות רגולטורית."

ההיגיון שהוא מתאר כלכלי: הנכס היקר ביותר בתחום כרגע הוא המודלים הענקיים. ומי שהשקיע מיליארדים באימון מודל כזה, לדבריו, נמצא במצב לא נוח כשמישהו אחר מאמן מודל ומחלק אותו לכולם בחינם.

"אז קומץ חברות מובילות היו קולות רמים מאוד, שמפיצים פחד סביב בינה מלאכותית כדי לנסות להעביר רגולציות."

והמטרה, לדבריו, היא מגרש משחקים לא שוויוני שמיטיב עם השחקנים הקיימים — כך שכולם ישלמו אגרה גבוהה על השימוש, ומי שרוצה לחלק מודלים פתוחים יתקשה.

הוא מביא שתי דוגמאות למה שהוא רואה כהגזמה. הראשונה היא ההשוואה הרווחת לנשק גרעיני:

"זו אנלוגיה שאין לה שום בסיס בעובדות. מה בכלל הקשר בין השניים?"

והשנייה היא טענות על צריכת המים של מרכזי נתונים, שלדבריו מוצגות כגבוהות בהרבה מהמציאות.

אבל חשוב לראות מה הוא לא אומר. הוא לא מתנגד לרגולציה כשלעצמה:

"יש כמה שימושים ממש בעייתיים בבינה מלאכותית שכדאי להוציא אל מחוץ לחוק, ולהטיל עליהם עונשים כבדים."

הוויכוח שלו אינו על השאלה אם לפקח, אלא על מי מעצב את הפיקוח ולטובת מי.

הצוואר הצר עבר מקום

כשמוגילקו שואלת איפה ההזדמנויות הגדולות למי שרוצה לבנות, התשובה של אנג קצרה:

"אני ממליץ לאנשים ללמוד בינה מלאכותית, לבנות מהר, ולדבר עם לקוחות."

הוא מספר שהוא עצמו בונה משהו כמעט בכל סוף שבוע — כשלו או למישהו בצוות יש בעיה ורעיון לאוטומציה שיפתור אותה. ומכאן הוא מגיע לאבחנה שהיא לב השיחה:

"מה שקרה עם בינה מלאכותית הוא שעלות הבנייה צנחה, ולכן האתגר עובר להחלטה מה לבנות. לזה אני קורא צוואר הבקבוק של ניהול המוצר."

והמשמעות, לדבריו, היא שהערך עובר למי שיודע לדבר עם לקוחות, לפתח שיקול דעת וטעם לגבי מה שווה לבנות — ואז לבנות עם הכלים ולחזור על התהליך מהר.

אבל חברה עדיין קשה

מוגילקו שואלת אם, כשאפשר לבנות כל כך מהר, כדאי לנסות כמה רעיונות במקביל. וכאן אנג מצנן:

"מסתבר שלבנות חברה זה עדיין ממש, ממש קשה. ולכן יש הרבה מה לומר בעד מנהיגות שמתמקדת בדבר אחד בלבד."

והוא מסביר את הפער שבין שני סוגי הבנייה:

"בסוף שבוע אני יכול לבנות אפליקציה פשוטה. הלוואי שהיה כל כך קל לבנות חברה גדולה."

מה שנדרש לחברה, לדבריו, הוא אחד משניים או שניהם: עומק טכני אמיתי, או הבנה עמוקה של הלקוח. ואת השני הוא מתאר כעבודה איטית במיוחד:

"זה פשוט לוקח הרבה — לדבר עם אנשים, לקרוא הבעות פנים, סקרים, ולעשות את זה שוב ושוב עד שמבינים מה לבנות."

ומה עם הילדים

מוגילקו מספרת שבתה בת החמש עונה על כל שאלה שאין לה תשובה עליה ב"תשאלי את ChatGPT", ושואלת מה צופה העתיד לילדים. אנג אופטימי:

"קודם כול, אני חושב שלילדים יש עתיד מזהיר. זה זמן כל כך מרגש לגדול בו, עם כלים שלאף אחד מאיתנו לא היו."

אבל יש לו דאגה אחת, והוא מגדיר אותה במדויק:

"בינה מלאכותית שפוגעת בלמידה — זה משהו שאני מאוד מודאג ממנו."

והוא מתאר איך זה נראה אצלו בבית. לילדיו, בני חמש ושבע, הוא מלמד חשבון בלי מחשבון. הדאגה שלו מתגברת דווקא כשהם יגדלו — שתלמידים יעבירו לכלי את החשיבה עצמה, באופן שפוגע בזכירה ובלמידה לטווח ארוך.

ובאותה נשימה הוא מספר שכשלא מצא תוכנה טובה ללימוד הקלדה לבתו, הוא פשוט בנה אחת בעצמו.

זו כנראה העמדה שלו בקטן: הכלי אינו הבעיה ואינו הפתרון. השאלה היא אם הוא עושה במקומך את מה שהיית צריך ללמוד.

מה לוקחים מזה

• משרה היא אוסף משימות, לא יחידה אחת. לפי הניתוח שאנג מצטט, הכלים מבצעים חלק מהמשימות — ומה שנשאר אצל האדם עולה בערכו.
• התחרות היא מול מי שמשתמש בכלי. הוא מנסח את הסיכון כהחלפה של מי שלא אימץ את הכלים, ולא של בני אדם בכלל.
• גם בתחום הכי חשוף יש ביקוש. בפיתוח תוכנה, לדבריו, המשרות הפתוחות עלו — אבל מי שעובד כמו לפני 2022 בבעיה.
• שווה לשאול מי מרוויח מפחד. אנג טוען שחלק מהאזהרות משרתות חברות שמעדיפות רגולציה שתקשה על מתחרים — ובאותה נשימה תומך באיסור שימושים מזיקים.
• הבנייה נעשתה זולה, ההחלטה נשארה יקרה. הערך עובר למי שיודע מה לבנות — וזה נלמד משיחות עם לקוחות.
• חברה עדיין דורשת מיקוד. אפליקציה בסוף שבוע אינה חברה, והוא ממליץ על עומק בתחום אחד או שניים.
• והדאגה לגבי ילדים היא דילוג על הלמידה. לא החשיפה לכלים, אלא העברת החשיבה עצמה אליהם.

• #אנדרו אנג
• #בינה מלאכותית
• #עתיד העבודה
• #יזמות
• #למידה
• #מרינה מוגילקו