Wiosną 2025 roku Dario Amodei, dyrektor generalny Anthropic, zaczął rozpowszechniać ostrzeżenie, które brzmiało mniej jak prognoza, a bardziej jak groźba: nieuchronna jest „rzeź białych kołnierzyków”. Nastroje te dobrze przyjmowały się w przeszklonych salach konferencyjnych San Francisco, gdzie szybkość oprogramowania często myli się z tempem rzeczywistości. Jednak w przemysłowym sercu Nadrenii Północnej-Westfalii proroctwo to napotkało dość twardą ścianę. Na niedawnych targach maszyn w Hanowerze nie mówiono o masowych zwolnieniach, lecz o rosnących kosztach energii elektrycznej potrzebnej do uruchomienia pojedynczego lokalnego modelu językowego (LLM) oraz o uporczywym oporze niemieckich rad pracowniczych wobec automatycznego monitorowania wydajności.
Przepaść między narracją o „apokalipsie miejsc pracy” a techniczną rzeczywistością wdrożeń w przedsiębiorstwach stale się powiększa. Choć sondaż Quinnipiac wykazał, że 70 procent Amerykanów spodziewa się, iż sztuczna inteligencja wyeliminuje ich szanse na rozwój zawodowy, rzeczywiste dane wskazują na coś znacznie bardziej przyziemnego. Nie stoimy w obliczu nagłego zaniku pracy, lecz niechlujnego, kosztownego i głęboko biurokratycznego procesu integracji, który Silicon Valley jest motywowane ignorować. Dla ludzi tworzących te modele apokalipsa jest narzędziem marketingowym. Jeśli oprogramowanie jest wystarczająco potężne, by zniszczyć gospodarkę, to z pewnością jest wystarczająco potężne, by uzasadnić wycenę rzędu wielu miliardów dolarów.
Wysoki koszt zastąpienia pracownika biurowego
Główny argument przeciwko nagłemu załamaniu rynku pracy nie znajduje się w naukach społecznych, lecz w termodynamice centrum danych. Aby zastąpić menedżera średniego szczebla lub młodszego analityka agentem AI, firma musi zrobić coś więcej niż tylko opłacić abonament. Musi zmierzyć się z oszałamiającymi kosztami mocy obliczeniowej. W Europie, gdzie ceny energii pozostają niestabilne, a dostawy wysokiej klasy półprzewodników są ściśle powiązane z powolnym wdrażaniem unijnego aktu o chipach (EU Chips Act), matematyka rzadko sprzyja maszynom. Procesor graficzny Nvidia H100 to niezwykłe osiągnięcie inżynieryjne, ale jest to również energochłonne aktywo, które wymaga specjalistycznego chłodzenia i ogromnych nakładów kapitałowych.
Inżynierowie z branży wiedzą to, co pomijają komunikaty prasowe: „problem przepustowości”. Obecne modele generatywne są imponujące statystycznie, ale kruche operacyjnie. Kiedy urzędnik w Bonn przetwarza dokument podatkowy, zużywa około 100 watów mocy i korzysta z wewnętrznej bazy wiedzy wzbogaconej o dziesięciolecia niuansów kontekstu społecznego. Zastąpienie takiego pracownika modelem, który wymaga tysięcy watów i wyspecjalizowanego zespołu DevOps, aby zapobiegać „halucynacjom”, nie jest wzrostem efektywności; dla wielu średniej wielkości firm europejskich jest to luksus, na który nie mogą sobie pozwolić. Wizja „rzezi” zakłada, że technologia jest darmowa, a praca droga. W obecnym środowisku inflacyjnym dla sprzętu, często jest odwrotnie.
Dlaczego prezesi sprzedają strach
W sposobie komunikacji Silicon Valley występuje osobliwe napięcie. Postacie takie jak Amodei czy Sam Altman z OpenAI często wahają się między twierdzeniami, że ich narzędzia rozwiążą każdy ludzki problem, a ostrzeżeniami, że mogą one zakończyć cywilizację lub rynek pracy, jaki znamy. Nie jest to sprzeczność, lecz strategia zawłaszczania regulacyjnego. Przedstawiając sztuczną inteligencję jako siłę egzystencjalną, firmy te zachęcają do wprowadzenia „regulacji wysokiego szczebla”, które nieuchronnie sprzyjają dotychczasowym liderom dysponującym zespołami prawnymi zdolnymi do poruszania się w gąszczu przepisów, skutecznie eliminując mniejszych, sprawniejszych konkurentów.
Kiedy dyrektor generalny ostrzega przed trwałą klasą niższą lub zakłóceniami na rynku pracy, sygnalizuje inwestorom, że jego produkt jest „najważniejszą rzeczą na świecie”. To klasyczny ruch ze strategii oprogramowania jako usługi (SaaS), przeskalowany do poziomu globalnego. Gdyby sztuczna inteligencja była jedynie bardzo dobrym arkuszem kalkulacyjnym, nie przyciągałaby bilionowych cykli inwestycyjnych, których jesteśmy świadkami. Narracja o apokalipsie zapewnia niezbędną stawkę, by utrzymać napływ kapitału, nawet jeśli rzeczywiste zastosowanie tych narzędzi ogranicza się do wąskich zadań, takich jak pisanie e-maili czy generowanie standardowego kodu.
Europejski bufor regulacyjny
Niemieckie prawo pracy w szczególności wymaga, aby każda znacząca zmiana w procesach pracy była negocjowana z radami pracowniczymi (Betriebsräte). Grupy te nie interesują się filozoficznymi implikacjami ogólnej sztucznej inteligencji; interesuje je ochrona danych, opisy stanowisk pracy i prawo do bycia offline. Podczas gdy startup z Silicon Valley może z dnia na dzień zastąpić cały dział obsługi klienta chatbotem, spółka notowana na indeksie DAX w Monachium musiałaby zmierzyć się z latami sporów sądowych i negocjacji. Ta strukturalna bezwładność działa jak amortyzator. Zapewnia, że do czasu faktycznego wdrożenia technologii rynek pracy będzie miał lata na przystosowanie się, przekwalifikowanie lub przejście na emeryturę.
Przemieszczenie to nie zniknięcie
Historia jest pełna „strasznych opowieści na dobranoc” o technologii. W latach 60. XX wieku automatyzacja linii montażowych w motoryzacji miała rzekomo doprowadzić do trwałego bezrobocia strukturalnego. Zamiast tego doprowadziła do przesunięcia w stronę gospodarki usługowej i większego popytu na techników potrafiących serwisować roboty. Obecna fala sztucznej inteligencji prawdopodobnie podąży podobną ścieżką, choć w sferze cyfrowej. Obserwujemy przemieszczenie zadań, a nie znikanie ról.
Wąskim gardłem wzrostu gospodarczego rzadko był brak rzeczy do zrobienia; był nim koszt ich wykonania. Jeśli dzięki sztucznej inteligencji tworzenie dokumentów prawnych stanie się tańsze, rezultatem niekoniecznie będzie mniejsza liczba prawników; będzie nim więcej sporów sądowych. Jeśli pisanie oprogramowania stanie się tańsze, nie będziemy potrzebować mniej programistów; po prostu zbudujemy bardziej złożone i ambitne systemy informatyczne, które wcześniej nie były opłacalne. Ten paradoks Jevonsa – w którym wzrost wydajności wykorzystania zasobu prowadzi do zwiększenia jego konsumpcji – jest najbardziej prawdopodobnym wynikiem dla pracy białych kołnierzyków. Popyt na ludzki osąd, odpowiedzialność i inteligencję społeczną pozostaje dobrem nieelastycznym.
Łańcuch dostaw inteligencji
Być może najbardziej ugruntowanym powodem, by wątpić w całkowite załamanie rynku pracy, jest kruchość łańcucha dostaw AI. Świat jest obecnie zależny od kilku zakładów na Tajwanie (TSMC) i jednej firmy w Holandii (ASML) w zakresie produkcji maszyn litograficznych wymaganych do wytwarzania zaawansowanych układów scalonych. Każde zakłócenie w tym wąskim kanale natychmiast zatrzymuje „apokalipsę”. Przejście na gospodarkę opartą na sztucznej inteligencji wymaga ogromnej, trwającej dekady rozbudowy infrastruktury fizycznej: elektrowni, linii przesyłowych i zakładów produkcyjnych.
Apokalipsa miejsc pracy związana z AI to narracja zrodzona z osobliwego połączenia mesjanizmu i dążenia do zysku w Silicon Valley. Ignoruje ona tarcie rzeczywistego świata: koszty energii, gęstość regulacji i upór ludzkich instytucji. Przyszłość pracy będzie prawdopodobnie bardziej irytująca niż katastrofalna – to długa seria spotkań na temat tego, jak zintegrować niedeterministyczne narzędzie programowe ze światem, który wymaga pewności. Inżynierowie z Kalifornii mogą zachować swoją wizję rzezi; reszta z nas musi wymyślić, jak zapłacić za serwery.
Bruksela zatwierdziła finansowanie. Berlin będzie się martwić opóźnieniami.
Comments
No comments yet. Be the first!