Najbliższe 2-3 dekady, pomimo realizacji szeregu całkiem racjonalnych analiz predyktywnych, będą przestrzenią czasową charakteryzującą się znaczną niewiadomą. Od kilku lat utrzymują się prognozy sugerujące, że blisko 60% zawodów przyszłości, tych dotyczących ścisłych specjalizacji cyfrowych, to zawody jeszcze nieistniejące. Około 75% europejskich firm niedostatecznie lub w ogóle nie wykorzystuje rozwiązań chmurowych, nie sięga do big data (dużych zagregowanych danych analitycznych o rynku i kliencie), nie wspiera się narzędziami AI – choćby tymi najmniejszymi, dla mało zaawansowanych czynności biurowych. Wylicza się również, że około 80% mieszkańców Unii Europejskiej powinno uzyskać określone kompetencje cyfrowe, aby skutecznie osadzić się, pod kątem kompetencji zawodowych, w „gospodarce jutra”.
Analitycy i publicyści (w tym amatorzy-futuryści), oceniając znaczenie sztucznej inteligencji, mają w zwyczaju dokonywać analogii w oparciu o minione wielkie rewolucje przemysłowe. Ta strategia jest trafna tylko w pewnym stopniu. Odległości czasowe między przełomami technologicznymi są coraz krótsze, a szeroko pojęta wynalazczość daje owoce w postaci narzędzi, których zastosowania praktycznego nie można wywiedzieć tylko z poziomu ich opisu patentowego.
Pozostaje zakasać rękawy i wyodrębnić z „białego szumu” opiniotwórczości dotyczącej uczenia maszynowego (AI), te najbardziej zdroworozsądkowe spostrzeżenia. To, co obserwujemy już teraz, choćby na płaszczyźnie największych korporacji technologicznych, to dwa rozgrywające się równolegle scenariusze. Aktorami pierwszego z nich są doświadczeni inżynierowie (dla dobra narracji modelowy sektor IT), którzy wykorzystują AI jako narzędzia wspierające pracę i/lub nadające sztucznej inteligencji własną ścieżkę pracy nad poszczególnymi projektami – na zasadzie jej stałej kontroli i kalibracji. Drugi scenariusz jest zgoła odmienny, radykalnie odcinający od rzeczywistości, którą znamy od dekad. Ryan Carson to właściciel amerykańskiej firmy Treehouse, świadczącej od wielu lat usługi nauki programowania. Niedawno na platformie X zamieścił dość otrzeźwiający wpis. W jego opinii narodziny i dynamiczny rozwój AI, uwzględniając dzisiejszy potencjał tych narzędzi, zamyka przed aspirującymi początkującymi programistami dostęp do rynku pracy. Czołową rekomendacją Ryana, dla osób stawiających pierwsze kroki na rynku high-tech, jest wykorzystanie AI do szybkiej budowy gotowych produktów i skonstruowania takiego modelu biznesowego, który będzie w stanie przetrwać na rynku kolejnych 12 miesięcy.
Ten model funkcjonowania w Europie kojarzy się wciąż z aktywnością startupową. Jak powinno przebiegać przeobrażenie usługodawców etatowych w kierunku elastycznego uczestnika rynku i usług? Dla tzw. tradycyjnych przedsiębiorstw, do tej pory stroniących od dużych narzędzi i metodologii prac projektowych, będzie to terapia szokowa. Dowolne narzędzie AI traktujmy jako naturalne rozszerzenie zasobów narzędziowych, jako sposób na odciążenie z mechanicznej powtarzalności. Jacek Dukaj, futurolog i duchowy następca Stanisława Lema, w narracji towarzyszącej swojej publikacji “Po piśmie” (2019), smartfony i narzędzia skracające nasz dostęp do sieci przyrównał do protezy umysłu. AI jedynie pogłębia tę zależność. Przedsiębiorca uzyskał w “osobie” AI partnera i audytora w jednym, z funkcją codziennej walidacji/weryfikacji kierunku działania. Dziś sztuczną inteligencję widzimy jako beztwarzowy twór odsuwający nas subtelnie od młotka i gwoździ. Nie musimy wciąż na nowo budować fundamentów. Weszliśmy w epokę wielkiego przyspieszenia i wielkiego skrótu, pracy intuicyjnej. Ten ostatni aspekt musimy nauczyć się w sobie rozwijać.
Maciej Michniewski, SEO – SEOptymalny.
