Secret Cyborgs: The Present Disruption in Three Papers

Secret Cyborgs: The Present Disruption in Three Papers

Секретные киборги: нынешний слом в трёх работах

The future is already here, we just need to figure out a few details.

Будущее уже наступило — осталось разобраться с парой деталей.

We are seeing the first controlled experiments on the use of generative AI, and they are demonstrating that the disruption of AI is already here, just not everyone knows it yet.

Мы наблюдаем первые контролируемые эксперименты по использованию генеративного AI, и они показывают, что разрушение, которое несёт AI, уже здесь — просто не все об этом знают.

It might seem surprising if you are reading my Substack, but I was once a skeptic of the potential for disruptive technologies to truly transform the way we work. After all, the adoption of productivity-focused technologies in the workplace has historically been slow and arduous. Large organizations, in particular, require a considerable amount of proof before investing in new technologies, and even after making a purchase, it can take years for the effects of that investment to be felt. This is especially true because technological disruptions usually require all sorts of related technologies, training, and organizational systems to bear fruit.

Возможно, это покажется неожиданным, если вы читаете мой Substack, но когда-то я скептически относился к способности подрывных технологий по-настоящему изменить то, как мы работаем. Ведь внедрение технологий повышения продуктивности на рабочих местах исторически шло медленно и тяжело. Особенно крупные организации требуют значительных доказательств, прежде чем вкладываться в новые технологии, и даже после покупки могут пройти годы, прежде чем эффект станет ощутим. Это особенно справедливо потому, что технологические сломы обычно требуют целого набора смежных технологий, обучения и организационных систем, чтобы дать плоды.

That may be why rapid disruption seems to have become even rarer with time. It took only 10 years from when Edison first revealed the electric bulb and electrical system until New York City had switched almost completely from gas to electric lighting. It is hard to imagine that happening today. Indeed, there is growing evidence that the pace of scientific development, and the speed at which productivity has been improving, has slowed down in recent decades.

Возможно, именно поэтому быстрые сломы со временем стали ещё более редкими. С того момента, как Edison впервые представил электрическую лампочку и электросистему, прошло всего 10 лет до того, как New York City почти полностью перешёл с газового на электрическое освещение. Сегодня такое представить трудно. Действительно, есть растущие свидетельства того, что темп научного развития и скорость роста продуктивности в последние десятилетия замедлились.

But everything changed in November with the release of ChatGPT. It completely turned all of my expectations about the adoption of AI technologies on their head. Specifically:

Но в ноябре всё изменилось — с выпуском ChatGPT. Он полностью перевернул все мои ожидания относительно внедрения AI-технологий. А именно:

Он был широко выпущен для частных пользователей, фактически бесплатно, и стал самой быстрорастущей технологией, достигшей 100 миллионов пользователей. Он не требовал никаких дополнительных технологий, платформ или процессов, чтобы быть эффективным. Не было организационного преимущества при внедрении. Ни одна компания не успела опробовать технологию первой и составить инструкцию, не было простого способа (и было много барьеров) использовать технологию в команде или организационном контексте. Кто угодно мог сам разобраться, как применять её в работе, и мог рассказать об этом другим — или нет. Ранние признаки указывали на то, что он сразу же даёт ощутимый прирост личной продуктивности.

The current situation is truly unprecedented. We are seeing widespread adoption of a technology that has the potential to significantly boost individual productivity, but which is not yet being fully utilized by organizations. Recent research is starting to show us just how big a deal this is.

Нынешняя ситуация поистине беспрецедентна. Мы наблюдаем массовое внедрение технологии, которая способна существенно повысить личную продуктивность, но которая пока не используется организациями в полную силу. Свежие исследования начинают показывать, насколько это серьёзно.

Bigger than steam power?

Больше, чем паровая машина?

We now have two separate controlled studies of the impact of ChatGPT and related technologies on knowledge work, and the results are impressive. A study of programmers found a increase of 55.8% in productivity when using AI (and this is using the Copilot AI tool, which isn’t even state-of-the-art!). I wish that Substack had cool font options because I would make those letters flash, and underline them, and maybe make them spin: 55.8%.

Теперь у нас есть два отдельных контролируемых исследования влияния ChatGPT и связанных технологий на интеллектуальный труд, и результаты впечатляют. Исследование программистов зафиксировало прирост продуктивности в 55,8% при использовании AI (и это с инструментом Copilot AI, который даже не на переднем крае!). Жаль, что в Substack нет крутых шрифтовых опций, иначе я заставил бы эти цифры мигать, подчёркивал их и, может, даже крутил: 55,8%.

This is just one job (although one whose workers earn a total of $464B a year!) but a second study suggests the results are not limited to programming. This new paper asked professionals to write realistic memos, strategy documents and policies. The ones who were given ChatGPT completed tasks 37% faster, and their average writing quality increased as well. All of this is without added training or extensive experience using ChatGPT (which I found makes a huge difference).

Это всего одна профессия (правда, её работники зарабатывают в сумме 464 млрд долларов в год!), но второе исследование показывает, что эффект не ограничивается программированием. В этой новой работе профессионалов попросили написать реалистичные служебные записки, стратегические документы и политики. Те, кому дали ChatGPT, выполняли задания на 37% быстрее, а средний уровень качества их письма также вырос. И всё это без дополнительного обучения и большого опыта работы с ChatGPT (что, по моим наблюдениям, даёт огромную разницу).

This suggeests that the productivity gains that can be achieved through the use of general-purpose AI tools like ChatGPT seem to be truly large. In fact, anecdotal evidence has suggested that productivity improvements of 30%-80% are not uncommon across a wide variety of fields, from game design to HR. These are not incremental gains, but rather massive effects that have the potential to transform the way we work. And what's particularly striking about these findings is that they come from the use of a general-purpose tool like ChatGPT, rather than more specialized AI tools. This means that the potential for productivity gains is not limited to a select few industries, but rather can be applied across a wide variety of fields.

Это говорит о том, что прирост продуктивности, достижимый при использовании универсальных AI-инструментов вроде ChatGPT, по-видимому, действительно велик. По неофициальным свидетельствам, рост продуктивности в 30%–80% — не редкость в самых разных сферах: от геймдизайна до HR. Это не инкрементальные улучшения, а массивные эффекты, способные преобразить то, как мы работаем. И что особенно бросается в глаза — эти результаты получены при использовании универсального инструмента вроде ChatGPT, а не специализированных AI-инструментов. Это означает, что потенциал прироста продуктивности не ограничен узким кругом отраслей, а применим в самых разных областях.

We don’t know if these gains are overestimates or underestimates, but they establish a useful baseline. Just to put this in context, for the average small factory in the US in the 19th century, adding steam power increased productivity by 25%. So I feel very confident ending my disruption skepticism and arguing that something very big is happening.

Мы не знаем, переоценены эти приросты или недооценены, но они задают полезную базовую точку. Чтобы дать контекст: для среднестатистической небольшой фабрики в США XIX века добавление паровой машины повышало продуктивность на 25%. Так что я с большой уверенностью завершаю свой скептицизм относительно сломов и утверждаю: происходит нечто очень значительное.

Disruption from Above

Слом сверху

A third paper released this week suggests how widely this disruption might be felt. Using an established methodology of mapping what AI is good at to the actual job tasks involved in 800 occupations, the authors were able to establish which occupations and industries faced the most exposure to AI. It is important to note that exposure does not mean replacement, but it does mean that AI will likely have the most impact on these jobs and businesses. Here are the two lists:

Третья работа, опубликованная на этой неделе, даёт представление о том, насколько широко этот слом может ощущаться. Используя устоявшуюся методику сопоставления того, что хорошо удаётся AI, с реальными задачами 800 профессий, авторы смогли определить, какие профессии и отрасли наиболее подвержены воздействию AI. Важно отметить, что подверженность не означает замены, но она означает, что AI, скорее всего, окажет наибольшее влияние именно на эти профессии и виды бизнеса. Вот эти два списка:

What you will note is that these consist both of very large industries and many highly-skilled jobs, from academics to teachers to psychologists to lawyers. This is in large contrast to the long-standing belief that AI and automation would first come for dangerous and repetitive work. Instead, it is some of the most highly skilled and highly paid jobs that face the most exposure to AI.

Обратите внимание, что в них вошли как очень крупные отрасли, так и множество высококвалифицированных профессий — от учёных до учителей, психологов и юристов. Это сильно расходится с давним убеждением, что AI и автоматизация в первую очередь придут за опасной и рутинной работой. Напротив, наиболее подверженными воздействию AI оказываются одни из самых высококвалифицированных и высокооплачиваемых профессий.

If we put these two sets of research, the scale of the disruption becomes clear. AI can increase productivity for workers in fields where automation and economies of scale were previously very rare. These jobs often require more autonomy and encompass multiple types of tasks (teachers need to prep lessons, grade, write letters of recommendation, run classes, respond to parents, run after school programs, do administrative work, etc.). With the power to outsource the most annoying and time consuming parts of their jobs, workers in these industries are highly incentivized to adopt AI quickly, either to do less work or to be able to bill out more work themselves. It is a recipe for rapid adoption at the individual level.

Если объединить эти два направления исследований, становится понятен масштаб слома. AI способен повысить продуктивность работников в тех областях, где автоматизация и эффект масштаба ранее были большой редкостью. Эти профессии часто требуют большей самостоятельности и охватывают несколько типов задач (учителю нужно готовить уроки, проверять работы, писать рекомендательные письма, вести занятия, отвечать родителям, вести внеурочные программы, выполнять административную работу и т. д.). Получив возможность переложить самые надоедливые и трудозатратные части своей работы, работники этих отраслей сильно мотивированы быстро перенимать AI — либо чтобы работать меньше, либо чтобы выставлять счёт за больший объём работы. Это рецепт быстрого внедрения на индивидуальном уровне.

Secret Cyborgs

Секретные киборги

Interestingly, these same incentives suggest that many workers may be hesitant to reveal the extent to which they use AI tools. The advantage of producing AI-written letters and reports that seem like they were made by humans diminishes quickly if people know they are generated by AI. I conducted a bit of an unscientific Twitter poll, and over half of generative AI users reported using the technology without telling anyone, at least some of the time. Their are secret cyborgs among us.

Любопытно, что те же стимулы намекают: многие работники могут не торопиться раскрывать, насколько широко они используют AI-инструменты. Преимущество созданных AI писем и отчётов, выглядящих как написанные людьми, быстро улетучивается, если окружающие узнают, что они сгенерированы AI. Я провёл небольшой ненаучный опрос в Twitter, и более половины пользователей генеративного AI сообщили, что хотя бы иногда используют технологию, никому об этом не говоря. Среди нас есть секретные киборги.

And the amazing thing is that we don’t need new technologies (though many are coming!) to achieve AI-driven performance improvements of 30% or more, the current tools are enough. The implications may reshape the way we work in ways that rival the impact of the Industrial Revolution. During that era, organizations that were able to harness steam power and automation gained a significant competitive advantage, requiring individuals to work within complex organizations in order to benefit from these technological advancements. Today, there are far fewer advantages to organizations in this coming AI boom. With these potential productivity gains, every company should be spending a significant amount of their best employees time - right now! - figuring out how to use AI to improve performance.

И самое поразительное — нам не нужны новые технологии (хотя многие уже на подходе!), чтобы добиться прироста производительности от AI в 30% и более: нынешних инструментов достаточно. Последствия могут перекроить то, как мы работаем, в масштабах, сопоставимых с Промышленной революцией. В ту эпоху организации, сумевшие овладеть паровой энергией и автоматизацией, получили значительное конкурентное преимущество, что заставляло людей работать в составе сложных организаций, чтобы пользоваться плодами этих технологических достижений. Сегодня в надвигающемся буме AI у организаций преимуществ куда меньше. С учётом такого потенциала прироста производительности каждой компании следует прямо сейчас уделять значительную часть времени своих лучших сотрудников тому, чтобы разобраться, как использовать AI для улучшения работы.

And every worker should be spending time figuring out how to use these general-purpose tools to their advantage. They should be thinking about how to automate their job to remove the tedious and uncreative parts, and getting a sense for the disruption to come before the organizations they work for realize the full implications of AI. They may also want to consider what to do with the extra time they may be creating as a result of their experiments.

А каждому работнику стоит уделять время тому, чтобы понять, как использовать эти универсальные инструменты в свою пользу. Им стоит думать о том, как автоматизировать свою работу, убрав из неё нудные и нетворческие части, и составить представление о грядущем сломе раньше, чем организации, в которых они работают, осознают все последствия AI. Им также стоит подумать о том, что делать с дополнительным временем, которое могут высвободить такие эксперименты.

We are in the early days of AI but disruption is already happening. There’s no instruction manual. No one has answers yet. The key is to learn fast.

Мы находимся в самом начале эпохи AI, но слом уже происходит. Инструкции нет. Ни у кого пока нет ответов. Главное — учиться быстро.

Share

Поделиться