Метка: Прогнозы

Ежегодно Saxo Bank в декабре делится своими прогнозами на следующий год — какие события кажутся маловероятными, но могут произойти и коснутся экономики всех стран. Так они пытаются подготовиться к возможным «черным лебедям». Эти прогнозы вызывают обсуждения и даже споры. Они могут показаться невозможными. Тем не менее многое из того, что происходит сейчас в мировой экономике и казавшееся когда-то невероятным, фигурировало в их прогнозах.

Геополитический аналитик Питер Зайан анализирует будущее Сингапура в стратегическом и экономическом плане. Традиционные источники богатства Сингапура (геостратегическое положение и торговля) скоро исчерпаются из-за демографического кризиса в Китае и потенциальных проблем с нефтяными поставками. Однако, он прогнозирует процветание Сингапура в будущем благодаря высококвалифицированной рабочей силе, развитому финансовому сектору и высокотехнологичному производству. Это позволит Сингапуру стать ключевым игроком в растущей региональной торговле Юго-Восточной Азии.

Анализ рынка труда США показывает, что наибольший рост рабочих мест ожидается в сфере возобновляемой энергетики, здравоохранения, ухода за животными, а также в области информационных технологий. Высокий спрос на специалистов в этих областях, в сочетании с достойным уровнем оплаты труда, делает их привлекательными для тех, кто выбирает профессию будущего.

В «Отчете о профессиональных навыках 2025» от Coursera выделяются пять ключевых тенденций, которые будут определять рынок труда в ближайшие годы. Отчёт основан на данных пяти миллионов корпоративных учащихся Coursera и анализирует самые быстрорастущие навыки в областях искусственного интеллекта (ИИ), бизнеса, науки о данных и технологий. Цель отчёта — помочь учебным заведениям, компаниям и правительствам адаптировать образовательные программы к меняющимся потребностям рынка труда и обеспечить готовность рабочей силы к будущим вызовам.

При анализе современных тенденций в технологической индустрии возникает тревожный сценарий: существует риск реализации наименее благоприятного варианта развития событий, когда революционный потенциал искусственного интеллекта так и не раскроется, но при этом проявятся все негативные последствия — от массового замещения рабочих мест до распространения дезинформации и манипулятивных практик. Однако текущая ситуация все еще оставляет возможность для корректировки курса и предотвращения подобного развития событий.

Центральная тема беседы— внезапность и масштаб технологического сдвига, связанного с ИИ, и неспособность существующих политических институтов адекватно реагировать на него. Обсуждается хаотизация политической реальности, обусловленная как самим ИИ, так и информационной революцией, предшествовавшей ему. Наблюдается глубокий пессимизм относительно способности государств справиться с надвигающимися изменениями, подчеркивая патологическую негибкость политических институтов и опасность международной конкуренции в сфере ИИ, которая может привести к глобальному конфликту. Также затрагиваются вопросы будущего образования, изменения политических кампаний и необходимости реформирования государственного управления.

В то время как научное сообщество и простые пользователи восторженно наблюдают за достижениями ИИ, в бизнес-кругах наблюдается скептицизм, поскольку многие компании пока не видят явной коммерческой ценности в новых технологиях. Это можно объяснить ограничением современных моделей ИИ: они обладают обширными знаниями, но испытывают трудности с логическим мышлением и планированием. Это означает, что они пока не могут действовать как полноценные агенты, способные самостоятельно выполнять сложные задачи, подобно удаленным сотрудникам, и не несут осязаемой экономической ценности. По мнению представителя Bridgewater, существует два возможных сценария для будущего ИИ.

Ключевым фактором прогресса в области ИИ было масштабирование: увеличение параметров моделей и объема обучающих данных. Это привело к экспоненциальному росту вычислительной мощности, используемой для обучения, и значительному повышению производительности. Однако, существует ограниченное количество общедоступных данных, созданных человеком, что поднимает вопрос о том, могут ли обучающие данные стать главным препятствием для дальнейшего масштабирования. Так что же делать?