Провідні алгоритми штучного інтелекту не мають єдиної думки стосовно автоматизації майбутнього. Дослідники виявили, що популярні нейромережі кардинально розходяться в оцінках ризиків для різних спеціальностей.
Економісти зі США провели масштабний експеримент, використавши базу даних O*NET із 20 000 робочих завдань. Моделям ChatGPT-5, Gemini 2.5 та Claude 4.5 запропонували проаналізувати вразливість численних професій. Виявилося, що технології часто суперечать одна одній.
Особливо гостро дискусія розгорнулася навколо фінансового сектору. Наприклад, Claude прогнозує бухгалтерам швидке витіснення з ринку. Проте Gemini вважає загрозу для фахівців цієї сфери мінімальною. Схожий розрив у поглядах зафіксували й щодо майбутнього рекламних менеджерів та керівників компаній.
Висновки експертів оприлюднило видання The Wall Street Journal. Журналісти зазначають, що ШІ-моделі мають однаковий погляд лише у 75% випадків. Найбільша плутанина виникає там, де працівникам доводиться поєднувати інтелектуальну діяльність із фізичними діями.
Причини такого дисонансу криються в архітектурі систем. Нейромережі навчаються на різних масивах даних. Якщо певна галузь уже впроваджує цифрові інструменти, алгоритм помилково може вважати її повністю готовою до заміни людини.
Це ставить під сумнів доцільність використання прогнозів ШІ для державного планування. Політикам та освітянам радять не сприймати такі звіти як істину. Надмірна довіра до алгоритмів може призвести до хибних стратегічних рішень.
Наразі технології здатні автоматизувати лише окремі процеси, а не цілі штатні одиниці. Саме тому бізнес поступово повертається до перевірених кадрів. Роботодавці знову наймають людей на місця, які раніше планували віддати машинам.
Специфіка бізнесу потребує гнучкості. Звіт аналітиків MIT підтверджує, що 95% інвесторів у ШІ поки не відчули реального прибутку. Головною перешкодою залишається складність налаштування стандартних агентів під унікальні запити конкретних компаній.
