Czy roboty zastąpią ludzi? Mówi, że nie!

Oryginalny tytuł: Przewaga człowieka w rewolucji robotyki
Oryginalny autor: Sumir Meghani, Instawork Robotics Labs (IRL)
Tłumaczenie: Peggy, BlockBeats

Uwaga redakcyjna: Podczas gdy większość ludzi wciąż dyskutuje o tym, czy „roboty zastąpią pracę ludzką”, w tym artykule twierdzi się, że ludzie nie tylko nie zostaną zastąpieni, ale stają się niezbędną częścią „fizycznego systemu sztucznej inteligencji”.

Główna wąska gardło w obecnym przemyśle nie leży w algorytmach ani sprzęcie, ale w „danych i możliwościach wdrożenia”. Roboty muszą być szkolone poprzez obserwację wykwalifikowanych ludzi działających w rzeczywistych środowiskach, ale wysokiej jakości, różnorodne dane z fizycznego świata są niezwykle rzadkie, co prowadzi do tzw. „luki w danych trwającej sto tysięcy lat”. To również przywraca na pierwszy plan od dawna zaniedbywany rodzaj zdolności — wykwalifikowana, planowalna i weryfikowalna praca ludzka.

W tym kontekście rola ludzi zostaje na nowo zdefiniowana: są zarówno „źródłem danych” do szkolenia maszyn, dostarczającym ustandaryzowanych, możliwych do oznaczenia procesów operacyjnych, jak i „węzłami na miejscu” wspierającymi działanie systemu, podejmującymi się konserwacji, naprawy i zdalnego sterowania. Ostatecznie wchodzą na „rynek współpracy człowiek-robot”, połączony platformami, stając się niezbędnym warunkiem wdrożenia robotów na dużą skalę.

W rzeczywistości zmiana technologiczna nie eliminuje pracy, ale raczej restrukturyzuje podział pracy. Od bankomatów po Internet, każdemu skokowi technologicznemu towarzyszyła obawa o miejsca pracy, ale często zmienia się nie to, „czy istnieją miejsca pracy”, ale „jak są one na nowo definiowane”. W tym cyklu technologicznym reprezentowanym przez humanoidalne roboty, powtarza się ta sama ścieżka: zadania są dzielone, umiejętności są standaryzowane, stanowiska są reorganizowane, a nowe zawody się pojawiają.

Prawdziwa szansa nie polega na „zastąpieniu ludzi”, lecz na tym, kto zbuduje pomost, który przekształci ludzkie możliwości w skalowalne dane, operacyjne systemy i sieci współpracy.

Oto oryginalny artykuł:

Rok temu zadałem niecodzienne pytanie dotyczące rynku pracy: Co się stanie z „Zdolnościami” naszej platformy, gdy pojawią się roboty?

Naszą wizją jest tworzenie możliwości gospodarczych dla Zdolności i partnerów na całym świecie. Obecnie ponad dziesięć milionów freelancerów polega na nas w kwestii utrzymania się z pracy, a wielu z nich od dawna zastanawia się nad tym samym pytaniem. Czujemy się głęboko odpowiedzialni za udzielenie na nie odpowiedzi.

Jednocześnie zaobserwowaliśmy nieoczekiwany fenomen: na naszej platformie aplikacyjnej zaczęły pojawiać się niektóre firmy zajmujące się robotyką, które współpracują z naszymi freelancerami. Potrzebują ludzi z doświadczeniem zawodowym w zakresie zadań związanych z nauczaniem robotów i dostępem do różnych scenariuszy biznesowych — czyli środowisk, w których roboty będą w przyszłości wykorzystywane. A oni polegają na systemie pracowników, który budujemy.

W tym momencie wszystko nagle stało się jasne: Instawork może dostarczyć ludzką siłę roboczą do „Fizycznej Ekonomii AI”.

„Problem dziesięciu tysięcy lat”

Ken Goldberg przedstawił tę kwestię jako „dziesięciotysięczną lukę danych”: z jednej strony mamy ogromną ilość danych do trenowania modeli językowych; z drugiej strony mamy niezwykle ograniczone i wysoce wyspecjalizowane dane do trenowania robotów do wykonywania delikatnych operacji w świecie fizycznym.

Uwaga: Ken Goldberg jest bardzo wpływającym naukowcem w dziedzinie robotyki i sztucznej inteligencji, a także artystą i badaczem interdyscyplinarnym.

To właśnie ta luka spowodowała, że mimo miliardów dolarów napływających do firm zajmujących się robotyką, nadal nie widzimy humanoidalnych robotów sprzątających pokoje hotelowe ani rozładowujących ciężarówki w magazynach... przynajmniej na razie.

Nasza ocena wskazuje, że w 2024 r. cała branża zebrała około 100 000 godzin danych treningowych; w 2025 r. liczba ta wzrosła do 1 miliona godzin; a w 2026 r. przewiduje się, że osiągnie 20 milionów godzin. To wykładniczy wzrost, a mimo to udało się zaledwie zniwelować 0,04% tej luki.

Coraz więcej firm dołącza do tego wyścigu, próbując budować humanoidalne lub uniwersalne roboty: laboratoria modeli podstawowych rozwijają modele Vision-Language-Action (VLA), firmy zajmujące się sprzętem budują maszyny fizyczne, a między nimi pojawiają się coraz to nowi gracze. Inwestycje kapitałowe osiągnęły setki miliardów dolarów. I wszyscy uczestnicy napotykają tę samą przeszkodę: dane.

Ale kluczowe jest to, że widzieliśmy już tę scenę wcześniej.

Gdy pojawiły się bankomaty (ATM), niemal każdy przewidział, że kasjerzy znikną. Ale wynik był zupełnie inny — liczba kasjerów faktycznie wzrosła. Bankomaty zmniejszyły koszty oddziałów, umożliwiając bankom otwarcie większej liczby oddziałów; a rola kasjera zmieniła się z obsługi gotówki na zarządzanie relacjami z klientami.

Ten schemat powtarzał się przy każdej ważnej transformacji technologicznej: rewolucji przemysłowej, elektryfikacji, Internecie. Nowa technologia nie eliminuje miejsc pracy; zmienia je i tworzy więcej nowych możliwości.

Nowa fala jest już na horyzoncie, ale tym razem wygląda bardziej jak my: z rękami, nogami, a nawet oczami.

Trzy akty sztucznej inteligencji fizycznej

Akt pierwszy: Roboty szkoleniowe

W ciągu ostatniego roku aktywnie nawiązywałem kontakty i konsultowałem się z najlepszymi umysłami w globalnej dziedzinie robotyki i uczenia maszynowego — od naukowców i dyrektorów laboratoriów po przedsiębiorców budujących zręczne ręce robotów i pełnoprawne roboty humanoidalne. Swoim czasem i spostrzeżeniami dzielili się z nami hojnie, co wywarło na mnie duże wrażenie. Szczerze mówiąc, nie pochodzimy z tej branży; jednak im więcej słuchałem, tym wyraźniej widziałem przestrzeń, w której Instawork może coś zmienić.

Kilka razy wspominano o jednym punkcie widzenia: roboty uczą się, obserwując wykwalifikowanych ludzi wykonujących precyzyjne zadania fizyczne w realnym otoczeniu. Oznacza to, że od standaryzowanych technik krojenia warzyw po poruszanie się w zatłoczonych magazynach, a nawet układanie łóżek hotelowych zgodnie ze standardami marki, wyzwanie polega na niezwykle trudnym zadaniu zbierania danych wysokiej jakości — nie można po prostu przyczepić komuś kamery i nacisnąć przycisk nagrywania. Dane muszą obejmować różnorodne środowiska, zadania i ruchy rąk; co ważniejsze, osoby wykonujące te zadania muszą być naprawdę biegłe. W przeciwnym razie robot przeszkolony w zakresie „słabych umiejętności posługiwania się nożem” nauczy się tylko „słabych umiejętności posługiwania się nożem” (co nie jest korzystne dla nikogo).

W istocie jest to problem operacji pracowniczych: jak rekrutować wykwalifikowanych pracowników, szkolić ich, zapewnić jakość produkcji i zarządzać rozproszoną siłą roboczą w różnych regionach i scenariuszach — to właśnie robiliśmy. Mamy ponad dziesięć milionów sprawdzonych fachowców, którzy wykonują setki rodzajów zadań; nawiązaliśmy głębokie relacje z partnerami, aby uzyskać dostęp do rzeczywistych ustawień biznesowych; i posiadamy dane na temat tego, kto może konsekwentnie stawić się i dostarczyć pracę wysokiej jakości. To połączenie to coś, czego żadna firma zajmująca się zbieraniem danych nie może odtworzyć od zera. W rzeczywistości wiele laboratoriów dobrowolnie skontaktowało się z nami, a obecnie współpracujemy z większością najlepszych zespołów w tej dziedzinie.

Akt II: Powstanie „treserów” robotów

Jedna rzecz, która często jest pomijana: roboty również potrzebują ludzi.

Dyrektor wiodącej firmy zajmującej się robotyką powiedział mi, że mają kluczowy komponent, który wymaga wymiany co 4–6 miesięcy — częstotliwość niewystarczająco wysoka, aby uzasadnić zatrudnienie techników w pełnym wymiarze godzin, ale wystarczająco wysoka, aby każda przerwa w pracy powodowała znaczne straty. Wraz z upowszechnieniem się autonomicznej jazdy, robotów dostawczych i różnych zastosowań automatyzacji, coraz więcej firm staje przed podobnymi wyzwaniami: ekspansja wymaga wsparcia na miejscu, ale zatrudnianie dedykowanego personelu na każdym rynku nie jest ekonomicznie wykonalne.

Przeprowadziliśmy już projekty pilotażowe z wieloma firmami zajmującymi się robotyką, obejmujące usługi takie jak wymiana baterii, części i naprawa robotów. Jednocześnie wprowadziliśmy system certyfikacji robotów skoncentrowany na pracownikach godzinowych — pierwszą tego typu próbę w branży. W ciągu zaledwie kilku pierwszych tygodni certyfikowanych zostało ponad dwadzieścia tysięcy Pro.

Jeśli chodzi o zbieranie danych, certyfikowani Pro dowiadują się, jak obsługiwać kamery do noszenia, nagrywać wysokiej jakości filmy, dokonywać adnotacji danych z czujników — gdy laboratorium robotyczne musi nagrać godziny procesu układania łóżek w prawdziwym apartamencie hotelowym, otrzymują profesjonalistów, a nie debiutantów uczących się w trakcie pracy. Jeśli chodzi o wsparcie techniczne, certyfikowani Pro opanowują diagnostykę sprzętu, protokoły bezpieczeństwa i procedury konserwacyjne specyficzne dla systemu robota.

Wyobraź sobie taki scenariusz: firma logistyczna wdraża zautomatyzowaną flotę robotów w kilkunastu magazynach. O 2 w nocy robot w magazynie w Memphis doświadcza błędu nawigacji lub trzeba wymienić moduł czujnika w urządzeniu w Phoenix. Zamiast czekać na przylot techników z fabryki, którzy przyjadą dopiero po kilku dniach, certyfikowany Instawork Pro może przybyć w ciągu kilku godzin, aby rozwiązać problem. Tymczasem opracowujemy również szkolenia zdalnego sterowania oparte na wirtualnej rzeczywistości, aby pomóc laboratorium w zwiększeniu zasięgu zbierania danych poza ograniczenia związane z nagrywaniem na miejscu.

Jeśli w ciągu najbliższej dekady nastąpi wdrożenie miliardów urządzeń AI, szansa polega nie tylko na ich utrzymaniu, ale na stworzeniu zupełnie nowych kategorii zawodów: techników robotów, operatorów flot, ekspertów zdalnego sterowania, a nawet nieznanych jeszcze zawodów.

Akt III: Rynek współpracy człowiek-robot

W zeszłym roku obiadowałem z dyrektorem generalnym globalnej sieci hoteli. Poważnie rozważali, jak poprawić spójność obsługi pokoju poprzez automatyzację. Wiele firm produkujących roboty chce wdrożyć swoje produkty w hotelach, ale mają trudności z określeniem, co to jest tylko „demo-ware”, a co to jest prawdziwy „wynik operacyjny”. Znamy te scenariusze, procesy i problemy, ponieważ od dawna świadczymy usługi w tych miejscach.

Tworzymy „rynek robotów jako usługi” – łącząc firmy produkujące roboty z przedsiębiorstwami gotowymi do automatyzacji. Obsługujemy już obie strony podaży i popytu, co oznacza, że nie tylko „dopasowujemy”, ale możemy naprawdę wpłynąć na wdrożenie.

Przyszłość nie polega na „zastępowaniu ludzi robotami”, ale na „współpracy ludzi z robotami”. Takie jest założenie laboratorium robotyki Instawork: trzy możliwości, jedna platforma — szkolenie robotów, wspieranie ich działania w realnym świecie i łączenie ich z prawdziwymi potrzebami biznesowymi.

Most

W każdej wielkiej rewolucji technologicznej pytanie nigdy nie brzmiało, czy pojawią się nowe miejsca pracy — odpowiedź brzmi zawsze: tak. Prawdziwe pytanie brzmi: kto zbuduje most łączący teraźniejszość z przyszłością.

Wierzymy, że na każdym etapie tego procesu potrzebni są wykwalifikowani ludzie – od szkolenia pierwszego pokolenia robotów, przez wdrażanie systemów na dużą skalę, po projektowanie przyszłych procesów współpracy człowiek-robot. Mamy nadzieję, że eksperci na platformie mogą być zaangażowani w cały proces.

W „rewolucji sztucznej inteligencji w dziedzinie fizyki” Instawork dąży do tego, aby być tym pomostem: gromadząc głęboką wiedzę fachową w najbardziej wpływowych branżach; już dostarczając dane szkoleniowe dla laboratoriów robotyki; już kształcąc certyfikowanych specjalistów do zbierania danych i działań na miejscu; oraz budując rynek, który łączy roboty z potrzebami przedsiębiorstw.

Z niecierpliwością czekamy na następną fazę.

[Oryginalny artykuł]