Выводы

• Привлечение ИИ к выполнению задач не всегда подразумевает полную автоматизацию, прогноз – лишь один из компонентов. В большинстве случаев применение суждения и совершение действия возлагаются на человека. Однако иногда суждение возможно встроить в код или, при наличии достаточного количества примеров, научить машину прогнозировать его. Кроме того, машины способны совершать действия. Когда все элементы задачи выполняет машина, то задача полностью автоматизирована и человек из цикла устранен.

• Вероятнее всего, полностью автоматизированным станет выполнение задач, в которых это обеспечит максимальный доход. В первую очередь это задачи, в которых:

• остальные элементы, за исключением прогноза, уже автоматизированы (горнодобывающая промышленность);

• отдача от скорости выполнения действий после прогноза высока (беспилотные автомобили);

• отдача от сокращения времени ожидания прогноза высока (освоение космоса).

• Важное отличие между автономным транспортом, функционирующим на городских улицах, и тем, что используется в горном промысле, заключается в том, что первый, в отличие от второго, создает существенные экстерналии. На улице города автономный транспорт может стать причиной аварии, в результате чего понесут издержки люди, не имеющие отношения к принятию решения. И наоборот, несчастные случаи, виновниками которых выступают автономные транспортные средства, обслуживающие горный промысел, налагают издержки только на ресурсы или людей. Государство регулирует действия, создающие экстерналии, следовательно, урегулирование становится потенциальной преградой к полной автоматизации средств, создающих существенные экстерналии. Эта проблема решается присвоением внешних издержек посредством распространенного экономического метода – возложения ответственности. Мы предполагаем активную волну развития нормативно-правовой базы в отношении возложения ответственности как следствие растущего спроса на автоматизацию в новых сферах.