Jasne, oto przetłumaczony i przeredagowany tekst, zgodny z Twoimi wytycznymi:
Dynamiczne zmiany na rynku pracy, napędzane przez sztuczną inteligencję (AI), są faktem. Choć początkowo uwaga skupiała się na zawodach „biurowych” jako łatwiejszych do zastąpienia, a pracownicy fizyczni wydawali się bezpieczni, ta perspektywa może się wkrótce odwrócić.
Czy AI poradzi sobie z zardzewiałą śrubą lub ukręconym gwintem?
Obecnie niemal co miesiąc docierają do nas wieści o masowych zwolnieniach w gigantach technologicznych. Nawet w spokojniejszych okresach, dominującym tematem jest wykorzystanie agentów AI i innych narzędzi opartych na sztucznej inteligencji, które stopniowo przejmują obowiązki od ludzkich pracowników.
Choć u podstaw tych zmian leży zrozumiała chęć „uwolnienia czasu” i automatyzacji żmudnych procesów w celu zwiększenia wydajności, rzeczywistość często okazuje się znacznie bardziej złożona.
W dalszej części artykułu przyjrzymy się, jak modele AI są trenowane do wykonywania zadań elektryka, hydraulika, szwaczki czy pracownika hotelowego. Poznamy także szacowane terminy, kiedy roboty zasilane przez AI mogą zacząć znacząco konkurować w zawodach rzemieślniczych.
Rewolucja AI zaczęła od „białych kołnierzyków”, ale na nich się nie zatrzyma
Wzrost obaw o utratę pracy i zastąpienie przez AI jest obecnie najczęściej kojarzony z tzw. „białymi kołnierzykami”, czyli osobami wykonującymi pracę intelektualną i zadania biurowe. Księgowość, tworzenie treści, programowanie, analiza danych – te wszystkie obszary AI może realizować, jeśli nie lepiej, to z pewnością szybciej. Jest to często wystarczający argument dla firm do dążenia do „optymalizacji kosztów poprzez inwestycje w innowacje”.
Dalszy ciąg artykułu pod materiałem wideo Czy warto instalować OpenClaw i korzystać z agentów AI?
Na chwilę obecną, osoby określane mianem „niebieskich kołnierzyków”, czyli pracownicy fizyczni, wydają się najmniej dotknięci tym technologicznie napędzanym zamieszaniem na rynku pracy. Dotyczy to budowlańców, spawaczy, hydraulików, elektryków, mechaników czy pracowników wyspecjalizowanych fabryk.
Ten stan rzeczy i mniejsze poczucie zagrożenia nie są jednak nieuzasadnione. Wszystkie analizy rynkowe i raporty dotyczące przyszłości rynku pracy są zgodne: w pierwszej kolejności zastępowana jest praca niewymagająca bezpośredniego kontaktu fizycznego, ponieważ jest najłatwiejsza do zasymulowania przez AI. W momencie, gdy pojawiają się czynniki związane z siłą nacisku, precyzją mechaniczną i interakcją z odkształcalnymi materiałami, zadanie staje się znacznie trudniejsze.
Trudniejsze, ale nie na tyle, by było „nieosiągalne” dla sztucznej inteligencji i robotyki. Co więcej, perspektywy czasowe dla rewolucji w tym obszarze są znacznie krótsze, niż pierwotnie zakładano.
Fizyczna manifestacja sztucznej inteligencji
Sama sztuczna inteligencja nie posiada fizycznej formy, ale dynamicznie rozwijający się sektor robotyki, który ma stać się kolejnym gorącym obszarem inwestycyjnym w najbliższych miesiącach, może to zmienić. Nadanie AI „ciała”, które pozwoliłoby mu na bezpośrednią interakcję ze światem fizycznym, brzmi oczywiście nieco dystopijnie, ale proces ten trwa już od dłuższego czasu. Postępy w tej dziedzinie są imponujące i zwiastują gwałtowne zmiany w sektorach, które jeszcze do niedawna wydawały się odporne na wpływ tej technologii.
Największym wyzwaniem dla tego sektora jest szkolenie modeli sterujących fizyczną powłoką AI. Jest to długotrwały proces, wymagający pozyskania danych, które nie są tak łatwo dostępne, jak na przykład tekst zawierający wiedzę. Podstawą do zrozumienia przez AI specyfiki ludzkich ruchów są nagrania – liczone w setkach lub tysiącach godzin. Kluczowe jest jednak to, by nie były to nagrania przypadkowe, lecz precyzyjnie ukierunkowane działania, prezentujące procesy takie jak składanie pudełka, przykręcanie śrubki czy wymiana okablowania. Sieć zawiera stosunkowo niewiele tego typu nagrań, a firmy coraz chętniej za nie płacą.
Skąd pozyskuje się dane szkoleniowe dla AI?
Wynagrodzenia za pracę polegającą na nagrywaniu konkretnych czynności w celu szkolenia AI w zakresie pracy manualnej mogą być bardzo wysokie. Stawki, liczone w dziesiątkach, a nawet setkach dolarów za godzinę, dostarczają modelom kluczowej wiedzy, której w inny sposób nie dałoby się pozyskać. Przykładowe nagranie z takiej „sesji edukacyjnej” można zobaczyć poniżej.
Ego-Exo4D Dataset and Benchmark Suite – 2023
Zamontowana na głowie kamera bardzo szczegółowo analizuje nie tylko ruchy dłoni, ale także wszystkie inne fizyczne aspekty zadania. Przy odpowiednio dużej próbie danych, model stopniowo znajduje wspólne wzorce i opracowuje własne schematy, które następnie mogą być odwzorowane w ruchach fizycznej powłoki sterowanego przez AI robota.
W tym miejscu pojawia się kluczowe pytanie: kto chciałby dobrowolnie „uczyć sztuczną inteligencję” manualnych czynności, wiedząc, że w przyszłości może to doprowadzić do jego zastąpienia? Choć brzmi to jak wyrok na samego siebie, odpowiedź jest zaskakująca: „bardzo wiele osób”. Dla wielu, zwłaszcza w uboższych regionach świata, sytuacja ekonomiczna jest na tyle trudna, że nawet przy stawkach rzędu kilku dolarów za godzinę, są oni gotowi „zaryzykować swoją przyszłość”. Często kwoty za udział w procesie uczenia AI są jednak znacznie wyższe.
Zaledwie kilka tygodni temu w sieci pojawiło się nagranie z indyjskiej fabryki odzieży, gdzie pracownicy obsługujący maszyny do szycia mieli przyczepione do głów kamery, nagrywające i analizujące precyzyjne ruchy ich rąk.
Według „Times of India”, stawki za udział w tego typu projektach wahają się od 120 do 250 dolarów miesięcznie. Jest to kwota zbliżona do średniego wynagrodzenia w tym regionie, co w wielu przypadkach oznacza możliwość niemal podwojenia pensji pracownika. Zgoda tak wielu osób na udział w projekcie nie powinna zatem dziwić.
Jak zauważył CNN w swojej analizie, część z tych pracowników może nie mieć innego wyjścia, a udział w projekcie został im narzucony przez przełożonych. Nagranie z wnętrza fabryki można obejrzeć poniżej.
Indian Factory Workers Wear AI Head Camera to Capture Data
Jednak wbrew pozorom, podobne sytuacje mają miejsce również w znacznie zamożniejszych społeczeństwach. W jednym z hoteli w Seulu, firma RLWRLD zamontowała kamery na pracownikach obsługi – nie tylko na ich czołach, ale także na dłoniach, w celu uzyskania jeszcze dokładniejszych pomiarów ruchów. Ten sam scenariusz jest realizowany w innych metropoliach, a zapotrzebowanie ze strony firm technologicznych jest ogromne. Krótki materiał na ten temat publikował niedawno Associated Press.
South Korean startup puts cameras on workers to teach AI robots
Sposób, w jaki dane te są następnie tłumaczone i przekładane na zachowanie systemów AI, w ciekawy sposób ukazuje sama… Nvidia, od lat pracująca nad platformą Isaac GR00T N1. Translacja zebranych danych wizualnych na ruch maszyny nie jest jeszcze idealna, ale od udostępnienia poniższego materiału wideo, poczyniono ogromne postępy. Postępy te będą jedynie przyspieszać wraz ze wzrostem ilości danych, którymi modele są zasilane.
NVIDIA Isaac GR00T N1: An Open Foundation Model for Humanoid Robots
To przyspieszenie, nawet w przypadku prostych prac, pokazują materiały udostępniane przez Figure – amerykańską firmę specjalizującą się w integracji robotyki z AI, która stworzyła już trzecią iterację swojego autonomicznego, mechanicznego asystenta.
Helix 02 Bedroom Tidy
Tyle płacą za pomoc w szkoleniu „fizycznego AI”
Liczba ofert pracy polegających na dobrowolnym nagrywaniu coraz bardziej skomplikowanych czynności stale rośnie. Choć przez ostatnie lata były to głównie proste prace manualne, dziś coraz częściej obserwujemy gromadzenie danych dotyczących pracy bardziej wyspecjalizowanych pracowników. Pośrednicy zajmujący się pozyskiwaniem takich materiałów często nie nazywają wprost tego, z czym mamy do czynienia – ale w tego typu ogłoszeniach wystarczy szukać fraz takich jak „data recording”. Wówczas możemy mieć pewność, że podczas wykonywanej pracy nasze nagrania będą wykorzystywane do trenowania modeli sztucznej inteligencji, nawet jeśli samo słowo „AI” w ogłoszeniu nie pada.
Dobrym przykładem może być ogłoszenie publikowane za pośrednictwem platformy micro1, gdzie poszukiwany jest kandydat na stanowisko „Electrical Technician — Data Capture & Recording”. W wolnym tłumaczeniu na polski brzmiałoby to jako „technik elektryki odpowiedzialny za pozyskiwanie danych”.
W specyfikacji tej roli czytamy: „Będziesz odgrywał kluczową rolę w kształtowaniu przyszłości szkoleń i technologii elektrycznych. Wykorzystasz swoje praktyczne doświadczenie, aby nagrywać i opisywać materiały wideo z rzeczywistych prac elektroinstalacyjnych, pomagając w tworzeniu zasobów edukacyjnych nowej generacji. Ta wyjątkowa oferta krótkoterminowego kontraktu jest idealna dla wykwalifikowanych elektryków, którzy sprawnie posługują się nowoczesnymi technologiami i chcą mieć realny wpływ na rozwój branży.”
Jeszcze więcej szczegółów dotyczących natury procesu pozyskiwania danych oraz tego, na czym szczególnie zależy zleceniodawcom pod kątem trenowania modeli AI, można znaleźć w sekcji obowiązków w tym ogłoszeniu. Znajdziemy tam między innymi:
- Nagrywanie wysokiej jakości materiałów wideo z prac elektrycznych wykonywanych w ramach standardowych obowiązków, przy użyciu smartfona lub podobnego urządzenia.
- Stosowanie się do jasnych wytycznych dotyczących nagrywania, w tym zachowania odpowiednich kątów widzenia, oświetlenia oraz dokumentowania zadań krok po kroku.
- Opisywanie i etykietowanie nagranych klipów wideo zgodnie z instrukcjami projektu.
Tak przygotowany materiał nagraniowy z prac instalacyjnych jest następnie analizowany przez algorytmy, dołączany do bazy szkoleniowej i przyczynia się do lepszego zrozumienia przez AI, jak wygląda praca elektryka. Analizowane są ruchy dłoni, kolejność działań, rozmieszczenie narzędzi, kąt nachylenia, pozycja względem obiektu pracy, towarzyszące prawidłowym postępom dźwięki, symptomy usterek oraz ich rodzaje… i wiele innych czynników składających się na pełny obraz sytuacji. Wynagrodzenie przewidziane dla osób, które zgodzą się nagrywać swoją pracę, w tym konkretnym przypadku wynosi od 100 do 150 zł za godzinę nagrania z perspektywy pierwszej osoby.
Robotyka i najbliższe perspektywy rynkowe
Sam fakt zbierania danych do trenowania modeli zachowań, z których mogłyby później korzystać roboty, oczywiście nie przesądza sprawy. Droga od pozyskania i interpretacji danych do zaimplementowania ich w sposób umożliwiający wykorzystanie przez fizyczną powłokę jest dość długa. Postępy w robotyce są jednak ogromne. Rynek już teraz jest globalnie wyceniany na kwotę między 60 a 80 miliardów dolarów, a w ciągu najbliższych pięciu lat przewiduje się wzrost nawet czterokrotny. Ta skala może się dodatkowo zwiększyć wraz z napływem większych inwestycji w ten sektor.
Czy zakładając obecne tempo wzrostu i poziom zaawansowania maszyn produkowanych przez Boston Dynamics, Teslę, Unitree czy Agility Robotics, w połączeniu z opracowaniem odpowiednich modeli, możemy oszacować czas, kiedy w naszych domach pojawią się roboty wykonujące przeglądy i naprawy instalacji? Sprawa jest, jak zawsze, nieco bardziej złożona i w dużej mierze zależy od otoczenia, w jakim taki robot wyposażony w AI miałby funkcjonować.
Zdolność do bieżącej analizy i dostosowywania działań do zastanej sytuacji, zwłaszcza gdy wykracza ona poza standardowe procedury, jest wyzwaniem. Instalacje kilkudziesięcioletnie, często wykonane z pominięciem pewnych norm technicznych lub logiki projektowej, stanowią spore wyzwanie dla systemów wizyjnych i modeli decyzyjnych.
Gdzie i kiedy pojawi się elektryk zasilany przez AI?
Należy jednak pamiętać, że postępująca standaryzacja na rynku deweloperskim oraz konsolidacja inwestycji w rękach coraz mniejszej liczby podmiotów, a także rosnące znaczenie prefabrykacji, mogą przyczynić się do stopniowej eliminacji takich problemów. W sytuacji, gdy osiedle składa się z 500 lub 1000 mieszkań, każde z identyczną instalacją, wykonaną z tych samych komponentów, zautomatyzowanie pewnych procedur i czynności przestaje wydawać się całkowicie niewykonalne.
To samo dotyczy hoteli, gdzie większość pomieszczeń i instalacji jest budowana w ten sam, powtarzalny sposób. W takim scenariuszu, gdzie AI napotyka znane sobie schematy, jedyną przeszkodą pozostaje koszt. Precyzja manualna w przypadku wyspecjalizowanych robotów (np. medycznych) od dawna przewyższa ludzkie możliwości, więc wszystko sprowadza się przede wszystkim do pieniędzy – kosztu zarówno budowy, jak i szkolenia odpowiedniej maszyny. A liczba maszyn potrzebnych do realizacji takich projektów z czasem będzie maleć.
Przy obecnym tempie postępu, satysfakcjonujący poziom powinien zostać osiągnięty w ciągu najbliższych kilkunastu miesięcy. Do 2028 lub 2029 roku powinniśmy zacząć obserwować pierwsze rozwiązania pozwalające nie tyle na pełne zastąpienie pracy elektryka czy hydraulika, ile na ich aktywne wspieranie, na przykład w dotarciu do miejsc trudno dostępnych dla ludzkich rąk lub podczas aktywnej diagnostyki.
Trzeba pamiętać, że taki robot nie musi przyjmować humanoidalnej postaci. Fizyczna powłoka robota, w której zamknięte są podzespoły, może mieć dowolną formę, choć oczywiście z psychologicznego punktu widzenia – będzie to trudniejsze do zaakceptowania dla ludzi. Z drugiej strony, społeczne przyzwyczajenie się do małych, okrągłych robotów sprzątających domowe podłogi nie trwało długo, więc nie jest to bariera nie do pokonania.
Pierwsze „złote rączki” z robotów już działają
Niedoskonałe, ale już istniejące w tym „manualno-specjalistycznym” obszarze maszyny można podziwiać od pewnego czasu. W 2025 roku w Chinach zaprezentowano prototyp autonomicznego robota przeznaczonego do inspekcji miejsc o podwyższonym ryzyku porażenia prądem.
Również w Chinach, na początku tego roku, pokazano w akcji inną maszynę, zajmującą się bezpośrednio pracami przy liniach wysokiego napięcia. Zakres wykonywanych czynności nie był skomplikowany, ale bariera została przełamana. Jesteśmy już na etapie zastępowania elektryków lub hydraulików przez maszyny – na bardzo niewielką skalę i głównie jako ciekawostka, ale biorąc pod uwagę przewidywane postępy, zjawisko to będzie nabierać na sile.
Obserwacja postępów w zakresie sztucznej inteligencji i robotyki sugeruje, że pierwsze w pełni samodzielne maszyny, zdolne do obsługi ustandaryzowanej instalacji w przypadku zwykłej awarii (np. w hotelu, gdzie zakres awarii jest bardziej przewidywalny i powtarzalny) – możemy spodziewać się około 2030 roku.
Firmy coraz intensywniej interesują się zastępowaniem ludzi także w tym obszarze, a tzw. Embodied AI (ucieleśniona sztuczna inteligencja) jest kolejną po czatbotach i agentach „gorącą” technologią, na którą ostrzą sobie zęby najwięksi gracze na rynku. Liczba startupów takich jak wspomniany wcześniej RLWRLD będzie również lawinowo rosła.
RLDX-1 | The Dexterity-First Foundation Model for Robot Hands
Nie oznacza to, że roboty zdolne do takich napraw pojawią się jednocześnie na całym świecie. Proces będzie stopniowy, rozłożony na lata, ale to od około 2030 roku powinniśmy zacząć obserwować upowszechnianie się i społeczną normalizację idei „złotej rączki” z robotów.
Oczywiście najpierw nastąpi to w najbardziej rozwiniętych regionach, gdzie już na etapie projektowania nowych budynków można odpowiednio zaplanować rozkład instalacji tak, aby były one łatwiejsze do „obsługi” przez maszyny. Na opracowanie rozwiązań pozwalających na radzenie sobie w bardziej chaotycznych i niestandardowych sytuacjach, prawdopodobnie poczekamy jeszcze 2-3 lata.
Scenariusz, który już przerabialiśmy
Jeśli komuś tempo wydaje się zbyt szybkie i nierealne, wystarczy spojrzeć na to, jak postępowała automatyzacja w innych zawodach fizycznych, na przykład związanych z pracą na magazynie. W pełni zautomatyzowane centra, pracujące 24 godziny na dobę, nikogo dziś nie dziwią, a jeszcze 10 lat temu wydawało się to kompletnie nierealne. Amazon, będący w tej kwestii niekwestionowanym liderem, od 2013 do 2019 roku zwiększył swoją flotę robotów z zaledwie 1000 do aż 200 000 jednostek. Dziś jest to już ponad milion.
W kontekście hydrauliki, elektryki i podobnych specjalizacji, często podnosi się argument, że to coś więcej niż praca z obiektem. Karton można przenieść i odłożyć, zachowuje się mniej więcej zawsze tak samo. Ale rurka – może zardzewieć, śrubka – wyszczerbić się, a przewód zwyczajnie się naderwać lub zaplątać. Do tego dochodzi kwestia miękkich, odkształcalnych elementów, których zachowanie jest trudne do przewidzenia.
Ocena takich parametrów i określenie, co należy zrobić, aby skutecznie przeprowadzić naprawę, wydaje się dziś praktycznie niemożliwa. Jednakże, równie niemożliwe wydawało się kiedyś, że AI będzie generować ujęcia i sceny rodem z Hollywood, zwłaszcza po obejrzeniu Willa Smitha jedzącego spaghetti. A sami wiemy, na jakim poziomie jest dziś generatywna sztuczna inteligencja.
x.com
Choć nie należy stawiać znaku równości między tymi dwoma obszarami, ponieważ w przypadku prac na instalacjach w grę wchodzi również nasze bezpieczeństwo, odpowiednia certyfikacja i spełnienie norm, trudno nie odnieść wrażenia, że są to autentyczne bariery, ale jedynie… tymczasowe.
Ludzie będą potrzebni… ale nie wszyscy
AI otrzymało już „oczy”, a integracja „czucia” poprzez obsługę zaawansowanej haptyki przez fizyczne powłoki jest kolejnym krokiem. Włączenie czynnika ludzkiego do całego procesu – odpowiednika starszego specjalisty, zarządzającego nie agentami programistycznymi, lecz nadzorującego pracę wykonywaną przez maszynę – jest naturalną ewolucją modelu „human-in-the-loop”.
W takim scenariuszu wysoko wykwalifikowany elektryk czy hydraulik nie znika całkowicie z rynku, ale jego środowisko pracy ulega drastycznej zmianie. Zamiast biegać z drabiną, miernikiem czy uszczelkami po placu budowy, staje się „dyspozytorem floty”, interweniując jedynie w sytuacjach naprawdę nietypowych, z którymi algorytmy nie będą w stanie sobie poradzić w zakresie rozpoznania i rozwiązania.
Jednocześnie liczba osób pracujących w tych zawodach drastycznie spada, wraz ze znikaniem z rynku lokali o niestandardowym układzie instalacji. Najlepsi, najbardziej zaawansowani technologicznie specjaliści – nadal będą potrzebni. Ci, którzy specjalizowali się w prostych, powtarzalnych pracach – zaczną być wypychani przez automatyzację. Jest to w zasadzie ten sam scenariusz, który dotyka wszystkich, których zawody są już przejmowane przez sztuczną inteligencję.
Analizując rozwój robotyki połączonej z AI, która zastępuje zarówno „białe”, jak i „niebieskie kołnierzyki”, należy pamiętać, że prace nad tą „wymianą” trwają od dawna. Wypieranie pewnych zawodów przez automatykę towarzyszy nam na masową skalę przynajmniej od 1913 roku, czyli od momentu uruchomienia pierwszej linii produkcyjnej. Proces ten nie zaczyna się od zera – ma już potężny bagaż doświadczeń, a kolejne dane w trybie bieżącym nieustannie napływają. Z każdą kolejną godziną precyzyjnego materiału prezentującego sposób wykonywania pewnych manualnych prac, zbliżamy się do rzeczywistości, w której nie istnieje żadne ludzkie zajęcie, którego robot wyposażony w odpowiednie AI nie mógłby wykonać.
To wizja rzeczywistości, w której większość ludzkiej pracy staje się niepotrzebna. Ale co dalej?
Dziękujemy, że przeczytałaś/eś nasz artykuł do końca. Bądź na bieżąco! Obserwuj nas w Google.
Wyniki Biznes Fakty:
- Rynek robotyki jest wyceniany globalnie na 60-80 mld USD, z przewidywanym czterokrotnym wzrostem w ciągu najbliższych 5 lat.
- Firmy takie jak Amazon w ciągu 6 lat (2013-2019) zwiększyły flotę robotów z 1000 do 200 000 jednostek. Obecnie posiadają ponad milion robotów.
- Stawki za udział w projektach szkolenia AI w Indiach wynoszą 120-250 USD miesięcznie, co może stanowić znaczący wzrost zarobków dla pracowników.
- W USA i Korei Południowej istnieją już inicjatywy, gdzie pracownicy są nagrywani podczas wykonywania swoich obowiązków w celu szkolenia AI.
- Wynagrodzenie za nagrania z perspektywy pierwszej osoby w pracach elektrycznych wynosi w przeliczeniu 100-150 zł za godzinę.
- Przewiduje się, że do 2028-2029 roku pojawią się pierwsze rozwiązania AI aktywnie wspierające elektryków i hydraulików, a około 2030 roku – samodzielne maszyny do obsługi ustandaryzowanych instalacji.
- Automatyzacja zawodów fizycznych, takich jak prace magazynowe, pokazuje tempo rozwoju technologii, które może być przeniesione na inne sektory.
Według danych portalu: businessinsider.com.pl