How does A.I. change how we practice medicine?

“When faced with a particularly tough question on rounds during my intern year, I would run straight to the bathroom. There, I would flip through the medical reference book I carried in my pocket, find the answer and return to the group, ready to respond.

At the time, I believed that my job was to memorize, to know the most arcane of medical eponyms by heart. Surely an excellent clinician would not need to consult a book or a computer to diagnose a patient. Or so I thought then.

Not even two decades later, we find ourselves at the dawn of what many believe to be a new era in medicine, one in which artificial intelligence promises to write our notes, to communicate with patients, to offer diagnoses. The potential is dazzling. But as these systems improve and are integrated into our practice in the coming years, we will face complicated questions: Where does specialized expertise live? If the thought process to arrive at a diagnosis can be done by a computer “co-pilot,” how does that change the practice of medicine, for doctors and for patients?

Though medicine is a field where breakthrough innovation saves lives, doctors are — ironically — relatively slow to adopt new technology. We still use the fax machine to send and receive information from other hospitals. When the electronic medical record warns me that my patient’s combination of vital signs and lab abnormalities could point to an infection, I find the input to be intrusive rather than helpful. A part of this hesitation is the need for any technology to be tested before it can be trusted. But there is also the romanticized notion of the diagnostician whose mind contains more than any textbook.

Still, the idea of a computer diagnostician has long been compelling. Doctors have tried to make machines that can “think” like a doctor and diagnose patients for decades, like a Dr. House-style program that can take in a set of disparate symptoms and suggest a unifying diagnosis. But early models were time-consuming to employ and ultimately not particularly useful in practice. They were limited in their utility until advances in natural language processing made generative A.I. — in which a computer can actually create new content in the style of a human — a reality. This is not the same as looking up a set of symptoms on Google; instead, these programs have the ability to synthesize data and “think” much like an expert.

To date, we have not integrated generative A.I. into our work in the intensive care unit. But it seems clear that we inevitably will. One of the easiest ways to imagine using A.I. is when it comes to work that requires pattern recognition, such as reading X-rays. Even the best doctor may be less adept than a machine when it comes to recognizing complex patterns without bias. There is also a good deal of excitement about the possibility for A.I. programs to write our daily patient notes for us as a sort of electronic scribe, saving considerable time. As Dr. Eric Topol, a cardiologist who has written about the promise of A.I. in medicine, says, this technology could foster the relationship between patients and doctors. “We’ve got a path to restore the humanity in medicine,” he told me.

Beyond saving us time, the intelligence in A.I. — if used well — could make us better at our jobs. Dr. Francisco Lopez-Jimenez, the co-director of A.I. in cardiology at the Mayo Clinic, has been studying the use of A.I. to read electrocardiograms, or ECGs, which are a simple recording of the heart’s electrical activity. An expert cardiologist can glean all sorts of information from an ECG, but a computer can glean more, including an assessment of how well the heart is functioning — which could help determine who would benefit from further testing.

Even more remarkably, Dr. Lopez-Jimenez and his team found that when asked to predict age based on an ECG, the A.I. program would from time to time give an entirely incorrect response. At first, the researchers thought the machine simply wasn’t great at age prediction based on the ECG — until they realized that the machine was offering the “biological” rather than chronological age, explained Dr. Lopez-Jimenez. Based on the patterns of the ECG alone, the A.I. program knew more about a patient’s aging than a clinician ever could.

And this is just the start. Some studies are using A.I. to try to diagnose a patient’s condition based on voice alone. Researchers promote the possibility of A.I. to speed drug discovery. But as an intensive care unit doctor, I find that what is most compelling is the ability of generative A.I. programs to diagnose a patient. Imagine it: a pocket expert on rounds with the ability to plumb the depth of existing knowledge in seconds.

What proof do we need to use any of this? The bar is higher for diagnostic programs than it is for programs that write our notes. But the way we typically test advances in medicine — a rigorously designed randomized clinical trial that takes years — won’t work here. After all, by the time the trial were complete, the technology would have changed. Besides, the reality is that these technologies are going to find their way into our daily practice whether they are tested or not.

Dr. Adam Rodman, an internist at Beth Israel Deaconess Hospital in Boston and a historian, found that the majority of his medical students are using Chat GPT already, to help them on rounds or even to help predict test questions. Curious about how A.I. would perform on tough medical cases, Dr. Rodman gave the notoriously challenging New England Journal of Medicine weekly case — and found that the program offered the correct diagnosis in a list of possible diagnoses just over 60 percent of the time. This performance is most likely better than any individual could accomplish.

How those abilities translate to the real world remains to be seen. But even as he prepares to embrace new technology, Dr. Rodman wonders if something will be lost. After all, the training of doctors has long followed a clear process — we see patients, we struggle with their care in a supervised environment and we do it over again until we finish our training. But with A.I., there is the real possibility that doctors in training could lean on these programs to do the hard work of generating a diagnosis, rather than learn to do it themselves. If you have never sorted through the mess of seemingly unrelated symptoms to arrive at a potential diagnosis, but instead relied on a computer, how do you learn the thought processes required for excellence as a doctor?

“In the very near future, we’re looking at a time where the new generation coming up are not going to be developing these skills in the same way we did,” Dr. Rodman said. Even when it comes to A.I. writing our notes for us, Dr. Rodman sees a trade-off. After all, notes are not simply drudgery; they also represent a time to take stock, to review the data and reflect on what comes next for our patients. If we offload that work, we surely gain time, but maybe we lose something too.

But there is a balance here. Maybe the diagnoses offered by A.I. will become an adjunct to our own thought processes, not replacing us but allowing us all the tools to become better. Particularly for those working in settings with limited specialists for consultation, A.I. could bring everyone up to the same standard. At the same time, patients will be using these technologies, asking questions and coming to us with potential answers. This democratizing of information is already happening and will only increase.

Perhaps being an expert doesn’t mean being a fount of information but synthesizing and communicating and using judgment to make hard decisions. A.I. can be part of that process, just one more tool that we use, but it will never replace a hand at the bedside, eye contact, understanding — what it is to be a doctor.

A few weeks ago, I downloaded the Chat GPT app. I’ve asked it all sorts of questions, from the medical to the personal. And when I am next working in the intensive care unit, when faced with a question on rounds, I just might open the app and see what A.I. has to say.

Daniela J. Lamas (@danielalamasmd), a contributing Opinion writer, is a pulmonary and critical-care physician at Brigham and Women’s Hospital in Boston.”

 

Kaip dirbtinis intelektas (A.I.) keičia tai, kaip mes praktikuojame mediciną?

„Kai stažuotės metais susidurdavau su ypač sunkiu klausimu, bėgdavau tiesiai į tualetą. Ten vartydavau medicinos žinyną, kurį nešiojau kišenėje, rasdavau atsakymą ir grįždavau į grupę, pasiruošusi atsakyti.

Tuo metu tikėjau, kad mano darbas yra įsiminti, mintinai žinoti paslaptingiausius medicininius eponimus. Tikrai puikiam gydytojui, norint nustatyti paciento diagnozę, nereikėtų ieškoti knygos ar kompiuterio. Arba taip tada maniau.

Nepraėjus nė dviem dešimtmečiams, išaušta, daugelio manymu, nauja medicinos era, kai dirbtinis intelektas žada rašyti mūsų užrašus, bendrauti su pacientais, siūlyti diagnozes. 

Potencialas yra stulbinantis. Tačiau kai šios sistemos tobulėja ir ateinančiais metais bus integruotos į mūsų praktiką, susidursime su sudėtingais klausimais: kur gyvena specializuota patirtis? Jei mąstymo procesą diagnozei nustatyti gali atlikti kompiuterio „antrasis pilotas“, kaip tai pakeičia gydytojų ir pacientų medicinos praktiką?

Nors medicina yra sritis, kurioje proveržio naujovės gelbsti gyvybes, gydytojai – ironiška – gana lėtai įsisavina naujas technologijas. Mes vis dar naudojame fakso aparatą informacijai siųsti ir gauti iš kitų ligoninių. Kai elektroninis medicininis įrašas įspėja, kad mano paciento gyvybinių požymių ir laboratorinių sutrikimų derinys gali rodyti infekciją, manau, kad ši įvestis yra įkyri, o ne naudinga. Dalis šių dvejonių yra poreikis išbandyti bet kokią technologiją, kad ja būtų galima pasitikėti. Tačiau yra ir romantizuotas diagnostikos specialisto, kurio galvoje yra daugiau, nei bet kuriame vadovėlyje, samprata.

Visgi, kompiuterinio diagnostiko idėja jau seniai buvo įtikinama. Gydytojai bandė sukurti aparatus, kurie dešimtmečius galėtų „mąstyti“, kaip gydytojas ir diagnozuoti pacientus, pavyzdžiui, Dr. House stiliaus programą, kuri gali priimti skirtingus simptomus ir pasiūlyti vienijančią diagnozę. Tačiau ankstyvieji modeliai užtruko daug laiko ir, galiausiai, nebuvo ypač naudingi praktikoje. 

Jų naudingumas buvo ribotas, kol natūralios kalbos apdorojimo pažanga padarė generatyvų A.I. – kurioje kompiuteris iš tikrųjų gali sukurti naują turinį žmogaus stiliumi – realybę. Tai nėra tas pats, kas ieškoti simptomų rinkinio „Google“; Vietoj to, šios programos turi galimybę sintezuoti duomenis ir „mąstyti“ panašiai kaip ekspertas.

Iki šiol mes neintegravome generatyvinio A.I. į mūsų darbą intensyviosios terapijos skyriuje. Bet atrodo aišku, kad neišvengiamai tai padarysime. 

Vienas iš paprasčiausių būdų įsivaizduoti, naudojant A.I. kai kalbama apie darbą, kuriam reikalingas modelio atpažinimas, pavyzdžiui, rentgenogramos skaitymas. Net geriausias gydytojas gali būti mažiau įgudęs, nei mašina, kai reikia atpažinti sudėtingus modelius be šališkumo. Taip pat yra daug jaudulio dėl galimybės A.I. programas, skirtas mums rašyti kasdienius paciento užrašus, kaip savotišką elektroninį raštininką, sutaupant daug laiko. Kaip teigia gydytojas Erikas Topolas, kardiologas, parašęs apie pažadą A.I. medicinoje, teigia, kad ši technologija gali paskatinti pacientų ir gydytojų santykius. „Mes turime kelią, kaip atkurti žmogiškumą medicinoje“, - sakė jis.

Ne tik taupome laiką, bet ir su A.I. – jei bus tinkamai naudojamas – galėtume geriau atlikti savo darbą. Daktaras Francisco Lopez-Jimenez, vienas iš A.I. Kardiologijoje Mayo klinikoje studijavo A.I. sugebėjimą skaityti elektrokardiogramas arba EKG, kurios yra paprastas širdies elektrinio aktyvumo įrašas. Ekspertas kardiologas iš EKG gali surinkti įvairią informaciją, tačiau kompiuteris gali surinkti daugiau, įskaitant širdies veiklos įvertinimą, o tai gali padėti nustatyti, kam būtų naudinga atlikti tolesnius tyrimus.

Dar įspūdingiau, kad daktaras Lopezas-Jimenezas ir jo komanda išsiaiškino, kad paprašius nuspėti amžių pagal EKG, A.I. programa karts nuo karto pateiktų visiškai neteisingą atsakymą. Iš pradžių mokslininkai manė, kad aparatas paprasčiausiai nėra puikus, kad pagal EKG numatytų amžių, kol suprato, kad aparatas siūlo „biologinį“, o ne chronologinį amžių, paaiškino dr. Lopez-Jimenez. Remiantis vien EKG modeliais, A.I. programa žinojo daugiau apie paciento senėjimą, nei gydytojas kada nors galėjo žinoti.

Ir tai tik pradžia. Kai kuriuose tyrimuose naudojamas A.I. bandyti diagnozuoti paciento būklę remiantis vien balsu. Tyrėjai skatina A.I. paspartinti vaistų atradimą. Tačiau, kaip intensyviosios terapijos skyriaus gydytoja, manau, kad labiausiai įtikina gebėjimas generuoti A.I. programas, skirtas pacientui diagnozuoti. Įsivaizduokite: kišeninis raundų ekspertas, turintis žinių gilumą per kelias sekundes.

Kokių įrodymų mums reikia, kad galėtume tai panaudoti? Diagnostikos programų juosta yra aukštesnė, nei programoms, kurios rašo mūsų pastabas. Tačiau tai, kaip mes paprastai išbandome medicinos pažangą – griežtai suplanuota atsitiktinių imčių klinikinį tyrimą, trunkantį metus – čia neveiks. Galų gale, iki bandymo pabaigos technologija būtų pasikeitusi. 

Be to, realybė yra tokia, kad šios technologijos atsidurs mūsų kasdienėje praktikoje, nesvarbu, ar jos yra išbandytos, ar ne.

Daktaras Adamas Rodmanas, Bostono Beth Israel Deaconess ligoninės internistas ir istorikas, nustatė, kad dauguma jo medicinos studentų jau naudojasi Chat GPT, kad padėtų jiems atlikti ligonių lankymo darbus ar net nuspėti testo klausimus. 

Įdomu, kaip A.I. Rodmanas skaitė žinomą sudėtingą savaitės New England Journal of Medicine atvejį ir nustatė, kad programa siūlo teisingą diagnozę galimų diagnozių sąraše šiek tiek daugiau, nei 60 procentų atvejų. Šis pasirodymas, greičiausiai, yra geresnis, nei galėtų bet kuris asmuo.

Kaip šie gebėjimai paverčiami realiame pasaulyje, dar reikia pamatyti. Tačiau net ruošiantis priimti naujas technologijas, daktaras Rodmanas svarsto, ar kažkas nebus prarasta. Juk gydytojų mokymas jau seniai vyksta pagal aiškų procesą – matome pacientus, kovojame su jų priežiūros bėdomis prižiūrimoje aplinkoje ir kartojame, kol baigiame mokymus. Tačiau naudojant A.I., yra reali galimybė, kad besimokantys gydytojai galėtų pasikliauti šiomis programomis, kad atliktų sunkų diagnozės nustatymo darbą, o ne išmoktų tai padaryti patys. Jei niekada netvarkėte iš pažiūros nesusijusių simptomų, kad išsiaiškintumėte galimą diagnozę, o pasikliovėte kompiuteriu, kaip išmokti mąstymo procesų, reikalingų, siekiant tobulumo kaip gydytojas?

„Netolimoje ateityje žiūrime į laiką, kai ateinanti naujoji karta nesiruošia lavinti šių įgūdžių taip, kaip mes“, – sakė daktaras Rodmanas. Net kai kalbama apie A.I., rašantį mums pastabas, daktaras Rodmanas mato kompromisą. Galų gale, užrašų problema nėra tik veržlumas; jie taip pat yra laikas įvertinti, peržiūrėti duomenis ir apmąstyti, kas bus toliau mūsų pacientams. Jei tą darbą iškrauname, tikrai laimėsime laiko, bet galbūt ir ką nors prarasime.

Tačiau čia yra pusiausvyra. Galbūt, A.I. pasiūlytos diagnozės. taps mūsų pačių mąstymo procesų priedu, nepakeisdamas mūsų, bet leisdamas mums visus įrankius tapti geresniais. Ypač tiems, kurie dirba aplinkoje, kur konsultuojasi su ribotais specialistais, A.I. galėtų pasiekti vienodą standartą. Tuo pačiu metu pacientai naudosis šiomis technologijomis, užduos klausimus ir ateis pas mus su galimais atsakymais. Toks informacijos demokratizavimas jau vyksta ir tik didės.

Galbūt, būti ekspertu reiškia būti ne informacijos šaltiniu, o sintezuoti ir bendrauti bei pasitelkti patarimus, priimant sunkius sprendimus. A.I. gali būti to proceso dalis, tik dar viena priemonė, kurią naudojame, bet ji niekada neatstos rankos prie lovos, akių kontakto, supratimo – ką reiškia būti gydytoju.

Prieš kelias savaites atsisiunčiau programą „Chat GPT“. Uždaviau įvairiausių klausimų – nuo medicininių iki asmeninių. O kai kitą kartą dirbsiu intensyviosios terapijos skyriuje, susidūrus su klausimu, galiu atidaryti programėlę ir pažiūrėti, ką A.I. turi pasakyti.

Daniela J. Lamas (@danielalamasmd), bendradarbiaujanti nuomonės rašytoja, yra plaučių ir kritinės priežiūros gydytoja Bostono Brigamo ir moterų ligoninėje."

Remote Work Persists, Not Just for White-Collar Jobs.

"Workers in unexpected jobs are clocking more time from home than before the pandemic hit.

It isn't just white-collar workers logging in from bedrooms instead of boardrooms. Lower-income, less-educated and service-industry workers spent more time working from home, on average, last year than before the pandemic.

The broad-based gains suggest that while much of American life has reverted to prepandemic norms, remote work persists and is subtly reshaping many professions.

Workers overall spent an average of 5 hours and 25 minutes a day working from home in 2022. That is about two hours more than in 2019 and down just 12 minutes from 2021, according to the Labor Department's American Time Use Survey.

Those figures reflect the average amount of time all employed Americans -- including remote, hybrid and in-person workers -- spent working from home. 

Work done at home can include one minute checking a company email or a 12-hour shift. It strictly includes work done at home and excludes assignments done at a place such as a coffee shop.

One reason remote work remains more prevalent than before Covid is workers still have leverage in a labor market that remains historically tight. Employers cling to staff they fought to hire during the pandemic rebound.

About 8.4% of job postings on Indeed.com advertised remote or hybrid work at the end of May, up threefold from the same period in 2019. Still, the share of remote job postings on Indeed fell from a peak of over 10% in February 2022, reflective of a steep decline in tech and other white-collar job openings with high concentrations of remote work.

The lowest-earning Americans spent about three more hours working at home a day last year than in 2019. Their daily work-from-home time increased 1 hour and 19 minutes from 2021, while the highest-paid spent about 30 fewer minutes on the clock from home last year compared with 2021.

The highest earners still work from home roughly 45 minutes more a day than the lowest earners.

Many lower-wage office and call-center jobs went remote at the onset of the pandemic. Business executives viewed the shift as a temporary emergency measure, said Julia Pollak, chief economist at jobs site ZipRecruiter.

"Many employers were surprised to discover that remote customer support agents and freight dispatchers, for example, were often just as effective and productive working from home, if not more so," Pollak said.

Thanks to those productivity gains, as well as improved recruitment and retention, reduced absenteeism and lower real-estate costs, companies decided to keep offering remote options for some lower-wage staff long after offices reopened, she said.

About 22% of customer-service job postings on ZipRecruiter offered remote work in June of this year, averaged over 12 months, up from 4% in June 2019. Still, that declined from about 33% in February 2022.

Employees with only a high-school diploma worked from home nearly three hours more a day in 2022 than in 2019. Their daily work-from-home time was about the same last year as those who hold at least a bachelor's degree.

In 2022, 17.5% of workers with only a high-school diploma spent some time working from home, up from 15.5% in 2019. That share was still far below the 53.7% of workers with at least a bachelor's degree who logged work-from-home time last year.

Companies often outsource remote jobs that don't require college degrees to states with lower costs of living, said Nicholas Bloom, a Stanford economist.

Employees in those occupations face the risk of losing their jobs to overseas workers and artificial intelligence, he said, pointing to the fast development of AI chatbots handling some work tasks.

"I don't think that fully remote, low-paid occupation is a great place to be," Bloom said.

Service-industry workers clocked about two more hours of work-from-home time in 2022 than in 2019. Their at-home hours rose last year, in contrast with declines for professional, management and office workers.

Remote opportunities in healthcare have grown with the pandemic-driven embrace of telehealth. In 2022, 4.9% of healthcare job ads offered remote or hybrid workdays, up from 1.8% in 2019, according to an analysis of online job postings from Bloom and co-researchers." [1]

1. U.S. News: Remote Work Persists, Not Just for White-Collar Jobs. Sarah Chaney Cambon; Mollica, Andrew. 
Wall Street Journal, Eastern edition; New York, N.Y. [New York, N.Y]. 06 July 2023: A.2.

Dirba nuotoliniu būdu ir ne tik dirbantys su baltomis apykaklėmis

„Darbuotojai, dirbantys netikėtus darbus, daugiau laiko praleidžia darbe iš namų, nei prieš prasidedant pandemijai.

 

     Tai ne tik baltų apykaklių darbuotojai, kurie prisijungia iš miegamųjų, o ne iš posėdžių salių. Mažesnes pajamas gaunantys, mažiau išsilavinę ir paslaugų pramonės darbuotojai pernai vidutiniškai daugiau laiko praleido, dirbdami namuose, nei prieš pandemiją.

 

     Platus pasiekimas rodo, kad nors didžioji dalis amerikiečių gyvenimo grįžo prie ikipandeminių normų, nuotolinis darbas išlieka ir subtiliai keičia daugelį profesijų.

 

     2022 m. darbuotojai vidutiniškai praleido 5 valandas ir 25 minutes per dieną, dirbdami namuose. Tai yra maždaug dviem valandomis daugiau, nei 2019 m. ir tik 12 minučių mažiau, nei 2021 m., rodo Darbo departamento Amerikos laiko naudojimo tyrimas.

 

     Šie skaičiai atspindi vidutinį laiką, kurį visi dirbantys amerikiečiai, įskaitant nuotolinius, mišrius ir asmeninius darbuotojus, praleidžia, dirbdami namuose.

 

     Darbas namuose gali apimti vieną minutę įmonės el. pašto patikrinimą arba 12 valandų pamainą. Tai griežtai apima darbą, atliekamą namuose, ir neapima užduočių, atliekamų tokioje vietoje, kaip kavinė.

 

     Viena iš priežasčių, kodėl nuotolinis darbas tebėra labiau paplitęs, nei prieš „Covid“, yra tai, kad darbuotojai vis dar turi svertų darbo rinkoje, kuri išlieka istoriškai įtempta. Darbdaviai laikosi darbuotojų, kuriuos stengėsi pasamdyti pandemijos atgimimo metu.

 

     Gegužės pabaigoje apie 8,4 % darbo skelbimų svetainėje Indeed.com skelbė apie nuotolinį arba mišrų darbą, ty tris kartus daugiau, nei tuo pačiu 2019 m. laikotarpiu. Vis dėlto nuotolinių darbo skelbimų dalis svetainėje Indeed sumažėjo nuo vasario mėn. 2022 m., atspindintis staigų technologijų ir kitų laisvų darbo vietų, kuriose daug nuotolinio darbo, mažėjimą.

 

     Mažiausiai uždirbantys amerikiečiai praėjusiais metais dirbdavo namuose maždaug trimis valandomis daugiau, nei 2019 m. Kasdienis jų darbo laikas namuose nuo 2021 m. pailgėjo 1 valanda ir 19 minučių, o geriausiai apmokami asmenys darbui iš namų skyrė apie 30 minučių mažiau praėjusiais metais, palyginti su 2021 m.

 

     Daugiausia uždirbantys asmenys vis dar dirba namuose maždaug 45 minutėmis daugiau, per dieną nei mažiausiai uždirbantys.

 

     Daugelis mažesnio atlyginimo darbo vietų biure ir skambučių centruose pandemijos pradžioje buvo nutolę. Įmonių vadovai pamainą vertino kaip laikiną skubią priemonę, sakė darbo biržos „ZipRecruiter“ vyriausioji ekonomistė Julia Pollak.

 

     „Daugelis darbdavių nustebo sužinoję, kad, pavyzdžiui, nuotoliniai klientų aptarnavimo agentai ir krovinių dispečeriai dažnai buvo tokie pat veiksmingi ir produktyvūs, jei ne daugiau, kai iš namų dirba“, – sakė Pollak.

 

     Dėl šio produktyvumo padidėjimo, pagerėjusio įdarbinimo ir išlaikymo, sumažėjusių pravaikštų ir mažesnių nekilnojamojo turto išlaidų, įmonės nusprendė ir toliau siūlyti nuotolines galimybes kai kuriems mažesnius atlyginimus gaunantiems darbuotojams dar ilgai po to, kai vėl buvo atidaryti biurai, sakė ji.

 

     Šių metų birželį apie 22 % klientų aptarnavimo darbo skelbimų „ZipRecruiter“ siūlė nuotolinį darbą, vidutiniškai per 12 mėnesių, o 2019 m. birželį – 4%. Vis dėlto šis skaičius sumažėjo nuo maždaug 33% 2022 m. vasario mėn.

 

     Darbuotojai, turintys tik vidurinės mokyklos diplomą, 2022 m. dirbo beveik trimis valandomis per dieną daugiau, nei 2019 m. Jų kasdienis darbas iš namų pernai buvo maždaug toks pat, kaip ir tų, kurie turi bent bakalauro laipsnį.

 

     2022 m. 17,5 % darbuotojų, turinčių tik vidurinės mokyklos diplomą, kurį laiką dirbo namuose, o 2019 m. – 15,5 %. Ši dalis vis dar buvo daug mažesnė už 53,7 % darbuotojų, turinčių bent bakalauro laipsnį.

 

     Stenfordo ekonomistas Nicholas Bloom teigė, kad įmonės dažnai perkelia nuotolines užduotis, kurioms nereikia aukštojo mokslo diplomų, į valstijas, kuriose pragyvenimo išlaidos mažesnės.

 

     Šių profesijų darbuotojai susiduria su rizika prarasti darbą dėl užsienio darbuotojų ir dirbtinio intelekto, sakė jis, atkreipdamas dėmesį į spartų AI pokalbių robotų, atliekančių kai kurias darbo užduotis, vystymąsi.

 

     „Nemanau, kad visiškai nutolęs, mažai apmokamas, užsiėmimas yra puiki vieta būti“, – sakė Bloom.

 

     Paslaugų pramonės darbuotojai 2022 m. dirbo maždaug dviem valandomis daugiau, nei 2019 m. Jų namuose valandų skaičius pernai padidėjo, o profesionalų, vadovų ir biuro darbuotojų sumažėjo.

 

     Nuotolinės sveikatos priežiūros galimybės išaugo dėl pandemijos sukeltos nuotolinės sveikatos paslaugos. Remiantis „Bloom“ ir kitų tyrėjų internetinių darbo skelbimų analize, 2022 m. 4,9 % sveikatos priežiūros darbo skelbimų buvo siūlomos nuotolinės arba mišrios darbo dienos, o 2019 m. – tik 1,8 %." [1]

 

1. U.S. News: Remote Work Persists, Not Just for White-Collar Jobs. Sarah Chaney Cambon; Mollica, Andrew. 
Wall Street Journal, Eastern edition; New York, N.Y. [New York, N.Y]. 06 July 2023: A.2.

Dirbtinio intelekto (AI) klestėjimas padeda pakelti technologijų sektoriaus nuotaiką

  „Jaudulys dėl dirbtinio intelekto įrodo galingą priešpriešą technologijų ekonomikai, kuri iki šiol lėtėjo, o dabar eina pirmyn, pakeldama daugelio milžinų akcijų kainas ir augimo perspektyvas bei sukeldama naujų startuolių bangą.

 

     Vinay Wagh įmonė yra viena. Anksčiau šiais metais jis nusprendė, kad atėjo laikas įkurti naują įmonę.

 

     Jis paliko darbą duomenų saugojimo įmonėje „Databricks“, kad sukurtų startuolį, kurio tikslas – padėti įmonėms integruoti generatyvųjį dirbtinį intelektą. Nuo tada jis siekia išvilioti technologijų veteranus iš įsitvirtinusių firmų ir pritraukti rizikos kapitalą, kuris, atrodo, beveik nedirbo niūroje, kuri užgožė didžiąją dalį Silicio slėnio.

 

     „Ši technologijų banga jau čia“, – sakė Waghas, kol dar nenutrūko paskutinioji.

 

     Žiemą pramonė atrodė taip, kad gali susidurti su ilgalaikiu ir skausmingu nuosmukiu. Technikos titanai akcentavo efektyvumą ir atleido dešimtis tūkstančių žmonių. Nasdaq Composite indeksas 2022 metais prarado daugiau, nei 30 proc.

 

     Tačiau entuziazmas dėl dirbtinio intelekto išaugo tarp investuotojų, vadovų ir technologijų vartotojų, nes startuolis OpenAI praėjusių metų pabaigoje pristatė ChatGPT – robotą, galintį kalbėti žmogiška kalba.

 

     Dėl šio įkarščio pramonės patiriamas nuosmukis buvo tarsi žemas, todėl nuosmukis buvo kitoks, nei ankstesni.

 

     Nepaisant lėtėjančio pajamų augimo, geriausių technologijų akcijos šiais metais pakilo. „Microsoft“, investavusi milijardus dolerių į „OpenAI“, reklamavosi, kaip AI avangardas, pridedanti technologiją viskam – nuo „Bing“ paieškos variklio iki darbo vietos programinės įrangos. „Google“, ilgametė AI erdvės lyderė, išleido keletą paieškos funkcijų, sukurtų, naudojant generatyvųjį AI.

 

     Nasdaq šiais metais pabrango 32%, o Dow Jones Industrial Average pakilo 3,4%, o Microsoft akcijos pakilo 41%, o Nvidia akcijos beveik trigubai išaugo dėl optimizmo, kad dirbtinis intelektas sustiprins jų verslą.

 

     Įmonės, kurios reklamavo savo išlaidų mažinimą ir atsiprašinėjo, kad pastaraisiais metais pasamdė per daug žmonių, dar labiau padidino jaudulį, transliuodamos savo AI ambicijas. Remiantis „FactSet“, 110 S&P 500 įmonių, kurios turėjo konferencinius skambučius nuo kovo vidurio iki gegužės pabaigos, paminėjo dirbtinį intelektą. Tai rekordinis aukštas skaičius ir maždaug tris kartus didesnis už 10 metų vidurkį.

 

     Spenceris Kimballas, duomenų bazių startuolio „Cockroach Labs“ generalinis direktorius, kuris dešimtmečius padėjo kurti technologijų įmones, sakė, kad ankstesni pesimizmo laikotarpiai buvo ilgesni. Jis sakė, kad 2000 m. „Dot-com“ žlugimo metu, kai krito technologijų akcijos, atrodė, kad greitkeliai nuo San Francisko iki Silicio slėnio beveik per naktį tapo švarūs. 2008 m., įsigalėjus finansų krizei, kapitalas pabėgo iš technologijų pramonės, o įmonės ilgesniam laikui nustojo samdyti.

 

     Šiame nuosmukio atsigavimo etape investuotojai tikisi, kad naujosios įmonės bus efektyvesnės, nei ankstesnės kartos, nes jiems reikia mažiau pradinių investicijų į infrastruktūrą ir gali dirbti su mažesnėmis komandomis. Optimistai teigia, kad AI automatizavus daugelį darbų, įmonės gali išlikti lieknos ir greičiau pasiekti pelningumo.

 

     „Paprasčiau valdyti įmonę su nedideliu biudžetu, nei kada nors buvo“, – sakė Kimballas

 

     Per pastaruosius aštuonis mėnesius daugelis įmonių buvo mažinamos, nes investuotojai spaudė jas tapti pelningesnėmis, todėl kilo atleidimų banga. „Google“ pagrindinė „Alphabet“, „Amazon.com“, „Facebook“ pagrindinė „Meta Platforms“ ir „Microsoft“ atleido tūkstančius darbuotojų. Mažesnės, į biržos sąrašus neįtrauktos technologijų įmonės, tokios, kaip mokėjimų apdorojimo įmonė „Stripe“, taip pat sumažino darbuotojų skaičių.

 

     Šių įmonių darbuotojų mažinimas ir darbuotojų negalavimas paskatino naujas dirbtinio intelekto įmones. Daugelį naujų įmonių įkūrė arba dirbo darbuotojai, kurie paliko pirmaujančias technologijų kompanijas arba buvo atleisti iš jų.

 

     "Tikrai geri žmonės paliko įmones dėl atleidimo iš darbo", - sakė Wagh. „Startuoliai turi prieigą prie talentų, kurių anksčiau neturėjo."

 

     „SoftBank“ grupės vadovas Masayoshi Son praėjusį mėnesį sakė, kad planuoja nutraukti investicijų užliūlį ir sutelkti dėmesį į AI po to, kai „ChatGPT“ pokalbių robotas vėl sužadino jo jaudulį dėl ateities. „Artėja laikas, kai turime imtis kontrpuolimo“, – kasmetiniame Japonijos technologijų investicijų bendrovės susitikime sakė Sonas.

 

     Dirbtinio intelekto įmonės netgi šiek tiek paskatino niūrią San Francisko nekilnojamojo turto rinką. Chrisas Roederis, pagrindinis Jones Lang LaSalle brokeris, sakė, kad daugelis dirbtinio intelekto įmonių naudojasi nuomininkų rinka biuro patalpas išsinuomoti ilgam.

 

     AI optimizmas nėra panacėja nuo visko, kas vargina technologijų ekonomiką. Nekilnojamasis turtas San Franciske tebėra istoriškai sunkios būklės. Daugelis įmonių vis dar įstrigo lėtėjimo sąlygomis, mažina išlaidas ir stengiasi pritraukti pinigų.

 

     Kai kurie startuoliai, surinkę pinigų finansavimo pakilimo metais, greičiausiai, bankrutuos, sakė partneris ir vadovas Prateek Alsi, investicinės įmonės „Tribe Capital“ rizikos grupės narys.

 

     Jis sakė, kad įmonėms, kurioms reikia pinigų, bet kurios nesugebėjo pasiekti pelningumo, vis tiek bus „sudėtingi skaičiavimai“ [1].

 

1. Boom in Artificial Intelligence Helps Lift Tech-Sector Blues. Dotan, Tom. 
Wall Street Journal, Eastern edition; New York, N.Y. [New York, N.Y]. 06 July 2023: A.1.