AI įsisavinimo pradžioje matomas laikinasis produktyvumo nuosmukis – tai vadinama J‑kreive.

Nuosmukis kyla dėl mokymosi, eksperimentų ir darbo procesų pertvarkų.

Kodėl pradinis nuosmukis atsiranda

J‑kreivės samprata teigia, kad transformacinės technologijos pradžioje sumažina matuojamą produktyvumą, nes reikalauja laiko, mokymo ir struktūrinių pertvarkų . „The productivity J‑curve explains that transformative technologies require an initial investment of time, training, and restructuring before delivering real efficiency gains.“ — Michael Max Bühler, AI Strategist. Įmonės, net kai savanoriškai priima AI, ne visada pasiekia produktyvumo augimą . „At first: Teams face a learning curve, workflows need adjustments, and integration challenges slow things down.“ — Michael Max Bühler. Ribos lieka.

Kaip atsigavimas virsta augimu

Kai darbuotojai prisitaiko, automatizavimas, geresnis sprendimų priėmimas ir supaprastintos procedūros pakelia efektyvumą . „Then: As systems improve and employees adapt, automation, better decision‑making, and streamlined processes kick in.“ — Michael Max Bühler. Mikro‑lygis rodo, kad potencialas yra didžiulis, tačiau jo realizavimas priklauso nuo papildomų investicijų ir tinkamų užduočių bei patikrinimo sistemų . Be tinkamų papildomų priemonių, įmonės gali patirti tik ribotą pelną . Veikia, bet siaurai.

Skirtumai tarp sektorių

AI įsisavinimas vartojimo prekių sektoriuose sukelia žymiai didesnius agreguotus išvesties augimus, palyginti su investicinių prekių sektoriais . Senesnės įmonės gauna mažiau naudos, o jaunios – gerokai didesnį pardavimų augimą ir darbo produktyvumą . Be to, nuolatinės srauto gamyklų, kur gamybos mišinys susitelkia į kelis produktus, AI produktyvumas yra aukštesnis . Sectoriniai skirtumai.

Ką verslams svarbu dabar

Mikro‑lygio įrodymai rodo, kad AI turi didelį produktyvumo potencialą, tačiau jo perėjimas į makroekonominį augimą priklauso nuo papildomų investicijų . Darbuotojų gebėjimas tinkamai įvertinti, kada AI pagalba yra naudinga, tiesiogiai veikia pasiektus laimėjimus . Įmonės, kurios investuoja į struktūrizuotas valdymo praktikas ir išvengia jų atsisakymo, gali sumažinti produktyvumo nuostolius, ypač senesnėse įstaigose . „The whole reason for the J‑curve for new technologies is that there is some cost to learning and experimentation. And for AI, there may be outsized returns to really bold (and often quite cheap) experiments. Fast follower is a risky strategy with exponential improvement happening“ — Evan Mollick, Analyst (@emollick). Investicijos būtinos.

Ateities perspektyva

Nors J‑kreivės posūkio trukmė nėra tiksliai nustatyta, tyrimai rodo, kad vidutinėje perspektyvoje įmonės, išlikusios po pradinio nuosmukio, tikėtina patirs tam tikrą pagerėjimą . Tai reiškia, kad organizacijos, kurios dabar investuoja į mokymą ir procesų pertvarką, gali pasinaudoti ateities produktyvumo augimu.

Šaltiniai

  1. [1] [Bestpractice.ai | 2026-08-03] What is the J-curve of AI productivity, and what does it ...
  2. [2] [Linkedin.com | 2026-08-03] 🚀 The Productivity J-Curve & AI Adoption 🤖📉➡️📈
  3. [3] [Aeaweb.org | 2026-08-03] Microfoundations of the Productivity J-curve(s)
  4. [4] [Laweconcenter.org | 2026-08-03] AI, Productivity, and Labor Markets: A Review of the Empirical Evidence
  5. [5] [X.com] Global bitcoin ownership estimates ~365M people, or 4-5% of world population.