Šiandienos dirbtinio intelekto bumas vis labiau primena 1987-ųjų situaciją, kai ekonomistas Robertas Solow pastebėjo, jog kompiuteriai matomi visur, išskyrus produktyvumo statistiką. Nors įmonės skiria milžiniškas lėšas naujoms technologijoms, makroekonominiai duomenys vis dar nerodo laukiamo proveržio.
Solow įžvalga po keturių dešimtmečių
1987 metais Nobelio premijos laureatas Robertas Solow atkreipė dėmesį į keistą neatitikimą: nors mikroprocesoriai ir atminties lustai sparčiai keitė darbo vietas, ekonominis produktyvumas augo lėčiau nei tikėtasi. Šiandien „Apollo“ vyriausiasis ekonomistas Torstenas Slokas vėl mini šį stebėjimą, pabrėždamas, kad dirbtinis intelektas yra visur, išskyrus gaunamus makroekonominius duomenis.
Ribos lieka. Nors dirbtinio intelekto diegimas įmonėse vyksta sparčiai, jo poveikis užimtumui, infliacijai ar bendram produktyvumui vis dar nėra fiksuojamas. Kai kurie ekonomistai pabrėžia, jog 1990-aisiais programinė įranga ir internetas taip pat ne iš karto davė vaisių – technologijų įsisavinimas reikalauja laiko.
Istorinis atsigavimas po ilgo sąstingio
Istoriniai duomenys rodo, kad technologijų investicijos reikalauja kantrybės. Po dešimtmečius trukusio produktyvumo augimo sulėtėjimo, kai rodiklis JAV krito nuo daugiau nei 3 proc. 1960-aisiais iki maždaug 1 proc. 1980-aisiais, 1990-aisiais įvyko lūžis. Ši nauda dažniausiai atsirado ne dėl pačių kompiuterių, o dėl jų gebėjimo optimizuoti tiekimo grandines, „back-office“ (pagalbines) operacijas ir end-to-end procesus.
Visgi, kaip pažymi analitikai, dirbtinis intelektas šiandien dar labiau komplikuoja ekonominius signalus, nes ribos tarp paklausos ir pasiūlos tampa vis sunkiau apibrėžiamos. Be to, ankstesni skaičiavimai galėjo netiksliai atspindėti technologijų vertę. Pavyzdžiui, hedoninės regresijos metodai rodo, kad pagrindinių kompiuterių tikroji kaina nuo 1950-ųjų iki 1980-ųjų galėjo kristi daugiau nei 20 proc. kasmet, todėl technologijų poveikis galėjo būti didesnis, nei rodė tuometinė statistika.
Ar paradoksas iš tikrųjų egzistuoja?
Dalis stebėtojų nesutinka, kad „produktyvumo paradoksas“ yra realus reiškinys. Kai kurie analitikai, pripažindami atotrūkį tarp IT pajėgumų ir faktinių išlaidų, tai vadina ne paradoksu, o serija nepagrįstų prielaidų apie technologijų poveikį.
Detalių mažai. Šiuolaikiniai tyrimai, pavyzdžiui, Anyan Qi ir Mengxin Wang darbas apie žmogaus ir dirbtinio intelekto bendradarbiavimą, rodo, kad vien modelių didinimas savaime negarantuoja aukštesnio organizacinio našumo. Kai darbuotojai pervertina dirbtinio intelekto galimybes ir per greitai atsisako kontrolės, silpnesnės priežiūros kaštai gali nusverti technologijos teikiamą naudą.
Investicijų planavimo iššūkiai
Šiuolaikiniam verslui, planuojančiam investicijas į dirbtinį intelektą, svarbu išvengti dviejų kraštutinumų. Aklas tikėjimas greita grąža gali nuvilti, tačiau visiškas technologijų ignoravimas gali palikti įmonę užribyje. Sėkmė priklauso ne tik nuo techninio atnaujinimo, bet ir nuo to, ar darbuotojai geba tinkamai įvertinti, kada pasitikėti sistema, o kada būtina žmogaus intervencija.
Kol kas neaišku, ar dabartinis dirbtinio intelekto investicijų bumas pakartos 1990-ųjų scenarijų, ar taps dar vienu ekonominiu galvosūkiu. Artimiausiais metais taps aiškiau, ar technologijos taps katalizatoriumi didesniems pokyčiams, ar liks tik brangiu įrankiu, kurio poveikis produktyvumui išliks sunkiai įžvelgiamas.