Σημαντική ώθηση στην παγκόσμια παραγωγικότητα της εργασίας αναμένεται να επιφέρει η παραγωγική τεχνητή νοημοσύνη (AI) εντός ενός δεκαετούς χρονικού εύρους, όπως εκτιμά η Goldman Sachs.
Τα κέρδη παραγωγικότητας αντιστοιχίζονται ένα προς ένα στο ΑΕΠ εάν οι εργαζόμενοι δεν αποχωρήσουν μόνιμα από την αγορά εργασίας και το απόθεμα κεφαλαίου αυξηθεί για να ανταποκριθεί στις βελτιώσεις της παραγωγικότητας, επομένως - εάν ληφθούν στην ονομαστική τους αξία - οι βασικές εκτιμήσεις του αμερικανικού οίκου συνεπάγονται μια μακροπρόθεσμη σωρευτική ώθηση 10% - 15% ΑΕΠ παγκοσμίως.
- Διαβάστε επίσης: Έλον Μασκ για τεχνητή νοημοσύνη: Θα φτάσουμε στο σημείο που δεν θα χρειάζεται καμία δουλειά
Η θεμελιώδης βάση της άποψης των αναλυτών έγκειται στο ότι η τεχνητή νοημοσύνη μπορεί να οδηγήσει σε σημαντική επιτάχυνση στην παγκόσμια ανάπτυξη καθώς τα μοντέλα τεχνητής νοημοσύνης έχουν τη δυνατότητα να αυτοματοποιήσουν μεγάλο ποσοστό της τρέχουσας απασχόλησης. Χρησιμοποιώντας λεπτομερή δεδομένα σχετικά με το περιεχόμενο απασχόλησης πάνω από 900 επαγγελμάτων στις ΗΠΑ - και επεκτείνοντας τα μοντέλα αυτά σε άλλες χώρες χρησιμοποιώντας δεδομένα σχετικά με τη σύνθεση της απασχόλησης διαφόρων οικονομιών - ο οίκος εκτιμά ότι η γενετική τεχνητή νοημοσύνη θα μπορούσε τελικά να αυτοματοποιήσει περίπου το 25% των εργασιακών καθηκόντων σε μεγάλες αναπτυγμένες οικονομίες και το 10% - 20% της εργασίας σε αναδυόμενες οικονομίες.
Αυτός ο αυτοματισμός θα οδηγήσει σε εξοικονόμηση του κόστους εργασίας και θα απελευθερώσει σημαντικό χρόνο από τους εργαζομένους, μερικοί από τους οποίους πιθανότατα θα στραφούν σε νέες εργασίες και μορφές απασχόλησης. Ενώ το εκτιμώμενο μέγεθος αυτών των επιπτώσεων ποικίλλει σημαντικά ανάλογα με τις τελικές δυνατότητες της τεχνητής νοημοσύνης και τον τρόπο με τον οποίο εφαρμόζεται η τεχνολογία, η Goldman Sachs εκτιμά ότι οι επιπτώσεις στην παραγωγικότητα θα είναι σημαντικές σε ένα ευρύ φάσμα σεναρίων. Στο βασικό της σενάριο, αναμένει ότι η τεχνητή νοημοσύνη θα μπορούσε να συνεισφέρει κατά 1,5 ποσοστιαίες μονάδες στην ετήσια αύξηση της παραγωγικότητας των ΗΠΑ, εάν επιτευχθεί ευρεία υιοθέτηση σε μια περίοδο δέκα ετών.
Η τεχνητή νοημοσύνη θα είχε εξίσου σημαντικά αποτελέσματα στο σκέλος της παραγωγικότητας με τις ΗΠΑ και σε άλλες μεγάλες απαπτυγμένες οικονομίες και κάπως ηπιότερα αποτελέσματα 0,7 - 1,3 ποσοστιαίες μονάδες στις περισσότερες αναδυόμενες, δεδομένου του υψηλότερου ποσοστού τους στη συνολική απασχόληση σε κλάδους με χαμηλή έκθεση στην τεχνητή νοημοσύνη, όπως η γεωργία και οι κατασκευές.
Στην πράξη, η καθαρή επίδραση της παραγωγικής τεχνητής νοημοσύνης στο ΑΕΠ είναι πιθανό να είναι μικρότερη για δύο λόγους.
«Ο πρώτος λόγος είναι ότι η συνεχιζόμενη τεχνολογική πρόοδος είναι ήδη ενσωματωμένη στις υπάρχουσες εκτιμήσεις για την αναπτυξιακή τάση. Εάν η γενετική τεχνητή νοημοσύνη είναι το «επόμενο κύμα» της τεχνολογικής προόδου - ή εάν οι επενδύσεις σε τεχνητή νοημοσύνη παραγκωνίζουν άλλες επενδύσεις τεχνολογίας - τότε απλώς προσθέτοντας την εκτιμώμενη αύξηση της παραγωγικότητας στην τρέχουσα τάση θα οδηγούμασταν πιθανότατα σε μια διπλή ενσωμάτωση. Είμαστε ιδιαίτερα προσεκτικοί ως προς το σκέλος της ώθησης που θα προσφέρει στην ανάπτυξη η γενετική τεχνητή νοημοσύνη ως πλήρως προσθετική, καθώς οι επενδύσεις στις τεχνολογίες πληροφορικής και επικοινωνιών (ICT) αποτελούν ήδη τον κύριο μοχλό της αύξησης της παραγωγικότητας στις μεγάλες οικονομίες τα τελευταία 20 - 30 χρόνια, με τα αποτελέσματα να έρχονται μέσω δύο «καναλιών».
Οι κεφαλαιουχικές δαπάνες στις τεχνολογίες πληροφορικής και επικοινωνιών ξεπέρασαν την αύξηση της εργασίας και άλλων τύπων κεφαλαίου τις τελευταίες δεκαετίες. Ο ΟΟΣΑ εκτιμά ότι οι επενδύσεις σε αυτές τις τεχνολογίες αντιπροσώπευαν το 30% - 40% της συνολικής αύξησης της παραγωγικότητας της εργασίας στις αναπτυγμένες οικονομίες από το 2000 - 2019.
Δεύτερον, η υποκείμενη αύξηση της παραγωγικότητας έχει επιβραδυνθεί, με μια πρόσφατη έρευνα να υποδηλώνει ότι η βραχυπρόθεσμη συνολική παραγωγικότητα των συντελεστών παραγωγής αυξάνεται γραμμικά, με μια περιστασιακή αύξηση μετά από δομικές τεχνολογικές αλλαγές, και όχι εκθετικά. Εκτός εάν η τεχνητή νοημοσύνη φέρει ένα νέο καθεστώς αύξησης της παραγωγικότητας - ένα αποτέλεσμα που είναι πιθανό αλλά πρόωρο να προβλεφθεί - όπως αναφέρει η Goldman Sachs, με την ώθηση που αναμένει από τη γενετική τεχνητή νοημοσύνη να αντισταθμίζεται εν μέρει από μια υποκείμενη επιβράδυνση της ανάπτυξης.
Επιπλέον, τα εμπόδια στην υιοθέτηση του AI μπορεί να καθυστερήσουν την αύξηση της παραγωγικότητας ακόμη και αν τελικά πραγματοποιηθούν τα πλήρη οφέλη αποδοτικότητας που βλέπουν ως πιθανά, οι αναλυτές. Με βάση τα ιστορικά κέρδη παραγωγικότητας μετά τις διάφορες τεχνολογικές ανακαλύψεις, τα σχόλια από τους ηγέτες των κορυφαίων εταιρειών και τα μοτίβα υιοθέτησης τεχνολογίας μεταξύ των χωρών, η Goldman Sachs αναμένει ότι οποιαδήποτε ώθηση της αύξησης του ΑΕΠ δεν θα ξεπεράσει τις 0,1 ποσοστιαίες μονάδες έως το 2027 στις ΗΠΑ, το 2028 - 2032 σε άλλες ανεπτυγμένες οικονομίες και προηγμένες αναδυόμενες, και το 2034 ή μεταγενέστερα σε άλλες αναδυόμενες.
Ωστόσο, η τεράστια οικονομική δυναμική της γενετικής τεχνητής νοημοσύνης υποδηλώνει περαιτέρω ανοδικά περιθώρια ακόμη και εάν ληφθούν υπόψη αυτές οι αντισταθμίσεις. Ως εκ τούτου, η Goldman Sachs αναφέρει πως θα προβεί σε αύξηση των εκτιμήσεών της για την ανάπτυξη κατά το δεύτερο εξάμηνο του δεκαετούς ορίζοντα προβλέψεών της ως μέρος των προοπτικών για το 2024, συμπεριλαμβανομένων κατά 0,4 ποσοστιαίων μονάδων στις ΗΠΑ, κατά 0,2 - 0,4 ποσοστιαίων μονάδων σε άλλες αναπτυγμένες οικονομίες και 0,1- 0,2 ποσοστιαίες μονάδες σε προηγμένες αναδυόμενες οικονομίες έως το 2034.
