Къде се появява AI в данните за производителността?

Визиите за свят, изпълнен с AI, могат да бъдат малко плашещи. Може би мозъците ни ще се притъпят, до момента в който разпореждаме интелектуалната битка на нашите цифрови асистенти. Може би – подгответе се – вашият радостен стопански разбор ще пристигна от убеден модел с огромен език, а не от изтощен човек. Предпочитам да бленувам за по-слънчев сюжет, в който нашите нови цифрови принадлежности обезпечават големи облаги в продуктивността. И по този начин, преглеждайки най-новите данни и доказателства, къде са проблясъците на светлината?

Едната се крие във вълнуващо мощния главен напредък на продуктивността на труда както в Обединеното кралство, по този начин и в Съединени американски щати. Вярно е, че моят предел на неспокойствие тук е много невисок, въпреки че по-важното е, че има по-лесни пояснения за подема, в сравнение с взрив, подхранван от AI. В Съединени американски щати несигурността на цените може да е предиздвикала фирмите да се двоумят по отношение на наемането на работа, до момента в който в Обединеното кралство по-високата минимална заплата може да е изчистила нископлатените работни места. И двете биха могли да покачат измерената продуктивност, само че не по метода, по който желаеме.

По-обещаващи признаци идват от копаене в по-подробните данни. Нямам поради асортимента от корпоративни анекдоти, които имат осведомителната стойност на родителските хвалби на детската площадка. Една компилация от Goldman Sachs слага междинното нарастване на продуктивността от AI на 32 %. И въз основа на бърборенето на детската площадка средностатистическото дете е шахматно знамение, фен на манголд и полупрофесионален тромбонист.

Вместо това имам поради корелации на равнище промишленост. Ако AI помагаше на фирмите да изстискат повече от чиновниците си, бихте очаквали промишленостите, които одобряват AI с максимален възторг, да се радват на най-силен растеж на продуктивността на труда. В Съединени американски щати тази корелация стартира да се демонстрира в последните данни. Въпреки че, несъмнено, корелацията не е причинно-следствена връзка и може да се окаже, че по-иновативните промишлености е най-вероятно да одобряват AI преди всичко.

В обява, оповестена от Федералната аварийна банка на Сейнт Луис, някои икономисти се пробват да подобрят този разбор по два метода. Първо, вместо тъпи индикатори за приемане на AI, те молят хората да преценяват какъв брой време са им икономисали инструментите на AI на работа. Второ, те преглеждат скорошния растеж на продуктивността на труда сред въвеждането на ChatGPT и второто тримесечие на 2025 година по отношение на наклонността му сред 2015 година и 2019 година Това трябваше да отстрани всички съществуващи трендове, които биха могли да объркат резултатите.

Комбинирайки тези два индикатора, те откриха, че промишленостите, в които служащите икономисват най-вече време, употребявайки AI, също са тези, които следят извънредно бърза продуктивност на труда напредък. Те включват осведомителни услуги, както и професионални, научни и механически услуги. И актуализирайки данните до третото тримесечие на 2025 година, наподобява, че корелацията леко се е засилила.

Не бих приел прекомерно безусловно регистрираните от мен спестявания на време, не на последно място тъй като не всички са толкоз усърдни като мен, преразпределяйки времето, което икономисвам благодарение на ChatGPT (за намиране на данни), с цел да направя изхода си още по-весел. Ако някои хора употребяват спомагателното време, с цел да усъвършенстват пасивно-агресивните имейли до сътрудниците си, това още веднъж не е смяната, която желаеме да забележим.

Също по този начин е рационално да бъдем скептични към тези корелации, защото LLM едвам неотдавна са се дипломирали от „ несвоевременен 11-годишен “ до „ надеян квалифициран стажант “, а към края на 2025 година съгласно личните данни приемането на AI от американския бизнес е било към момента под 20 на 100. Така че последното ми ярко леке ​​идва под формата на изследване, което има по-дълъг взор върху данните и по-широк взор върху технологията.

Джонатан Хаскел, един от създателите на изследването, изясни, че 2017 година е била същинската софтуерна повратна точка, когато прочут документ за „ задълбочено образование “ вкарва трансформаторната архитектура в машинното образование („ T “ в ChatGPT), засилвайки генеративния AI. Ето за какво те съпоставят интервала сред 2017 и 2024 година с този сред 2012 и 2017 година

По-конкретно, създателите изследват американските вложения в програмен продукт и правят оценка до каква степен те са съдействали за растежа. Това включва разнообразни догатки, защото те се пробват да включат както облагите в продуктивността, свързани с това, че фирмите стават по-добри в производството на софтуера, по този начин и резултатите от други промишлености, които го употребяват. Те пресмятат, че дружно те са съдействали до половината от нарастването на растежа на продуктивността сред двата интервала от време.

Всичко това е подсказващо – слънцето явно към момента не е изгряло изцяло. Нямаме данни, с цел да повторим последния разбор в Европа. И когато старши съветникът на McKinsey Тера Алас изследва английските данни, тя не можа да откри никакви доказателства, че промишленостите, които употребяват AI, изпитват извънредно висок напредък на продуктивността. Все отново се пробвам да остана положителен. В противоположен случай може би ще решите, че вашите колумнисти са по-добри в изкуствена форма.

,

 е подкаст от FT, предоставящ на слушателите по-задълбочено схващане на най-сложните световни стопански проблеми в лесни за мелене седмични епизоди. Слушайте нови епизоди всеки петък на , , или където и да получите своите подкасти