Как да получите големи числа, когато прогнозирате ефекта на ИИ върху растежа
Ще призная, че отклоних голяма част от дебата за това дали изкуственият интелект ще унищожи всички ни. Ако нашите дигитални владетели в крайна сметка ме превърнат в кламер, тогава поне ще съм се насладил на последните си ценни моменти като човек. Ще ги прекарам, обмисляйки различна част от дебата, за това колко AI ще повлияе на растежа. Залозите са малко по-ниски, но има също толкова много разногласия. Защо?
Основната дискусия засяга обхвата, мащаба и скоростта на AI. Ще бъде ли AI сила, която ускорява автоматизацията, или също така ще ускори иновациите? И дали ефектът му ще бъде резачката за авокадо при приготвяне на храна или микровълновата? И тогава съществува рискът, че докато технолозите може да обичат да се движат бързо и да чупят неща, корпоративните ръководители предпочитат по-заседнал начин на живот.
Има няколко опита да се оценят ефектите на генеративния AI върху годишния растеж на производителността, с доста разнообразни резултати. Миналата година Goldman Sachs изчисли, че в богатите страни това може да допринесе с около 1,5 процентни пункта за едно десетилетие.
Скоро след това McKinsey прогнозира, че може да осигури между 0,1 и 0,6 процентни пункта между 2023 и 2040 г. И най-скоро Дарон Ацемоглу от MIT изчисли тласък през следващото десетилетие от най-много 0,2 процентни пункта.
Разликите между тези цифри се отнасят най-вече до разликите в скоростта и мащаба. Всеки се опитва да прецени колко съществуваща работа ще бъде засегната от генеративния AI, както и потенциалните спестявания на разходи.
Acemoglu, например, предполага, че през следващото десетилетие около 5 процента от задачите ще бъдат изгодно заменени или допълнени от AI. (Ще твърдя, че моите редактори трябва да се придържат към мен, в противен случай колоните може да станат твърде смешни.) Дори тогава средните икономии на разходи при тези задачи може да са само около 15 процента - или по-ниски, ако AI се бори да замени по-трудните, където решенията изискват много контекст или им липсват обективни мерки за успех. (Чувам, че писането на колони е много трудно.)
McKinsey казва, че има ясна представа за скоростта на разпространение, черпейки от исторически доказателства, че технологиите отнемат до 27 години, за да достигнат плато в приемането, след като станат търговски на разположение. Но изглежда, че е по-оптимистичен от Acemoglu относно потенциала задачите да бъдат автоматизирани. В отделен доклад McKinsey изчислява, че в САЩ генеративният AI може да представлява 8% от работните часове, които ще бъдат автоматизирани до 2030 г.
Анализаторите на Goldman Sachs също смятат, че доста голям дял от работата ще бъде засегнати от AI. Но по-голямата разлика е във времето. Те цитират електрическия двигател и персоналните компютри като пробиви, водещи до бум на производителността на труда в САЩ с около 1,5 процентни пункта годишно за едно десетилетие. Странно, това отне 20 години, за да започне. С други думи, бумът, който те прогнозират, е над „десетилетие“, а не този, който започва сега.
В по-скорошна бележка анализаторите на Goldman Sachs цитират проучвания, които предполагат, че по-малко от една на 20 компании отчита „ използване на генеративен AI в редовно производство“. И те потвърждават, че по-голямата част от увеличаването на глобалния БВП ще дойде след 2030 г.
Въпросите относно скоростта и мащаба са важни. Но може би по-големият въпрос е в обхвата на AI. Тайлър Коуен от университета "Джордж Мейсън" наскоро разкритикува статията на Acemoglu за това, че отхвърля възможността AI да изпълнява нови задачи или да произвежда нови неща - просто погледнете чатботовете, представящи Шекспир или Илон Мъск. Аргументът на Acemoglu е, че фокусът на индустрията е другаде, например върху цифровите реклами.
Може да има по-големи ползи. В продължение на десетилетия светът е влагал все по-голям дял ресурси в иновации с намаляваща възвращаемост. Проучване, публикувано през 2020 г., установи, че продуктивността на научните изследвания за икономиката на САЩ е спаднала с коефициент 41 от 30-те години на миналия век.
Оптимистите предполагат, че изкуственият интелект може да увеличи тези възвръщаемост и да ускори скоростта, с която откриваме нови идеи. Само тази седмица Google DeepMind представи модел на AI, който може да помогне на изследователите да намерят нови лекарства. Бен Джоунс от Северозападния университет предполага, че ефектите върху производителността могат да бъдат дори по-големи от най-оптимистичните от тези по-ранни оценки, базирани на автоматизация.
„Някаква несигурност, разбира се, е здравословна“, казва Acemoglu за предизвиканата промяна от AI, тъй като „ние сме в самото начало на това“. Което означава много други важни въпроси за размисъл, включително как се споделя плячката от всеки растеж. Освен тях, може би ще си позволя да се чудя дали един ден ще има ИИ, толкова мощен, че да може да превърне кламерите обратно в хора.
Следвайте Сумая Кейнс с и върху
