Как да получите големи числа, когато прогнозирате ефекта на ИИ върху растежа

Ще призная, че отклоних огромна част от дебата за това дали изкуственият разсъдък ще унищожи всички ни. Ако нашите цифрови владетели в последна сметка ме трансфорат в кламер, тогава най-малко ще съм се насладил на последните си скъпи моменти като човек. Ще ги прекарам, обмисляйки друга част от дебата, за това какъв брой AI ще повлияе на растежа. Залозите са малко по-ниски, само че има също толкоз доста различия. Защо?

Основната полемика визира обсега, мащаба и скоростта на AI. Ще бъде ли AI мощ, която форсира автоматизацията, или също по този начин ще форсира нововъведенията? И дали резултатът му ще бъде резачката за авокадо при подготвяне на храна или микровълновата? И тогава съществува рискът, че до момента в който технолозите може да обичат да се движат бързо и да чупят неща, корпоративните ръководители избират по-заседнал метод на живот.

Има няколко опита да се оценят резултатите на генеративния AI върху годишния напредък на продуктивността, с много разнородни резултати. Миналата година Goldman Sachs пресметна, че в богатите страни това може да способства с към 1,5 процентни пункта за едно десетилетие.

Скоро по-късно McKinsey предвижда, че може да обезпечи сред 0,1 и 0,6 процентни пункта сред 2023 и 2040 година И най-скоро Дарон Ацемоглу от MIT пресметна подтик през идващото десетилетие от най-вече 0,2 процентни пункта.

Разликите сред тези числа се отнасят най-много до разликите в скоростта и мащаба. Всеки се пробва да реши какъв брой съществуваща работа ще бъде наранена от генеративния AI, както и евентуалните спестявания на разноски.

Acemoglu, да вземем за пример, допуска, че през идващото десетилетие към 5 % от дилемите ще бъдат преференциално сменени или допълнени от AI. (Ще настоявам, че моите редактори би трябвало да се придържат към мен, в противоположен случай колоните може да станат прекомерно смешни.) Дори тогава междинните икономии на разноски при тези задания може да са единствено към 15 % - или по-ниски, в случай че AI се бори да размени по-трудните, където решенията изискват доста подтекст или им липсват справедливи ограничения за триумф. (Чувам, че писането на колони е доста мъчно.)

McKinsey споделя, че има ясна визия за скоростта на разпространяване, черпейки от исторически доказателства, че технологиите лишават до 27 години, с цел да доближат плато в приемането, откакто станат търговски разполагаем. Но наподобява, че е по-оптимистичен от Acemoglu по отношение на капацитета дилемите да бъдат автоматизирани. В обособен отчет McKinsey пресмята, че в Съединени американски щати генеративният AI може да съставлява 8% от работните часове, които ще бъдат автоматизирани до 2030 година

Анализаторите на Goldman Sachs също считат, че значителен дял от работата ще бъде наранени от AI. Но по-голямата разлика е във времето. Те цитират електрическия мотор и персоналните компютри като пробиви, водещи до взрив на продуктивността на труда в Съединени американски щати с към 1,5 процентни пункта годишно за едно десетилетие. Странно, това лиши 20 години, с цел да стартира. С други думи, взривът, който те предвиждат, е над „ десетилетие “, а друг, който стартира в този момент.

В по-скорошна записка анализаторите на Goldman Sachs цитират изследвания, които допускат, че по-малко от една на 20 компании регистрира „ потребление на генеративен AI в постоянно произвеждане “. И те удостоверяват, че по-голямата част от увеличението на световния Брутният вътрешен продукт ще пристигна след 2030 година

Въпросите по отношение на скоростта и мащаба са значими. Но може би по-големият въпрос е в обсега на AI. Тайлър Коуен от университета " Джордж Мейсън " неотдавна разкритикува публикацията на Acemoglu за това, че отхвърля опцията AI да извършва нови задания или да създава нови неща - просто погледнете чатботовете, представящи Шекспир или Илон Мъск. Аргументът на Acemoglu е, че фокусът на промишлеността е другаде, да вземем за пример върху цифровите реклами.

Може да има по-големи изгоди. В продължение на десетилетия светът е влагал все по-голям дял запаси в нововъведения с намаляваща възвращаемост. Проучване, оповестено през 2020 година, откри, че продуктивността на научните проучвания за стопанската система на Съединени американски щати е спаднала с коефициент 41 от 30-те години на предишния век.

Оптимистите допускат, че изкуственият разсъдък може да усили тези възвръщаемост и да форсира скоростта, с която откриваме нови хрумвания. Само тази седмица Гугъл DeepMind показа модел на AI, който може да помогне на откривателите да намерят нови медикаменти. Бен Джоунс от Северозападния университет допуска, че резултатите върху продуктивността могат да бъдат даже по-големи от най-оптимистичните от тези по-ранни оценки, основани на автоматизация.

„ Някаква неустановеност, несъмнено, е здравословна “, споделя Acemoglu за провокираната смяна от AI, защото „ ние сме в самото начало на това “. Което значи доста други значими въпроси за размисъл, в това число по какъв начин се споделя плячката от всеки напредък. Освен тях, може би ще си разреша да се чудя дали един ден ще има ИИ, толкоз мощен, че да може да трансформира кламерите назад в хора.

Следвайте Сумая Кейнс с  и върху