Na początku 2023 r., gdy na rynek wchodziły pierwsze modele generatywnej sztucznej inteligencji, amerykański ekonomista Paul Krugman napisał: „ChatGPT i wszystko, co nastąpi później, to prawdopodobnie historia gospodarcza lat 30. XXI wieku, a nie najbliższych kilku lat”.
Parafrazując słowa noblisty: wpływ sztucznej inteligencji na produktywność w gospodarce i w statystykach mieliśmy zobaczyć dopiero w przyszłej dekadzie. Tymczasem od tej wypowiedzi minęły dokładnie trzy lata, a produktywność pracy w USA (produkcja na godzinę w sektorze pozarolniczym) zwiększyła się o 7,2 proc. Rośnie tak samo szybko jak podczas największych boomów wydajności: w złotej erze po II wojnie światowej oraz podczas rewolucji internetowej na przełomie XX i XXI wieku. Z historycznego punktu widzenia jest to impuls imponującej skali.
Przypadek czy zależność przyczynowo-skutkowa? Jeżeli weźmiemy pod uwagę, że w USA: 1) tempo dyfuzji technologii jest znacznie szybsze niż średnio w innych krajach rozwiniętych, 2) inwestycje w AI są wielokrotnie wyższe oraz 3) praca kognitywna – najbardziej podatna na wpływ AI – stanowi większą część rynku pracy, to jest wielce prawdopodobne, iż właśnie obserwujemy przyspieszenie produktywności wywołane rewolucją technologiczną.
Przy założeniu, że ta diagnoza jest słuszna, najciekawszym zjawiskiem jest tu kompresja tzw. krzywej J. Obrazuje ona typowe dla rewolucji technologicznych opóźnienie między falą innowacji a wzrostem produktywności. Kiedyś na pierwsze efekty przełomu w statystykach czekaliśmy dekadami. W przypadku AI to kwestia miesięcy.
Dla porównania: złoty wiek i szybki przyrost wydajności w latach 1950–70 (średnio 2,8 proc. rocznie) były wynikiem kumulacji fal innowacji i masowego wykorzystania technologii powstałych dekady wcześniej, jeszcze podczas drugiej rewolucji przemysłowej (silnik spalinowy, elektryfikacja fabryk, rozwój chemii).
Podobnie rewolucja cyfrowa (komputeryzacja, a potem internet) rozpoczęła się w latach 70. XX wieku, natomiast wydajność przyspieszyła dopiero w latach 90. i to słabiej, niż oczekiwano. Faza opóźnienia trwała więc od 15 do nawet 40 lat. Oczywiście na te historyczne opóźnienia wpływały szoki zewnętrzne: wojny światowe, wielki kryzys czy stagflacja lat 70. wywołana kryzysem naftowym. Tak czy inaczej wpływ dawnych technologii na gospodarkę był wolniejszy od oczekiwań.
Teraz jednak produktywność zareagowała dużo szybciej. Dlaczego? Najważniejszą przyczyną wydaje się szybkość dyfuzji technologicznej. Z interesującego badania CCIA, globalnego stowarzyszenia zrzeszającego firmy z branży komputerowej, internetowej, technologii informacyjnej i telekomunikacyjnej, wynika, że generatywna AI jest „najszybciej adaptowaną technologią w historii”. Czas do osiągnięcia masowej adaptacji (ok. 40 proc.) dla komputerów PC wynosił ponad 10 lat, dla internetu pięć-siedem lat, natomiast dla AI są to dwa-trzy lata. Ponadto z raportu wynika, że amerykańscy pracownicy korzystający z generatywnej AI zgłaszają średnio 15-procentowy wzrost produktywności i oszczędzają około sześć godzin pracy tygodniowo.
Analiza 40-stronnicowego raportu trwa nie dwie godziny, a 30 minut, odpowiedź na reklamację jest pisana nie w 10 minut, a w minutę, liczba pomysłów generowanych na godzinę (burza mózgów) jest wielokrotnie wyższa. Te drobne usprawnienia przemnożone przez miliony pracowników muszą przynieść efekt makroekonomiczny. I wiele wskazuje na to, że właśnie to widzimy w danych z USA.
Możliwe więc, że rewolucja AI wywołuje zmiany makroekonomiczne znacznie szybciej, niż ktokolwiek mógł przypuszczać. I wcale nie dzieje się to z negatywnym skutkiem dla miejsc pracy.