Mamy coraz więcej dowodów, że generatywna sztuczna inteligencja oferuje duże możliwości postępu technologicznego i jest zdecydowanie bardziej przełomową innowacją na tle poprzednich technologii cyfrowych. Innymi słowy, w tej technologii tkwi naprawdę duży potencjał i nie jest to tylko przejściowy hype. Amerykańska firma Stripe, specjalizująca się w przetwarzaniu płatności internetowych, porównała ekspansję największych firm z dziedziny sztucznej inteligencji (takich jak OpenAI, Anthropic czy Perplexity) z rozwojem liderów dostarczających usługi oprogramowania (Software as a Service, w skrócie SaaS), do których należą m.in. Microsoft, Salesforce i Slack Technologies. Wykres przedstawia ścieżkę przychodów firm AI od 2024 r. i firm SaaS od 2018 r. Okazuje się, że firmy AI rozwijają się zdecydowanie szybciej i już po dwóch latach osiągają 5 mln USD, podczas gdy firmy SaaS potrzebowały ponad trzech lat na przekroczenie tego poziomu.
Uwagę przykuwa fakt, że krzywa ekspansji firm AI wykazuje najpierw fazę stopniowego, a następnie dynamicznego wzrostu. Analitycy firmy Stripe uważają, że to pochodna mnożenia się narzędzi specyficznych dla branży, na które istnieje ogromny popyt. Rozpoczęliśmy od ChatGPT w listopadzie 2022 r., ale potem liczba modeli językowych rosła niemalże w tempie logarytmicznym, a każdy model oferował nowe, bardziej specyficzne możliwości, zapewniając firmom szybki wzrost przychodów. To dopiero początek. Już mówi się o tym, że w tym roku powstaną agenci AI, czyli zaawansowane systemy sztucznej inteligencji zaprojektowane do wykonywania wąsko zdefiniowanych zadań z wyższym stopniem autonomii. Przykładowo — agenci prawni, którzy przeprowadzą dogłębną analizę dokumentów prawnych i przygotują projekty umów lub agenci finansowi analizujący dane rynkowe w czasie rzeczywistym i tworzący modele predykcyjne. To może mocno poprawić jakość pracy, a tym samym produktywność i prawdopodobnie w tym leży przyszłość AI. Niedawno np. opublikowano badanie ekonomistów z uniwersytetów w Minnesocie i Michigan, które wykazało, że najnowsze modele językowe (np. o1 od OpenAI) znacząco poprawiają jakość pracy i wydajność prawników w porównaniu z wcześniejszymi rozwiązaniami (GPT-4).
W związku z tym na znaczeniu zyskuje model wzrostu gospodarczego O-ring wprowadzony przez ekonomistę Michaela Kremera w 1993 r. Koncepcja zakłada, że produkt składa się z sekwencyjnych zadań, a jego końcowa jakość zależy od precyzji wykonania każdego etapu. W kontekście AI oznacza to, że specjalistyczne narzędzia dostosowane do konkretnych branż poprawiają cały łańcuch wartości, zwiększając tym samym ogólną efektywność. Przykładem mogą być narzędzia medyczne Abridge, Nabla czy DeepScribe bazujące na najnowszych modelach językowych. Modele ogólnego zastosowania, takie jak GPT-4, nie rozumieją kontekstu medycznego, ale specjalistyczne narzędzia już tak, wskutek czego wypełniają tę lukę, zwiększając wartość modeli AI. Bez tych wyspecjalizowanych narzędzi modele językowe pozostałyby oderwane od specyficznych potrzeb i kompatybilne jedynie z garstką zawodów na rynku pracy.
Choć nadal trudno jednoznacznie określić, jak rozwój sztucznej inteligencji wpłynie na trendy makroekonomiczne, takie jak produktywność czy wzrost PKB, coraz więcej przesłanek sugeruje, że AI może okazać się najbardziej przełomową technologią cyfrową w historii, przewyższającą nawet znaczenie internetu. Obecnie jednym z największych wyzwań jest upowszechnienie tej technologii także w branżach bardziej kapitałochłonnych, takich jak przemysł, budownictwo i transport. Świat nie składa się tylko z programistów, prawników czy finansistów,