Miliardowe inwestycje w AI miały zrewolucjonizować pracę. Analitycy studzą entuzjazm – twarde dane nie pokazują żadnego skoku produktywności. To mit?
W skrócie:
- Analityk Forrester J. P. Gownder twierdzi, że w statystykach nie widać żadnego przełomu w wydajności pracy, pomimo masowego wdrażania narzędzi AI.
- Dane historyczne pokazują, że produktywność w USA spowolniła po rewolucji PC – z 2,7% rocznie w latach 1947 – 1973 do zaledwie 1,5% między 2007 a 2019.
- Badanie MIT wykazało, że aż 95% firm, które wdrożyły generatywną sztuczną inteligencję, nie odnotowało z tego tytułu istotnego wzrostu przychodów.
Narracja jest prosta i kusząca. Sztuczna inteligencja, ten cyfrowy kamień filozoficzny z Doliny Krzemowej, miała zamienić nas wszystkich w nadludzko efektywnych pracowników. Miała uwolnić kreatywność, zautomatyzować nudę i napędzić gospodarczy boom, jakiego nie widzieliśmy od dekad. Problem w tym, że kiedy marketingowy kurz opada, na polu bitwy zostają tylko twarde dane. A te, niestety, opowiadają zupełnie inną historię. Historię o wielkich nadziejach i – póki co – rozczarowujących rezultatach.
Dlaczego AI wciąż nie jest cudem gospodarczym?
Jednym z najgłośniejszych sceptyków w tej dyskusji jest J. P. Gownder, wiceprezes i główny analityk w prestiżowej firmie badawczej Forrester. W rozmowie z brytyjskim portalem The Register Gownder bez ogródek stwierdza, że w dostępnych statystykach po prostu nie widać rewolucji. “W obecnej sytuacji nie widzimy tego” – mówi, odnosząc się do rzekomego wpływu AI na wydajność. To nie jest opinia, to fakt oparty na liczbach.
Gownder przypomina coś, co ekonomiści wiedzą od dawna – technologia i produktywność rzadko idą w parze w sposób liniowy i natychmiastowy. To zjawisko znane jako paradoks Solowa, nazwany na cześć noblisty Roberta Solowa, który już w 1987 roku zauważył, że efekty rewolucji komputerowej “widać wszędzie, poza statystykami produktywności”. Dzisiaj, ponad trzy dekady później, historia zdaje się zataczać koło. Dane z amerykańskiego Biura Statystyki Pracy są brutalne: w latach 1947 – 1973, jeszcze przed erą PC, produktywność w USA rosła w imponującym tempie 2,7% rocznie. Po upowszechnieniu komputerów, między 1990 a 2001 rokiem, tempo to spadło do 2,1%, a w latach 2007 – 2019 skurczyło się do zaledwie 1,5%. “Mimo wszystkich tych komputerów wzrost był niższy” – podkreśla Gownder.
Gdzie znikają te miliardy z inwestycji?
Być może dane makroekonomiczne potrzebują czasu, by odzwierciedlić zmiany. Co jednak z wynikami na poziomie pojedynczych firm? Tutaj obraz jest równie ponury. Badanie przeprowadzone przez MIT wykazało, że aż 95% przedsiębiorstw, które zintegrowały u siebie rozwiązania generatywnej AI, nie odnotowało żadnego istotnego wzrostu przychodów. To nie jednorazowy wypadek przy pracy.
Inne analizy przynoszą jeszcze bardziej zaskakujące wnioski. W jednym z eksperymentów programiści, którzy używali narzędzi AI do pisania kodu, wykonywali swoją pracę… wolniej niż ich koledzy pracujący bez wspomagania. Testy autonomicznych agentów AI, którym powierzono realizację zdalnych zadań biurowych, również zakończyły się klapą. Żaden z testowanych modeli nie był w stanie poprawnie ukończyć więcej niż kilku procent zleconych mu zadań. “Duża część generatywnej AI po prostu nie działa. I nie chodzi tylko o doświadczenie konsumenckie, ale o brak realnego zwrotu z inwestycji” – mówi bezlitośnie Gownder. Co więcej, obecność AI w zespole potrafi zatruć atmosferę – pracownicy mają tendencję do przekazywania dalej niskiej jakości “pracy maszynowej”, zakładając, że ktoś inny ją poprawi.
Jak AI stało się wymówką do zwalniania ludzi?
To wszystko nie oznacza, że sztuczna inteligencja nie zmieni rynku pracy. Wręcz przeciwnie. Według prognoz Forrestera do 2030 roku automatyzacja, napędzana przez AI i robotykę, może zlikwidować w samych Stanach Zjednoczonych ponad 10 milionów etatów, co stanowi około 6% wszystkich miejsc pracy. Gownder zwraca jednak uwagę na kluczowy, cyniczny mechanizm. Wiele zwolnień, które przypisuje się dziś AI, to w rzeczywistości klasyczne cięcie kosztów w nowym opakowaniu.
Firmy z dumą ogłaszają, że “zastępują ludzi algorytmami”, co brzmi nowocześnie i innowacyjnie. Kilka tygodni później te same zadania trafiają jednak do tańszych, outsourcowanych zespołów, często w Indiach lub innych krajach o niższych kosztach zatrudnienia. Sztuczna inteligencja staje się w ten sposób wygodnym hasłem, które usprawiedliwia trudne decyzje biznesowe i pozwala zachować twarz przed inwestorami. To nie technologia napędza zmianę, lecz stara, dobra chęć maksymalizacji zysku.
Jak podsumowuje Gownder, gra jeszcze się nie skończyła. “Jeśli AI się nie sprawdzi, pracę i tak trzeba będzie wykonać. A wtedy firmy albo znów zaczną zatrudniać ludzi, albo poszukają innych, mniej medialnych rozwiązań”. Na razie jednak obietnice o rewolucji produktywności pozostają dokładnie tym, czym były na początku – obietnicami. Bardzo drogimi obietnicami.