Η τεχνητή νοημοσύνη βελτιώνεται γρήγορα. η παραγωγικότητά της, όχι και τόσο

Η τεχνητή νοημοσύνη έχει τεράστια εξέλιξη και προχωρεί με μεγάλη ταχύτητα. Η νέα αυτή εκπληκτική τεχνολογία έχει επιτρέψει να ολοκληρώνονται πολύπλοκες και περίτεχνες εργασίες, και μάλιστα με ελάχιστη ανθρώπινη επίβλεψη. Ωστόσο, η απόδοσή της στην οικονομία απέχει πολύ από όσα υποσχέθηκε. Και αυτό δείχνουν οι μετρήσεις πραγματικών στοιχείων

Επιφανειακά, τα πράγματα δείχνουν ότι είναι έτσι. Το 2025 η αμερικανική οικονομία αναπτύχθηκε κατά 2,2%. Αλλά αυτή η ανάπτυξη δεν περιλαμβάνει θέσεις εργασίας. Η ετήσια αύξηση της απασχόλησης στις ΗΠΑ ήταν 0,1% ή 15.000 θέσεις εργασίας τον μήνα. Δηλαδή, αυξήθηκε η παραγωγή ανά εργαζόμενο. Ενώ τα στοιχεία για σημαντικά κέρδη παραγωγικότητας, τροφοδοτούμενα από την Τεχνητή Νοημοσύνη, είναι ελάχιστα.

Αν και επίσημα στοιχεία δεν έχουν ακόμη δημοσιευτεί, μια εκτίμηση που βασίζεται στην αύξηση του πραγματικού ΑΕΠ και στις συνολικές ώρες εργασίας υποδηλώνει αύξηση της παραγωγικότητας περίπου 1,9% το 2025. Αυτό θα ήταν λίγο κάτω από τον μακροπρόθεσμο μέσο όρο περίπου 2% και πολύ χαμηλότερο από τις βελτιώσεις που σημειώθηκαν κατά την άνθηση του διαδικτύου τις δεκαετίες του 1990 και του 2000.

Επιπλέον, το χάσμα μεταξύ της αύξησης της παραγωγής και της απασχόλησης θα μπορούσε να οφείλεται σε πολλούς παράγοντες. Μεγάλο μέρος της πρόσφατης αύξησης του ΑΕΠ στις ΗΠΑ αντανακλά μια αύξηση των επενδύσεων, ιδίως σε υποδομές που σχετίζονται με την Τεχνητή Νοημοσύνη.

Σύμφωνα με τον Τζέισον Φέρμαν, του Πανεπιστημίου του Χάρβαρντ, περίπου το 90% της αύξησης του ΑΕΠ κατά το πρώτο εξάμηνο του 2025 προήλθε από δαπάνες σε κέντρα δεδομένων και σχετικές κεφαλαιουχικές επενδύσεις. Έρευνα από την Ομοσπονδιακή Τράπεζα του Σαν Φρανσίσκο διαπιστώνει ότι τα υποκείμενα κέρδη παραγωγικότητας, όταν εξαιρεθεί η επίδραση τέτοιων επενδύσεων, είναι κοντά στο μηδέν. Η δυναμική στην αγορά εργασίας δείχνει προς την ίδια κατεύθυνση. Η αυστηρότερη πολιτική μετανάστευσης έχει μειώσει την αύξηση του εργατικού δυναμικού, αυξάνοντας τη μέση παραγωγικότητα απομακρύνοντας πολλούς εργαζόμενους σε τομείς σχετικά χαμηλής παραγωγικότητας όπως η γεωργία και οι κατασκευές. Μια απότομη μείωση της προσωρινής απασχόλησης είχε παρόμοιο αποτέλεσμα.

Στο ερώτημα, πώς μπορούν να καταλάβουν πόσο συνέβαλε η τεχνητή νοημοσύνη στην παραγωγικότητα, ο Economist εξηγεί ότι οι οικονομολόγοι πρέπει να εξετάσουν τρία πράγματα. Πόσο ευρέως έχει υιοθετηθεί η τεχνολογία, πόσο εντατικά χρησιμοποιείται και πόσο βελτιώνει την παραγωγή όταν εφαρμόζεται σε μεμονωμένες εργασίες.

Ασφαλώς, διαπιστώνεται ότι οι επιχειρήσεις υιοθετούν όλο και περισσότερο τη νέα τεχνολογία. Σύμφωνα με μελέτη της του Άλεξ Μπικ, της Ομοσπονδιακής Τράπεζας του Σεντ Λούις, και των συναδέλφων του, το 41% ​​των Αμερικανών εργαζομένων χρησιμοποίησαν παραγωγική Τεχνητή Νοημοσύνη στην εργασία τους τον Νοέμβριο του 2025. Τον Νοέμβριο του 2024 το ποσοστό αυτό ήταν 31%. Έρευνα του Τζον Χάρτλι, του Πανεπιστημίου του Στάνφορντ, εκτιμά ότι τα ποσοστά χρήσης ΑΙ αυξήθηκαν από περίπου 30% στο τέλος του 2024 σε 36% ένα χρόνο αργότερα.

Οι εργαζόμενοι αφιερώνουν περισσότερο συνολικό χρόνο εργασίας όταν χρησιμοποιούν τεχνητή νοημοσύνη

Ωστόσο, το γεγονός ότι υιοθετείται η τεχνητή νοημοσύνη από μόνο του δεν λέει και πολλά πράγματα αναφορικά με την παραγωγικότητα.

Ένα άλλο στοιχείο είναι η ένταση της ανάπτυξης της τεχνολογίας. Ο Άλεξ Μπικ διαπίστωσε ότι μόνο περίπου το 13% των εργαζομένων τη χρησιμοποιούν καθημερινά. Το μερίδιο των συνολικών ωρών εργασίας που αφορούν παραγωγική τεχνητή νοημοσύνη παραμένει μικρό, έχοντας αυξηθεί από 4,1% στα τέλη του 2024 σε μόλις 5,7% μέχρι τα μέσα του 2025. Επιπλέον, η μεγαλύτερη χρήση αποτελείται από διακριτές εργασίες και όχι από χονδρική αυτοματοποίηση.