Анализът на Теодор Недев е от бюлетина на Института за пазарна икономика…
Какви ще са ползите от изкуствения интелект за икономическия растеж? Вероятно огромни, предвид светкавичното развитие и привидно безграничните възможности на технологията? Не и според изследването „Простата макроикономика на изкуствения интелект“, публикувано от Националното бюро за икономически изследвания. Според изчисленията на автора му Дарон Аджемоглу, изкуственият интелект (ИИ) се очаква да доведе до допълнително увеличение в БВП за следващите десет години от около едва 1%[1]. Основната причина е ограниченият досег до технологията на много дейности в икономиката. Какви накратко са основните идеи, допускания и резултати, представени от Аджемоглу в изследването му.
За да се оценят количествено ефектите върху икономиката от употребата на изкуствен интелект, първо е нужно да се разбере по какъв начин технологията влияе на производствения процес. В изследването си, Аджемоглу се фокусира предимно над следните измерения на тази връзка:
- Автоматизация – благодарение на ИИ, дадени задания в икономиката биха могли да се извършват автоматично, което спестява разходи от труд. Като примери авторът посочва задачи като съставяне на прости текстове, превод, класифициране на данни.
- Увеличаване на производителността на труда – при по-сложни производствени процеси, изкуственият интелект би могъл да помага на трудещия се да бъде по-продуктивен по различни начини. Например, той може да автоматизира някои по-рутинни задачи в процеса, позволявайки на работещия да отдели повече внимание на други. Така работещият не просто извършва повече работа, но се и специализира по-тясно, с което дейността му става по-продуктивна. Освен това ИИ може да увеличи производителността на капитала (например, чрез по-ефективен и лесен за използване софтуер), което допълнително позволява на трудещия се да произведе повече за единица време.
Важно е да се отбележи, че изследването прави разграничение между т.нар. прости и сложни дейности, което е важно за последвалите изчисления, тъй като първите биват много по-сериозно повлияни от навлизането на изкуствен интелект. Като прости се класифицират дейностите, при които има ясна и надеждна мярка за постигнат резултат и сравнително проста връзка между действие и резултат. Сложни задачи са всички останали. Например сваряването на яйце е проста задача, тъй като успешността на резултата е видима (яйцето е или достатъчно сварено, или сурово), а самото действие е съставено от елементарни стъпки с ясна последователност.
Тези условия позволяват на изкуствен интелект успешно да следва инструкции и да изпълни дадена задача, но когато те не са налични, обучението на ИИ е далеч по-сложно. Първо, резултатът рядко е еднозначен и зависи от специфичен контекст, съответно е трудно да се обясни на ИИ към какво точно се стреми. Второ, процесите до достигането на резултата са комплексни и зависещи от различни фактори. Като пример за подобен тип задача авторът посочва диагностицирането на причината зад симптом като кашлица и предписването на съответното лечение. За да извърши тази задача, лекарят трябва да се запознае със специфичните здравословни фактори, касаещи пациента, и да направи индивидуална оценка. Тъй като действието зависи от множество условности и не е последователно, много е трудно да се създаде ясна база данни, на която изкуствен интелект да се тренира да прави прецизни диагнози.
Според Аджемоглу разграничението е важно, тъй като очакваният ръст в производителността под влиянието на ИИ се очаква да е далеч по-силно застъпен при простите дейности, което трябва да се отчете при прогнозирането на икономическите ползи от технологията.
За да стигне до количествена оценка за допълнителния ръст в БВП, благодарение на ИИ, авторът използва следната формула:
Допълнителен ръст в БВП за следващите 10 години = (увеличения в общата факторна производителност[2] за следващите 10 години) + (дял на капитала от БВП)*(ръст в капитала под въздействието на ИИ).
За улеснение на сметките, Аджемоглу допуска, че увеличението в капитала ще е пропорционално на ръста в продуктивността благодарение на ИИ. Така уравнението се изменя до:
Допълнителен ръст в БВП за следващите 10 години = (увеличения в общата факторна производителност за следващите 10 години)/(1 – дял на капитала от БВП)
За да се стигне до конкретен резултат обаче е нужно да се изчисли с колко изкуственият интелект се очаква да повиши общата факторна производителност (ОФП) на икономиката за следващите години, като Аджемоглу опира до следното изчисление:
Увеличения в ОФП = (дял на дейностите, повлияни от ИИ, за следващите 10 години)*(спестени производствени разходи, благодарение на ИИ)
Използвайки резултатите от други научни изследвания, свързани с ефектите за продуктивността от изкуствения интелект, Аджемоглу допуска следните стойности за ключовите променливи в сметката:
- Делът на дейностите в икономиката, повлияни от ИИ, е оценен на 4,6%. Тази стойност е получена на база резултатите на Елунду и колеги (2023), според което делът на работните места в икономиката с досег до ИИ е 20%, а от тях 23% подлежат на изгодна автоматизация с ИИ (т.е., ползите от такава инвестиция са по-високи от разходите по нея). Съответно, делът на дейностите, за които ИИ може да увеличи продуктивността, е произведението на двете – 4,6%. Ако разделим тези дейности на прости и сложни, 3,3% от БВП се падат на простите, а 1,3% – на сложните.
- Осреднявайки резултатите от Ной и Жанг (2023) и Бринйолфсон (2023), Аджемоглу допуска 27% по-ниски разходи на труд, благодарение на допълнителната продуктивност от използването на ИИ. Методологията на двете изследвания включва извършването на различни работни задачи от две групи – една, която използва ИИ, и една, която работи стандартно, като се измерва колко по-бързо първата група извършва задача. Важното допускане от Аджемоглу тук е, че 27% по-бързо извършена задача се интерпретира като 27% по-ниски разходи за труд.
- На база данни от Бюрото за икономически анализи, Аджемоглу приема, че 53,5% от работещите имат досег до ИИ в работата си.
Така очакваното увеличение в продуктивността, свързано с ИИ, се равнява на 0,66%, а допълнителното увеличение в БВП се равнява на 1,16% в рамките на 10 години. Резултатът е изненадващо нисък, особено предвид смелите очаквания за възможностите, които изкуственият интелект би трябвало да предостави на света, като основната причина е сравнително ограниченият дял в икономиката на дейностите, при които ИИ се очаква да има позитивен ефект върху продуктивността. Дори при по-оптимистични допускания за спестените трудови разходи от ИИ от 36% (базирани и на изследването на Пенг и колеги (2023)), очакваният допълнителен ръст в продуктивността за следващите 10 години е 0,89%, а за БВП – около 1,56%.
Всъщност Аджемоглу е скептичен дали базовите му изчисления не са дори завишени поради три причини. Първо, към момента малко на брой фирми инвестират във включването на ИИ в дейността си и ако тази тенденция се запази, ефектът от технологията ще остане ограничен. Второ, сметките на автора не включват съпътстващите разходи, свързани с възприемането на технологията, т.е. реалните спестени производствени разходи вероятно биха били по-ниски от допуснатото. Трето, в това изчисление не е отчетено, че дадена част от разглежданите дейности се класифицират като сложни и при тях ползите от ИИ са по-ограничени. Взимайки този фактор предвид, авторът изчислява допълнителен ефект върху продуктивността от едва 0,53% и допълнителен ръст в БВП от 0,93% за следващите десет години.
В допълнение на въпроса за ефекта от ИИ върху икономическия растеж, Аджемоглу прогнозира какво би било въздействието от технологията върху икономическото неравенство. За целта авторът разглежда 500 различни демографски групи, извършващи дадени икономически дейности, които се различават по характеристики като образование, възрастова група, пол и етнос. Интересно наблюдение е, че отделните образователни групи не се различават много по досега им с икономически дейности, които биха могли да бъдат повлияни от ИИ, дали чрез автоматизация или по-висока трудова производителност. Това води и до сравнително близки прогнозирани ползи в продуктивността (и съответно във възнагражденията) сред различните нива на образование. Следователно се очаква ИИ да не засили значително икономическото неравенство, за разлика от предишни технологични вълни. Изследването обаче показва, че ползите в продуктивността се очаква да са по-скоро концентрирани при мъжете, а при жените с ниско образование дори се прогнозира лек спад във възнагражденията (поради ефект на изместване, свързан с автоматизацията), т.е. ИИ вероятно ще влоши неравенството между половете в следващите десет години.
Големият извод от изследването на Аджемоглу е, че в следващите 10 години не се очаква изкуственият интелект да промени значително траекторията на БВП. Основната причина за това е прогнозата, че вероятно малко фирми ще застъпят технологията активно в дейността си. Очакваните ефекти върху неравенството също са ниски, защото различните демографски групи имат много сходен достъп до технологията.
[1] Изследването се фокусира конкретно за икономиката и съответно БВП на САЩ.
[2] Общата факторна продуктивност представлява отношението между стойността на дадено производство и стойността над факторите зад създаването му (традиционно капитал и труд). На практика представлява колко продуктивни са производствените фактори, когато се използват съвместно.