Razvoj sve moćnijih modela u središtu je AI revolucije koja se odvija pred našim očima. No, ta revolucija ima i drugu, jednako važnu komponentu: prilagodbu i primjenu AI modela u čitavom gospodarstvu, kako bi se smanjili troškovi postojećih proizvoda i usluga te stvorili novi ili poboljšani proizvodi i usluge sposobni potaknuti gospodarski i društveni razvoj. Dok se razvoj modela uglavnom odvija u Sjedinjenim Državama i Kini, njihovo širenje može i mora se događati posvuda.

Općenito, umjetna inteligencija slijedit će obrazac J-krivulje. U početku su potrebna golema ulaganja – u fizičku infrastrukturu, softver, prilagodbu poslovnih modela, konsolidaciju podataka i razvoj ljudskog kapitala – koja ne donose trenutačne koristi. U tom razdoblju dolazi do pritiska na produktivnost, shvaćenu u širem smislu koji uključuje i koristi koje se ne mjere klasičnim nacionalnim računima. Tek potom se aktivira potencijal stvaranja vrijednosti i krivulja se počinje strmo uzdizati. Budući da još nismo dosegli tu fazu, nemoguće je precizno reći kako će taj uzlaz izgledati – kolika će biti visina i nagib J-krivulje.

Oklade investitora

U pravilu, investitori se klade na golemu isplativost, ali rasprave o umjetnoj inteligenciji i dalje prožima snažan osjećaj neizvjesnosti, a neki predviđaju da će tehnologija podbaciti u odnosu na očekivanja, što bi moglo dovesti do pucanja balona. Tko će se pokazati u pravu uvelike će ovisiti o širenju, a ne o samom razvoju.

Dosad je difuzija umjetne inteligencije bila neravnomjerna: pojedini sektori – ponajprije tehnologija, financije i profesionalne usluge – brzo prihvaćaju AI, dok drugi, uključujući sektore s velikim brojem zaposlenih poput zdravstva i građevinarstva, zaostaju. Iako takve razlike u ovoj fazi nisu iznenađujuće, njihovo zadržavanje dovelo bi do ravnije J-krivulje, što bi značilo slabije povrate na današnja ulaganja te odgodu rasta i dobitaka u produktivnosti. Drugim riječima, hoćemo li se danas suočiti s investicijskim balonom u AI-u uvelike će odrediti obrazac i brzinu difuzije u narednih nekoliko godina.

Difuzija se odvija kroz više kanala, a najbrži su vjerojatno pružatelji softvera kao usluge (SaaS). Tvrtke poput Google Searcha, Microsoft Officea, Copilota by Notion, Salesforcea i Adobea već ugrađuju umjetnu inteligenciju u svoje proizvode. AI se relativno brzo može uključiti i u znanstvene procese. Osim toga, veliki razvojni igrači u području velikih jezičnih i multimodalnih modela nude programska sučelja (API-je) koja omogućuju brzo stvaranje prilagođenih AI modela, pa bi se napredak mogao ubrzati i u drugim područjima.

Otvoreni modeli – zasad prisutniji u Kini nego u SAD-u – otvaraju još više mogućnosti jer omogućuju veću specijalizaciju i konkurenciju, uključujući i sudjelovanje manjih tvrtki i zemalja koje nemaju masivnu računalnu infrastrukturu potrebnu za najveće modele. Ipak, prepreke ulasku i dalje postoje: pouzdana opskrba električnom energijom, snažni računalni kapaciteti i dostupna mobilna internetska povezanost preduvjeti su široke primjene. Trgovina – osobito inputima poput naprednih poluvodiča – također ima veliku ulogu. Jednako je važan i ljudski kapital: od vrhunskog AI inženjeringa i strateškog menadžmenta do korisničkih vještina, gospodarstvo mora osigurati pristup širokom spektru kompetencija kroz obrazovanje, prekvalifikacije i mobilnost radne snage. Posljednji, ali ključni element slagalice su podaci. Ondje gdje su podatkovni sustavi fragmentirani, nepotpuni, netočni ili nedostupni, razvoj učinkovitih modela bit će spor, i to u najboljem slučaju.

Iako širenje umjetne inteligencije uvelike ovisi o inicijativama privatnog sektora, važnu ulogu imaju i javne politike te regulatorni okviri. Kinesko vodstvo to dobro razumije. Kako je nedavno istaknuo osnivač Huaweija Ren Zhengfei, Kina je usvojila pragmatičan pristup usmjeren na primjenu umjetne inteligencije u rješavanju konkretnih razvojnih i gospodarskih izazova. Stoga je, uz razvoj sve sposobnijih velikih modela, jednako važno i njihovo široko uvođenje kako bi se osigurala brza poboljšanja kvalitete usluga, učinkovitosti i produktivnosti, potrebna za ublažavanje posljedica ubrzanog starenja stanovništva. Kineska vlada aktivno usmjerava inovatore prema tim ciljevima. Osim što potiče velike tehnološke platforme na razvoj “open-source” modela, povjerila im je i zadatak razvoja ili omogućavanja primjene u određenim sektorima, poput autonomne vožnje, zdravstva, robotike (u proizvodnji i logistici), upravljanja opskrbnim lancima i zelenih tehnologija. Također, redovito organizira developerske konferencije i natjecanja.

Polovina robota – kineski

Takav pristup već daje rezultate. Kina, primjerice, sudjeluje s više od 30 posto u ukupnoj globalnoj proizvodnji. U 2024. godini na nju je otpalo 54 posto svih instalacija robota u svijetu. Danas u Kini radi gotovo polovica svih instaliranih robota na svijetu – nešto više od dva milijuna.

Budućnost bez dima

Iza kulisa 1.500 znanstvenika: Kako nastaju proizvodi koji mijenjaju duhansku industriju

Visoka razina logističke zrelosti

Logistika kao motor rasta: konkurentska prednost danas se gradi u lancu opskrbe

U usporedbi sa SAD-om, kineski je politički okvir znatno angažiraniji i usmjereniji na davanje smjera primjeni i usvajanju AI-ja u različitim sektorima gospodarstva. Nasuprot tome, američki tehnološki divovi i bogato financirani AI startupi pomiču granice velikih modela, često u potrazi za općom ili nadljudskom umjetnom inteligencijom. Iako kanali difuzije postoje, njihovo korištenje uglavnom je prepušteno privatnom sektoru.

To može funkcionirati u nekim sektorima, poput tehnologije, financija i profesionalnih usluga, koji imaju resurse i znanje za eksperimentiranje i usvajanje. No, privatni akteri sami vjerojatno neće ukloniti prepreke koje koče primjenu umjetne inteligencije u pojedinim sektorima, poput fragmentacije podataka, nedostatka kapaciteta, regulatornih zapreka i problema razmjera. Vjerojatan – i nepotreban – ishod je dvobrzinski obrazac difuzije, koji vodi slabijem gospodarskom rastu, nepovoljnim distribucijskim učincima i eroziji ekonomskih temelja nacionalne sigurnosti.

Kada je riječ o obrani, američka je vlada odavno svjesna da je određena razina državnog usmjeravanja potrebna kako bi se osiguralo da inovacije privatnog sektora služe javnim ciljevima. Difuzija umjetne inteligencije zahtijeva sličan pristup. Nešto nalik tom hibridnom, aktivnom, pragmatičnom i sektorski usmjerenom modelu potrebno je u velikom dijelu gospodarstva. Neuspjeh u tome rezultirat će slabijim rastom, problematičnim distribucijskim ishodima i slabljenjem ekonomskih temelja nacionalne sigurnosti. Kada je riječ o difuziji, promatranje, čekanje i nada nisu strategija.