Danas postoji malo konsenzusa oko bilo čega vezanog uz umjetnu inteligenciju. No, čini se da je jedno očekivanje zavladalo među velikim udjelom tvrtki, investitora i analitičara, a to je da će tehnologija povećati produktivnost u širokom rasponu područja. Ali čak i ako se te prednosti ostvare, hoće li se isplatiti?

Mnogi promatrači – uključujući mene – predviđaju značajan porast produktivnosti omogućen AI-jem. Za početak, početni dokazi iz rastuće zbirke studija slučaja upotrebe ukazuju na to. Štoviše, s obzirom na brzo širenje funkcionalnosti AI-ja, smanjenje troškova obuke i upotrebe AI modela te prihvaćanje alata i sustava otvorenog koda, čini se vjerojatnim da se umjetna inteligencija može primijeniti na smislene načine u gotovo svim sektorima i kategorijama poslova.

Naravno, učinkovita implementacija AI-ja nije gotova stvar, niti će se dogoditi preko noći, zbog problema s pristupom, difuzijom i krivuljama učenja. Ali čak i ako se te prepreke prevladaju, uopće nije zajamčeno da će povećanje produktivnosti omogućeno umjetnom inteligencijom donijeti koristi širokih razmjera u smislu zaposlenosti i prihoda. To ovisi o tome što se događa u dva područja: alatu za umjetnu inteligenciju i tržištu rada.

Igra imitacije

Znamo da se AI alati brzo šire. Ali ako se većina dodataka usredotoči na repliciranje ljudskih sposobnosti – i na taj način zamjenu ljudskih radnika – poboljšanja produktivnosti bit će popraćena negativnim distribucijskim učincima. Pa ipak, kao što su Andreas Haupt i Erik Brynjolfsson nedavno istaknuli, značajan podskup trenutnih mjerila za sustave strojnog učenja pristran je prema automatizaciji, a malo njih uključuje ljude u evaluacije.

Kako bi spriječili da razvoj umjetne inteligencije postane “igra imitacije”, Haupt i Brynjolfsson savjetuju zajednici programera da prihvate “procjene kentaura”, u kojima ljudi i AI sustavi zajednički rješavaju zadatke. To bi pomaknulo razvoj strojnog učenja prema proširenju ili suradnji stroja i čovjeka, a ne prema automatizaciji.

No, kako bismo osigurali da se koristi od umjetne inteligencije dijele u širim razmjerima, moramo pogledati i tržište rada. Uzmimo za primjer SAD. Oko 20 posto radnika u zemlji zaposleno je u sektoru trgovinske razmjene, koji uključuje proizvodnju (40%) i usluge (60%) kojima trguju na međunarodnoj razini. Preostali radnici – gotovo 80 posto – rade u uslužnim sektorima kojima se ne može trgovati, kao što su državna uprava, obrazovanje, ugostiteljstvo, tradicionalna maloprodaja i građevinarstvo.

Razlika između sektora trgovinske razmjene i sektora kojima se ne trguje, u smislu produktivnosti i prihoda, stalno je rasla tijekom posljednja tri desetljeća. Općenito, sektori trgovinske razmjene, a koji uključuju poslove poput upravljanja multinacionalnim poduzećima, projektiranja poluvodiča i računala te istraživanja i razvoja, mogu se pohvaliti većom i brže rastućom produktivnošću te većim rastom prihoda. Zbog toga je, čak i kada se zaposlenost u proizvodnji smanjila, a zatim ujednačila, proizvodnja – ili točnije dodana vrijednost – nastavila rasti.

Ako ne budemo oprezni, AI će povećati jaz između sektora trgovinske razmjene i sektora kojima se ne trguje, što će dovesti do naglog povećanja nejednakosti. Samo ako se umjetna inteligencija učinkovito primijeni ne samo u sektorima trgovinske razmjene i u sektorima kojima se ne trguje, već i na radnim mjestima s nižim i srednjim dohotkom u tim sektorima, ona može dovesti do povećanja produktivnosti u cijelom gospodarstvu i povećanja prihoda širokih razmjera. Zbog toga se moraju uložiti zajednički napori kako bi se razvoj umjetne inteligencije usmjerio prema proširenju i suradnji u cijelom spektru poslova i prihoda.

CHANGE MAKERS 2026.

Tko danas stvarno donosi ključne poslovne odluke? Jedan je način za saznati odgovor na to pitanje

Zdravstveni turizam

Novi iskorak za hrvatski turizam: Hrvatska kao longevity destinacija

Dvije muhe jednim udarcem

Postoje neke pozitivne naznake na ovom planu. Američka agencija za napredne obrambene istraživačke projekte (DARPA) provela je natjecanja usmjerena na suradnju čovjeka i robota, kao što su roboti koji poboljšavaju fizičke sposobnosti ljudi i ljudi koji kontroliraju robote dok se kreću složenim fizičkim okruženjima koja se brzo razvijaju. Ali mora se učiniti više. Financiranje osnovnih istraživanja u području AI-ja, uključujući i od strane država, trebalo bi naglasiti proširenje i suradnju, a trebalo bi uvesti poticaje za privatne programere.

Druga razmatranja također mogu i trebaju oblikovati razvoj umjetne inteligencije. DeepMindov AlphaFold donosi značajan porast učinkovitosti i produktivnosti obavljanjem vrlo radno intenzivnog i dugotrajnog zadatka: predviđanja strukture proteina na temelju njihove aminokiselinske sekvence. Ali njegova svrha nije toliko zamijeniti ljude koliko unaprijediti područje biomedicinske znanosti. To koristi ljudima na druge načine.

Međutim, glavni prioritet mora biti osiguravanje da skup AI alata nudi prednosti temeljene na proširenju ili suradnji u svim sektorima i razinama prihoda. Ali to samo po sebi ne može jamčiti značajno povećanje prosperiteta širokih razmjera jer još uvijek postoje učinci opće ravnoteže na djelu.To smo vidjeli u prethodnom krugu digitalnog usvajanja, kada su mnogi rutinski, kodificirani poslovi bili automatizirani. Dodajte tome globalizaciju – koja je podrazumijevala outsourcing radno intenzivnih proizvodnih poslova – i ogroman broj raseljenih radnika često srednje klase nije imao drugog izbora nego prijeći na nerutinske poslove, često na nižim razinama produktivnosti i prihoda. Takav prijelaz nikada nije gladak.

U predstojećem prelasku na umjetnu inteligenciju, povećanje produktivnosti dovest će do nižih troškova i, zajedno s uobičajenim konkurentskim pritiscima, do nižih cijena. Ali ako je elastičnost potražnje u nekom sektoru manja od jedan, radna mjesta bit će izgubljena. Naravno, drugi sektori, s većom elastičnošću potražnje, dodat će radna mjesta. Međutim, kretanje ljudi među sektorima i kategorijama poslova podrazumijeva znatne turbulencije. I postoji stvarni rizik od prolaznog povećanja ponude radne snage u odnosu na potražnju, što bi oslabilo pregovaračku moć radnika.

Kao što su mnogi istaknuli, potpora tranziciji, u smislu prihoda i vještina, ključna je, a alati pokretani AI-jem vjerojatno će moći pomoći u prekvalifikaciji i stjecanju vještina. U isto vrijeme, tvorci politike trebali bi stvoriti potražnju za radnom snagom, kao što je učinjeno nakon Velike gospodarske krize.

SAD-u ovo pruža priliku da ubije dvije muhe jednim udarcem. Iz više razloga, američko gospodarstvo zaostaje u razvoju i nadogradnji infrastrukture. Preokretanje ovog trenda dodalo bi dobra radna mjesta i potražnju za radnom snagom, čime bi se stvorio tampon za nadolazeću AI tranziciju.