Otkako je OpenAI prošle godine objavio svoj ChatGPT chatbot, sve veći broj analitičara predviđa da će generativna umjetna inteligencija (UI) raseliti milijune radnika i izazvati ekonomske prevrate velikih razmjera. Ali kako će točno generativna umjetna inteligencija utjecati na globalno gospodarstvo?

Robotima dosadni poslovi
Nedavne procjene upućuju na predstojeće poremećaje na tržištu rada. Primjerice, ekonomisti Goldman Sachsa predviđaju da bi čak 300 milijuna radnih mjesta s punim radnim vremenom moglo biti automatizirano kao posljedica najnovijih otkrića umjetne inteligencije i da bi dvije trećine radnika u Europi i Sjedinjenim Američkim Državama moglo biti izloženo automatizaciji temeljenoj na UI.

Radni dokument istraživača s OpenAI-ja otkriva da bi se otprilike 80% američke radne snage moglo suočiti s automatizacijom barem nekih od svojih zadataka uvođenjem velikih jezičnih modela (LLM) kao što je ChatGPT. A neka odvjetnička društva i trgovci već su počeli koristiti generativne alate za UI.

No, još nije jasno hoće li nove UI poboljšati produktivnost postojećih zaposlenika oduzimanjem rutinskih zadataka iz njihovih ruku ili će jednostavno učiniti radnike tehnološkim viškom. Mnogi uredski radnici svakako bi bili oduševljeni kada bi alati za UI mogli preuzeti dosadne zadatke poput vođenja zapisnika, odgovaranja na rutinske upite ili podnošenja zahtjeva za naknadu troškova.

No, kao što su nedavno tvrdili Daron Acemoglu i Simon Johnson, mnogi vjeruju da je trenutna utrka u naoružanju generativnom UI usmjerena na smanjenje troškova zamjenom radnika algoritmima, umjesto iskorištavanja moći tih tehnologija za proširenje ljudskog rada.

Druga je mogućnost da će većina tvrtki sporo usvojiti ovu moćnu tehnologiju zbog nedostatka vještina i znanja. Ni to nije nužno ohrabrujuće. Nove tehnologije često narušavaju egzistenciju i industrije, a mogle bi potaknuti i rast produktivnosti potrebne za povećanje prihoda i životnog standarda.

Nakon gotovo dva desetljeća iznimno sporog rasta produktivnosti u većini naprednih gospodarstava, generativna UI pojavila se upravo kada nam je potrebna. Međutim, kako bismo osigurali da se njome ostvaruju opće zajedničke koristi, moramo uzeti u obzir pouke iz prethodnog vala digitalnih inovacija.

U proteklih 20 godina inovacije poput pametnih telefona i komunikacijskih tehnologija, kao što su 4G i 5G bežične mreže, promijenile su svakodnevni život, što je dovelo do stvaranja novih sektora i poslovnih modela. Od 2021. prosječni Amerikanac proveo je otprilike osam sati dnevno na mreži, što je više nego dvostruko više nego 2011.

Računalstvo u oblaku i industrija e-trgovine brzo su rasli, odražavajući tržište rada na kojem su digitalne vještine sve više preduvjet za dobivanje visoko plaćenog posla. Ipak, unatoč tom tehnološkom napretku, rast produktivnosti je beznadan od sredine 2000-ih.

Mijenjati način proizvodnje
Što objašnjava ovu ekonomsku zagonetku? Iako je moguće da digitalne tehnologije jednostavno nisu vrlo produktivne, njihovo široko usvajanje upućuje na upravo suprotno. Vjerojatnije objašnjenje je da je potrebno vrijeme da se shvati kako najbolje koristiti nove tehnologije. Kao posljedica toga, samo je mala manjina tvrtki u SAD-u i Ujedinjenom Kraljevstvu mogla koristiti digitalne alate kako bi povećala svoju produktivnost i preuzela vodstvo.

U svojoj knjizi Novi Golijati iz 2022., James Bessen sa Sveučilišta Boston istražuje zašto se tvrtke teško prilagođavaju digitalnim tehnologijama. On tvrdi da složenost naprednog softvera daje prednost najvećim i tehnološki najsofisticiranijim tvrtkama, jer samo one imaju resurse i znanje potrebno za usvajanje takvih alata i mogu od njih ostvariti korist.

Kako bi se osiguralo široko povećanje produktivnosti i stvorila stvarna vrijednost, generativni modeli UI moraju promijeniti način na koji proizvodimo stvari. Uostalom, najodrživiji procvat produktivnosti u posljednjih 200 godina rezultat je preoblikovanja i preuređenja novih tehnologija naših gospodarskih sustava.

Razmotrite, primjerice, kako je uvođenje zamjenjivih dijelova u 19. stoljeću revolucioniziralo proizvodnju ili kako je pokretna traka Henryja Forda proširila podjelu rada unutar tvornice početkom 20. stoljeća. Revolucija proizvodnje malih količina upravo na vrijeme (Just-in-Time) 1980-ih smanjila je potrebu za golemim zalihama, a globalizacija lanaca opskrbe 2000-ih omogućila je veću specijalizaciju.

Te procesne inovacije, omogućene pojavom novih energetskih i komunikacijskih tehnologija, potaknule su gospodarski rast mijenjajući ne samo ono što su tvrtke proizvele, već i kako su proizvele. Prije nego što dugoročna korisnost generativne umjetne inteligencije postane očita, propaganda i panika – moraju se slegnuti. Bez obzira na nedostatke, njeno uvođenje jasno predstavlja zapanjujući tehnološki skok.

Kako bismo osigurali da to koristi svima nama kao radnicima, potrošačima i poduzetnicima, moramo svim tvrtkama pružiti pristup tim revolucionarnim alatima, umjesto da predamo ključ sljedeće velike ekonomske transformacije nekolicini aktualnih velikana i nadamo se da neće isključiti sve ostale.