Η τεχνητή νοημοσύνη έχει ήδη αρχίσει να επηρεάζει την παγκόσμια οικονομία, ωστόσο ο αντίκτυπός της σε μακροοικονομικό επίπεδο παραμένει προς το παρόν περιορισμένος. Σύμφωνα με ανάλυση με τίτλο «AI Matters #3: A large productivity take-off is ahead – just not immediately», το AI ενισχύει σήμερα τη συνολική παραγωγικότητα μόλις κατά περίπου 0,1% ετησίως, παρά τα εντυπωσιακά αποτελέσματα που καταγράφονται σε επιμέρους εργασίες.
Η εικόνα αυτή δείχνει ότι τα μεγάλα οφέλη της AI στην οικονομία δεν έχουν ακόμη περάσει σε ευρεία κλίμακα. Σε συγκεκριμένες και καλά ορισμένες δραστηριότητες, η τεχνητή νοημοσύνη έχει ήδη οδηγήσει σε σημαντικά άλματα παραγωγικότητας, όπως +55% στην ανάπτυξη λογισμικού και +40% στη συγγραφή. Ωστόσο, η αργή υιοθέτηση, τα κενά δεξιοτήτων και οι οργανωτικές δυσκολίες περιορίζουν μέχρι στιγμής τη συνολική επίδραση στην παραγωγή.
Παρά τη σημερινή περιορισμένη συμβολή, η προοπτική είναι πολύ μεγαλύτερη. Η AI διαφέρει από προηγούμενες τεχνολογίες, καθώς μπορεί να αναλαμβάνει ένα ευρύτερο φάσμα εργασιών και να επεκτείνει διαρκώς τις δυνατότητές της. Καθώς τα μοντέλα βελτιώνονται, η χρήση τους εξαπλώνεται και το κόστος μειώνεται, η επίδραση στην παραγωγικότητα θα μπορούσε να γίνει έως και δέκα φορές μεγαλύτερη από τη σημερινή.
Με την παγκόσμια ανάπτυξη να κινείται στο 3,5%, τα σημερινά οφέλη παραγωγικότητας από την AI προσθέτουν περίπου 10 μονάδες βάσης ετησίως. Σε ένα ευνοϊκότερο σενάριο, όμως, η τεχνητή νοημοσύνη θα μπορούσε να ενισχύσει την ανάπτυξη κατά περίπου 1 ποσοστιαία μονάδα ετησίως μέσα στην επόμενη δεκαετία, ανεβάζοντας την παγκόσμια ανάπτυξη έως το 4,5%.
Κρίσιμος πολλαπλασιαστής θεωρείται η επίδραση της AI στην ίδια την καινοτομία. Η τεχνητή νοημοσύνη δεν αυξάνει μόνο την αποδοτικότητα υφιστάμενων εργασιών, αλλά μπορεί να επιταχύνει την παραγωγή νέων ιδεών, να βελτιώσει την έρευνα και να ενισχύσει τον μακροπρόθεσμο ρυθμό ανάπτυξης. Ακόμη και μικρές βελτιώσεις σε αυτό το πεδίο μπορούν, με την πάροδο του χρόνου, να οδηγήσουν σε πολύ ισχυρότερα οικονομικά αποτελέσματα.
Ωστόσο, η διάχυση της AI δεν αναμένεται να είναι ομοιόμορφη. Οι χώρες που υιοθετούν ταχύτερα την τεχνολογία, κυρίως οι ΗΠΑ και η Κίνα, εκτιμάται ότι θα αποκομίσουν νωρίτερα και σε μεγαλύτερο βαθμό τα οφέλη παραγωγικότητας. Αντίθετα, οικονομίες που κινούνται πιο αργά, όπως η Ευρώπη και αρκετές αναδυόμενες αγορές, κινδυνεύουν να μείνουν πίσω, με το παραγωγικό χάσμα να διευρύνεται με την πάροδο του χρόνου.
Η ταχύτερη υιοθέτηση της AI θα μπορούσε επίσης να επηρεάσει τα ουδέτερα επιτόκια, το λεγόμενο r*. Οι οικονομίες που ενσωματώνουν πιο γρήγορα την τεχνητή νοημοσύνη, όπως οι ΗΠΑ και η Κίνα, είναι πιθανό να δουν υψηλότερα ουδέτερα επιτόκια, καθώς η αυξημένη παραγωγικότητα ενισχύει την απόδοση των επενδύσεων και τη ζήτηση για κεφάλαιο. Αντίθετα, οι πιο αργοί υιοθέτες ενδέχεται να καταγράψουν μικρότερη άνοδο στα ουδέτερα επιτόκια, λόγω χαμηλότερης παραγωγικής δυναμικής.
Παρόλα αυτά, η συνολική πορεία του παγκόσμιου r* παραμένει αβέβαιη. Παράγοντες όπως η αύξηση των ανισοτήτων, η μείωση του μεριδίου της εργασίας στο εισόδημα και η γήρανση του πληθυσμού θα μπορούσαν να ενισχύσουν την τάση των νοικοκυριών για αποταμίευση, αντισταθμίζοντας μέρος της ανοδικής πίεσης που θα προερχόταν από τις επενδύσεις.
Συνολικά, το βασικό συμπέρασμα είναι ότι η τεχνητή νοημοσύνη δεν έχει ακόμη μεταφραστεί σε μεγάλη μακροοικονομική ώθηση, όμως οι προϋποθέσεις για μια σημαντική απογείωση της παραγωγικότητας διαμορφώνονται σταδιακά. Το μεγάλο άλμα φαίνεται πως έρχεται, όχι όμως άμεσα — και όσοι κινηθούν πιο γρήγορα στην υιοθέτηση της AI ενδέχεται να αποκτήσουν ένα διαρκές προβάδισμα στην παγκόσμια οικονομία.
