(©Getty Images)
Tempo postępu w dziedzinie sztucznej inteligencji (AI, artificial intelligence) jest coraz szybsze: w ciągu ostatnich 15 lat zasoby obliczeniowe wykorzystywane do szkolenia najnowocześniejszych systemów sztucznej inteligencji co rok rosły czterokrotnie. Wzrostowi mocy obliczeniowej towarzyszy znaczna poprawa wydajności algorytmów. Postępy te oznaczają zwiększenie efektywnej mocy obliczeniowej systemów AI około 9-krotnie w ciągu roku. Chociaż zyski z dodatkowej mocy obliczeniowej mogą ostatecznie zmniejszyć się w niektórych domenach ze względu na niedobór danych, to wydaje się, że skalowanie będzie nadal przynosić korzyści w nadchodzących latach.
Badania nad sztuczną inteligencją prowadzą do różnych prognoz dotyczących jej wpływu na gospodarkę. Dla przykładu, według Goldman Sachs sztuczna inteligencja zwiększy globalny PKB o 7 bln dol. (lub 7 proc.) do 2033 r. i, wg MFW, wpłynie na prawie 40 proc. miejsc pracy na całym świecie (w przypadku gospodarek rozwiniętych ten odsetek wynosi 60 proc.). Z kolei w przypadku wpływu sztucznej inteligencji na gospodarkę USA jedna z prognoz wskazuje, że do 2034 r. wzrost PKB wyniesie prawdopodobnie bliżej 1 proc. Tak ostrożna kalkulacja opiera się na obserwacji, że generatywna sztuczna inteligencja (GenAI) jest używana głównie do „łatwych do nauczenia się zadań”, które są definiowane przez dwie cechy: istnieje prosta, liniowa zależność między działaniem a wynikiem, a pomyślny wynik jest łatwy do zmierzenia. Jednocześnie – mimo że sztuczna inteligencja będzie szerzej włączana do gospodarki i będzie stosowana do większej liczby „trudnych zadań”, takich jak np. diagnozowanie chorób na podstawie różnych symptomów – to wzrost produktywności będzie prawdopodobnie, przynajmniej początkowo, bardziej ograniczony (np. wzrost produktywności dzięki komputerowi osobistemu nastąpił dopiero po dekadzie od jego powszechnego udostępnienia).
Zobacz również:
Zwycięzcą technologicznego wyścigu zbrojeń będzie AGI
Wynika to m.in. z niedopasowania między inwestycjami w sztuczną inteligencję, mającymi miejsce głównie w dużych firmach w niektórych sektorach, a faktem, że wiele zadań, które AI może wykonywać lub uzupełniać, jest podejmowanych w małych i średnich przedsiębiorstwach. Ponadto, jak w przypadku każdej technologii, istnieją „koszty dostosowania”, ponieważ różne aspekty działania organizacji muszą ewoluować, zmieniać się i dostosowywać, aby funkcjonować z generatywną sztuczną inteligencją. Oznacza to, że te koszty mogą równoważyć korzyści ekonomiczne wynikające z wykorzystania AI w perspektywie krótko- i średnioterminowej. W tym kontekście zmianą, która mogłaby znacząco, pozytywnie wpłynąć na szacunki PKB i produktywności, byłoby m.in. wzmocnienie zdolności modeli AI do dokonywania nowych odkryć, takich jak np. nowe materiały, nowe usługi czy też nowe leki.
Systemy sztucznej inteligencji zbliżają się przy tym do poziomu umiejętności człowieka i nawet go przewyższają w wielu dziedzinach, a transformacyjna AI – wynikająca z postępów w GenAI lub powstania sztucznej inteligencji ogólnej (AGI, artificial general intelligence) – będzie w stanie przekształcić nie tylko samą gospodarkę, ale także sposoby myślenia o ekonomii jako nauce. Przewiduje się, że transformacyjna sztuczna inteligencja może pojawić się w ciągu najbliższych lat. Geoffrey Hinton, laureat Nagrody Nobla w dziedzinie fizyki z 2024 r., uważa, że jest to możliwe przed końcem tej dekady. Sam Altman z OpenAI przewiduje superinteligencję „w ciągu kilku tysięcy dni”, a Dario Amodei, dyrektor generalny Anthropic, spodziewa się transformacyjnej sztucznej inteligencji do 2027 r. Takie prognozy są jednak obarczone dużą niepewnością.
Zmiana paradygmatu ekonomicznego
W epoce przemysłowej, która nadal trwa, szybki postęp technologiczny stał się kluczowym motorem wzrostu, a wraz z tym postępem i akumulacją kapitału, praca stała się „wąskim gardłem”. Ten niedobór siły roboczej doprowadził do znacznego wzrostu płac, co – w dużym skrócie – dało początek dzisiejszemu standardowi życia, który od czasu rewolucji przemysłowej wzrósł około dwudziestokrotnie w gospodarkach rozwiniętych.
Ewolucja AI może spowodować zmianę paradygmatu ekonomicznego i sprawić, że inteligencja na poziomie człowieka będzie możliwa do odtworzenia, a systemy sztucznej inteligencji i roboty mogą zastąpić zarówno kognitywną, jak i fizyczną pracę człowieka. Wówczas zarówno tradycyjny kapitał, jak i inteligentne maszyny mogą być kumulowane w nieskończoność oraz generować coraz większe możliwości gospodarcze: wzrost gospodarczy mógłby przyspieszyć wraz z akumulacją kapitału i sztuczną „siłą poznawczą” napędzającą innowacje, a praca utraciłaby swój specjalny status.
Praca pełni trzy zasadnicze funkcje w gospodarce, stanowiąc: (i) kluczowy czynnik produkcji, (ii) główne źródło dochodu dla większości ludzi i (iii) podstawowy sposób wykorzystania czasu dla osób w wieku produkcyjnym. Jeśli transformacyjna AI oraz zaawansowane roboty mogą zastąpić ludzkie zdolności poznawcze i fizyczne, to może to oznaczać fundamentalne zakłócenia dla wszystkich tych funkcji.
Jeśli sztuczna inteligencja stanie się substytutem pracy ludzkiej, to wyeliminuje – w większym lub mniejszym stopniu – rolę pracy jako czynnika produkcji. Prawdopodobnie doprowadzi to do znacznej dewaluacji pracy człowieka, ponieważ maszyny i roboty stawałyby się coraz tańsze i bardziej wydajne. Oznaczałoby to także konieczność zastanowienia się nad adaptacją systemów dystrybucji dochodów w gospodarce.
Zobacz również:
Prawdziwa walka o sztuczną inteligencję
Dodatkowo globalizacja skomplikuje zarządzanie efektami dystrybucyjnymi transformacyjnej AI, ponieważ nie ma skutecznych mechanizmów transgranicznych równoważenia niekorzystnych efektów zewnętrznych postępu technologicznego dla warunków handlowych poszczególnych krajów. Obraz staje się jeszcze bardziej złożony, gdy weźmie się pod uwagę fakt, że postępy w ramach AI prowadzą do koncentracji władzy gospodarczej w kilku coraz bardziej rozwiniętych gospodarkach, co może znacząco utrudniać krajom rozwijającym się nadążanie za zmianami. Brak międzynarodowych działań zapewniających sprawiedliwy podział korzyści płynących z AI może doprowadzić do odwrócenia wieloletniego postępu w globalnym rozwoju. Transformacyjna AI i związana z nią postępująca automatyzacja umiejętności poznawczych stanowią także wyzwania dla wartości edukacji i rozwoju kapitału ludzkiego, które dotychczas stanowiły podstawę rozwoju gospodarczego społeczeństw.
Pojawiają się jednak możliwości aktywnego sterowania kierunkiem postępu technologicznego. Dotyczą one na przykład identyfikowania i promowania innowacji, które zwiększają popyt na pracę i tworzą lepiej płatne miejsca pracy – są to m.in. inteligentni asystenci, którzy zwiększają produktywność pracowników, ale nie zastępują ich całkowicie. Innym przykładem są praktyczne wskazówki dla programistów AI umożliwiające im ocenę wpływu tworzonych przez nich innowacji na rynek pracy, zapewniając ramy do promowania wspólnego dobrobytu, a nie pogłębiania nierówności. Proponuje się także bardziej rozbudowane ubezpieczenie od utraty pracy – zwłaszcza system, który jest powiązany z ogólną sytuacją na rynku pracy, aby pracownicy na stanowiskach, które mogą zostać przejęte przez AI, mieli czas na znalezienie nowego zatrudnienia.
Ze względu na dużą niepewność dotyczącą ścieżki i tempa rozwoju AI, istotna jest analiza scenariuszowa, która umożliwia m.in. ustrukturyzowany sposób testowania warunków skrajnych i opracowywania planów awaryjnych na możliwe wersje przyszłości. Dla przykładu, w opracowaniu NBER przeanalizowano scenariusz „business as usual”, w którym AI stopniowo automatyzuje zadania, tak jak w poprzednich dekadach, z dwoma scenariuszami, w których transformacyjna sztuczna inteligencja (lub AGI) pojawia się w ciągu 5 lub 20 lat. Każdy ze scenariuszy prowadzi do skrajnie różnych wyników – od stałego wzrostu gospodarczego przy rosnących płacach w przypadku scenariusza „business as usual”, aż do ponad dziesięciokrotnego wzrostu produkcji, przy jednoczesnym załamaniu płac w scenariuszach uwzględniających pojawienie się transformacyjnej sztucznej inteligencji.
Wtórne skutki ekonomiczne
Niezależnie od tego, kiedy pojawi się transformacyjna sztuczna inteligencja, nie ma gwarancji, że jej wpływ ekonomiczny także będzie przełomowy. Szerokie otoczenie gospodarcze, społeczne oraz prawne również musi ulec zmianie, aby umożliwić gospodarkom wykorzystanie korzyści płynących z postępów technologii, a także zminimalizowanie jej negatywnych efektów – zwłaszcza, że zrozumienie potrzebnych umiejętności, organizacji i instytucji nie następuje tak szybko, jak rozwój samej technologii.
Tempo, jak i zakres wpływu gospodarczego dalszej ewolucji sztucznej inteligencji będzie zależeć przynajmniej od kilku czynników.
Po pierwsze, są to energia i koszty infrastruktury AI. Do 2027 r. branża sztucznej inteligencji może zużywać tyle energii, co kraj wielkości Holandii, a przy obecnych celach zerowej emisji netto, energia ta musi być również czysta. Jednocześnie sieci muszą być szybko połączone, a tworzenie infrastruktury musi nadążać za nakładami inwestycyjnymi na AI.
Po drugie, kwestie regulacji i zarządzania. Sztuczna inteligencja może mieć negatywny wpływ na dobrobyt ludzi, m.in. poprzez silniej uzależniające i manipulacyjne algorytmy lub bardziej wyrafinowane zagrożenia dla bezpieczeństwa. Deepfake’i, naruszenia prywatności, zmienność rynku (spowodowana np. handlem z wykorzystaniem AI) i cyberprzestępczość mogą przynieść efekt przeciwny do zamierzonego. A regulacje – zarówno krajowe, jak i na poziomie międzynarodowym – pozostają zazwyczaj daleko w tyle za postępami technologii.
Zobacz również:
Wyścig, który zmienia świat, czyli próba dominacji na rynku AI
Po trzecie, znaczenie ma także sposób, w jaki sztuczna inteligencja wchodzi w interakcje ze społeczeństwem. Dla przykładu, generatywna AI powoduje zaburzenia w sektorach kreatywnych. Istnieje jednak sprzeciw zarówno ze strony osób zatrudnionych w tych sektorach, jak i opinii publicznej, pragnących zachowania „czynnika ludzkiego” w niektórych branżach (m.in. filmowej, muzycznej) – np. hollywoodzcy scenarzyści skutecznie przeciwstawiają się wykorzystywaniu sztucznej inteligencji w ich branży. Ponadto nawet wtedy, jeśli dojdzie do znacznej utraty miejsc pracy w związku z postępującą automatyzacją, niepokoje społeczne i nierówności mogą zahamować wzrost, zwłaszcza jeśli programy oraz możliwości przekwalifikowania zawodowego nie będą wystarczająco powszechne.
Po czwarte, potrzeba czasu, aby nowe, pożądane umiejętności pracowników dotyczące m.in. takich zagadnień, jak np. „przetwarzanie języka naturalnego”, „sieci neuronowe”, „uczenie maszynowe” czy „robotyka”, mogły dopasować się do popytu ze strony pracodawców – zwłaszcza, że nadal ograniczona wiedza specjalistyczna w zakresie sztucznej inteligencji jest główną barierą utrudniającą skuteczne wdrożenie sztucznej inteligencji przez podmioty gospodarcze.
Potencjalny wpływ sztucznej inteligencji na produktywność i wzrost gospodarczy jest zatem zależny od sprzyjającego otoczenia społeczno-gospodarczego i prawnego – nie tylko od innowatorów w dziedzinie sztucznej inteligencji. Jednocześnie, mając na uwadze jej negatywne skutki, możliwe jest także to, że wskutek transformacyjnej sztucznej inteligencji PKB wzrośnie, podczas gdy ogólny dobrobyt spadnie.
Ludzka inteligencja wynalazła technologie ogólnego przeznaczenia, które ukształtowały świat – od oswajania ognia po tworzenie komputerów. Jednak dzięki komputerom, które myślą, może to się zmienić. Jak wskazał w XVII w. Blaise Pascal „Człowiek jest tylko trzciną, najwątlejszą w przyrodzie, ale trzciną myślącą”. Wydaje się, że ta wyjątkowość dobiega końca.
