Wykładowca akademicki, opisuje rynki finansowe, zmiany na rynku fintechów i startupów
(©GettyImages)
Firma doradcza IDC prognozuje, że tegoroczne wydatki na zastosowania sztucznej inteligencji (AI) na świecie wyniosą 154 miliardy dolarów. To ponad 20 proc. wszystkich kosztów oprogramowania, a największe koszty dotyczyć będą branży medialnej. Natomiast średnioroczna stopa wzrostu inwestycji w AI dochodzić ma do 27 proc. i przekroczyć w roku 2030 ponad 300 miliardów dolarów. Z kolei inwestycje venture capital i innych klas funduszy w firmy rozwijające technologię AI rosły w latach 2017-2022 w tempie 74 proc. średniorocznie, aby w pięciu miesiącach bieżącego roku przekroczyć 12 mld dolarów.
Pojawienie się rozwiązań z zakresu generatywnej sztucznej inteligencji (GAI) opartej na przetwarzaniu języka naturalnego zwiększyły apetyty inwestorów i oczekiwania biznesu. Badani przez firmę Gartner prezesi dużych korporacji wskazali, że technologia będzie miała największy wpływ na działalność ich biznesów w ciągu najbliższych trzech lat. Z kolei analitycy banku Goldman Sachs szacują wpływ GAI na światowe PKB na 7 proc. czyli około siedem bilionów dolarów w ciągu 10 lat i wzrost produktywności o półtora punktu procentowego. Nieco inne spojrzenie prezentuje firma konsultingowa McKinsey w swoim najnowszym raporcie dedykowanym GAI. Z przeprowadzonych analiz 63 przypadków globalnego zastosowania sztucznej inteligencji wynika, że generatywna technologia dodałaby od 2,6 do 4,4 biliona dolarów do światowego PKB rocznie. To wartość porównywalna z rocznym PKB Wielkiej Brytanii (3,1 bln). Gdyby osadzić technologię GAI w istniejącym już oprogramowaniu, wygenerowane przychody mogłyby być nawet dwukrotnie wyższe.
Co przyniesie wprowadzenie sztucznej inteligencji do opieki zdrowotnej
Automatyzacja i nowe modele biznesowe
Około 75 procent wartości, jaką mogą zapewnić generatywne przypadki użycia sztucznej inteligencji, przypada z dzisiejszego punktu widzenia na cztery obszary funkcjonalne: obsługa klienta (front i back office), marketing i sprzedaż, inżynieria oprogramowania oraz badania i rozwój. Jak wykazuje McKinsey około połowy kontaktów z klientami w bankowości, telekomunikacji i podmiotach użyteczności publicznej w USA już obsługiwane jest przez maszyny, w tym przez sztuczną inteligencję. GAI może jeszcze bardziej zmniejszyć liczbę kontaktów obsługiwanych przez ludzi, nawet o 50 procent w zależności od istniejącego poziomu automatyzacji w firmie. Co więcej, ze względu na zdolność do szybkiego przetwarzania danych o klientach i ich historii przeglądania, technologia może niemal błyskawicznie identyfikować sugestie produktów i dostosować ofertę do preferencji i sytuacji klienta. Zalety te powodują, że stosowanie GAI w obsłudze klienta może
zwiększyć produktywność tych funkcji od 30 do 45 procent wartości ich bieżących kosztów.
Cyfryzacja przyspiesza wzrost produktywności, ale tylko niektórych firm
Podobne korzyści można osiągnąć w działaniach marketingowych. Technologia dzięki lepszemu i szybszemu wykorzystaniu danych może tworzyć spersonalizowane komunikaty dopasowane do indywidualnych zainteresowań, preferencji i zachowań klientów, a także tworzyć propozycje projektów reklam marki, nagłówków, sloganów, posty w mediach społecznościowych i opisy produktów. A to oznacza znaczną oszczędność czasu i środków, przy wyższych wskaźnikach konwersji i retencji klientów, co przełoży się na wyższe przychody i wyższą nawet, o 15 proc. produktywność wydatków marketingowych. Sztuczna inteligencja ma również potencjał zwiększenia produktywności w zakresie badawczo-rozwojowym (generatywne projektowanie), choćby poprzez przyśpieszenie czasu testowania, co służyć może na przykład szybszym procesom odkrywania i opracowywania nowych leków czy optymalnych materiałów w produkcji przemysłowej. GAI wpływać też będzie na sam sektor IT, zwiększając produktywność procesu projektowania od 20 do nawet 45 procent poprzez znaczne skrócenia czasu realizacji wielu aktywności przez inżynierów oprogramowania. Poszczególne sektory gospodarki – bankowość, zaawansowane technologie, nauki przyrodnicze (w tym medycyna i farmakologia) oraz handel detaliczny – mogą odnotować największy wpływ zastosowania generatywnej sztucznej inteligencji jako procent ich przychodów. Na przykład w całej branży bankowej technologia może przynieść dodatkowe 200 do 340 miliardów dolarów rocznie dzięki zwiększonej produktywności o 2,8 do 4,7 procent rocznych przychodów branży i zmniejszeniu kosztów oszustw i ryzyka. Z pewnością zwiększy się też zadowolenie klientów dzięki skróceniu czasu operacji i szybszemu rozwiązywaniu reklamacji. Technologia zastąpi więc pracowników w operacjach obsługi klienta, a także w części czynności doradczych, również w zakresie zarządzania aktywami czy majątkiem. Częściowo dotyczyć to będzie także działów zajmujących się compliance (zgodność z regulacjami), a dziedzina ta była do tej pory jednym z kluczowym obszarów wzrostu kosztów sektora bankowego. Dzięki automatyzacji korespondencji z klientami pracownicy będą mogli poświęcić więcej czasu na bardziej kreatywne zajęcia. Firma Gartner oblicza, że 30 proc. komunikatów wychodzących z firmy będzie generowanych w sposób syntetyczny, gdy w zeszłym roku było to zaledwie dwa procent. Bank Morgan Stanley buduje na przykład cyfrowego asystenta AI aby z wykorzystaniem ChatGPT-4 pomóc tysiącom doradców zarządzających majątkiem szybko znaleźć i zsyntetyzować odpowiedzi uwzględniające specyfikę sytuacji każdego klienta. To rozwiązanie znacząco pomoże zredukować koszty w zapleczu operacyjnym banku. Z kolei prezes JPMorgan poinformował w kwietniu, że jego bank używa wielkich modeli językowych aż w 30 obszarach – od zarządzania ryzykiem, przez marketing, po zapobieganie wyłudzeniom.
Warto zwrócić też uwagę na korzyści w innych branżach. W przypadku towarów detalicznych i konsumenckich towarów pakowanych (CPG) wpływ GAI zawierać się może między 400 a 660 miliardów dolarów rocznie, co oznacza wzrost produktywności o 1,2 do 2,0 procent rocznych przychodów – szacuje McKinsey. Tradycyjna sztuczna inteligencja i zaawansowane rozwiązania analityczne z nią związane już pomagają firmom zarządzać ogromnymi pulami danych w rozległych łańcuchach dostaw. W przemyśle farmaceutycznym natomiast wykorzystanie narzędzi GAI przynieść może z kolei od 60 do 100 mld dolarów rocznie, co będzie skutkiem skrócenia czasu odkrywania nowych leków. Firmy farmaceutyczne zazwyczaj wydają około 20 procent przychodów na badania i rozwój, a opracowanie nowego leku zajmuje średnio od dziesięciu do piętnastu lat. Przy takim poziomie wydatków i postępach prac poprawa szybkości i jakości prac badawczo-rozwojowych będzie generować zarówno oszczędności, jak i wyższe przychody, bo szybciej uda się zidentyfikować molekuły, które najlepiej odpowiadałyby celowi potencjalnego nowego leku, który lepiej i szybciej można dostosować do zdefiniowanej grupy pacjentów.Jak widać więc generatywna sztuczna inteligencja prowadzi do spadku zarówno praco-, czaso- i kapitałochłonności, a to zmienia zasadniczo strukturę kosztów firm i ich łańcuchów wartości, co z kolei jest podstawą kreowania nowych bardziej efektywnych i zyskownych modeli biznesowych. Podmioty, które efektywnie i szybko je zbudują, a będą to przede wszystkim wielkie firmy technologiczne, których przewaga już polega na dostępie do nieograniczonych praktycznie zbiorów danych, zdobędą dodatkową przewagę konkurencyjną.
Wpływ na rynek pracy
Z pewnością przełoży się to na istotne zmiany na rynku pracy i w strukturze zatrudnienia. Dotkną one znacznie bardziej pracowników z wyższym wykształceniem i wyższymi kompetencjami zawodowymi. Rozwijana obecna postać generatywnej sztucznej inteligencji i powiązane z nią technologie mogą potencjalnie zautomatyzować czynności, które w niektórych branżach pochłaniają teraz od 60 do 70 procent czasu pracowników – kalkuluje McKinsey. Oznaczać to może, że połowa dzisiejszych czynności zawodowych mogłaby zostać zautomatyzowana w okresie lat 2030-2060. To przyniesie efekty w postaci wzrostu wydajności pracy o 0,1 do 0,6 procent rocznie do 2040 roku w zależności od tempa wdrażania technologii i wymaganych przesunięć pracowników do innych działań.
Rozwijana obecna postać generatywnej sztucznej inteligencji i powiązane z nią technologie mogą potencjalnie zautomatyzować czynności, które w niektórych branżach pochłaniają teraz od 60 do 70 procent czasu pracowników
Łączenie GAI wraz z innymi technologiami i automatyzacją pracy może dodać 0,2 do nawet 3,3 punktu procentowego rocznie do wzrostu wydajności pracy. Pracownicy będą jednak potrzebować wsparcia w nauce nowych umiejętności, a część zmieni zawód, co łącznie może stać się dodatkowym źródłem wzrostu gospodarczego. McKinsey opiera swoje szacunki na analizie 850 zawodów, w stosunku do których sztuczna inteligencja mogłaby przejąć wykonywanie nawet 2100 szczegółowych czynności roboczych w globalnej gospodarce. Wynika z tego, że dwie trzecie zawodów w USA będzie narażonych co najmniej na pewien stopień automatyzacji. Podlegać jej będą przede wszystkim czynności w edukacji, praca specjalistów i prawników, ekspertów STEM (nauka, technologia, inżynieria, matematyka), twórców i artystów oraz wielu innych, w których automatyzacja od lat ma miejsce, więc zakres jej zastosowania może być znacznie mniejszy. Goldman Sachs oblicza na przykład potencjał automatyzacji w administracji na 44 procent, a w profesjach prawniczych na 46 procent, gdy w budownictwie i usługach serwisowych odpowiednio na 6 i 4 procent.
Łącznie, według analizy amerykańskiego banku, GAI może zastąpić 300 mln pełnoetatowych miejsc pracy do roku 2030. Jeszcze radykalniejsze są szacunki Australijskiego Stowarzyszenia Nauk Komputerowych (CEDA), które zakłada, że nawet 40 do 50 proc. lokalnych miejsc pracy zniknie w Australii do połowy przyszłej dekady wskutek postępu technologicznego, a to oznacza, że jedna piąta pracowników musiała będzie zmienić miejsce pracy i wykonywany zawód. W Wielkiej Brytanii zagrożonych może być 30 proc. miejsc pracy w ciągu najbliższych 10-20 lat. W przypadku wielu gospodarek bardziej zagrożone mogą być męskie niż żeńskie miejsca pracy. Jednak analiza Kenan Institute w odniesieniu do gospodarki amerykańskiej pokazuje, że może być inaczej. Badacze z tego ośrodka, przyjmując te same założenia jak Goldman Sachs, obliczyli, że osiem na 10 kobiet (58,9 mln) zatrudnionych w USA wykonuje zawody wysoce narażone na automatyzację (ponad 25 proc. zadań zawodowych) w porównaniu z 6 na 10 mężczyzn (48,6 mln) ). Stąd wniosek, że automatyzacja może dotyczyć o 21 proc. więcej kobiet niż mężczyzn, mimo że liczba mężczyzn na rynku pracy przewyższa liczbę kobiet. Wynika to z faktu, że zawody, których to dotyczy, są wykonywane w większej proporcji przez kobiety niż mężczyzn. Jednak na świecie nawet jeśli potencjał GAI do automatyzacji określonej czynności roboczej jest wysoki, rozstrzygające znaczenie miała będzie wysokość płac pracowniczych. Dlatego w krajach takich jak Chiny, Indie, Meksyk czy Wietnam, gdzie stawki płac są relatywnie niskie, wprowadzanie automatyzacji odbywać się będzie wolniej niż w krajach o wyższych płacach.
Jednak na świecie nawet jeśli potencjał GAI do automatyzacji określonej czynności roboczej jest wysoki, rozstrzygające znaczenie miała będzie wysokość płac pracowniczych.
Wdrożenie sztucznej inteligencji nie musi jednak automatycznie oznaczać spadku zatrudnienia i wzrostu bezrobocia. Od czasów rewolucji przemysłowej destrukcji jednych miejsc pracy towarzyszyło powstawanie innych, z reguły bardziej produktywnych. Analiza skutków proliferacji internetu przeprowadzona przez McKinsey w 2011 roku wykazała, że każde zlikwidowane stanowisko pracy w tradycyjnej gospodarce kreowało 2,4 nowych miejsc pracy. W najnowszych czasach największa transformacja zaszła w Chinach, które dokonały urynkowienia swojej gospodarki. Jeszcze w 1962 roku 82 proc. wszystkich zatrudnionych w Państwie Środka pracowało w rolnictwie, a dziesięć lat temu pozostało tylko 13 procent. David Autor, ekonomista zajmujący się rynkiem pracy wykazał, że 60 proc. obecnych pracowników jest zatrudnionych w zawodach, które nie istniały w połowie zeszłego stulecia. Z kolei analiza Dell Technologies z 2020 roku wskazywała, że 85 proc. zawodów, w których będą pracowali w 2030 roku reprezentanci pokolenia Z i Alpha (dzieci millenialsów), obecnie nie istnieje, a zmiana kwalifikacji i zawodu będzie znacznie częstsza niż obecnie. Wszystkie te obserwacje dotyczą jednak ery przed pojawieniem się generatywniej sztucznej inteligencji. Nawet jeśli sztuczna inteligencja nie zdoła wykreować odpowiedniej liczby nowych stanowisk pracy w miejsce przez nią przejętych, łagodząco na rynek pracy oddziaływać będą procesy starzenia się populacji, a więc coraz wolniejszy dopływ nowych pracowników. W latach 1972-1982 średnioroczny przyrost liczby pracowników na świecie wyniósł 2,5 procent aby spowolnić do 0,8 proc. w latach 2011-2022 i w ciągu kilkunastu najbliższych lat nie będzie on szybszy z uwagi na ujemny przyrost demograficzny w większości krajów rozwiniętych i duży spadek populacji osób czynnych zawodowo w Chinach. Innym czynnikiem będzie spadająca liczba godzin pracy, a coraz więcej firm przekonuje się do czterodniowego tygodnia pracy. Spodziewane przeobrażenia na rynku pracy powinny być przedmiotem rozważnej, długoterminowej polityki ekonomiczno-społecznej, w tym edukacyjnej, aby lepiej przygotować przyszłych pracowników na wyzwania rynku wynikające z rewolucji technologicznej.
W styczniu 2020 roku Wielka Brytania formalnie opuściła Unię Europejską. Oczekiwane korzyści z brexitu, poza odzyskaniem suwerenności w zakresie kształtowania prawa i zewnętrznych relacji gospodarczych, jednak się nie zmaterializowały. Widoczny jest natomiast spadek wydajności i konkurencyjności brytyjskiej gospodarki, co wpływa także na kondycję rynku pracy.
