Ekonomika umělé inteligence: Realistický pohled

Ačkoliv se o umělé inteligenci hovoří jako o technologii, která převrátí svět vzhůru nohama, její ekonomické dopady zůstávají nejisté. Investice do AI jsou masivní, ale jasná představa o jejích výsledcích chybí.

Významnou část práce nositele Nobelovy ceny za ekonomii, Darona Acemoglu, profesora MIT, tvoří právě zkoumání AI. Acemoglu dlouhodobě studuje dopad technologií na společnost, od modelování rozsáhlého přijímání inovací až po empirické studie o vlivu robotů na pracovní místa.

V říjnu 2024 Acemoglu společně se Simonem Johnsonem a Jamesem Robinsonem získal Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel za výzkum vztahu mezi politickými institucemi a ekonomickým růstem. Jejich práce ukazuje, že demokracie s robustními právy dosahují v čase lepšího růstu než jiné formy vlády.

Vzhledem k tomu, že velká část růstu pochází z technologických inovací, způsob, jakým společnosti využívají AI, je pro Acemoglu, který v posledních měsících publikoval řadu článků o ekonomice této technologie, velkým zájmem.

„Odkud se vezmou nové úkoly pro lidi s generativní AI?“ ptá se Acemoglu. „Myslím, že to zatím nevíme, a o tom je problém. Jaké aplikace skutečně změní způsob, jakým děláme věci? “

Měřitelné efekty AI?

Od roku 1947 rostl americký HDP v průměru o 3 procenta ročně, přičemž růst produktivity se pohyboval kolem 2 procent ročně. Některé předpovědi tvrdily, že AI zdvojnásobí růst nebo alespoň vytvoří vyšší růstovou trajektorii, než je obvyklé. Naproti tomu v článku „The Simple Macroeconomics of AI“, publikovaném v srpnovém vydání časopisu Economic Policy, Acemoglu odhaduje, že v příštím desetiletí AI způsobí „skromný nárůst“ HDP o 1,1 až 1,6 procenta za 10 let, s přibližně 0,05procentním ročním nárůstem produktivity.

Acemoglův odhad vychází z posledních odhadů počtu pracovních míst ovlivněných AI, včetně studie z roku 2023 od výzkumníků z OpenAI, OpenResearch a University of Pennsylvania, která zjistila, že přibližně 20 procent úkolů v amerických pracovních místech může být vystaveno schopnostem AI. Studie z roku 2024 od výzkumníků z MIT FutureTech, Productivity Institute a IBM zjistila, že přibližně 23 procent úkolů počítačového vidění, které lze nakonec automatizovat, by se tak v příštích 10 letech mohlo provádět výhodně. Další výzkumy naznačují, že průměrné úspory nákladů díky AI jsou přibližně 27 procent.

Pokud jde o produktivitu, „nemyslím si, že bychom měli podceňovat 0,5 procenta za 10 let. To je lepší než nula,“ říká Acemoglu. „Ale je to zklamání ve srovnání se sliby, které dávají lidé z oboru a v technologických médiích.“

Toto je samozřejmě pouze odhad a mohou se objevit další aplikace AI: Jak Acemoglu píše v článku, jeho výpočet nezahrnuje použití AI k předpovědi tvarů proteinů – za což následně jiní vědci v říjnu získali Nobelovu cenu.

Jiní pozorovatelé naznačili, že „přerozdělení“ pracovníků, které AI nahradila, vytvoří dodatečný růst a produktivitu, nad rámec Acemogluova odhadu, ačkoliv si nemyslí, že to bude mít velký význam. „Přerozdělování, počínaje skutečným rozdělením, které máme, obvykle generuje pouze malé výhody,“ říká Acemoglu. „Hlavní jsou přímé výhody.“

Dodává: „Snažil jsem se napsat článek velmi transparentním způsobem, s uvedením toho, co je zahrnuto a co není. Lidé se mohou neshodovat v tom, že věci, které jsem vynechal, jsou důležité, nebo že čísla pro zahrnuté věci jsou příliš skromná, a to je naprosto v pořádku.“

Která pracovní místa?

Provádění takových odhadů může vylepšit naši intuici o AI. Mnoho prognóz o AI ji popisovalo jako revoluční; jiné analýzy jsou opatrnější. Acemogluova práce nám pomáhá pochopit, v jakém měřítku můžeme očekávat změny.

„Pojďme se podívat na rok 2030,“ říká Acemoglu. „Jak moc si myslíte, že se americká ekonomika díky AI změní? Mohli byste být úplným optimistou v oblasti AI a myslet si, že miliony lidí by kvůli chatbotům přišly o práci, nebo že se někteří lidé stali superproduktivními pracovníky, protože s AI dokážou dělat desetkrát více věcí než dříve. Si to nemyslím. Myslím si, že většina společností bude dělat víceméně totéž. Některá povolání budou ovlivněna, ale stále budeme mít novináře, finanční analytiky, zaměstnance HR.“

Pokud je to pravda, pak se AI s největší pravděpodobností vztahuje na omezenou sadu úkolů pro administrativní pracovníky, kde velká množství výpočetního výkonu dokážou zpracovat mnoho vstupů rychleji než lidé.

„Ovlivní to spoustu kancelářských pracovních míst, které se týkají shrnutí dat, vizuálního porovnávání, rozpoznávání vzorů atd.,“ dodává Acemoglu. „A to jsou v podstatě asi 5 procenta ekonomiky.“

Ačkoliv se na Acemoglu a Johnsona někdy pohlíží jako na skeptiky AI, sami sebe vnímají jako realista.

„Snažím se nebýt pesimistický,“ říká Acemoglu. „Generativní AI dokáže dělat spoustu věcí, a tomu skutečně věřím.“ Dodává však: „Věřím, že existují způsoby, jak bychom mohli generativní AI používat lépe a dosahovat větších zisků, ale nevidím je v současnosti jako hlavní zaměření průmyslu.“

Užitečnost stroje nebo nahrazování pracovníků?

Když Acemoglu říká, že bychom mohli AI používat lépe, má na mysli něco konkrétního.

Jednou z jeho hlavních obav ohledně AI je, zda bude mít podobu „užitečnosti stroje“, která pomůže pracovníkům zvýšit produktivitu, nebo zda bude zaměřena na napodobování obecné inteligence ve snaze nahradit lidská pracovní místa. Je to rozdíl například mezi poskytováním nových informací biotechnologovi a nahrazováním pracovníka zákaznické podpory automatizovanou technologií call centra. Dosud se podle jeho názoru firmy zaměřovaly na druhý typ případu.

„Můj argument je, že v současné době směřujeme s AI špatným směrem,“ říká Acemoglu. „Používáme ji příliš na automatizaci a příliš málo na poskytování odborných znalostí a informací pracovníkům.“

Acemoglu a Johnson se v své známé knize z roku 2023 „Moc a pokrok“ (PublicAffairs) podrobně zabývají touto otázkou, která má jednoduchou hlavní otázku: Technologie vytváří ekonomický růst, ale kdo z tohoto ekonomického růstu profituje? Jsou to elity, nebo se na ziscích podílí i pracovníci?

Jak Acemoglu a Johnson jasně ukazují, upřednostňují technologické inovace, které zvyšují produktivitu práce a zároveň udržují zaměstnanost, což by mělo lépe udržet růst.

Generativní AI se však podle Acemoglu zaměřuje na napodobování celých lidí. To vytváří něco, co už léta nazývá „průměrnou technologií“, aplikace, které fungují v nejlepším případě jen o trošku lépe než lidé, ale šetří firmám peníze. Automatizace call center není vždy produktivnější než lidé; firmám to prostě stojí méně než zaměstnanci. Aplikace AI, které doplňují práci pracovníků, se u velkých technologických hráčů zdají být obecně na vedlejší koleji.

„Nemyslím si, že se doplňkové využití AI objeví samo od sebe, pokud se průmysl nevěnuje jim značné energii a času,“ říká Acemoglu.

Co naznačuje historie o AI?

Skutečnost, že technologie jsou často navrženy tak, aby nahrazovaly pracovníky, je středem pozornosti dalšího nedávno publikovaného článku Acemoglu a Johnsona, „Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution — and in the Age of AI“, publikovaného v srpnu v Annual Reviews in Economics.

Článek se zabývá současnými debatami o AI, zejména tvrzeními, že i když technologie nahradí pracovníky, následný růst téměř nevyhnutelně prospěje společnosti v průběhu času. Anglie během průmyslové revoluce je někdy uváděna jako příklad. Ale Acemoglu a Johnson tvrdí, že šíření výhod technologie se neděje snadno. V Anglii 19. století, tvrdí, k tomu došlo až po desetiletích společenského boje a akcí pracovníků.

„Je nepravděpodobné, že by mzdy rostly, když si pracovníci nemohou prosadit svůj podíl na růstu produktivity,“ píší Acemoglu a Johnson v článku. „Dnes může umělá inteligence zvýšit průměrnou produktivitu, ale může také nahradit mnoho pracovníků a zároveň zhoršit kvalitu práce těch, kteří si práci udrží. … Dopad automatizace na pracovníky je dnes složitější než automatické propojení vyšší produktivity s lepšími mzdami.“

Název článku odkazuje na sociálního historika E.P. Thompsona a ekonoma Davida Rica; ten druhý je často považován za druhého nejvlivnějšího myslitele oboru, po Adamu Smithovi. Acemoglu a Johnson tvrdí, že Ricadův pohled na toto téma procházel vlastním vývojem.

„David Ricardo vykonával jak svou akademickou práci, tak i politickou kariéru tím, že tvrdil, že stroje vytvoří tuto úžasnou sadu zlepšení produktivity a že to bude pro společnost přínosné,“ říká Acemoglu. „A pak si v určitém okamžiku změnil názor, což ukazuje, že mohl být opravdu otevřený. A začal psát o tom, že pokud stroje nahradí práci a neudělají nic jiného, bude to pro pracovníky špatné.“

Tento intelektuální vývoj, tvrdí Acemoglu a Johnson, nám dnes něco důležitého říká: neexistují síly, které by nevyhnutelně zaručovaly široké výhody z technologie, a měli bychom sledovat důkazy o dopadu AI, jedním nebo druhým způsobem.

Jaká je nejlepší rychlost inovací?

Pokud technologie pomáhá generovat ekonomický růst, pak by se rychlé inovace mohly zdát ideální, protože přinášejí růst rychleji. Ale v dalším článku, „Regulating Transformative Technologies“, ze zářijového čísla American Economic Review: Insights, Acemoglu a doktorand MIT Todd Lensman naznačují alternativní pohled. Pokud některé technologie obsahují výhody i nevýhody, je nejlepší přijímat je postupněji, zatímco se tyto problémy zmírňují.

„Pokud jsou sociální škody velké a úměrné produktivitě nové technologie, vyšší růstová míra paradoxně vede k pomalejšímu optimálnímu přijetí,“ píší autoři v článku. Jejich model naznačuje, že optimálně by mělo přijetí probíhat zpočátku pomaleji a poté se v průběhu času zrychlovat.

„Tržní fundamentalismus a technologický fundamentalismus by mohly tvrdit, že byste měli vždy jít maximální rychlostí pro technologii,“ říká Acemoglu. „Nemyslím si, že v ekonomii existuje takové pravidlo. Opatrnější uvažování, zejména za účelem vyhnutí se škodám a nástrahám, lze zdůvodnit.“

Tyto škody a nástrahy by mohly zahrnovat poškození trhu práce nebo šíření dezinformací. Nebo AI by mohla škodit spotřebitelům v oblastech od online reklamy po online hry. Acemoglu se těmito scénáři zabývá v dalším článku, „When Big Data Enables Behavioral Manipulation“, který bude brzy publikován v American Economic Review: Insights; jeho spoluautory jsou Ali Makhdoumi z Duke University, Azarakhsh Malekian z University of Toronto a Asu Ozdaglar z MIT.

„Pokud ji používáme jako manipulační nástroj, nebo příliš na automatizaci a příliš málo na poskytování odborných znalostí a informací pracovníkům, pak bychom chtěli korekci kurzu,“ říká Acemoglu.

Jistě, jiní by mohli tvrdit, že inovace mají méně nevýhod nebo jsou natolik nepředvídatelné, že bychom na ně neměli aplikovat žádné brzdy. A Acemoglu a Lensman ve svém zářijovém článku pouze rozvíjejí model přijímání inovací.

Tento model je reakcí na trend posledních deseti let, kdy se mnoho technologií považuje za nevyhnutelné a oslavuje se kvůli jejich narušení. Naproti tomu Acemoglu a Lensman naznačují, že můžeme rozumně posoudit kompromisy zahrnuté do konkrétních technologií a snažit se o to, aby se o tom vedla další diskuse.

Jak dosáhnout správné rychlosti přijímání AI?

Pokud je cílem postupnější přijímání technologií, jak by k tomu mělo dojít?

Za prvé, říká Acemoglu, „vládní regulace má tuto roli“. Není však jasné, jaké druhy dlouhodobých pokynů pro AI by mohly být přijaty v USA nebo po celém světě.

Zadruhé, dodává, pokud cyklus „hype“ kolem AI slábne, pak se spěch s jejím používáním „přirozeně zpomalí“. To může být pravděpodobnější než regulace, pokud AI brzy nevytvoří pro firmy zisky.

„Důvodem, proč jdeme tak rychle, je hype od rizikových kapitalistů a dalších investorů, protože si myslí, že se budeme blížit umělé obecné inteligenci,“ říká Acemoglu. „Myslím si, že tento hype nás nutí špatně investovat do technologie a mnoho podniků je ovlivňováno příliš brzy, aniž by věděly, co dělat. Napsali jsme ten článek, abychom řekli, podívejte se, makroekonomie z toho bude mít prospěch, pokud budeme opatrnější a budeme lépe rozumět tomu, co s touto technologií děláme.“

V tomto smyslu Acemoglu zdůrazňuje, že hype je hmatatelným aspektem ekonomiky AI, protože řídí investice do konkrétní vize AI, která ovlivňuje nástroje AI, s nimiž se můžeme setkat.

„Čím rychleji jdete a čím větší hype máte, tím je tato korekce kurzu méně pravděpodobná,“ říká Acemoglu. „Je velmi obtížné, pokud jedete 200 mil za hodinu, provést otočku o 180 stupňů.“