Kada se u javnosti povede rasprava o umjetnoj inteligenciji (AI), fokus se najčešće usmjerava na fascinantne primjere iz zabavne industrije, generiranje slika ili robote koji preuzimaju pojedinačne poslove. No, prava revolucija odvija se na posve drugoj razini, u ekonomskim analizama i uredima vodećih svjetskih institucija.

Glavno pitanje koje danas muči ekonomiste, političare i poduzetnike jest: Može li umjetna inteligencija ponoviti ili čak nadmašiti učinak koji su u prošlosti imali parni stroj, električna energija ili osobno računalo te značajno podići produktivnost čitavog gospodarstva?

Istražili smo što kažu ekonomske studije, na koji način AI mijenja pravila igre te u kojim sektorima možemo očekivati najveći skok.

Što kažu ekonomske studije?

Većina suvremenih makroekonomskih analiza slaže se u jednome: generativna umjetna inteligencija ima potencijal izazvati takozvani "tehnološki šok ponude" koji može drastično ubrzati rast globalnog BDP-a.

Projekcije rasta BDP-a: Prema poznatoj studiji financijske divovske kuće Goldman Sachs, šira primjena umjetne inteligencije mogla bi tijekom desetogodišnjeg razdoblja povećati globalni BDP za čak 7 % (ili oko 7 bilijuna dolara). Slične procjene donose i institucije poput PwC-a, koje predviđaju da bi AI do 2030. godine mogao pridonijeti svjetskom gospodarstvu s nevjerojatnih 15,7 bilijuna dolara.

Ušteda vremena i radnih sati: Istraživanja instituta McKinsey Global Institute pokazuju da današnji generativni AI alati mogu automatizirati radne zadatke koji trenutno troše od 60 do 70 posto radnog vremena u većini zanimanja. To ne znači nužno nestanak radnih mjesta, već golemo oslobađanje resursa za kreativnije i složenije zadatke.

Kako točno AI povećava produktivnost na terenu?

Povećanje produktivnosti u gospodarstvu ne događa se preko noći, već kroz tri ključna kanala:

1. Ubrzavanje rutinskih i administrativnih zadataka
U uredskim djelatnostima (pravo, financije, administracija, podrška klijentima) AI sustavi u sekundi obrađuju dokumente, pišu sažetke, prevode, provjeravaju ugovore i odgovaraju na upite. Ono što je zaposleniku ranije oduzimalo cijeli radni dan, sada je gotovo za nekoliko minuta.

2. Podrška stručnjacima i "demokratizacija" vještina
U programiranju, medicini i inženjerstvu AI služi kao vrhunski pomoćnik (co-pilot). Junior programeri uz pomoć AI alata pišu kod brže i kvalitetnije, dok liječnici dobivaju napredne sustave za ranu dijagnostiku i analizu rendgenskih snimaka, čime se smanjuje broj ljudskih pogrešaka i ubrzava liječenje.

3. Optimizacija lanaca opskrbe i energetske učinkovitosti
U industriji i logistici algoritmi strojne privrženosti analiziraju goleme količine podataka u stvarnom vremenu – predviđaju kvarove strojeva prije nego što se dogode, optimiziraju rute dostavnih vozila i smanjuju potrošnju energije u tvornicama. Manje zastoja znači veću iskoristivost i niže troškove.

Zašto rast produktivnosti ne dolazi preko noći?

Iako su tehnološke mogućnosti impresivne, ekonomisti nas podsjećaju na povijesni fenomen poznat kao Solovljev paradoks (nazvan po ekonomistu Robertu Solowu, koji je 1987. izjavio: "Računala možete vidjeti svugdje, osim u statistikama produktivnosti").

Povijest nas uči da svakoj velikoj tehnološkoj revoluciji treba vremena da se odrazi na makroekonomske pokazatelje iz nekoliko razloga:

Vrijeme prilagodbe: Tvrtke ne mogu preko noći promijeniti poslovne procese, nabaviti opremu i educirati radnu snagu.

Potreba za komplementarnim inovacijama: Sama tehnologija nije dovoljna; uz nju se moraju razviti novi poslovni modeli, zakonski okviri i sigurnosni standardi.

Faza implementacije: U početnoj fazi uvođenja nove tehnologije troškovi rasti (kupnja licenci, uvođenje sustava), dok se stvarni povrat investicije i skok produktivnosti vide tek nakon nekoliko godina.

Izazovi: Može li gospodarstvo rasti bez rizika?

Iako je potencijal za rast produktivnosti golem, stručnjaci upozoravaju na zamke s kojima će se nacionalna gospodarstva morati nositi:

Nejednakost i tržište rada: Koristi od AI-ja mogli bi prvenstveno ubrati vlasnici kapitala i visokotehnološke kompanije, dok radnici u tradicionalnim sektorima mogu osjetiti pritisak na smanjenje plaća ili gubitak posla.

Potreba za prekvalifikacijom: Obrazovni sustavi presporo se mijenjaju u odnosu na brzinu kojom tehnologija napreduje, što stvara manjak stručnjaka na tržištu rada.

Može li umjetna inteligencija povećati produktivnost cijelog gospodarstva? Odgovor je: apsolutno da, ali uz uvjet strpljenja i pametnog upravljanja.

Umjetna inteligencija nije više samo prolazni trend, nego nova infrastruktura modernog poslovanja. Zemlje i kompanije koje na vrijeme usvoje ove alate i prilagode svoje radne procese ostvarit će golemu konkurentsku prednost, dok one koje ostanu po strani riskiraju dugoročni zaostatak. Pravi ekonomski procvat tek je pred nama, a njegovi obrisi bit će vidljivi kako tehnologija bude prodirala u svaku poru svakodnevnog rada.