Prin urmare, nu este surprinzător faptul că analiștii se întreabă din ce în ce mai des dacă suntem martorii unei alte bule tehnologice care amintește de boom-ul dot-com din anii 1990. Și ar putea, în cele din urmă, să explodeze și să tragă piețele bursiere în jos cu ea, la fel cum a făcut-o înainte? Dar, după cum subliniază colegul meu de la Cambridge, William Janeway, chiar și bulele speculative pot lăsa în urmă infrastructuri și inovații vitale care susțin creșterea pe termen lung.
Dacă inteligența artificială va urma exemplul, cât de puternic ar putea fi impactul acesteia? Boom-ul dot-com oferă câteva lecții utile. În a doua jumătate a anilor 1990, tehnologiile digitale emergente aproape au dublat creșterea productivității în SUA, ajungând la 2,5 %. Deși previziunile economiștilor variază, unele studii sugerează că valul actual de investiții în IA ar putea oferi un impuls la fel de semnificativ creșterii PIB-ului.
Cei mai înfocați evangheliști ai IA merg mai departe, susținând că apariția iminentă a inteligenței artificiale cu scop general (GPI) ar putea fi absolut transformatoare. De exemplu, Dario Amodei, CEO Anthropic, susține că potențialul IA este subestimat în mod radical. Și că, dacă sunt dezvoltate în condiții de siguranță, astfel de sisteme ar putea face descoperiri în biologie, neuroștiințe și dezvoltare economică, putând eradica bolile, reduce sărăcia și promova cooperarea globală.
Dacă o astfel de lume a abundenței se profilează la orizont – și chiar dacă se va materializa doar într-un viitor îndepărtat – este esențial să urmărim cum va avea loc această transformare. Dar, după cum explic în recenta mea carte The Measure of Progress, indicatorii economici tradiționali sunt încă incapabili să surprindă efectele „vechii” economii digitale, ca să nu mai vorbim de noua economie bazată pe inteligența artificială.
Creșterea PIB este un prim exemplu în acest sens. În cel mai bun caz, este un indicator întârziat al schimbărilor structurale. Istoricii economici arată că tehnologiile transformatoare, precum energia cu aburi și electricitatea, au avut nevoie de zeci de ani pentru a fi înregistrate în statisticile oficiale. Și chiar și atunci când efectele lor au devenit vizibile, creșterea veniturilor măsurate a fost surprinzător de modestă. Dar ar fi absurd să se susțină că aceste tehnologii nu au fost transformatoare; impactul lor s-a manifestat pur și simplu în moduri pe care indicatorii tradiționali nu le-au putut surprinde.
În ceea ce privește inteligența artificială, unele dintre cele mai elementare date lipsesc sau sunt incomplete. De exemplu, câte companii utilizează inteligența artificială generativă și în ce sectoare? Pentru ce o folosesc? Cum sunt aplicate instrumentele AI în domenii precum marketingul, logistica sau serviciile pentru clienți? Care sunt companiile care implementează agenți AI și cine îi utilizează efectiv?
Deși cercetarea în domeniul IA se dezvoltă rapid, acum este nevoie de o colectare sistematică a datelor. Statisticile fiabile nu numai că vor ajuta întreprinderile să evalueze cererea și oportunitățile, dar vor permite și guvernelor să elaboreze politici care să promoveze creșterea și să protejeze consumatorii.
Companii tehnologice precum Anthropic și OpenAI au început să realizeze că actualul vid de date nu le este benefic, în special având în vedere dependența de date a produselor lor. În lipsa unei înțelegeri mai clare a impactului economic al IA, dezbaterea publică se va axa în mod inevitabil pe riscuri și anxietăți – de la perspectivaunui „pogrom al muncii” la potențialul impact psihologic al chatbot-urilor umanoide. Inițiativele industriei de a aborda această lacună, deși limitate în ceea ce privește domeniul de aplicare, sunt esențiale.
Acestea fiind spuse, alte măsurători pot oferi informații valoroase cu privire la efectele transformatoare ale IA. Într-un document de lucru recent, scris împreună cu John Pokies, susțin că orice set semnificativ de indicatori ar trebui să includă factorii-cheie ai dezvoltării IA, în special consumul de energie, schimbările de pe piața muncii și utilizarea datelor. Un alt indicator important este adoptarea serviciilor bazate pe IA, așa-numita IA bazată pe agenți.
De asemenea, pot fi utile datele privind utilizarea timpului, atât la domiciliu, cât și la locul de muncă, precum și indicatorii structurali, cum ar fi schimbările în compoziția industriei și în structura organizațională. În sens mai larg, o imagine mai completă a schimbărilor structurale ne va ajuta să înțelegem impactul economic mai larg al IA, de la realocarea industriilor la schimbările în procesele de lucru.
Din păcate, în prezent există puțini astfel de indicatori. Problema este agravată de faptul că multe agenții de statistică – în special în SUA – sunt în dezordine, iar majoritatea factorilor de decizie politică rămân reticenți în ceea ce privește utilizarea de noi surse de date și metodologii.
Diane Coyle,
profesor de politici publice la Universitatea din Cambridge,
autoare a cărții Gears and Monsters: What Economics Is, and What It Should Be.
(Princeton University Press, 2021) și The Measure of Progress: Counting What Really Matters.
(Princeton University Press, 2025).
© Project Syndicate, 2025.
www.project-syndicate.org
