AI teeb juba tööd, mida majandus halvasti mõõta oskab
SemiAnalysis pakkus käepärase nime probleemile, mille üle AI-turg üha sagedamini kobamisi vaidleb: „tume toodang“. Nii nimetavad autorid majanduslikku väärtust, mida AI loob, kuid mida riiklik statistika näeb halvasti või kirjutab moonutatult SKP, hindade, tööhõive ja sektoriraportite sisse.
See idee pole tähtis ainult majandusteadlastele. AI kulusid loetakse praegu üsna hästi: andmekeskused, graafikaprotsessorid, elekter, vesi, pilvearved, tokenid ja töötajate koondamised on peaaegu kohe nähtavad. Tulemus aga lahustub sageli ära. Kui ettevõte ostis varem töövõtjalt juriidilise memo, analüütilise ülevaate või HR-teenuse tuhandete dollarite eest, kuid teeb nüüd sama töö majasiseselt mõne dollari tokenikuluga, kaob turutehing ära. Töö võis olla tehtud, kuid majanduse tavapärane loendur näeb peamiselt AI-teenuse kulu.
Miks tokenid ei sarnane tööpinkidega
SemiAnalysis võrdleb olukorda arvutirevolutsiooniga: tehnoloogiad olid „igal pool“, kuid tootlikkuse statistikas paistsid need kaua nõrgemad kui päriselus. AI puhul võib probleem olla teravam, sest suur osa mõjust tekib teenustes ja vaimses töös, kus puudub arusaadav mõõtühik. Majandusel on tonnid terast, barrelid naftat ja toodetud autode arv, kuid pole standardset „tonni konsultatsiooni“ või „liitrit koodireview’d“.
Ka tokenid ei lahenda mõõtmise ülesannet. Üks miljon tokenit võib toota prügi, kasuliku meilide kokkuvõtte, juriidilise mustandi, koodivigade otsingu või otsuse, mis muudab ettevõtte strateegiat. Väärtus ei sõltu teksti mahust, vaid sellest, millist tööd see asendas või juurde tekitas.
Autorid jagavad „tumeda toodangu“ kaheks tüübiks. Esimene on asendamine: AI teeb tööd, mida varem tegi inimene või väline tarnija. Teine on uus töö, mida varem lihtsalt ei tehtud, sest see oli liiga kallis. Näiteks personaalne kirjanduse ülevaade enne iga kohtumist, kuue kuu kirjavahetuse analüüs ühe teema kohta või kiire sisemise dokumendi mustand võivad olla kasulikud, kuid varem poleks keegi neid eraldi teenusena ostnud.
Miks AI-buumi vaidlus muutub keerulisemaks
SemiAnalysise tekstis on oluline ettevaatus: umbes 1,5 triljoni dollari hinnang ei tähenda juba kadunud palka ega tõendatud „varjatud SKP-d“, vaid tööjõukulu ülesannetes, kus praegusel AI-l on veenev asendamise või võimendamise potentsiaal. See on pigem survekaart kui massiliste koondamiste prognoos.
Just sellist kaarti on turul siiski vaja. Kui statistika näeb kiipide ja elektri maksumust, kuid ei näe hästi AI tehtud sisemist tööd, võib sama protsess paista kalli mullina, toodangu langusena või kummalise teenuseinflatsioonina. Näiteks kui lihtsamad ülesanded liiguvad AI kätte ja ametisse jäävad kallimad spetsialistid, võib keskmine palk kasvada ilma, et konkreetsete inimeste tasu päriselt tõuseks.
Tavalise lugeja jaoks on praktiline järeldus lihtne: AI üle otsustamine ainult nähtavate kulude järgi on ohtlik, kuid ka maagilisse tootlikkusesse ilma mõõtmiseta uskuda ei saa. Ettevõtted peavad õppima lugema mitte ainult tokeneid ja tellimusi, vaid ka seda, millised ülesanded tegelikult suleti, kui palju aega säästeti, milline töö tekkis esimest korda ja kus väärtus kolis turutehingust sisemisse protsessi. Muidu töötab osa AI-majandusest juba, samal ajal kui ametlikud mõõteriistad näitavad endiselt udu.
