A Forrester elemzőcég alelnöke és vezető elemzője továbbra sem hiszi, hogy a mesterséges intelligencia forradalmasítani tudja a termelékenységet, legalábbis abban a formájában, ahol manapság tart a dolog – olvasható a The Register oldalán közölt interjúban, amelyben J. P. Gownder kifejti, hogy az információs technológia nem mindig kapcsolódik olyan lineáris módon a termelékenységhez, mint ahogy azt sokan feltételezik. Erre példának az amerikai Munkaügyi Statisztikai Hivatal adatait hozta fel, amelyek szerint még a személyi számítógép megjelenése sem javította a produktivitást, amennyiben az 1947 és 1973 között még évi 2,7 százalékkal, 1990 és 2001 között már csak 2,1 százalékkal, 2007 és 2019 között pedig mindössze 1,5 százalékkal növekedett.
Ha a termelékenység növekedése a PC-k elterjedése mellett is lassult, abból az következik, hogy az ilyen felfutás nem automatikus, miközben a termelékenység a munkahelyek helyettesítésének, a munkahelyteremtésnek és egy csomó más dolognak is az alapja lenne, amiről a mesterséges intelligencia kapcsán mindenki beszél. Azt természetesen Gownder is elismeri, hogy a helyzet a jövőben megváltozhat az MI-ágensek fejlődésével, de ettől még nem talál rá bizonyítékot, hogy mai MI-technológia különbözne a PC-s forradalomtól. A Nobel-díjas közgazdász, Robert Solow szerint annak már 1987-re mindenhol láthatók voltak a hatásai, kivéve a termelékenységi statisztikákban, és ez most is igaz: a termelékenység egyszerűen nem emelkedik.
A globalizáció MI nélkül is működik
A róla elnevezett termelékenységi paradoxon egyébként azt a jelenséget írja le, amikor a modern technológiák késve vagy egyáltalán nem növelik a produktivitást, sőt akár rombolhatják is azt – és ezzel akár negatív spirálhoz is vezethetnek. A Forrester legfrissebb becslése szerint a technológia 2030-ra a munkahelyek 6 százalékát szüntetheti meg, és ezek már nem fognak visszatérni, ugyanis strukturálisan vesznek el, "nem jelentéktelen csapást" mérve a gazdaságra. A nagyszabású leépítések oka azonban nem feltétlenül a munkahelyek MI-vel való kiváltása, hanem sima pénzügyi megszorítás. Ezt pedig lehet ugyan az MI miatti munkahelyvesztésnek álcázni, de azt mindenki csak reméli, hogy az MI később majd alkalmassá válik az üres helyek betöltésére.
A generatív mesterséges intelligencia azonban nem így működik: mi is beszámoltunk az MIT nagy visszhangot keltett tanulmányáról, amely szerint az összes generatív MI-projekt 95 százalékának nincs tényleges megtérülése. Valós jelenség a fehérgalléros munkaerőpiac befagyása, miuán a vállalatok kivárnak a nyitott pozíciókkal, de Gownder szerint az is hamar kiderül, hogy "ha van munka, azt valamikor el kell végezni". A Forrester alelnöke ezzel kapcsolatban felhívja rá a figyelmet, hogy az ipari munkahelyek megszünését is a globalizáció, nem pedig a robotika okozta az USA rozsdaövezetében, és ha most az MI-re hivatkozva rúgnak ki embereket, akkor benne van, hogy három héttel később olcsóbban vesznek majd fel helyettük egy csapatot Indiában.
Az ötlettől az értékteremtésig – az üzleti réteg szerepe az adattudományi működésben
Az adattudomány valódi értéke ott válik láthatóvá, ahol az előrejelzések döntésekké, a döntések pedig mérhető üzleti eredményekké alakulnak. Ehhez azonban tudatos üzleti beágyazásra, mérési keretrendszerekre és következetes visszacsatolásra is szükség van.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak