پارادوکس بهره‌وری
هوش مصنوعی با بهره‌وری کسب‌وکارها چه می‌کند؟
تصور شما از ایلان ماسک چیست؟ بعید است فکر کنید تکنوفوبیا دارد. بنابراین وقتی صاحب توئیتر در مورد خطرات هوش مصنوعی هشدار می‌دهد، ارزش دارد که بنشینید و به حرف‌هایش فکر کنید. ماسک از ترس اینکه نسل جدیدی از ماشین‌های همیشه هوشمند، حیات روی کره زمین را تهدید کند، یکی از افراد حاضر در لبه تغییرات تکنولوژیکی است که خواستار وقفه شش‌ماهه در آموزش سیستم‌های هوش مصنوعی جدید شده است. ظاهراً قرار است ماشین‌ها بیایند و جهان ما را تسخیر کنند! اما اگر واقع‌بین باشیم هوش مصنوعی به همان اندازه که امکان دارد به کابوس جهان تبدیل شود؛ پتانسیل‌های بسیاری برای بهبود جنبه‌های مختلف زندگی دارد. درست مانند زمانی که تراکتورها در مزارع جای دستان کشاورزان را گرفتند، فناوری‌های مبتنی بر AI قادرند هزاران کاری را که کارگران بی‌شماری به دشواری انجام می‌دهند تسهیل کنند؛ این یعنی انقلابی که می‌تواند مرزهای بهره‌وری را جابه‌جا کند. برخی معتقدند که هوش مصنوعی رویداد سرنوشت‌سازی خواهد بود که می‌تواند به دوران طولانی بهره‌وری ضعیف و رشد پایین رایج در اقتصادهای غربی از زمان شروع بحران مالی جهان در 15 سال پیش پایان دهد.
مسیر این تحول اقتصادی، البته از محل کار می‌گذرد. مطالعه موسسه گلدمن ساکس پیش‌بینی می‌کند که حدود دوسوم مشاغل فعلی در دهه آینده تحت تاثیر AI قرار می‌گیرند و یک‌چهارم تا نیمی از کارهایی که اکنون به‌وسیله انسان‌ها انجام می‌شود، به الگوریتم‌ها سپرده خواهد شد. رقم 300 میلیون را هم که حتماً به خاطر دارید: مشاغلی که ممکن است در سراسر جهان از دست برود. مک‌کینزی هم گزارشی منتشر کرده که در آن رشد سالانه 4/4 تریلیون‌دلاری مبتنی بر هوش مصنوعی را برای اقتصاد جهانی پیش‌بینی کرده است. در این گزارش آمده: تاثیر هوش مصنوعی مولد بر بهره‌وری می‌تواند تریلیون‌ها دلار به اقتصاد جهانی بیفزاید. آخرین پژوهش‌های ما تخمین می‌زند که هوش مصنوعی مولد می‌تواند سالانه معادل 6/2 تریلیون دلار به 4/4 تریلیون دلار (در 63 مورد کاربردی که مورد تجزیه و تحلیل قرار گرفته‌اند) اضافه کند. برای اینکه بتوانید بزرگی این اعداد را درک کنید بد نیست بدانید کل تولید ناخالص داخلی بریتانیا در سال 2021، 1/3 تریلیون دلار بود!
قطعیت دستیابی به چنین اعداد نجومی هنوز قابل پیش‌بینی نیست اما بد نیست ببینیم هوش مصنوعی قرار است چگونه چنین رویای بزرگی را محقق کند؟ بی‌تردید یک معیار کلیدی برای بررسی پیامدهای فناوری بر اقتصاد، رشد بهره‌وری کارکنان است- که با میزان خروجی (ستاده) کار یک کارمند در ساعت تعریف می‌شود. این آمار به ظاهر خشک برای هر فرد شاغل اهمیت دارد زیرا مستقیماً بر میزان درآمد او در هر ساعت تاثیر می‌گذارد. به عبارت دیگر انتظار می‌رود بهره‌وری بالاتر به دستمزدهای بالاتر منجر شود.
از آن‌سو، فناوری‌های هوش مصنوعی مولد، قادر به تولید محتوای نوشتاری، گرافیکی و صوتی یا برنامه‌های نرم‌افزاری با کمترین مشارکت انسانی هستند. بنابراین حرفه‌هایی مانند تبلیغات سرگرمی و کارهای خلاقانه یا تخیلی، اولین مشاغلی هستند که تاثیر این فناوری‌ها را حس می‌کنند. افراد شاغل در این حرفه‌ها احتمالاً باید نگران باشند که شرکت‌ها هوش مصنوعی مولد را جایگزین آنان کنند اما اقتصاددانان نگاه دیگری به این روند دارند؛ آنها پتانسیل زیادی را در افزایش بهره‌وری نیروی کار مشاهده می‌کنند.
مطالعه گلدمن ساکس پیش‌بینی می‌کند که با استفاده از هوش مصنوعی مولد، بهره‌وری سالانه 5/1 درصد رشد می‌کند، که این میزان تقریباً دو برابر سال‌های 2010 و 2018 است. مک‌کینزی بلندپروازتر است و می‌گوید این فناوری و سایر اشکال اتوماسیون، در سال 2030 «مرزهای بهره‌وری را با افزایش 30درصدی» جابه‌جا خواهد کرد.
شواهدی از مطالعات
یکی از جدیدترین مطالعات مشترک دانشگاه استنفورد و ام‌آی‌تی نشان می‌دهد که ابزارهای هوش مصنوعی مانند چت‌بات‌ها، تا 14 درصد به افزایش بهره‌وری کارکنان کمک می‌کنند. بر اساس یافته‌های این مطالعه، استفاده از هوش مصنوعی، در برخی موارد بر داشتن تجربه کاری واقعی غلبه می‌کند: کارکنان بخش خدمات مشتریان با دو ماه تجربه که از پشتیبانی هوش مصنوعی استفاده می‌کنند، به همان خوبی یا بهتر از کارکنانی با بیش از شش ماه تجربه کار بدون هوش مصنوعی عمل می‌کنند! پشتیبانی هوش مصنوعی می‌تواند به‌ویژه برای کارگران تازه‌کار یا کم‌مهارت مفید باشد. کارگران با تجربه کمتر، از توصیه‌های هوش مصنوعی برای سرعت بخشیدن و یادگیری مجموعه مهارت‌هایی که معمولاً به تجربه نیاز دارند استفاده می‌کنند. نویسندگان مطالعه خاطرنشان کرده‌اند که استفاده از ابزارهای هوش مصنوعی بر «کارکنان باتجربه یا بسیار ماهر» تاثیر کمتری می‌گذارد و حتی گاهی اوقات عامل حواس‌پرتی آنها می‌شود. دیگر یافته این پژوهشگران هم خالی از لطف نیست. آنها نتیجه گرفته‌اند که کمک هوش مصنوعی، احساس مشتری را بهبود می‌بخشد، نیاز به مداخله مدیران را کاهش می‌دهد و سبب حفظ کارکنان در سازمان می‌شود.
ادبیات نوظهور دیگری هم وجود دارد که اثرات بهره‌وری هوش مصنوعی را در مشاغل یا وظایف خاص تخمین می‌زند. برای مثال یک مطالعه در سال 2022 نشان داده که مهندسان نرم‌افزار می‌توانند با استفاده از ابزاری به نام Codex بر اساس نسخه قبلی GPT-3 تا دو برابر سریع‌تر کدنویسی کنند. دو پژوهشگر دیگر در سال جاری میلادی دریافتند که بسیاری از کارهای نوشتاری نیز می‌توانند دو برابر سریع‌تر به پایان برسند و پژوهشگر دیگری بر اساس 25 الگوی زبانی تخمین زده است که اقتصاددانان می‌توانند با استفاده از الگوهای زبانی 10 تا 20 درصد، بازده بیشتری داشته باشند.
بهره‌وری خاموش
رایج‌ترین معیار بهره‌وری، بهره‌وری کسب‌وکارهای غیرکشاورزی است. ثبت افزایش بهره‌وری در بخش صنعتی -که در آن نهاده‌ها و ستاده‌ها ملموس و قابل اندازه‌گیری هستند- کار آسانی است اما، اندازه‌گیری بهره‌وری کار شناختی (cognitive work) دشوارتر است. آماردانانی که آمار تولید ناخالص داخلی و بهره‌وری را جمع‌آوری می‌کنند، گاهی اوقات تنها با این فرض پیش می‌روند که برون‌داد فعالیت شناختی متناسب با مقدار نیروی کار استفاده‌شده برای تولید آن است، که این البته هر گونه دامنه رشد بهره‌وری را از بین می‌برد.
برای مثال، هوش مصنوعی مولد، اقتصاددانان را قادر می‌کند تا نسبت به گذشته مطالب بیشتری بنویسند و تحلیل‌های عمیق‌تری از اقتصاد ارائه کنند، اما این خروجی مستقیماً در آمار تولید ناخالص داخلی نشان داده نمی‌شود. خوانندگان نیز ممکن است احساس کنند که به تحلیل‌های اقتصادی بهتر و عمیق‌تری دسترسی دارند. علاوه بر این، تجزیه و تحلیل‌ها ممکن است نقش موثری در توانمندسازی رهبران کسب‌وکار و سیاستگذاران برای استفاده بهتر از اثرات مثبت بهره‌وری هوش مصنوعی مولد ایفا کند. با وجود اینکه مزایای دستاوردهای بهره‌وری اقتصاددانان، همچنان به رفاه اجتماعی بیشتر منجر می‌شود اما هیچ یک از این اثرات، مستقیماً در آمارهای تولید ناخالص داخلی یا بهره‌وری رسمی ثبت نمی‌شود، همین امر برای بسیاری دیگر از کارکنان شناختی در سراسر اقتصاد صادق است. این ممکن است باعث «رشد بهره‌وری خاموش» شود؛ آنچه در آمارها انعکاس پیدا نمی‌کند اما در واقعیت وجود دارد.
افت‌وخیز بهره‌وری
اگر بخواهیم تاریخچه قرن بیستم رشد بهره‌وری را تنها در ایالات متحده دنبال کنیم، بد نیست بدانیم از سال 1920 تا 1970 بهره‌وری سالانه حدود سه درصد افزایش یافت و دستمزدهای واقعی و استانداردهای زندگی را بالا برد. عجیب آنکه در دهه‌های 1970 و 1980، همزمان با معرفی رایانه‌ها و فناوری‌های دیجیتال اولیه، رشد بهره‌وری کند شد. این «پارادوکس بهره‌وری» در اظهارنظر باب سولو، اقتصاددان ام‌آی‌تی، به تصویر کشیده شده است: عصر رایانه را می‌توانید همه‌جا ببینید، مگر در آمار بهره‌وری!
این یافته، با تحلیل‌های مختلفی همراه شده است. بدبینان به فناوری دیجیتال، زمان «غیرمولد» صرف‌شده در رسانه‌های اجتماعی یا خرید آنلاین را مقصر دانستند و استدلال کردند که تحولات قبلی، مانند اختراع برق یا موتور احتراق داخلی، نقش بزرگ‌تری در تغییر اساسی ماهیت کار داشتند. خوش‌بین‌ها اما مخالف بودند و می‌گفتند که فناوری‌های دیجیتال جدید، برای آنکه به رشد بهره‌وری منجر شوند به زمان نیاز دارند، زیرا سایر تغییرات تکمیلی نیز باید به‌طور موازی تکامل پیدا کنند. برخی دیگر هم نگران بودند که شاید معیارهای اندازه‌گیری بهره‌وری، برای تشخیص ارزش رایانه‌ها مناسب نباشند!
به نظر می‌رسد حق با خوش‌بین‌هاست. در نیمه دوم دهه 1990، تقریباً همزمان با ظهور شبکه جهانی وب، رشد بهره‌وری در ایالات متحده دو برابر شد و از 5/1 درصد در سال به سه درصد رسید. سفر بهره‌وری به سوی کمال، در روزگار کرونا کامل‌تر شد. با وجودی که همه‌گیری ویرانگر بود، اما بهره‌وری کارگران پس از آغاز پاندمی در سال 2020 افزایش یافت. در سطح جهان، ستاده (خروجی) در هر ساعت کار به 9/4 درصد رسید؛ بالاترین میزان ثبت‌شده بهره‌وری از زمان دسترسی به داده‌ها! بخش اعظم این افزایش شدید، به‌وسیله فناوری تسهیل شد: شرکت‌های دانش‌محور بزرگ‌تر به کار از راه دور روی آوردند، و با تداوم آن از طریق فناوری‌های دیجیتال، در زمان رفت‌وآمد و تمرکز بر رفاه صرفه‌جویی کردند. سایر شرکت‌ها در صنایع مختلف، از فرآوری گوشت گرفته تا خرده‌فروشی روی اتوماسیون (مانند روبات‌ها و پردازش خودکار سفارش و خدمات مشتری) سرمایه‌گذاری کردند، که باز هم به افزایش بهره‌وری کمک کرد. به موازات این تغییرات، با اندک هشداری نسبت به وخامت پاندمی، «هوش مصنوعی مولد» با پتانسیل مستقیم‌تری برای افزایش بهره‌وری و در عین حال تاثیرگذاری بر مشاغل -در مقیاس وسیع- وارد صحنه شد. و در نهایت جهان همه‌گیری را با تجربه بی‌نظیری از افزایش بهره‌وری به پایان رساند. اما بد نیست ببینیم این سفر پرافت‌وخیز بهره‌وری با هوش مصنوعی چه عاقبتی پیدا خواهد کرد.
روی منحنی جِی
اکثر کارشناسان بر این باورند که نتیجه دادن هوش مصنوعی و دستیابی به بهره‌وری بالا به زمان نیاز دارد. در واقع، تاثیر فناوری‌های قبلی اغلب با استفاده از «اثر منحنی J» مفهوم‌سازی شده است، که در آن، با اتخاذ فناوری، بهره‌وری ممکن است در ابتدا -پیش از اینکه به شدت افزایش یابد- کاهش پیدا کند. آیا هوش مصنوعی مولد مسیر مشابهی را دنبال خواهد کرد؟
برق، راه‌آهن و رایانه‌ها، همگی دهه‌ها طول کشید تا در بهره‌وری رونق ایجاد کنند. در مورد هوش مصنوعی مولد اما، عواملی وجود دارند که می‌توانند موانع را کاهش دهند یا حتی پذیرش را تسریع کنند. برای مثال فناوری هوش مصنوعی به مراتب سرمایه‌بری کمتری دارد و نیازی به توسعه گسترده زیرساخت‌های جدید ندارد. ChatGPT با کلیک ماوس قابل دسترسی است؛ بیش از 100 میلیون نفر همین حالا از آن استفاده می‌کنند. با این حال، سیستم‌های هوش مصنوعی مولد به قدرت محاسباتی زیادی نیاز دارند که ارزان نیست. شرکت‌ها باید کارکنان را بازآموزی کرده و الگوهای کسب‌وکار خود را تنظیم کنند. اگرچه کاربرپسند بودن AI، پذیرش را نسبت به فناوری‌های قبلی آسان‌تر می‌کند، اما این روند در هر حال زمان‌بر است.
اینکه چگونه هوش مصنوعی مولد می‌تواند منحنی J را بالاتر ببرد یا افت را کمتر کند، به مفید بودن آن بستگی دارد. ممکن است بهره‌وری در مشاغل مبتنی بر دانش، تشخیص پزشکان و نوشتن قراردادهای قانونی را تسریع کند، اما برخی از بخش‌های خدماتی ممکن است کمتر تحت تاثیر قرار گیرند. سرعت گرفتن فرآیند تحقیق می‌تواند پیشرفت فناوری و افزایش مکرر بهره‌وری را به همراه داشته باشد. تحولات مکمل هم مهم‌اند؛ راه‌آهن در نهایت کارایی خود را افزایش داد، اما دلیل آن این بود که صنعت و تجارت نیز همزمان رونق پیدا کرد. اگر دولت‌ها هم هوش مصنوعی را اتخاذ کنند (برای مثال، پرکردن فرم‌ها را کاهش دهند) باز هم می‌توانند یکی از ترمزهای مهم افزایش بهره‌وری را از میان بردارند.
و البته به خاطر داشته باشید هوش مصنوعی مولد، همچنین می‌تواند به‌طور مستقیم بهره‌وری را کاهش دهد. برای آنکه بهره‌وری در خدمت اقتصاد قرار گیرد، زمان آزادشده باید به‌طور مولد استفاده شود. اما فناوری می‌تواند مشکلات جدیدی ایجاد کند. می‌توان از آن برای جعل هویت، دستکاری داده‌ها و کمک به دانش‌آموزان در تقلب یا انجام تکالیف استفاده کرد. مقابله با این مشکلات می‌تواند دست‌وپاگیر باشد. هوش مصنوعی همچنین به «قاتلان بهره‌وری» مانند نامه‌های ناخواسته و حواس‌پرتی آنلاین اجازه می‌دهد تا بهره‌وری بیشتری داشته باشند!
هیچ شکی در پتانسیل هوش مصنوعی مولد وجود ندارد. توانایی آن برای تقویت فعالیت‌های شناختی، که ارزشگذاری آنها دشوارتر است، به این معنی است که ممکن است نتوانیم تاثیر آن را بر بهره‌وری به‌طور دقیق اندازه‌گیری کنیم. اما همان‌طور که فناوری‌های قبلی نشان می‌دهند، تا زمانی که این فناوری به‌طور موثر مورد استفاده قرار نگیرد، افزایش بهره‌وری تضمین نمی‌شود. به علاوه، آنچه مورد تردید است این است که چه کسی از افزایش بهره‌وری سود خواهد برد؟ چه می‌شود اگر تمام دستاوردها، از سوی تعداد انگشت‌شماری از غول‌های فناوری تصاحب شود؟ اگر هوش مصنوعی مشاغل بیشتری را نسبت به آنچه ایجاد می‌کند نابود کند، چه؟ اگر هوش مصنوعی به افزایش خالص اشتغال منجر شود، اما مشاغل جدید، درآمد کمتری نسبت به مشاغل قدیمی داشته باشند، چه؟ به زبان ساده، اگر این بار همه چیز متفاوت از گذشته باشد چه؟ تا زمانی که نتوانیم پاسخ صریحی به این سوالات بدهیم، بهتر است به پیش‌بینی‌ها با اندکی تردید نگاه کنیم.
