AI nie poprawia wyników większości firm? Ekonomista Apollo wskazuje na problem z produktywnością
By Paweł Lisowski
Spis treści
Sztuczna inteligencja nie przyniosła dotąd wyraźnej poprawy marż ani przychodów na pracownika w większości dużych amerykańskich firm spoza sektora technologicznego. Taki wniosek przedstawił Torsten Slok, główny ekonomista Apollo Global Management, analizując grupę określaną jako S&P 493.
To umowna część indeksu S&P 500 po wyłączeniu Alphabetu, Amazona, Apple, Mety, Microsoftu, Nvidii i Tesli. Według opisu analizy przytoczonego przez TechCrunch marże zysku i przychód przypadający na pracownika w tej grupie pozostają zasadniczo płaskie. Slok ocenia, że mimo dużych nakładów i wysokich oczekiwań AI nie dała korporacyjnej Ameryce poza technologią mierzalnego zwrotu finansowego.
Produktywność zadania to nie wynik całej firmy
Najważniejsze zastrzeżenie dotyczy skali pomiaru. Narzędzie może przyspieszyć napisanie wiadomości, analizę dokumentu albo przygotowanie kodu, ale taki efekt nie musi od razu podnieść marży całego przedsiębiorstwa. Oszczędzony czas może zostać przeznaczony na dodatkowe zadania, spotkania lub kontrolę jakości, a nie na wzrost przychodu.
Pokazują to dane z innego badania. Zespół opisany w NBER Working Paper 33795 obserwował 7137 pracowników wiedzy w 66 firmach. Wśród osób korzystających z generatywnego AI odnotowano mniej czasu poświęcanego na pocztę elektroniczną i szybsze przygotowywanie dokumentów, ale nie stwierdzono istotnej zmiany czasu spotkań ani zakresu zadań wymagających współpracy. To korzyść operacyjna, lecz nie dowód na automatyczny wzrost zysku.
Badania nie mówią, że AI jest bezużyteczna
Obraz nie jest jednoznacznie negatywny. W badaniu NBER obejmującym prawie 6000 menedżerów 69% firm z USA, Wielkiej Brytanii, Niemiec i Australii deklarowało korzystanie z AI. Respondenci oceniali jednak dotychczasowy wpływ na produktywność jako niewielki. Średni oczekiwany wzrost produktywności w kolejnych trzech latach wynosił około 1,4%, co sugeruje raczej powolne wdrażanie niż natychmiastową rewolucję.
Są też przykłady wyraźnych efektów na poziomie pojedynczych zadań. W badaniu obsługi klienta opisanym w NBER Working Paper 31161 dostęp do asystenta zwiększył liczbę rozwiązywanych spraw na godzinę średnio o 14%, a wśród początkujących pracowników o 34%. Wynik ten nie przeczy analizie Sloka: pokazuje tylko, że poprawa konkretnego procesu nie jest tym samym co wzrost marży całej organizacji.
Dlaczego wdrożenie nie przekłada się na marżę?
Slok zwraca uwagę, że biznesowe decyzje wymagają nie tylko obliczeń, lecz także osądu. Odpowiedzialność, zaufanie, kultura organizacyjna, niepisane zasady i ryzyko reputacyjne nie są łatwo mierzalnymi funkcjami, które można po prostu przekazać modelowi. Firmy muszą więc zmienić procesy, sposób kontroli i odpowiedzialność za decyzje, a nie tylko dokupić dostęp do narzędzia.
W praktyce oznacza to, że pytanie „czy mamy AI?” jest mniej użyteczne niż „w którym procesie AI skraca pracę, kto sprawdza wynik i jak mierzymy wpływ na koszty lub przychód?”. Dopiero takie dane pozwalają odróżnić efekt demonstracyjny od trwałej poprawy wyników finansowych.
Źródła
Autor Artykułu
Paweł Lisowski
Paweł Lisowski - pasjonat technologii, komputerów i internetu. Od wielu lat śledzi rozwój sprzętu i oprogramowania, testuje nowe rozwiązania i dzieli się wiedzą z czytelnikami. Zafascynowany wpływem technologii na codzienne życie, tworzy praktyczne poradniki i inspiruje do świadomego korzystania z cyfrowego świata.