May-akda: Claude, Deep潮 TechFlow
DeepTide Summary: Ayon sa isang pag-aaral ng National Bureau of Economic Research (NBER) sa 6,000 na tagapamahala sa apat na bansa, malapit sa siyam na-sampu ng mga kumpanya ang naniniwala na walang epekto ang AI sa empleyo at produktibidad sa nakaraang tatlong taon, ngunit noong Q1 ng 2026, 78,557 mga trabaho sa tech industry ay natanggal, kung saan 47.9% ay inihahalintulad sa AI. Walang data sa produktibidad, ngunit ang mga pagkakawala ng trabaho ay dumadaloy nang malakas sa pangalan ng AI—ang mga ekonomista ay ihahambing ang kontradiksyong ito sa "computer paradox" na ipinakilala ni Robert Solow, mananatili ng Nobel Prize sa Ekonomiya noong 1987.
Ibinuhos ang $250 bilyon, at malapit sa 90% ng mga kumpanya ay nagsabi na wala itong dala-dalang pagpapabuti sa produktibidad. Samantala, ang mga kumpanya sa teknolohiya ay nagpapalit ng malalaking bilang ng mga empleyado sa pangalan ng AI.
Ito ang pinakakapalpalo sa kasalukuyang industriya ng AI.
Ayon sa pahayagan na Fortune noong Abril 19, isang pag-aaral na isinagawa ng NBER noong Pebrero ng taong ito na sumasakop sa 6,000 na tagapagpaganap sa Estados Unidos, Britanya, Alemanya, at Australia ay natuklasan na ang malapit sa siyam na-sampu ng mga kumpanya ay nagsabi na walang makikita na epekto ang AI sa kanilang pagkakaroon ng trabaho at produktibidad sa nakaraang tatlong taon. Bagaman may tatlo-sampu ng mga tagapagpaganap ang gumagamit ng AI, ang kanilang average na oras ng paggamit bawat linggo ay lamang 1.5 oras, at ang 25% ng mga sumagot ay nagsabi na hindi sila gumagamit ng AI sa kanilang trabaho.
Sa kabilang panig, ayon sa Nikkei Asia na sumasalamin sa datos ng RationalFX, mula sa Enero 1, 2026 hanggang unang bahagi ng Abril, ang sektor ng teknolohiya ay nakapagpapalaya ng 78,557 tao, kung saan ang 37,638 (47.9%) ay direktang isinasaad bilang resulta ng AI at automation ng workflow. Higit sa 76% ng mga pagpapalaya ay nangyari sa Estados Unidos.
Ang pangunahing ekonomista ng Apollo, Torsten Slok, ay direktang isinipi ang klasikong pahayag ni Robert Solow, tagapagwagi ng Nobel Prize sa Ekonomiya noong 1987, upang ilarawan ang kasalukuyang sitwasyon bilang AI version ng “Solow Paradox.” Ang orihinal na pahayag ni Solow noong panahong iyon ay: “Ang computer age ay nasaan-man, kundi hindi sa mga estadistika ng produktibidad.”
Ang paghuhusga ni Slok ay malapit na isang literal na pagkakatugma sa ngayon. Walang makikita ang AI sa mga datos tungkol sa paggawa, mga datos sa produktibidad, at mga datos sa inflasyon.
90% ng mga kumpanya ay hindi nakikita ang epekto ng AI, ang return sa investmeng P250 bilyon ay nagiging kontrobersyal
Ang datos ng pag-aaral ng NBER ay lubos na matibay. Sa apat na bansa, 69% ng mga negosyo ay gumagamit ng AI sa ilang antas, pinakamataas sa Estados Unidos (78%) at pinakamababa sa Germany (65%). Ngunit habang ginagamit, iba naman ang epekto: higit sa 90% ng mga tagapagpaganap ang nagsasabi na walang epekto ang AI sa laki ng puwesto sa kanilang negosyo, at 89% ang nagsasabi na walang epekto sa produktibidad ng paggawa (na sinusukat sa pamamagitan ng bawat tao sa kita).
Ayon sa Stanford University AI Index Report 2025, ang pandaigdigang pag-invest sa AI noong 2024 ay lumampas na sa $250 bilyon. Ayon sa PwC Global CEO Survey 2026, ang 12% lamang ng mga CEO ang nagsasabi na ang AI ay nagdala ng pagbaba sa gastos at pagtaas sa kita, habang ang 56% ay nagsasabi na hindi sila nakakita ng anumang makabuluhang pampinansyal na benepisyo.
Slok ay nagtukoy sa kanyang blog post na ang AI ay walang makikita nang epekto sa margin ng kita at mga inaasahang kita, maliban sa "Seven Giants".
Hindi ito isang pananaw lamang ng isang tao. Isang pag-aaral noong 2024 ng MIT ay naghula na ang AI ay magkakaroon ng tanging 0.5% na pagtaas ng produktibidad sa susunod na sampung taon. Kinilala ni Daron Acemoglu, isang mananaliksik sa pag-aaral at tagapagwagi ng Nobel Prize sa Ekonomiya, na: “Ang 0.5% ay mas mabuti kaysa sa zero. Ngunit kumpara sa mga pangako ng industriya at mga media sa teknolohiya, talagang nakakalungkot ito.”
Isang pag-aaral ng Boston Consulting Group (BCG) noong Marso ng taong ito ay nagpalabas ng isang phenomenon na hindi inaasahan: kapag ginagamit ng mga empleyado ang tatlo o higit pang mga AI tool, tumataas ang produktibidad; ngunit kapag ginagamit ang apat o higit pang mga tool, bumababa nang malaki ang kanilang sariling pagtataya sa produktibidad, at inireseta ng mga empleyado ang pagkakaroon ng “brain fog” at higit pang mga mali. Tinawag ng BCG ito bilang “AI brain overload.”
Ang 2026 Global Talent Outlook ng ManpowerGroup ay nagpapakita na sa halos 14,000 na manggagawa sa 19 bansa, tumataas ang karaniwang paggamit ng AI noong 2025 ng 13%, ngunit bumagsak ang tiwala sa praktikal na paggamit ng AI ng 18%.
Q1 Pagkakawala ng higit sa 80,000 mga trabaho, ang AI ba ang pinakadakilang “taksil” o ang tunay na dahilan?
Samantalang ang data sa produktibidad ay walang laman, ang mga pagpapalit ng mga manggagawa ay umuunlad sa nakakagulat na bilis.
Ayon sa Nikkei Asia, 78,557 ang naiwan sa tech industry noong Q1 2026, at 47.9% ay isinasaalang-alang bilang epekto ng pagpapatupad ng AI at awtomatikong pagpapatakbo. Kinausap nang tahimik ng Oracle ang higit sa 10,000 empleyado, at ang mga napagkitaang pondo ay inilipat sa pagtatayo ng data center. Parehong pinaliwanag ni Dario Amodei, CEO ng Anthropic, at ni Jim Farley, CEO ng Ford, na ang AI ay magtatanggal ng kalahating bilang ng mga entry-level white-collar job sa Estados Unidos sa loob ng limang taon. Ipinaliwanag din ng pag-aaral ng Stanford University na ang mga entry-level programming at customer service roles ay nasa ilalim ng epekto, at bumaba ang mga posisyon na ito sa paghingi ng 13% sa loob ng tatlong taon.
Isang simulation na pag-aaral mula sa MIT ay nagbigay ng nakakalungkot na numero: maaaring palitan ng AI ang 11.7% ng puwersa ng paggawa sa Estados Unidos, na kumakatawan sa halos $1.2 trilyon sa kabuuang suweldo.
Ngunit ilan sa mga pagpapalit na ito ang tunay na dinudulot ng AI?
Sinabi nang direkta ni Babak Hodjat, Chief AI Officer ng Cognizant, sa Nikkei Asia: "Hindi ako sigurado kung ang mga pagpapalit na ito ay direktang nauugnay sa pagtaas ng aktwal na produktibidad. Minsan, ang AI ay isang pambansang kambal sa pampinansyal na antas—ang mga kumpanya ay nagpapakita ng maraming tao, gustong i-reduce, at ipinapasa ang kasalanan sa AI."
Kinilala rin ni Sam Altman, CEO ng OpenAI, sa India AI Impact Summit ang pagkakaroon ng "AI washing": "May ilang porsyento ng 'AI washing' kung saan isinisisi ng mga tao ang kanilang pagkakawala ng trabaho sa AI, ngunit mayroon nga namang mga trabaho na talagang iniiwanan ng AI."
Mas direkta ng mga analista ng Deutsche Bank na tawagin ang fenomenong ito bilang "AI redundancy washing," na naniniwala na ang mga kumpanya ay nagpapahiwatig na ang pagkakaroon ng pagkakawala ng trabaho ay dahil sa AI dahil "mas nagpapadala ito ng positibong mensahe sa mga investor kaysa pagtanggap sa pagbaba ng demand o dating sobrang paghiring."
IBM ay nagdaragdag pa ng pag-recruit para sa entry-level kahit na ang逆势, habang tumanggi ang Cognizant sa paglaya ng mga empleyado
Hindi lahat ng kumpanya ay sumusunod sa trend.
Dinagdagan ng IBM ng dalawang beses ang bilang ng entry-level hires sa 2026, ayon sa lohika ni Nickle LaMoreaux, ang chief human resources officer ng kumpanya: bagaman ang AI ay makakapagawa ng maraming entry-level na trabaho, ang pag-alis sa mga posisyong ito ay magdudulot ng pagkawala ng talent pipeline para sa mga hinaharap na mid-level managers, na nagdudulot ng panganib sa mahabang panahong paghahanda sa leadership ng kumpanya.
Cognizant—isang malaking kumpanya sa paglabas ng proseso na malaki ang pagkakasalalay sa lakas ng paggawa—ay nagpahayag din na hindi sila magpapabaya ng mga empleyado dahil sa AI. Ang kumpanya ay itinatag ang mga AI laboratoryo sa San Francisco at Bangalore upang mag-develop ng mga kustomisadong AI agent para sa kanilang mga kliyente (dahil ang mga umiiral na pangkalahatang produkto ng AI ay hindi masyadong epektibo sa mga corporate environment dahil sa mga problema sa performance at seguridad), ngunit ang kanilang mga empleyado ay ipapalaki upang magtrabaho kasama ang AI, hindi upang palitan ng AI.
Hodjat teklar: "Maraming bagong gradwado ang hindi makakakuha ng trabaho at kulang sa propesyonal na kaalaman sa larangan. Kailangan mong pumili sa kanila at bigyan sila ng pagkakataon na matutunan kung paano gamitin ang AI sa iba't ibang larangan habang nagtatrabaho."
Ang data ng European Central Bank ay nagpapatibay din sa pananaw na ito mula sa ibang pananaw: ang mga negosyo na may malawakang pag-deploy at pag-invest sa AI ay mas malamang na palawakin ang paghinga ng empleyado.
Ang J-curve o mirage: Kailan darating ang turning point ng productivity ng AI?
Ang mga nakaraang karanasan ay nagbigay ng ilang pag-asa.
Ang mga pag-invest sa IT noong mga taon na 1970 hanggang 80 ay tila walang epekto, ngunit noong 1995 hanggang 2005, ang pagtaas ng produktibidad na dulot ng IT ay umabot sa 1.5%. Sinabi ni Erik Brynjolfsson, puno ng Digital Economy Lab ng Stanford University, sa Financial Times na ang punto ng pagbabago sa produktibidad ng AI ay maaaring nagsimula na: 2.7% ang pagtaas ng produktibidad sa Estados Unidos noong nakaraang taon, 3.7% ang pagtataas ng GDP sa ikalawang kuartal, ngunit ang pagdami ng mga trabaho ay tanging 181,000 lamang sa parehong panahon—ang pagkakahati ng paglago ng empleyo at GDP ay maaaring tanda na nagsisimula nang magtrabaho ang AI. Napansin din ni Mohamed El-Erian, dating CEO ng Pimco, ang parehong pagkakahati.
Isang pag-aaral mula sa Stanford Institute for Economic Policy Research na gumamit ng data ng pag-browse ng 200,000 pamilya sa Amerika ay natuklasan na ang AI ay nagpataas ng kahusayan sa mga online gawain tulad ng paghahanap ng trabaho, pagplano ng pagbiyahe, at pagbili ng 76% hanggang 176%. Gayunpaman, natuklasan ng mga mananaliksik na ang mga user ay ginamit ang kanilang napagkitaang oras para sa pagpapaligaya at pagtingin sa TV, kaysa sa paggawa o pag-aaral ng mga bagong kasanayan.
Ipinapakita ni Apollo ang epekto ng AI sa hinaharap bilang isang "J-curve": una ay isang panahon ng pagbaba sa performans, sumunod ay isang eksponensyal na pagtaas. Gayunpaman, binanggit niya na sa pagkakaiba sa IT era ng 1980s, kung saan ang mga inobrador ay may monopoliyo sa pagtatakda ng presyo, ang mga kasalukuyang AI tool ay patuloy na bumababa sa presyo dahil sa matinding kompetisyon. Kaya, ang paglikha ng halaga ng AI ay nasa sariling produkto, kundi sa "paano ginagamit at ipinapakilala ang generative AI sa iba't ibang sektor ng ekonomiya".
Ang pagtataya ni Hodjat ay maaaring ang pinakamapagkakatiwalaan: magkakaroon ng tunay na pagtaas ng produktibidad mula sa AI sa susunod na 6 hanggang 12 buwan, at "ang panahong ito ng pagbabago ay magiging mahirap para sa lahat ng atin."