Sinasabi ng Fortune sa isang komento na ang kasalukuyang AI economy ay pinag-uugnay ng dalawang emosyon: isa ay “iba ito this time,” at ang isa pa ay “walang nakakaalam ng sagot.” Naniniwala ang artikulo na ang parehong pagkakaroon ng pag-asa at kawalan ng siguraduhan ay ang pinakamakapangyarihang katangian ng kasalukuyang AI boom.
Sinabi ni Professor Ethan Mollick ng Wharton School ng University of Pennsylvania sa isang aktibidad sa New York Public Library na kahit anong AI laboratory, corporate executives, at industry leaders, wala pa silang umiiral na paraan upang sagutin kung paano talaga baguhin ng AI ang mga negosyo. Sinabi niya na hindi kapani-paniwala ang anumang sinasabing mayroon na silang “standard script.”
Ang pagpapabuti ng kabuuang produktibidad ay patuloy na limitado
Ang artikulo ay sumasalamin sa datos ng Bank of America na ang AI ay kasalukuyang nagdudulot ng halos 0.1% sa taunang produktibidad ng ekonomiya. Ang bilang na ito ay nagtatagpo nang malinaw sa mataas na mga inaasahan ng merkado tungkol sa AI. Ang Bank of America sa parehong ulat ay patuloy na tinatawag ang AI bilang teknolohiya na may mas malaking epekto kaysa sa kuryente at internet.
Ang pag-aaral ng Goldman Sachs noong Marso ng taong ito ay nagbigay din ng katulad na konklusyon. Ayon sa kanilang ulat, wala pang malinaw na ugnayan sa pagitan ng AI at pagtaas ng produktibidad sa pangkalahatang antas ng ekonomiya. Gayunpaman, sa mga industriya kung saan mas malaki ang paggamit ng AI tulad ng customer service at software, maaaring umabot sa 30% ang median pagtaas ng produktibidad.
Ayon sa pagkalkula ng Bank of America, ang 20% ng mga gawain sa workplace na maaaring i-revolutionize ng AI ay may 23% lamang na may kahusayan sa gastos sa kasalukuyan. Kahit na matapos ang automation, ang mga nalilipas na gastos sa paggawa ay humigit-kumulang 27%, samantalang ang mga gastos sa paggawa mismo ay umabot sa halos kalahati ng kabuuang gastos. Batay sa pagsusuri na ito, ang teoretikal na pinakamataas na pagtaas ng produktibidad ng paggawa ay humigit-kumulang 0.66%, at mas bababa pa ito sa praktikal na pagpapatupad dahil sa mga friction at pagkabigo sa pagpapatakbo.
Ang mga panloob na proseso ng kumpanya ay nagdudulot ng pagkabigo sa pagpapatupad
Sa artikulo, sinasabing ang pagbabalik ng AI ay hindi pa lubos na nakikita, at ang problema ay hindi nanggagaling sa teknolohiya mismo, kundi higit sa pagkakabuo ng organisasyon. Binanggit ni Mollick na ang IT department ng mga kumpanya ay kadalasang lugar kung saan tumitigil ang mga proyekto ng AI, hindi dahil sa pagtutol sa inobasyon, kundi dahil sa kanilang tungkulin na natural na nakatuon sa pagpapababa ng panganib.
Lumabas din siya na ang sistema ng KPI ay naglalagay ng limitasyon sa espasyo para sa pagsubok. Kung ang isang kumpanya ay nagsisimula na nang hihingi ng 10% na pagpapabuti mula sa isang proyekto, karaniwang tatanggap lamang ng mga maliit na pagpapabuti sa umiiral na proseso, at hindi ang pagpapalit sa proseso mismo. Sa ibang salita, ang mga tunay na aplikasyon ng AI na nagbabago ng paraan ng paggawa ay hindi laging maaaring magkaroon ng maayos na paglago sa tradisyonal na framework ng performance.
Kahit ang mga kumpanya ng AI ay nag-aaral pa ng paraan ng pag-deploy.
Binanggit din ng artikulo ang isang mas makabuluhang pangyayari: maraming AI company ang nagtatayo ng kanilang sariling team para sa konsultasyon at pag-deploy upang tulungan ang kanilang mga kliyente na i-integrate ang mga model sa kanilang aktuwal na negosyo. Naniniwala si Mollick na ang ganitong katotohanan ay nagpapakita na ang industriya ay hindi pa nagkakaroon ng matatag at kopyahable na paraan ng pagpapatupad.
Kung ang kakayahan ng modelo ay sapat na malakas upang muling hugis ang malaking bilang ng mga trabaho sa opisina, dapat mas madali para sa mga kumpanyang ito na sagutin ang pangunahing tanong na “paano ilapat.” Ngunit ang katotohanan ay, kahit ang mga pinakamalakas na tagapagbigay ng AI, ay naghahanap pa rin ng paraan para i-deploy ito sa mga kumpanya.
Ayon sa artikulo, ang pangunahang kontradiksyon sa kasalukuyang industriya ng AI ay hindi lamang ang antas ng pagpapahalaga, kundi ang pagkakaiba sa bilis ng teknolohikal na pag-unlad at ang kakayahan ng organisasyon na ito ay makuha. Samantalang naniniwala ang merkado na magdudulot ang AI ng malalim na pagbabago, kawalan naman ng direkta at maaaring gamitin na landas sa pagsasagawa ay nagpapatuloy na magdudulot ng epekto sa susunod na yugto ng pag-unlad ng ekonomiya ng AI.