फॉर्च्यून के एक टिप्पणी लेख में कहा गया है कि वर्तमान एआई अर्थव्यवस्था को दो भावनाओं द्वारा नियंत्रित किया जा रहा है: एक ओर "इस बार अलग है", दूसरी ओर "कोई भी जवाब नहीं जानता"। लेख के अनुसार, यह सहअस्तित्व वाली आशावाद और अनिश्चितता, वर्तमान एआई हुनर की सबसे प्रमुख विशेषता है।
अमेरिका के पेनसिल्वेनिया विश्वविद्यालय के वॉर्टन स्कूल के प्रोफेसर एथन मोलिक ने हाल ही में न्यूयॉर्क पब्लिक लाइब्रेरी में एक कार्यक्रम में कहा कि AI प्रयोगशालाओं, कॉर्पोरेट अधिकारियों और उद्योग के विचारधाराओं के नेताओं के पास भी यह जवाब देने के लिए कोई पहले से तैयार विधि नहीं है कि AI वास्तव में व्यवसायों को कैसे बदल देगा। उन्होंने कहा कि जो कोई भी "मानक पटकथा" पर कब्जा करने का दावा करता है, वह अविश्वसनीय है।
समग्र उत्पादकता में वृद्धि अभी भी सीमित है
एक लेख में अमेरिकी बैंक के डेटा का हवाला देते हुए कहा गया है कि AI वर्तमान में समग्र अर्थव्यवस्था की वार्षिक उत्पादकता में केवल लगभग 0.1% की वृद्धि कर रहा है। यह संख्या AI के प्रति बाजार की उच्च अपेक्षाओं के साथ स्पष्ट विपरीत है। अमेरिकी बैंक ने इसी रिपोर्ट में AI को बिजली और इंटरनेट से अधिक प्रभावशाली प्रौद्योगिकी के रूप में भी वर्णित किया है।
गोल्डमैन सैक्स की इस साल मार्च की रिपोर्ट ने भी इसी निष्कर्ष पर जोर दिया। इस रिपोर्ट के अनुसार, AI और समग्र अर्थव्यवस्था के उत्पादकता में वृद्धि के बीच अभी तक कोई स्पष्ट संबंध नहीं देखा गया है। हालाँकि, कस्टमर सपोर्ट और सॉफ्टवेयर जैसे AI अनुप्रयोगों में अधिक केंद्रित क्षेत्रों में, माध्यमिक उत्पादकता में 30% की वृद्धि हुई है।
अमेरिकी बैंक के अनुमान के अनुसार, AI द्वारा अभी लगभग 20% कार्यस्थल के कार्यों को बदला जा सकता है, जिनमें से केवल 23% वर्तमान में लागत-दक्ष हैं। यहां तक कि यदि स्वचालन पूरा हो जाए, तो बचत हुई मानव लागत लगभग 27% होगी, जबकि मानव लागत स्वयं कुल लागत का लगभग आधा है। इस मापदंड के अनुसार, वर्तमान सैद्धांतिक श्रम उत्पादकता में वृद्धि की सीमा लगभग 0.66% है, और वास्तविक लागू होने पर इसे घर्षण और कार्यान्वयन में देरी से और कम किया जाएगा।
कंपनी के आंतरिक प्रक्रियाएँ लागू होने में देरी कर रही हैं
लेख का तर्क है कि AI के लाभ अभी तक समग्र रूप से प्रकट नहीं हुए हैं, और समस्या पहले से तकनीक में नहीं, बल्कि संगठनात्मक संरचना में है। मोलिक का कहना है कि कंपनियों के आईटी विभाग अक्सर AI परियोजनाओं के सबसे अधिक स्थिर होने के स्थान होते हैं, न कि नवाचार के प्रति विरोध के कारण, बल्कि इसलिए क्योंकि उनकी जिम्मेदारियाँ स्वाभाविक रूप से जोखिम के नियंत्रण की ओर झुकी होती हैं।
उन्होंने यह भी बताया कि KPI प्रणाली परीक्षण के लिए स्थान को सीमित कर देती है। यदि कोई कंपनी शुरुआत से ही यह आवश्यकता रखती है कि कोई प्रोजेक्ट 10% का सुधार लाए, तो यह अक्सर केवल मौजूदा प्रक्रियाओं में छोटे-मोटे सुधारों को ही चुनती है, न कि प्रक्रिया के खुद को बदलने को बढ़ावा देती है। दूसरे शब्दों में, काम करने के तरीके को वास्तव में बदलने वाले AI अनुप्रयोग, पारंपरिक प्रदर्शन ढांचे के तहत सफलतापूर्वक विकसित नहीं हो सकते।
एआई कंपनियाँ भी इसे लागू करने के तरीके ढूंढ रही हैं
लेख में एक और अधिक चिंताजनक घटना का उल्लेख किया गया है: कई AI कंपनियाँ अपने ग्राहकों को मॉडल को वास्तविक व्यवसाय में एकीकृत करने में मदद करने के लिए अपने सलाहकार और लागू करने वाली टीमें बना रही हैं। मोलिक का मानना है कि यह स्वयं यह संकेत देता है कि उद्योग में अभी तक परिपक्व, पुनर्निर्माणयोग्य लागू करने का मार्ग नहीं बना है।
यदि मॉडल क्षमता इतनी मजबूत हो गई है कि वह बड़ी संख्या में क्लير्कल कार्यों को पुनर्गठित कर सकती है, तो इन कंपनियों को इस बुनियादी सवाल "कैसे लागू करें" का जवाब देना आसान होना चाहिए। लेकिन वास्तविकता यह है कि AI के सबसे बड़े समर्थक तकनीकी प्रदाता भी उद्योगों में इसे लागू करने के तरीके ढूंढ रहे हैं।
लेख के अनुसार, वर्तमान एआई उद्योग की मुख्य विरोधाभास केवल मूल्यांकन का स्तर नहीं है, बल्कि तकनीकी प्रगति की दर और संगठनात्मक अवशोषण क्षमता के बीच का असंगति है। बाजार एक ओर यह मानता है कि एआई गहरे परिवर्तन लाएगा, जबकि दूसरी ओर इसमें सीधे लागू करने के लिए कोई मार्गदर्शन नहीं है; यह तनाव एआई अर्थव्यवस्था के अगले चरण को प्रभावित करता रहेगा।