​​Искусственный интеллект, тракторы и парадокс производительности
Автор Sachin
«Парадокс производительности» ИИ: несмотря на его быстрый прогресс, рост производительности в экономической статистике пока почти не виден. Автор сравнивает ситуацию с внедрением компьютеров в XX веке — тогда тоже потребовались годы организационных изменений, прежде чем эффект стал заметен.
Ключевая идея — важную роль играет этап «экспериментальных наборов» (kit phase). Новые технологии сначала используются неформально и творчески: пользователи адаптируют их под свои задачи. Пример — фермеры начала XX века, которые превращали автомобили вроде Ford Model T в источники энергии и прототипы тракторов. Эти практики не фиксировались в статистике, но именно они сформировали будущие индустрии.
Компании позже «закрывают» этот этап, превращая разрозненные пользовательские находки в стандартизированные продукты (например, тракторы). Для этого им нужно решить сложную задачу — интегрировать знания и процессы внутри организации.
С ИИ происходит похожее:
снаружи компаний падают транзакционные издержки (легче находить специалистов, знания и решения);
внутри компаний растут издержки интеграции (сложнее координировать команды, перегрузка задачами, ускорение работы).
Из-за этого эффект ИИ пока «теряется» — он есть, но не оформлен в устойчивые организационные структуры, которые можно измерить.
В будущем автор прогнозирует:
рост очень крупных компаний, способных эффективно интегрировать ИИ;
рост сверхмалых игроков (индивидуалов с ИИ-инструментами);
давление и сокращение «среднего» бизнеса.
Главный вывод: задержка в росте производительности — нормальный этап. Реальные эффекты ИИ проявятся позже, после организационной перестройки, как это уже было с предыдущими технологическими революциями.
Читать 13мин