Hoe groot zal de economische voetafdruk van generatieve AI zijn?

Generatieve AI heeft een enorme hype veroorzaakt. Zelfs als sommige van de extremere voorspellingen niet uitkomen, denken we dat het de economische groei op middellange termijn aanzienlijk kan verhogen.

Dit zal waarschijnlijk gebeuren door routinetaken te automatiseren, activiteiten te optimaliseren en een efficiënter gebruik van middelen mogelijk te maken – wat allemaal de economische productiviteit zal verbeteren. Dat is belangrijk omdat de vergrijzing van de wereldbevolking wijst op een dalende arbeidsproductie per hoofd van de bevolking.

De omvang en timing van de economische impact van AI blijven onderwerp van discussie. De adoptie van AI is snel gegaan – in de 24 maanden sinds de lancering van ChatGPT maakt ongeveer 40 procent van de Amerikanen er gebruik van, wat het dubbele is van de adoptie van internet in een vergelijkbare periode na de introductie ervan. Bijna een kwart gebruikte het minstens één keer per week voordat het onderzoek werd uitgevoerd en meer dan één op de tien gebruikt het dagelijks op het werk. (1)

En in bepaalde niches is de economische impact van AI al merkbaar. Het online onderwijsbedrijf Chegg verloor 99 procent van zijn waarde toen studenten ChatGPT begon te gebruiken voor hulp bij hun huiswerk. (2) Terwijl individuen generatieve AI hebben omarmd, zijn bedrijven buiten de techindustrie tot nu toe voorzichtiger geweest.

Discussie over productiviteit

Dit heeft experts er echter niet van weerhouden om voorspellingen te doen over de transformerende effecten.

Verschillende academici en adviesbureaus hebben geprobeerd de impact van AI op de economische productiviteit te voorspellen (zie tabel hierboven). Over het algemeen verwachten ze aanzienlijke economische voordelen – met één opmerkelijke uitzondering. Daron Acemoglu, de meest recente Nobelprijswinnaar voor economie, schat dat de productiviteit in de VS de komende tien jaar met slechts 0,07 procent per jaar zal toenemen. (3) De rivaliserende academici Aghion en BunelAghion en Bunel (4) voorspellen daarentegen, met behulp van dezelfde methodologie, 0,68 procent jaarlijkse productiviteitswinst voor de VS over dezelfde periode. De schattingen van de sector voor productiviteitsgroei variëren van 0,5 procent tot 3,4 procent per jaar, waarbij de meeste rond de 0,7 procent tot 1,3 procent schommelen.

Wij zijn van mening dat de meest waarschijnlijke uitkomst een langzame of zelfs negatieve impact op de productiviteit is in de komende jaren, voordat de gunstige effecten van AI voelbaar beginnen te worden.

Mensen moeten eerst de volledige mogelijkheden van AI ontdekken, leren hoe ze het moet gebruiken en het in verschillende functies integreren voordat we productiviteitseffecten kunnen verwachten. Dit volgt de dynamiek van alle grote innovaties – van stoom tot silicium. De hamvraag is hoe snel deze effecten zullen beginnen te spelen, aangezien de adoptie van nieuwe technologie een langzaam proces kan zijn.

Ondertussen zullen de kapitaaluitgaven voor energie en siliciumchips die nodig zijn om AI-systemen te laten werken op korte termijn een rem vormen op de algehele economische productiviteit. AI-operatoren hebben het zelfs over het bezitten van eigen kerncentrales. In een recent artikel stelt Bertin Martens van de Universiteit van Tilburg dat "zonder aanzienlijke productiviteitswinst het huidige traject van investeringskosten onhoudbaar is." (5) Hij schat dat "een jaarlijkse productiviteitsgroei van 3 procent in geavanceerde economieën nodig zou zijn om de extrapolaties van de kosten van AI-modellen tot 2030 vol te houden."

Een extra kostenpost van deze kapitaalinvestering op de korte termijn zou een hogere inflatie kunnen zijn, vooral als de productiviteitsgroei aanzienlijk achterblijft. Op langere termijn zou de productiviteitsstijging echter desinflatoir moeten zijn als, zoals we verwachten, de lonen niet zo snel stijgen.

Verstoring van de arbeidsmarkt

Productiviteitswinst door generatieve AI zal op korte termijn gepaard gaan met extra kosten: verstoring van de arbeidsmarkt.

De transportsector is een van de duidelijkste sectoren waar werknemers risico lopen. In verschillende steden rijden al volledig autonome voertuigen en AI zal dit waarschijnlijk op grote schaal mogelijk maken. Alleen al in de VS zijn er volgens het Occupational Outlook Handbook zo'n 4 miljoen banen voor chauffeurs, waarvan 3,1 miljoen voor vrachtwagenchauffeurs. Terwijl de vervanging van professionele chauffeurs door AI negatief is voor de werkgelegenheid, is de tijdsbesparing voor forenzen positief. Wie autonome voertuigen gebruikt, zal gemiddeld een uur per dag meer tijd hebben om aan productievere of aangenamere activiteiten te besteden in plaats van zich op de weg te concentreren. (6) 

Het is niet helemaal duidelijk waar de meeste winst te behalen valt. Sommige vroege aanwijzingen suggereren dat AI kan helpen om lager geschoolde werknemers op te trekken tot het gemiddelde. Maar tegelijkertijd zou AI hen ook volledig kunnen vervangen. Hoger geschoolde werknemers in sommige sectoren zullen hun routinetaken kunnen overlaten aan AI, zodat ze zich kunnen concentreren op waar ze echt waarde toevoegen.

Bedrijvige AI
Sectoren met de hoogste investeringen in AI – gezondheidszorg, farmaceutica, biotechnologie, IT-infrastructuur en hosting, media, sociale platforms en marketing – zullen waarschijnlijk de grootste productiviteitswinst en de grootste impact op hun personeelsbestand zien.

McKinsey heeft experts uit de sector gevraagd naar hun schattingen van de impact van generatieve AI op de verwachte omzet per sector. (7) Hightech zou het meest profiteren, met een omzetstijging van 4,8 procent tot 9,3 procent, gevolgd door farmaceutica en medische producten met 2,6 procent tot 4,5 procent, gezondheidszorg met 1,8 procent tot 3,2 procent en media en entertainment met 1,8 procent tot 3,1 procent.

De verschillen in prognoses van waarschijnlijke productiviteitswinsten zijn grotendeels te wijten aan verschillende schattingen van welk deel van de taken in een economie winstgevend kan worden uitgevoerd door AI. De meeste forecasters gebruiken dezelfde gegevensbron, O*NET. Deze database bevat informatie over 800 verschillende beroepen, met gegevens over het gemiddelde inkomen, de sector, de vereiste vaardigheidsniveaus op 35 vaardigheidsconstructies en gedetailleerde taakbeschrijvingen.

Schattingen van onderdelen van taken die winstgevend kunnen worden geautomatiseerd variëren van 6 tot 80 procent. Acemoglu, wiens prognoses aan de onderkant van dat bereik liggen, houdt er geen rekening mee dat AI nieuwe producten, diensten en banen kan creëren of dat er verschuivingen kunnen zijn in de arbeidsconcentraties om veranderingen in de focus van de sector te weerspiegelen. Wij denken dat hogere schattingen waarschijnlijk nauwkeuriger zijn dan die van Acemoglu.

(1) Bick et al., "The Rapid Adoption of Generative AI", https://www.stlouisfed.org/on-the-economy/2024/sep/rapid-adoption-generative-AI

(2) https://www.wsj.com/tech/AI/how-chatgpt-brought-down-an-online-education-giant-200b4ff2

(3) Acemoglu (2024), The Simple Macroeconomics of AI, NBER working paper, https://economics.mit.edu/sites/default/files/2024-04/The%20Simple%20Macroeconomics%20of%20AI.pdf 

(4) (2024), AI and Growth: Where Do We Stand?, working paper, https://www.frbsf.org/wp-content/uploads/AI-and-Growth-Aghion-Bunel.pdf 

(5) Martens, B. (2024), The tension between exploding AI investment costs and slow productivity growth, working paper 18/2024, Bruegel, https://www.bruegel.org/sites/default/files/2024-10/WP%2018%202024.pdf 

(6) Zhang en Steinbach (2024), American Driving Survey: 2023 (Research Brief). Washington, DC:AAA Foundation for Traffic Safety.

(7) McKinsey (2024), The economic potential of generative AI – The next productivity frontier, https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-AI-the-next-productivity-frontier