Economisti della Federal Reserve dubitano che l’AI aumenterà la produttività dei lavoratori come invenzione unica della lampadina

Gen AI: Una promessa per la produttività

Una promessa per la produttività

Secondo un recente studio del Federal Reserve Board, l’intelligenza artificiale generativa (gen AI) rappresenta un’opportunità significativa per migliorare la produttività negli Stati Uniti. Tuttavia, i risultati economici dipenderanno dalla velocità e dall’efficacia con cui le aziende integreranno questa tecnologia innovativa. Gli economisti della Fed mettono in guardia sull’impatto potenzialmente limitato di gen AI se non raggiunge una diffusione estesa nel panorama aziendale. Il documento, intitolato “Generative AI at the Crossroads: Light Bulb, Dynamo, or Microscope?”, esamina se la gen AI sia destinata a rimanere un’innovazione temporanea o a emergere come una forza trasformativa paragonabile a tecnologie generali precedenti come l’elettricità.

Gli autori del lavoro indicano che, pur avendo fiducia nel potenziale della gen AI di contribuire alla produttività del lavoro, esistono risultati variabili che potrebbero influenzare il suo impatto complessivo. Utilizzando la metafora della lampadina, si evidenziano similitudini con invenzioni che, pur innalzando la crescita della produttività inizialmente, vedono l’effetto attenuarsi con il tempo, una volta che il mercato raggiunge la saturazione. Questo fenomeno porta gli economisti a mantenere un atteggiamento cauto riguardo alle aspettative di una crescita sostenuta nel lungo periodo.

In tal senso, il rapporto sottolinea l’importanza di valutare la diffusione della tecnologia e le modalità di adozione da parte delle aziende nel determinare il successo di gen AI come strumento di incremento produttivo.

Influenza storica delle tecnologie generali

Quando si analizza l’impatto delle tecnologie generali nella storia, emerge chiaramente che il loro potere non risiede solo nei singoli strumenti, ma nel loro potenziale di trasformazione dell’intero ecosistema economico. Tecnologie come l’elettricità, il motore a combustione interna e l’informatica hanno agito come catalizzatori di cambiamento, generando enormi esiti economici e sociali. Si è creata una dinamica in cui l’adozione di tali tecnologie ha portato a nuovi modelli di business, innovazioni e un aumento generale della produttività. La Federal Reserve, nel suo recente studio, si interroga su dove si collochi l’intelligenza artificiale generativa (gen AI) in questo contesto storico. Gli economisti sono cauti nel formulare previsioni, considerato che i risultati passati mostrano come le tecnologie abbiano bisogno di tempo per essere integrate, strutturati e accompagnati da investimenti complementari. La rapida diffusione della tecnologia spesso non è immediata, ma segue un percorso complesso e stratificato.

Gli autori del rapporto notano che il cambiamento non è mai lineare e che le innovazioni che hanno realmente rivoluzionato settori devono affrontare significativi ostacoli iniziali prima di poter influenzare massicciamente la produttività. Le esperienze con il computer e altre tecnologie generali dimostrano che l’embrace dei benefici si è manifestato solo dopo anni di evoluzione, rafforzando l’importanza di un approccio strategico e prolungato nell’integrazione della gen AI. Inoltre, l’interazione tra gen AI e il contesto economico circostante gioca un ruolo essenziale nel determinarne il successo e la diffusione. È quindi imperativo monitorare non solo l’adozione della tecnologia in sé, ma anche come essa si amalgami con le pratiche commerciali consolidate e le competenze lavorative esistenti, poiché questo influenzerà decisivamente l’efficacia e la durata dei suoi benefici nel lungo termine.

Rallentamento dell’adozione nel mercato

Nonostante le potenzialità promettenti, il rapporto evidenzia che l’adozione della gen AI è per ora limitata, soprattutto nelle piccole e medie imprese. Mai come in questo momento le grandi aziende e i settori tecnologici dimostrano un interesse crescente e un’integrazione accelerata di questa tecnologia. Sono state condotte varie indagini che mostrano un tasso di adozione piuttosto accentuato nelle corporation, mentre i settori tradizionali e le piccole imprese faticano a star dietro a questa innovazione. Secondo i dati delle offerte di lavoro, la domanda di competenze legate all’AI è cresciuta solo lievemente dal 2017, segnalando un approccio cauteloso delle aziende ad implementare competenze e tecnologie avanzate.

Il documento osserva che il principale ostacolo all’adozione è la diffusione. Storicamente, le innovazioni che hanno rappresentato tecnologie generali hanno richiesto decenni per essere integrate, mentre le aziende ristrutturavano i loro modelli operativi e investivano in innovazioni complementari per massimizzare il loro impatto. Gli autori sottolineano come la fetta di posti di lavoro che richiede competenze legate all’AI sia limitata e in crescita solo marginalmente. Questo suggerisce che le aziende stiano procedendo con cautela nell’integrazione del gen AI, attraverso un’attenta valutazione dei benefici e delle spese associate.

A fronte di questa dinamica, può emergere una realtà dove molti lavoratori utilizzano la tecnologia senza che i loro datori di lavoro ne siano a conoscenza. È plausibile che in futuro l’utilizzo della gen AI diventi così comune da non essere più percepito come innovativo, anziché essere visto come una variazione straordinaria nel modo di lavorare. Le storie di successo legate all’adozione della gen AI nelle aziende richiederanno di essere monitorate per valutare la sua effettiva integrazione e il potenziale impatto sul mercato del lavoro.

Innovazioni derivanti e tecnologie complementari

L’intelligenza artificiale generativa (gen AI) sta già facilitando una serie di innovazioni in vari settori, fungendo da motore per l’innovazione di prodotto e processo. Nei servizi sanitari, ad esempio, strumenti potenziati dall’AI stanno assistendo nella redazione di note mediche e nella radiologia, migliorando l’efficienza e la qualità del lavoro. Nel settore finanziario, la gen AI viene impiegata per ottimizzare la conformità normativa, la valutazione dei rischi e la gestione dei portafogli, evidenziando la sua capacità di innalzare le performance aziendali. Il settore energetico, invece, sfrutta le potenzialità dell’AI per ottimizzare le operazioni della rete elettrica, mentre nel campo dell’informatica, programmatori che utilizzano GitHub Copilot riescono a completare i loro compiti con un’efficienza superiore del 56%.

Inoltre, l’uso di AI conversazionale nei call center ha portato a un incremento del 14% della produttività, dimostrando la versatilità della tecnologia nel migliorare le performance operativa. Tuttavia, l’ascesa della gen AI non è solo attribuibile ai suoi usi pratici nei vari ambiti; è anche segnata da progressi significativi nell’hardware, particolarmente nei chip di elaborazione grafica (GPU), essenziali per l’esecuzione di modelli complessi e l’allenamento di sistemi di intelligenza artificiale. Le domande di brevetto relative a queste tecnologie sono aumentate notevolmente dal 2018, parallelamente all’impiego architetturale dei trasformatore che supportano i modelli linguistici avanzati di oggi.

Questo contesto ha portato a una sorta di “effetto valanga”, dove le innovazioni derivate dalla gen AI stimolano ulteriori sviluppi e innovazioni complementari, creando opportunità a livello operaivo e di mercato. La gen AI non è solo un innovatore, ma funge anche da catalizzatore per la scoperta scientifica, migliorando l’osservazione, l’analisi e la comunicazione nelle ricerche. I ricercatori la utilizzano per analizzare dati, redigere articoli e automatizzare parti del processo di scoperta. Nonostante ciò, persistono interrogativi sulla qualità e sull’originalità dei contenuti generati dall’AI. Per dimostrare il valore della gen AI nell’ecosistema dell’innovazione, è cruciale monitorare non solo i cambiamenti apportati in campo pratico, ma anche come si interconnettano e supportino altre tecnologie emergenti.

Ottimismo cauto e domande aperte

La prospettiva di un aumento di produttività grazie all’intelligenza artificiale generativa (gen AI) suscita un certo ottimismo tra gli economisti, sebbene con riserve. Il documento del Federal Reserve Board evidenzia che, nonostante le potenzialità significative, la realizzazione di una spinta repentina e duratura nella produttività non è garantita. Gli autori affermano che il percorso verso un’integrazione efficace della gen AI nel panorama economico corrente richiederà tempo, investimenti complementari e cambiamenti organizzativi. La cautela deriva dal riconoscimento delle difficoltà storicamente riscontrate nell’adozione di tecnologie rivoluzionarie. L’analisi storica dimostra che l’integrazione di innovazioni complesse in settori consolidati è spesso un processo lungo e non lineare. Pertanto, la sfida principale rimane il miglioramento dell’efficienza dei sistemi esistenti piuttosto che una rapida sostituzione delle tecnologie attuali.

Inoltre, il documento mette in luce l’importanza di investire in infrastrutture e in competenze specifiche affinché la gen AI possa esprimere il suo vero potenziale. Le aziende si trovano a un bivio, dove la volontà di sperimentare e investire deve essere bilanciata con la prudenza necessaria per non cadere in cicli di investimento non sostenibili. Le esperienze passate nel settore tecnologico evidenziano il rischio di investirvi senza una visione chiara e strategica, un errore che potrebbe portare a delusioni simili a quelle vissute in altre bolle tecnologiche.

La possibilità che la gen AI possa diventare un fattore determinante per la crescita economica è reale; tuttavia, ciò dipenderà da una serie di variabili, tra cui la velocità con cui le aziende ed i lavoratori abbracceranno questa trasformazione. Gli autori del rapporto sollevano interrogativi cruciali su come le aziende possano realizzare profitti significativi dall’implementazione della gen AI, evidenziando che storie di successo stentano ancora a emergere. Queste incertezze richiedono un’attenta osservazione degli sviluppi futuri e un monitoraggio costante delle dinamiche di adozione della tecnologia, per capire se potrà realmente evolversi in un’innovazione di larga scala, capace di rivoluzionare il panorama produttivo.