Парадокс Солоу 2.0: почему ИИ не приносит быстрой производительности

Статья на анализирует параллели между нынешним «шумихой» вокруг искусственного интеллекта (ИИ) и историей развития вычислительной техники. Автор сравнивает ожидания от внедрения ИИ — массовый рост производительности и автоматизацию — с аналогичными прогнозами, сопровождавшими появление компьютеров и информационных технологий с 1960-х годов. Тогда также ожидали, что цифровизация и автоматизация радикально изменят экономику, но продуктивность в секторе услуг долгое время оставалась низкой.

Недавние исследования MIT обещали рост производительности сотрудников на 40% за счет ИИ, но реальные данные показывают скромную экономию времени (3%) и даже снижение мотивации работников. Это подтверждает наличие нового «парадокса продуктивности»: технологии распространяются быстро, но их вклад в реальную экономику проявляется с задержкой.

Автор приводит исторические примеры с внедрением электричества и компьютеров, когда скачок эффективности происходил только спустя десятилетия из-за сложностей стандартов, регулирования, организационных изменений и необходимости перестроить процессы. Аналогично, быстрых результатов от ИИ ожидать не стоит: компании столкнутся с организационными конфликтами, высокими затратами и побочными эффектами. Технологический оптимизм должен быть сбалансирован реальными уроками из прошлого — мгновенного эффекта ждать не стоит, ИИ — долгосрочный процесс с отложенными результатами.

Читайте также

  1. Эволюция: сможет ли ИИ обогнать человечество?
  2. ИИ и энергетический кризис: как накормить цифрового гиганта, не разрушив планету
  3. Заходят как-то в бар Сократ, DeepSeek и 1000 серверов
  4. Почему ИИ не понимает смысла, но этого пока хватает
  5. Бесконечный рабочий день: как ИИ поможет победить хаос и переработки (исследование Microsoft)
← Назад в лентуЧитать оригинал →
✈️ Подписывайтесь на мой Telegram-канал — там еще больше интересного про AdTech, MarTech, AI и многое другое!