A modern gazdaság egyik legaktuálisabb kérdése ma az, hogy miközben technológiai szempontból történelmi léptékű ugrást élünk át, a termelékenységi statisztikák ezt alig tükrözik. Ha nincs termelékenységi dinamika, nincs tartós jólétnövekedés sem. Ráadásul, ha a technológiai nyereség nem fordul át bérekbe, a gyenge keresleti dinamika visszahat a beruházásokra és magára a termelékenységre is, így egy önfenntartó makrogazdasági csapda alakulhat ki.
A termelékenység mérése egyre kevésbé illeszkedik ahhoz a gazdasághoz, amelyben élünk. A GDP továbbra is tranzakciókra, piaci árakra és mennyiségekre épül, miközben a gazdasági érték egyre nagyobb része immateriális, belső, nem piaci áron keletkezik. Szoftver, adat, algoritmus, szervezeti tudás, folyamatoptimalizálás, márka stb., ezek egy része megjelenik beruházásként, nagy része nem. Ha egy vállalat belső AI-rendszert fejleszt, amely éveken át gyorsítja a döntéshozatalt és csökkenti a hibákat, az a statisztikában gyakran költségként fut át, miközben a valódi termelékenységi hatás csak közvetve, késleltetve jelenik meg. Ez lefelé torzítja a mért teljesítményt. Mindezt tovább erősíti, hogy a beruházási ráta sok fejlett gazdaságban tartósan alacsony, így a technológia nem mélyül el elég gyorsan a termelési folyamatokban.
Ugyanez igaz a minőségre. A digitális termékek és szolgáltatások minősége folyamatosan javul, gyakran változatlan, vagy csak lassan emelkedő árak mellett. A statisztikai deflátorok azonban nem tudják tökéletesen lekövetni ezt. Ha a minőségi ugrást nem írjuk jóvá volumennövekedésként, akkor a reál GDP és így a termelékenység is alulmért marad. Ez nem elméleti finomság, ez évtizedes szinten komoly különbséget okozhat a növekedési rátákban.
A digitális gazdaság másik vakfoltja az ingyenesség. A fogyasztók óriási értéket kapnak olyan szolgáltatásokból, amelyekért közvetlenül nem vagy alig fizetnek. Ez a fogyasztói többlet növeli a jólétet, de nem növeli arányosan a GDP-t. A társadalom gazdagabbnak érzi magát, miközben a termelékenységi statisztika ezt nem igazolja vissza. Innen nézve a termelékenységi paradoxon részben jóléti-mérési paradoxon is.
De még ha a mérési problémákat félre is tesszük, marad egy keményebb, strukturális kérdés, mégpedig az, hogy a technológia hatása nem automatikus. A nagy technológiai forradalmak történetileg sem azonnal emelték meg a termelékenységet. Az elektromosság, a számítógép, az internet mind akkor hoztak áttörést, amikor a vállalatok újraszervezték köréjük a teljes működésüket. Az AI esetében ugyanez történik, csak gyorsabb, zajosabb és kockázatosabb környezetben. A technológia önmagában nem termelékenység, csak lehetőség. A valódi nyereséghez adatminőség, jogi megfelelés, folyamat-átalakítás, képzés, új ösztönzőrendszer és menedzsmentkultúra kell. Ezek drágák, lassúak és konfliktusosak. Sok vállalat inkább ráülteti az új eszközt a régi struktúrára, majd csodálkozik, hogy a hozam elmarad. Ezt a folyamatot tovább lassítja a humántőke minőségének romlása, a készségek hiánya és az oktatási rendszerek alkalmazkodási nehézségei, amelyek csökkentik az új technológiák határtermékét.
A szektorösszetétel is a termelékenységi statisztika ellen dolgozik. A fejlett gazdaságok súlypontja a szolgáltatásokban van, ahol a kibocsátás mérése nehéz, a munkaidő gyakran nem skálázható, és klasszikus értelemben vett termelékenységi ugrás ritkán jelenik meg. Egy ápolási óra, egy tanóra vagy egy adminisztratív ügyintézés nem rövidíthető tetszőlegesen, még akkor sem, ha a háttérben digitális eszközök segítik a munkát. Ettől a makroátlag lefelé húzódik, miközben az iparban vagy a technológiai szektorban valóban jelentős hatékonyságnövekedés zajlik.
Szigorúan kell beszélni a technológia mellékhatásairól is. A digitalizáció csökkenti az információ továbbításának költségét, de ezzel együtt növeli a zajt, a megszakításokat, a koordinációs terheket. Több meeting, több e-mail, több chat, több döntési kör. A potenciális időmegtakarítás egy része elfolyik szervezeti súrlódásokban.
A technológiai nyereség ráadásul erősen koncentrált. A legproduktívabb, legjobban menedzselt vállalatok gyorsan profitálnak, miközben a gazdaság többi szereplője lemarad. Ha a diffúzió gyenge, az átlag nem mozdul. Ráadásul a nyereség egy része nem volumenben, hanem árképzési erőben, profitmarzsban jelenik meg. Ez növeli a vállalati profitot, de nem feltétlenül növeli a mért termelékenységet vagy a béreket. Gyenge verseny, alacsony belépési-kilépési dinamika és a zombicégek fennmaradása tovább rontja az átlagos termelékenységi mutatókat, miközben a technológiai élmezőny leválik a gazdaság többi részéről.
Az AI esetében különösen fontos látni, hogy a jelenlegi hatások nagy része minőségi és kapacitásjellegű. Gyorsabb válaszok, több iteráció, több kísérlet, jobb döntés-előkészítés. Sok cég nem kevesebb emberrel dolgozik, hanem ugyanannyival többet próbál. Ez racionális vállalati szinten, de makroszinten nem azonnali termelékenységi robbanás. Ráadásul az AI új költségeket is hoz: adatkezelés, biztonság, jogi felelősség, hibák kezelése. Rövid távon ezek el is nyelhetik a nyereség egy részét.
Európában és különösen a kisebb nyitott gazdaságokban mindez felerősödik. A technológia jelen van, de szigetszerűen. A nagy exportáló vállalatok magas technológiai szinten működnek, miközben a KKV-szektor digitalizációja, menedzsmentminősége és tőkeellátottsága elmarad. Ilyenkor a makro termelékenység nem tükrözi a csúcstechnológiát, mert az nem válik általánossá. A szabályozási bizonytalanság és a kockázatkerülő finanszírozási környezet tovább lassítja a technológia széles körű elmélyülését.
Az AI nem azért nem látszik a termelékenységi statisztikákban, mert túl új, hanem mert a szervezetek, az oktatás, a szabályozás és a tőkeallokáció túl régi. Így a technológia nem általános hatékonyságnövekedést termel, hanem koncentrált profitot és széles körű stagnálást. A termelékenységi paradoxon nem rejtély: a gazdaság lassabb, mint az eszközei.
—
A jelen videó és/vagy blogbejegyzés kizárólag tájékoztató jellegű kommunikációnak minősül, és nem értelmezhető sem ajánlattételként, sem ajánlattételre irányuló felhívásként vagy tanácsadásként. A közölt információk nem minősülnek befektetési, jogi, pénzügyi vagy adózási tanácsadásnak, továbbá nem helyettesítik a részletes, egyedi körülményekre szabott pénzügyi vagy befektetési elemzést. A tartalom elsődleges célja az ismeretterjesztés, az edukáció, valamint egy érdeklődő közösség kialakítása. Egyes megállapítások marketingközleménynek is minősülhetnek. A közölt információk nem teljes körűek, és azok pontosságára, teljességére vagy aktualitására vonatkozóan garancia nem vállalható.