Dok AI kompanije grade podatkovne centre i guraju alate u svaku aplikaciju, dio analitičara upozorava da se to još ne vidi u produktivnosti. Priča sve više podsjeća na stari problem informatike: tehnologija se vidi svugdje, ali ne i u službenim statistikama rasta.
Analitičar JP Gownder iz Forrester Researcha u intervjuu za The Register kaže da trenutačno ne vidi dokaz da umjetna inteligencija diže produktivnost u mjeri u kojoj se to često obećava. Po njegovim riječima, “tu smo gdje smo” i u dostupnim podacima nema jasnog AI skoka, barem ne onog koji bi promijenio širu sliku gospodarstva.
U toj argumentaciji povlači paralelu s povijesti računala i tzv. Solowljevim paradoksom, idejom da učinak IT revolucije često izostane iz produktivnih statistika. Gownder navodi podatke američkog BLS-a prema kojima je produktivnost od 1947. do 1973. rasla oko 2,7 posto godišnje, a u razdoblju kad su PC računala postala masovna, od 1990. do 2001., oko 2,1 posto. Za kasnije razdoblje, 2007. do 2019., spominje oko 1,5 posto, što mu je dodatni argument da tehnologija ne ulazi linearno u produktivnost kako se često pretpostavlja.
Futurism taj stav dodatno “podebljava” nizom istraživanja i primjera iz prakse koji sugeriraju da su rezultati AI implementacija često skromniji od PR-a. U tekstu se spominje MIT-jeva analiza koju se u medijima često citira kroz zaključak da velik dio AI projekata u kompanijama ne donosi mjerljiv poslovni učinak, kao i nalaz da su pojedini programeri s AI alatima u nekim zadacima bili sporiji, jer vrijeme odlazi na provjeru i ispravljanje izlaza. Spominju se i testovi AI agenata za “remote work” zadatke, gdje modeli u realnim uvjetima rješavaju vrlo mali dio posla bez ljudske pomoći.
Poanta ovakvih upozorenja nije da AI “ne valja”, nego da se ekonomski učinak često precijeni u prvoj fazi. Produktivnost nije samo alat, nego i proces ugradnje alata u način rada, obuka ljudi, promjene procedura, sigurnosna pravila, pravna ograničenja, i vrijeme koje treba da se organizacija stvarno prebaci na novi model. U praksi, dio firmi prvo dobije više materijala, više sažetaka i više automatizacije na papiru, ali ne nužno i manje sati posla, jer se pojavljuje nova faza kontrole kvalitete, provjere činjenica i uređivanja.
Gownder u intervjuu spominje i još jednu dimenziju koju će publika odmah prepoznati: dio otkaza koji se javno pravda “AI-jem” može biti klasično rezanje troškova ili preusmjeravanje posla, primjerice outsourcing, samo s novom etiketom. To nije isto kao situacija u kojoj AI zaista preuzima zadatak end to end i dokazano mijenja produktivnost tima.
Istovremeno, isti analitičar očekuje da će AI i automatizacija ipak zamijeniti dio poslova do 2030., ali to je druga priča od one o “velikom skoku produktivnosti danas”. U prijevodu, moguće je da će promjene u tržištu rada doći i bez spektakularnog rasta produktivnosti u statistici, barem u kratkom roku.
Za firme i korisnike ovo se svodi na jednostavno pitanje: gdje AI stvarno štedi vrijeme, a gdje samo pomiče posao na novu kontrolnu točku. Za sada, poruka skeptika je da smo još u fazi u kojoj se AI jako dobro prodaje, ali se u velikim brojkama produktivnosti još ne vidi ono što se najavljivalo kao “revolucija”.
24sata © 2026
