Amikor a következő 5-10 vagy 20 évről esik szó, a mesterséges intelligencia manapság egyértelműen az első számú téma. A kereslet már most óriási. Az MI termelési-szolgáltatási láncokban érintett cégek üzleti eredményei kilőttek az elmúlt két évben, tőzsdei árfolyamaik sorra döntik az új csúcsokat. Az elméleti közgazdászok eközben azt keresik, hogy vajon az MI-e az a technológia, amely képes lesz megfordítani a termelékenység növekedésében mutatkozó, a ’90-es évek eleje óta tartó lassuló trendet.
Vizsgálatunkat első sorban az motiválta, hogy megértsük, a világgazdaság hogyan tud alkalmazkodni ehhez a trendhez, és hogy milyen a mesterséges intelligencia elterjedése nyomán kinyerhető termelékenységnövekedés más országokéhoz viszonyítva. A kilátások kifejezetten kedvezőek, de a megvalósítás már a vállalkozói és munkakultúra függvénye.
Nem kell félnetek, jó lesz... vagy mégsem?
A nagy kérdés az MI gazdasági növekedésre gyakorolt hatását illetően az, hogy a technológia amellett, hogy átalakítja a gazdaság és a munkaerőpiac szerkezetét, és nagy valószínűséggel növeli a termelékenységet, összességében több állást hoz-e majd létre, mint amennyit megszünetet (pozitív nettó hatás) vagy fordítva? Az MI-vel kapcsolatban eddig elvégzett tanulmányok, felmérések következtetései a technológia gazdasági növekedésre és munkaerőpiacra gyakorolt hatásait illetően két nagy táborra oszlanak.
A technooptimisták tábora szerint a gazdaság összességében profitálni fog az MI alkalmazásából, amely a termelékenység javulásán keresztül a fejlődés motorjává válik. A pozitív összhatást vallók szerint az MI lassú terjedése mellett az is segíti majd a zökkenőmentes átállást, hogy az új technológia a munkahelyeknek csak egy viszonylag szűk körét teszi majd feleslegessé (replacing hatás), és használatának előnyei döntően a munkafolyamatok támogatásával elért professzionálisabb és olcsóbb termelésen keresztül érvényesülnek majd (enabling hatás).
A legnépszerűbb megoldás, a ChatGPT használatával kapcsolatban szerzett tapasztalatok, felmérések azt mutatják, hogy a szolgáltatást használó munkakörökben 8–36%-kal nőtt a produktivitás, leginkább azzal, hogy csökkent a feladatokra fordított idő. Könyvelés, ügyfélszolgálat, pénzügyi tanácsadás, HR, IT, újságírás, jogi tanácsadás, marketing, szoftverfejlesztés, oktatás: ezeknél a területeknél tudott javítani a munkafolyamatokon a nyelvi modell.
Az átmenet ezzel együtt is feltehetően lassú lesz, ami azért jelent jó hírt, mert megkíméli a munkaerőpiacot a hirtelen sokkhatásoktól, ez pedig növelheti az MI elfogadottságát a leginkább érintett munkavállalók körében (jelenleg az USA-ban is 5% alatti lehet az MI-t használó cégek aránya).
Az MI alkalmazásához, felügyeletéhez és fejlesztéséhez közvetlenül vagy közvetve köthető (például oktatás) új állások pedig képesek lesznek pótolni azokat, amelyek az új technológia miatt feleslegessé váltak. Az MI terjedésével esetlegesen jelentkező negatív hatásokat enyhítheti, hogy az új technológia részleges megoldást kínálhat a fejlett gazdaságok öregedő társadalmával kapcsolatos kihívásokra is, ezáltal csökkentve a költségvetési terheket is.
Az MI terjedésének negatív aspektusait hangsúlyozó tábort azok a technológia gyors térnyerését feltételező szakemberek képviselik, akik szerint mindez komoly kihívások elé állítja majd a gazdaság szereplőit, főként a munkaerőpiacon és az oktatásban. Az erre a következtetésre jutó tanulmányok szerint az MI előretörése átmeneti strukturális munkanélküliséget generálhat még a magas szellemi hozzáadott értéket produkáló területeken is abból adódóan, hogy nem hoz létre annyi munkahelyet, mint amennyit feleslegessé tesz.
Az ellenpólus szerit az MI felhasználásából eredő termelékenység javulással vélhetően emelkedik majd a profit hozzáadott értéken belüli aránya annak szociális vonzataival együtt (például emelkedő eszközárak, ingatlanárak), miközben a növekvő munkanélküliség miatt az aggregát fogyasztói kereslet valószínűleg stagnál, rosszabb esetben visszaesik.
Az MI gazdasági jelentőségének megítélését nehezíti, hogy viszonylag kevés tapasztalat és adat áll rendelkezésre a hatások elemzéséhez, ezért a témával kapcsolatos fenti megállapítások optikája egyelőre erőteljesen elméleti. Éppen ezért generális megállapítást nem tudunk tenni Magyarországra vonatkozóan sem, legfeljebb arra vállalkozhatunk, hogy az országok közötti relatív kitettséget vagy potenciált megfejtsük. Jó hír, hogy ahogy egyre jobban megismerjük az MI-technológiák képességeit, egyre jobban tudjuk azt is, hogy mit okozhat – ismerve azt, hogy milyen az egyes gazdaságok munkaerőpiaca. A szokásos ágazati-munkaköri osztályozási rendszer helyett azonban egy másik megközelítést alkalmazunk, amely elemi szintről projektálja a várható termelékenységnövekedést régiós viszonylatban.
Más országokhoz képest jó az MI potenciálja itthon
Az OECD (Organisation for Economic Cooperation and Development) 2017-ben több országra kiterjedően elvégzett felnőttkori képességeket vizsgáló felmérésének adatait felhasználva készítettünk egy egyszerű modellt annak megállapítására, hogy nemzetközi összevetésben hol áll a magyar gazdaságból elérhető MI-potenciál – vagy másképpen megfogalmazva: a hazai termelékenység mennyire növelhető más országokéhoz viszonyítva.
Hazánkon kívül tizenhárom olyan országot vizsgáltunk, amelyekben az UniCredit jelen van, valamint az Amerikai Egyesült Államokat és Japánt. A munkaköri tevékenységek közötti fontossági sorrend felállításához mi mást is használhattunk volna, mint a mesterséges intelligenciát. Azt kértük egy generatív algoritmustól, hogy segítsen besúlyozni a felmérésben megadott, az egyes munkaköröket alkotó feladatokat aszerint, hogy mennyire javíthatja a hatékonyságot a mesterséges intelligencia alkalmazása. Az alábbi válaszokat kaptuk:
- A leginkább javítható tevékenységek közé tartoznak a munkával kapcsolatos információk megosztása, a prezentációk elkészítése és az egyszerűbb rutinfeladatok megoldása.
- De magas értékeket kaptunk a sales, tanácsadási, oktatási és komplex problémamegoldási tevékenységekre is.
- Nem meglepő módon azokban a munkakörökben tud az MI a legkevésbé segíteni, ahol több a fizikai interakció, vagy maga a munkakör tesz szükségessé emberi ügyességet, mozdulatokat. Bár hozzá kell tenni, hogy repetitív, szalag melletti munkák esetén már számos automatizációs megoldás létezik, ám ezek alapvetően nem MI-alapú megoldások, ebben a cikkben pedig kifejezetten a mesterséges intelligencia adta lehetőségekre koncentrálunk.
A munkakörökről kapott adatok 80 százalékos súlyt képviselnek a modellünkben, emellett 20 százalékos súllyal figyelembe vettük azt is, hogy mennyire szeret az adott válaszadó tanulni a munkája során. Tettük ezt azért, mert még az egyszerűbb MI-megoldások is adaptív folyamatot kívánnak meg, ami sok munkakör esetében igényli majd a komfortzónából való kimozdulást. Mivel a minta reprezentatív, ezeket az eredményeket teljes gazdaságokra is fel tudtuk skálázni.
Jól állunk
Az eredmények azt mutatják, hogy a vizsgált országok közül az Egyesült Államok nyerhet a legtöbbet az MI-megoldások elterjedéséből.
Magyarország MI-potenciálja a vizsgált tizennégy országból az ötödik legmagasabb az Egyesült Államok, Észtország, Ausztria és Németország után.
Az OECD-felmérés alapján más országokhoz képest több potenciálunk van a munkatársakkal folytatott együttműködések javítása és a munkával kapcsolatos információáramlás terén. Emellett – talán némileg meglepő módon – a magyar munkavállalók körében volt az egyik legmagasabb a tanulás iránti nyitottság is. Továbbá a tanácsadás, a tevékenységek megszervezése, az ütemezésük, a tárgyalással, érveléssel járó tevékenységek, valamint a döntéshozatal tekintetében a magyar MI-potenciál a nemzetközi mezőny felső harmadában végzett.
Bár az MI lehetséges jövőbeni gazdasági hatásaival kapcsolatos szakirodalmi megállapítások kevés tapasztalaton alapulnak, jó hírt jelent Magyarországra nézve az, hogy ha a cégek kellő nyitottsággal állnak a mesterséges intelligenciához a munkakörökben végzett tevékenységekkel kapcsolatban, a legtöbb országot meghaladó mértékben tudjuk majd emelni a termelékenységünket.
Ezek után inkább az a kérdés, hogyan lehet kezelni azt, ha a változások nyomán esetleg megnő a munkanélküliség. A jelenlegi alacsony gazdasági növekedéssel jellemezhető környezetben is látható a munkaerő-felhalmozás jelensége, ami strukturális munkaerőhiányra utal. Vagy másképpen megfogalmazva: inkább alulfoglalkoztatják a cégek a munkaerőt, semhogy szélnek eresszék. Valószínűleg a mesterséges intelligencia elterjedése esetén is hasonló hatásokat látnánk, így vélhetően nem lesz jelentős a technológia romboló hatása. Összességében úgy látjuk, hogy a mesterséges intelligencia alkalmazásának pozitív hatásai meghaladják a negatívumokat, különösen Magyarország esetében. Rajtunk múlik, hogyan tudunk élni vele.
A szerző, Ifj. Becsey Zsolt, az UniCredit Bank vezető közgazdásza
Economx Exclusive
Economx Exclusive Pogátsa Zoltánnal. Milyen úton járunk? – ez a központi kérdése az Economx új, 10 részes sorozatának, amiben a neves közgazdász olyan vendégeket hív el műsorába, mint Orbán Balázs, a miniszterelnök politikai igazgatója, Balatoni András, a MNB Közgazdasági előrejelzési és elemzési igazgatóságának vezetője, vagy Oszkó Péter üzletember, kockázatitőke-befektető. A sorozat epizódjait keresse felületünkön, további videós tartalamat itt talál: https://www.economx.hu/video, vagy YouTube-csatornánkon: https://www.youtube.com/@economxpodcast