van Voxeu.org
— dit bericht geschreven door Jacques Bughin
Vooruitgang in kunstmatige intelligentie heeft geleid tot angst voor banenverlies. Deze column gebruikt een wereldwijd onderzoek onder meer dan 3,000 leidinggevenden in 14 sectoren en tien landen om de impact van AI op de vraagzijde van de arbeidsmarkt te onderzoeken. Uiteindelijk zal het effect op de werkgelegenheid afhangen van de vraag of bedrijven ervoor kiezen om huidige vormen van AI in te zetten voor innovatie of pure automatisering, en of ze daar rendement van verwachten.
Deel dit artikel aub – Ga helemaal bovenaan de pagina, aan de rechterkant, voor knoppen voor sociale media.
Recente ontwikkelingen op het gebied van kunstmatige intelligentie hebben geleid tot de vrees van het publiek dat deze opkomende technologieën een groot deel van de banen zullen vervangen (Brynjolfsson en McAfee 2014). Deze angst is niet nieuw. Ten tijde van de eerste industriële revolutie hadden bekende economen als John Stuart Mill en David Ricardo de mogelijkheid van werkloosheid al toegegeven. De Grote Depressie bracht ook een opleving van de zorgen met zich mee, waarbij John Maynard Keynes (1931) voorspelde dat tegen 2030 het "meest dringende probleem in de ontwikkelde economieën zou zijn hoe we onze vrije tijd kunnen vullen".
Een reeks onderzoeken door het McKinsey Global Institute vormden de basis voor het debat in de gedetailleerde technisch capaciteiten en arbeidstaken die door AI kunnen worden geëvenaard. Gemiddeld komt het tot een realistischer, zij het werk uitdagender beeld dat tegen 2030 25-30% van de bestaande banen het risico lopen dat 70% van hun taken worden geautomatiseerd (McKinsey Global Institute 2017).
De toekomst van werk: kijken naar de vraag naar arbeid
In deze column draag ik bij aan het debat over een 'baanloze toekomst' door te kijken naar de vraagzijde van de arbeidsmarkt. Vroeg onderzoek aan de kant van de vraag naar arbeid heeft al aangetoond dat sommige vormen van werkgelegenheid een aanvulling kunnen zijn op digitaal kapitaal. In Bughin (2016) laat ik zien dat het rendement op investeringen in big data hoger is dan de bedrijfskosten van kapitaal voor bedrijven die hebben geïnvesteerd in de juiste pool van big data-analisten. Ook kan de vraag naar arbeid verschuiven als technologie leidt tot nieuwe service- en productinnovaties (Spieia en Vivarelli 2000). Neem als voorbeeld de nieuwsdienst Associated Press, die tot voor kort alleen rapporten over grote bedrijven kon leveren met zijn 65 journalisten in de redactiekamers. Met behulp van AI-technologieën slaagde het bedrijf er al snel in om de productie van eenvoudige verhalen van kwartaalwinsten voor tien keer zoveel kleine bedrijven in de lange staart slim te automatiseren. Deze outputwinst ging niet ten koste van verslaggevers; in plaats daarvan werden interne verslaggevers omgeleid naar het schrijven van langere onderzoeksartikelen over zakelijke trends, een grote latente vraag die door het bedrijf werd opgemerkt (Ramaswamy 2017).
De arbeidsvraag van bedrijven wordt geschat als een functie van AI-diffusie op bedrijfsniveau, op basis van antwoorden op een wereldwijd onderzoek onder meer dan 3,000 leidinggevenden in 14 sectoren en tien landen. De antwoorden op de enquête zijn gewogen op basis van de relatieve grootte van bedrijven (McKinsey Global Institute 2018). De ruwe gegevens suggereren dat een daling van de werkgelegenheid niet onvermijdelijk is, waarbij slechts 19% van de antwoorden erop wijst dat de werkgelegenheid zal dalen (hoewel slechts 10% van de bedrijven de werkgelegenheid systematisch zal verhogen) (zie figuur 1). De grootste daling werd verwacht in de sectoren die het verst gevorderd zijn in hun gebruik van AI, zoals mediatelecom of hightechdiensten, maar hetzelfde geldt voor het grootste deel van de bedrijven dat verwacht een groei van de werkgelegenheid te zien met betrekking tot AI , wat suggereert dat het type AI-diffusie net zo belangrijk is als AI zelf bij het bepalen van de richting van de vraag naar arbeid.
Figuur 1 Werkgelegenheidsverwachtingen als gevolg van AI-adoptie (% bedrijven)
bron: Berekening van de auteur.
We nemen onze toevlucht tot een aantal econometrie om de werkgelegenheidsdynamiek beter te koppelen aan de AI-houding. Onze schattingsstrategie is gebaseerd op het afleiden van een gereduceerde vorm voor de vraag naar arbeid, ervan uitgaande dat een bedrijf met winstmaximalisatie gebruikmaakt van een productietechnologie van het type constante elasticiteit, met uiteindelijke outputschaal met vooruitgang in AI-technologie. Onder die veronderstellingen blijkt dat de kortetermijnelasticiteit van werkgelegenheid met betrekking tot AI-innovatie afhankelijk is van de reikwijdte van AI-innovatie, de mate van substitutie tussen arbeid en op AI gebaseerd kapitaal, en de mate waarin op AI gebaseerde innovatie wordt doorgevoerd door naar output versus alleen procesgebaseerd.
Onze schatting – in totaal en voor elk van de tien bestreken sectoren – stelt vast dat een vermindering van de vraag naar werk bij de verspreiding van AI sterk wordt geassocieerd met a) beperkte reikwijdte bij het investeren in de volledige familie van AI-technologieën, b) een grotere focus op efficiëntie/proceswinst in zowel arbeid als kapitaalonderhoud, en c) een lager niveau van nieuwe product- en service-innovaties (zie figuur 2).
Figuur 2 Impact van verspreidingstype op werkgelegenheid
Notes: Gebaseerd op een steekproef van 2,850 bedrijven die werkgelegenheidsveranderingen rapporteren als gevolg van AI; multi-logit regressie, slechts 5% significante odd ratio gerapporteerd.
Mythe-busting
De analyses leiden tot wat 'mythe-busting', waaronder het volgende:
1. AI is een arbeidsmoordenaar. Niet echt; in feite hebben bedrijven die hun investeringen in AI zullen uitbreiden, de neiging om de werkgelegenheid te stimuleren.
2. Bij AI draait alles om arbeidsautomatisering. Elk plan om te investeren voor efficiëntie leidt tot een geplande reductie op de arbeidsmarkt, maar plannen om AI als innovatie te gebruiken worden geassocieerd met hoger werkgelegenheid.
3. Het gebruik van AI door bedrijven is alleen voor meer huren. We stellen zelfs vast dat verwachtingen van winstgroei de werkgelegenheid kunnen stimuleren, zelfs als AI wordt toegepast voor efficiëntie en a fortiori voor innovatie.
Dus door het verhaal van een 'werkloze toekomst' op de proef te stellen over hoe de vraag naar arbeid kan verschuiven als gevolg van de adoptie van AI, concluderen we dat het verhaal genuanceerd moet worden. Uiteindelijk zal het effect op de werkgelegenheid afhangen van de vraag of bedrijven ervoor kiezen om de huidige functionele vormen van AI in te zetten voor innovatie of pure automatisering, en natuurlijk of ze er rendement uit zien. De beste bescherming voor de toekomst van werkgelegenheid is misschien wel het hebben van innovatieve bedrijven, zoals reeds werd gesuggereerd door Spieza en Vivarelli (2000).
Referenties
- Brynjolfsson, E en A McAfee (2014), Het tweede machinetijdperk: werk, vooruitgang en welvaart in een tijd van briljante technologieën, WW Norton & Company, New York.
- Bughin, J (2016), "De vruchten plukken van big data in telecom", Dagboek van Big Data 3(1): 14.60(2):338 – 355
- Bughin, J, B McCarthy en M Chui (2017), "Een onderzoek onder 3000 leidinggevenden onthult hoe bedrijven slagen met AI", Harvard Business Review, 28 Augustus.
- Keynes, JM (1931), “De economische mogelijkheden voor onze kleinkinderen”, in JM Keynes, Essays in overtuiging, Macmillan.
- McKinsey Global Institute (2017), Een toekomst die werkt: automatisering, werkgelegenheid en productiviteit, januari-
- McKinsey Global Institute (2018), Aantekeningen van de AI-grens: modellering van de impact van AI op de wereldeconomie, September.
- Ramaswamy, S (2017), "'Hoe bedrijven AI al gebruiken", Harvard Business Review, 14 april.
- Spiezia, V en M Vivarelli (2000), "De analyse van technologische verandering en werkgelegenheid", in M Pianta en M Vivarelli, De werkgelegenheidsimpact van innovatie: bewijs en beleid, Routledge, blz. 12-25.
verscheen op Voxeu.org 23 december 2018.
.