پارادوکس بهرهوری در عصر هوش مصنوعی: بازتعریف ثروت و کار
مریم حسینی- رویداد ایران:
ظهور «هوش مصنوعی مولد» (Generative AI) در سالهای اخیر، موجی از خوشبینی و در عین حال نگرانی را در محافل اقتصادی ایجاد کرده است. بسیاری از اقتصاددانان معتقدند که ما در آستانه یک «انقلاب صنعتی چهارم» هستیم که پتانسیل افزایش بهرهوری کل عوامل (TFP) را دارد. اما در مقابل، این پرسش مطرح است که چرا با وجود نفوذ گسترده این فناوری، رشد تولید ناخالص داخلی (GDP) جهانی همچنان با کندی مواجه است؟ این مقاله به بررسی تأثیرات هوش مصنوعی بر اقتصاد کنونی و چالشهای گذار به این پارادایم میپردازد.
۱. هوش مصنوعی به عنوان یک «فناوری همهمنظوره» (GPT)
اقتصاددانان از هوش مصنوعی به عنوان یک «فناوری همهمنظوره» (General Purpose Technology) یاد میکنند؛ مشابه برق یا موتور بخار. ویژگی اصلی این فناوریها این است که در تمامی بخشهای اقتصاد نفوذ کرده و نحوه تولید و توزیع کالاها و خدمات را دگرگون میکنند. هوش مصنوعی مولد نه تنها وظایف روتین، بلکه کارهای شناختی پیچیده (مانند تحلیل داده، برنامهنویسی و تولید محتوا) را تحت تأثیر قرار داده است.
۲. مکانیسمهای افزایش بهرهوری
هوش مصنوعی از سه طریق مستقیم بر اقتصاد تأثیر میگذارد:
* **اتوماسیون وظایف:** کاهش زمان انجام کارهای اداری و فنی.
* **تکمیلکنندگی (Augmentation):** ارتقای سطح توانمندی نیروی کار انسانی و افزایش خروجی آنها.
* **نوآوری سریع:** تسریع در فرآیندهای تحقیق و توسعه (R&D) در صنایعی مانند داروسازی، مهندسی و علوم مواد.
۳. پارادوکس بهرهوری و چالشهای ساختاری
علیرغم پتانسیل بالا، دادههای سال ۲۰۲۶ نشان میدهند که رشد بهرهوری جهانی هنوز به جهش مورد انتظار نرسیده است. دلایل این «پارادوکس» عبارتند از:
* **تأخیر در پذیرش (Implementation Lag):** زمانبر بودنِ بازطراحی فرآیندهای کسبوکار برای استفاده بهینه از هوش مصنوعی.
* **تمرکز سرمایه:** مزایای بهرهوری فعلاً در شرکتهای بزرگ فناوری متمرکز شده است و هنوز به لایههای میانی اقتصاد نرسیده است.
* **هزینههای گذار:** سرمایهگذاری سنگین در زیرساختهای محاسباتی (Cloud & GPU) در کوتاهمدت بر سودآوری شرکتها فشار وارد کرده است.
۴. اثر بر بازار کار و نابرابری
یکی از مهمترین مباحث اقتصادی، جایگزینی نیروی کار با ماشین است. برخلاف اتوماسیونهای قبلی که عمدتاً مشاغل یدی را هدف قرار میدادند، هوش مصنوعی مولد مستقیماً «مشاغل یقه سفید» (کارگران دانشی) را به چالش کشیده است. این امر خطر افزایش شکاف درآمدی میان افرادی که صاحب دانشِ استفاده از هوش مصنوعی هستند و سایرین را به شدت افزایش داده است.
۵. آینده اقتصاد هوش مصنوعی: چشمانداز ۲۰۳۰
اقتصاد هوش مصنوعی در سالهای آینده بر دو محور استوار خواهد بود:
1. **اقتصادِ مقیاسپذیر:** شرکتهایی که بتوانند هوش مصنوعی را در هسته عملیاتی خود ادغام کنند، شاهد کاهش شدید هزینههای حاشیهای (Marginal Costs) خواهند بود.
2. **تغییر نقش دولتها:** دولتها باید از نقش «ناظر» به نقش «تسهیلگرِ بازآموزی» (Upskilling) تغییر موضع دهند تا از تنشهای اجتماعی ناشی از تغییر ساختار مشاغل جلوگیری کنند.
## نتیجهگیری
هوش مصنوعی مولد، اگرچه در کوتاهمدت با چالشهای پیادهسازی و نابرابری همراه است، اما در بلندمدت میتواند موتور اصلی رشد اقتصادی جهان باشد. موفقیت در این دوران نه تنها به تکنولوژی، بلکه به **سیاستهای نهادی** بستگی دارد که اجازه دهد مزایای این فناوری به جای تمرکز در دستِ عدهای خاص، در کل بدنه اقتصاد توزیع شود.
