AI analyseoverblik: Hvem høster gevinsterne?

AI er en såkaldt ‘general-purpose’ teknologi, hvilket betyder, at det har potentiale til at ændre hele økonomier og indretningen af samfundet. Der er allerede udarbejdet et væld af analyser og undersøgelser, der forsøger at forstå, hvad denne udvikling kommer til at betyde. BNP Paribas har sammenfattet et literature review, der ser på de vigtigste pointer og tegner et samlet billede af AI’s betydning for fremtiden.

Selve AI-markedet er i dag stærkt koncentreret omkring en håndfuld dominerende aktører – Google, Microsoft, Amazon, OpenAI, Meta og Tencent.

De sidder på den største mængde data, de største talenter og de største økonomiske ressourcer. De sætter retningen og bestemmer tempoet for udviklingen. Kort sagt, det er dem, der kører showet.

Det gør det også svært for nye spillere at træde ind på markedet, da adgangsbarriererne er ekstremt høje. Denne tilstand fører til globale skævheder: Europa halter fortsat markant efter USA og Kina, både når det gælder investeringer, forskning og adgang til nødvendig computerkraft.

Det rejser spørgsmål om konkurrencekraft, teknologisk suverænitet og, i sidste ende, hvem der får del i de økonomiske gevinster, som AI lover.

Når man dykker ned i litteraturen, handler det meget om at forstå effekterne på produktiviteten. Her er man ret enige i, at der er gevinster at hente. Spørgsmålet er bare hvor store de er.

Antagelserne varierer, og derfor spænder estimaterne bredt. Det betyder dog ikke, at alle brancher får lige meget ud af det. Tværtimod. Sektorer som finans og sundhedsvæsen står til at mærke betydelige produktivitetsforøgelser allerede på kort sigt, fordi en stor del af deres arbejde kan digitaliseres eller understøttes af avancerede analyseteknologier.

Omvendt vil områder som landbrug og ældrepleje kun opleve begrænsede effekter i første omgang – primært fordi arbejdet her ofte er fysisk, personligt relationsbåret og sværere at automatisere.

Geografisk tegner sig et lignende mønster. Avancerede økonomier vil høste de største gevinster. Simpelthen fordi de har et teknologisk forspring.

Et af de studier, der bliver fremhævet, peger på, at AI vil kunne løfte BNP med omkring 5,4 pct. i USA og 4,4 pct. i Europa, mens vækstøkonomier i gennemsnit lander omkring 3 pct. og lavindkomstlande omkring 2,2 pct.

Også på medarbejderniveau er der forskelle. AI bliver ofte omtalt som en ”skill-biased technology” – altså en teknologi, der i særlig grad øger produktiviteten hos medarbejdere med højere uddannelse. Det kan potentielt øge kløften mellem højt og lavt kvalificerede.

Der er altså risiko for øget polarisering. De højt kvalificerede, der kan bruge AI strategisk, tager en større del af kagen. Samtidig fortsætter mange lavtlønnede i job som f.eks. omsorg og rengøring – men ofte uden tilsvarende lønstigninger.

Den udvikling kan få større samfundsmæssige konsekvenser. For hvis gevinsterne primært ender hos et mindre segment af medarbejdere eller virksomheder, risikerer man at skabe øget social ulighed – og modstand mod teknologien.

AI vil transformere jobs – ikke eliminere

Når man taler om AI’s indvirkning på arbejdsmarkedet, rejser det naturligt store spørgsmål om, hvordan man arbejder i dag – og hvordan man kommer til at arbejde i fremtiden. Historisk set har teknologiske spring altid betydet, at nogle job forsvinder, mens andre opstår.

Over tid har nettoeffekten typisk været positiv. Dog kan overgangsfasen være hård: Medarbejdere mister deres arbejde, skal omskoles og finde vej ind i nye, fremvoksende industrier. Det er en proces, som sjældent er friktionsfri.

Hvor stor og hvor hurtig AI’s effekt bliver, er stadig svært at forudsige. En vigtig nuance i litteraturen er dog, at selvom man ofte hører om massive jobtab, peger forskningen på, at langt de fleste jobs ikke vil blive erstattet af AI.

De fleste analyser viser, at teknologien primært vil automatisere dele af et job – ikke hele jobbet. Kun omkring 3,3 pct. ifølge nogle studier og op mod 7 pct. ifølge andre, vurderes at blive fuldt automatiseret. AI vil altså transformere langt flere jobfunktioner, end den vil eliminere.

Det betyder også, at flere sandsynligvis kommer til at bruge mere tid på opgaver, der ikke kan automatiseres: kreativitet, relationer, beslutningstagning og andre funktioner, hvor menneskelig dømmekraft er i fokus.

MAL