The New Yorker: Lönsamhetsdilemmat med AI och historiska lärdomar Av John Cassidy År 1987 kommenterade Robert Solow från Massachusetts Institute of Technology (M.I.T.), nobelpristagare i ekonomi, i en artikel i The Times Review of Books: "Datoråldern finns överallt, men den finns inte i produktivitetsstatistiken. Trots den snabba ökningen av datorkraft och den växande populariteten för persondatorer visar statliga data att det viktigaste måttet på löner och levnadsstandard – arbetarnas bruttoproduktion per capita – har stagnerat i mer än ett decennium. Detta blev känt som "produktivitetsparadoxen". Denna paradox varade fram till 90-talet av förra seklet och ännu längre, vilket utlöste ett stort antal inkonsekventa akademiska forskning. Vissa ekonomer skyller det på misskötsel av ny teknik; Andra hävdar att datorer förminskar sin ekonomiska betydelse jämfört med tidigare uppfinningar som ångmaskinen och elektriciteten; Andra skyller fel i statistiken och tror att paradoxen kommer att försvinna efter korrigering. Nästan 40 år efter att Solows artikel publicerades, och nästan tre år efter att OpenAI släppte chatboten ChatGPT, kan vi stå inför en ny ekonomisk paradox, och den här gången är huvudpersonen generativ artificiell intelligens. Enligt en nyligen genomförd undersökning av ekonomer från Stanford University, Clemson University och Världsbanken använde nästan hälften av arbetstagarna (45,6 % för att vara exakt) AI-verktyg i juni och juli i år. En ny studie av ett team från Media Lab vid Massachusetts Institute of Technology (M.I.T.) rapporterar dock ett överraskande resultat: "Även om företag investerar 300 till 40 miljarder dollar i generativ AI, visar denna rapport att 95 % av organisationerna har noll avkastning. ” Studiens författare granskade mer än trehundra offentligt tillgängliga AI-projekt och tillkännagivanden och intervjuade mer än femtio företagsledare. De definierar en "framgångsrik AI-investering" som en som har gått vidare från pilotfasen och faktiskt har implementerats och som har genererat mätbar ekonomisk avkastning eller betydande produktivitetsvinster efter sex månader. "Endast 5 % av framgångsrikt integrerade AI-pilotprojekt skapar miljontals dollar i värde, medan den stora majoriteten av projekten förblir stillastående och inte har någon mätbar inverkan på P&L (vinst-och-förlust)", skrev de. ” Den undersökande intervjun utlöste en uppsjö av svar, varav några var fyllda med skepsis. "Det var mycket hype på LinkedIn som om allt hade förändrats, men i vår faktiska verksamhet hade de grundläggande sakerna inte förändrats alls", berättade den operativa chefen för ett medelstort tillverkningsföretag för forskarna. "Vi behandlar avtal lite snabbare, men det är allt." En annan respondent kommenterade: "Vi tittade på dussintals demonstrationer i år. Kanske en eller två är riktigt användbara. Resten är antingen "wrappers" (som endast syftar på att paketera befintlig teknik utan betydande innovation) eller "vetenskapliga projekt" (som hänvisar till tekniska utforskningar som fortfarande är långt ifrån praktisk kommersiell tillämpning). ” För att vara rättvis noterar rapporten också att det faktiskt finns företag som har gjort framgångsrika AI-investeringar. Rapporten belyser till exempel de effektivitetsvinster som skapas av anpassade verktyg för backoffice-verksamhet, och konstaterar: "Dessa tidiga resultat visar att system med förmågan att lära sig, om de är inriktade på specifika processer, verkligen kan leverera verkligt värde utan ens stora organisatoriska förändringar." I undersökningen nämndes också att vissa företag rapporterade "förbättrad kundbehållning och försäljningskonverteringsfrekvenser genom automatiserad uppsökande verksamhet och intelligenta uppföljningssystem", vilket tyder på att AI-system kan vara användbara för marknadsföring. Men idén att "många företag kämpar för att göra betydande avkastning" sammanfaller med en annan nyligen genomförd undersökning av det multinationella konsultföretaget Akkodis. Företaget kontaktade mer än 2 000 chefer och fann att andelen vd:ar som är "mycket säkra" på företagets AI-implementeringsstrategi har sjunkit från 82 % 2024 till 49 % i år. Förtroendet hos företagens CTO:er har också minskat, om än inte lika mycket. Akkodis undersökning sa att förändringarna "kan återspegla tidigare nedslående resultat på digitala eller AI-projekt, förseningar eller misslyckanden i implementeringen och oro för skalbarhet." ” Förra veckan sammanföll mediebevakningen av MIT Media Labs forskning med nedgången för högt värderade AI-relaterade aktier som Nvidia, Meta och Palantir. Naturligtvis är korrelation inte lika med orsakssamband, och de senaste kommentarerna från OpenAI:s VD Sam Altman kan ha spelat en viktigare roll i denna försäljning (med tanke på de senaste prisökningarna är en försäljning oundviklig). Enligt CNBC sa Altman vid en middag med reportrar att den nuvarande värderingen är "löjligt hög" (vansinnig) och använde ordet "bubbla" tre gånger på 15 sekunder. Ändå har denna MIT-studie väckt mycket uppmärksamhet. Efter den första omgången av nyhetsbevakning avslöjades det att Media Labs, som har kopplingar till många teknikföretag, i tysthet begränsade tillgången till rapporten. Den information jag lämnade till organisationens PR-kontor och de två författarna till rapporten var överväldigad. Även om rapporten är mer nyanserad än vad vissa nyhetsrapporter beskriver, ifrågasätter den verkligen den stora ekonomiska berättelsen som har legat till grund för teknikboomen sedan OpenAI:s lansering av ChatGPT i november 2022. Den korta versionen av denna berättelse är att den utbredda spridningen av generativ AI är dålig för arbetstagare, särskilt kunskapsarbetare, men extremt bra för företag och deras aktieägare, eftersom den kommer att medföra ett enormt språng i produktiviteten och som ett resultat av detta goda vinster. Varför verkar den här scenen ha utspelat sig ännu? En möjlig orsak påminner om idén från åttio- och nittiotalen under förra århundradet om att ledningsmisstag begränsar de produktivitetsfördelar som datorer medför. Media Labs forskning visade att några av de mest framgångsrika AI-investeringarna görs av nystartade företag som använder mycket anpassade verktyg inom smala områden av arbetsflödet. På andra sidan av GenAI-klyftan bygger mindre framgångsrika startups "antingen verktyg för allmänna ändamål eller försöker utveckla funktioner internt". Mer allmänt sägs det i rapporten att skillnaden mellan framgång och misslyckande "inte verkar drivas av modellens kvalitet eller reglering, utan av [genomförande]metoder". ” Som du kan föreställa dig kan nyheten och komplexiteten hos generativ AI avskräcka vissa företag. En nyligen genomförd studie av konsultföretaget Gartner visade att mindre än hälften av vd:arna anser att deras CIO:er är "AI-kunniga". Men det finns en annan möjlig förklaring till det nedslående resultat som lyfts fram i Media Lab-rapporten: För många etablerade företag är generativ AI (åtminstone i sin nuvarande form) inte alls så gudomlig som den framhålls. "Den är bra på att brainstorma och skriva första utkast, men den kommer inte ihåg kundernas preferenser och lär sig inte av tidigare redaktörer", sa en av de svarande i Media Labs undersökning. "Det upprepar samma fel, och det måste ange mycket kontext per session. För jobb med höga insatser behöver jag ett system som bygger kunskap och ständigt förbättras. ” Naturligtvis finns det många människor som tycker att AI är användbart, och det finns också akademiska bevis som stöder detta: År 2023 fann två ekonomer vid MIT att deltagare som exponerades för ChatGPT i en randomiserad studie slutförde "professionella skrivuppgifter" snabbare och förbättrade skrivkvaliteten. Samma år fann andra forskargrupper också att programmerare som använde Githubs Copilot, en AI-programmeringsassistent, och kundsupportagenter som använde proprietära AI-verktyg såg produktivitetsvinster. Forskare vid Media Lab fann att många anställda använder sina personliga verktyg på jobbet, som GPT eller Claude; I rapporten kallas detta fenomen för "skugg-AI-ekonomin" och det påpekas att "den avkastning på investeringen som det medför" tenderar att vara bättre än projekt som initieras av arbetsgivaren. Men frågan kvarstår, och det är verkligen en fråga som företagsledare ställer oftare: Varför ser inte fler företag dessa fördelar återspeglas i slutresultatet? En del av problemet kan vara att generativ AI, även om den är övertygande, har begränsade tillämpningar inom många områden av ekonomin. Fritid och gästfrihet, detaljhandel, bygg, fastigheter och vård (vård av barn, äldre eller sjuka) – dessa branscher sysselsätter tillsammans cirka 50 miljoner amerikaner, men de ser inte ut som direkta kandidater för AI-transformation. En annan viktig punkt att notera är att införandet av AI i hela ekonomin sannolikt kommer att vara en lång process. I Silicon Valley gillar man att "röra sig snabbt och ha sönder saker". Men den ekonomiska historien lär oss att även de mest omvälvande teknologierna, det som ekonomer kallar "generella teknologier", måste vänta tills den stödjande infrastrukturen, färdigheterna och produkterna har utvecklats för att maximera deras användbarhet. Och det kan vara en lång process. Den skotske uppfinnaren James Watt uppfann sin cylindriska ångmaskin 1769. Trettio år senare använder de flesta bomullsspinnerier i Storbritannien fortfarande vattenhjul för att driva vatten, delvis på grund av att det var svårt att transportera kol till ångmaskiner. Det var inte förrän utvecklingen av ånglok i början av 1800-talet som situationen förändrades. Införandet av elektricitet har också gått långsamt och har inte lett till någon omedelbar produktivitetstillväxt i hela ekonomin. Som Solow påpekar följde utvecklingen av datorer samma mönster. (Från 1996 till 2003 accelererade produktivitetstillväxten i den amerikanska ekonomin som helhet, vilket tillskrevs den fördröjda effekten av informationsteknologin.) Men sedan föll tillväxttakten tillbaka. ） Ekonomer tror att ny teknik i vissa fall till och med kan minska produktivitetstillväxten eftersom den är störande och svår att integrera i befintliga arbetssätt. Det är inte förrän i det senare skedet som produktivitetsökningen kommer att vara uppenbar - denna modell kallas "J-kurvan" (J-kurvan, som hänvisar till det faktum att i det tidiga skedet av tillämpningen av en ny teknik, på grund av den höga insatskostnaden, tidsanpassningen och processreengineering, kommer produktivitetstakten först att sjunka och bilda botten av J; Därefter, när tekniken mognar och de stödjande faciliteterna är fulländade, kommer produktiviteten att öka snabbt och utgöra den stigande delen av J). Tidigare i år publicerade fyra ekonomer från olika institutioner en artikel där de argumenterade för att den amerikanska tillverkningsindustrin nu kan befinna sig i den nedåtgående delen av den AI-baserade "J-kurvan". Efter att ha samarbetat med Census Bureau för att samla in data om AI-användning på företagsnivå sa ekonomer att de hittade bevis för att "kortsiktiga prestandaförluster föregår långsiktiga vinster". Kristina McElheran, en av studiens författare och professor vid University of Toronto, skrev i en relaterad artikel publicerad vid MIT:s Sloan School of Management: "AI är inte plug and play. Det kräver en systemförändring, och denna process skapar friktion, särskilt för etablerade företag. ” På ytan är detta argument trots allt optimistiskt för företag – men inte nödvändigtvis för arbetstagare vars färdigheter kan replikeras av AI. (Som vissa nybörjarprogrammerare redan har upptäckt har de senare all anledning att vara försiktiga.) På teknikens J-kurva, när "friktionen" väl har övervunnits, tar produktiviteten fart. Men eftersom resan längs kurvan kan vara lång kan det vara svårt att förutse vem som blir vinnare och förlorare. I vågen av kommersialisering av Internet dök många av de slutliga vinnarna inte upp förrän efter att dot-com-bubblan sprack år 2000. (Google grundades 1998 men börsnoterades inte förrän 2004.) Facebook skapades fram till 2004 och Airbnb skapades inte förrän 2008. Historien upprepar sig inte nödvändigtvis. Men de investerare som fortfarande rider på vågorna i AI-boomen kan göra klokt i att lösa in några av sina marker nu. ♦

Översättning från den ursprungliga tweeten: Blockbuster-avslöjanden från Ilyas vittnesmål I ett nyligen avslöjat vittnesmål avslöjade Ilya Sutskever, en framstående figur i AI-världen, en rad insiderdetaljer om den komplexa kampen mellan OpenAI:s högsta chefer. Dessa berättelser låter till och med mer spännande än filmmanus. För det första säger vittnesmålet att Ilya konspirerade med Mira Murati i mer än ett år för att försöka avsätta OpenAI:s vd Sam Altman. Å andra sidan hoppades Dario Amodei, VD för Anthropic vid den tiden, att dra nytta av kaoset för att ta kontroll över OpenAI:s forskning, och krävde till och med att medgrundaren Greg Brockman skulle avskedas direkt och ta över alla forskningsaffärer själv. Dessutom hade Mira berättat för Ilya att Sam Altman medvetet provocerade fram hennes förhållande med en annan chef, Daniela Amodei. Samtidigt avslöjade Mira också en annan överraskande hemlighet för Elijah: Greg fick en gång sparken från Stripe. Inte bara det, utan hon tillhandahöll också skärmdumpar av privata textmeddelanden mellan Sam och Greg, vilket ytterligare fördjupade den interna misstron. Mot bakgrund av dessa intensifierade konflikter skrev Ilya till slut ett 52-sidigt PM där han anklagade Sam för allvarlig oärlighet och manipulation, i ett försök att pressa styrelsen att avsätta Sam. Dessutom utarbetade han ett separat dokument specifikt för Greg, som om han ville rensa ut de problematiska figurerna i de övre skikten. Det är värt att notera att en av de utlösande faktorerna för denna kamp utlöstes av Adam D'Angelo, en av styrelsemedlemmarna vid den tiden och grundare av Quora, som personligen bad Ilya att skriva det ovannämnda PM:et. Men överraskande nog förväntade sig Ilya inte en så stark reaktion från OpenAI-anställda på Sams uppsägning innan han agerade. Faktum är att efter att Sam avlägsnades från styrelsen protesterade mer än 700 anställda kollektivt, vilket tvingade styrelsen att återanställa Sam till företaget på bara fem dagar. Nu är Ilya helt klart fångad i den allmänna opinionens strömvirvel, och OpenAI har täckt alla juridiska kostnader som hans stämning har medfört, vilket ger ytterligare ett lager av mening till hela händelsen. Man kan säga att denna maktkamp inom AI-jättarna inte bara avslöjar den grymma verkligheten bakom kulisserna hos Silicon Valleys stjärnföretag, utan också ger oss en mer verklig och komplex förståelse för de så kallade eliterna på hög nivå.

Översättning från den ursprungliga tweeten: Blockbuster-avslöjanden från Ilyas vittnesmål I ett nyligen avslöjat vittnesmål avslöjade Ilya Sutskever, en framstående figur i AI-världen, en rad insiderdetaljer om den komplexa kampen mellan OpenAI:s högsta chefer. Dessa berättelser låter till och med mer spännande än filmmanus. För det första säger vittnesmålet att Ilya konspirerade med Mira Murati i mer än ett år för att försöka avsätta OpenAI:s vd Sam Altman. Å andra sidan hoppades Dario Amodei, VD för Anthropic vid den tiden, att dra nytta av kaoset för att ta kontroll över OpenAI:s forskning, och krävde till och med att medgrundaren Greg Brockman skulle avskedas direkt och ta över alla forskningsaffärer själv. Dessutom hade Mira berättat för Ilya att Sam Altman medvetet provocerade fram hennes förhållande med en annan chef, Daniela Amodei. Samtidigt avslöjade Mira också en annan överraskande hemlighet för Elijah: Greg fick en gång sparken från Stripe. Inte bara det, utan hon tillhandahöll också skärmdumpar av privata textmeddelanden mellan Sam och Greg, vilket ytterligare fördjupade den interna misstron. Mot bakgrund av dessa intensifierade konflikter skrev Ilya till slut ett 52-sidigt PM där han anklagade Sam för allvarlig oärlighet och manipulation, i ett försök att pressa styrelsen att avsätta Sam. Dessutom utarbetade han ett separat dokument specifikt för Greg, som om han ville rensa ut de problematiska figurerna i de övre skikten. Det är värt att notera att en av de utlösande faktorerna för denna kamp utlöstes av Adam D'Angelo, en av styrelsemedlemmarna vid den tiden och grundare av Quora, som personligen bad Ilya att skriva det ovannämnda PM:et. Men överraskande nog förväntade sig Ilya inte en så stark reaktion från OpenAI-anställda på Sams uppsägning innan han agerade. Faktum är att efter att Sam avlägsnades från styrelsen protesterade mer än 700 anställda kollektivt, vilket tvingade styrelsen att återanställa Sam till företaget på bara fem dagar. Nu är Ilya helt klart fångad i den allmänna opinionens strömvirvel, och OpenAI har täckt alla juridiska kostnader som hans stämning har medfört, vilket ger ytterligare ett lager av mening till hela händelsen. Man kan säga att denna maktkamp inom AI-jättarna inte bara avslöjar den grymma verkligheten bakom kulisserna hos Silicon Valleys stjärnföretag, utan också ger oss en mer verklig och komplex förståelse för de så kallade eliterna på hög nivå.