Mākslīgā intelekta ekonomika – no darba tirgus līdz centrālajām bankām

Raksts sagatavots, izmantojot mākslīgā intelekta (Chat GPT 4o) atbalstu.[1]

Ģeneratīvā mākslīgā intelekta haips ir pārņēmis pasauli – ja 2022. gada decembrī lietotāji tikai spēlējās ar šī rīka piedāvātajām iespējām un skeptiski raudzījās uz plašāku pielietojumu, tad tagad jau ģeneratīvais mākslīgais intelekts tiek plaši izmantots, un tā izmantošanas izplatīšanās ātrums bijis divas reizes straujāks nekā viedierīču izmantošanas izplatības ātrums [2]. Pētnieki min, ka mākslīgais intelekts varētu būt “vissvarīgākā mūsu laikmeta vispārējas nozīmes tehnoloģija” [3], pateicoties tā neierobežotajām iespējām un vieglajai pieejamībai. Veiksmīgus mākslīgā intelekta tehnoloģiju pielietošanas piemērus var atrast visās nozarēs, sākot ar programmēšanas asistentiem IT nozarē, agrīnu diagnostiku medicīnā un līdz pat sējumu optimizēšanas tehnoloģijām lauksaimniecībā [4]. Šķiet, ka vairumam pasaules iedzīvotāju nav šaubu – mākslīgais intelekts ir uz palikšanu, un tas izmainīs mūsu dzīves [5]. Bet kā tas ietekmēs ekonomiku un kā monetāro politiku? Uz to mēģināšu rast atbildi šajā rakstā.

Ietekme uz darba tirgu

Produktivitāte

Mākslīgais intelekts jau sācis transformēt darba tirgu, un ģeneratīvā mākslīgā intelekta rīki jau ievērojami uzlabojuši produktivitāti tādās jomās kā klientu atbalsts un programmatūras izstrāde (1. attēls). Mākslīgais intelekts veicina inovācijas, tāpēc gaidāms, ka nākotnē tā ietekme tikai kļūst spēcīgāka un mākslīgais intelekts būtiski paaugstinās produktivitāti dažādās nozarēs, īpaši tajās, kas saistītas ar kognitīvajām prasmēm. Inaki Aldasoro ar kolēģiem [6] pētījumā vērtē, ka mākslīgā intelekta ietekmei visvairāk pakļautas nozares, kas saistītas ar finansēm, apdrošināšanu un vadību, bet mazāka ietekme ir uz lauksaimniecību, mežsaimniecību un zivsaimniecību.

Nodarbinātība

Līdz šim mākslīgā intelekta tehnoloģiju ieviešana nozīmēja arī nodarbinātības pieaugumu, īpaši nozarēs, kurās nepieciešams augstāks kognitīvo prasmju līmenis. [7]  Nākotnē mākslīgā intelekta attīstība un ieviešana ne vien uzlabos darbinieku produktivitāti un radīs jaunas nodarbinātības iespējas tehnoloģiju attīstības un uzturēšanas jomās, bet arī aizvietos darba vietas efektivizācijas un automatizācijas rezultātā.

Cik lielā mērā mākslīgais intelekts aizvietos konkrētas darba vietas, būs atkarīgs no vairākiem faktoriem:

1. no darba rakstura – jo mazāk manuālā darba un vairāk jāizmanto kognitīvās prasmes, jo lielāka iespēja, ka darbu varētu aizvietot mākslīgais intelekts; 
2. no tā, cik lielā mērā kognitīvās prasmes var tikt aizvietotas ar mākslīgo intelektu; 
3. no mākslīgā intelekta tehnoloģiju attīstības un iespējām.

Kā piemēru varam skatīt transporta nozari, kurā strādājošajiem kopumā nav jāveic ar augstām kognitīvām prasmēm saistīti uzdevumi un darbā ar datoru jāpavada tikai neliela daļa laika. Taču šajā nozarē darbu ar datoru var lielā mērā aizvietot mākslīgā intelekta tehnoloģijas (pie augsta mākslīgā intelekta attīstības līmeņa pat pilnībā), tādējādi šī industrija pēc potenciālā mākslīgā intelekta tehnoloģijās balstītā automatizēšanas līmeņa ierindojas augstāk nekā citas nozares, kurās kognitīvās prasmes un darbs ar datoru spēlē lielāku lomu [8].

Lielu lomu spēlēs mākslīgā intelekta attīstības līmenis – sākotnēji mākslīgā intelekta ietekme uz darba tirgu būs līdzvērtīga visās algu grupās un papildinās visu darbinieku prasmes. Šajā posmā uzlabosies darbinieku produktivitāte un pieaugs pieprasījums pēc prasmēm, kas saistītas ar mākslīgā intelekta ieviešanu, attīstību un uzturēšanu [9].

Mākslīgā intelekta iespējām attīstoties, tas sāks aizvietot darbiniekus. Visaugstākais mākslīgā intelekta aizstājamības līmenis augstas šīs tehnoloģijas attīstības pakāpes gadījumā ir darbiem, kas saistīti ar rutīnas funkciju veikšanu, izmanto paredzamus un strukturētus datus un neprasa sarežģītus spriedumus, piemēram:

• biroja un administratīvajā darbā – darbi, kas saistīti datu ievadi, norēķiniem, vienkāršiem grāmatvedības uzdevumiem;
• loģistikā un mazumtirdzniecībā – darbi, kas ietver grafiku plānošanu, noliktavu pārvaldību.

Zemo algu nozarēs, kuras nav saistāmas ar manuālo darbu un ir pakļautas potenciālai aizvietošanai, “pamata” prasmes lielākā mērā varētu tikt aizvietotas ar mākslīgo intelektu, bet tikmēr augstāk atalgotajās nozarēs mākslīgā intelekta tehnoloģijas lielākā mērā papildinās, nevis aizvietos speciālistu darbu, līdz ar to augstāk atalgotie nodarbinātie vairāk iegūs no mākslīgā intelekta sniegtajām iespējām. Kā piemēru var minēt rīku, kas nodrošina dokumentu administrēšanu un apstrādi. Datu ievades speciālistam šāds rīks aizstātu viņa “pamata” prasmes, lielā mērā aizvietojot šī speciālista darbu. Savukārt medicīnas personālam līdzvērtīgs rīks uzskatāms par atbalstu “papildu” prasmēm – tas palīdzētu taupīt laiku, kas tiek veltīts administratīviem darbiem, atbrīvojot vairāk laika medicīniskajām manipulācijām jeb “pamata” darbu veikšanai.

Tātad pie augsti attīstīta mākslīgā intelekta līmeņa zemāk atalgotie biroja darbi tiktu aizstāti, bet augstāk atalgotie – gūtu atbalstu no tehnoloģijām. Tas palielinātu nevienlīdzību starp zemāk un augstāk apmaksātā darba veicējiem. Arī bagātības sadalījums mākslīgā intelekta šoka ietekmē ilgtermiņā notiktu par labu bagātākajam sabiedrības slānim [10].

Kopējā mākslīgā intelekta ietekme uz darba tirgu ir duāla (2. attēls): 

• no vienas puses, mākslīgais intelekts palielina produktivitāti un rada jaunus uzdevumus, kas veicina pieprasījumu pēc darbaspēka un algu kāpumu; 
• no otras puses, mākslīgais intelekts arī aizvietos darbiniekus, samazinot pieprasījumu pēc darbaspēka un līdz ar to arī atalgojumu dažās jomās. 

Skaidrs ir tas, ka darba tirgum nāksies pielāgoties jaunajiem apstākļiem un nodarbinātajiem būs jāattīsta jaunas prasmes. Kāda būs kopējā mākslīgā intelekta ietekme uz darba tirgu un algām, būs atkarīgs no abu iepriekšminēto faktoru mijiedarbības un tā, cik efektīvi notiks darbaspēka pārdale.

Ietekme uz cenām

Gaidāms, ka mākslīgā intelekta veicinātais produktivitātes pieaugums īstermiņā varētu mazināt spiedienu uz cenām, jo pieaugošā ražošanas kapacitāte samazinātu ražošanas izmaksas. Tomēr ilgtermiņā, ekonomikas dalībniekiem pielāgojot gaidas un iekļaujot gaidāmo produktivitātes pieaugumu uzņēmumu un patērētāju lēmumos, var palielināties kopējais pieprasījums. Pieaugošais patēriņš un investīcijas var apsteigt produktivitātes ieguvumus, veidojot augšupvērstu spiedienu uz inflāciju [11].

Jāņem vērā, ka mākslīgā intelekta tehnoloģiju ieviešana pati par sevi var ietekmēt inflācijas dinamiku. Kanādas Bankas vadītājs Tifs Maklems (Tiff Macklem) norādījis, ka īstermiņā mākslīgā intelekta ieviešana varētu radīt papildu augšupvērstu spiedienu uz inflāciju, jo investīcijas tehnoloģijas ieviešanai apsteigs produktivitātes pieaugumu. Investīcijas mākslīgā intelekta tehnoloģijās jau veicinājušas kopējā pieprasījuma pieaugumu. Papildus viņš norāda arī uz pieaugošo elektroenerģijas patēriņu datu centros, kas nepieciešami milzīgo mākslīgā intelekta skaitļošanas prasību apmierināšanai [12]. Arī Eiropas Centrālās bankas (ECB) prezidente Kristīne Lagarda (Christine Lagarde) izteikusi bažas par digitalizācijas un mākslīgā intelekta intensīvo enerģijas patēriņu, kas varētu traucēt sasniegt Eiropas Savienības mērķus klimata jomā [13].

Papildus iepriekšminētajam mākslīgā intelekta tehnoloģijas varētu ietekmēt arī cenu veidošanas mehānismu – uzņēmumu, kas plaši izmantos digitālās tehnoloģijas, cenas varētu kļūt elastīgākas un tikt pielāgotas ātrāk, jo uzņēmumi cenu veidošanas procesā varētu biežāk izmantot mašīnmācīšanās algoritmus. Tas ļautu īstenot cenu diskrimināciju – dažādiem klientiem piedāvāt atšķirīgas cenas par vienu un to pašu produktu. Tas ne vien samazinās cenu noteikšanas caurspīdīgumu un izsekojamību, bet var nozīmēt, ka ārējie šoki ātrāk un spēcīgāk ietekmēs vietējās cenas un inflāciju, būtiski mainot inflācijas dinamiku un apgrūtinot inflācijas mērīšanu.  Tas savukārt rada izaicinājumus monetārās politikas veidotājiem [14].

Ietekme uz centrālo banku darbu

ECB mērķis ir cenu stabilitāte. Mākslīgais intelekts ietekmē produktivitāti, patēriņu, investīcijas, darba tirgu un arī inflāciju, tādējādi šī tehnoloģija ir svarīgs aspekts, ko centrālajām bankām ņemt vērā savā analīzē un prognozēšanā. ECB prezidente atzinusi, ka ECB vēl tikai sāk saprast digitalizācijas un starptautiskās fragmentācijas ietekmi uz monetāro transmisiju un ka centrālajai bankai ir regulāri jāpielāgojas mainīgajiem apstākļiem un jāpārskata analītiskais ietvars [15]. Starptautisko norēķinu banka uzsvērusi, ka centrālās bankas nav tikai vērotājas – tām jākļūst arī par mākslīgā intelekta lietotājiem, iekļaujot mākslīgā intelekta rīkus un netradicionālus datus savos analītiskajos modeļos. Lielie valodu modeļi un mākslīgais intelekts var atbalstīt informācijas apkopošanu, makroekonomikas un finanšu analīzi; mašīnmācīšanās modeļi ļauj apstrādāt lielus nestrukturētu datu apjomus un modelēt nelineāras attiecības mainīgo starpā, ļauj identificēt likumsakarības, kuras tradicionālās ekonometrijas metodes nespēj uztvert. Mākslīgā intelekta rīki var palīdzēt uzlabot prognozēšanas precizitāti un labāk izprast inflāciju ietekmējošos faktorus, īpaši periodos, kad inflācijas dinamika strauji mainās, tādā veidā sniedzot  jaunas iespējas centrālo banku politikas mērķu sasniegšanai. Arī ECB prezidente atzīmējusi mākslīgā intelekta priekšrocības prognozēšanā, jo īpaši īstermiņa prognozēšanā [15]. Tomēr Starptautisko norēķinu banka līdztekus uzsver arī cilvēku spriedumu nozīmīgumu datu analīzē un monetārās politikas lēmumu pieņemšanā [16].

Secinājumi 

Mākslīgajam intelektam ir milzīgs potenciāls mainīt ekonomiku, īpaši darba tirgu un inflāciju. Šī tehnoloģija piedāvā iespējas kāpināt produktivitāti un uzlabot efektivitāti, bet vienlaikus rada arī izaicinājumus: sabiedrībā var pieaugt nevienlīdzība un iedzīvotājiem var būt grūtības pielāgoties darba tirgus pārmaiņām.

Gaidāms, ka mākslīgais intelekts ietekmēs cenu veidošanās mehānismu un inflāciju kopumā. Lejupvērsta ietekme būs no produktivitātes ieguvumiem un izmaksu samazināšanās, savukārt investīcijas mākslīgā intelekta tehnoloģijās, pieprasījuma pieaugums un elastīgāks cenu veidošanas mehānisms uz inflāciju iedarbosies augšupvērsti. Kopumā inflācija varētu kļūt grūtāk prognozējama, radot izaicinājumus politikas veidotājiem.

Politikas veidotājiem un centrālajām bankām rūpīgi jāvērtē mākslīgā intelekta viestās pārmaiņas, un centrālās bankas nevar palikt tikai vērotāja lomā – tām pašām jāizmanto mākslīgā intelekta priekšrocības, lai labāk izprastu ekonomikas norises.

[1] Mākslīgā intelekta atbalsts izmantots galvenokārt raksta satura ideju ģenerēšanai, rakstā izmantoto pētījumu un citu materiālu galveno atziņu sākotnējam apkopojumam.

[2] Generative AI adoption climbed faster than smartphones, tablets

[3] Brynjolfsson and McAfee, 2017, The Business of Artificial Intelligence

[4] AI in Healthcare: Real-World Examples and Applications, 40 Detailed Artificial Intelligence Case Studies [2024] - DigitalDefynd

[5] Saskaņā ar Ipsos aptauju 2024. gadā lielākā daļa (66 %) globālajā aptaujā ietverto respondentu uzskatīja, ka mākslīgais intelekts nākamajos 3-5 gados būtiski ietekmēs viņu dzīves (HAI_AI-Index-Report-2024.pdf).

[6] Aldasoro et al., 2022, The impact of artificial intelligence on output and inflation

[7] Albanesi et al., New technologies and jobs in Europe.

[8] Auer et al., 2024, The rise of generative AI: modelling exposure, substitutios, and inequality effects of the US labour market.

[9] Auer et al., 2024, The rise of generative AI: modelling exposure, substitutios, and inequality effects of the US labour market

[10] Gazzani et al., 2024, The macroeconomic effects of AI innovation

[11] Aldasoro et al., 2024, The impact of artificial intelligence on output and inflation

[12] Macklem, 2024, Tiff Macklem: Artificial intelligence, the economy and central banking

[13] Green Swan 2024: Impact of climate change on the real economy: what does it mean for business and for monetary policy?

[14] Starptautisko norēķinu bankas Ikgadējais ekonomikas apskats 2024, Macklem, 2024, Tiff Macklem: Artificial intelligence, the economy and central banking

[15] Setbacks and strides forward: structural shifts and monetary policy in the twenties

[16] Starptautisko norēķinu bankas Ikgadējais ekonomikas apskats 2024