Tysiące dyrektorów przyznaje: AI nie zmieniło nic. Ekonomiści wracają do paradoksu sprzed 40 lat

Tysiące prezesów największych firm na świecie przyznaje wprost: sztuczna inteligencja nie wpłynęła ani na zatrudnienie, ani na produktywność ich organizacji. Brzmi znajomo? Ekonomiści twierdzą, że to nie przypadek.

Historia lubi się powtarzać

Rok 1987. Noblista Robert Solow formułuje obserwację, która przejdzie do historii ekonomii pod nazwą „paradoksu produktywności”. Przez dwie dekady firmy masowo inwestowały w komputery, tranzystory, mikroprocesory, układy scalone. Oczekiwały skoku wydajności. Zamiast tego wzrost produktywności… spowolnił. Drastycznie, z 2,9% (w latach 1948-1973) do zaledwie 1,1% po 1973 roku.

Solow napisał wtedy w „New York Times Book Review”: „You can see the computer age everywhere but in the productivity statistics” / „Erę komputerów widać wszędzie, z wyjątkiem statystyk produktywności”.

Minęło prawie 40 lat. Dziś ekonomiści wyjmują ten cytat z szuflady i przykładają go do AI.

6000 dyrektorów. Jeden wniosek

Badanie opublikowane w lutym przez National Bureau of Economic Research objęło ponad 6000 dyrektorów generalnych, dyrektorów finansowych i innych członków zarządów z firm w USA, Wielkiej Brytanii, Niemczech i Australii. Wyniki są, delikatnie mówiąc, trzeźwiące:

• Około dwie trzecie badanych korzysta z AI w pracy
• Ale to „korzystanie” wynosi średnio zaledwie 1,5 godziny tygodniowo
• 25% respondentów nie używa AI w miejscu pracy w ogóle
• Prawie 90% firm ocenia, że AI nie miało żadnego wpływu na produktywność ani zatrudnienie w ciągu ostatnich trzech lat

Jednocześnie te same firmy prognozują, że w ciągu kolejnych trzech lat AI zwiększy ich produktywność o 1,4%, a output o 0,8%. Optymizm nie znikł, po prostu przesunął się w czasie.

„AI jest wszędzie, z wyjątkiem danych makroekonomicznych”

Torsten Slok, główny ekonomista Apollo, dosłownie sparafrazował Solowa. W swoim wpisie na blogu napisał: „AI is everywhere except in the incoming macroeconomic data” / „Sztuczna inteligencja jest wszędzie, z wyjątkiem napływających danych makroekonomicznych”. Dodał, że poza grupą Magnificent Seven nie widać śladów AI ani w marżach zysku, ani w prognozach dotyczących wyników spółek.

Obraz komplikują sprzeczne dane akademickie. Bank Rezerwy Federalnej w St. Louis odnotował wzrost skumulowanej produktywności o 1,9% od momentu wprowadzenia ChatGPT pod koniec 2022 roku. Z kolei badanie MIT z 2024 roku szacuje znacznie skromniejsze 0,5% wzrostu w ciągu dekady. Noblisty Darona Acemoglu nie satysfakcjonuje nawet ta liczba: „I don’t think we should belittle 0.5% in 10 years. That’s better than zero. But it’s just disappointing relative to the promises that people in the industry and in tech journalism are making.” / „Nie uważam, żebyśmy powinni lekceważyć 0,5% w 10 latach. To lepiej niż zero. Ale jest to po prostu rozczarowujące w stosunku do obietnic składanych przez ludzi z branży i dziennikarzy technologicznych.”

Obserwując tę dyskusję mam nieodparte wrażenie deja vu. W redakcji AIPORT.pl od początku staramy się zachować równowagę między entuzjazmem wobec AI a zdrowym sceptycyzmem. I właśnie te dane każą mi zadać pytanie, które mnie nie opuszcza: czy nie jesteśmy zbyt niecierpliwi? Rewolucja informatyczna lat 70. i 80. też przez lata „nie działała” w statystykach, żeby potem eksplodować w latach 90. Ale jednocześnie warto zapytać, czy tym razem mechanizm jest taki sam. Tamte technologie zmieniały procesy produkcyjne nieodwracalnie. AI zmienia sposoby przetwarzania informacji, co może być trudniej zmierzyć, ale też trudniej faktycznie wdrożyć w skali. Kluczowe pytanie brzmi nie „czy AI działa”, ale „kto i jak naprawdę z niego korzysta”.

Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl

Zbyt wiele narzędzi, za mało korzyści

Badanie Boston Consulting Group z 2026 roku wprowadza pojęcie „AI brain fry” – swego rodzaju przeciążenia poznawczego wywołanego nadużywaniem narzędzi AI. Wśród 1488 pracowników pełnoetatowych w USA zaobserwowano ciekawy wzorzec: produktywność rosła przy używaniu maksymalnie trzech narzędzi AI, natomiast przy czterech i więcej deklarowana wydajność… spadała. Pracownicy zgłaszali mgłę myślową i wzrost liczby drobnych błędów.

Do tego dochodzi kwestia zaufania. Badanie ManpowerGroup z 2026 roku przeprowadzone wśród niemal 14 000 pracowników z 19 krajów pokazuje, że regularne korzystanie z AI wzrosło o 13% w 2025 roku, ale jednocześnie zaufanie do tej technologii spadło o 18%.

Czy historia się powtórzy?

Ekonomiści wskazują na analogię z latami 90. Komputerowa rewolucja, która przez dekady nie dawała makroekonomicznych efektów, eksplodowała między 1995 a 2005 rokiem wzrostem produktywności o 1,5%. Erik Brynjolfsson ze Stanford zauważa, że coś podobnego może właśnie zachodzić: PKB w czwartym kwartale rósł w tempie 3,7%, a jego własna analiza wskazuje na wzrost produktywności w USA o 2,7% w zeszłym roku, który przypisuje przejściu od fazy inwestycji w AI do fazy czerpania korzyści.

Slok widzi możliwy „J-curve” – krzywa, która najpierw zanurza się w dół, a potem gwałtownie strzela w górę. Ale zastrzega: wszystko zależy od tego, jak firmy faktycznie wdrożą AI, bo w przeciwieństwie do ery IT, gdzie innowator miał chwilowy monopol cenowy, dziś narzędzia AI są powszechnie dostępne i tanie dzięki zaciętej konkurencji między twórcami dużych modeli językowych.

Produktywność schowana w plain sight

Jedno badanie daje jednak do myślenia. Naukowcy ze Stanford Institute for Economic Policy Research przeanalizowali dane z przeglądania internetu przez 200 000 amerykańskich gospodarstw domowych i odkryli, że generatywna AI zwiększyła efektywność codziennych zadań online, takich jak szukanie pracy, planowanie podróży czy zakupy, o 76% do 176%.

Problem? Czas zaoszczędzony dzięki AI ludzie spędzali na spotkaniach z przyjaciółmi i oglądaniu telewizji, a nie na rozwijaniu zawodowych kompetencji czy pracy.

Paradoks Solowa nabiera nowego, osobliwego wymiaru.