All dies wurde analysiert in einer GSR-Studie des Global Economy-Teams unter der Leitung von Joseph Briggs Er erklärt, dass bisher keine großen Auswirkungen auf das Produktivitätswachstum zu verzeichnen waren. Der Grund liegt jedoch darin, dass die KI zwar immer noch großes Potenzial hat, viele der täglichen Aufgaben der Arbeitnehmer zu automatisieren, wodurch viel Zeit gespart und große Produktivitätssteigerungen erzielt werden Die Akzeptanzraten sind derzeit recht begrenzt. „Der entscheidende Schritt bei der Aufgabenautomatisierung besteht natürlich darin, dass die Leute anfangen müssen, sie zu nutzen“, erklärt der GS-Ökonom mit einer Vergangenheit bei der Fed.
Laut Briggs gibt es einige wissenschaftliche Fachliteratur und Wirtschaftsstudien, die die Produktivitätssteigerung nach der Einführung von KI analysiert haben stützen unsere Ansicht, dass große Produktivitätssteigerungen möglich sindda die durchschnittliche Produktivitätssteigerung bei etwa 25 % liegt.
„Fallstudien von Unternehmen, die KI eingeführt haben, umfassen ebenso große Effizienzgewinne. Es gibt also viele Gründe, optimistisch zu sein. „Es wird nur etwas länger dauern, bis diese Produktivitätssteigerungen zum Tragen kommen“, sagt er.
Deshalb Briggs bekräftigt seine Prognosen, da sie keinen KI-Boom vor 2027 erwarten lassen und die im letzten Jahr beobachteten Veränderungen stehen im Einklang mit dem moderaten Wachstumsszenario in den ersten drei Jahren seiner Einführung und Umsetzung.
Warum nun die langsame Einführung trotz der hohen Investitionen in diese Technologie? Damit KI flächendeckend umgesetzt werden kann, müssen, erklärt Briggs, viele Dinge passieren, die im Moment sie passieren nicht.
Zunächst einmal, betont er, müssen wir über Modelle verfügen, die leistungsstark und ausreichend trainiert sind, sodass sie nützlich sein können bei der täglichen Arbeit. Darüber hinaus müssen Sie in der Lage sein, alle Fragen zu beantworten, die Menschen an KI-Modelle stellen, wenn sie diese im Rahmen ihrer normalen Arbeit mehrmals täglich verwenden.
„Beide Dinge erfordern einen erheblichen Anstieg der Investitionen in Halbleiter, was wiederum einen erheblichen Anstieg der Investitionen in die Netzwerkkapazität erfordert. Und letztendlich wird dies erforderlich sein.“ eine Erhöhung der Investitionen in Strom und Energie um den steigenden Bedarf zu decken, der für die Erleichterung von Konsultationen erforderlich ist“, erklärt Briggs.
Der Experte betont jedenfalls, dass es klare Anzeichen dafür gebe, dass die Investitionen an dieser Front zunehmen: Die Einnahmen der Halbleiterhersteller seien seit Anfang 2023 um rund 50 % gestiegen und die Revisionen der Zuliefererprognosen für KI-Hardware implizieren einen Anstieg von etwa 250 Milliarden US-Dollar im Vergleich zum Vorjahr. „Es gibt also viele Anzeichen dafür, dass die Investition getätigt wird, die den Grundstein für den zukünftigen Einsatz von KI legt“, stellt er fest.
„Die Einführung und Nutzung wird erfolgen, wenn diese Elemente vorhanden sind und Unternehmen beginnen, KI tatsächlich täglich zu nutzen. In den meisten Fällen ist das noch nicht geschehen. Wir sehen etwa 5 % der Unternehmen, die sagen, dass sie „generative KI“ einsetzen.“ Es ist jedoch nur ein relativ kleiner Anteil im Vergleich zur Gesamtzahl der Unternehmen, von denen wir glauben, dass sie am Ende davon profitieren werden“, fügt Briggs hinzu.
Zu diesem Unternehmensanteil zählen Unternehmen aus der Informations-, Finanz- oder Versicherungsbranche sowie der audiovisuellen Industrie. Unter den Funktionen, für die generative KI eingesetzt wird, weist Briggs darauf hin, dass Marketing, Chatbots oder Datenanalyse. „Es handelt sich um eine Art niedrig hängende Frucht, bei der KI am besten anwendbar ist, zumindest in ihrer aktuellen Form. Letztendlich gehen wir davon aus, dass generative KI eine breitere Palette von Aufgaben automatisieren wird. Dafür wird jedoch wahrscheinlich die Schaffung einer Anwendungsschicht erforderlich sein, um das Gesamte zu unterstützen.“ Automatisierung, die wir für möglich halten“, erklärt er.
Was die restlichen 95 % betrifft, stellt GSR fest, dass viele Führungskräfte das Potenzial dieser Technologie erkennen, aber auch wichtige Hindernisse wie mangelndes Wissen, Bedenken hinsichtlich Privatsphäre und Sicherheit oder Angst vor Investitionen zu viel in einem zu frühen Stadium seiner Entwicklung. Dies scheine darauf zurückzuführen zu sein, dass Unternehmen sicherstellen wollen, dass sie die generative KI richtig nutzen, und dass sie daher einen bewussten Ansatz bei der Einführung verfolgen, so der GS-Experte.
„Diese Ansichten stimmen im Großen und Ganzen mit dem überein, was wir in einigen Unternehmensumfragen gesehen haben, in denen CEOs nach ihrer Absicht befragt wurden, generative KI einzusetzen.“ Nur sehr wenige gehen davon aus, dass dies in den nächsten ein bis drei Jahren erhebliche Auswirkungen auf ihr Geschäft haben wird.. „Die meisten sagen, dass sie über einen Zeithorizont von drei bis zehn Jahren mit erheblichen Auswirkungen rechnen“, sagte Briggs.
Es sollte beachtet werden, dass seitdem Die Akzeptanz war sehr geringEs ist nicht verwunderlich, dass keine größeren Auswirkungen auf den Arbeitsmarkt zu beobachten waren. Tatsächlich hat sich die Arbeitslosenquote zwischen Berufen, die stark der KI-Automatisierung ausgesetzt sind, und solchen, die weniger exponiert sind, nicht wesentlich verändert.
„Es ist sehr gut möglich und sogar wahrscheinlich, dass die Nettoauswirkungen auf den Arbeitsmarkt bisher positiv waren. Dies entspricht unseren langfristigen Erwartungen, bei denen wir hoffen, dass generative KI nicht zu großen Arbeitsplatzverlusten führen wird. „Generell glauben wir, dass dadurch Chancen in Sektoren oder Berufen entstehen werden, die an die KI angrenzen, oder in Sektoren, in denen die Arbeitskräfte einen komparativen Vorteil haben“, schließt er.
