Dyrektorzy przyznają: AI nie wpływa na zatrudnienie ani produktywność

Pomimo hucznie zapowiadanych obietnic rewolucji w miejscu pracy, najnowsze badania pokazują, że sztuczna inteligencja wciąż nie przynosi oczekiwanych efektów w produktywności i zatrudnieniu. Zjawisko to przypomina "paradoks produktywności" z lat 80., gdy komputery również nie spełniły początkowych oczekiwań. Szczegółowe badanie opublikowane przez Fortune ujawnia rozpiętość między obietnicami a rzeczywistością wdrażania AI w korporacjach.

Kluczowe wnioski

• 90% firm twierdzi, że AI nie miało żadnego wpływu na zatrudnienie ani produktywność w ciągu ostatnich trzech lat
• 6000 menedżerów z USA, Wielkiej Brytanii, Niemiec i Australii używa AI średnio zaledwie 1,5 godziny tygodniowo
• 25% respondentów w ogóle nie korzysta z AI w miejscu pracy, mimo powszechnego dostępu do technologii
• Choć 374 spółki z S&P 500 wspomina AI w raportach finansowych jako pozytywne wdrożenie, nie przekłada się to na wymierne wzrosty produktywności
• Firmy przewidują wzrost produktywności o 1,4% w ciągu najbliższych trzech lat, ale dotychczasowe dane tego nie potwierdzają

Paradoks produktywności wraca

Historia lubi się powtarzać. W 1987 roku ekonomista i laureat Nagrody Nobla Robert Solow zaobserwował, że pomimo wprowadzenia tranzystorów, mikroprocesorów i układów scalonych w latach 60., produktywność spadła z 2,9% (1948-1973) do zaledwie 1,1% po 1973 roku. Komputery generowały nadmiar informacji, produkując szczegółowe raporty drukowane na tonach papieru, zamiast zwiększać wydajność.

"Erę komputerową widać wszędzie, tylko nie w statystykach produktywności" – pisał wówczas Solow w "New York Times Book Review". Dziś ekonomista Apollo, Torsten Slok, parafrazuje te słowa: "AI jest wszędzie, tylko nie w nadchodzących danych makroekonomicznych".

Badanie National Bureau of Economic Research z lutego 2025 roku, obejmujące 6000 dyrektorów generalnych i finansowych oraz innych menedżerów, potwierdza ten paradoks. Mimo że dwie trzecie kadry kierowniczej deklaruje korzystanie z AI, rzeczywiste wykorzystanie jest minimalne.

Sprzeczne badania nad wydajnością

Dane naukowe na temat wpływu AI na produktywność są contradykcyjne. W 2023 roku badacze MIT twierdzili, że wdrożenie AI może zwiększyć wydajność pracownika o prawie 40% w porównaniu z pracownikami nieużywającymi tej technologii. Bank Rezerwy Federalnej w St. Louis odnotował 1,9% wzrost produktywności od wprowadzenia ChatGPT pod koniec 2022 roku.

Jednak inne badanie MIT z 2024 roku wykazało znacznie skromniejszy 0,5% wzrost produktywności w ciągu najbliższej dekady. "Nie sądzę, że powinniśmy lekceważyć 0,5% w 10 lat. To lepsze niż zero" – komentował autor badania i noblista Daron Acemoglu. "Ale to po prostu rozczarowujące w stosunku do obietnic składanych przez ludzi z branży i dziennikarzy technologicznych".

ManpowerGroup odkryło w swoim raporcie Global Talent Barometer na 2026 rok, że mimo 13% wzrostu regularnego korzystania z AI w 2025 roku wśród prawie 14000 pracowników z 19 krajów, zaufanie do użyteczności technologii spadło o 18%.

Pułapka nadmiernego wykorzystania

Boston Consulting Group zidentyfikowało zjawisko "AI brain fry" w badaniu 1488 pełnoetatowych pracowników w USA. Respondenci zgłaszali zwiększoną produktywność przy korzystaniu z trzech lub mniej narzędzi AI, ale wydajność drastycznie spadała przy użyciu czterech lub więcej narzędzi. Pracownicy doświadczali zamglenia umysłu i popełniali więcej drobnych błędów.

Nickle LaMoreaux, dyrektor ds. zasobów ludzkich IBM, zapowiedział w tym roku potrojenie liczby młodych pracowników, sugerując, że zastąpienie pracowników początkujących przez AI może stworzyć niedobór średniego szczebla kierowniczego w przyszłości.

Wzorzec produktywności AI może się odwrócić – boom IT z lat 70. i 80. ostatecznie doprowadził do wzrostu produktywności w latach 90. i na początku 2000., z 1,5% wzrostem od 1995 do 2005 roku. Ekonomista Erik Brynjolfsson ze Stanford zauważył, że PKB w czwartym kwartale rośnie o 3,7%, sugerując możliwy skok produktywności, który przypisuje przejściu od inwestycji w AI do czerpania korzyści z tej technologii.