Zal generatieve AI massale werkloosheid veroorzaken?
Lees de publicatie hieronder of klik hier om de PDF te openen
Abstract
De wereld is in de ban van de hausse van generatieve Artificiële Intelligentie (AI). De ontwikkeling ervan is sneller gegaan dan de meeste mensen zich hadden kunnen voorstellen en heeft geleid tot de vrees voor substantiële verstoringen op de arbeidsmarkten. Wij zijn van mening dat dergelijke zorgen op dit moment moeten worden genuanceerd, zeker met het oog op de impact op middellange termijn. De technologie moet zich nog ontwikkelen en zal waarschijnlijk geleidelijk worden geïmplementeerd. Hoewel generatieve AI zijn weg zal vinden naar de werkplek en specifieke taken zal overnemen (voornamelijk ‘witteboordwerk’), zal het waarschijnlijk ook veel nieuwe banen creëren. Bovendien maakt de huidige macro-omgeving massale werkloosheid onwaarschijnlijk. De krimpende beroepsbevolking zal het arbeidsaanbod in toenemende mate beperken. Ondertussen zullen klimaatinvesteringen, hogere militaire uitgaven, de VS-China ontkoppeling en hogere uitgaven voor de gezondheidszorg de vraag naar arbeid ondersteunen. Generatieve AI zal dus in staat zijn om de negatieve effecten van deze trends op de wereldwijde groei deels te compenseren. Toch mogen we niet voorbijgaan aan de aanzienlijke transformatiekosten en verstoringen die AI op kortere termijn op de arbeidsmarkten kan veroorzaken.
Inleiding
Chat-GPT blijft wereldwijd de aandacht trekken. De nieuwste versie van deze ‘natural language processing’ (NLP) AI-tool, GPT-4, heeft een aantal verbazingwekkende mogelijkheden. Het slaagde met vlag en wimpel voor bepaalde tests zoals de SAT en GRE. Het slaagde ook voor een advocaten-examen en scoorde daarbij zelfs bij de beste 10%. Het is in staat om een eenvoudige tekening om te zetten in een functionele website, om een maaltijd te bedenken op basis van de ingrediënten op een foto van de inhoud van een koelkast en het stelt gebruikers zonder codeerervaring in staat om iconische spellen zoals Tetris of Snake na te maken. Hoewel deze verwezenlijkingen slechts anekdotisch zijn, scheppen ze hoge verwachtingen.
De breedte en diepte van de mogelijkheden hebben geleid tot wijdverspreide speculatie over de economische impact van AI. Veel analisten en beleidsmakers hebben gewaarschuwd dat generatieve AI het potentieel heeft om een groot deel van de banen te automatiseren, vooral in de dienstensector, en maken zich zorgen over de mogelijkheid van massale werkloosheid. Hoewel we deze zorgen begrijpen, geloven we dat het risico op massale werkloosheid op de middellange termijn beperkt is en dat onze economieën, net als bij de introductie van andere breedschalige technologieën, zoals elektriciteit en computertechnologie, tijd zullen hebben om zich aan te passen. Toch mogen we niet voorbijgaan aan de aanzienlijke transformatiekosten en verstoringen die AI op de korte termijn voor de arbeidsmarkt met zich kan brengen, gezien de noodzaak van omscholing en herverdeling van arbeid wanneer bepaalde vaardigheden verouderd raken.1
Volledig potentieel nog niet bereikt
Om te beginnen hebben NLP-tools nog lang niet hun volledige potentieel bereikt en moeten ze nog grote hindernissen overwinnen. Een groot probleem is hun nauwkeurigheid. Het veel gerapporteerde verhaal van een advocaat die GPT vroeg hem te helpen bij het voorbereiden van een rechtszaak en uiteindelijk een motie vol verzonnen zaken en uitspraken gebruikte, is een spraakmakend voorbeeld. Hoewel deze nauwkeurigheidsproblemen (ook gekend als ‘hallucinaties’) worden aangepakt, zal het tijd kosten voordat de technologie voldoende nauwkeurig en betrouwbaar is voor bepaalde sectoren, zoals de juridische of medische sector.
Een ander probleem is dat AI bestaande menselijke vooroordelen tegen minderheden en vrouwen repliceert, omdat de training van de AI-modules is gebaseerd op door mensen gegenereerde data.2 Dit maakt het bijzonder ongeschikt voor gebruik in o.a. wetshandhaving en HR-processen. IBM heeft onlangs een open-source bibliotheek uitgebracht, genaamd AI Fairness 360, waarmee AI-programmeurs bias in modellen en datasets kunnen testen en beperken. Dat is een goed begin. Er moeten echter nog meer oplossingen worden ontwikkeld om alle vooroordelen in generatieve AI-tools te elimineren. Veel bedrijven (hoewel niet alle) zullen waarschijnlijk wachten met het gebruik van de nieuwe AI-tools op hun HR-afdelingen.
Strenge regelgeving kan de technologische vooruitgang op het gebied van AI ook vertragen. De recente EU-wet op kunstmatige intelligentie verbiedt bijvoorbeeld bepaalde AI-toepassingen om privacy- en ethische redenen. De wet creëert ook een regelgevend kader voor o.a. medische AI-toepassingen.
Een laatste probleem met de huidige NLP-tools heeft te maken met copyright-kwesties.3 Chat-GPT gebruikt werk van artiesten en schrijvers zonder hun toestemming. Zo zullen de meeste marketingafdelingen waarschijnlijk willen wachten met het gebruik van AI-gegenereerde content in hun campagnes.
De mogelijkheden van de tool zullen waarschijnlijk ook geleidelijk verbeteren. Zo zullen chatbots aanvankelijk alleen eenvoudige klantverzoeken kunnen afhandelen, maar uiteindelijk dankzij hun zelflerende capaciteiten complexere opdrachten kunnen overnemen. Ook zijn generatieve AI-programma's momenteel in staat om een door AI gegenereerde afbeelding te maken, maar moet hun vermogen om door AI gegenereerde korte films (laat staan volledige films) te maken nog drastisch verbeteren.
De technologische ontwikkeling van AI zou ook kunnen worden belemmerd door het zogenoemde generatieve AI-collapse probleem. Als AI wordt getraind op door AI gegenereerde inhoud (die het internet steeds meer zal bevolken), ontstaan er defecten in het algoritme. Er moeten nog oplossingen worden gevonden om dit te verhelpen.4
Dit alles impliceert dat NLP-tools waarschijnlijk bruikbaar zullen zijn voor verschillende banen op verschillende tijdshorizonten. Hun impact op de arbeidsmarkt zal daarom geleidelijk zijn.
Implementatie kost tijd
Zelfs als de technologie volwassen genoeg is om een bepaalde sector te ontwrichten, zal de ontwrichting zelf niet automatisch gaan. Integendeel, de implementatie van nieuwe AI-tools vereist vaak de aankoop van nieuwe hardware, een langdurige integratie in bestaande IT-systemen, de hertekening van bestaande processen en een lang trainings- en veranderingsmanagementprogramma. Bij behendige start-ups of disrupters kan de AI-implementatie vrij snel gaan. Grote bedrijven of entiteiten die actief zijn in minder competitieve sectoren of in de publieke sector zullen er echter wellicht jaren of zelfs decennia over doen om AI volledig in hun processen te integreren. Bovendien kan de ontwikkeling van bedrijfsspecifieke AI-omgevingen snel op capaciteitsproblemen stuiten omdat AI-systemen een enorme hoeveelheid hardwareverwerkingscapaciteit en gegevens vereisen.
AI zal ook veel banen creëren
Wanneer bedrijven en overheidsinstellingen wereldwijd AI in hun processen integreren, zal de AI-revolutie waarschijnlijk nieuwe banen opleveren, die vandaag nog niet bestaan. Uit recent onderzoek blijkt dat ongeveer 60% van de huidige banen niet bestonden in 1940.5 Veel belangrijke banen, zoals installateur van zonnepanelen of digitale marketingexperts, zijn pas recent gecreëerd. Op dezelfde manier zullen er veel nieuwe banen nodig zijn om AI-toepassingen te ontwikkelen, te trainen, te testen en uit te voeren.
Door de kosten voor goederen en diensten te verlagen, kan generatieve AI bovendien de vraag stimuleren naar banen of taken die moeilijker te automatiseren zijn. Neem bijvoorbeeld management consulting. Hier zou AI de tijd nodig om gegevens te verzamelen of Powerpoint-presentaties te maken drastisch kunnen verminderen, waardoor ze hun tarieven kunnen verlagen. Dit zal consultingadvies betaalbaar maken voor kleinere en middelgrote bedrijven en dus de vraag naar hun diensten vergroten. Een soortgelijke dynamiek kan ook voor advocaten gaan spelen. Volgens een recent rapport van Goldman Sachs kan 44% van de juridische taken door AI worden uitgevoerd, met name onderzoek en het redigeren van juridische documenten. Het automatiseren van deze taken zal juridisch advies goedkoper en dus toegankelijker maken voor meer mensen.
Arbeidsaanbod neemt geleidelijk af
Een andere reden waarom generatieve AI waarschijnlijk geen massale werkloosheid zal veroorzaken is de huidige demografische context. De AI-revolutie vindt namelijk plaats in een context van een afnemende bevolking op beroepsactieve leeftijd en een stijgende afhankelijkheidsratio in economieën met hoge en middeninkomens (zie figuur 1). In plaats van AI te gebruiken om actieve werknemers te ontslaan, zouden bedrijven en overheden er dus voor kunnen kiezen om AI te gebruiken om werknemers die met pensioen gaan te vervangen. Dit zal de druk op de arbeidsmarkt enigszins verlichten (zie ook ons onderzoeksrapport over demografische verandering).
Vraag naar arbeid neemt toe
Terwijl het arbeidsaanbod momenteel beperkt is, neemt de vraag naar arbeid over het algemeen toe. Bijkomende bronnen die een grote vraag naar arbeid ondersteunen, zijn de klimaattransitie, de toenemende militaire uitgaven, de ontkoppeling tussen de VS en China en toenemende uitgaven voor de gezondheidszorg. Deze drie ontwikkelingen (naast andere) zullen leiden tot een aanzienlijke stijging van de (arbeidsintensieve) overheidsuitgaven.
Wat klimaatverandering betreft, schat The Economist dat regeringen de komende decennia jaarlijks 0,2% van het bbp moeten uitgeven aan decarbonisatie als ze netto nul willen bereiken.6 Andere instellingen zoals het IEA schatten dat de kosten zelfs hoger kunnen liggen. De militaire opbouw doet daar nog een schepje bovenop. West-Europese landen besteedden in 2021 slechts 1,6% van hun bbp aan defensie, ver onder de NAVO-belofte van 2%. Verschillende landen hebben beloofd hun uitgaven drastisch te verhogen. Andere landen zoals China en Rusland zullen hun militaire uitgaven allicht ook drastisch verhogen naarmate de geopolitieke spanningen toenemen.
Geopolitieke spanningen leiden ook tot een dure technologische handelsoorlog tussen China en de westerse wereld. Om de afhankelijkheid van China te verminderen, nam de VS de Chips and Science Act aan, die 280 miljard dollar aan nieuwe financiering omvat om binnenlands onderzoek en de productie van halfgeleiders in de Verenigde Staten te stimuleren. Europa neemt vergelijkbare stappen. In een recent IMF-document worden de kosten van technologische ontkoppeling over een horizon van 10 jaar geschat op ongeveer 8% van het bbp voor China, 4% voor de VS en 6% voor de eurozone in worstcasescenario's.7 De productiviteitsgroei, die de afgelopen decennia traag is geweest in de westerse wereld (zie figuur 2), zal waarschijnlijk verder negatief door deze ontwikkeling worden beïnvloed. AI kan deze trend omkeren (zie verder).
Tot slot zorgt de vergrijzing niet alleen voor een lager arbeidsaanbod, maar ook voor een grotere vraag naar arbeid in de (arbeidsintensieve en moeilijk te automatiseren) gezondheidszorg. In de VS bijvoorbeeld voorspelt het Bureau of Labor Statistics dat het aantal banen in de gezondheidszorg en de sociale bijstand met 2,8% per jaar zal toenemen, waardoor er tussen 2021 en 2031 2,6 miljoen banen bijkomen. Het zal ook de overheidsfinanciën flink onder druk zetten. Het Congressional Budget Office voorspelt dat de uitgaven voor Medicare (het openbare gezondheidszorgprogramma voor ouderen in de VS) zullen toenemen van 10,1% van de federale begroting in 2021 tot 17,8% in 2032, waardoor de schuldgraad zou kunnen oplopen. Omdat AI het bbp waarschijnlijk aanzienlijk zal verhogen, zou het een tegenwicht kunnen vormen voor deze budgettaire druk.
Impact op de economie
De volledige impact van generatieve AI op de economie staat nog altijd ter discussie onder economen. Sommigen schatten dat er een behoorlijke kans is dat AI de komende decennia voor een explosieve economische groei met dubbele cijfers zal zorgen. Gezien de noodzaak van verdere technologische verbetering en het langzame adoptieproces dat we hierboven bespraken, lijkt dit - in onze ogen - minder waarschijnlijk. Een recent rapport van McKinsey schetst een realistischer beeld. Daarin wordt geschat dat de inzet van generatieve AI en andere technologieën de wereldeconomie van 2023 tot 2040 een jaarlijkse productiviteitsstijging van 0,2 tot 3,3 procentpunten kan geven, waarbij generatieve AI 0,1 tot 0,6 procentpunten van die groei zou bijdragen. Het rapport schat dat generatieve AI na verloop van tijd het equivalent van 2,6 tot 4,4 biljoen USD zou kunnen toevoegen aan het wereldwijde bbp (het wereldwijde bbp werd vorig jaar geraamd op 100 biljoen USD).
Goldman Sachs is iets optimistischer en schat dat generatieve AI het wereldwijde bbp de komende tien jaar met 7 biljoen USD kan doen toenemen. Ze schatten dat AI de arbeidsproductiviteit met 0,27 tot 2,93 procentpunten kan verhogen, afhankelijk van de snelheid en omvang van de invoering en de technologische evolutie. Het rapport schat ook dat ongeveer 63% van de huidige banen gedeeltelijk zal worden geautomatiseerd door AI. Dat gezegd hebbende, zou minder dan 5% van de banen meer dan 50% van hun werklast geautomatiseerd zien worden. Uiteraard benadrukken beide rapporten de extreme onzekerheid rond hun beoordelingen.
Conclusie
Generatieve AI zal de wereldeconomie zeker veranderen. Toch zien we de risico's van massale werkloosheid op de middellange termijn als eerder beperkt, vooral in de huidige context van een lager arbeidsaanbod en een hogere vraag naar arbeid. Door de verdere behoefte aan technologische evolutie en het waarschijnlijk trage adoptieproces van AI zal de economie zich kunnen aanpassen. In plaats van massale werkloosheid te veroorzaken, zou AI de wereldeconomie een welkome productiviteitsimpuls kunnen geven. We mogen evenwel niet voorbijgaan aan de aanzienlijke transformatiekosten en verstoringen die AI op kortere termijn op de arbeidsmarkten kan veroorzaken.
1 “The economic consequences of artificial intelligence : an overview”, C. Piton, 2023, NBB Economic Review
2 Bias in AI: What it is, Types, Examples & 6 Ways to Fix it in 2023 (aimultiple.com)
3 'New York Times' considers legal action against OpenAI as copyright tensions swirl : NPR
4 “The Curse of Recursion: Training on Generated Data Makes Models Forget”, Ilia Shumailov, Zakhar Shumaylov, Yiren Zhao, Yarin Gal, Nicolas Papernot, Ross Anderson, 2023, Cornell University
5 “New Frontiers: The Origins and Content of New Work, 1940–2018”, David Autor, Caroline Chin, Anna M. Salomons & Bryan Seegmiller, 2022, NBER
6 Adding up the fiscal drag from ageing, energy and defence (economist.com)
7"Sizing Up the Effects of Technological Decoupling", Diego A. Cerdeiro, Johannes Eugster, Rui C. Mano, Dirk Muir, en Shanaka J. Peiris, 2021, IMF