Trường hợp tăng trưởng năng suất nhờ AI: Cách các mô hình ngôn ngữ có thể chuyển đổi tăng trưởng kinh tế

Nguồn: Blockworks Tiêu đề gốc: Lý do tăng trưởng năng suất cho gần như mọi thứ Liên kết gốc: https://blockworks.co/news/productivity-bull-case

“Năng suất không phải là tất cả, nhưng về lâu dài, nó gần như là tất cả.”

— Paul Krugman

Năng suất nhân tố tổng hợp (TFP) là cách các nhà kinh tế đo lường đóng góp của đổi mới công nghệ vào tăng trưởng kinh tế — khả năng duy trì của một nền kinh tế để tạo ra nhiều sản lượng hơn với cùng một lượng đầu vào.

Do đó, đây có lẽ là chỉ số quan trọng nhất của các nhà kinh tế, bởi quá trình liên tục sản xuất ra nhiều hơn với ít hơn chính là cách cuộc sống trở nên tốt đẹp hơn.

“Khả năng của một quốc gia trong việc cải thiện tiêu chuẩn sống của mình theo thời gian phụ thuộc gần như hoàn toàn vào khả năng tăng sản lượng trên mỗi lao động,” Paul Krugman giải thích. Công nghệ là điều khiến điều đó xảy ra và TFP là cách nó được đo lường.

Để có cảm nhận rõ hơn về tầm quan trọng của năng suất do công nghệ tạo ra, hãy xem xét điều này: Một bài nghiên cứu gần đây từ Cục Nghiên cứu Kinh tế Quốc gia (NBER) ước tính rằng chỉ cần thêm 0,5% tăng trưởng TFP hàng năm sẽ giúp ổn định tài chính của chính phủ Mỹ ở mức nợ trên GDP như hiện nay.

0,5%!

Nghe có vẻ không nhiều, nhưng nếu duy trì trong 10 năm tới, NBER ước tính điều đó sẽ giảm dự báo cơ sở cho nợ của chính phủ Mỹ xuống $2 nghìn tỷ USD. Trong 30 năm, nếu duy trì tăng trưởng TFP 0,5%, tỷ lệ nợ trên GDP của chính phủ Mỹ sẽ thấp hơn dự báo cơ sở của NBER 42 điểm phần trăm (và thấp hơn dự báo bi quan của họ tới 80 điểm phần trăm).

Với tình trạng tài chính chính phủ dường như vô vọng, việc duy trì mức nợ như hiện tại là một kịch bản trong mơ tưởng như quá tốt để thành sự thật.

Nhưng các nhà nghiên cứu tại Anthropic nghĩ rằng chúng ta còn có thể làm tốt hơn thế.

Anthropic đã tiến hành một nghiên cứu với 100.000 cuộc hội thoại để “ước tính thời gian hoàn thành các nhiệm vụ trong các cuộc hội thoại này với và không có sự hỗ trợ của AI, và nghiên cứu tác động năng suất trên toàn nền kinh tế.”

Kết luận của họ? Các mô hình ngôn ngữ lớn có thể nâng năng suất nhân tố tổng hợp lên 1,1 điểm phần trăm.

1,1%!

Nếu 0,5% có thể ổn định tài chính chính phủ Mỹ trong nhiều thập kỷ, thì 1,1% sẽ có thể làm gì? Có lẽ nó sẽ giải quyết gần như mọi thứ.

Tất nhiên, cũng có lý do để hoài nghi về dự báo lạc quan này. Ví dụ, nghiên cứu cho thấy AI giúp giáo viên tiết kiệm 4 giờ lao động bằng cách tạo giáo án chỉ trong 11 phút. Nhưng việc ước tính tiết kiệm thời gian này sẽ dẫn đến tăng trưởng sản lượng kinh tế như thế nào đòi hỏi mô hình kinh tế với hàng loạt giả định chủ quan và độ chính xác giả tạo.

Vì vậy, ngay cả khi nghiên cứu đúng về tiết kiệm thời gian, nó có thể sai về năng suất: Có thể chúng ta dùng tất cả thời gian AI tiết kiệm được để làm những việc không tạo ra giá trị kinh tế, như xem thêm video hoặc đọc thêm nội dung.

Trong trường hợp đó, AI sẽ nâng cao phúc lợi của chúng ta (nhiều thời gian rảnh hơn) nhưng không nâng cao sự giàu có (nhiều sản lượng kinh tế hơn) — vẫn là tin tốt cho người dân, nhưng không giúp gì cho các chính phủ đang hy vọng vào một giải pháp “viên đạn bạc” cho vấn đề nợ.

Ngược lại, cũng có lý do để nghĩ rằng mô hình này còn quá bi quan: “Chúng tôi không tính đến tốc độ áp dụng,” nghiên cứu giải thích, “hoặc các tác động năng suất lớn hơn từ các hệ thống AI mạnh mẽ hơn nhiều.”

Nói cách khác, nghiên cứu giả định chúng ta chỉ tiếp tục sử dụng AI như hiện tại và vẫn sử dụng các mô hình ngôn ngữ ngày nay, không cải tiến, trong 10 năm nữa.

Các mô hình ngôn ngữ trở nên tốt hơn rõ rệt sau mỗi vài tháng và chúng ta mới chỉ bắt đầu học cách sử dụng chúng — nên các nhà nghiên cứu có lý khi nói ước tính của họ có thể là “giới hạn dưới xấp xỉ về tác động năng suất của AI.”

Nếu đúng như vậy — nếu 1,1% là giới hạn dưới về năng suất do AI tạo ra — chúng ta có thể trả bớt nợ chính phủ và có nhiều thời gian hơn cho giải trí.

Và đó mới chỉ tính đến tác động của AI lên công việc phi vật lý — hãy đợi đến khi chúng ta có robot!

Bác bỏ hoàn toàn sự lạc quan này đồng nghĩa với việc tin rằng hàng nghìn tỷ USD mà các tập đoàn dự định chi cho đầu tư AI và R&D sẽ đều bị lãng phí. Điều đó có thể xảy ra — các cuộc cách mạng công nghệ không phải lúc nào cũng đến đúng hẹn.

Nhưng lý do lớn nhất để lạc quan là ước tính này chỉ dựa trên việc AI “giúp hoàn thành các nhiệm vụ hiện có nhanh hơn” — mô hình không tính đến tiềm năng của AI trong việc hoàn toàn thay đổi cách chúng ta thực hiện các nhiệm vụ đó.

“Trong lịch sử,” các nhà nghiên cứu lưu ý, “những cải tiến năng suất mang tính đột phá — từ điện khí hóa, máy tính, hoặc internet — không đến từ việc tăng tốc các nhiệm vụ cũ, mà từ việc tổ chức lại sản xuất một cách căn bản.”

Không có cách nào để mô hình hóa những phương thức mới này, nhưng có vẻ như tác động của nó sẽ còn lớn hơn những gì đã được cố gắng đo lường.

Các nhà nghiên cứu cũng cẩn trọng lưu ý về những hạn chế trong phương pháp của họ và liệt kê nhiều giả định mà họ đã đưa ra. Và ngay cả khi mọi giả định đều đúng và AI giải quyết được vấn đề nợ công, các nhà lập pháp có lẽ sẽ lại chi tiêu khiến vấn đề lặp lại.

Nhưng với những thách thức tài khóa dường như không thể tránh khỏi, chỉ cần một cơ hội nhỏ rằng ước tính năng suất của AI là chính xác cũng là lý do để thay đổi cách nghĩ: Tài chính chính phủ không khó giải quyết như chúng ta nghĩ, và triển vọng kinh tế dài hạn có thể tốt hơn so với quan niệm phổ biến.

Về lâu dài, năng suất gần như là tất cả — và AI có thể đang trên đà giúp chúng ta trở nên năng suất hơn rất nhiều.