L’intelligenza artificiale non ha migliorato in modo dimostrabile i parametri di produttività, secondo JP Gownder, vicepresidente e principale analista di Forrester, il quale ha affermato che le attuali applicazioni di intelligenza artificiale non vengono visualizzate nelle statistiche sulla produttività. Ha detto Gownder Il registro che i dati del Bureau of Labor Statistics degli Stati Uniti indicano che le introduzioni tecnologiche passate, come i personal computer, non erano immediatamente correlate con gli aumenti di produttività. La crescita annuale della produttività ha registrato il 2,7% dal 1947 al 1973, per poi scendere al 2,1% tra il 1990 e il 2001, e ulteriormente all’1,5% dal 2007 al 2019. Ha osservato che l’impatto della tecnologia dell’informazione sulla produttività non è sempre stato lineare. L'osservazione dell'economista Robert Solow del 1987, conosciuta come il paradosso di Solow, affermava che gli effetti della rivoluzione dei PC erano visibili ovunque tranne che nelle statistiche sulla produttività; Gownder ha affermato che ciò vale anche per l’intelligenza artificiale oggi. Il recente di Forrester ricerca sui progetti di sostituzione del lavoro basato sull’intelligenza artificiale, si prevede che l’intelligenza artificiale potrebbe sostituire il 6% dei posti di lavoro entro il 2030, per un totale di circa 10,4 milioni di posti di lavoro. Questo impatto deriva dall’automazione dei processi robotici, dall’automazione dei processi aziendali, dalla robotica fisica e dall’intelligenza artificiale generativa. Gownder ha indicato che queste perdite di posti di lavoro sarebbero strutturali e permanenti, a differenza delle tipiche riprese di posti di lavoro post-recessione. Per valutare la predisposizione al lavoro, Gownder e il suo team hanno analizzato circa 800 tipi di lavoro e 34 competenze definite dal Bureau of Labor Statistics degli Stati Uniti, consultando 200 aziende. La loro metodologia somigliava a quella utilizzata dagli studiosi dell’Università di Oxford Carl Benedikt Frey e Michael Osborne nel loro studio del 2013 sulla suscettibilità all’informatizzazione del lavoro. Ciò ha consentito a Forrester di calcolare il “potenziale di automazione” tra vari lavori incrociando le capacità di intelligenza artificiale con le attività e le categorie di lavoro identificate. Gownder ha anche discusso dell'efficacia delle implementazioni dell'intelligenza artificiale all'interno delle grandi organizzazioni, sottolineando che “molti elementi dell'intelligenza artificiale generativa non funzionano davvero”. Ha citato uno studio del MIT che indica che il 95% dei progetti di intelligenza artificiale generativa non ha prodotto benefici tangibili in termini di profitti e perdite, il che si traduce in nessun effettivo ritorno sull’investimento. I dati McKinsey hanno mostrato risultati simili con circa l’80% dei progetti che non sono riusciti a fornire valore. Questi risultati suggeriscono che l’intelligenza artificiale non sta ancora causando un diffuso spostamento di posti di lavoro. Ha chiarito che i recenti tagli di posti di lavoro su larga scala sono stati principalmente decisioni finanziarie, non guidate dall’intelligenza artificiale, sebbene alcune aziende stiano ritardando le assunzioni per ruoli aperti per valutare il potenziale dell’intelligenza artificiale per assumere tali compiti. Gownder ha inoltre suggerito che, storicamente, la perdita di posti di lavoro in settori come quello manifatturiero statunitense è stata spesso determinata dalla globalizzazione, non solo dalla robotica. Vede un parallelo con l’intelligenza artificiale, dove l’outsourcing, a causa della manodopera più economica, può talvolta essere erroneamente attribuito come una perdita di posti di lavoro determinata dall’intelligenza artificiale.
