Siamo testimoni di un paradosso: lo straordinario progresso tecnologico degli utlimi dieci anni non è correlato a un altrettanto straordinaria crescita della produttività.  Come affermato in passato da Robert Solow, premio Nobel per l’economia nel 1987: “You can see the computer age everywhere but in the productivity statistics”. Affermazione che suona ancora più vera ai giorni nostri, periodo nel quale l’Intelligenza Artificiale si candida ad essere il nuovo motore dell’economia digitale.

di Piero Macrì

 

 

L’Intelligenza Artificiale è virtualmente in grado di eguagliare e/o superare prestazioni riconducibili ad attività umane ed è considerata da molti studiosi e analisti l’elemento in grado di creare una straordinaria discontinuità tecnologica, paragonabile a quella introdotta dal vapore, dall’elettricità e dall’informatica nel corso delle precedenti rivoluzioni industriali.

Tra le varie declinazioni dell’Intelligenza Artificiale spicca il Machine Learning, ovvero la capacità di un sistema – attraverso algoritmi ereditati da logiche neurali – di apprendere e autonomamente sviluppare in modo incrementale una propria super intelligenza. Tuttavia, le espressioni reali di questi potenziali sviluppi sono ancora confinate all’interno di progetti e soluzioni elitarie. Siamo ben lontani dall’aver traguardato una diffusione tale da permettere un salto significativo in termini di produttività.

La domanda che ci si pone è se il Machine Learning possa diventare – al pari di quanto successo in passato in coincidenza con i periodi maggiore discontinuità –  una tecnologia mainstream in grado di trasformare l’intera industria, proiettando le aziende verso una dimensione d’impresa digitale. Come al solito, la risposta che arriva dai puristi della tecnologia è ottimistica mentre quella che arriva dal fronte economico e istituzionale è più conservativa.

Le previsioni più accreditate tendono ad affermare che gli effetti derivanti dall’introduzione dell’Intelligenza Artificiale saranno verosimilmente visibili soltanto nel momento in cui si creeranno i presupposti allo sviluppo e implementazione di tutta una serie di innovazioni complementari.

There will be a period in which the technologies are developed enough that  investors, commentators, researchers, and policy makers can  imagine their potentially transformative effects even though they have had no discernable  effect on recent productivity growth. It isn’t until a sufficient stock of the new technology is  built and the necessary invention of complementary processes and assets occurs that the promise of the technology actually blossoms in aggregate economic data.

Fonte: Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics

Nel Working Paper pubblicato dal National Bureau of Economic Research – “Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics” –  si offre un interessante contributo alla comprensione delle potenzialità dell’intelligenza Artificiale. Gli autori –  professori del MIT e dell’Università di Chicago –  si dichiarano convinti che l’AI possa offrire una innovazione sostanziale e un possibile incremento di produttività, a patto che si creino e si affermino veri e propri ecosistemi in grado di imprimere un’accelerazione e diffusione sistemica delle nuove tecnologie.

Perché si possa pienamente affermare un nuovo corso industriale – la cui spinta propulsiva derivi dall’Intelligenza Artificiale in ogni sua possibile declinazione, a livello di prodotti, processi e servizi – serve e servirà tempo. I progressi sono incoraggianti, ma da qui a pensare che nel giro di pochi anni l’economia del pianeta possa re-ingegnerizzare il propria DNA attorno ai microsomi del Machine Learning andando a stabilire nuovi indici di produttività e nuova occupazione, ce ne passa.

There are two main sources of the delay between recognition of a new technology’s potential and its measureable effects. One is that it takes time to build the stock of the new technology to a size sufficient enough to have an aggregate effect. The other is that complementary investments are necessary to obtain the full benefit of the new technology, and it takes time to discover and develop these complements are and to implement them.

Fonte: Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics