Inteligenţa artificială şi noua eră a competitivităţii

Pentru factorii de decizie, în special în domeniul băncilor centrale, inteligenţa artificială (AI) este un subiect intens dezbătut în prezent. Pe măsură ce discuţiile avansează şi poziţiile se conturează, devin evidente două linii de argumentare distincte şi tot mai antagonice. Una dintre acestea anticipează o îmbunătăţire majoră şi relativ rapidă a productivităţii la nivelul întregii economii - o evoluţie care, din anumite perspective, poate fi considerată o transformare aproape miraculoasă. Cealaltă este mai puţin convinsă de eventualele beneficii pe termen mediu şi lung, concentrându-se mai degrabă pe bula actuală care amplifică evaluările unui număr restrâns de companii tehnologice, împingând totodată în sus preţurile diverselor bunuri şi servicii asociate dezvoltării rapide şi la scară largă a proiectelor de AI.

Analizarea estimărilor privind cheltuielile de capital pe care doar cei mai mari patru furnizori americani de servicii cloud la scară largă („hyperscalers”), Microsoft, Alphabet, Meta şi Amazon, le planifică pentru anul 2026 (de aproximativ 600 de miliarde de dolari) evocă amintiri legate de boom-ul „dot-com” şi generează temeri că o bulă similară s-ar putea forma chiar în acest moment. În opinia mea, întrebarea esenţială nu este dacă se formează o bulă, ci în ce măsură şi cât de rapid vor apărea câştigurile de productivitate generate de inteligenţa artificială, precum şi ce măsuri ar trebui să adopte factorii de decizie în acest interval.

În anii "70, futurologul Roy Amara observa că avem tendinţa de a supraestima impactul unei tehnologii pe termen scurt şi de a-l subestima pe termen lung. Din această perspectivă, internetul şi bula „dot-com” constituie, într-adevăr, exemple relevante la care merită să revenim. În anii "90, exista aşteptarea ca internetul să transforme economia peste noapte. Când realitatea s-a dovedit a fi departe de miracolul anticipat iniţial, indicele Nasdaq a pierdut 78% din valoare în perioada 2000-2002. Cu toate acestea, unele dintre companiile care au supravieţuit acelei perioade de expansiune şi prăbuşire (precum Amazon, eBay şi Google) au continuat să dezvolte idei şi tehnologii, să creeze produse şi pieţe şi, totodată, să acumuleze profituri şi capital, remodelând în acelaşi timp industrii întregi şi tendinţe sociale.

Există câteva motive să credem că, în cazul inteligenţei artificiale, ciclul ar putea fi diferit de data aceasta. Inovatorii tehnologici din era „dot-com” aveau puţine active tangibile, o bază de clienţi limitată şi venituri reduse. Giganţii tehnologici actuali, implicaţi în cursa pentru dezvoltarea AI, generează deja fluxuri de numerar reale şi consistente din liniile de afaceri anterioare (care rămân active), în timp ce noua tehnologie este deja utilizată în scop comercial, aducând venituri semnificative pe o piaţă diversificată de clienţi privaţi şi guvernamentali (printre care se numără, în mod notabil, organizaţiile militare şi cele din domeniul securităţii). Potrivit unui studiu McKinsey (2025), 88% dintre organizaţii utilizează în prezent AI în cel puţin o funcţie operaţională. Prin urmare, factorul care ar putea declanşa spargerea unei eventuale bule speculative nu va fi, cel mai probabil, insolvenţa uneia sau a mai multor companii dezvoltatoare de tehnologii noi - aşa cum s-a întâmplat în cazul companiilor „dot-com” -, ci o posibilă supracapacitate: o infrastructură AI creată în exces faţă de cerere (cerere care s-ar putea dovedi sub aşteptări) sau o supraestimare a utilităţii acestei tehnologii. Totuşi, riscul mai scăzut de insolvenţe majore sau generalizate la vârful ciclului de piaţă nu exclude apariţia unei bule speculative, ci doar îi schimbă forma.

O idee introdusă de economistul american John Cochrane (profesor afiliat al Universităţii Stanford) ne este de ajutor în acest context. Acesta observa că modelele standard tratează productivitatea unei firme ca pe un dat natural. De exemplu, o fermă produce mai mult când plouă şi mai puţin în perioadele de secetă, fără a putea influenţa acest lucru. Ideea lui Cochrane este că firmele pot însă alege să nu rămână pasive: ele pot redistribui productivitatea între diferite scenarii posibile. De exemplu, ferma poate cultiva la începutul sezonului unele suprafeţe de teren care dau randament în anii ploioşi şi altele care se comportă favorabil în anii secetoşi. Astfel, ele îşi constituie un portofoliu de culturi, vizând un compromis: o productivitate ceva mai scăzută în anii buni în schimbul unei productivităţi mai ridicate în anii nefavorabili, media situându-se net peste nivelul celui mai pesimist scenariu. Aplicarea acestui cadru analitic în discuţia asociată impactului inteligenţei artificiale schimbă perspectiva. Şi în acest caz firmele pot alege să realoce. Dar, este de înţeles de ce, aflându-ne încă în faza iniţială a dezvoltării şi adopţiei noilor tehnologii (al căror potenţial nu este încă pe deplin confirmat), majoritatea firmelor nu au trecut încă la o redistribuire a resurselor. Procesele nu sunt încă reorganizate, iar noile competenţe necesare angajaţilor nu au fost încă dezvoltate. Cele mai multe firme rămân aproape de nivelul lor actual, „natural”, de productivitate, ceea ce ar putea explica de ce câştigurile la nivel agregat nu sunt încă vizibile în datele statistice. Cu alte cuvinte, noua tehnologie nu generează o valoare sporită instantaneu şi fără efort. Creşterea productivităţii nu apare ca un câştig neaşteptat şi facil, ca o „mană cerească”. Ea trebuie să fie însoţită de investiţii, adaptare organizaţională, recalificarea forţei de muncă şi o integrare eficientă în procesele de producţie. Aşa cum susţine Erik Brynjolfsson (economist de origine daneză, profesor la Universitatea Stanford şi director al Stanford Digital Economy Lab), marile inovaţii aduc beneficii doar dacă sunt însoţite de investiţii complementare şi de schimbări la nivel organizaţional.

Prin urmare, opinia mea este următoarea: impactul inteligenţei artificiale va fi profund, dar va apărea cu întârziere şi se va manifesta inegal. Consider că „scepticii AI” au dreptate în privinţa fazei iniţiale - cea a entuziasmului şi a dezamăgirii descrise de Amara -, însă s-ar putea să nu vadă că acesta este doar primul capitol al întregii poveşti. Faptul că firmele şi întreaga economie nu pot încă să evidenţieze beneficiile nu înseamnă că noua tehnologie a eşuat deja. Dimpotrivă, în viziunea mea, acest lucru indică faptul că nu am ajuns încă în etapa în care companiile învaţă să îşi reconfigureze activitatea pentru a profita de pe urma acesteia.

Pentru politica unei bănci centrale, acest decalaj are o semnificaţie şi un impact importante. În faza în care resursele financiare sunt direcţionate către centre de date şi cipuri, inteligenţa artificială generează un şoc de cerere: stimulează investiţiile şi poate contribui la anumite presiuni asupra costurilor şi preţurilor. Ulterior, pe măsură ce adoptarea tehnologiei reduce alte categorii de costuri şi sporeşte producţia în multe ramuri de activitate, aceeaşi forţă capătă un caracter dezinflaţionist. Dificultatea pentru o bancă centrală constă în faptul că ar putea fi nevoită să acţioneze înainte de a putea determina (cu precizie şi obiectivitate) în ce regim se află, pentru a evita să rămână în urma evoluţiilor şi pentru a-şi menţine credibilitatea, precum şi ancorarea aşteptărilor.

Scenariile pot fi extrem de diferite, aşa cum a prezentat în luna iulie Philip Lane, economistul-şef al BCE. În primul scenariu, adoptarea inteligenţei artificiale urmează o curbă în formă de S şi generează o limitare a nivelului productivităţii - un efect util, dar care nu schimbă în mod durabil ritmul de creştere a acesteia. Într-un alt scenariu, AI continuă să accelereze inovarea, iar atât creşterea potenţială, cât şi rata naturală a dobânzii se stabilizează la un nivel superior. Acestea sunt doar două perspective extrem de diferite pentru formularea politicilor, iar realitatea s-ar putea situa undeva la mijloc. Deocamdată, datele disponibile nu ne ajută să identificăm cel mai probabil deznodământ. Aşa cum a susţinut Simone Lenzu într-un studiu publicat în aprilie de Rezerva Federală din New York, AI estompează graniţa dintre aspectele ciclice şi cele structurale - între o creştere temporară a cererii şi o modificare durabilă a ofertei, a producţiei potenţiale şi a ratei naturale a dobânzii.

Pentru banca centrală, ceea ce schimbă inteligenţa artificială este setul de repere în funcţie de care evaluăm orientarea şi transmisia politicii monetare: estimările noastre privind produsul potenţial, rata naturală şi gradul real de subutilizare a capacităţii economice. Erorile în acest sens sunt costisitoare, indiferent de direcţia în care apar. Dacă un şoc al cererii este interpretat drept unul structural, băncile centrale ar putea fi tentate să înăsprească condiţiile monetare, doar pentru a constata ulterior că acţiunile lor au întârziat, de fapt, un avânt al ofertei care ar fi generat efecte similare, dar cu un impact mai puţin dureros asupra economiei. Dimpotrivă, dacă o modificare anticipată a ofertei este supraestimată, inacţiunea sau o înăsprire insuficientă a politicii ar putea duce la o inflaţie mai ridicată şi mai persistentă.

Desigur, efectele directe ale inteligenţei artificiale asupra economiei româneşti şi asupra conduitei politicii monetare pot fi, pentru moment, semnificativ mai puţin pronunţate decât în marile economii avansate. Contează însă modul în care băncile centrale din economiile mari şi relevante pentru noi din perspectiva fluxurilor financiare şi comerciale, în special Banca Centrală Europeană, interpretează aceste transformări şi le integrează în propriile decizii. Prin efectele asupra dobânzilor, randamentelor, lichidităţii, apetitului pentru risc şi fluxurilor de capital, orientarea politicii monetare în marile blocuri economice contribuie la configurarea costului finanţării la nivel european şi global. România şi BNR nu pot face abstracţie de aceste condiţii externe, chiar dacă impactul structural al AI asupra productivităţii interne nu este încă pe deplin vizibil sau semnificativ pentru dinamica echilibrelor macroeconomice.

Dincolo de acest canal extern, pentru România poate avea o importanţă aparte inclusiv impactul AI asupra unor sectoare cheie din economia locală care contribuie la ocuparea forţei de muncă, la producţia internă şi la încasările bugetare, având în acelaşi timp o contribuţie netă pozitivă la balanţa schimburilor comerciale externe. Sectorul IT este poate cel mai relevant din această perspectivă, dar şi cel al industriei auto cu toate componentele sale pe verticală şi pe orizontală.

Totodată, AI extinde instrumentele de analiză disponibile băncii centrale, permiţând procesarea rapidă a unor volume foarte mari de date, estimarea în timp real a activităţii economice şi a inflaţiei sau extragerea unor semnale din presă, rapoarte şi alte surse textuale. Aceste aplicaţii pot completa statisticile şi indicatorii tradiţionali şi pot contribui la o evaluare mai rapidă şi mai nuanţată a economiei. Totuşi, ele nu înlocuiesc analiza economică şi judecata experţilor, mai ales într-un domeniu în care relaţiile dintre variabile se pot modifica, iar rezultatele modelelor depind de calitatea datelor şi de ipotezele utilizate.

În opinia mea, în această ecuaţie complexă, deşi sporul productivităţii va deveni o realitate, acesta nu se va produce atât de curând pe cât anticipează optimiştii şi nu va afecta în mod egal toate economiile, sectoarele şi companiile. Câştigătoare vor fi acele organizaţii care aleg să investească şi să îşi reconfigureze resursele, în loc să aştepte certitudinea. Consider că acelaşi lucru este valabil şi pentru instituţiile responsabile de elaborarea politicilor. Trebuie să păşim cu optimism, dar cu ochii larg deschişi, într-o eră a competitivităţii care este, cu adevărat, nouă. Iar pentru cei care răspund de stabilirea politicilor economice, aceasta va continua să fie o eră deloc uşor de descifrat.