بررسی ۲۰۲۶ دفتر تحلیل‌های اقتصادی آمریکا نشان داد

ابهام در آثار اقتصادی هوش مصنوعی و رابطه آن با بهره‌وری

p1-paeen

دکتر جمال صوفیه

ارزیابی دقت پیش‌بینی‌ها درباره کاربرد هوش مصنوعی و پیامدهای آن، با توجه به تأثیر بالقوه این پیش‌بینی‌ها بر سیاست‌گذاری و تصمیم‌گیری، اهمیت زیادی دارد. در این متن، با خلاصه بررسی ۲۰۲۶ دفتر تحلیل‌های اقتصادی آمریکا و تحلیل پاسخ‌های پیمایشی چندساله، بررسی می‌کنیم که آیا انتظارات کسب‌وکارها درباره استفاده از هوش مصنوعی به پیامدهای پیش‌بینی‌شده منجر شده است یا خیر.

در گام نخست، داده‌های پیمایش چشم‌انداز کسب‌وکار و روندها (Business and Trends Outlook Survey) اداره سرشماری ایالات متحده (U.S. Census Bureau) در فاصله سال‌های ۲۰۲۳ تا ۲۰۲۶ را برای مقایسه پیش‌بینی‌ها با میزان واقعی استفاده از هوش مصنوعی به کار می‌گیریم. هدف، سنجش دقت کسب‌وکارها در پیش‌بینی پذیرش این فناوری است.

در گام دوم، انگیزه‌های نخستین پذیرندگان هوش مصنوعی را با پیامدهای اقتصادی سال‌های بعد مقایسه می‌کنیم. برای این منظور، داده‌های پیمایش سالانه کسب‌وکار (Annual Business Survey) در سال ۲۰۱۹، شامل انگیزه‌های اعلام‌شده در فاصله سال‌های ۲۰۱۶ تا ۲۰۱۸، با داده‌های تولید، نهاده‌ها و بهره‌وری کل عوامل تولید (Total Factor Productivity: TFP) از حساب تولید یکپارچه در سطح صنعت (BEA-BLS Integrated Industry-Level Production Account) ترکیب می‌شود. خودکارسازی وظایف نیروی کار و گسترش دامنه کالاها و خدمات از جمله این انگیزه‌هاست.

در سه‌ماهه نخست سال ۲۰۲۶، کمتر از ۲۰ درصد کسب‌وکارهای آمریکا اعلام کردند که از هوش مصنوعی استفاده می‌کنند. بااین‌حال، پذیرش این فناوری همچنان رو به افزایش است. [US Census Bureau, 2026] ازاین‌رو، بخش مهمی از بحث‌های اقتصادی بر کاربردهای آینده و پیامدهای مورد انتظار آن متمرکز است.

پیش‌بینی‌ها برای برنامه‌ریزی و آمادگی در برابر آثار بالقوه تحول‌آفرین هوش مصنوعی بر اقتصاد اهمیت دارند. برای مثال، برخی پژوهش‌ها برآورد کرده‌اند که استفاده از این فناوری می‌تواند تا سال ۲۰۳۵، رشد سالانه بهره‌وری کل عوامل تولید آمریکا را بین ۳ تا ۷ درصد افزایش دهد. [Filippucci et al., 2025] برآورد دیگری نیز احتمال افزایش نرخ بیکاری به ۱۰ درصد یا بیشتر تا سال ۲۰۳۰ را در نتیجه گسترش هوش مصنوعی مطرح می‌کند. [VandeHei and Allen, 2025]

  • دقت پیش‌بینی‌ها درباره پذیرش هوش مصنوعی

در رویکرد نخست، انتظارات صنایع درباره میزان استفاده از هوش مصنوعی طی شش ماه آینده را با میزان واقعی استفاده در پایان همان دوره مقایسه می‌کنیم.

یافته‌ها نشان می‌دهد کسب‌وکارها، به‌طور متوسط، میزان استفاده آتی از هوش مصنوعی را با خطایی حدود ۲ واحد درصد پیش‌بینی کرده‌اند؛ هرچند دقت این پیش‌بینی‌ها میان صنایع تفاوت چشمگیری داشته است. با توجه به پایین بودن نرخ استفاده در این دوره، تفاوت‌های مطلق کوچک گاهی به اختلاف‌های قابل‌توجه در رشد نسبی منجر شده‌اند.

برای مثال، در سه‌ماهه چهارم سال ۲۰۲۳، معادل ۵٫۶ درصد کسب‌وکارها از هوش مصنوعی استفاده می‌کردند و ۶٫۷ درصد انتظار داشتند طی شش ماه آینده از آن استفاده کنند. این ارقام حاکی از انتظار برای رشدی نسبی اندکی کمتر از ۲۰ درصد بود. بااین‌حال، در سه‌ماهه دوم سال ۲۰۲۴، میزان واقعی استفاده تنها به ۵٫۸ درصد رسید؛ افزایشی معادل ۰٫۲ واحد درصد و رشدی نسبی اندکی کمتر از ۴ درصد.

بین سال‌های ۲۰۲۳ تا ۲۰۲۵، انتظارات کسب‌وکارها از برآورد بیش‌ازحد میزان استفاده آتی به برآورد کمتر از مقدار واقعی تغییر کرد. در پایان سال ۲۰۲۵، پیش‌بینی‌ها به مقادیر واقعی نزدیک شده بودند. این روند با وجود یک منحنی یادگیری سازگار است: پذیرش هوش مصنوعی ابتدا کندتر از انتظار پیش رفت، سپس دوره‌ای از رشد سریع‌تر را تجربه کرد و در ادامه به نرخ‌های پیش‌بینی‌شده نزدیک شد.

بااین‌حال، برخی از صنایعی که بیشترین استفاده را از هوش مصنوعی دارند، در سه‌ماهه دوم سال ۲۰۲۶ نیز میزان استفاده آتی را کمتر از مقدار واقعی برآورد می‌کردند. تداوم این کم‌برآوردی ممکن است باعث شود پیش‌بینی‌های اقتصادی، دامنه تأثیرات بالقوه هوش مصنوعی را کمتر از واقع نشان دهند.

  • انگیزه‌های پذیرش هوش مصنوعی و پیامدهای اقتصادی

در رویکرد دوم، بررسی می‌کنیم که آیا انگیزه‌های اولیه کسب‌وکارها برای پذیرش هوش مصنوعی به پیامدهای مورد انتظار منجر شده‌اند. یافته‌ها نشان می‌دهد برخی انگیزه‌ها محقق شده‌اند، اما در بسیاری از موارد، ارتباط روشنی میان پذیرش این فناوری و انگیزه اولیه بنگاه‌ها وجود ندارد.

بااین‌حال، انگیزه‌های اعلام‌شده با تغییراتی در فرایندهای تولید در سطح صنعت ارتباط دارند. این پیوند به‌ویژه در افزایش شدت استفاده از خدمات سرمایه‌ای تحقیق‌وتوسعه (R&D) مشهود است. این یافته می‌تواند نشان دهد برخی تغییرات ساختاری هنوز در مرحله برنامه‌ریزی یا اجرا هستند و آثار آن‌ها به‌طور کامل در داده‌های پیامدهای تحقق‌یافته منعکس نشده است.

همسو با نتایج Acemoglu et al. [2022]، میان رشد بهره‌وری نیروی کار و افزایش انگیزه‌های پذیرش هوش مصنوعی همبستگی پیدا نکردیم. استثنا، صنایعی بودند که هدفشان از پذیرش این فناوری، گسترش دامنه کالاها و خدمات بود. این نتیجه نشان می‌دهد رابطه پذیرش هوش مصنوعی با رشد بهره‌وری ممکن است به انگیزه اولیه بنگاه‌ها بستگی داشته باشد.

  • نقش انتظارات و محدودیت‌های تحلیل

نتایج نشان می‌دهد انتظارات کسب‌وکارها درباره استفاده از هوش مصنوعی همواره به پیامدهای پیش‌بینی‌شده منجر نمی‌شوند. هرچند کسب‌وکارها تا پایان سال ۲۰۲۵ در پیش‌بینی میزان استفاده آتی از این فناوری عملکرد بهتری پیدا کرده‌اند، تأیید این روند به داده‌هایی با دوره زمانی طولانی‌تر نیاز دارد.

نقش انتظارات در اقتصاد برای سیاست‌گذاری اهمیت دارد. پژوهش D’Acunto et al. [2021] نشان می‌دهد شکل‌گیری انتظارات درباره قیمت‌ها ممکن است روندهای کلان اقتصادی را به‌طور کامل در نظر نگیرد. اگر این مسئله درباره هوش مصنوعی نیز صدق کند، توجه فزاینده اقتصاد کلان به این فناوری ممکن است شکافی میان انتظارات بنگاه‌ها و پیامدهای واقعی ایجاد کند.

ارتباط انگیزه‌های اعلام‌شده برای استفاده از هوش مصنوعی با پیامدهای اقتصادی قابل‌اندازه‌گیری نیز همچنان روشن نیست. ممکن است نخستین پذیرندگان به برخی اهداف خود رسیده باشند، اما محدودیت دقت و جزئیات داده‌ها مانع شناسایی مستقل اثر هوش مصنوعی شده باشد.

تحلیل حاضر نیز با محدودیت‌هایی روبه‌روست. کمبود جزئیات داده‌ها ممکن است از استحکام برخی نتایج بکاهد و مانع دستیابی به نتیجه قطعی شود. بنابراین، هنگام پیش‌بینی و تصمیم‌گیری درباره آثار اقتصادی آینده هوش مصنوعی، باید عدم‌قطعیت و ناپایداری انتظارات کسب‌وکارها را در نظر گرفت.

پژوهش‌های آینده می‌توانند با توسعه داده‌ها و استفاده از اطلاعات تفصیلی‌تر درباره صنایع و مناطق جغرافیایی، ارزیابی دقیق‌تری از آثار اقتصادی هوش مصنوعی ارائه دهند. در حالت ایده‌آل، داده‌های تابلویی (Panel Data) امکان می‌دهند میزان واقعی استفاده بنگاه‌ها از هوش مصنوعی و تغییرات فرایندهای تولید در طول زمان، برای مجموعه‌ای ثابت از بنگاه‌ها، ردیابی شود.

منتخب هفته