Technologia przyspieszy wzrost wydajności. Albo i nie.

Technologia przyspieszy wzrost wydajności. Albo i nie.

Jednym z większych nierozstrzygniętych zagadnień ekonomistów przez ostatnią dekadę jest powolny wzrost produktywności. Ślamazarny wzrost wydajności prześladuje wiele rozwiniętych gospodarek świata, i jest faktem mimo wielkiego postępu technologicznego, którym radują nas – lub straszą, wg upodobań – różne firmy i agencje medialne. Dla tych z nas, których pracę wspiera maszyna – a jest nas takich coraz więcej – postęp technologiczny wydaje się wręcz namacalny. A wydajność jak nie rosła za szybko, tak nadal nie rośnie.

Teorii są trzy. Pierwsza każe poczekać. Etap cyfryzacji gospodarki światowej jest wciąż na wstępnym etapie. Mimo tego, że innowacje godne implementacji w najróżniejszych sektorach już istnieją, nie zostały jeszcze rozpowszechnione. Według nowego raportu McKinsey Global Institute, w 90% przypadkach, czas od wynalezienia nowej technologii, a wprowadzeniem jej w użytek komercyjny to pomiędzy 8 a 28 lat. Przełomy technologiczne nie od razu dają się wdrożyć, proces prób i błędów może być długotrwały, nie wspominając o banalnym ale zawsze obecnym ludzkim wzbranianiu się przed zmianą. Zjawisko „implementation lags” Erik Brynjolfsson, Daniel Rock (obaj MIT), i Chad Syverson (University of Chicago) prześledzili na przełomie stulecia, śledząc proces wdrażania przełomowych technologii. Choć silniki elektryczne zostały wynalezione już w końcu XIX wieku, to jeszcze w latach 20 XX wieku tylko 4% amerykańskich fabryk w ogóle z nich korzystało. Po 30 latach od stworzenia pierwszych użytecznych komputerów, stanowiły one zaledwie 5% wartości majątku trwałego firm w USA. Nawet zakupy przez Internet, które przecież funkcjonowały już w latach 90tych ubiegłego wieku, dopiero powoli zyskują popularność: firmy musiały dostosować swoje procedury, a my, klienci – nawyki zakupowe. Na czele branż najszybciej się ucyfrawiających jest technologia, media, i usługi finansowe i to w tych sektorach wydajność w ciągu ostatniej dekady rosła najszybciej. Muro (Brookings Institute) nazywa wręcz pozostałe sektory „under-digitized”, czyli nie-dość-ucyfrowionymi. W optymistycznym podejściu, wielki „boom produktywności” nadchodzi, ale jego nadejście opóźniają nasz opór przed zmianą i powolne przyjmowanie nowych rozwiązań.

Teoria druga mówi, że nie ma na co czekać. Robert Gordon (Northwestern) twierdzi wręcz, że obecne technologie, jakkolwiek błyskotliwe, nie mają w sobie potencjału przełomowości zbliżonego do maszyny parowej, silnika elektrycznego czy telefonu. Tamte innowacje zrobiły już dla naszej wydajności co mogły, a obecne wynalazki są mniej więcej tym, czym nowa odmiana ziemniaka w porównaniu z trójpolówką: ok, jest bardziej odporny na stonkę i ma więcej wartości odżywczych, ale przełomem było odejście od dwupolówki i uprawianie roślin zwiększających zawartość azotu w ziemi. Argumentację tę Gordon opiera na porównawczej analizie historycznej. W jego ocenie, wszystkie nowinki w postaci technologii mobilnych, usług w chmurze i sztucznej inteligencji oczywiście będą się pojawiać, będziemy inwestować w ich rozwój i dadzą nam one dużo przyjemności – lecz czasy technologicznego postępu w granicach 2% rocznie minęły i nie wrócą do momentu kolejnej, przełomowej technologii. Liczba 2% nie jest przypadkowa: na niemal 200 latach danych historycznych dla USA, tyle wynosi długofalowa średnia.

W sukurs Gordonowi przychodzą Bloom, Jones i Webb (wszyscy trzej Stanford) oraz van Reenen (MIT), którzy udowadniają, że coraz trudniej wpadać na innowacyjne pomysły. Filozoficznie, modele wzrostu gospodarczego, zasadzają się na tzw. ścieżce zrównoważonego wzrostu. Na tej ścieżce powinno być równie łatwo dostać 13024 pomysł w jakiejś branży, co pierwszy. Tymczasem, jak pokazują Bloom i koledzy, kolejne innowacje są coraz bardziej kosztowne. Prawo Moore’a nie traci nic ze swojej mocy, ale nakłady finansowe i kapitału ludzkiego niezbędne do podwojenia mocy obliczeniowej co dwa lata rosną w tempie wykładniczym. Podobnie jest z innowacjami w rolnictwie (nakłady nie zbędne do zwiększania wydajności upraw rosną znacznie szybciej niż sama wydajność) i w innych branżach gospodarki. Być może potrzebujemy więc całkiem innego sposobu myślenia o wzroście gospodarczym.

Teoria trzecia mówi natomiast, że wzrost wydajności jest, tylko źle go mierzymy. Twórca nowoczesnej teorii wzrostu, Philippe Aghion (Harvard i LSE), Pete Klenow (Stanford) wraz ze współautorami z USA i Francji prześledzili interakcję między procesem pomiaru statystycznego (czyli skąd GUS wie, ile wyniosło w Polsce PKB w 2017 i jak może to porównać do 2016) z procesem innowacji gospodarczych. W skrócie mówiąc, iPhoneX, który wszedł na rynki w 2017 roku, nie znajdował się w koszyku konsumpcji rok wcześniej, więc GUS nie może na nim policzyć „wzrostu”. Natomiast popyt na poprzednią wersje telefonu z jabłuszkiem spadł w 2017, po wejściu kolegi. GUS zmierzy zatem „spadek”. Jeśli tak się składa, że większość wzrostu wydajności pojawia się w nowych produktach, które zastępują popyt na stare, nasza statystyka nakierowana jest na mierzenie spadków a nie wzrostów, więc zaniżamy wszystkie miary wzrostu gospodarki. Agion, Klenow i koledzy pokazują, że po skorygowaniu tego „błędu”, amerykańska wydajność rośnie średnio w tempie 1.9% rocznie, a nie 1.3%, ,jak się wszystkim wydawało ze statystyki publicznej. I choć ogólnie jest to dobra wiadomość, policzona tą samą metodą dynamika wydajności w latach 1980tych wynosiła 2.9% rocznie.

Która z tych teorii jest prawdziwa? Czasy szybkiego wzrostu przeminęły bezpowrotnie? A może obecne technologie mają potencjał do bycia przełomowymi, tylko jeszcze o tym nie wiemy? No i może całkiem źle mierzymy wzrost wydajności? Cierpliwości. Już niedługo będziemy wiedzieli na pewno…

Tags: 
Tłoczone z danych