Vajon milyen hatással volt eddig a mesterséges intelligencia (MI) a gazdaságra, a vállalatok teljesítményére, a munka világára? Mi valósult meg az ígéretekből és a jóslatokból? A Kosárértéken  rendszeres publikáló Bőgel György, az Ecommerce Hungary Egyesület elnöke. Aktuális cikke ebben a témában fogalmaz meg néhány gondolatot, írása végén pedig a kereskedelem példáján keresztül érzékelteti a hatásmechanizmusok feltárásának fontosságát és nehézségeit.

A számítógépes mesterséges intelligencia története több mint hat évtizedet fog át. A fejlődés nem volt egyenletes, hullámhegyek és hullámvölgyek követték egymást. Az utolsó nagy hullám 2012-ben indult el, amikor bebizonyosodott, hogy a gépi tanulásban, illetve a neurális hálózatokban óriási lehetőségek rejlenek. De miért érdekes ennyire a 2012-es év? Azért, mert ekkor nyerte meg az ImageNet Large-Scale Visual Recognition Challenge elnevezésű versenyt egy olyan torontói csapat, amely ezzel a technológiával szállt ringbe. Maga a verseny a képfelismerő algoritmusok értékelésére szolgált. A 2012-es mezőnyben a gépi tanulás és a neurális hálózatok elsőbbsége megkérdőjelezhetetlen volt.

Ez is érdekelhet

A győzelem nagy érdeklődést keltett, mindenki a mesterséges intelligencia újjászületéséről írt és beszélt. A szakmát és a közvéleményt leginkább az érdekelte, hogy mekkora lökést adhat az új technológia a gazdasági fejlődésnek, mennyivel nőhet a termelés és a fogyasztás, mennyivel lesz jobb az életünk, és hogy mi fog történni a munkaerőpiacon, lesz-e munkánk, hogyan változnak meg a munkahelyek és a munkavégzési szokások, milyen szakmákban szorítják ki az embereket az intelligens robotok.

Egyes jóslatok kifejezetten radikálisak voltak, illetve azok ma is: soha nem látott gazdasági fejlődés jön, a munka világában pedig minden a feje tetejére áll, forradalom tör ki, ami mindenkire hatással lesz, nem térhetünk ki előle. A technológiai fejlődéssel foglalkozó elemzések, beszámolók és a mindenféle jóslatok kétségtelenül hatással voltak és vannak a közvéleményre. A friss felmérések azt mutatják, hogy növekszik azok aránya, akik szerint a technológia drámai változásokat hozhat az életükben már a közeli jövőben is, ráadásul sokan kifejezetten tartanak tőle, aggodalommal figyelik a fejleményeket.

Bill Gatesnek megint igaza lesz?

2012 óta több mint egy évtized telt el. Jogos a kérdés: ha a gazdaságról és a munkáról van szó, vajon beváltotta a mesterséges intelligencia a hozzá fűzött reményeket? Beteljesültek a jóslatok? Nos, úgy tűnik, hogy a forradalom egyelőre még várat magára. Ebből nem következik az, hogy nem is fog eljönni: a technológiai innováció világában többször előfordult már, hogy valamilyen valóban rendkívüli újítás (lásd például elektromosság) tömeges hatásának kibontakozásához évtizedeket kellett várni.

Bill Gatesnek tulajdonítják azt a mondást, hogy a változások hatását rövid távon rendszerint túl-, hosszú távon pedig alulbecsüljük. Szeretünk gyors és radikális változásokat jósolni az elkövetkező évekre, a valódi, mélyreható változásokhoz viszont évtizedekre lehet szükség, ráadásul a fejlődés gyakran más irányt vesz, mint ahogy azt a korai jósok elképzelték.

E-ker hírszemle

Hol kellene keresnünk elsősorban a mesterséges intelligencia fejlődésének gazdasági következményeit? Leghelyesebb, ha megpróbálunk a tényeknél maradni, és néhány fontos statisztikai mutatót veszünk szemügyre.

Nagy fejlesztők: óriásberuházások – felhasználók: óvatos haladás

Nézzük meg először is, hogy mi a helyzet a beruházásokkal a mesterséges intelligenciát fejlesztő és forgalmazó cégeknél! Az öt közismert óriásnál (Alphabet, Amazon, Apple, Meta, Microsoft) óriási befektetéseket láthatunk. Úgy tűnik, hogy a befektetők is kedvelik őket, hiszen az árfolyamuk az utóbbi időkben (kisebb-nagyobb ingadozások ellenére) szépen növekedett. Az árfolyamok emelkedése azt jelzi, hogy a befektetők bíznak a jövőben: úgy gondolják, hogy az ötök a jövőben nagy jövedelemre tesznek szert MI termékek értékesítéséből.

Az értékesítési adatok ezt egyelőre nem igazolják vissza egyértelműen: nagy ugrásnak kell bekövetkezni ahhoz, hogy a piac mai értékítélete beigazolódjon.

Mi a helyzet keresleti oldalon, milyen sebességgel terjed a felhasználóknál a mesterséges intelligencia? A kép ellentmondásos. Kijelenthetjük, hogy mesterséges intelligenciát (sokszor anélkül, hogy tudna róla) szinte mindenki használ, aki keres valami a világhálón, a számítógépén vagy az okostelefonján, átnézi a kereskedők ajánlatait, lefordít valamilyen szöveget, eldiskurál egy nyelvi robottal vagy képeket generál valamilyen célra.

Az MI beépítése az üzleti folyamatokba azonban ennél jóval ritkább, még Amerikában is csak a cégek pár százalékánál fordul elő. Figyelemre méltó projektek persze vannak, de a sajtóban ezekről megjelenő hírekből nem szabad tömeges alkalmazásra következtetni, ráadásul egyik-másik lelkes beszámolót nem árt óvatosan fogadni és alaposabban megvizsgálni, mert bizony előfordulnak túlzások és ferdítések is.

A mesterséges intelligenciába történő vállalati beruházások globális szinten második éve csökkennek. 2023-ban az előző évhez viszonyítva nagyjából 20%-os volt a visszaesés, de a felvásárlások és összeolvadások területén mínusz 31 százaléot mértek. Tegyük hozzá rögtön: volt miből visszaesni, hiszen az elmúlt évtizedben az MI tárgyú beruházások a tizenháromszorosukra nőttek.

A csökkenő trendben üdítő kivétel a kreatív tartalmak alkotását célzó generatív mesterséges intelligencia: ez a szektor 2023-ban sokkal több tőkét vonzott, mint a megelőző években, miközben az intelligencia tárgyú magánberuházások több mint egynegyedét adta.

Előny a kereskedelemnél

Ha a felhasználási statisztikákban kicsit mélyebbre megyünk, láthatjuk, hogy a magánberuházások globális nagyságát tekintve a mezőnyt az MI infrastruktúra építése és az MI tárgyú kutatás vezeti: ezeknél igen nagy volt a növekedés az előző évhez képest. A második helyezett a természetes nyelvek feldolgozása (NLP) és az ügyféltámogatás volt; itt viszont visszaesést mértek a beruházásokban az előző évhez képest, de nem akkorát, mint a negyedik helyezett egészségügyben.

Ha üzleti funkciók szerinti bontásban vizsgáljuk a helyzetet, az adatok alapján kijelenthetjük, hogy 2023-ban a legnépszerűbb felhasználási területek az ügyfélszolgálati központok automatizálása, a személyre szabás, az ügyfelek megszerzése és a termékek MI alapú fejlesztése voltak, vagyis a mezőnyt a kereskedelem és a marketing vezette. A generatív MI egyelőre itt bizonyult a leghasznosabbnak, amit az elterjedtségi mutatók is jeleznek. A felhasználás tekintetében a legnagyobb visszaesést a stratégia, a vállalati pénzügyek és a humán menedzsment területén mérték.

Azt persze egyelőre nehéz megmondani, hogy a fenti adatok valamilyen általános trendfordulót, a túlfűtöttséget követő természetes lehűlést, vagy éppenséggel a kép tisztulást jelzik, vagyis lassan kiderül, hogy a mai mesterséges intelligencia mire jó és mire nem.

  • A cégek óvatosan lépkednek

A mesterséges intelligencia egyelőre csak kevés cégnél bizonyított. Ha nem így lenne, akkor a tőzsdei árfolyamoknak nem a fejlesztőknél, hanem a legfontosabb potenciális felhasználóknál kellene növekedniük, ennek azonban egyelőre nincs jele. A vállalatok jó része csak óvatos lépéseket tesz, nem érzik biztonságban az adataikat, tartanak az algoritmusok torzításaitól és eltanult „előítéleteitől”, hallucinációitól, a nehezen felismerhető és javítható működési hibáktól. A munkaigényes MI projektek elterelhetik a vezetők figyelmét az egyéb problémáktól.

Mi a helyzet a munkaerőpiacon? Elveszi az AI a munkánkat, növeli a munkanélküliséget? Úgy tűnik, a drámai jóslatok megvalósulására még itt is várni kell. A statisztikákból könnyű megállapítani, hogy a fejlett országokban a munkanélküliségi ráta rekordmélységben van, egyes helyeken kifejezetten munkaerőhiány mutatkozik. A bérek emelkednek, és a vállalatok közötti munkaerőmozgás sem lett intenzívebb, vagyis nincs szó arról, hogy egyes helyeken nagy tömegben feleslegessé válnának az emberek, akik kénytelenek másutt munkát keresni. Az Egyesült Államokban az MI miatt „veszélyeztetett fajnak” nyilvánított fehérgallérosok létszámaránya kifejezetten nőtt az elmúlt időkben.

Termelékenység: egyelőre semmi különös

Milyen gazdasági mutatóban kellene leginkább megmutatkoznia a mesterséges intelligencia hatásának? Minden bizonnyal a termelékenységben. A termelékenységet általában a gazdasági output és input volumenének arányaként szokás meghatározni. Azt méri, hogy a gazdaságban milyen hatékonysággal használják fel a munkát és a tőkét adott nagyságú output előállítása érdekében. A termelékenység a gazdasági növekedés kulcsfontosságú forrása, alapvető versenyképességi tényező, amit gyakran használnak nemzetközi összehasonlításokra is. Leggyakrabban emlegetett változata az egy munkaórára eső GDP nagysága adott időszakban.

Nézzük meg elsőként az OECD 2022. évi termelékenységi adatait. A tagországok mintegy felében az előző évhez viszonyítva pozitív, a többieknél negatív volt a termelékenység növekedése. Az Amerikai Egyesült Államokban, az OECD országok teljes körében és az eurózónában egyaránt csökkenést mértek 2021-ben és 2022-ben – , ellentétben a 2020-as évvel. A grafikonokon látszik, hogy a járvány évei alaposan meghintáztatták a mutatót, akárcsak a 2008-as pénzügyi válság idején. De a kilengéseknek aligha volt köze a mesterséges intelligenciához. A nyugodtabb (és a témánk szempontjából kifejezetten érdekes) években, 2011 és 2019 között nem figyelhetünk meg semmiféle termelékenységi kiugrást: a termelékenység növekedésének mutatója kicsivel 1 százalék körül ingadozott.

  • Van, ami nem kedvez az MI-nek

A 2022-es negatív kilengésnek sokféle oka van, különböző források alapján megállapíthatjuk például, hogy

  • az utóbbi időkben lefékeződött a globalizáció,
  • visszaesés mutatkozik a direkt külföldi befektetésekben,
  • nehezebb lett pénzhez jutni,
  • munkaerőhiány miatt sokfelé akadoznak egyes fontos projektek,
  • az OECD országokban kevés új vállalat született, miközben jóval több ment csődbe.

Mindezek a fejlemények nem kedveznek a technológiai újdonságok – köztük a mesterséges intelligencia – terjedésének, hatásuk kibontakozásának. Kérdés, hogy mi lesz velük hosszabb távon, várható-e valamilyen pozitív fordulat az általános gazdasági helyzetben. A termelékenység növekedési kilátásai egyelőre fölöttébb bizonytalanok.

  • Százalékról-százalékra

Mindenesetre pozitív fejleménynek tekinthető a volt szocialista országok termelékenységi felzárkózása, de ennek nyilván megvannak a maga korlátai. Vegyük Magyarország példáját! Hazánkban 1999 és 2008 között éves átlagban 4,6 százalékkal nőtt a munka termelékenysége, 2010 és 2019 között viszont csak 1,3 százalékkal, 2023-ban pedig csak 0,1 százalékot produkáltunk, miközben szépen emelkedett a foglalkoztatottság. Magyarországon a munkatermelékenység 2010 és 2016 között gyakorlatilag stagnált, miközben a visegrádi négyek többi országában számottevően emelkedett.

A hazai mutató csak 2017-ben indult növekedésnek. A kilátások bizonytalanok: a KSH július legvégén azt jelentette, hogy a magyar gazdaság teljesítménye 2024 második negyedévében 0,2 százalékkal csökkent az előző időszakhoz képest, márpedig a termelékenységi hányados számlálójában a GDP szerepel.

Ha az Európai Unió termelékenységi adatait szektorok szerinti bontásban vizsgáljuk, megállapíthatjuk, hogy 2010 és 2019 között a mutató évi átlagos növekedése a mezőgazdaságban volt a legnagyobb. A kereskedelem a maga 1,3 százalékával a középmezőnyben helyezkedett el. A kiskereskedelmi forgalom volumene 2021 közepe óta stagnáló, illetve enyhén csökkenő tendenciát mutat.

  • Az amerikaiaké a legnagyobb

A mesterséges intelligenciába történő üzleti beruházások az Amerikai Egyesült Államokban a legnagyobbak. Mi a helyzet ott a termelékenységgel, bekövetkezett-e valamiféle robbanás az új technológia hatására? A hivatalos statisztikákból láthatjuk, hogy az éves növekedés a kilencvenes évek közepe óta 2002-ben volt a legnagyobb, akkor meghaladta a 4 százalékot. Jelentős növekedési kiugrás volt 2009-ben és 2010-ben is, de ennek nyilván a válság utáni visszarendeződés volt az oka. 2011 és 2018 között megközelíteni sem sikerült a korábbi magasságokat, a mutató jóval az 1947 és 2018 közötti 2 százalékos átlag alatt maradt. Robbanásról tehát nincs szó.

Az Egyesült Államok központi statisztikai hivatalának jelentése szerint a kiskereskedelmi szektorban a termelékenység 2022-ben csökkent, majd 2023-ban 1,6 százalékkal nőtt. 1987 és 2023 között a termelékenység éves átlagban 2,4 százalékkal nőtt a nagykereskedelemben, és 3,1 százalékkal a kiskereskedelemben, alszektoronként nagyon különböző teljesítményt mutatva. A nagykereskedelemben a mutató 2011 és 2021 között folyamatosan nőtt, az elmúlt két évben viszont csökkent.

Hiába keressük?

Összefoglalva: a mesterséges intelligencia fejlődésének és terjedésének hatását egyelőre hiába keressük a termelékenységi mutatókban. Tegyük hozzá rögtön: a termelékenység mérése és elemzése nehéz feladat; a számlálóval és a nevezővel egyaránt sok probléma van, a témáról sok jeles közgazdász vitatkozik. A termelékenység növelése ugyanakkor elengedhetetlen a jövőnk szempontjából, hiszen egyre több erőforráskorlátba ütközünk.

Mindezek elmondhatók a kereskedelemről is, ahol a termelékenység mérése a szokásosnál is több problémát vet fel. E cikk befejező szakaszában néhány mérési problémára világítunk rá a teljesség minden igénye nélkül. Remélve, hogy a jövőben itthon is többen fognak eredményesen foglalkozni ezzel az elhanyagolt, de annál fontosabb témával. A mesterséges intelligencia hatásának értékeléséhez, a hatásmechanizmusok feltárásához az elfogadható pontosságú mérés elengedhetetlen, a hatást pedig elsősorban a termelékenységben kell keresnünk a kereskedelemben is.

Termelékenység a kiskereskedelemben – milyen lehet a mesterséges intelligencia hatása?

Érett, modern gazdaságokban a kiskereskedelem az egyik legfontosabb gazdasági szektor, nagyság szerinti sorrendben általában a harmadik helyezett a szolgáltatások mezőnyében. Termelékenysége tekintetében jelentős különbségek mutatkoznak az egyes országok között, még a fejlett gazdaságok körében is.

A termelékenység mérésének módszertanát alapvetően a gyártó szektorra dolgozták ki. A kiskereskedelemnek számos olyan sajátossága van, amelyek (ahogy már jeleztük) megnehezítik a mérést, illetve az eredmények alapján történő összehasonlítást.

  • Íme, ezek közül néhány fontosabb:

  • A kiskereskedelem nagyon tarka világ nagyon sokféle játékossal. Több százezres összlétszámú nemzetközi óriások és aprócska „garázsvállalkozások” egyaránt megtalálhatók benne. A belépési korlátok általában alacsonyabbak, mint a termelő szektorokban. Kérdéses, hogy ebben a helyzetben mit is mondanak az olyan átlagok, amilyennek például egy összevont termelékenységi mutató is tekinthető. Rávilágítanak valamilyen fontos tulajdonságra, vagy éppenséggel elfedik a lényeget?
  • A sokféleség és az alacsony belépési korlátok következtében a szektorban a profiton kívül számos egyéb cél is megjelenik: önállóságra, függetlenségre való törekvés, rugalmas munkaidő, családtagok foglalkoztatása stb. A pénzügyi teljesítmény, a hatékonyság fokozása fontos, de nem feltétlenül a legfontosabb döntési szempont.
  • A kereskedelmi vállalkozásoknak sokféle keresleti, ellátási, szabályozási, ingatlangazdálkodási, városvédelmi, politikai és egyéb helyi körülményhez, feltételhez kell alkalmazkodniuk. Mindezek nyilván hatással vannak a szervezetek teljesítményére, így a termelékenységükre, hatékonyságukra is, éppen ezért ajánlatos óvatosan eljárni az összehasonlításoknál.
  • A kereskedelem számos ága szezonális jellegű, vagyis egyáltalán nem mindegy, hogy a mérést mikorra időzítik.
  • Részben a szezonalitással összefüggésben, a kereskedelemben gyakori az alkalmi, illetve részmunkaidős foglalkoztatás, ami megnehezíti a ténylegesen ledolgozott munkaórák számbavételét.
  • Szabályozási és egyéb okokból gyakran előfordul, hogy a kereskedelem valamilyen szűkebb területén nincs tökéletes verseny, a gazdálkodási hatékonyság nem szűri meg kellőképpen a vállalkozásokat, azok döntési szabadsága korlátozott.
  • A szektorban sajátos mérési problémákat okoz a termelési és az értékesítési tevékenység gyakori összemosódása, a vevők aktív részvétele a folyamatokban (pl. a tájékozódás, a megvásárolt termékek hazaszállítása, összeszerelése). Hogyan vegyük figyelembe a termelékenység mérésénél, hogy a kereskedési-kiszolgálási munka egy részét maguk a vevők végzik el?
  • A kereskedők olyan megoldásokat is alkalmazhatnak, amelyek rontják a termelékenységüket, a vevők számára viszont hasznosak és kényelmesek. Végeredményben éppen ezért javíthatják az elégedettségi mutatókat.

A kereskedelemben a termelékenységi mutató számításánál a számlálóban általában értékesítést, illetve bruttó hozzáadott értéket (értékesített termékek árbevétele mínusz azok beszerzési költsége) szerepeltetik. Ezt osztják el a létszámmal vagy a ledolgozott munkaórák összegével. A nevezőben más inputok is figyelembe vehetők. Ezek között vannak olyanok is (leginkább a szervezeti tőke, a felhasznált tudás), amelyeket kifejezetten nehéz számszerűsíteni, bár ebből a szempontból a kereskedelem nem tekinthető különlegesnek.

Ami segít, és ami gátol

Mindezek után soroljunk fel néhány olyan tényezőt, amelyek közvetlen meghatározói lehetnek a kereskedelmi munka termelékenységének. Ha most vagy a jövőben a mesterséges intelligencia fejlődésének és terjedésének hatását igyekszünk kimutatni, mindenképpen ajánlatos ezeket megvizsgálnunk: a technológiai fejlődés hatása ezeken keresztül érvényesülhet.

A verseny intenzitása és a versenymezőny összetétele. A heves verseny a technológiai újítások gyors és kreatív bevezetésére kényszerítheti a kereskedelmi vállalkozásokat. Ha a mesterséges intelligencia használata számottevő versenyelőnyt biztosít, növeli a termelékenységet, akkor a terjedése gyorsabb lesz ott, ahol hevesebb a versengés. Az innovációk terjedése úgy is történhet, hogy a modernebb technológiát használó friss cégek kiszorítják a nehézkesebb régieket.  Vagyis: élénk mozgás mutatkozik a szektorból kifelé és befelé, vagyis megváltozik a mezőny összetétele. Érdemes ezért figyelemmel kísérni a be- és kilépési rátákat.

Hivatalos adatok szerint Magyarországon hosszabb ideje gyors ütemben csökken a boltok száma. Kérdés, hogy a magas kilépési ráta és a vele járó koncentrálódás milyen hatással van a technológiai innovációk terjedésére, illetve a termelékenységre.

Szabályozás

A kereskedelem szabályozási környezetében jelentős különbségek mutatkoznak egyes országok és régiók között. Különböző előírások és szabályok megnehezíthetik a piaci ki- és belépést, és ezáltal akadályozhatják a technikai újdonságok terjedését. (Régi történet, de idézzük fel: volt idő, amikor Magyarországon csak az nyithatott internetes boltot, akinek fizikai, „tégla és habarcs” üzlete is volt.) Szabályok arra kényszeríthetnek egyes kereskedelmi vállalkozásokat, hogy alacsonyabb hatékonysági szinten működjenek, esetleg ne tudják elérni az optimális méretnagyságot. Ha így áll a helyzet, az érintett vállalkozások kevesebbet tudnak technológiai fejlesztésre költeni, lassabban nőhet a termelékenységük.

Az infokommunikációs technológia használata

A múlt század kilencvenes éveinek második felében az Amerikai Egyesült Államokban nagy ugrás mutatkozott a kereskedelmi szektor termelékenységében, ami nagyrészt a számítógépek, az internet és az elektronikus kereskedelem terjedésével magyarázható. Az ICT eszközök használata és a termelékenység között szoros korreláció volt megfigyelhető. Elemzők arra is felhívták a figyelmet, hogy a hatás nem jelentkezik azonnal: a technológiai beruházások csak jelentős, akár több éves késéssel emelik meg a termelékenységet. Feltételezhetjük, hogy ez így lesz a mesterséges intelligencia esetében is.

Egy másik fontos megfigyelés, hogy a technológiai beruházások hatására a teljesítménymutatók a kezdeti időkben akár romolhatnak is. Az új eszközök használatát ugyanis meg kell tanulni, ami időigényes és költséges folyamat lehet, akárcsak a folyamatok, sőt esetenként a teljes cég átszervezése.

Nemzetközi terjeszkedés

A mesterséges intelligencia hasznosításában élen járnak a nagy méretű nemzetközi cégek. A kereskedelmi cégeknek számos oka lehet a külföldi terjeszkedésre, így például a hazai piac beérése, a versenyhelyzet, a nagy méretekből fakadó költségelőnyök kihasználása, nemzetközi, határok nélküli piaci szegmensek kialakítása. A mögöttünk álló két-három évtizedben a külföldi terjeszkedés nagyon erős trend volt a kereskedelemben. A több országban tevékenykedő cégeknek lehetőségük van arra, hogy kedvező tapasztalatok esetén az egyik országban bevezetett új eszközöket és eljárásokat gyorsan átvigyék más országokba is. A mesterséges intelligencia hatásának kibontakozását segíthetik a külföldi tőkebefektetések, és megfordítva: a direkt befektetések lassulása korlátozhatja ezt a folyamatot.

Tudásgenerálás, tudástranszfer

A technológiai újítások bevezetéséhez újfajta tudásra és képességekre van szükség. A kereskedelemben számos olyan terület van, ahol ezek különösen fontosak. Így például az új kiszolgálási módok kialakítása, új kapcsolattartási módok bevezetése, a kiszállítás logisztikájának megváltoztatása, a felhalmozódó adatvagyon hasznosítása. A mesterséges intelligencia hasznosításához megfelelően képzett szakértőket kell foglalkoztatni, oktatni kell a személyzetet, kodifikálni kell (pl. „szoftverbe önteni”) a frissen generált tudást, gondoskodni kell a tudás átadásáról, terjesztéséről, miközben meg kell védeni a cég intellektuális tőkéjét. A mesterséges intelligencia akkor tud számottevő hatást gyakorolni a termelékenységre, ha a használatát fejlett tudásmenedzsment rendszer támogatja.

A cégen belüli tudástranszfer mellett fontos a szervezetközi is. A technológiai újítások gyorsabban terjedhetnek és hasznosulhatnak, ha az alkalmazó cégek olyan környezetben (klaszterekben) tevékenykednek. Ott, ahol más, velük nem versengő szervezetek tudásához és tapasztalataihoz is hozzáférhetnek, akár informális csatornákon keresztül is. A mesterséges intelligencia esetében is fontosak a különböző formális és informális tudásközösségek, a tehetséges embereknek otthont adó „okos városok”, üzleti-akadémiai hálózatok, tudásbrókerek, kölcsönös igazgatótanácsi tagságok, a nyitott és befogadó szervezeti kultúra. És az sem mindegy, hogy a kérdéses területen milyen a munkaerő, különösen a vezetők és a szakértők mobilitása.

Mindezek alapján talán nem meglepő, hogy a forradalmi változásokat ígérő jóslatok ellenére mesterséges intelligencia csak lassan, fokozatosan fejtheti ki a hatását. Igaz ez a termelékenységre, de más fontos teljesítménymutatókra, illetve általában a gazdaságra, a kereskedelemre és a munkaerőpiacra is.

Az armageddonra még várni kell: forradalmi változások helyett inkább hosszabb evolúciós folyamatra számíthatunk.

A hatásmechanizmusokat a mai bonyolult gazdasági és politikai helyzetben nehéz lesz kihámozni az általános zűrzavarból, de érdemes vele megpróbálkozni.