A inteligência artificial não melhorou comprovadamente as métricas de produtividade, de acordo com JP Gownder, vice-presidente e analista principal da Forrester, que afirmou que as actuais aplicações de IA não estão a aparecer nas estatísticas de produtividade. Gownder disse O Registro que os dados do Bureau of Labor Statistics dos EUA indicam que a introdução de tecnologias no passado, como os computadores pessoais, não se correlacionou imediatamente com os ganhos de produtividade. O crescimento anual da produtividade registou 2,7% de 1947 a 1973, depois diminuiu para 2,1% entre 1990 e 2001, e mais para 1,5% de 2007 a 2019. Observou que o impacto da tecnologia da informação na produtividade nem sempre foi linear. A observação de 1987 do economista Robert Solow, conhecida como Paradoxo de Solow, afirmou que os efeitos da revolução do PC eram visíveis em todo o lado, excepto nas estatísticas de produtividade; Gownder disse que isso vale para a IA hoje. recente da Forrester pesquisar em projetos de substituição de empregos de IA que a IA poderia substituir 6% dos empregos até 2030, totalizando aproximadamente 10,4 milhões de empregos. Esse impacto decorre da automação de processos robóticos, automação de processos de negócios, robótica física e IA generativa. Gownder indicou que estas perdas de emprego seriam estruturais e permanentes, ao contrário das típicas recuperações de emprego pós-recessão. Para avaliar a susceptibilidade profissional, Gownder e a sua equipa analisaram cerca de 800 tipos de emprego e 34 competências definidas pelo Bureau of Labor Statistics dos EUA, consultando 200 empresas. A sua metodologia assemelhava-se à utilizada pelos estudiosos da Universidade de Oxford, Carl Benedikt Frey e Michael Osborne, no seu estudo de 2013 sobre a suscetibilidade à informatização do trabalho. Isso permitiu à Forrester calcular o “potencial de automação” em vários trabalhos, cruzando recursos de IA com tarefas e categorias de cargos identificadas. Gownder também discutiu a eficácia das implementações de IA em grandes organizações, observando que “muitas coisas de IA generativa não estão realmente funcionando”. Ele citou um estudo do MIT que indica que 95% dos projetos generativos de IA não produziram benefícios tangíveis de lucros e perdas, o que se traduz em nenhum retorno real do investimento. Os dados da McKinsey mostraram resultados semelhantes, com aproximadamente 80% dos projetos a falharem na entrega de valor. Estes resultados sugerem que a IA ainda não está a causar uma deslocação generalizada de empregos. Ele esclareceu que os recentes cortes de empregos em grande escala foram principalmente decisões financeiras, e não orientadas pela IA, embora algumas empresas estejam atrasando a contratação para vagas abertas para avaliar o potencial da IA para assumir essas tarefas. Gownder sugeriu ainda que, historicamente, as perdas de empregos em sectores como a indústria transformadora dos EUA foram muitas vezes impulsionadas pela globalização e não apenas pela robótica. Ele vê um paralelo com a IA, onde a terceirização, devido à mão de obra mais barata, pode às vezes ser erroneamente atribuída como uma perda de emprego causada pela IA.
