Искусственный интеллект не смог повысить продуктивность, согласно недавнему исследованию CEOs.

Недавнее исследование показывает, что интеграция ИИ в рабочую среду не привела к ожидаемым приростам производительности или значительным изменениям в занятости, что напоминает ‘парадокс производительности,’ выявленный экономистом Робертом Солоу в эпоху ИТ. Несмотря на распространенность ИИ, о чем свидетельствует его упоминание в 374 отчетах о доходах среди компаний S&P 500, исследование, охватившее 6000 высокопрофессионалов из США, Великобритании, Германии и Австралии, показало, что почти 90% не сообщили о каком-либо воздействии ИИ на производительность или занятость за последние три года.
Исследование подчеркивает разрыв между ожидаемыми и фактическими результатами применения ИИ в производительности, что напоминает случившиеся в прошлом технологические прорывы. В частности, хотя две трети руководителей используют ИИ, это составляет всего около 1,5 часа использования в неделю на рабочем месте, и 25% респондентов вообще не используют ИИ. Несмотря на эти выводы, руководители сохраняют существенные ожидания от ИИ, прогнозируя 1,4% увеличение производительности и 0,8% рост объемов производства в течение следующих трех лет.
Некоторые исследователи остаются настроены оптимистично относительно потенциала ИИ, и Федеральный резервный банк Сент-Луиса сообщает о 1,9% увеличении темпов роста производительности с момента появления ChatGPT в 2022 году. Тем не менее, более широкие экономические показатели, такие как данные по занятости и инфляции, не демонстрируют значительных изменений, вызванных ИИ, что вызывает вопросы о том, когда или если ожидаемые возвраты от инвестиций в ИИ, которые в 2024 году превысили 250 миллиардов долларов, реализуются.
Экономисты проводят параллели с эрой ИТ, когда появление новых технологий, таких как транзисторы и микропроцессоры, также не сразу привело к росту производительности, а вместо этого создало колоссальные объемы информации без эффективных способов ее использования для повышения производительности.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

Claude Fable 5 от Anthropic: Возможности класса Mythos, требуется хранение данных
Завтра Anthropic выпускает Claude Fable 5 — самую продвинутую публичную модель с возможностями класса Mythos и улучшенными ограничениями. Вероятно, потребуется хранение данных.

Эффект "Дома с привидениями": пять типов ошибок в коде, созданном искусственным интеллектом
Анализ опыта разработчиков с использованием Claude AI выявляет устойчивую закономерность: первоначальный рост производительности в 10 раз сменяется накоплением технического долга. В источнике определены пять конкретных режимов сбоя, включая скрытые зависимости и паралич контекстного окна.

Сравнение затрат на API для LLM в 2026 году: самостоятельное размещение и облачные провайдеры
Пользователь Reddit сравнил стоимость API LLM для 1 млн токенов в день у 11 провайдеров, выяснив, что самостоятельный хостинг с vLLM стоит около $0,05 за 1 млн токенов, в то время как GPT-4o стоит $5/$15 за входные/выходные токены.

Два сбоя ИИ в одной демонстрации: Claude Code исправляет орфографию вместо ошибки схемы, OpenAI путает сопоставление пользовательских полей
Во время живого семинара Claude Code проигнорировал ошибку валидации JSON-схемы, чтобы исправить предупреждения об орфографии, а OpenAI при первой попытке сопоставления странных пользовательских полей Salesforce выдал мусор.