به گزارش اقتصادرَوا؛ علی‌رغم هیاهوی گسترده و سرازیرشدن حجم عظیمی از سرمایه‌گذاری‌ها (که برآوردهای آن در سال ۲۰۲۵ به ۲۰۰ میلیارد دلار می‌رسد) به بخش هوش مصنوعی، شواهد قانع‌کننده‌ای مبنی بر اینکه این فناوری در حال حاضر اقتصاد جهانی را دگرگون کرده یا باعث افزایش قابل توجه رشد و بهره‌وری شده است، وجود ندارد. با توجه به اینکه بازارهای سهام آمریکا به شدت از چشم‌انداز تحول‌آفرینی هوش مصنوعی حمایت می‌کنند و بخش عمده‌ای از دستاوردهای شاخص S&P 500 در سال جاری مدیون سهام شرکت‌های فناوری است، این عدم قطعیت، سؤالات جدی در مورد ماهیت این پدیده - چه یک دگرگونی حقیقی باشد یا یک حباب سفته‌بازانه - ایجاد می‌کند.

با این حال، سوابق تاریخی نشان می‌دهد که حتی حباب‌های سفته‌بازانه، مانند رونق دات‌کام در دهه ۱۹۹۰، می‌توانند زیرساخت‌ها و نوآوری‌های حیاتی را برجای بگذارند که رشد بلندمدت را تقویت می‌کنند. دوره دات‌کام تقریباً رشد بهره‌وری ایالات متحده را به ۲.۵ درصد دو برابر کرد و برخی مطالعات نشان می‌دهند که موج کنونی سرمایه‌گذاری هوش مصنوعی ممکن است افزایش مشابهی در تولید ناخالص داخلی ایجاد کند. با این وجود، تلاش برای رصدکردن این تحولات ساختاری با معیارهای سنتی اقتصاد کلان با موانع جدی روبروست.

نارسایی‌های آماری و نیاز به داده‌های جدید

یکی از چالش‌های اصلی، نارسایی معیارهای اقتصادی مرسوم، از جمله رشد تولید ناخالص داخلی، در ثبت اثرات فناوری‌های تحول‌آفرین است. تاریخ اقتصادی نشان داده است که فناوری‌هایی مانند نیروی بخار و برق، دهه‌ها طول کشید تا تأثیرات خود را در آمار رسمی نشان دهند و حتی زمانی که این اثرات نمایان شد، افزایش درآمد اندازه‌گیری شده اغلب نسبتاً ناچیز بود. به همین ترتیب، معیارهای سنتی هنوز در اندازه‌گیری دقیق اثرات «اقتصاد دیجیتال قدیمی» با مشکل مواجه هستند، و این چالش در مورد اقتصاد نوین مبتنی بر هوش مصنوعی شدیدتر است.

در حال حاضر، اطلاعات اولیه و حیاتی در مورد پذیرش هوش مصنوعی در بسیاری از حوزه‌ها ناقص یا کاملاً مفقود است. به عنوان مثال، اطلاعات سیستماتیک در مورد اینکه چه تعداد شرکت از هوش مصنوعی مولد استفاده می‌کنند، در کدام بخش‌ها، و دقیقاً برای چه کاربردهایی (مانند بازاریابی، لجستیک یا خدمات مشتری) وجود ندارد. این خلأ اطلاعاتی، توانایی کسب‌وکارها برای ارزیابی تقاضا و فرصت‌ها و همچنین توانایی دولت‌ها برای طراحی سیاست‌هایی که رشد را تقویت کرده و مصرف‌کنندگان را محافظت کنند، مختل می‌سازد. در غیاب درک واضحی از تأثیر اقتصادی هوش مصنوعی، گفتمان عمومی ناگزیر بر روی خطرات متمرکز می‌شود، از جمله اضطراب در مورد «بیکاری جمعی» تا تأثیرات روانی چت‌بات‌های شبیه به انسان.

شاخص‌های پیشنهادی برای سنجش ساختاری

برای پر کردن این شکاف، جمع‌آوری داده‌های سیستماتیک حیاتی است. مجموعه‌ای جامع از شاخص‌ها باید شامل معیارهای نهادهای کلیدی برای توسعه هوش مصنوعی باشد، از جمله مصرف انرژی، جابه‌جایی‌های بازار کار و میزان استفاده از داده‌ها. سنجش میزان پذیرش و استقرار خدمات مبتنی بر هوش مصنوعی خودمختار (Agentic AI) نیز از اهمیت بالایی برخوردار است. علاوه بر این، داده‌های مربوط به نحوه استفاده از زمان در خانه و محل کار و همچنین شاخص‌های ساختاری مرتبط با تغییرات در ترکیب صنعتی و طراحی سازمانی، می‌توانند بینش‌های عمیقی از تحولات گسترده‌تر اقتصادی فراهم آورند.

متأسفانه، در حال حاضر تعداد کمی از این معیارها به طور فعال اندازه‌گیری می‌شوند و بسیاری از نهادهای آماری با چالش‌هایی دست‌وپنجه نرم می‌کنند. در نتیجه، بسیاری از سیاست‌گذاران در پذیرش منابع داده و روش‌شناسی‌های جدید محتاط هستند. این وضعیت به وضعیتی مشابه دوران ویکتوریا شباهت دارد، جایی که مردم درک عمیق‌تری از چگونگی بازآرایی جهان خود توسط فناوری‌هایی چون نیروی بخار و تلگراف از طریق آثار نویسندگانی چون چارلز دیکنز و جورج الیوت به دست می‌آوردند تا از طریق آمارهای رسمی. دستیابی به درک دقیق از تأثیر هوش مصنوعی مستلزم یک رویکرد جدید و جسورانه در اندازه‌گیری‌های اقتصادی است.

گزارش از: امیرحسین مستقل، کارشناس اقتصادی