Ini bukan kantormu bulan depan. | Gambar Getty 
Dalam esai viral tentang X, “Sesuatu yang Besar Sedang Terjadi,” Matt Shumer menulis bahwa dunia sedang menjalani momen yang mirip dengan awal Covid dalam kecerdasan buatan. Pendiri dan CEO OthersideAI berpendapat bahwa AI telah beralih dari asisten yang berguna menjadi pengganti kognitif umum. Terlebih lagi, AI kini membantu membangun versi dirinya yang lebih baik. Sistem yang dapat menyaingi sebagian besar keahlian manusia akan segera hadir.
Meskipun para ahli tahu bahwa perubahan transformatif akan terjadi dengan cepat, orang-orang normal akan terkejut. Sesuai dengan metafora era pandemi, Tom Hanks akan jatuh sakit.
Antara esai Shumer dan pengunduran diri Mrinank Sharma — dia memimpin tim keselamatan Anthropic dan memposting secara tidak jelas lumayan surat perpisahan yang memperingatkan bahwa “dunia berada dalam bahaya” akibat “krisis yang saling berhubungan,” sekaligus mengisyaratkan bahwa perusahaan “terus-menerus menghadapi[s] tekanan untuk mengesampingkan hal-hal yang paling penting” bahkan ketika perusahaan tersebut sedang mengejar valuasi sebesar $350 miliar — yah…beberapa orang mulai mengabaikannya. Atau, lebih tepatnya, orang-orang yang sudah sangat khawatir dengan AI kini menjadi semakin khawatir.
Begini, mungkinkah model AI akan segera memenuhi berbagai definisi AGI yang disebut lemah, setidaknya? Banyak ahli teknologi, belum lagi pasar prediksi, berpendapat demikian. (Namun, sebagai kenyataan, saya mengingat pernyataan CEO Google DeepMind Demis Hassabis bahwa kita masih memerlukan satu atau dua terobosan teknologi tingkat AlphaGo untuk mencapai AGI.)
Namun daripada kemajuan teknologi – dan saya sangat yakin bahwa AI generatif adalah teknologi serbaguna yang ampuh – mari kita bahas beberapa hambatan dan hambatan mendasar dari dunia ekonomi, bukan ilmu komputer.
Jalan panjang dari demo hingga penerapan. Lompatan dari “model AI sangat mengesankan, bahkan lebih dari yang Anda sadari” menjadi “segalanya akan segera berubah” berarti kita mengabaikan bagaimana perekonomian sebenarnya menyerap teknologi baru. Elektrifikasi membutuhkan waktu puluhan tahun untuk mendesain ulang pabrik-pabrik di sekitarnya. Internet tidak mengubah ritel dalam semalam. Adopsi AI saat ini mencakup kurang dari satu dari lima perusahaan di Amerika. Penerapannya di lembaga-lembaga besar, teregulasi, dan menghindari risiko memerlukan investasi pelengkap yang besar dalam infrastruktur data, desain ulang proses, kerangka kepatuhan, dan pelatihan ulang pekerja. (Para ekonom menyebut hal ini sebagai kurva J produktivitas.) Memang benar, pembelanjaan pada tahap awal sebenarnya dapat menekan output terukur sebelum keuntungan yang terlihat dapat diperoleh.
Lebih kaya tidak selalu berarti lebih sibuk. Mari kita berikan asumsi kepada orang-orang yang optimis – dan saya tentu saja menganggap diri saya sangat optimis – mengenai kemampuan AI yang berkembang pesat. Output masih tidak meledak sepeser pun. Masyarakat yang lebih kaya secara historis memilih lebih banyak waktu luang – pensiun lebih awal, minggu kerja yang lebih singkat – daripada lebih banyak waktu di kantor atau pabrik. Ekonom Dietrich Vollrath menyatakan bahwa produktivitas yang lebih tinggi tidak berarti pertumbuhan yang lebih cepat jika rumah tangga merespons dengan menyediakan lebih sedikit tenaga kerja. Kesejahteraan mungkin meningkat secara signifikan sementara pertumbuhan PDB tetap relatif rendah.
Sektor paling lambat menetapkan batas kecepatan. Sekalipun AI membuat beberapa layanan jauh lebih murah, permintaan tidak akan meningkat tanpa batas. Peralihan belanja ke sektor-sektor yang menolak otomatisasi – layanan kesehatan, pendidikan, pengalaman tatap muka – di mana keluarannya lebih terikat pada waktu manusia. (Ini adalah “efek Baumol” atau “penyakit biaya” yang terkenal.) Ketika upah meningkat di seluruh perekonomian, sektor-sektor padat karya dengan pertumbuhan produktivitas yang lemah menuntut bagian pendapatan yang lebih besar. Hasilnya: Bahkan kemajuan AI yang spektakuler mungkin hanya menghasilkan pertumbuhan produktivitas yang moderat secara keseluruhan.
Pipa perekonomian yang paling sempit. Dalam sistem yang dibangun dari banyak bagian yang saling melengkapi, jelas ekonom Charles Jones, pipa tersempit menentukan alirannya. AI dapat mempercepat pengkodean, penyusunan, dan penelitian sesuai keinginannya. Namun jika infrastruktur energi, modal fisik, persetujuan peraturan, atau pengambilan keputusan manusia bergerak dengan kecepatan biasa, maka hal-hal tersebut akan menjadi kendala yang membatasi seberapa cepat perekonomian dapat bertumbuh.
Perekonomian adalah sistem yang adaptif, kompleks, dan menakjubkan. Mereka menciptakan objek fisik yang mewujudkan dan mengumpulkan informasi kompleks — yang oleh ekonom Cesar Hidalgo dengan elegan disebut sebagai “kristal imajinasi”. Dan ketika mereka berubah, mereka melakukan penyesuaian melalui reorganisasi dan realokasi bertahap, bukan melalui keruntuhan mendadak atau lepas landas secara instan. Maksud saya, itu seharusnya menjadi skenario dasar Anda.
Saat ini, tingkat urgensinya mungkin diperlukan. (Saran Shumer untuk menggunakan alat AI yang paling mumpuni sekarang dan menerapkannya ke dalam pekerjaan Anda sehari-hari tampaknya bijaksana.) Analogi yang memicu kepanikan di awal tahun 2020 mungkin tidak demikian.
Karya ini awalnya muncul di buletin Pethokoukis “Tolong Lebih Cepat!”
