رابرت سولو، اقتصاددان مطرح نیز مشاهده‌ای مثل شما داشت. این مشاهده در کنار تصویری که از کندی رشد بهره‌وری کلان داشت، معمایی را در ذهنش ساخت که به این صورت در سال۱۹۸۷ مطرح کرد: «ردپای کامپیوترها همه جا قابل مشاهده است به جز در آمار مربوط به بهره‌وری.»

گرچه مشاهده سولو مربوط به اقتصاد آمریکا است، این پدیده در سایر اقتصادهای دنیا نیز قابل مشاهده است. نمودار مقابل روند تغییر رشد بهره‌وری نیروی کار را برای پنج کشور آمریکا، آلمان، فرانسه، اسپانیا و ایتالیا در واحد درصد تغییر نشان می‌دهد. نمودار کندی رشد بهره‌وری در آمریکا را بعد از دهه۶۰ میلادی نشان می‌دهد.

به‌ویژه کندی رشد در دهه۷۰ و ۸۰ میلادی، زمانی که کامپیوترها در حال گسترش بودند، این معما را در ذهن بسیاری از جمله سولو مطرح ساخت. هرچند افزایش رشد بهره‌وری در دهه۹۰ میلادی در آمریکا سولو را قانع کرد که احتمالا این تناقض حل شده، اما به نظر می‌رسد این افزایش رشد موقتی بوده است.

بهره‌وری یک اقتصاد به بیان ساده یعنی با یک میزان ثابت از منابع و نهاده‌های تولید چه میزان محصول تولید می‌شود. نمودار، بهره‌وری نیروی کار در سطح کلان را نشان می‌دهد؛ یعنی تولید داخلی (GDP) تقسیم بر کل ساعات کاری در یک‌سال. بهره‌وری تولید متاثر از عوامل مختلفی نظیر نهادها و قوانین، سرمایه‌های مکمل از جمله سرمایه‌های طبیعی و تکنولوژی (فناوری) است.

نقش فناوری در بهره‌وری چنان کلیدی است که در اکثر تحلیل‌های اقتصاد کلان، عامل اصلی است. حال معما است که چرا اثرات مشهود فناوری‌هایی چون کامپیوتر، اینترنت و هوش مصنوعی بر زندگی روزمره افراد یا اثرات مشهود تحول دیجیتال بر کسب‌وکارها در سطح کلان دیده نمی‌شود.
فرضیات پاسخ‌دهنده‌ این معما را می‌توان به چهار دسته کلی تقسیم کرد: ۱- اثرگذاری بخشی ۲-اثرات توزیعی و جمع صفر ۳- خطای اندازه‌گیری و ۴-دوره آماده‌سازی. اهمیت پاسخ‌گویی به این سوال آنجاست که این فرضیات پیامدهای سیاستی بسیار متفاوتی دارند.

درصورتی‌که انتظار داشته باشیم فناوری‌های دیجیتال صرفا به بخش‌هایی از اقتصاد کمک کند یا بدتر از آن اثرات جمع صفر داشته باشد، به‌عنوان سیاستگذار انگیزه کمتری برای تشویق سرمایه‌گذاری در فناوری‌های مدرن خواهیم داشت و حتی ممکن است موانعی بر سر راه آنها قرار دهیم. اما اگر انتظار داشته باشیم که این فناوری‌ها بهره‌وری کل را نیز ارتقای قابل توجهی بخشند، گسترش این فناوری‌ها را اولویت سیاستی قرار می‌دهیم.

فرضیه‌ اثرات بخشی بیان می‌کند که فناوری‌های دیجیتال برخلاف فناوری‌های عصر انقلاب صنعتی اول (ماشین بخار) و دوم (الکتریسیته و موتور احتراق داخلی) تنها صنایع خاصی را تحت تاثیر قرار می‌دهند و تاثیری عمومی روی بهره‌وری ندارند. مشاهده‌ موید این فرضیه آن است که جهش رشد دهه‌۹۰ میلادی عمدتا در صنایع تولیدکننده کامپیوتر و لوازم جانبی و به‌طور کلی در صنایع تولیدکننده‌ محصولات بادوام دیده می‌شود، صنایعی که سر جمع تنها ۱۲درصد اقتصاد آمریکا را تشکیل می‌دادند.

فرضیه‌ اثرات جمع صفر بیان می‌کند که فناوری‌های دیجیتال عمدتا به بازیگران خرد کمک می‌کند تا زودتر از دیگران به انتفاع اقتصادی برسند و صرفا اثرات توزیعی دارند. به‌طور نمونه می‌توان به الگوریتم‌های معاملاتی (trade) یا تبلیغات آنلاین مبتنی بر هوش مصنوعی اشاره کرد. ابزارهایی که گرچه سودهای قابل توجهی را رقم می‌زنند، در بازارهای جمع صفر استفاده می‌شوند. دیگر پدیده موید این فرضیه پدیده ابرشرکت‌ها (superstar firms) است.

فناوری‌های دیجیتال به دلایلی چون اثر شبکه‌ای فضای کسب‌وکاری را ایجاد می‌کنند که بازیگر برنده همه بازار را تصاحب می‌کند (winner takes all). به‌طور مثال می‌توان ابرشرکت‌هایی چون آمازون و گوگل را به یاد آورد، شرکت‌هایی که رقابت با آنها بسیار سخت است. بنابراین طبیعی است که فناوری‌های مدرن در سطح خرد بهره‌وری کسب‌وکارهای کاربر را افزایش قابل ملاحظه دهند؛ ولی بر بهره‌وری کلان اثر قابل توجهی نداشته باشند.

فرضیه‌ خطای اندازه‌گیری بیان می‌کند که مشکل از شیوه‌ اندازه‌گیری ماست که اثر چشم‌گیر فناوری‌های دیجیتال بر بهره‌وری را نادیده می‌گیرد. این فرضیه بر نادیده‌گرفته شدن افزایش کیفیت و تنوع محصولات در شاخص GDP و صفر بودن سهم محصولات رایگان دیجیتال در GDP تاکید می‌کند. احتمالا می‌دانید که شاخص تولید حقیقی یعنی شاخص GDP که با شاخص‌های قیمت تعدیل شده است.

در شاخص GDP هزینه مصرف‌کننده یا سرمایه‌گذار روی محصولات نهایی با هم جمع می‌شود. سپس این جمع هزینه بر شاخص قیمتی که مبتنی بر هزینه‌ یک سبد کالا به دست آمده است، تقسیم می‌شود تا تغییرات شاخص تولید حقیقی بازتابی از رشد اقتصادی باشد نه تورم. اما این شیوه تعدیل در مواجهه با کالاهای جدید یا تغییر قابل ملاحظه‌ کیفیت کالاها دچار مشکل می‌شود.

به‌عنوان مثال یک گوشی هوشمند که در سال۲۰۲۴ با قیمت هزار دلار در بازار عرضه می‌شود از نظر توان پردازش، حافظه و سایر قابلیت‌ها با یک گوشی هزار دلاری در سال۲۰۱۰ یک دنیا تفاوت دارد. این تفاوت کیفیت در هزینه و نهایتا در شاخص تولید حقیقی به درستی بازتاب داده نمی‌شود. به‌طور مشابه مطلوبیتی که مصرف‌کننده از افزایش تنوع کالاها و خدمات کسب می‌کند در این شاخص عمدتا نادیده گرفته می‌شود. لازم به ذکر است که دو چالش کیفیت و تنوع در محاسبهGDP قبل از عصر دیجیتال نیز وجود داشته‌اند.

پس چرا می‌توانند توضیح‌دهنده‌ معمای بهره‌وری عصر دیجیتال و ثبت کمتر از قبل میزان واقعی تولید شوند؟ به این دلیل که در عصر دیجیتال فرکانس عرضه محصولات جدید به بازار و تغییر کیفیت محصولات موجود نظیر کامپیوترها و گوشی‌های هوشمند بیش از گذشته است. به علاوه انبوه داده‌ای که شرکت‌ها به کمک ابزار دیجیتال از مصرف‌کنندگان جمع‌آوری می‌کنند سبب شده است که شخصی‌سازی محصولات به مراتب بیش از گذشته انجام شود و تنوع محصولات فوق‌العاده بیشتر شود.

وجه واضح‌تر خطای اندازه‌گیری در محصولاتی مشاهده می‌شود که در عصر دیجیتال به شکلی رایگان یا کم‌هزینه عرضه می‌شوند. محصولاتی نظیر شبکه‌های اجتماعی، جست‌وجوی وب، نرم‌افزارهای رایگان و محتواهای دیجیتال. خدماتی که گرچه از طریق جمع‌آوری داده و تبلیغات برای شرکت‌ها سودمند هستند، به‌دلیل نبود تراکنش مالی در شاخص GDP ثبت نمی‌شوند.

بنابراین هر سه مجرای خطای اندازه‌گیری بیانگر این هستند که منابعی از تولید صرف اهداف و خدماتی شده است که گرچه برای شرکت‌ها سودمند و برای مشتریان جذاب است، در محاسبه اقتصاددانان از تولید وارد نمی‌شود. به بیان دیگر شهروندان عادی با درک ملموس اثرات فناوری کمتر از اقتصاددانان این معما را احساس می‌کنند.

فرضیه دوره‌ آماده‌سازی بیانگر آن است که اثربخشی یک فناوری محوری نیازمند صرف زمان قابل توجه است. این فناوری‌ها ارتباط تنگاتنگی با بخش‌های مختلف فرآیند تولید دارند. درنتیجه یک کسب‌وکار باید در ساختار کسب‌وکار، ساختار خط تولید و چینش نیروی انسانی خود یک بازنگری کلی انجام دهد. به‌علاوه کاربران فناوری نیازمند آموزش هستند تا بتوانند به شکل کارآمد از فناوری‌های نوین استفاده کنند.

همچنین تغییر ساختار اقتصادی کسب‌وکارها به تغییر جایگاه مشاغل و مهارت‌ها منجر می‌شود که نیازمند تغییر عادات اجتماعی و سبک زندگی است. یک مثال روشنگر در این زمینه، تجربه شرکت AT&T، بزرگ‌ترین شرکت مخابراتی آمریکا در قرن بیستم است که حدود هفتاد سال نیاز داشت تا اتوماسیون فرآیند اتصال تماس را در شرکت پیاده‌سازی کند.

موانعی چون تغییر ساختار کسب‌وکار و فشار اتحادیه‌های کارگری و اجتماعی روند به‌کارگیری فناوری اتوماسیون را برای این شرکت کند کرده بود. به علاوه فناوری‌های محوری برای اثربخشی باید در گستره بزرگی از کسب‌وکارها پیاده‌سازی شوند تا اثر مشهودی بر تولید کل بگذارند که این خود پدیده‌ای زمان‌بر است.

شواهد تاریخی و مقایسه فناوری‌های دیجیتال با فناوری‌های محوری عصر انقلاب‌های صنعتی، اقتصاددانان را به این نتیجه رسانده است که ترکیبی از دو فرضیه آخر به‌ویژه فرضیه دوره آماده‌سازی، توضیح‌دهنده معمای بهره‌وری است.

کسب‌وکارها و جوامع برای به کاربستن فناوری‌های مدرن باید برای یک دوره نسبتا طولانی منابعشان را صرف آماده‌سازی بخش‌های مختلف برای پذیرش این فناوری کنند. این آماده‌سازی از جنس توسعه مهارت‌های مدیریتی، آموزش کارکنان و توسعه‌ سایر نرم‌افزارها و سرمایه‌های نامشهود مکمل است.

در طول این فرآیند، بخشی از منابع تولید که در اندازه‌گیری ما می‌آید، صرف تولید سرمایه‌های نامشهودی چون مهارت مدیریت فناوری می‌شود که در اندازه‌گیری‌های ما نمی‌آید. پس کاملا منطقی است که برای یک دوره‌ آماده‌سازی چندساله تا چند ده‌ساله شاخص‌های رایج نه تنها شتاب گرفتن رشد بهره‌وری را نشان دهند، بلکه حتی شاهد کاهش بهره‌وری اندازه‌گیری شده باشیم. دوره انتظاری که به‌طور مشابه پس از انقلاب صنعتی اوایل قرن۱۹ در انگلستان مشاهده شد و در اقتصاد به مکث انگلز (Engles’ Pause) مشهور شد.

به‌طور خلاصه معمای بهره‌وری مدرن یعنی عدم تطابق مشاهده اثرات چشم‌گیر فناوری‌های دیجیتال در سطح خرد و کند شدن رشد بهره‌وری اندازه‌گیری‌شده در اقتصاد کلان نباید موجب تصور ناکارآمدی فناوری‌های جدید برای افزایش سطح رفاه عمومی جوامع شود. این معما عمدتا منعکس‌کننده این حقیقت تاریخی است که جوامع نیازمند یک بازه آماده‌سازی برای به‌کار بستن اثربخش فناوری‌های مدرن هستند.

دکتر مهدی انصاری، عضو هیات ‌علمی دانشگاه صنعتی شریف
منابع:
David, P.A. (۱۹۹۰) .The dynamo and the computer: an historical perspective on the modern productivity paradox.The American Economic Review, ۸۰ (۲) , ۳۵۵-۳۶۱.

Brynjolfsson, E., Rock, D., & Syverson, C. (۲۰۱۹) .Artificial intelligence and the modern productivity paradox.The economics of artificial intelligence: An agenda, ۲۳, ۲۳-۵۷.

Brynjolfsson, E., Rock, D., & Syverson, C. (۲۰۲۱) .The productivity J-curve: How intangibles complement general purpose technologies.American Economic Journal: Macroeconomics, ۱۳ (۱) , ۳۳۳-۳۷۲.

www.ecb.europa.eu/pub/economic-bulletin/articles/۲۰۲۱/html/ecb.ebart۲۰۲۱۰۷_۰۲~c۹۵a۸۴۷۷e۱.en.html
منبع: دنیای اقتصاد