AI a számok mögött – mit mutat a 6000 fős CEO-felmérés?
Mit mutat egy 6000 CEO bevonásával készült NBER-kutatás az AI valós üzleti hatásáról? A mért produktivitásnövekedés és a várakozások nagyságrendje jóval visszafogottabb, mint a korai narratívák sugallták.
2023-ban, amikor a ChatGPT második iterációjának tekinthető GPT-4 modellt elkezdték széles körben használni, a Goldman Sachs gazdasági kutatása (The Potentially Large Effects of Generative AI on Economic Growth, 2023) a következőt vetítette előre:
„A generatív MI a jelenlegi munkatevékenységek negyedét (25%) képes lesz automatizálni az USA-ban és Európában.”
A 2026 februárban publikált NBER (National Bureau of Economic Research) tanulmány egy jóval visszafogottabb képet mutat. A „Firm Data on AI” című kutatás több mint 6000 CEO válaszai alapján vizsgálja, hogyan használják a vállalatok az AI-t, és milyen üzleti hatást érzékelnek.
Mit mutatnak a számok?
A felmérés szerint a cégek 69%-a használ valamilyen AI-technológiát. A leggyakoribb alkalmazási területek a szöveggenerálás (LLM-ek), vizuális tartalomkészítés és gépi tanulás alapú adatfeldolgozás.
A vezetők kétharmada maga is használ AI-t egy átlagos munkahéten, de az átlagos használat mindössze ~1,5 óra hetente - önbevallás alapján.
A realizált üzleti hatást ugyanakkor mérsékeltnek látják. A válaszadók közel 90%-a nem tapasztalt mérhető változást az elmúlt három évben sem a foglalkoztatásban, sem a munkaerő-termelékenységben. A különböző kategóriák válaszaiból számolt átlagos, becsült produktivitásnövekedés ~0,3% három év alatt. Ez nem auditált pénzügyi adat, hanem vezetői percepciók súlyozott átlaga.
A következő három évre a várakozások erősebbek: az átlagosan várt produktivitásnövekedés ~1,4%, miközben a cégek többsége továbbra sem számít érdemi változásra.
Fontos korlát, hogy a felmérés nem vizsgálja a ráfordítások nagyságát, így a becsült termelékenységi hatások költségoldala nem ismert.
A párhuzamos valóságok
A realizált (~0,3%) és a várt (~1,4%) produktivitásnövekedés között négyszeres-ötszörös különbség látszik. Ennél azonban talán fontosabb a nagyságrend maga.
Ezek a narratívák a munkahelyek akár 50%-ának gyors eltűnését vetítették előre. Ezek az előrejelzések különböző elemzői és médiamegjelenésekben jelentek meg, de nem egységes, konszenzusos álláspontot tükröztek.
A CEO-k várakozásai alapján az AI a következő három évben átlagosan ~0,7%-kal csökkentheti a foglalkoztatást. Ez érzékelhető, de távol áll a két számjegyű, rövid távú munkanélküliségi forgatókönyvektől.
A számok alapján jelenleg két valóság él egymás mellett:
egy erős, rendszerszintű átalakulást vizionáló narratíva, és egy mérsékeltebb, fokozatos beépülést jelző vállalati percepció.
A rejtett változó: validációs költség
Az NBER tanulmány nem tér ki részletesen arra, hogy a vállalatok milyen működési változásokon keresztül jutnak el ezekhez a hatásokhoz. Az alábbi gondolatok ezért megfigyelésekre és gyakorlati tapasztalatokra épülnek, nem a tanulmány adatain alapulnak.
Amikor AI-alapú produktivitásnövekedésről beszélünk, gyakran az output gyorsasága kerül előtérbe: szövegek, elemzések, dokumentációk rövidebb idő alatt készülnek el. Ha a mennyiség önmagában értéket teremt, ez valóban jelentős hatékonyságnövekedést jelenthet.
Az utóbbi években ugyanakkor egyre nyilvánvalóbbá vált, hogy ahol a minőség és a tényszerűség számít, ott a generált tartalom rendszeres ellenőrzése elengedhetetlen. A hallucinációk felismerése, a pontatlanságok javítása, a promptok finomítása időt és szakértelmet igényel.
Ez a gyakorlatban gyakran human review vagy human-in-the-loop típusú hibrid munkafolyamatokhoz vezet. Szoftverkomponensként integrált modellek esetén pedig külön ellenőrző mechanizmusok szükségesek.
Valószínű, hogy bizonyos feladatoknál - még az emberi ellenőrzéssel együtt is - gyorsabb a végrehajtás. Más esetekben viszont a workflow átalakul, de az összhatás nem feltétlenül jelent tényleges idő- vagy költségmegtakarítást.
Ez a validációs költség könnyen láthatatlanná válhat az első becslésekben, miközben érdemben befolyásolja a nettó hatást.
Kérdés a hétre
Ha a mért hatás hároméves időtávon ~0,3%, a várt hatás pedig ~1,4%, akkor a jelenlegi adatok inkább fokozatos beépülést jeleznek, nem hirtelen szerkezeti törést.
Ez nem zárja ki a technológia hosszú távú jelentőségét.
Érdekelne a véleményetek:
A 2023-as várakozásaitokhoz képest hogyan látjátok most az AI üzleti érettségét a saját szervezetetekben?
Ha van saját tapasztalatotok vagy példátok, szívesen olvasom válaszban vagy továbbra is a laci@mentorandorient.hu email címre írhattok.
Felhasznált adatforrások
- National Bureau of Economic Research: FIRM DATA ON AI, February 2026