Miért terjed ki a mesterséges intelligencia gazdasági potenciálja a munkaerő-helyettesítésen túlra — és miért lehet az irányítás a piac fejlődését elősegítő tényező, nem pedig csupán költségtényező?.
Aswath Damodaran nemrégiben közzétett egy lenyűgöző elemzést, A mesterséges intelligencia „bar micva” pillanata: a felhajtástól és a reménytől az üzleti kérdésekig!, azzal érvelve, hogy a mesterséges intelligencia már eljutott arra a pontra, ahol a technológiai ígéreteknek helyet kell adniuk az üzleti alapelveknek.
Teljesen egyetértek.
A rendkívüli technológiai fejlődés, az égbe szökő piaci értékek és a példátlan infrastrukturális beruházások után itt az ideje, hogy feltegyünk néhány meglehetősen hétköznapi kérdést: Ki fogja finanszírozni a mesterséges intelligenciát? Mennyibe fog kerülni? Milyen költségek mellett nyújthatók ezek a szolgáltatások? És mely vállalatok fogják végül magukhoz ragadni a gazdasági értéket?
Damodaran elemzését az üzleti érték három alapvető meghatározó tényezője köré építi fel: a piac mérete, az iparág gazdasági jellemzői és a versenyelőny.
Emlékeztet bennünket arra, hogy a technológiai forradalmak győzteseket és veszteseket hoznak létre, gyakran váratlan területeken. Azok a vállalatok, amelyek az infrastruktúrát építik ki, nem feltétlenül azok, amelyek a gazdasági haszon legnagyobb részét szerezik meg.
Meggyőzőnek tartom az általa felvázolt keretrendszert, különösen azért, mert a vitát a technológiai lehetőségekről a gazdasági valóságra tereli.
Ha azonban ugyanezeket a kérdéseket a vállalati mesterséges intelligencia átalakulásának és irányításának szemszögéből vizsgáljuk, két egymást kiegészítő szempontot szeretnék felvetni.
Az első kérdés az, hogy hogyan határozzuk meg és mérjük az AI által teremtett gazdasági értéket.
A második kérdés az, hogy a szabályozást, az irányítást és a biztosítékot elsősorban költségként és korlátozó tényezőként kell-e tekinteni – vagy pedig bizonyos feltételek mellett ezek valójában bővíthetik-e a kereskedelmi szempontból elérhető piacot.
1. A munkaerő-helyettesítés a megfelelő kiindulási pont-e a mesterséges intelligencia gazdasági potenciáljának felméréséhez?
A mesterséges intelligencia teljes potenciális piacának becslésekor Damodaran a munkavállalói javadalmazást tekinti fontos kiindulási pontnak.
Becslése szerint 2025-ben az Egyesült Államokban a munkavállalóknak kifizetett javadalmazás összege körülbelül $12,96 billió lesz; ezt követően azt vizsgálja, hogy e kiadások mekkora részét lehetne potenciálisan mesterséges intelligencia (AI) termékekkel fedezni, figyelembe véve azok munkavállalók helyettesítésére való képességét, az árazást, az iparágak közötti alkalmazhatóságot és a földrajzi lefedettséget.
Ez egy hasznos keretrendszer a munkaerő-helyettesítés gazdasági összefüggéseinek megértéséhez.
Fontos kiemelni, hogy Damodaran azt is elismeri, hogy a mesterséges intelligencia teljesen új üzleti lehetőségeket teremthet. Augusztus 21-i frissítésében egyértelműen megkülönbözteti a valóban inkrementális gazdasági tevékenységet a meglévő vállalkozásokból átcsoportosított bevételektől.
A kérdésem tehát nem az, hogy elismeri-e ezeket a további hatásokat. Elismeri.
Az a kérdés, hogy a munkaerő-helyettesítésnek központi szerepet kell betöltenie a mesterséges intelligencia által kínált gazdasági lehetőségek felmérésében, tekintettel azokra a különböző mechanizmusokra, amelyek révén a mesterséges intelligencia értéket teremthet.
Három kategóriát különböztetnék meg.
Helyettesítés: a meglévő feladatok elvégzése kevesebb erőforrással
Ez a legegyszerűbb eset.
A mesterséges intelligencia-rendszer automatizálja azokat a feladatokat, amelyeket korábban az alkalmazottak végeztek, így csökkentve az adott eredmény eléréséhez szükséges munkaerő-igényt.
Ebben az összefüggésben a munkaerőköltségek hasznos viszonyítási pontot jelentenek.
A gazdasági érvelés a munka elvégzésének jelenlegi költségei és az új működési modell teljes költségei közötti különbségen múlik, beleértve a mesterséges intelligencia szolgáltatásait, az integrációt, a felügyeletet, a karbantartást és az átállási költségeket.
De még ebben az esetben sem szabad összetéveszteni a technikailag automatizálható munkát a gazdaságilag helyettesíthető munkaerővel.
Egy feladat automatizálható anélkül, hogy egy álláshelyet megszüntetnének, különösen akkor, ha a munkavállalók több, egymással összefüggő tevékenységet végeznek.
Kibővítés: nagyobb értékteremtés a meglévő erőforrások felhasználásával
Képzeljünk el egy mesterséges intelligenciával támogatott pénzügyi elemzőt, aki több befektetési forgatókönyvet tud értékelni, további kockázatokat tud azonosítani, illetve hozzájárulhat a jobb vezetői döntések meghozatalához.
A gazdasági előny nem feltétlenül az elemző fizetésének csökkentését jelenti.
Lehet, hogy ez magasabb bevételeket, elkerült veszteségeket, jobb tőkeallokációt vagy megnövekedett termelést jelent.
Természetesen a termelékenység javulása nem jár automatikusan pénzügyi eredményekkel.
Ha egy alkalmazott egy feladatot nyolc óra helyett négy óra alatt végzi el, az nem feltétlenül jelenti azt, hogy a vállalat négy órányi megtakarítást ért el.
A gazdasági érték attól függ, hogy mi történik a felszabadult kapacitással, és hogy javítja-e ez a vállalat pénzforgalmát.
Ennek ellenére a potenciális haszon nem feltétlenül korlátozódik a felmerülő munkaerőköltségre.
Alkotás: új termékek, szolgáltatások és piacok megteremtése
A mesterséges intelligencia révén a rendkívül személyre szabott szolgáltatások kereskedelmi szempontból megvalósíthatóvá válhatnak, új üzleti modellek jöhetnek létre, illetve a vállalatok olyan ügyfélszegmenseket is kiszolgálhatnak, amelyek elérése korábban gazdaságtalan volt.
Ezeket a lehetőségeket a jelenlegi bérszámfejtés vizsgálatával nem lehet teljes mértékben felmérni.
Ez nem jelenti azt, hogy minden mesterséges intelligencián alapuló bevételi forrás új gazdasági értéket képviselne.
Egyes új vállalkozások a meglévőket fogják felváltani. Mások pedig további gazdasági tevékenységet fognak generálni.
Damodarannak igaza van abban, hogy ragaszkodik a kettő megkülönböztetéséhez.
Úgy vélem azonban, hogy egy további megkülönböztetés elengedhetetlen.
Az értékteremtés nem azonos az értékmegszerzéssel — és egyik sem azonos a mesterséges intelligencia-szolgáltatók bevételeivel
Vegyünk egy olyan vállalatot, amely évente $100 000-et fizet egy mesterséges intelligencia-szolgáltatónak egy olyan megoldásért, amely lehetővé teszi számára, hogy az AI-díj és az egyéb bevezetési költségek levonása előtt $1 millió többlet működési cash flow-t termeljen.
A mesterséges intelligencia-szolgáltató $100 000 bevételt könyvel el.
Az átvevő vállalat lényegesen nagyobb gazdasági hasznot érhet el.
A gazdaság egészére nézve pedig a nettó haszon attól függ, hogy ennek az értéknek mekkora része valóban többlet, és nem pedig a versenytársaktól, az ügyfelektől vagy a munkavállalóktól átvett érték, valamint attól, hogy a termelés során milyen erőforrásokat használtak fel.
Ez három különböző kérdés:
A mesterséges intelligencia-szolgáltatók bevételei: Mennyit számíthatnak fel a technológiai szolgáltatók termékeikért és szolgáltatásaikért?
A vállalati érték realizálása: Mennyi többletgazdasági értéket tudnak megtartani a bevezető szervezetek?
Nettó gazdasági értékteremtés: Mennyi többletértéket teremt a mesterséges intelligencia a gazdaság egészében, a költségek és a munkaerő-kiszorítási hatások figyelembevétele után?
A három fogalom összefügg, de nem felcserélhetőek.
Ez a megkülönböztetés különösen fontos, ha a munkaerőpiac méretét vesszük alapul a mesterséges intelligencia potenciáljának becsléséhez.
A munkavállalói javadalmazás hasznos összehasonlítási alapot jelenthet egy munkaerő-helyettesítési forgatókönyv esetében.
Az AI által teremtett potenciális gazdasági érték – különösen a munkavégzés kiegészítése és teljesen új szolgáltatások révén – azonban nem redukálható a jelenleg az emberi munkaerőre fordított összegre.
Ezzel szemben az, hogy a bevezető vállalatok számára a bevezetésből jelentős gazdasági előnyök származnak, nem jelenti automatikusan azt, hogy a mesterséges intelligencia-szolgáltatók is ugyanolyan mértékű bevételre tesznek szert.
A legfontosabb kérdés nem csupán az, hogy mennyi munkát tud az AI helyettesíteni, hanem az, hogy hol jön létre a gazdasági érték, ki szerezte meg azt, és ennek az értéknek mekkora része valóban többletérték.
És ezzel eljutottam a második kihíváshoz: még akkor is, ha a potenciális érték egyértelmű, annak megvalósítása már teljesen más kérdés.
2. Az AI bevezetésétől a gazdasági értékig: három hiányosság
Geoffrey Moore: A szakadék átkelése hasznos nézőpontot kínál.
Moore szerint a technológia elterjedése nem egy zökkenőmentes folyamat az úttörőktől a széles körű felhasználókig. A korai felhasználók és a korai többség elvárásai alapvetően eltérőek.
A jövőbe látók hajlandóak kísérletezni az ígéretes technológiákkal. A gyakorlatias ügyfelek viszont bevált megoldásokat, megbízható integrációt, referenciákat és kiszámítható eredményeket várnak.
Moore koncepciója a teljes termék Ez a megállapítás jól rávilágít a különbségre: a sikeres széles körű elterjedéshez nem csupán egy lenyűgöző technológiára van szükség. Hanem egy olyan átfogó megoldásra, amely lehetővé teszi az ügyfelek számára, hogy kiaknázzák az ígért értéket.
Úgy vélem, hogy ez az elképzelés különösen releváns a vállalati mesterséges intelligencia területén.
Az alkalmazás elterjedtségét általában a felhasználói számok, a licencszám, a telepítési statisztikák vagy a jelentett termelékenység-növekedés alapján mérjük.
Ezek a mutatók azonban meglepően keveset árulnak el arról, hogy megvalósult-e a fenntartható gazdasági érték.
Három hiányosságot különböztetnék meg:
Az örökbefogadási szakadék: Az AI-technológiához való hozzáférés és annak érdemi, tartós használata között.
Az értékbeli különbség: Az AI használata és annak képességeinek mérhető üzleti eredményekké alakítása között.
Az átalakulási szakadék: Egyrészt az egyes feladatok vagy folyamatok termelékenységének javítása, másrészt a szervezet működési modelljének átalakítása annak érdekében, hogy teljes mértékben kiaknázzák a bennük rejlő potenciált.
Ezek nem Moore eredeti keretrendszerének szakaszai, hanem munkájából ihletet merítő kiegészítések.
Egy szervezet megszüntetheti az elfogadási szakadékot, miközben a másik kettőt szinte teljesen érintetlenül hagyja.
A munkavállalók széles körben használhatják a mesterséges intelligenciát, és gyorsabbá válhatnak az egyes feladatok elvégzésében, miközben a vállalat lényegében változatlan folyamatok, szervezeti struktúrák és döntéshozatali rendszerek alapján folytatja működését.
Az ebből adódó termelékenységnövekedés továbbra is széttagolt maradhat, vagy gazdasági szempontból kiaknázatlan maradhat.
A vállalati mesterséges intelligencia esetében a teljes termék tehát túlmutat az alapul szolgáló modellen. Magában foglalja a folyamatok átalakítását, az adatinfrastruktúrát, a munkaerő képességeit, a rendszerintegrációt, a döntéshozatali jogköröket, az operatív ellenőrzéseket és a teljesítménymérést.
Előfordulhat, hogy a technológia már készen áll a vállalati felhasználásra, mielőtt a vállalat készen állna arra, hogy kiaknázza az abban rejlő értéket.
És ez elvezet a második szempontomhoz: a mesterséges intelligencia szabályozásának gazdasági vonatkozásaihoz.
3. Mi lenne, ha a szabályozás segítene a mesterséges intelligenciának átlépni a szakadékot?
Damodaran helyesen azonosítja a szabályozást és a társadalmi korlátokat mint olyan tényezőket, amelyek befolyásolhatják a mesterséges intelligencia gazdaságtanát.
A szabályozási követelmények, az adatvédelmi korlátozások, az infrastruktúra korlátai, valamint a munkaerő-áthelyezés politikai következményei növelhetik a költségeket, illetve korlátozhatják a piaci lehetőségeket.
Ezek jogos szempontok a vállalati értékelés során.
De A költségközpontú értékelés teljes mértékben tükrözi-e az irányítás és a biztosítás gazdasági hatását?
Vessünk egy pillantást arra a különbségre, amely egy mesterséges intelligencia-ügynökkel kísérletező korai felhasználó és egy olyan szabályozott pénzügyi intézmény között fennáll, amely e technológia bevezetését fontolgatja egy kritikus üzleti folyamatban.
A korai felhasználó képes elviselni a bizonytalanságot, és megoldásokat találni a korlátokra.
A pénzügyi intézménynek hiteles bizonyítékokra van szüksége a megbízhatóság, az egyértelmű elszámoltathatóság, a hatékony ellenőrzések, a folyamatos nyomon követés, valamint a problémák esetén történő beavatkozási képesség tekintetében.
Ezen elemek hiányában a technológia ugyan műszakilag lenyűgöző lehet, de kereskedelmi szempontból használhatatlan.
Pontosan itt jön be Moore… teljes termék ez a kérdés relevánssá válik.
Számos nagyvállalati ügyfél számára a minőségbiztosítás, az irányítás és a működési megbízhatóság nem csupán opcionális kiegészítők. Ezek a tényezők hozzájárulnak ahhoz, hogy a termék kereskedelmi szempontból életképes legyen.
És ha ezek a képességek olyan alkalmazást tesznek lehetővé, amely egyébként nem valósulna meg, akkor gazdasági értékük is van.
A megfelelési költségektől a piacra jutásig
Vegyünk egy leegyszerűsített, hipotetikus példát.
Egy mesterséges intelligencia-szolgáltató olyan megoldást fejlesztett ki, amely technikailag 1 000 vállalati ügyfelet tudna kiszolgálni.
Jelenleg azonban csupán 200 szervezet hajlandó bevezetni a rendszert. A többi vállalatnak aggályai vannak a megbízhatóság, az elszámoltathatóság, a biztonság vagy a szabályoknak való megfelelés igazolásának képessége tekintetében.
Tegyük fel, hogy minden aktív ügyfél $100 000 éves bevételt generál a szolgáltató számára, 40% fedezeti árrés mellett.
A jelenlegi üzleti tevékenység a következő bevételeket eredményezi:
200 ügyfél × $100 000 × 40% = $8 millió éves hozzájárulás.
Tegyük fel most, hogy a szolgáltató befektet a hatékonyabb irányítási képességekbe, a hiteles biztosítékokba, a nyomon követésbe és az operatív biztonsági intézkedésekbe.
Ennek eredményeként további 400 ügyfél hajlandóvá válik a megoldás bevezetésére.
A szolgáltató ügyfélre jutó fedezeti árrése a további működési költségek miatt 40%-ről 35%-re csökken.
A kibővített üzleti tevékenység a következőket eredményezi:
600 ügyfél × $100 000 × 35% = $21 millió éves hozzájárulás.
Ez az előzetes beruházás és egyéb többletköltségek figyelembevétele nélkül az éves hozzájárulás $13 millióval történő növekedését jelenti.
Ezek az adatok csupán szemléltető jellegűek, nem pedig empirikus becslések.
De egy fontos mechanizmust szemléltetnek.
A vállalatirányítás növelheti az egységköltségeket, ugyanakkor javíthatja a vállalkozás gazdasági eredményességét azáltal, hogy kiterjeszti a kereskedelmi szempontból elérhető piacot.
A kérdés tehát nem csupán az, hogy mennyibe kerül a szabályoknak való megfelelés.
Az a kérdés, hogy a további piaci hozzáférés, a hatékonyabb ügyfélmegtartás, a kockázati kitettség csökkentése és az esetlegesen megnövekedett árképzési erő igazolják-e ezeket a költségeket.
Az értékelés kérdése
A diszkontált cash flow-modell keretében két forgatókönyvet hasonlíthatnánk össze.
A. forgatókönyv — Korlátozott irányítás és biztosítás
Alacsonyabb kezdeti beruházási és működési költségek, viszont potenciálisan lassabb vállalati elterjedés, kisebb elérhető piac, nagyobb kitettség a kockázati veszteségekkel szemben, valamint gyengébb ügyfélmegtartás.
B. forgatókönyv — Hatékonyabb irányítás és biztosítékok
Magasabb kezdeti és folyamatos költségek, viszont potenciálisan gyorsabb elterjedés, szélesebb körű piaci hozzáférés, alacsonyabb várható kockázati veszteségek és tartósabb ügyfélkapcsolatok.
Az értékbeli különbség attól függne, hogy a második forgatókönyv milyen jövőbeli többlet szabad cash flow-t generál, amelyet az időbeli eloszlásnak és a kockázatnak megfelelően diszkontálnak.
Elméletileg:
A vállalatirányításból származó többletérték = a vállalatirányításnak tulajdonítható többlet szabad cash flow-k jelenértéke.
Ezek a növekvő cash flow-k a további bevételeket és az esetleges árrésjavulást tükröznék, levonva belőlük a működési költségeket, a szükséges újrabefektetéseket és az adókat, valamint a várható kockázati veszteségekben bekövetkező változásokat.
Azokat az előnyöket, amelyek már szerepelnek a tervezett cash flow-kban, nem szabad külön értékelési kiigazítások révén újra figyelembe venni.
Az eredmény nem előre eldöntött.
A rosszul megtervezett irányítási rendszer jelentős költségeket okozhat anélkül, hogy javítaná a rendszer elterjedését vagy csökkentené a kockázatot.
A méltányos és hiteles kormányzás azonban olyan gazdasági előnyökkel járhat, amelyek meghaladják a költségeit.
Ezek a hatások valószínűleg eltérőek lesznek a fogyasztói mesterséges intelligencia-alkalmazások és a szigorúan szabályozott vagy érzékeny környezetben működő vállalati rendszerek esetében.
Az információs aszimmetria csökkentése
Van még egy gazdasági mechanizmus, amelyet érdemes megfontolni.
A vállalati ügyfelek számára nehézséget jelenthet az AI-rendszerek értékelése.
A vásárlóknak nehézséget okozhat a megbízhatóság, a meghibásodási módok, a modell korlátai, az adatvédelmi gyakorlatok vagy a saját üzemeltetési környezetükben nyújtott teljesítmény értékelése.
Ez információs aszimmetriát eredményez a szolgáltatók és az ügyfelek között.
George Akerlof közgazdász híresen bemutatta, hogy az információs aszimmetria hogyan árthat a piacoknak, amikor a vásárlók nem tudnak megbízhatóan megkülönböztetni a jobb és a rosszabb minőségű termékeket.
Ugyanez az alapvető probléma felmerülhet a vállalati mesterséges intelligenciában is.
Ha a vásárlók nem tudják felmérni a versengő mesterséges intelligencia-megoldások minőségét és kockázatait, akkor elhalaszthatják a vásárlási döntéseket, jelentős árkedvezményeket követelhetnek, vagy akár teljesen elkerülhetik a piacot.
A megbízható biztosíték hozzájárulhat ennek a bizonytalanságnak a csökkentéséhez.
A független értékelések, az átlátható dokumentáció, a hiteles teljesítménybizonyítékok és a folyamatos nyomon követés lehetővé tehetik a vásárlók számára, hogy megalapozottabb döntéseket hozzanak.
Ebben az értelemben a biztosítás nem csupán egy szabályoknak való megfelelést célzó tevékenység.
Piaci infrastruktúraként működhet: segíti a vásárlókat a különböző megoldások közötti választásban, és olyan tranzakciók lebonyolítását teszi lehetővé, amelyek egyébként talán nem jönnének létre.
Természetesen a tanúsítás csak akkor eredményez ilyen előnyt, ha az ahhoz kapcsolódó bizonyítékok hitelesek, relevánsak és kellően informatívak. Egy tanúsítvány önmagában nem garantálja, hogy egy rendszer egy adott üzemeltetési környezetben megbízhatóan fog működni.
A kormányzás nem azonos a szabályozással
Itt fontos egy megkülönböztetést tenni.
Rendelet meghatározza a jogi követelményeket és korlátozásokat.
Governance meghatározza, hogy a szervezetek hogyan irányítják, ellenőrzik a mesterséges intelligencia-rendszereket, és hogyan vállalnak értük felelősséget.
Biztosíték bizonyítja, hogy a rendszerek megfelelnek a vonatkozó követelményeknek, és a tervezett módon működnek.
Gazdasági következményeik eltérőek.
A szabályozás meghatározhatja a minimális követelményeket, de aránytalan kötelezettségeket is előírhat.
A hatékony irányítás javíthatja a működési megbízhatóságot, de a túlzott bürokrácia gátolhatja az innovációt.
A biztosíték csökkentheti az információs aszimmetriát, de csak akkor, ha olyan információkat nyújt, amelyeket a vásárlók hitelesnek és hasznosnak tartanak.
Ezen mechanizmusok közül egyik sem teremt automatikusan gazdasági értéket.
A kérdés az, hogy milyen feltételek mellett javítják a piacra jutást, csökkentik a tranzakciós költségeket, mérséklik a kockázatokat, illetve támogatják a fenntartható versenyelőnyt.
Ez nem azt jelenti, hogy a szigorúbb szabályozás feltétlenül jobb gazdasági eredményeket hoz.
Ez azt a nézetet támasztja alá, hogy a szabályozási és irányítási mechanizmusokat tényleges gazdasági hatásaik alapján kell értékelni, beleértve mind az előnyöket, mind a költségeket.
Maga Damodaran is elismeri, hogy a bizalom potenciális versenyelőnyt jelenthet, különösen akkor, ha az ügyfelek hozzáférést biztosítanak a mesterséges intelligencia-rendszereknek az érzékeny adatokhoz.
Ezt a gondolatot még egy lépéssel továbbviném.
A bizalom nem csupán azt befolyásolhatja, hogy az ügyfél melyik szolgáltatót választja.
Ez döntő tényező lehet abban, hogy az ügyfél egyáltalán belép-e a piacra.
És ezzel visszatérünk Moore-hoz.
Mi lenne, ha a szabályozás nem csupán a mesterséges intelligencia bevezetésének költsége lenne, hanem a szakadék átlépésének egyik feltétele is?
Ha igen, akkor gazdasági hozzájárulása méltán foglalhat helyet a bevételnövekedés, a működési árrés, az újrabefektetés és a kockázat mellett, mint jól ismert hajtóerők között.
4. A mesterséges intelligencia gazdasági felnőtté válása: a technológiai lehetőségektől a megvalósítható értékig
Osztom Damodaran meggyőződését, miszerint a mesterséges intelligencia olyan szakaszba lépett, ahol az üzleti alapoknak kell a középpontba kerülniük.
A kiemelkedő technológiai képességek nem helyettesíthetik a végtelenségig a bevételekre, a jövedelmezőségre, a fenntartható versenyelőnyre és a befektetett tőke megtérülésére vonatkozó bizonyítékokat.
Ahhoz azonban, hogy megértsük a mesterséges intelligencia gazdasági érettségét, több kérdést is meg kell különböztetnünk.
Mennyi bevételt tudnak termelni a mesterséges intelligencia-szolgáltatók?
Mekkora gazdasági értéket tudnak a vállalkozások teremteni a mesterséges intelligencia bevezetésével?
Ennek az értéknek mekkora része valóban többletérték, és nem csupán újraelosztás eredménye?
Mi akadályozza meg, hogy a technikailag megvalósítható mesterséges intelligencia-alkalmazások kereskedelmi szempontból is életképessé váljanak?
És hogyan befolyásolják ezt az átállást a szervezeti felkészültség, az irányítás és a biztosítás?
Ezek a kérdések összefüggenek egymással, de a válaszok jelentősen eltérhetnek egymástól.
Egy mesterséges intelligencia-alkalmazás jelentős értéket teremthet a bevezető vállalkozás számára, miközben a technológia szolgáltatójának viszonylag csekély bevételt hoz.
Egy műszakilag lenyűgöző termék is kudarcot vallhat a piacon, ha a vásárlók nem tudják azt megbízhatóan vagy felelősségteljesen üzembe helyezni.
És egy olyan irányítási beruházás, amely önmagában véve költségesnek tűnik, gazdasági szempontból vonzóvá válhat, ha bővíti a megcélzott piacot vagy csökkenti a jövőbeli veszteségeket.
Különösen nagyra értékelem Damodaran felhívását, hogy kérdőjelezzük meg és bővítsük ki az általa kidolgozott keretrendszert.
Ezért a két javaslatom nem az ellen szól, hogy az üzleti alapelveket alkalmazzuk a mesterséges intelligenciára.
Ezek a vizsgálat mellett szóló érvek mind az AI által lehetővé tett gazdasági értéket, mind pedig annak megvalósításához szükséges feltételeket.
Ha a mesterséges intelligencia gazdasági szempontból felnőttkorba lép, talán nem csupán annak alapján kellene megítélnünk a sikerét, hogy mennyi emberi munkaerőt tud helyettesíteni, hanem annak alapján is, hogy mennyi fenntartható gazdasági értéket tud teremteni – és hogy a technológiai lehetőségeket milyen hatékonyan lehet kereskedelmi szempontból életképes, széles körben elismert megoldásokká alakítani.
Ez a cikk válasz Aswath Damodaran “Az AI bar micva pillanata: a felhajtástól és a reménytől az üzleti kérdésekig!” című írására. (2026. augusztus 20., frissítve: augusztus 21.) című írására, és hivatkozik továbbá Geoffrey A. Moore “Crossing the Chasm” című művére, valamint George Akerlof információs aszimmetriáról szóló munkájára is.
Referenciák
Aswath Damodaran (2026). A mesterséges intelligencia „bar micva” pillanata: a felhajtástól és a reményektől az üzleti kérdésekig!, Gondolatok a piacokról. https://aswathdamodaran.blogspot.com/2026/08/ais-bar-mitzvah-moment-from-hype-hope.html
Geoffrey A. Moore (1991; átdolgozott kiadások: 1999, 2014). A szakadék áthidalása: High-tech termékek marketingje és értékesítése a széles közönség számára.
George A. Akerlof (1970). A “hibás termékek” piaca: a minőség bizonytalansága és a piaci mechanizmus. Quarterly Journal of Economics, 84(3), 488–500.
A kormányzás az, ami lehetővé teszi, hogy a mesterséges intelligencia által generált értékek kiállják a kritikus vizsgálatot. Kezdje egy olyan döntési nyomvonallal, amelyet meg tud védeni.