Oleh Erik Brynjolfsson, Profesor Jerry Yang dan Akiko Yamazaki di Stanford Institute for Human-Centered AI, tempat ia memimpin Stanford Digital Economy Lab. Dan GABRIEL UNGER adalah peneliti postdoctoral di Stanford Digital Economy Lab.
IMF, Desember 2023
Keputusan kolektif yang kita buat hari ini akan menentukan bagaimana AI memengaruhi pertumbuhan produktivitas, ketidaksetaraan pendapatan, dan konsentrasi industri.
Para ekonom memiliki rekam jejak yang buruk dalam memprediksi masa depan. Silicon Valley berulang kali mengalami siklus harapan dan kekecewaan atas teknologi besar berikutnya. Jadi, skeptisisme yang sehat terhadap pernyataan apa pun tentang bagaimana kecerdasan buatan (AI) akan mengubah perekonomian adalah hal yang wajar. Meskipun demikian, ada alasan yang baik untuk menanggapi secara serius potensi AI yang terus berkembang – sistem yang menunjukkan perilaku cerdas, seperti pembelajaran, penalaran, dan pemecahan masalah – untuk mentransformasi perekonomian, terutama mengingat kemajuan teknologi yang menakjubkan dalam setahun terakhir.
AI dapat memengaruhi masyarakat di sejumlah bidang selain ekonomi – termasuk keamanan nasional, politik, dan budaya. Namun dalam artikel ini, kami fokus pada implikasi AI pada tiga bidang makroekonomi yang luas: pertumbuhan produktivitas, pasar tenaga kerja, dan konsentrasi industri. AI tidak memiliki masa depan yang telah ditentukan. AI dapat berkembang ke arah yang sangat berbeda. Masa depan tertentu yang muncul akan menjadi konsekuensi dari banyak hal, termasuk keputusan teknologi dan kebijakan yang dibuat hari ini. Untuk setiap bidang, kami menyajikan persimpangan jalan: dua jalur yang mengarah ke masa depan yang sangat berbeda untuk AI dan ekonomi. Dalam setiap kasus, masa depan yang buruk adalah jalan yang paling mudah. Mencapai masa depan yang lebih baik akan membutuhkan kebijakan yang baik – termasuk:
• Eksperimen kebijakan kreatif
• Serangkaian tujuan positif tentang apa yang diinginkan masyarakat dari AI, bukan hanya hasil negatif yang harus dihindari.
• Memahami bahwa kemungkinan teknologi AI sangat tidak pasti dan berkembang pesat, dan bahwa masyarakat harus fleksibel dalam beradaptasi dan berkembang bersama teknologi tersebut.
Cabang pertama:Pertumbuhan produktivitas
Jalan pertama berkaitan dengan masa depan pertumbuhan ekonomi – yang sebagian besar merupakan masa depan pertumbuhan produktivitas. Ekonomi AS telah terjebak dengan pertumbuhan produktivitas yang sangat rendah selama hampir 50 tahun terakhir, kecuali kebangkitan singkat pada akhir tahun 1990-an dan awal tahun 2000-an (Brynjolfsson, Rock, dan Chad 2019). Sebagian besar negara maju sekarang memiliki masalah yang sama yaitu pertumbuhan produktivitas yang rendah. Lebih dari faktor lainnya, produktivitas – output per unit input – menentukan kekayaan suatu bangsa dan standar hidup rakyatnya. Dengan produktivitas yang lebih tinggi, masalah-masalah seperti defisit anggaran, pengurangan kemiskinan, perawatan kesehatan, dan lingkungan menjadi jauh lebih mudah dikelola. Meningkatkan pertumbuhan produktivitas mungkin merupakan tantangan ekonomi paling mendasar di dunia.
Masa Depan Produktivitas Rendah
Pada salah satu jalur percabangan produktivitas, dampak AI terbatas. Terlepas dari kemampuan teknis AI yang meningkat pesat, adopsinya oleh bisnis mungkin tetap lambat dan terbatas pada perusahaan besar (Zolas dkk. 2021). Ekonomi AI mungkin ternyata hanya berupa penghematan tenaga kerja yang sangat sempit (apa yang disebut Daron Acemoglu dan Simon Johnson sebagai “teknologi biasa-biasa saja,” seperti mesin kasir otomatis di toko kelontong), alih-alih teknologi yang memungkinkan pekerja untuk melakukan sesuatu yang baru atau ampuh (lihat “Menyeimbangkan Kembali AI” dalam edisi F&D ini). Pekerja yang kehilangan pekerjaan mungkin secara tidak proporsional berakhir di pekerjaan yang bahkan kurang produktif dan kurang dinamis, yang selanjutnya meredam manfaat agregat apa pun terhadap tingkat pertumbuhan produktivitas jangka panjang ekonomi.
Seperti banyak antusiasme teknologi terbaru dari Silicon Valley (printer 3D, mobil otonom, realitas virtual), AI mungkin juga akan terbukti kurang menjanjikan atau kurang siap untuk dipasarkan daripada yang diharapkan semula. Keuntungan ekonomi riil, bahkan yang sederhana sekalipun, mungkin baru akan terlihat dalam data beberapa dekade setelah momen-momen awal janji teknologi tersebut, seperti yang sering terjadi. Paradoks terkenal yang diidentifikasi oleh ekonom Robert Solow pada tahun 1987 – “Anda dapat melihat era komputer di mana-mana kecuali dalam statistik produktivitas” – mungkin akan menjadi lebih ekstrem, karena setiap orang tampaknya memiliki chatbot AI yang membuat teman-teman mereka kagum, tetapi bisnis tampaknya tidak lebih produktif karena peningkatan penggunaan AI mereka. Perusahaan mungkin akan semakin mengurangi manfaat ekonomi dari AI dengan gagal menemukan perubahan organisasi dan manajerial yang mereka butuhkan untuk memanfaatkannya sebaik mungkin.
Seperti kasus self-driving cars, tantangan teknologi untuk beralih dari konsep yang menarik menjadi produk yang sangat andal mungkin semakin diperparah oleh rezim hukum yang tidak dirancang untuk mengakomodasi teknologi baru ini dan dapat secara serius menghambat perkembangannya. Dalam kasus AI, terdapat ketidakpastian yang sangat besar mengenai implikasi hukum saat ini terkait kekayaan intelektual ketika model diberikan kepada jutaan data yang mungkin mencakup kekayaan intelektual yang dilindungi milik orang lain.
Hukum kekayaan intelektual pada akhirnya dapat merespons dengan menciptakan sesuatu yang analog dengan “patent thicket” yang secara efektif mencegah model yang diberikan tentang data yang haknya tidak jelas bagi pengembang. Pada saat yang sama, pilihan yang salah dapat melemahkan insentif para profesional kreatif untuk menghasilkan lebih banyak konten baru yang mendukung sistem pembelajaran mesin.
Note:patent thicket adalah kumpulan paten yang saling terkait dan saling bergantung pada satu produk atau teknologi, membuat inovator kesulitan menghindari pelanggaran.
Selain itu, regulator nasional, yang didorong oleh berbagai kekhawatiran, dapat memberlakukan peraturan ketat yang memperlambat laju pengembangan dan penyebaran AI. Mereka bahkan mungkin didesak oleh para pengembang awal AI yang ingin melindungi keunggulan mereka. Lebih jauh lagi, beberapa negara, bisnis, dan organisasi lain mungkin melarang AI sepenuhnya.
Masa Depan Produktivitas Tinggi
Namun, ada skenario alternatif di mana AI mengarah pada masa depan pertumbuhan produktivitas yang lebih tinggi. AI mungkin diterapkan pada sebagian besar tugas yang dilakukan oleh sebagian besar pekerja (Eloundou dkk. 2023) dan secara masif meningkatkan produktivitas dalam tugas-tugas tersebut. Di masa depan ini, AI memenuhi janjinya sebagai terobosan teknologi paling radikal dalam beberapa dekade. Terlebih lagi, AI akhirnya melengkapi para pekerja – membebaskan mereka untuk menghabiskan lebih banyak waktu pada tugas-tugas non-rutin, kreatif, dan inovatif daripada hanya menggantikan mereka. AI menangkap dan mewujudkan pengetahuan tacit (diperoleh melalui pengalaman tetapi sulit untuk diartikulasikan) dari individu dan organisasi dengan memanfaatkan sejumlah besar data yang baru didigitalisasi. Akibatnya, lebih banyak pekerja dapat menghabiskan lebih banyak waktu untuk mengerjakan masalah-masalah baru, dan semakin banyak angkatan kerja yang semakin menyerupai masyarakat ilmuwan peneliti dan inovator. Hasilnya adalah ekonomi yang tidak hanya berada pada tingkat produktivitas yang lebih tinggi, tetapi juga pada tingkat pertumbuhan yang lebih tinggi secara permanen.
Note:Pengetahuan tacit adalah pengetahuan yang sangat personal dan berbasis pengalaman, yang sulit untuk diartikulasikan, dikodifikasi, atau ditransfer melalui tulisan. Pengetahuan ini berada dalam pikiran individu, mencakup intuisi, keterampilan, dan nilai-nilai. Contohnya termasuk mengendarai sepeda, mengendarai skuter, atau membuat keputusan bisnis secara intuitif.
Di masa depan ini, integrasi AI yang sukses dengan robot juga berarti bahwa sebagian besar perekonomian lebih mudah dipengaruhi oleh kemajuan terkait AI. Dan AI memungkinkan masyarakat tidak hanya untuk melakukan hal-hal yang sudah dilakukannya dengan lebih baik, tetapi juga untuk melakukan dan membayangkan hal-hal yang sebelumnya tidak terbayangkan. Penelitian berbasis AI di bidang kedokteran memungkinkan kemajuan radikal dalam pengetahuan tentang biologi manusia dan desain obat. AI menjadi mampu membantu mesin kreativitas dan penemuan ilmiah itu sendiri—matematika, sains, pengembangan AI lebih lanjut – semacam peningkatan diri rekursif yang dulunya hanya sebuah eksperimen pemikiran fiksi ilmiah.
Jalan yang mengarah ke masa depan yang lebih buruk adalah jalan yang paling mudah dan menghasilkan pertumbuhan produktivitas yang rendah, ketidaksetaraan pendapatan yang lebih tinggi, dan konsentrasi industri yang lebih tinggi.
Cabang kedua: Ketidaksetaraan pendapatan
Meningkatnya kesenjangan pendapatan antar pekerja individu selama 40 tahun terakhir merupakan masalah besar. Sejumlah besar penelitian empiris dalam ekonomi tenaga kerja menunjukkan bahwa komputer dan bentuk teknologi informasi lainnya mungkin telah berkontribusi pada kesenjangan pendapatan dengan mengotomatisasi pekerjaan rutin berpenghasilan menengah, yang telah mempolarisasi angkatan kerja menjadi pekerja berpenghasilan tinggi dan berpenghasilan rendah. Meskipun CEO dan petugas kebersihan tetap ada, komputer telah menggantikan beberapa pekerja kantor tingkat menengah (Autor, Levy, dan Murnane 2003). Kami mempertimbangkan dua skenario untuk efek AI terhadap kesenjangan.
Masa Depan dengan Ketidaksetaraan yang Lebih Tinggi
Dalam skenario pertama, AI menyebabkan ketidaksetaraan pendapatan yang lebih tinggi. Para ahli teknologi dan manajer merancang dan menerapkan AI untuk secara langsung menggantikan banyak jenis pekerjaan manusia, sehingga menurunkan upah banyak pekerja. Lebih buruk lagi, AI generatif mulai menghasilkan kata-kata, gambar, dan suara, tugas-tugas yang sebelumnya dianggap tidak rutin dan bahkan kreatif – memungkinkan mesin untuk berinteraksi dengan pelanggan dan menciptakan konten untuk kampanye pemasaran. Jumlah pekerjaan yang terancam oleh persaingan AI akhirnya tumbuh jauh lebih besar. Seluruh industri terbalik dan semakin digantikan (ancaman terhadap tenaga kerja mungkin telah diisyaratkan oleh pemogokan baru-baru ini yang dilakukan oleh penulis skenario dan aktor di Amerika Serikat, yang menuntut agar studio membatasi penggunaan AI mereka).
Ini bukanlah masa depan pengangguran massal. Namun, di masa depan dengan ketidaksetaraan yang lebih tinggi ini, ketika AI menggantikan pekerjaan bergaji tinggi atau layak, semakin banyak pekerja yang terpinggirkan ke pekerjaan jasa bergaji rendah – seperti petugas rumah sakit, pengasuh anak, dan penjaga pintu – di mana kehadiran manusia secara intrinsik dihargai dan upahnya sangat rendah sehingga bisnis tidak dapat membenarkan biaya investasi teknologi besar untuk menggantikan mereka. Benteng terakhir tenaga kerja manusia murni mungkin adalah jenis pekerjaan dengan dimensi fisik ini. Ketidaksetaraan pendapatan meningkat dalam skenario ini karena pasar tenaga kerja semakin terpolarisasi menjadi elit kecil yang berketerampilan tinggi dan kelas bawah yang besar dari pekerja jasa bergaji rendah.
Masa Depan dengan Ketidaksetaraan yang Lebih Rendah
Namun, dalam skenario kedua, AI menyebabkan ketidaksetaraan pendapatan yang lebih rendah karena dampak utama AI pada angkatan kerja adalah membantu pekerja yang paling kurang berpengalaman atau kurang berpengetahuan untuk menjadi lebih baik dalam pekerjaan mereka. Misalnya, para pemrogram perangkat lunak kini mendapat manfaat dari bantuan model AI, seperti Copilot, yang secara efektif memanfaatkan praktik terbaik pengkodean dari banyak pekerja lain. Seorang pemrogram yang kurang berpengalaman atau kurang terampil yang menggunakan Copilot menjadi lebih sebanding dengan pemrogram yang sangat baik, bahkan ketika keduanya memiliki akses ke AI yang sama. Sebuah studi terhadap 5.000 pekerja yang melakukan pekerjaan bantuan pelanggan yang kompleks di pusat panggilan menemukan bahwa di antara pekerja yang diberi dukungan asisten AI, pekerja yang paling kurang terampil atau paling baru menunjukkan peningkatan produktivitas terbesar (Brynjolfsson, Li, dan Raymond 2023). Jika pemberi kerja membagikan keuntungan ini kepada pekerja, distribusi pendapatan akan menjadi lebih merata.
Selain menciptakan masa depan dengan kesenjangan pendapatan yang lebih rendah, AI dapat membantu tenaga kerja dalam arti lain yang lebih halus, tetapi mendalam. Jika AI merupakan pengganti untuk jenis tugas yang paling rutin dan terstruktur, maka dengan mengambil alih pekerjaan rutin yang membosankan dari tangan manusia, AI dapat melengkapi tugas-tugas yang benar-benar kreatif dan menarik, meningkatkan pengalaman psikologis dasar dalam bekerja, serta kualitas hasil kerja. Memang, studi pusat panggilan menemukan tidak hanya peningkatan produktivitas, tetapi juga pengurangan pergantian karyawan dan peningkatan kepuasan pelanggan bagi mereka yang menggunakan asisten AI.
Cabang ketiga: Konsentrasi industri
Sejak awal tahun 1980-an, konsentrasi industri – yang mengukur pangsa pasar kolektif perusahaan terbesar di suatu sektor – telah meningkat secara dramatis di Amerika Serikat dan banyak negara maju lainnya. Perusahaan-perusahaan besar yang menjadi bintang ini seringkali jauh lebih padat modal dan canggih secara teknologi daripada perusahaan-perusahaan yang lebih kecil.
Sekali lagi, ada dua skenario yang berbeda mengenai dampak AI.
Masa Depan dengan Konsentrasi Lebih Tinggi
Dalam skenario pertama, konsentrasi industri meningkat, dan hanya perusahaan terbesar yang secara intensif menggunakan AI dalam bisnis inti mereka. AI memungkinkan perusahaan-perusahaan ini menjadi lebih produktif, menguntungkan, dan lebih besar daripada pesaing mereka. Model AI menjadi semakin mahal untuk dikembangkan, dalam hal daya komputasi mentah—biaya awal yang sangat besar yang hanya mampu ditanggung oleh perusahaan terbesar—selain membutuhkan pelatihan pada kumpulan data yang sangat besar, yang sudah dimiliki oleh perusahaan-perusahaan besar dari banyak pelanggan mereka dan tidak dimiliki oleh perusahaan-perusahaan kecil. Selain itu, setelah model AI dilatih dan dibuat, pengoperasiannya bisa mahal. Misalnya, model GPT-4 membutuhkan biaya lebih dari $100 juta untuk pelatihan selama pengembangan awalnya dan membutuhkan sekitar $700.000 per hari untuk dijalankan. Biaya tipikal pengembangan model AI besar mungkin segera mencapai miliaran dolar. Para eksekutif di perusahaan AI terkemuka memprediksi bahwa hukum penskalaan yang menunjukkan hubungan kuat antara peningkatan biaya pelatihan dan peningkatan kinerja akan berlaku untuk masa mendatang, memberikan keuntungan bagi perusahaan-perusahaan yang memiliki akses ke anggaran terbesar dan kumpulan data terbesar.
Maka, mungkin saja hanya perusahaan terbesar dan mitra bisnis mereka yang mengembangkan AI milik sendiri – seperti yang telah dilakukan oleh perusahaan seperti Alphabet, Microsoft, dan OpenAI, sementara perusahaan yang lebih kecil belum melakukannya. Perusahaan-perusahaan besar kemudian menjadi semakin besar.
Lebih halus lagi, tetapi mungkin lebih penting, bahkan di dunia di mana AI milik sendiri tidak memerlukan fixed cost yang besar yang hanya mampu ditanggung oleh perusahaan terbesar, AI mungkin masih memberikan manfaat yang tidak proporsional kepada perusahaan terbesar, dengan membantu mereka mengkoordinasikan operasi bisnis kompleks mereka secara internal dengan lebih baik—jenis operasi yang tidak dimiliki oleh perusahaan yang lebih kecil dan lebih sederhana. “The visible hand” dari manajemen puncak yang mengelola sumber daya di dalam perusahaan terbesar, yang sekarang didukung oleh AI, memungkinkan perusahaan untuk menjadi lebih efisien, menantang keunggulan Hayekian dari pengetahuan lokal perusahaan kecil di pasar yang terdesentralisasi.
Note:Keunggulan Hayek berpusat pada pemanfaatan pengetahuan terdesentralisasi melalui sinyal harga pasar bebas, yang memungkinkan alokasi sumber daya yang lebih baik, adaptasi yang lebih cepat terhadap perubahan keadaan, dan peningkatan kebebasan individu dibandingkan dengan perencanaan terpusat. Prinsip-prinsip ini menyoroti efisiensi tatanan spontan, pertumbuhan ekonomi, dan pengurangan kesalahan berbasis informasi.
Note:Kekhawatiran utama Keynes adalah pengangguran; sedangkan Hayek adalah inflasi . Jika Keynes percaya bahwa pemerintah harus mengisi kesenjangan dalam permintaan pasar, Hayek berpendapat bahwa uang harus berfungsi sebagai “faktor netral” untuk memastikan kesehatan ekonomi jangka panjang, dan penurunan ekonomi harus diatasi secara lebih organik.
Masa Depan dengan Konsentrasi Industri yang Lebih Rendah
Namun, di masa depan dengan konsentrasi industri yang lebih rendah, model AI sumber terbuka (seperti LLaMA dari Meta atau Koala dari Berkeley) menjadi tersedia secara luas. Kombinasi perusahaan nirlaba, organisasi non-profit, akademisi, dan pemrogram individu menciptakan ekosistem AI sumber terbuka yang dinamis yang memungkinkan akses luas ke model AI yang telah dikembangkan. Hal ini memberi bisnis kecil akses ke teknologi produksi terdepan di industri yang sebelumnya tidak pernah mereka miliki.
Sebagian besar hal ini telah diisyaratkan dalam memo internal yang bocor dari Google pada Mei 2023, di mana seorang peneliti mengatakan bahwa “model sumber terbuka lebih cepat, lebih mudah disesuaikan, lebih privat, dan secara perbandingan lebih mumpuni” daripada model berpemilik. Peneliti tersebut mengatakan bahwa proses dalam model sumber terbuka yang kecil dapat dengan cepat diulang oleh banyak orang dan hasilnya lebih baik daripada model berpemilik yang besar yang diiterasi secara lambat oleh satu tim, dan bahwa model sumber terbuka dapat dilatih dengan lebih murah. Menurut pandangan peneliti Google tersebut, AI sumber terbuka mungkin akan mendominasi model berpemilik yang mahal.
Mungkin juga AI mendorong inovasi yang luas dan terdesentralisasi yang lebih berkembang di banyak perusahaan kecil daripada di dalam satu perusahaan besar. Batasan perusahaan adalah hasil dari serangkaian kompromi; dunia di mana lebih banyak inovator yang didukung AI membutuhkan hak kendali residual atas karya mereka mungkin merupakan dunia di mana lebih banyak inovator memutuskan bahwa mereka lebih suka menjadi pemilik perusahaan kecil daripada menjadi karyawan perusahaan besar.
Akibatnya, peningkatan konsentrasi industri yang berkepanjangan mulai berputar, karena beberapa bisnis kecil yang gesit menutup atau bahkan membalikkan kesenjangan teknologi dengan rekan-rekan mereka yang lebih besar dan merebut kembali pangsa pasar yang lebih besar.
Masyarakat membutuhkan inovasi dalam pemahaman ekonomi dan kebijakan yang sesuai dengan skala dan cakupan terobosan dalam AI itu sendiri.
Menuju agenda kebijakan
Untuk setiap persimpangan jalan, jalan yang mengarah ke masa depan yang lebih buruk adalah jalan yang paling mudah dan menghasilkan pertumbuhan produktivitas yang rendah, ketidaksetaraan pendapatan yang lebih tinggi, dan konsentrasi industri yang lebih tinggi. Mencapai jalan yang baik di persimpangan tersebut akan membutuhkan kerja keras – intervensi kebijakan cerdas yang membantu membentuk masa depan teknologi dan ekonomi.
Penting juga untuk memahami poin yang lebih luas tentang kebijakan. Sebagian besar wacana seputar regulasi AI sekarang berlangsung di sepanjang model hidrolik: haruskah kita memiliki lebih banyak AI atau lebih sedikit AI – atau bahkan melarang AI. Diskusi ini terjadi ketika AI dianggap sebagai sesuatu yang tetap, dengan masa depan yang telah ditentukan. AI dapat datang dengan cepat atau lambat. Bisa ada lebih banyak atau lebih sedikit, tetapi pada dasarnya AI adalah apa adanya.
Namun, jika para pembuat kebijakan memahami bahwa AI dapat berkembang ke berbagai arah, wacana tersebut akan dibingkai secara berbeda. Bagaimana kebijakan dapat mendorong jenis AI yang melengkapi tenaga kerja manusia alih-alih meniru dan menggantikannya? Pilihan apa yang akan mendorong pengembangan AI yang dapat diakses oleh perusahaan dari semua ukuran, bukan hanya perusahaan terbesar? Ekosistem sumber terbuka seperti apa yang mungkin dibutuhkan, dan bagaimana para pembuat kebijakan mendukungnya? Bagaimana seharusnya laboratorium AI mendekati pengembangan model, dan bagaimana seharusnya perusahaan mendekati implementasi AI? Bagaimana masyarakat mendapatkan AI yang melepaskan inovasi radikal, alih-alih hanya penyesuaian kecil pada barang, jasa, dan sistem yang ada?
Banyak aktor berbeda memiliki kekuatan untuk memengaruhi arah masa depan AI. Perusahaan-perusahaan besar harus membuat keputusan penting tentang bagaimana mereka memilih untuk mengintegrasikan AI ke dalam tenaga kerja mereka. Perusahaan-perusahaan terbesar ini juga akan mengembangkan AI internal. Laboratorium AI/ilmu komputer di universitas juga akan mengembangkan model AI, beberapa di antaranya akan mereka jadikan sumber terbuka. Legislator dan regulator federal akan memiliki dampak besar, begitu pula dengan yang lebih lokal. Para pemilih memiliki suara. Serikat pekerja harus mencari tahu jenis hubungan apa yang mereka inginkan dengan AI dan apa tuntutan mereka.
Meskipun kami telah menguraikan sejumlah kemungkinan masa depan untuk AI, kami ingin menekankan tidak hanya betapa sulitnya memprediksi masa depan teknologi ini, tetapi juga peran aktif dan kolektif masyarakat dalam menentukan masa depan AI mana yang akan muncul.
Kami telah mengajukan lebih banyak pertanyaan daripada yang telah kami jawab, yang sebagian mencerminkan tahap awal adopsi dan dampak AI. Tetapi hal ini juga mencerminkan ketidakseimbangan yang lebih dalam antara upaya penelitian yang memajukan batas teknologi dan penelitian yang lebih terbatas yang bertujuan untuk memahami konsekuensi ekonomi dan sosialnya.
Ketidakseimbangan ini kurang signifikan ketika teknologi tersebut memiliki konsekuensi makroekonomi yang terbatas. Namun saat ini, ketika dampak AI terhadap masyarakat kemungkinan akan diukur dalam triliunan dolar, investasi yang jauh lebih besar harus dilakukan dalam penelitian tentang ekonomi AI. Masyarakat membutuhkan inovasi dalam pemahaman ekonomi dan kebijakan yang sesuai dengan skala dan cakupan terobosan dalam AI itu sendiri. Mengarahkan kembali prioritas penelitian dan mengembangkan agenda kebijakan yang cerdas dapat membantu masyarakat bergerak menuju masa depan pertumbuhan ekonomi yang berkelanjutan dan inklusif.
terjemahan bebas oleh gandatmadi46@yahoo.com