ปัญญาประดิษฐ์และการเปลี่ยนแปลงทางเศรษฐกิจ: ประวัติศาสตร์และอนาคตของการเติบโตที่ขับเคลื่อนโดยเทคโนโลยี

บทนำ

ความก้าวหน้าทางเทคโนโลยีเป็นแรงผลักดันหลักของการเติบโตทางเศรษฐกิจ ตั้งแต่เครื่องจักรไอน้ำไปจนถึงไฟฟ้า และจากนั้นไปจนถึงอินเทอร์เน็ต เทคโนโลยีทั่วไป (General Purpose Technologies, GPTs) ได้เปลี่ยนแปลงโครงสร้างอุตสาหกรรม ตลาดแรงงาน และเส้นทางเศรษฐกิจอย่างลึกซึ้ง โดยได้เปลี่ยนรูปแบบความเจริญรุ่งเรืองของสังคม การค้าขายไฟฟ้าในปี 1882 ได้ทำเครื่องหมายว่าทั่วโลกเข้าสู่ช่วงการเติบโตแบบพาราโบล่า ซึ่งได้เร่งการปฏิวัติในอุตสาหกรรม การขนส่ง และการสื่อสาร ปัจจุบัน ปัญญาประดิษฐ์ (AI) ในฐานะเทคโนโลยีทั่วไปที่มีศักยภาพในการเปลี่ยนแปลงในระดับเดียวกัน กำลังเปลี่ยนแปลงเศรษฐกิจในศตวรรษที่ 21 ผ่านการทำให้เป็นอัตโนมัติ การประมวลผลข้อมูล และการตัดสินใจอย่างชาญฉลาด บทความนี้ได้รวมประสบการณ์จากเทคโนโลยีทั่วไปในอดีตและการคาดการณ์ข้อมูลสมัยใหม่ เพื่อวิเคราะห์ผลกระทบของ AI ต่อการเติบโตทางเศรษฐกิจ ตลาดงาน การพัฒนาทั่วโลก และตลาดการเงิน โดยการสำรวจโอกาสและความท้าทาย และเสนอแนะนโยบายเพื่อให้แน่ใจว่ามีความเจริญรุ่งเรืองที่ครอบคลุม

การเปลี่ยนแปลงทางเทคโนโลยีในประวัติศาสตร์และการเติบโตทางเศรษฐกิจ

การปฏิวัติอุตสาหกรรมครั้งแรก: เครื่องจักรไอน้ำและการกล mechanization

การปฏิวัติอุตสาหกรรมครั้งแรกตั้งแต่ศตวรรษที่ 18 ถึงต้นศตวรรษที่ 19 ทำให้เกิดการเปลี่ยนแปลงอย่างรุนแรงในรูปแบบการเติบโตทางเศรษฐกิจ การนำเครื่องจักรไอน้ำเข้ามาใช้ทำให้การผลิตเปลี่ยนจากการใช้แรงงานมือไปสู่การใช้เครื่องจักร ซึ่งเพิ่มประสิทธิภาพการผลิตในอุตสาหกรรมสิ่งทอ เหล็ก และการขนส่งอย่างมีนัยสำคัญ ตามข้อมูลของนักประวัติศาสตร์เศรษฐกิจ Angus Maddison อัตราการเติบโตของ GDP ต่อหัวของอังกฤษระหว่างปี 1760–1830 เพิ่มขึ้นจาก 0.2% เป็น 0.5% ซึ่งสะท้อนให้เห็นถึงการสนับสนุนของเครื่องจักรไอน้ำต่อผลิตภาพ เครื่องจักรไอน้ำช่วยลดต้นทุนการผลิต ส่งเสริมการเกิดระบบโรงงานและเครือข่ายรถไฟ สร้างโอกาสการจ้างงานใหม่ ๆ และในขณะเดียวกันได้วางรากฐานสำหรับเทคโนโลยีถัดไป เช่น ไฟฟ้า อย่างไรก็ตาม การใช้เครื่องจักรยังแทนที่ช่างฝีมือแบบดั้งเดิม ทำให้เกิดความไม่สงบทางสังคมในระยะสั้น เช่น การเคลื่อนไหวของลูดไดท์ในอังกฤษ (1811–1816) ที่คนงานประท้วงทำลายเครื่องจักรเนื่องจากการว่างงาน.

การปฏิวัติอุตสาหกรรมครั้งที่สอง: บทบาทของไฟฟ้าในการเร่ง

ในปี 1882 การเปิดตัวโรงไฟฟ้าขนาดเชิงพาณิชย์แห่งแรก (โรงไฟฟ้า Holborn Viaduct ในลอนดอนและโรงไฟฟ้า Pearl Street ในเมืองนิวยอร์ก) ได้ทำให้การใช้ไฟฟ้าในเชิงพาณิชย์เริ่มต้น ซึ่งเป็นจุดเริ่มต้นของการปฏิวัติอุตสาหกรรมครั้งที่สอง ไฟฟ้าในฐานะเทคโนโลยีทั่วไปได้สร้างนวัตกรรมต่างๆ เช่น มอเตอร์ไฟฟ้า การสื่อสารทางไกล และการให้แสงสว่าง ซึ่งได้เปลี่ยนแปลงวิธีการผลิตและการใช้ชีวิตอย่างสิ้นเชิง ตามข้อมูลประวัติศาสตร์จากธนาคารโลกและ Maddison ระหว่างปี 1870–1913 อัตราการเติบโตของ GDP ต่อหัวของโลกต่อปีได้เพิ่มขึ้นจาก 0.5% เป็น 1.3% โดยการไฟฟ้าเป็นตัวขับเคลื่อนการเร่งนี้.

การนำไฟฟ้ามาใช้เป็นไปตามรูปแบบ S: ช่วงต้นทศวรรษ 1890 มีการเติบโตอย่างช้าๆ, ระหว่างปี 1910-1920 มีการขยายตัวอย่างรวดเร็ว, จนถึงทศวรรษ 1930 จึงมีการอิ่มตัว ผลกระทบทางเศรษฐกิจคาดว่าจะมีส่วนช่วยในการเติบโตของ GDP เฉลี่ยปีละ 0.8-1% ซึ่งเกิดจากความหลากหลายในการใช้งาน ทำให้เกิดอุตสาหกรรมใหม่ตั้งแต่เครื่องใช้ไฟฟ้าภาคครัวเรือนจนถึงการอัตโนมัติในอุตสาหกรรม อย่างไรก็ตาม การเปลี่ยนแปลงไม่ได้ราบรื่นเสมอไป การใช้เครื่องจักรที่ขับเคลื่อนด้วยไฟฟ้าได้แทนที่ช่างฝีมือที่มีทักษะซึ่งทำให้เกิดการว่างงานเชิงโครงสร้าง ตัวอย่างเช่น ในช่วงวิกฤตการเงินปี 1893 อัตราการว่างงานในอังกฤษอยู่ที่ 7%; ในช่วงภาวะเศรษฐกิจตกต่ำครั้งใหญ่ปี 1929 อัตราการว่างงานในสหรัฐอเมริกาเพิ่มขึ้นเป็น 25% ในปี 1933 การปรับตัวทางเศรษฐกิจและสังคมในช่วงเวลานี้แสดงให้เห็นว่าเทคโนโลยีทั่วไปที่มีการเปลี่ยนแปลงในระยะสั้นมักจะมาพร้อมกับความเจริญรุ่งเรืองในระยะยาว.

การปฏิวัติดิจิทัล: คอมพิวเตอร์และอินเทอร์เน็ต

ในช่วงปี 1940–1950 การเกิดขึ้นของคอมพิวเตอร์ดิจิทัลได้สร้างการเปลี่ยนแปลงทางเศรษฐกิจครั้งใหม่ ซึ่งเพิ่มขีดความสามารถในการคำนวณในด้านการผลิต การเงิน และโลจิสติกส์อย่างมีนัยสำคัญ การแพร่หลายของอินเทอร์เน็ตในปี 1990 ได้เร่งความเร็วในการเชื่อมต่อระหว่างตลาดทั่วโลกและการแลกเปลี่ยนข้อมูลมากยิ่งขึ้น ตามข้อมูลของธนาคารโลก ระหว่างปี 1990–2010 ผลิตภัณฑ์มวลรวมภายในประเทศ (GDP) ของโลกเติบโตเฉลี่ยปีละ 2.3% ซึ่งส่วนหนึ่งมาจากอีคอมเมิร์ซที่ขับเคลื่อนโดยอินเทอร์เน็ต บริการดิจิทัล และการเพิ่มขึ้นของผลิตภาพ อินเทอร์เน็ตในฐานะเทคโนโลยีทั่วไปได้ลดต้นทุนการทำธุรกรรม สร้างโมเดลธุรกิจใหม่ (เช่น อเมซอน กูเกิล) และวางรากฐานข้อมูลและความสามารถในการคำนวณสำหรับการเกิดขึ้นของ AI อย่างไรก็ตาม การแตกของฟองสบู่อินเทอร์เน็ตในปี 2000 (ดัชนีแนสแดคลดลง 78%) แสดงให้เห็นว่าความตื่นตัวทางเทคโนโลยีอาจก่อให้เกิดความไม่เสถียรทางการเงินได้.

การเกิดขึ้นของปัญญาประดิษฐ์และผลกระทบทางเศรษฐกิจ

การพัฒนาและการทำลายขีดจำกัดในช่วงต้นของ AI

การวิจัยด้านปัญญาประดิษฐ์เริ่มขึ้นในปี 1950 แต่ในช่วงแรกมีข้อจำกัดอยู่ที่ความสามารถในการคำนวณและการเข้าถึงข้อมูล ในปี 1990 การพัฒนาอัลกอริธึมการเรียนรู้ของเครื่องทำให้คอมพิวเตอร์สามารถเรียนรู้จากข้อมูลได้ ซึ่งผลักดันให้เกิดการใช้งานในด้านการรู้จำเสียง การประมวลผลภาพ และการตัดสินใจอัตโนมัติ อุตสาหกรรมการเงินเป็นผู้ริเริ่มในการนำ AI มาใช้ โดยการเปลี่ยนแปลงพลศาสตร์ของตลาดผ่านโมเดลการคาดการณ์และการซื้อขายอัลกอริธึม ตั้งแต่ศตวรรษที่ 21 เป็นต้นมา การพัฒนาด้านข้อมูลขนาดใหญ่ การประมวลผลข้อมูลบนคลาวด์ และความสามารถในการคำนวณของ GPU ทำให้ AI กลายเป็นเครื่องมือที่ใช้ได้ในหลายอุตสาหกรรม ตัวอย่างเช่น ในปี 2012 การพัฒนาเชิงลึกในงาน ImageNet ชี้ให้เห็นว่า AI ได้เข้าสู่ช่วงการพัฒนาอย่างรวดเร็ว การเปิดตัว ChatGPT ในปี 2022 ทำให้การใช้งาน AI สร้างสรรค์แพร่หลายมากขึ้น.

การใช้ AI ในด้านเศรษฐกิจ

ความหลากหลายของ AI ทำให้มันแสดงศักยภาพในการเปลี่ยนแปลงในหลายอุตสาหกรรม:

• การค้าปลีก: AI ลดต้นทุนผ่านการวิเคราะห์พฤติกรรมผู้บริโภคและการปรับปรุงห่วงโซ่อุปทาน ตัวอย่างเช่น อเมซอนใช้ AI คาดการณ์ความต้องการ ลดการสะสมของสต็อก ในปี 2023 ประสิทธิภาพการจัดส่งของพวกเขาเพิ่มขึ้นประมาณ 15%.
• การแพทย์：AI ช่วยในการวินิจฉัยโรคและการรักษาที่เหมาะสม ลดอัตราการวินิจฉัยผิดพลาด งานวิจัยในปี 2023 จาก《The Lancet》แสดงให้เห็นว่า ระบบวินิจฉัย AI ลดอัตราการวินิจฉัยผิดพลาดของมะเร็งเต้านมลง 10%.
• การผลิตและโลจิสติกส์: ระบบหุ่นยนต์และการควบคุมคุณภาพที่ขับเคลื่อนด้วย AI เพิ่มผลผลิตและปรับปรุงการจัดการสินค้าคงคลังและการวางแผนเส้นทาง รายงานของแมคคินซีย์ปี 2023 ประเมินว่า AI สามารถเพิ่มผลผลิตในอุตสาหกรรมการผลิตทั่วโลกได้ 10-15%.
• การเงิน: AI เพิ่มประสิทธิภาพตลาดผ่านการซื้อขายอัลกอริธึมและการประเมินความเสี่ยง รายงานของ Goldman Sachs ในปี 2024 คาดว่า AI จะช่วยประหยัดต้นทุนในอุตสาหกรรมการเงินได้ปีละ 200 พันล้านดอลลาร์สหรัฐ.
• การศึกษา: แพลตฟอร์มการเรียนรู้แบบเฉพาะบุคคลของ AI ช่วยเพิ่มผลสัมฤทธิ์ทางการศึกษา โดยเฉพาะในพื้นที่ที่ขาดแคลนทรัพยากร รายงานของยูเนสโกปี 2023 แสดงให้เห็นว่าเครื่องมือการศึกษาของ AI สามารถเพิ่มประสิทธิภาพการเรียนรู้ของนักเรียนได้ถึง 20%.

ศักยภาพการเติบโตทางเศรษฐกิจ

กองทุนการเงินระหว่างประเทศ (IMF) คาดการณ์ว่า AI สามารถเพิ่มอัตราการเติบโตของ GDP ทั่วโลกเฉลี่ยต่อปีได้ 0.5% ขณะที่ PwC ประเมินว่าอยู่ที่ 0.8% ซึ่งมีความเท่าเทียมกับการมีส่วนร่วมในประวัติศาสตร์ของไฟฟ้า (0.8–1%) สูงกว่าเครื่องจักรไอน้ำ (0.3%) และอินเทอร์เน็ต (0.3–0.6%) ยกตัวอย่างกรณีของสหรัฐอเมริกา ในช่วง 20 ปีที่ผ่านมา GDP เติบโตเฉลี่ยปีละประมาณ 2% ในปี 2023 ถึง 21.4 ล้านล้านดอลลาร์สหรัฐ (ดอลลาร์สหรัฐที่ปรับตามอัตราเงินเฟ้อปี 2015) หากไม่มี AI GDP ในปี 2035 คาดว่าจะอยู่ที่ 26.3 ล้านล้านดอลลาร์สหรัฐ; โดยการนำการเติบโตที่เกิดจาก AI ร้อยละ 0.5–0.8 เข้ามา อัตราการเติบโตอาจเพิ่มขึ้นเป็น 2.5–2.8% GDP ในปี 2035 อาจจะอยู่ที่ 27.8–29.2 ล้านล้านดอลลาร์สหรัฐ เพิ่มขึ้นอีก 1.5–2.9 ล้านล้านดอลลาร์สหรัฐ ถึงปี 2055 เศรษฐกิจที่ขับเคลื่อนด้วย AI อาจสูงกว่าฐานที่ตั้งไว้ 15–20% ซึ่งแสดงถึงผลกระทบของการทบต้นระยะยาว.

การนำ AI มาใช้คาดว่าจะเป็นไปตามรูปแบบ S-curve โดยปัจจุบันอยู่ในระยะเริ่มต้น (หลังจากการเปิดตัว ChatGPT ในปี 2022) การแพร่กระจายอย่างทั่วถึงต้องการโครงสร้างพื้นฐาน (เช่น ศูนย์ข้อมูล, กรอบการกำกับดูแล) และการปรับตัวของแรงงาน ซึ่งอาจใช้เวลานาน 20-30 ปี โดยจุดสูงสุดของผลิตภาพอาจเกิดขึ้นในทศวรรษ 2040 แตกต่างจากไฟฟ้า AI ใช้เครือข่ายดิจิทัลที่มีอยู่ ทำให้ลดการพึ่งพาโครงสร้างพื้นฐานทางกายภาพ ซึ่งอาจเร่งผลกระทบ อย่างไรก็ตาม ปัญหาด้านจริยธรรม (เช่น ความลำเอียงของอัลกอริธึม, ความเป็นส่วนตัว) และอุปสรรคด้านการกำกับดูแลอาจชะลอความก้าวหน้า ตัวอย่างเช่น กฎหมายว่าด้วยปัญญาประดิษฐ์ของสหภาพยุโรปในปี 2024 กำหนดมาตรฐานที่เข้มงวดสำหรับระบบ AI ที่มีความเสี่ยงสูง ซึ่งอาจทำให้การนำไปใช้บางส่วนล่าช้าออกไป.

การเปรียบเทียบกับเทคโนโลยีทั่วไปในประวัติศาสตร์

ตารางด้านล่างสรุปการมีส่วนร่วมของเทคโนโลยีทั่วไปต่อการเติบโตทางเศรษฐกิจและผลกระทบหลัก:

! TI23GyGaj2zluqWPsGpZlaTq7fnFpNrqYh2PVE9w.jpeg

ความคล้ายคลึงกันระหว่าง AI และพลังงานไฟฟ้าอยู่ที่การประยุกต์ใช้งานข้ามอุตสาหกรรมและผลกระทบทางเศรษฐกิจที่กว้างขวาง แต่การที่ AI ขึ้นอยู่กับโครงสร้างพื้นฐานดิจิทัลแทนที่จะเป็นโครงข่ายไฟฟ้าทำให้การแพร่กระจายมีความเร็วมากขึ้น อย่างไรก็ตาม ความสามารถในการทำงานอัตโนมัติที่ใช้การรับรู้ของ AI ทำให้ผลกระทบต่อแรงงานมีความซับซ้อนมากขึ้น ซึ่งจำเป็นต้องมีนโยบายที่ตอบสนองอย่างเข้มข้นมากขึ้น.

ความเคลื่อนไหวและความท้าทายของตลาดแรงงาน

อัตโนมัติและความเสี่ยงในการว่างงาน

เอกลักษณ์ของ AI อยู่ที่ความสามารถในการทำงานด้านการรับรู้โดยอัตโนมัติ ซึ่งเป็นภัยคุกคามต่ออาชีพระดับกลาง เช่น กฎหมาย การเงิน การให้คำปรึกษา และการวิเคราะห์ข้อมูล รายงานของโกลด์แมน แซคส์ในปี 2023 คาดการณ์ว่า AI อาจแทนที่ตำแหน่งงานทั่วโลกถึง 300 ล้านตำแหน่ง คิดเป็น 10–30% ของการจ้างงานในปัจจุบัน ในสหรัฐอเมริกา อัตราการว่างงานอาจเพิ่มขึ้นจาก 3.8% ในปี 2023 เป็น 6–8% ในปี 2030 หากการฝึกอบรมไม่เพียงพอ ในกรณีที่เลวร้ายที่สุดอาจสูงถึง 20% ตัวอย่างเช่น เครื่องมือวิจัยทางกฎหมายที่ขับเคลื่อนด้วย AI ได้เพิ่มประสิทธิภาพในการทำงานของทนายความระดับเริ่มต้นถึง 50% ทำให้ความต้องการในบางตำแหน่งลดลง.

ประวัติศาสตร์แสดงให้เห็นว่าเทคโนโลยีทั่วไปมักทำให้เกิดการว่างงานเชิงโครงสร้าง ไฟฟ้าและการกล mechanization ได้แทนที่ช่างฝีมือที่มีทักษะ ส่งผลให้เกิดวิกฤตการจ้างงานในช่วงวิกฤตการณ์ปี 1893 (อัตราการว่างงานในสหราชอาณาจักร 7%) และภาวะเศรษฐกิจตกต่ำครั้งใหญ่ (อัตราการว่างงานในสหรัฐอเมริกา 25%) อย่างไรก็ตาม เทคโนโลยีเหล่านี้ในที่สุดก็สร้างงานใหม่ในอุตสาหกรรมการผลิตและบริการ ดูดซับแรงงานที่ถูกแทนที่ AI อาจติดตามเส้นทางที่คล้ายกัน โดยกระตุ้นความต้องการนักวิทยาศาสตร์ข้อมูล ผู้เชี่ยวชาญด้านจริยธรรม AI และวิศวกรบำรุงรักษาระบบอิสระ สำนักงานสถิติแรงงานของสหรัฐอเมริกาคาดการณ์ว่าจนถึงปี 2032 งานนักวิทยาศาสตร์ข้อมูลจะเพิ่มขึ้น 35% ซึ่งสูงกว่าค่าเฉลี่ยอย่างมาก.

มาตรการบรรเทา

ต่างจากการปฏิวัติอุตสาหกรรมในระยะแรก สังคมสมัยใหม่มีระบบความปลอดภัยและกลไกการฝึกอบรมใหม่ที่แข็งแกร่งกว่า มาตรการต่อไปนี้สามารถบรรเทาผลกระทบจากการจ้างงานของ AI ได้:

• แผนการฝึกอบรมใหม่: รัฐบาลและธุรกิจสามารถลงทุนในการฝึกอบรมทักษะที่เกี่ยวข้องกับ AI เช่น การเขียนโปรแกรม การวิเคราะห์ข้อมูล และจริยธรรม AI รายงานของฟอรัมเศรษฐกิจโลกปี 2024 แนะนำว่าการร่วมมือระหว่างภาครัฐและเอกชนสามารถลดต้นทุนการฝึกอบรมใหม่ได้ถึง 30%.
• การปฏิรูปการศึกษา: การบูรณาการการศึกษา STEM (วิทยาศาสตร์ เทคโนโลยี วิศวกรรม คณิตศาสตร์) เข้ากับหลักสูตรเพื่อพัฒนากำลังคนที่สามารถปรับตัวได้ในเศรษฐกิจ AI.
• การประกันสังคม: เสริมสร้างประกันการว่างงานและการรับประกันรายได้ขั้นต่ำ เพื่อบรรเทาผลกระทบจากการว่างงานชั่วคราว.

อย่างไรก็ตาม การชะลอตัวทางเศรษฐกิจอาจทำให้การเลิกจ้างเพิ่มขึ้น ในช่วงเศรษฐกิจตกต่ำปี 1920 บริษัทในสหรัฐฯ ให้ความสำคัญกับประสิทธิภาพ ส่งผลให้มีการเลิกจ้างจำนวนมาก ในทำนองเดียวกัน บริษัทที่ใช้ AI อาจลดจำนวนแรงงานในช่วงเศรษฐกิจซบเซา และต้องระมัดระวังความเสี่ยงที่คล้ายกัน

ตลาดการเงินและวัฏจักรเศรษฐกิจ

ศักยภาพการเติบโตระยะยาว

การเพิ่มผลผลิตของ AI อาจผลักดันกำไรของบริษัทและการเติบโตของตลาดการเงิน ในช่วงการไฟฟ้า (1890–1929) ดัชนี S&P 500 เติบโตขึ้นสิบเท่า และอุตสาหกรรมที่เกี่ยวข้องกับ AI (เช่น เทคโนโลยี การแพทย์ โลจิสติกส์) อาจมีผลการดำเนินงานที่ยอดเยี่ยมเช่นกัน รายงานของแมคคินซีย์ในปี 2024 ประเมินว่า AI สามารถเพิ่มมูลค่าตลาดทั่วโลกได้ระหว่าง 15–26 ล้านล้านดอลลาร์สหรัฐภายในปี 2040 บริษัทอย่าง NVIDIA และ Microsoft ได้รับผลประโยชน์จากความต้องการ AI โดยราคาหุ้นเพิ่มขึ้น 120% และ 60% ตามลำดับในปี 2023–2024.

ความเสี่ยงของความผันผวนในระยะสั้น

แม้ว่าจะมีมุมมองในระยะยาวที่สดใส แต่พลศาสตร์ของตลาดในระยะสั้นกลับได้รับแรงขับเคลื่อนจากวัฏจักรเศรษฐกิจ อัตราดอกเบี้ย อัตราเงินเฟ้อ และความเสี่ยงทางภูมิศาสตร์การเมืองมีอิทธิพลต่อผลการดำเนินงานในช่วงที่ผ่านมา ตัวอย่างเช่น ในช่วงวิกฤตปี 1920 ดัชนี S&P 500 ลดลง 60% แม้ว่าการไฟฟ้าจะยังคงมีการพัฒนา การเก็งกำไรที่ขับเคลื่อนโดย AI อาจทำให้มูลค่าเพิ่มขึ้น หากกำไรไม่เป็นไปตามที่คาดไว้ อาจทำให้เกิดการปรับตัว วิกฤตฟองสบู่ดอทคอมในปี 2000 (ดัชนี S&P 500 ลดลง 49%) ให้ข้อควรระวัง 2024 ธนาคารกลางทั่วโลกอาจปรับขึ้นอัตราดอกเบี้ยและความตึงเครียดทางภูมิศาสตร์การเมือง (เช่น ความขัดแย้งระหว่างรัสเซียและยูเครน) อาจทำให้ความผันผวนเพิ่มขึ้นอีก

ประสิทธิภาพตลาดในอดีตและการคาดการณ์ AI

• 1890–1929 (พลังงานไฟฟ้า): ผลตอบแทนเฉลี่ยรายปีของ S&P 500 ประมาณ 7% พร้อมกับความผันผวนอย่างรุนแรง (ปี 1920: -60%, ปี 1929: -85%)。
• 1990–2010 (อินเทอร์เน็ต): ผลตอบแทนต่อปีประมาณ 8% โดยมีการแตกของฟองสบู่ทางอินเทอร์เน็ต (2000: -49%)。
• 2020–2035 (AI, การคาดการณ์): อาจทำให้ได้ผลตอบแทนปีละ 6–8% ขึ้นอยู่กับความเสถียรของเศรษฐกิจมหภาค.

การพัฒนาและความไม่เท่าเทียมกันทั่วโลก

ช่องว่างทางดิจิทัลและการแยกเศรษฐกิจ

การกระจายผลประโยชน์ทางเศรษฐกิจของ AI ไม่เท่าเทียมกัน ประเทศที่พัฒนาแล้วสามารถนำ AI มาใช้ได้เร็วขึ้นโดยอาศัยโครงสร้างพื้นฐานด้านเทคโนโลยีที่ทันสมัย (เช่น เครือข่าย 5G, ศูนย์ข้อมูล) ขณะที่ประเทศที่กำลังพัฒนาต้องเผชิญกับปัญหาด้านความรู้ดิจิทัล โครงสร้างพื้นฐาน และการลงทุนที่ไม่เพียงพอ รายงานของสหประชาชาติในปี 2023 ระบุว่าความเหลื่อมล้ำทางดิจิทัลทั่วโลกอาจทำให้เกิดการแบ่งแยกทางเศรษฐกิจมากขึ้น ซึ่งคล้ายกับในช่วงเวลาของการปฏิวัติอุตสาหกรรมและดิจิทัล เพื่อที่จะลดช่องว่าง จำเป็นต้องมีมาตรการดังต่อไปนี้:

• การถ่ายโอนเทคโนโลยี: ประเทศที่พัฒนาแล้วให้การสนับสนุนเครื่องมือ AI และเทคโนโลยีแก่ประเทศกำลังพัฒนา。
• การลงทุนด้านการศึกษา: เสริมสร้างความรู้ด้านดิจิทัล, ฝึกทักษะที่เกี่ยวข้องกับ AI.
• การสร้างโครงสร้างพื้นฐาน: ขยายการเข้าถึงแบนด์วิดธ์และทรัพยากรการคอมพิวเตอร์.

โอกาสในการพัฒนาอย่างยั่งยืน

AI มอบโอกาสสำหรับการพัฒนาที่ยั่งยืน ตัวอย่างเช่น เทคโนโลยีการเกษตรที่แม่นยำด้วย AI สามารถปรับปรุงการใช้น้ำและปุ๋ย เพิ่มผลผลิตของพืชในพื้นที่ที่กำลังพัฒนาได้ 15–20% AI ยังสามารถสนับสนุนเป้าหมายด้านสิ่งแวดล้อมผ่านการจัดการพลังงานและการสร้างแบบจำลองสภาพภูมิอากาศ รายงานขององค์การพลังงานระหว่างประเทศปี 2023 แสดงให้เห็นว่า AI สามารถช่วยลดการใช้พลังงานทั่วโลกได้ 5–10%.

นโยบายและการตอบสนองของสังคม

ศักยภาพการเปลี่ยนแปลงของ AI ต้องการการสนับสนุนด้านนโยบายที่กระตือรือร้น เพื่อเพิ่มผลประโยชน์สูงสุดและลดผลกระทบเชิงลบ:

• แผนการฝึกอบรมใหม่: การร่วมมือระหว่างภาครัฐและเอกชนในการพัฒนาทักษะที่เกี่ยวข้องกับ AI เพื่อลดความเสี่ยงในการว่างงาน รายงาน OECD ปี 2024 แนะนำว่า รัฐบาลสามารถใช้มาตรการภาษีเพื่อกระตุ้นให้บริษัทลงทุนในการฝึกอบรมใหม่ได้.
• กรอบการกำกับดูแล: การสร้างสมดุลระหว่างนวัตกรรมและปัญหาจริยธรรม (เช่น อคติของอัลกอริธึม, ความเป็นส่วนตัว). กฎหมายว่าด้วยปัญญาประดิษฐ์ของสหภาพยุโรปปี 2024 ตั้งมาตรฐานสำหรับ AI ที่มีความเสี่ยงสูง ซึ่งสามารถใช้เป็นแนวทางระดับโลก.
• การบรรเทาความไม่เท่าเทียมกัน: แก้ไขปัญหาการ集中ความมั่งคั่งที่ขับเคลื่อนโดย AI ผ่านการจัดเก็บภาษีแบบก้าวหน้าและนโยบายการกระจายความมั่งคั่ง.
• การประสานงานทั่วโลก: กำหนดมาตรฐาน AI ที่เป็นเอกภาพเพื่อป้องกันการแบ่งแยกทางเศรษฐกิจระหว่างประเทศที่พัฒนาแล้วและประเทศกำลังพัฒนา.

แม้ว่าทางเทคนิคทั่วไปในประวัติศาสตร์จะมีลักษณะการปฏิวัติ แต่สุดท้ายก็ได้ยกระดับคุณภาพชีวิต ไฟฟ้าได้ลดชั่วโมงการทำงานของชาวอเมริกันจาก 60 ชั่วโมงในปี 1950 เหลือ 40 ชั่วโมง และปรับปรุงคุณภาพชีวิต AI หากจัดการได้อย่างเหมาะสม สามารถเพิ่มความเป็นอยู่ที่ดีทั่วโลกผ่านการศึกษาแบบเฉพาะบุคคล การดูแลสุขภาพ และนวัตกรรมการพัฒนาที่ยั่งยืน.

สรุป

ปัญญาประดิษฐ์ในฐานะเทคโนโลยีทั่วไปมีผลกระทบทางเศรษฐกิจที่สามารถเปรียบเทียบได้กับไฟฟ้า คาดว่าจะเพิ่มอัตราการเติบโต GDP ประจำปีทั่วโลกเฉลี่ย 0.5-0.8% ภายในปี 2050 และปรับโครงสร้างอุตสาหกรรมและตลาดแรงงาน การเปลี่ยนแปลงการจ้างงานเป็นสิ่งที่หลีกเลี่ยงไม่ได้ แต่ความยืดหยุ่นทางประวัติศาสตร์และเครื่องมือทางนโยบายสมัยใหม่ (เช่น การฝึกอบรมใหม่, การประกันสังคม) สามารถสนับสนุนการปรับตัว ตลาดการเงินอาจได้รับประโยชน์ระยะยาวจากการเติบโตทางกำไรที่ขับเคลื่อนโดย AI แต่การผันผวนในระยะสั้นได้รับผลกระทบจากวัฏจักรเศรษฐกิจและความเสี่ยงจากการเก็งกำไร การพัฒนาทั่วโลกจำเป็นต้องลดช่องว่างดิจิทัลเพื่อให้แน่ใจว่า AI จะเป็นประโยชน์ต่อกลุ่มคนจำนวนมาก ผ่านการเรียนรู้จากประสบการณ์ของเครื่องจักรไอน้ำ ไฟฟ้า และอินเทอร์เน็ต สังคมสามารถใช้ AI เพื่อส่งเสริมความเจริญรุ่งเรืองที่รวมกลุ่มกัน และตอบสนองต่อความท้าทายเพื่อสร้างอนาคตทางเศรษฐกิจที่ยืดหยุ่น.