Close Menu
    Facebook X (Twitter) Instagram
    Facebook YouTube LinkedIn
    Industry SurferIndustry Surfer
    Inicio - なぜ経済を変革するにはテクノロジー以上のものが必要なのか
    サプライチェーン

    なぜ経済を変革するにはテクノロジー以上のものが必要なのか

    1 Min Read サプライチェーン
    Facebook Twitter Pinterest LinkedIn Tumblr Email
    La paradoja de la inteligencia artificial y la productividad: por qué se necesita más que tecnología para transformar la economía
    Share
    Facebook Twitter LinkedIn Pinterest Email

    人工知能 (AI) に関する誇大宣伝は数年前から存在しており、ほとんど沈静化していません。 大きな期待にもかかわらず、待望された生産性の向上は、これまでマクロ経済的にはほとんど実現していません。 新しいテクノロジーの使用は本当に無駄なのでしょうか? 経済学者はこの限られた発展を生産性のパラドックスのせいにしているため、その答えは長期的な視点にあります。 AI の開発がこのモデルに従っている場合、少し後には良い面だけを感じるようになります。 (この不確実な時代において)生産と物流に対する楽観的な見通し。

    生産性のパラドックスとは何ですか?

    生産性のパラドックスは、最初は生産性がゆっくりと成長するか、主要な新技術の導入後には崩壊することさえあるが、数年後には非常に大きく成長するという歴史的パターンを説明しています。 これは例えば 19世紀のアメリカの工場における電気の導入ここでは、新しいテクノロジーが力強い成長をもたらすまで、20 年以上生産性が停滞していました。 エンジニアが新たな可能性に対応するために生産設備の設計を変更するまで、生産性は急速に向上しませんでした。 (第一次)産業革命の出発点である蒸気エンジンの導入は、わずか 50 年後にはアメリカの実質的な生産性の向上にさえつながりました。

    しかし、新しいテクノロジーが生産性を発揮するまでにこれほど長い時間がかかるのはなぜでしょうか? そのたびに徹底的に見直さなければなりません。 プロセスの変革には時間がかかり、常に摩擦損失が伴います。 さらに、これらは生産性統計において実質的に何の役割も果たさない投資です。 テクノロジーが新しい働き方の不可欠な部分である場合にのみ、プラスの効果が明確に目に見えるようになります。

    AI開発も同じパターンをたどる

    生産性のパラドックスは最近でも見られました。 1987 年に、ノーベル賞受賞者のロバート ソローは、コンピューターの使用における同様の発展について説明しました。 結局のところ、コンピューターの成功は米国でのみ注目されました。 例えば、 1995 年から 2005 年まで。

    AI はまた、長期的には経済を変え、最終的には生産性を向上させるという約束から始まりました。 しかし、それは世界経済の成長には反映されておらず、パンデミックを考慮した調整すらされていない。 MIT と 大学 シカゴさん、これは AI 使用の影響を過小評価する理由にはなりません。 グラフ: 生産性の伸びは短期間停滞または低下し、しばらくすると急上昇します。 そして彼らは、AI の活用により、この発展は以前よりも迅速かつ大規模になると信じています。

    AI がより早く成功モデルになる

    一方で、これは良好な技術環境によるものです。 機械学習の進歩により、プロセッサーの大幅な改善とデータ ストレージの低価格が実現し、さらにこれらの可能性はクラウド サービスを通じて中小企業にも利用可能になります。

    一方、コロナのパンデミックにより、平常時であれば企業にとって丸10年かかるほどの世界的なデジタル化が加速しました。 2020 年の初めに、ハイブリッド勤務が多くの企業にとって新たな常態になるとは誰が予想できたでしょうか。

    に 世界経済フォーラムによる最近の調査 80% の企業がデジタルへの取り組みを加速し、より多くのリモートワークを可能にすることを計画していることがわかりました。 50% は生産タスクの自動化も計画しています。

    これは物流にとって何を意味しますか?

    この考慮事項は抽象的であり、これが物流とどのような関係があるのか​​と疑問に思われるかもしれません。 生産性は、グローバルに相互接続された世界における物流の必要性を示す良い指標であるため、最終的には生産性が高くなります。 AI は物流分野でも長い間重要なテーマとなってきましたが、多くの場合、AI は将来の地位を確立するだけです。 パンデミックの前でさえ、多くの企業はすぐに投資することに消極的でした。

    ただし、既存の物流プロセスに AI プロジェクトを導入することは、ガソリン車から電気自動車に切り替えるようなものではありません。 原則として、プロセスに関与する全員がまったく新しい一連の手順に適応する必要があり、それには時間がかかります。 その結果、AI プロジェクトの成功曲線は、最初に生産性がわずかに低下し、最後に急激に増加する J 字型の傾斜として見ることができます。

    したがって、物流に AI を導入することは、将来への大きな投資となります。 結局のところ、今日コンピューターなしでビジネスを成功させることは想像するのが難しいのです。 これが最新の主要技術です。

    「J カーブ生産性」モデルを説明した研究者の 1 人であるエリック ブリニョルフソン氏は、AI がどん底に達していると考えています。私たちは今、J ベンドの終わりに近づいていると思います。まさに離陸するところです。」

    参考文献

    ブリニョルフソン、エリック、ダニエル・ロック、チャド・シバーソン。 2021年。 「生産性 J 曲線: 無形資産がコモディティ テクノロジーをどのように補完するか」 アメリカ経済ジャーナル: マクロ経済学、 13(1):333-72。

    AIJ-ロジスティック曲線生産生産性パラドックス技術

    Share. Facebook Twitter Pinterest LinkedIn Tumblr Email

    Entradas relacionadas

    急成長を求めて物流VCの資金が途上国に流れる

    上げ潮

    バイデン氏、運輸などの分野での独占禁止法の執行強化を求める

    Entradas recientes
    ¿Qué es el campo magnético y cómo funciona?
    circuito capacitivo de ca
    circuito inductivo ca
    ¿Cómo probar un diodo? Uso de multímetros analógicos y digitales (DMM)
    Noticias industrial
    ¿Qué es el campo magnético y cómo funciona?
    circuito capacitivo de ca
    circuito inductivo ca
    ¿Cómo probar un diodo? Uso de multímetros analógicos y digitales (DMM)
    Facebook YouTube LinkedIn
    © 2025 Hecho con ♥ desde México

    Type above and press Enter to search. Press Esc to cancel.

    Ir a la versión móvil