आयबीएमचा मार्ग, ‘भूत’ जीडीपी: एआय डूम लूप ही फक्त ‘भयानक बेडटाइम स्टोरी’ का असू शकते

23 फेब्रुवारी रोजी, Citrini Research च्या 2028 GLOBAL Intelligence Crisis मध्ये कल्पिल्या गेलेल्या भविष्यात बाजार क्षणाक्षणाला किंमतीला दिसला. इंटरनॅशनल बिझनेस मशिन्स (IBM) चे शेअर्स 13.2% घसरले – 18 ऑक्टोबर 2000 पासून त्यांची सर्वात मोठी दैनंदिन घसरण. हे प्लग एआय स्टार्टअप अँथ्रोपिकने सुचविल्यानंतर घडले की त्याचे क्लॉड कोड टूल IBM मेनफ्रेमवर चालणाऱ्या लेगेसी COBOL सिस्टमचे आधुनिकीकरण करण्यात मदत करू शकते.रॉयटर्सने नोंदवले की COBOL ही एक प्रोग्रामिंग भाषा आहे जी बँकिंग, विमा आणि सरकारी प्रणालींमध्ये मोठ्या प्रमाणावर वापरली जाते, ती AI ऑटोमेशनद्वारे बदलली जाऊ शकते. अँथ्रोपिकने लिहिले: “COBOL प्रणालीचे आधुनिकीकरण करण्यासाठी एकदा सल्लागारांच्या सैन्याची वर्कफ्लो मॅपिंग करण्यासाठी वर्षे घालवणे आवश्यक होते. क्लॉड कोड सारखी साधने शोध आणि विश्लेषणाचे टप्पे स्वयंचलित करू शकतात जे COBOL आधुनिकीकरणातील बहुतेक प्रयत्न वापरतात. ते पुढे म्हणाले, “AI सह, कार्यसंघ त्यांच्या COBOL कोडबेसचे वर्षांच्या ऐवजी तिमाहीत आधुनिकीकरण करू शकतात.“बाजारातील प्रतिक्रिया जलद होती. क्राउडस्ट्राइक आणि डेटाडॉगसह सॉफ्टवेअर आणि सायबर सिक्युरिटी स्टॉक्स देखील घसरले कारण गुंतवणूकदारांनी एआय प्रस्थापित महसूल मॉडेल्समध्ये कसे व्यत्यय आणू शकतो याचे वजन केले.मार्केट हादरवून टाकणारी कथा“2028 ग्लोबल इंटेलिजन्स क्रायसिस” ही एक आकर्षक कथा आहे. ते आतापासून काही वर्षांनी अशा जगाची कल्पना करते, जिथे AI एजंट व्हाईट कॉलरचे काम खोडून काढतात, राष्ट्रीय खात्यांवर “घोस्ट जीडीपी” वर्चस्व गाजवते, बेरोजगारी 10% पेक्षा जास्त आहे आणि ग्राहक अर्थव्यवस्था कोमेजून जाते कारण, सिट्रिनीने सांगितल्याप्रमाणे, मशीन्स “विवेकानुकूल वस्तूंवर खर्च करतात. (इशारा: इट’)अशा नोटेने बाजार हलवला हा अपघात नाही. नोआ स्मिथने “द सिट्रिनी पोस्ट ही फक्त एक भयानक झोपण्याच्या वेळेची कथा आहे” या शीर्षकाच्या पोस्टमध्ये नमूद केल्याप्रमाणे, सॉफ्टवेअर आणि फायनान्स स्टॉकचा एक समूह व्हायरल झाल्यानंतर लगेचच विकला गेला. स्मिथचे वाचन असे आहे की हे विश्लेषकांना अचानक अस्सल अंध स्थान शोधल्यासारखे कमी आणि भावनांच्या लहरीसारखे दिसते: व्यापाऱ्यांनी एक उद्बोधक संकट कथा वाचली, त्यांचे टिकरचे नाव-तपासलेले पाहिले आणि पॅनिक-समक्रमितपणे विकले गेले.कोणत्या नोकऱ्या आणि कंपन्यांना फटका बसतो?सूक्ष्म बाजूने, Citrini एक असे जग रेखाटते जिथे AI एजंट “कोडिंग, संशोधन, व्यवहार आणि अगदी धोरणात्मक निर्णय घेण्यासारख्या जवळजवळ सर्व व्हाइट कॉलर कामांची काळजी घेतात.” येथे प्रामाणिक उत्तर असे आहे की उद्योग-दर-उद्योग मार्ग कोणालाच माहीत नाही. परंतु सध्याच्या वापरावरून काही गोष्टी स्पष्ट आहेत. इकॉनॉमिस्ट नोंदवतात की सुमारे 41% अमेरिकन कामगारांनी 2025 च्या उत्तरार्धात कामावर जनरेटिव्ह AI वापरला होता, तरीही केवळ 13% कार्यरत वयाच्या प्रौढांनी ते दररोज वापरले आणि फक्त 5-6% कामाच्या तासांमध्ये gen-AI चा समावेश होतो. त्यापैकी बहुतेक अजूनही स्वतंत्र कार्ये आहेत – मसुदा तयार करणे, सारांश करणे, कोडिंग सहाय्य – संपूर्ण वर्कफ्लो चालवणारे पूर्णपणे स्वायत्त एजंट नाहीत.जेव्हा AI वापरला जातो, तेव्हा टास्क-स्तरीय नफा लक्षणीय असतो: ChatGPT सारख्या साधनांवरील अभ्यासात कामे लिहिण्याची वेळ जवळपास 40% कमी झाली आहे, बोस्टन कन्सल्टिंग ग्रुप सारख्या फर्म्समधील प्रयोग वास्तववादी व्यावसायिक कार्यांवर 12-25% उत्पादकता वाढ दर्शवतात आणि शैक्षणिक फायद्यांमध्ये 5%-1% वास्तविक संशोधकांनी केलेल्या विस्तृत पुनरावलोकनात आढळते.त्यामुळे AI अनेक व्हाईट कॉलर नोकऱ्या आणि व्यवसाय मॉडेल कालांतराने पुन्हा आकार देईल अशी एक ठोस सूक्ष्म कथा आहे. परंतु “हे 2028 पर्यंत जवळजवळ पूर्ण आणि अतिशय जलद होईल” यापेक्षा वेगळा दावा आहे.मॅक्रो: व्यत्ययापासून संकटापर्यंत?Citrini च्या तुकड्यात मजबूत दावा मॅक्रो इकॉनॉमिक आहे: हा वेगवान सूक्ष्म व्यत्यय संपूर्ण प्रणाली क्रॅश करतो. या नोटमध्ये 10% पेक्षा जास्त बेरोजगारीचा दर, उपभोगात झालेली घसरण आणि “मानव-केंद्रित ग्राहक अर्थव्यवस्था, त्यावेळच्या GDP च्या 70%, कोमेजून गेलेल्या जगाची कल्पना आहे.”स्मिथने नमूद केले की सिट्रिनी कधीही मॅक्रो मॉडेलचे शब्दलेखन करत नाही. ते फर्म-स्तरीय व्यत्ययापासून एकूण संकटापर्यंत ट्रान्समिशन यंत्रणा दर्शवत नाहीत; वाचकांना फक्त हे स्वीकारण्यास सांगितले जाते की पुरेसे व्यवसाय मॉडेल खंडित होतात आणि कसा तरी जीडीपी आणि रोजगार कोसळतात. तो दोन अस्पष्टपणे प्रशंसनीय चॅनेल सुचवतो ज्याद्वारे सेवा-क्षेत्र AI उत्पादकता बूम खराबपणे संपुष्टात येऊ शकते: मोठ्या प्रमाणावर व्यवसाय-मॉडेल अयशस्वी झाल्यामुळे उद्भवलेले आर्थिक संकट किंवा किमती समायोजित करण्यापेक्षा आणि धोरणाने प्रतिसाद देण्यापेक्षा कामगार उत्पन्न अधिक वेगाने कोसळल्यास मागणीची कमतरता.अशक्यही नाही. परंतु दोघांनाही भक्कम, विशिष्ट गृहितकांची आवश्यकता आहे: ताळेबंद आणि नियमन जुळवून घेण्यापेक्षा व्यत्यय अधिक वेगाने येतात आणि तंत्रज्ञानाच्या दृश्यमान धक्क्याच्या वेळी धोरणकर्ते हातावर हात ठेवून बसतात. त्या विरुद्ध ऐतिहासिक उदाहरण कट.आणि सध्याचा मॅक्रो डेटा सिट्रिनीच्या पेंटिंगपेक्षा खूप वेगळी कथा सांगतो. द इकॉनॉमिस्टने भर दिल्याप्रमाणे, वास्तविक संख्येत एआय उत्पादकता वाढण्याची फारशी चिन्हे नाहीत. 2025 मध्ये यूएस अर्थव्यवस्था 2.2% वाढली जेव्हा रोजगार मुळात सपाट होता, परंतु ते अंदाजे 1.9% च्या उत्पादकतेच्या वाढीमध्ये अनुवादित होते – युद्धानंतरच्या सरासरीपेक्षा अगदी कमी आणि इंटरनेट बूम वर्षांपेक्षा खूपच कमी. त्यातील बरीचशी वाढ डेटा सेंटर्स आणि संबंधित पायाभूत सुविधांमधील गुंतवणुकीतून झाली आहे. जेव्हा संशोधक त्या गुंतवणुकीसाठी जुळवून घेतात, तेव्हा अंतर्निहित उत्पादकता “शून्य जवळ” दिसते.2028 पर्यंत अपरिहार्यपणे AI सुपर-सायकलच्या पकडीत असलेल्या अर्थव्यवस्थेचा तो ठसा नाही. हा अशा अर्थव्यवस्थेचा ठसा आहे जो अद्याप बिल्ड-आउट टप्प्यात आहे, ज्यामध्ये आतापर्यंत माफक प्रमाणात उत्पादकता वाढ झाली आहे.भूत जीडीपी, वितरण आणि धोरणसिट्रिनीच्या निबंधातील सर्वात मूळ संकल्पना आहे “घोस्ट जीडीपी”: एआय द्वारे उत्पादित केलेले उत्पादन जे मानवी उत्पन्नात आणि अशा प्रकारे मागणीमध्ये अनुवादित होत नाही. चिंता अंतर्ज्ञानी आहे: जर AI कंपन्यांना कमी लोकांसोबत समान काम करू देत असेल, तर कामगार उत्पन्न कमी होते आणि “मशीन शून्य खर्च करतात” म्हणून सिस्टम त्याच्या वापराचे मुख्य इंजिन गमावते.स्मिथचे मॅक्रो उत्तर असे आहे की वितरण हे एकत्रिततेपेक्षा अधिक महत्त्वाचे आहे आणि धोरण शक्तीहीन नाही. जीडीपी म्हणजे एकूण उत्पादन; मशीन्स आणि नफा कोणाच्या मालकीचा आहे हा महत्त्वाचा प्रश्न आहे. मालक अजूनही माणसे, घरे, संस्था आणि सरकार आहेत. त्यांची उपभोग घेण्याची प्रवृत्ती नोकऱ्या गमावणाऱ्या कामगारांपेक्षा कमी आहे, परंतु ती शून्य नाही. लाभांश, भांडवली नफा आणि कर पावत्या सर्व निधी खर्च.