สถาบันวิจัยเศรษฐกิจแห่งชาติสหรัฐ (NBER) ชี้ให้เห็นว่าหากสามารถทำให้สัดส่วนหนี้สินต่อ GDP คงที่ได้ ก็เพียงแค่ต้องเพิ่มการเติบโตของปัจจัยการผลิตทั้งสิ้น (TFP) ปีละ 0.5 เปอร์เซ็นต์ ก็เพียงพอที่จะทำให้การคลังมั่นคง หากการเติบโตของผลิตภาพนี้ดำเนินต่อเนื่องเป็นเวลา 10 ปี ค่าทำนายหนี้สินจะลดลง 2 ล้านล้านดอลลาร์ การวิเคราะห์โดยบริษัทปัญญาประดิษฐ์ Anthropic ระบุว่า การสนับสนุนด้วย AI มีศักยภาพที่จะเพิ่ม TFP ประมาณ 1.1 เปอร์เซ็นต์ ซึ่งเป็นสองเท่าของที่จำเป็นสำหรับความมั่นคงทางการคลังของสหรัฐ
สมการฟื้นฟู 0.5% ของการคลังสหรัฐ
ความรุนแรงของวิกฤตการคลังของสหรัฐไม่ต้องกล่าวซ้ำอีก หนี้สินต่อ GDP ยังคงพุ่งสูงขึ้น ดอกเบี้ยจ่ายกลืนงบประมาณเพิ่มขึ้นเรื่อยๆ อย่างไรก็ตาม การวิจัยของ NBER ให้แนวทางแก้ไขที่ดูเรียบง่าย: การเพิ่มประสิทธิภาพของปัจจัยการผลิตทั้งสิ้น (TFP) เพื่อให้เกิดเสถียรภาพทางการคลัง TFP สะท้อนให้เห็นว่า ในสถานการณ์ที่ทุนและแรงงานยังคงที่ เศรษฐกิจสามารถสร้างกำลังการผลิตเพิ่มขึ้นได้ด้วยเทคโนโลยีและประสิทธิภาพที่ดีขึ้น
0.5% ดูเหมือนเล็กน้อย แต่ส่งผลกระทบอย่างลึกซึ้ง จากการประมาณของ NBER หากการเติบโตของผลิตภาพนี้ดำเนินต่อเนื่องเป็นเวลา 10 ปี ค่าทำนายของหนี้สหรัฐจะลดลงประมาณ 2 ล้านล้านดอลลาร์ หากมองในระยะ 30 ปี สัดส่วนหนี้สินต่อ GDP จะต่ำกว่าค่าพื้นฐานประมาณ 42 จุดเปอร์เซ็นต์ แม้แต่ในสถานการณ์ที่เลวร้ายที่สุดก็ต่ำกว่าถึง 80 จุดเปอร์เซ็นต์ ตัวเลขนี้มีตรรกะง่ายๆ: เมื่อประสิทธิภาพในการสร้างผลผลิตของเศรษฐกิจดีขึ้น อัตราภาษีเดิมสามารถสร้างรายได้มากขึ้น และสัดส่วนหนี้ต่อ GDP ก็จะลดลงตามธรรมชาติ
รางวัลโนเบลเศรษฐศาสตร์ โพล ครุมัน ได้ชี้ให้เห็นว่า ความสามารถของประเทศในการยกระดับระดับชีวิตในระยะยาว เกือบจะขึ้นอยู่กับความสามารถในการเพิ่มผลผลิตต่อประชากร และเทคโนโลยีคือหัวใจสำคัญของสิ่งนี้ ความสำคัญของ TFP ไม่เพียงแต่สะท้อนอยู่ในทฤษฎีการเติบโตเชิงนามธรรมเท่านั้น แต่ยังเกี่ยวข้องโดยตรงกับความยั่งยืนทางการคลังของสหรัฐ ปัญหาคือ แล้ว TFP เพิ่มขึ้น 0.5% นี้มาจากไหน? ในประวัติศาสตร์ การก้าวกระโดดของผลิตภาพระดับนี้มักจะตามมาด้วยการปฏิวัติทางเทคโนโลยีครั้งใหญ่ ตั้งแต่ไฟฟ้า คอมพิวเตอร์ ไปจนถึงอินเทอร์เน็ต แต่ละครั้งเปลี่ยนแปลงวิธีการดำเนินธุรกิจอย่างสิ้นเชิง
การค้นพบที่ปฏิวัติของ Anthropic ที่ 1.1%
การวิจัยของบริษัทปัญญาประดิษฐ์ Anthropic ให้คำตอบที่น่าตื่นเต้น พวกเขาวิเคราะห์การสนทนาจริงประมาณ 100,000 ครั้งที่ใช้ Claude.ai โดยพยายามประมาณความแตกต่างของเวลาในการทำงานเดียวกัน ระหว่างมีหรือไม่มี AI ช่วย ผลการศึกษาชี้ให้เห็นว่า การสนับสนุนด้วย AI มีศักยภาพที่จะเพิ่ม TFP ประมาณ 1.1% ซึ่งมากกว่าที่ความมั่นคงทางการคลังของสหรัฐต้องการถึงสองเท่า
ตัวเลขนี้มีความหมายลึกซึ้ง หากการเพิ่มประสิทธิภาพการผลิตเพียง 0.5% ก็เพียงพอที่จะทำให้การคลังของรัฐบาลมั่นคงเป็นทศวรรษ การเพิ่มขึ้นเป็น 1.1% ในเชิงทฤษฎีอาจส่งผลพลิกผันต่อเศรษฐกิจและการเงินสาธารณะได้อย่างรุนแรง งานวิจัยของ Anthropic ให้ตัวอย่างเฉพาะ เช่น Claude สามารถออกแบบหลักสูตรใน 11 นาที ช่วยประหยัดเวลาสำหรับครูประมาณ 4 ชั่วโมง หากการประหยัดเวลานี้สามารถทำซ้ำในระบบเศรษฐกิจทั้งระบบ ผลกระทบสะสมจะเป็นอย่างมาก
อย่างไรก็ตาม Anthropic ก็ยอมรับข้อจำกัดของงานวิจัยนี้ การประหยัดเวลาอาจไม่แปรเปลี่ยนเป็นผลผลิตที่เพิ่มขึ้นอย่างแน่นอน นักวิจารณ์ชี้ว่า เวลาที่ประหยัดได้อาจถูกนำไปใช้เพื่อความบันเทิงหรือการบริโภค เช่น การเล่นโซเชียลมีเดียหรืออ่านรายงาน ในสถานการณ์เช่นนี้ AI ได้เพิ่มความสุขและเวลาพักผ่อนให้มนุษย์ แต่ไม่ได้เพิ่มความมั่งคั่งโดยรวม ซึ่งจำกัดความช่วยเหลือในการแก้ปัญหาหนี้สินของสหรัฐ
กลไกและความท้าทาย 3 ประการของ AI ในการเพิ่ม TFP
ผลด้านการประหยัดเวลา: Claude ช่วยครูประหยัด 4 ชั่วโมง แต่อย่างไรก็ตาม ยังต้องรอดูว่าเวลานี้จะเปลี่ยนเป็นผลผลิตจริงหรือไม่
ศักยภาพในการเปลี่ยนโครงสร้าง: ตลอดประวัติศาสตร์ เทคโนโลยีไม่ใช่แค่เพิ่มความเร็ว แต่เปลี่ยนวิธีการทำงานอย่างสิ้นเชิง ซึ่งเป็นเรื่องที่ยากต่อการสร้างแบบจำลอง
ตัวแปรความเร็วในการแพร่หลาย: การศึกษานี้สมมุติว่าระบบปัจจุบันสามารถทำงานได้ดี แต่ไม่ได้นับรวมการพัฒนา AI อย่างต่อเนื่องในอนาคตที่จะนำไปสู่การเพิ่มผลผลิตมากขึ้น
มุมมองอนาคตที่ระมัดระวังและเป็นบวก
ควรสังเกตว่า Anthropic มองว่าการประมาณ 1.1% นี้ อาจเป็นตัวเลขที่อนุมานไว้ในเชิงอนาคตที่ระมัดระวัง การศึกษานี้ไม่ได้รวมการเร่งความเร็วในการแพร่หลายของ AI หรือการพัฒนาของโมเดลในอนาคต ซึ่งอาจนำไปสู่ผลพลิกผันในด้านผลผลิตมากขึ้น กล่าวคือ การศึกษานี้สมมุติว่ามนุษย์ในอีก 10 ปีข้างหน้าจะยังใช้เทคนิคเดิมและโมเดลภาษาที่ระดับเดียวกัน ในขณะที่โมเดลภาษาขนาดใหญ่ทุกๆ หลายเดือนก็มีความก้าวหน้าอย่างมีนัยสำคัญ การนำ AI ไปใช้ยังอยู่ในระหว่างการเรียนรู้และปรับตัว ทำให้ 1.1% นี้อาจเป็นเพียง “ขีดล่าง” ของผลกระทบต่อผลผลิตจาก AI
ที่สำคัญ งานวิจัยนี้วัดเฉพาะผลของ AI ในการเร่งความเร็วของภารกิจเดิมเท่านั้น ยังไม่ได้รวมถึงการเปลี่ยนแปลงโครงสร้างของกระบวนการทำงานและวิธีการผลิตที่ลึกซึ้งกว่า ซึ่งการเปลี่ยนแปลงเชิงโครงสร้างในอดีต เช่น ไฟฟ้า คอมพิวเตอร์ และอินเทอร์เน็ต ไม่ใช่แค่ทำสิ่งเดิมให้เร็วขึ้น แต่เปลี่ยนวิธีการทำงานอย่างสิ้นเชิง ซึ่งเป็นเรื่องที่ยากจะสร้างแบบจำลอง แต่ให้ผลกระทบที่ลึกซึ้งที่สุด
แม้จะเป็นเช่นนั้น นักวิจัยยังคงระมัดระวังและระบุข้อจำกัดของวิธีการและสมมุติฐานอย่างละเอียด พวกเขายอมรับว่า แม้ AI จะสร้างพื้นที่ทางการคลังให้มากขึ้นในอนาคต แต่ผู้กำหนดนโยบายก็อาจจะเพิ่มการใช้จ่าย ทำให้หนี้สินสะสมอีกครั้ง อย่างไรก็ตาม ในบริบทที่ความเสี่ยงด้านการคลังเป็นเรื่องเร่งด่วน ความหวังเชิงบวกแม้เพียงเล็กน้อยก็อาจคุ้มค่า ที่จะรอคอย ผลกระทบของ AI ต่อการคลังของสหรัฐอาจเกินกว่าที่เราคิดไว้ในปัจจุบัน
