Wat is het werkelijke effect van AI op de productiviteit?

Kunstmatige intelligentie is de verhaallijn van het decennium geworden, maar een groot deel van het publieke debat mist wat er al op het terrein gebeurt.

De effecten zijn niet verborgen in verre laboratoria of theoretische voorspellingen. U kunt ze vinden in statistieken zoals bestellingen van apparatuur, bedrijfsbudgetten, elektriciteitsnetten en zelfs in voorraadgestuurde consumentenuitgaven.

AI verschijnt op kleine manieren die optellen tot iets groters. Sommige bedrijven werken sneller, sommige banen veranderen van vorm en hele sectoren reorganiseren zich rond software die drie jaar geleden nog niet bestond.

Het idee dat AI nog geen impact heeft gehad, is niet langer juist. Maar de sleutel is om te begrijpen waar de impact zichtbaar is en waarom de officiële productiviteitscijfers pas beginnen te bewegen.

In hoeverre heeft AI de cijfers tot nu toe veranderd?

De schoonste gegevens zijn afkomstig van het Penn Wharton Budget Model, dat de invloed van AI opsplitst in taken in plaats van functietitels. Hun bevindingen zijn een nuttige basis omdat ze gedetailleerde Amerikaanse beroepsgegevens gebruiken.

Ze schatten dat ongeveer 40% van het huidige arbeidsinkomen verband houdt met werk dat kan worden hervormd door generatieve AI. Niet elke taak is winstgevend om te automatiseren, maar een aanzienlijk deel wel.

Hun model suggereert dat ongeveer 10% van het huidige bbp waarschijnlijk zal worden beïnvloed en dat het aandeel in de komende twee decennia zou kunnen stijgen tot ongeveer 15%, aangezien sectoren met een hoge blootstelling sneller groeien dan de rest van de economie.

Studies naar echte implementaties schetsen een duidelijk beeld van wat er binnen bedrijven gebeurt. Klantenserviceteams die AI-assistenten gebruiken, voltooien meer cases. Professionele schrijvers voltooien concepten ongeveer 40% sneller.

Software-engineers voltooien taken sneller wanneer ze tools in Copilot-stijl gebruiken.

Penn Wharton gebruikt deze onderzoeken om uit te gaan van een besparing van ongeveer 25% op arbeidskosten wanneer AI vandaag de dag wordt gebruikt, oplopend tot 40% naarmate systemen verder verbeteren.

Wanneer deze kostenbesparingen worden gewogen naar het aandeel van de betrokken taken en worden gecorrigeerd voor acceptatiepercentages, wordt het macro-effect duidelijker.

De stijging van de totale factorproductiviteit in de VS is momenteel klein, ongeveer 0,01 procentpunt. Maar het zal naar verwachting in de loop van het decennium stijgen en in het begin van de jaren 2030 een piek bereiken in de buurt van 0,2 procentpunt voordat het vervaagt.

Het resultaat op de lange termijn is een grotere economie, niet een permanent snellere groei. Hun centrale schatting is dat AI het bbp tegen 2055 met ongeveer 3% zal verhogen.

De conclusie van dergelijk onderzoek is dat de vroege productiviteitseffecten van AI betekenisvol maar ongelijk zijn en geconcentreerd zijn in bepaalde taken en bedrijven.

Geaggregeerde cijfers weerspiegelen een economie die zich nog niet heeft gereorganiseerd rond de technologie.

Waarom bedrijfsinvesteringen het zware werk doen

De duidelijkste tekenen van de invloed van AI zijn te zien aan de investeringskant van de Amerikaanse economie. Recent onderzoek van Bloomberg toonde aan dat de uitgaven voor informatieverwerkende apparatuur en software dit jaar sterk zijn gestegen.

De bijdrage van deze categorieën aan de bbp-groei is de grootste in decennia.

De bouw van datacenters heeft een jaarlijks percentage van ongeveer $ 41 miljard bereikt en is een van de weinige groeiende segmenten in de particuliere bouw.

Alleen al drie bedrijven, Meta, Microsoft en Google, gaven in het derde kwartaal van dit jaar 78 miljard dollar uit aan kapitaalgoederen, bijna het dubbele van hun uitgaven een jaar eerder. Dit is de fysieke voetafdruk van de AI-boom.

Bloomberg schat dat AI-gerelateerde kapitaaluitgaven in de eerste helft van 2025 ongeveer 1% hebben bijgedragen aan de groei van het Amerikaanse bbp. Dat betekent dat AI goed was voor meer dan de helft van het groeipercentage van 1,6% in die periode.

Het komt zelden voor dat een enkele technologische golf zo'n buitensporige rol speelt in de nationale rekeningen.

Sommige analisten verwachten dat de investeringsimpuls volgend jaar sterker zal worden. Anderen denken dat de piek al voorbij is. Hoe dan ook, de bijdrage is vandaag de dag meetbaar.

Er is een complicatie die vaak onopgemerkt blijft. Veel van de hardware die nodig is voor datacenters wordt geïmporteerd. Dat vergroot het handelstekort en neemt een deel van de bruto groeibijdrage weg.

Toch heeft de federale overheid tariefvrijstellingen toegestaan voor servers en printplaten, ondanks handelsspanningen elders.

Economen merken op dat de hausse het moeilijk zou hebben gehad als de hardware te maken had met dezelfde heffingen die werden betaald door industrieën zoals auto's of de bouw.

Er is ook een belasting voor het elektriciteitssysteem. Datacenters hebben grote hoeveelheden elektriciteit nodig. De vraag naar elektriciteit in de VS zou tegen 2029 met ongeveer 16% kunnen stijgen als de huidige trends zich voortzetten.

Netupgrades duren jaren en hebben te maken met hogere kosten vanwege tarieven op apparatuur zoals transformatoren. Stijgende elektriciteitsprijzen kunnen de acceptatie van AI vertragen of de marges drukken voor bedrijven die proberen op te schalen.

Binnen de bedrijven die de verandering al voelen

Enquêtes bieden een ander perspectief. Ze laten zien wat er gebeurt zodra AI-tools hun intrede doen in de dagelijkse workflows. IBM's EMEA-studie uit 2025 is een van de grootste in zijn soort, gebaseerd op 3.500 leidinggevenden in tien landen.

Tweederde zei dat AI al aanzienlijke productiviteitswinsten heeft opgeleverd.

Een op de vijf zegt zijn rendementsdoelstellingen al te hebben bereikt. Nog eens 42% verwacht binnen een jaar rendement, vaak door snellere uitvoering, lagere kosten en verbeterde servicekwaliteit.

Het rapport benadrukt dat grote bedrijven voorop lopen. 72% van de ondernemingen met meer dan duizend werknemers meldt opmerkelijke winsten. Slechts 55% van de kleine en middelgrote bedrijven zegt hetzelfde.

Organisaties in de publieke sector vertonen vergelijkbare patronen als kleinere bedrijven. Dit weerspiegelt eerdere technologiecycli waarin grotere organisaties het kapitaal en de technische capaciteit hadden om als eerste in actie te komen.

De gegevens van IBM laten ook zien hoe het werk verandert. Leidinggevenden zeggen dat werknemers meer tijd besteden aan planning, creatief werk en ideeontwikkeling wanneer AI repetitieve taken afhandelt.

Het patroon komt overeen met academische studies die aantonen dat AI minder ervaren werknemers helpt prestatiekloven te dichten en ervaren werknemers in staat stelt zich te concentreren op output met een hogere waarde.

Wat opvalt in zowel de bevindingen van IBM als Penn Wharton, is hoe ongelijk de winsten zijn tussen beroepen. De meest blootgestelde taken bevinden zich in ondersteunende functies op kantoor, bedrijfsvoering, IT, verkoop en middenmanagement.

De blootstelling piekt rond het tachtigste tot negentigste loonpercentiel en daalt vervolgens voor de hoogste verdieners die de neiging hebben om taken uit te voeren die oordeel, onderhandeling of zeldzame expertise vereisen.

De minst blootgestelde groepen zijn onder meer de bouw, transport, horeca en persoonlijke zorg. Dit betekent dat de impact op de arbeidsmarkt op korte termijn geconcentreerd is in witteboordenfuncties met een gemiddeld tot hoog loon, niet in handmatige banen.

Wat CEO's eigenlijk zeggen in bestuurskamers

Bedrijfsleiders beschrijven een verandering die sneller gaat dan eerdere cycli. Goldman Sachs-topman David Solomon zei dat hij geen CEO kan vinden die niet probeert processen rond automatisering opnieuw te ontwerpen.

Hij zei dat bedrijven de productie willen verhogen zonder het personeelsbestand te vergroten en dat AI nu centraal staat in die inspanningen.

Satya Nadella van Microsoft maakte soortgelijke opmerkingen door dit moment een 'AI-platformverschuiving' te noemen. Jensen Huang van Nvidia, die het heeft vergeleken met een nieuwe industriële revolutie.

Hun opvattingen beschrijven wat de huidige AI-leiders zien binnen hun eigen bedrijfsvoering en bij hun klanten.

De gegevens ondersteunen dit sentiment. Steeds meer bedrijven voegen niet alleen AI-tools toe aan bestaande workflows. Ze bouwen workflows opnieuw rond de tools.

Sommigen ontwerpen waardeketens vanaf nul met AI in gedachten. Anderen schakelen over van periodieke planningscycli naar continue besluitvorming op basis van AI-systemen.

Deze veranderingen hebben tijd nodig om door te sijpelen naar officiële productiviteitscijfers, wat helpt bij het verklaren van de kloof tussen wat bedrijven intern rapporteren en wat in nationale statistieken wordt weergegeven.

Een ander belangrijk punt komt naar voren in de enquêtes. Bedrijven willen open en interoperabele AI-systemen. Ongeveer 85% van de respondenten van IBM zegt dat transparantie, interoperabiliteit en flexibiliteit van de provider essentieel zijn.

Wat zegt dit alles ons over het echte AI-productiviteitseffect?

AI verschijnt tegenwoordig op drie plaatsen in de economie. Het lijkt erop dat de stijgende kapitaaluitgaven van bedrijven racen om rekencapaciteit op te bouwen. Het komt naar voren in het dagelijkse werk van early adopters die een snellere uitvoering en een hogere output rapporteren.

En het komt ook voor op de activamarkten, waar AI-geleide bedrijven biljoenen dollars aan nieuw aandelenvermogen hebben gegenereerd dat de consumptie onder welvarende huishoudens heeft aangewakkerd, wat de bezorgdheid over een "AI-zeepbel" heeft aangewakkerd.

Wat nog niet verschijnt, is een brede, economiebrede stijging van de productiviteit. Dit is niet ongebruikelijk.

Eerdere technologieën voor algemeen gebruik, zoals elektrificatie en internet, kwamen pas in de gegevens naar voren nadat bedrijven de productie hadden gereorganiseerd.

Hetzelfde patroon speelt zich weer af. AI bevindt zich voor de meeste bedrijven nog in de investerings- en experimenteerfase. Zodra de reorganisatie is voltooid, zullen de voordelen waarschijnlijk duidelijker zichtbaar worden.

De meest voorzichtige schattingen suggereren dat AI de productiviteitsgroei op zijn hoogtepunt met een paar tienden van een procentpunt verhoogt en de economie permanent met een paar procent groter maakt.

De ambitieuzere prognoses suggereren grotere winsten als AI de innovatie zelf versnelt.

De kloof tussen deze opvattingen hangt af van hoe snel bedrijven hun werk herstructureren, hoe wijdverbreid AI-tools zich verspreiden naar kleinere bedrijven en de publieke sector, en of infrastructuur zoals het elektriciteitsnet kan worden opgeschaald om aan de vraag te voldoen.