IKIV samenvatting
Productivity paradox
De productiviteitsparadox is de kennelijke tegenstrijdigheid tussen zeer vergaande
investeringen in de informatietechnologie en de relatief lage metingen van productiviteit in de
nationale economie.
De afgelopen jaren hebben bedrijven veel geld geïnvesteerd in informatietechnologie.
Hoewel deze uitgaven een drastische verandering in bedrijfsprocessen teweeg hebben
gebracht, stijgt de vraag of IT-investeringen daadwerkelijk hogere lonen en output
genereren. Zoals de econoom Robert Solow zei: 'We zien computers overal behalve in de
productiviteitsstatistieken'.
Redenen achter de productiviteitsparadox:
1. Verkeerde meting van outputs en inputs
2. Vertragingen als gevolg van leren en aanpassen
3. Herverdeling en verspreiding van winst
4. Mismanagement van informatie en technologie
De eerste twee punten zijn tekortkomingen vanuit een onderzoeksperspectief, dit zijn niet de
oorzakelijke redenen van de productivity paradox.
- De eerste reden gaat erom dat de traditionele maten voor het meten de relatie van
inputs en outputs, niet werken voor nieuwe waarderingen van waarde/value. We
nemen in de manier van meten meestal alleen de manier van evalueren die zinnig
was in de oude situatie. Nieuwe vormen en situaties zorgen ook voor nieuwe
belangen.
- Het tweede punt gaat erom dat een investering niet altijd een direct effect heeft, maar
dat dit indirecte effect ook pas op langere termijn kan komen. (bijv. Als er individuen
en organisaties eerst leer ervaring moeten opdoen, voordat een technologie ook
daadwerkelijk goed gebruikt kan worden.)
- Het derde punt wijst op vooruitgang in marktaandeel door investering in technologie,
wat vaak ten koste gaat van marktaandeel van een tegenpartij, maar dat globaal
gezien de algehele markt niet groter hoeft te worden.
- Het vierde punt is dat IT ontwikkeling moeilijk en uitdagend is.
Reflectie op de huidige status productivity paradox en AI
1. false hope
2. mis measurement
3. geconcentreerde distributie en rent dissipation
, 4. Implementatie en herstructurering lags
Brynjolfsson, Rock en Syverson stellen in de “Artificial Intelligence and the Modern
Productivity Paradox: A Clash of Expectations and Statistics” dat er in de huidige tijd
technologisch optimisme is maar juist de productiviteit achterblijft.
- Punt 1: valse hoop. Er worden te hoge verwachtingen geschetst van AI technologie,
en dat AI alle problemen kan oplossen
- Punt 2: Het is lastig om productiviteit te meten, wat moet je meten en wat is de
scope? Kijk je naar 1 bedrijf of kijk je naar een heel ecosysteem?
- Punt 3: Er zijn vaak maar enkele die echt “winst” krijgen door creatie van nieuwe AI
techniek. De kennis en computational power die nodig is, ligt steeds beperkter bij
enkele bedrijven/partijen. Aan de andere kant is er ook “rent dissipation” wat over de
devaluatie van een investering van technologie gaat zodra het public domain kennis
is.
- punt 4: Er zijn complementaire investeringen nodig om AI goed te kunnen gebruiken.
The Turing Trap: The promise and peril of human like AI
In dit artikel gaat Erik Brynjolfsson dieper in op een van de uitdagingen van human-like
intelligence, wat gelinkt is aan de eerdere aspecten van productivity paradox, false hope en
mis measurement.
Hij legt hierin een beeld uit waarbij de focus vaak ligt op het repliceren/vervangen van
menselijk werk, in plaats van het echt zoeken naar nieuwe mogelijkheden van toepassen. Hij
noemt dit de Turing Trap.
Alan Turing wordt beschouwd als een van de grondleggers van de Informatica en
kunstmatige intelligentie.
De Turing machine is een model van berekeningen en berekenbaarheid. Het is een
eenvoudig mechanisme dat symbolen manipuleert waarbij de logical van elk mogelijke
computer gesimuleerd kan worden.
Het Halting problem (of stopprobleem) speelt rondom de vraag of er een programma is dat:
- In een eindig aantal stappen kan bepalen of, wanneer je het een programmacode
geeft en een mogelijke input, of dit programma altijd oneindig doorloopt, of eindige
tijd stopt
- Het blijkt niet mogelijk om zo’n programma te definiëren, dit is van belang voor de
informatica, omdat hiermee een set van “onmogelijke” applicaties kan worden
gedefinieerd (dus de informatica heeft ook echte grenzen)
Productivity paradox
De productiviteitsparadox is de kennelijke tegenstrijdigheid tussen zeer vergaande
investeringen in de informatietechnologie en de relatief lage metingen van productiviteit in de
nationale economie.
De afgelopen jaren hebben bedrijven veel geld geïnvesteerd in informatietechnologie.
Hoewel deze uitgaven een drastische verandering in bedrijfsprocessen teweeg hebben
gebracht, stijgt de vraag of IT-investeringen daadwerkelijk hogere lonen en output
genereren. Zoals de econoom Robert Solow zei: 'We zien computers overal behalve in de
productiviteitsstatistieken'.
Redenen achter de productiviteitsparadox:
1. Verkeerde meting van outputs en inputs
2. Vertragingen als gevolg van leren en aanpassen
3. Herverdeling en verspreiding van winst
4. Mismanagement van informatie en technologie
De eerste twee punten zijn tekortkomingen vanuit een onderzoeksperspectief, dit zijn niet de
oorzakelijke redenen van de productivity paradox.
- De eerste reden gaat erom dat de traditionele maten voor het meten de relatie van
inputs en outputs, niet werken voor nieuwe waarderingen van waarde/value. We
nemen in de manier van meten meestal alleen de manier van evalueren die zinnig
was in de oude situatie. Nieuwe vormen en situaties zorgen ook voor nieuwe
belangen.
- Het tweede punt gaat erom dat een investering niet altijd een direct effect heeft, maar
dat dit indirecte effect ook pas op langere termijn kan komen. (bijv. Als er individuen
en organisaties eerst leer ervaring moeten opdoen, voordat een technologie ook
daadwerkelijk goed gebruikt kan worden.)
- Het derde punt wijst op vooruitgang in marktaandeel door investering in technologie,
wat vaak ten koste gaat van marktaandeel van een tegenpartij, maar dat globaal
gezien de algehele markt niet groter hoeft te worden.
- Het vierde punt is dat IT ontwikkeling moeilijk en uitdagend is.
Reflectie op de huidige status productivity paradox en AI
1. false hope
2. mis measurement
3. geconcentreerde distributie en rent dissipation
, 4. Implementatie en herstructurering lags
Brynjolfsson, Rock en Syverson stellen in de “Artificial Intelligence and the Modern
Productivity Paradox: A Clash of Expectations and Statistics” dat er in de huidige tijd
technologisch optimisme is maar juist de productiviteit achterblijft.
- Punt 1: valse hoop. Er worden te hoge verwachtingen geschetst van AI technologie,
en dat AI alle problemen kan oplossen
- Punt 2: Het is lastig om productiviteit te meten, wat moet je meten en wat is de
scope? Kijk je naar 1 bedrijf of kijk je naar een heel ecosysteem?
- Punt 3: Er zijn vaak maar enkele die echt “winst” krijgen door creatie van nieuwe AI
techniek. De kennis en computational power die nodig is, ligt steeds beperkter bij
enkele bedrijven/partijen. Aan de andere kant is er ook “rent dissipation” wat over de
devaluatie van een investering van technologie gaat zodra het public domain kennis
is.
- punt 4: Er zijn complementaire investeringen nodig om AI goed te kunnen gebruiken.
The Turing Trap: The promise and peril of human like AI
In dit artikel gaat Erik Brynjolfsson dieper in op een van de uitdagingen van human-like
intelligence, wat gelinkt is aan de eerdere aspecten van productivity paradox, false hope en
mis measurement.
Hij legt hierin een beeld uit waarbij de focus vaak ligt op het repliceren/vervangen van
menselijk werk, in plaats van het echt zoeken naar nieuwe mogelijkheden van toepassen. Hij
noemt dit de Turing Trap.
Alan Turing wordt beschouwd als een van de grondleggers van de Informatica en
kunstmatige intelligentie.
De Turing machine is een model van berekeningen en berekenbaarheid. Het is een
eenvoudig mechanisme dat symbolen manipuleert waarbij de logical van elk mogelijke
computer gesimuleerd kan worden.
Het Halting problem (of stopprobleem) speelt rondom de vraag of er een programma is dat:
- In een eindig aantal stappen kan bepalen of, wanneer je het een programmacode
geeft en een mogelijke input, of dit programma altijd oneindig doorloopt, of eindige
tijd stopt
- Het blijkt niet mogelijk om zo’n programma te definiëren, dit is van belang voor de
informatica, omdat hiermee een set van “onmogelijke” applicaties kan worden
gedefinieerd (dus de informatica heeft ook echte grenzen)
