Tym z nas, których pracę wspiera maszyna, postęp technologiczny wydaje się wręcz namacalny. A wydajność jak nie rosła za szybko, tak nadal nie rośnie.

Teorie są trzy. Pierwsza każe poczekać. Cyfryzacja światowej gospodarki jest wciąż na wstępnym etapie. Mimo tego, że innowacje godne implementacji w najróżniejszych sektorach już istnieją, nie zostały jeszcze rozpowszechnione. Według nowego raportu McKinsey Global Institute w 90 proc. przypadków czas od wynalezienia nowej technologii do wprowadzenia jej do użytku komercyjnego to pomiędzy 8 a 28 lat. Przełomy technologiczne nie od razu dają się wdrożyć, proces prób i błędów może być długotrwały, nie wspominając o banalnym, ale zawsze obecnym ludzkim wzbranianiu się przed zmianą. Zjawisko „implementation lags” Erik Brynjolfsson, Daniel Rock (obaj MIT) i Chad Syverson (University of Chicago) prześledzili na przełomie stulecia, przyglądając się wdrażaniu przełomowych technologii. Choć silniki elektryczne zostały wynalezione w końcu XIX w., to jeszcze w latach 20. XX w. tylko w 4 proc. amerykańskich fabryk w ogóle z nich korzystano. Po 30 latach od stworzenia pierwszych użytecznych komputerów stanowiły one zaledwie 5 proc. wartości majątku trwałego firm w USA. Nawet zakupy przez internet, które przecież funkcjonowały już w latach 90., dopiero zyskują popularność: firmy musiały dostosować swoje procedury, a my, klienci – nawyki zakupowe. Na czele listy branż najszybciej się „ucyfrawiających” są technologia, media i usługi finansowe, i to w nich wydajność w ciągu ostatniej dekady rosła najszybciej. Muro (Brookings Institute) nazywa wręcz pozostałe sektory „under-digitized”, czyli nie-dość-ucyfrowionymi. W optymistycznym podejściu wielki „boom produktywności” nadchodzi, ale opóźniają go nasz opór przed zmianą i powolne przyjmowanie nowych rozwiązań.

Teoria druga mówi, że nie ma na co czekać. Robert Gordon (Northwestern) twierdzi wręcz, że obecne technologie, jakkolwiek błyskotliwe, nie mają w sobie potencjału zbliżonego do maszyny parowej, silnika elektrycznego czy telefonu. Tamte innowacje zrobiły już dla naszej wydajności, co mogły, a obecne wynalazki są mniej więcej tym, czym nowa odmiana ziemniaka w porównaniu z trójpolówką: jest bardziej odporny na stonkę i ma więcej wartości odżywczych, ale przełomem było odejście od dwupolówki i uprawianie roślin zwiększających zawartość azotu w ziemi. Argumentację tę Gordon opiera na porównawczej analizie historycznej. W jego ocenie czasy technologicznego postępu w granicach 2 proc. rocznie minęły i nie wrócą do momentu kolejnej, przełomowej technologii. Liczba 2 proc. nie jest przypadkowa: w ciągu niemal 200 lat, dla których dostępne są dane dla USA, taka jest długofalowa średnia.

W sukurs Gordonowi przychodzą Bloom, Jones i Webb (wszyscy trzej Stanford) oraz van Reenen (MIT), którzy udowadniają, że o innowacyjne pomysły jest coraz trudniej. Modele wzrostu gospodarczego zasadzają się na tzw. ścieżce zrównoważonego wzrostu, na której równie łatwo powinno być o  13 024. pomysł w jakiejś branży, co o pierwszy. Tymczasem, jak pokazują Bloom i koledzy, kolejne innowacje są coraz bardziej kosztowne. Prawo Moore’a nie traci nic ze swojej mocy, ale nakłady finansowe i kapitał ludzki niezbędne do podwojenia mocy obliczeniowej co dwa lata rosną w tempie wykładniczym.

Podobnie jest z innowacjami w rolnictwie (nakłady niezbędne do zwiększania wydajności upraw rosną znacznie szybciej niż sama wydajność) i w innych branżach. Być może potrzebujemy więc całkiem innego sposobu myślenia o wzroście gospodarczym.

Teoria trzecia mówi natomiast, że wzrost wydajności jest, tylko źle go mierzymy. Twórca nowoczesnej teorii wzrostu Philippe Aghion (Harvard i LSE), Pete Klenow (Stanford) wraz ze współautorami z USA i Francji prześledzili interakcję między procesem pomiaru statystycznego (czyli skąd GUS wie, ile wyniosło w Polsce PKB w 2017 r. i jak może to porównać do 2016 r.) z procesem innowacji gospodarczych. Przykład: iPhone X, który wszedł na rynek w 2017 r., nie znajdował się w koszyku konsumpcji rok wcześniej, więc GUS nie może na nim policzyć „wzrostu”. Natomiast popyt na poprzednią wersję telefonu z jabłuszkiem w 2017 r. spadł. Jeśli tak się składa, że większość wzrostu wydajności pojawia się w nowych produktach, które zastępują popyt na stare, nasza statystyka nakierowana jest na mierzenie spadków, a nie wzrostów, więc zaniżamy wszystkie miary wzrostu gospodarki. Agion, Klenow i koledzy pokazują, że po skorygowaniu tego „błędu” amerykańska wydajność rośnie średnio w tempie 1,9 proc. rocznie, a nie 1,3 proc., jak się wszystkim wydawało na podstawie statystyki publicznej. I choć ogólnie jest to dobra wiadomość, policzona tą samą metodą dynamika wydajności w latach 80. wynosiła 2,9 proc. rocznie.

Która z tych teorii jest prawdziwa? Czasy szybkiego wzrostu przeminęły bezpowrotnie? A może obecne technologie mają potencjał do bycia przełomowymi, tylko jeszcze o tym nie wiemy? No i może całkiem źle mierzymy wzrost wydajności? Cierpliwości. Już niedługo będziemy wiedzieli na pewno...

>>> Czytaj też: Polska wydajność pracy rośnie prawie najszybciej na świecie. Ciągle jest jednak niska