Náklady na AI jsou viditelné – GPU, datová centra, elektřina, tokeny. Výstup často ne. Analytická firma SemiAnalysis pro tento jev používá termín AI Dark Output – ekonomická hodnota vytvořená umělou inteligencí, kterou národní účetnictví, cenové indexy ani statistiky zaměstnanosti nedokážou spolehlivě zachytit.

Jde o strukturální problém měření, který může zásadně zkreslit obraz ekonomiky a vést k chybným rozhodnutím investorů, firem i centrálních bank.

Dva typy neviditelného výstupu

SemiAnalysis rozlišuje dvě základní kategorie Dark Output, které se liší mechanismem vzniku i dopady na ekonomická data.

Substituční Dark Output

Jde o práci, kterou dříve vykonávali lidé a nyní ji přebírá AI. Typickým příkladem je právní dokument: pro klienta má stejnou hodnotu bez ohledu na to, zda jej vytvořil advokát za několik hodin práce, nebo AI za několik sekund. Problém spočívá v tom, jak jsou služby měřeny.

Na rozdíl od výroby, kde lze počítat kusy, u služeb neexistuje standardní jednotka. Národní účetnictví zachycuje tržby, mzdy a hodinové sazby, nikoliv „počet právních dokumentů". Když AI převezme úkol, původní transakce zmizí z dat. Místo faktury za 10 000 USD zůstane jen několik dolarů za tokeny, které se navíc objeví v jiném sektoru ekonomiky.

Umělá inteligence není jen ta generativní, upozorňuje odborník David Filgas

0:00/

Důsledkem je, že pokles tržeb je v národních účtech interpretován jako pokles výstupu, nikoliv jako růst produktivity. Pokud navíc z trhu odejdou nejlevnější juniorní pracovníci, průměrná mzda v oboru může paradoxně růst, ačkoliv nikomu plat nevzrostl.

Nový Dark Output

Druhý typ představuje práci, která dříve vůbec nebyla ekonomicky proveditelná. Když náklady na literární rešerši klesnou z 2 000 USD na 2 USD, neušetříme jen náklady – začneme rešerše dělat před každým projektem, před každou schůzkou, před každým rozhodnutím. Vzniká nová hodnota, která dříve neexistovala.

Tato kategorie je v národních účtech téměř neviditelná. Není zde žádná původní transakce, která by zmizela, žádná mzda, která by poklesla. Jediná stopa v datech jsou náklady na tokeny nebo API volání.

Proč služby nejsou jako výroba

Klíčový rozdíl mezi zbožím a službami spočívá v možnosti měření množství. Cena šroubu klesla za posledních šest století o více než 99 %, zatímco globální produkce vzrostla řádově miliardkrát. Národní účetnictví tento pokrok správně zachytilo jako růst reálného GDP, protože šlo počítat kusy.

U služeb tento mechanismus nefunguje. Neexistuje ekvivalent „koňské síly" pro mentální práci. Tokeny nejsou jednotkou hodnoty – stejný počet tokenů může vytvořit bezcenný text i strategické rozhodnutí měnící směr firmy.

Většina služeb je v národních účtech měřena deflací současných výdajů cenovým indexem, což funguje přijatelně, dokud transakce, produkt a cenový index popisují stejnou věc. Když AI přesune práci do předplatného, tokenů nebo interní produkce, tento systém selhává.

Otisky prstů v současných datech

Ačkoliv Dark Output není přímo měřitelný, zanechává v ekonomických datech charakteristické stopy. SemiAnalysis identifikoval několik anomálií, které odpovídají předpokládanému dopadu AI.

V profesích s vysokou expozicí vůči AI klesá zaměstnanost, zatímco průměrné mzdy rostou. Mechanismus je prostý – z dat mizí nejlevnější juniorní pozice, což zvedá průměr, aniž by komukoliv vzrostl plat.

Podle ekonomického indexu Anthropic připadá 37 % využití tokenů na oblast počítačů a matematiky. Přesto investice do softwaru nepřekročily dlouhodobý trend a nedosáhly ani historického maxima. To naznačuje, že značná část token usage nesouvisí s přímou náhradou lidské práce, ale s vytvářením nové práce, která dříve nebyla ekonomicky proveditelná.

Proč tržní signály místo benchmarků

SemiAnalysis záměrně nepoužívá jako primární zdroj expertní benchmarky. Ty odpovídají na jinou otázku: zda AI dokáže uspokojit hodnotitele za testovacích podmínek, často hodnotitele očekávajícího expertní úroveň. Jsou drahé, pomalé, subjektivní a zpětně hledící.

Přečtěte si také:

Petr Štross z Avengy: Chceme být partnery tam, kde si nemůžete dovolit udělat chybu

Pro ekonomický dopad však není rozhodující, zda AI porazí nejlepšího právníka, analytika nebo inženýra. Rozhodující je, zda je dostatečně dobrá, levná a spolehlivá na to, aby pomohla nebo nahradila pracovníka, který by úkol vykonával za běžné mzdy.

Proto SemiAnalysis sleduje veřejná prohlášení firem o vlastních obchodních praktikách a třídí je podle síly důkazu do šesti úrovní – od benchmarků přes marketingové sliby až po pojišťovny, které kryjí riziko AI práce. Firma tvrdící, že nástroj používá v produkci, představuje silnější signál než abstraktní tvrzení. Soudní spor, kde firma úspěšně obhájila AI práci, je silnější než marketingové prohlášení. Pojišťovna, která ocenila riziko a převzala jej, je nejsilnější signál.

Odhad exponované práce: 1,5 bilionu dolarů

SemiAnalysis odhaduje, že úkoly spojené s přibližně 1,5 bilionu USD mezd spadají do kategorií, kde má současná AI věrohodný potenciál k nahrazení práce.

Toto číslo není tvrzením, že 1,5 bilionu USD práce zmizelo. Je to odhad exponované práce – objemu mezd v úkolech, kde ekonomika substituce je viditelná: úkol je identifikovatelný, mzdový fond je velký, tržní důkazy jsou silné a náklady na tokeny jsou dostatečně nízké.

Většina dosavadních důkazů ukazuje na augmentaci, nikoliv na úplnou náhradu.

Čtyři typy měřicích chyb

SemiAnalysis identifikuje čtyři mechanismy, kterými může výstup AI „ztmavnout" v národních účtech.

Posun hranice trhu (Boundary Shift)

Práce, která byla dříve kupována na trhu, se přesune dovnitř firmy nebo domácnosti. Placená rešerše se stane interním AI workflow. Úkol dodavatele se změní na prompt zaměstnance. Hodnota může zůstat, ale transakce, která ji činila viditelnou, zmizí.

Kolaps ceny (Price Collapse)

Neexistují skutečně oddělené míry množství a kvality u služeb. Zachycují se tržby, mzdy a odpracované hodiny, nikoliv množství. Pokud účty zaznamenají nižší tržby a vyšší průměrné mzdy, interpretují to jako vyšší inflaci a klesající produktivitu a výstup.

Chybné přiřazení odvětví (Sector Misrouting)

AI vytváří hodnotu v jednom sektoru, zatímco transakce se objevuje v jiném. Nemocnice může používat AI ke zrychlení zpracování dokumentace, ale pokud se AI objeví pouze v tržbách AI firmy nebo poskytovatele softwaru, národní statistiky se zkreslí. GDP podle odvětví může ukazovat dodavatele AI jako zdroj hodnoty, zatímco přejímající sektor vypadá stagnující.

Neviditelná nová práce (New Work Invisibility)

Pokud neexistuje žádná účtenka kromě tokenů, práce je viditelná pouze v nákladech na tokeny. Reálná ekonomická práce je vykonána, ale tato hodnota se nikde neobjeví.

Paralela s feministickou ekonomií

Existuje ekonomický precedens, který stojí za explicitní zmínku. Feministická ekonomie dlouhodobě upozorňuje na to, že velká část ekonomicky významné práce vůbec nevstupuje do GDP – typicky péče, domácí práce, výchova dětí.

Test ekonomky Margaret Reid z roku 1934 je dodnes velmi platný: pokud lze práci delegovat na placenou třetí stranu, je produktivní. To, že ji dělá člen domácnosti zadarmo, nemění povahu práce – jen účetní zachycení.

AI činí prakticky každý informační úkol delegovatelným. Velký jazykový model může vypracovat právní podání, analyzovat finanční výkaz, napsat marketingový plán, roztřídit stížnost pacienta, generovat kód nebo sestavit výzkumné shrnutí. V každém případě byla práce dříve vykonávána placeným člověkem a počítala se do GDP.

Pokud je dnes AI požádána o pořízení poznámek z lékařské konzultace, jediné místo, kde se tato transakce může objevit v národních účtech, je pohřbena ve faktuře od AI firmy. Nikde není použití samo hlášeno způsobem, který by umožnil správně vypočítat dezinflaci nebo výstup.

CIOtrends si můžete objednat i jako klasický časopis (v tištěné i v digitální podobně) Věnujeme se nejnovějším technologiím a efektivnímu řízení podnikové informatiky. Přinášíme nové ekonomické trendy a analýzy a zejména praktické informace z oblasti podnikového IT se zaměřením na obchodní a podnikatelské přínosy informačních technologií. Nabízíme možná řešení problémů spojených s podnikovým IT v období omezených rozpočtů. Naší cílovou skupinou je vyšší management ze všech odvětví ekonomiky.