De wereld had gehoopt dat de AI-revolutie de productiviteit een enorme boost zou geven en de administratieve kosten zou verlagen. Het tegendeel is waarschijnlijk het geval, schrijft hoogleraar economie Mathias Binswanger.
Jarenlang hebben we de boodschap gehoord dat AI in de toekomst voor enorme productiviteitswinsten zal zorgen. Economen die in de technologie geloven, zoals Erik Brynjolfsson, directeur van het Stanford Digital Economy Lab, verwachten bijvoorbeeld een permanente productiviteitsstijging van meer dan 30 procent in de VS in de komende twintig jaar.
Ondanks de digitalisering en het toegenomen gebruik van AI hebben we sinds het begin van het nieuwe millennium slechts een lichte groei van de arbeidsproductiviteit gezien. De groei van de arbeidsproductiviteit in de OESO-landen daalde van gemiddeld 2 procent per jaar van 1970 tot 2000 naar 1 procent per jaar in de periode sindsdien.
Creatievere beroepsbevolking
Hoe kan het gebruik van AI leiden tot een verhoging van de productiviteit? In feite kunnen aanzienlijke stijgingen in arbeidsproductiviteit worden waargenomen in individuele processen en activiteiten. Een studie uit 2023 toonde bijvoorbeeld aan dat callcenteroperators 14 procent productiever werden dankzij het gebruik van AI.
Dergelijke productiviteitsstijgingen worden niet alleen verklaard door de directe toename van het gebruik van AI. Aangenomen wordt dat het gebruik van AI werknemers ook creatiever en innovatiever maakt, wat vervolgens leidt tot verdere productiviteitsstijgingen. Dit geldt met name voor generatieve AI-toepassingen zoals chat-GPT, die nieuwe inhoud genereren zoals afbeeldingen, teksten, video’s of kunstmatige data.
En dit is nog maar het begin. In de toekomst zal de ontwikkeling van steeds completere kunstmatige intelligentie – ‘kunstmatige algemene intelligentie’, die complexe taken oplost met gegeneraliseerde menselijke cognitieve vaardigheden – naar verwachting leiden tot nog grotere en duurzamere productiviteitsstijgingen.
Op macro-economisch niveau zullen grote productiviteitsstijgingen een utopie blijven
Bijna niemand zal serieus betwisten dat het gebruik van AI de productiviteit in individuele processen aanzienlijk kan verhogen. Als we echter naar de economie als geheel kijken in plaats van naar individuele processen, ontstaat een ander beeld. Op macro-economisch niveau zullen grote productiviteitsstijgingen een utopie blijven. Dat komt omdat AI niet alleen een productiviteitsbooster is, maar ook een bureaucratiebooster. Dit aspect van de AI-revolutie wordt tot nu toe echter nauwelijks onderkend. Er bestaat zelfs de illusie dat AI de bureaucratie zal verminderen omdat het in de toekomst veel administratieve taken zonder menselijke tussenkomst zal kunnen uitvoeren. Waarom voorspel ik dan een toename van de bureaucratie?
Om dit te begrijpen, moeten we eerst verduidelijken wat we bedoelen met bureaucratie. Meer dan honderd jaar geleden definieerde Max Weber bureaucratie als de ‘overheersende aanwezigheid van administratieve handelingen in staats- of particuliere organisaties’. In de wereld van vandaag verwijst dit naar activiteiten zoals administratie, analyse, organisatie, monitoring, documentatie, controle, sturing, regulering, registratie, optimalisatie, evaluatie, certificering of naleving.
Deze lijst is zeker niet volledig, maar geeft een idee van wat bureaucratie inhoudt. De output van dergelijke activiteiten bestaat dan uit rapporten, concepten, strategieën, missieverklaringen, evaluaties, prospectussen, contracten, algemene voorwaarden, gebruiksaanwijzingen, procesbeschrijvingen, gegevensverzameling, protocollen en prestatiemandaten, maar ook meningen van experts, audits, certificaten, labels of plannen. Ook deze lijst kan oneindig worden uitgebreid.
Nieuwe controlerende bureaucratie
We zien al tientallen jaren een toename van dergelijke activiteiten, wat heeft geleid tot de opkomst van een nieuwe controlerende bureaucratie. Dit is te wijten aan het feit dat de economie steeds complexer wordt, wat tot nieuwe uitdagingen leidt. Het antwoord op deze uitdagingen is een verdere uitbreiding van de bureaucratie, die ook bedoeld is om de economie steeds veiliger, gezonder, duurzamer, socialer of eerlijker te maken.
Bedrijven worden geconfronteerd met een groeiend aantal externe eisen, voorschriften en bepalingen en reageren daarop met een toename van intern gedefinieerde administratieve eisen, voorschriften en bepalingen. Er is meer bureaucratische specialisatie met nieuwe activiteiten die allemaal weer op elkaar afgestemd moeten worden. Daarnaast worden de inspanningen om alle processen en procedures te optimaliseren voortdurend geïntensiveerd, wat ook een steeds uitgebreidere controle vereist.
Neem bijvoorbeeld complianceafdelingen, die de afgelopen decennia bij veel bedrijven en vooral banken als paddenstoelen uit de grond zijn geschoten. Steeds uitgebreidere wetten en regels hebben bedrijven gedwongen om ervoor te zorgen dat deze wetten en regels worden nageleefd. Daarom werken er tegenwoordig in alle grotere bedrijven steeds minder mensen in de productie, maar des te meer compliance officers, nalevingsfunctionarissen of compliance managers die een oogje in het zeil houden om ervoor te zorgen dat alles correct en volgens de wet verloopt.
Het gevolg is dat de complianceafdeling het werk van andere afdelingen bemoeilijkt en nieuwe inefficiënte situaties creëert. Zoals we lezen in Compliance Study van Forrester Consulting voor 2023: ‘De complexiteit van complianceregelgeving is een groot probleem voor financiële instellingen.’ Er zijn dus meer banen nodig, zoals complianceconsultants of compliancecoördinatoren, die de negatieve gevolgen van de toenemende compliancebureaucratie moeten verzachten, maar die zelf bijdragen aan de groei van de bureaucratie.
Steeds meer gegevens beschikbaar
Dus hoe komt AI in het spel? Het veroorzaakt een digitale intensivering van de controlerende bureaucratie. De gedigitaliseerde controlerende bureaucratie wordt niet langer gekenmerkt door ‘papieren in beweging’, maar door een voortdurend groeiende gegevensstroom tussen een toenemend aantal sensoren, apparaten, processen en toepassingen. Deze gegevensstromen worden grotendeels gebruikt om mensen, objecten en processen te monitoren, controleren of optimaliseren. Algoritmes worden gevoed met gegevens om de juiste beslissingen te nemen of maatregelen te treffen.
De constante poging om bureaucratische activiteiten te optimaliseren met behulp van digitale toepassingen en AI bevordert daarom zelf een toename van bureaucratie. Dit is ook te wijten aan het feit dat de beschikbaarheid van gegevens sneller toeneemt dan de rekenkracht van de algoritmen. Ondanks de toenemende rekenkracht kunnen we dus een steeds kleiner deel van alle gegevens in de wereld op een zinvolle manier verwerken.
Het probleem is niet een gebrek aan gegevens, maar het omgaan met te veel gegevens die met hoge snelheid bewegen
Het probleem is niet een gebrek aan gegevens, maar het omgaan met te veel gegevens die met hoge snelheid bewegen. Dit vergroot de behoefte aan nog meer gegevensverwerking en optimalisatie. Zelfs het nieuwste niveau van digitalisering is nooit genoeg om processen te controleren en te bewaken in de mate die we zouden willen.
Het is gewoon niet zo, zoals Jack Ma, de oprichter van Alibaba, zich in 2017 voorstelde, dat we in het digitale tijdperk beschikken over een röntgenapparaat of een computertomograaf voor de wereldeconomie die de technologische voorwaarde vormt voor feedbackgebaseerde, realtime catering. Je komt nooit echt tot de bodem van de processen die je in detail zou willen analyseren, omdat ze oplossen in steeds meer details die de behoefte aan verdere controle creëren.
Uiteindelijk zijn er dus twee aspecten die de intensivering van bureaucratie door AI veroorzaken: ten eerste heeft de intensivering van gegevensverzameling en de evaluatie van gegevens door op AI gebaseerde algoritmen geleid tot steeds gedetailleerdere monitoring, controle en de daaruit voortvloeiende ‘optimalisatie’ van processen en activiteiten, waarbij de hoeveelheid gegevens sneller toeneemt dan de zinvolle evalueerbaarheid ervan.
Nieuwe complexe situaties
Ten tweede zorgt de steeds groter wordende stroom gegevens en het gebruik ervan met behulp van AI voor nieuwe complexe situaties en nieuwe uitdagingen die verdere bureaucratische maatregelen zoals richtlijnen, voorschriften, wetten, contracten, meningen van deskundigen en deskundigenrapporten noodzakelijk maken. Een van die uitdagingen is gegevensbescherming. De regelgevingspakketten die hiervoor in het leven zijn geroepen, zoals de Algemene Verordening Gegevensbescherming, zorgen echter voor bureaucratie in plaats van effectieve gegevensbescherming. En nieuwe regelgeving zoals de onlangs ingevoerde AI-wet in de EU, die moet zorgen voor eerlijk en niet-discriminerend gedrag van algoritmen, zal ons binnenkort met een verdere, blijvende toename van bureaucratie opzadelen.
Deze toename in bureaucratie betekent dat het gebruik van AI op macro-economisch niveau waarschijnlijk niet zal leiden tot grote vooruitgang in productiviteit. AI-promotors zullen er alles aan doen om het geloof in productiviteitsstijgingen in stand te houden. Maar op de lange termijn zal dit niet mogelijk zijn en verdere prijscorrecties op de aandelenmarkt zullen het gevolg zijn.
We moeten echter ook de positieve kant zien van deze door AI aangedreven groei van de bureaucratie. Het zorgt ervoor dat we volledige werkgelegenheid blijven houden en dat de banen die door AI zijn overgenomen, worden vervangen door nieuwe banen in de bureaucratie.
Mathias Binswanger is hoogleraar economie aan de Universiteit voor Toegepaste Wetenschappen Noordwest-Zwitserland en auteur van Die Verselbstständigung des Kapitalismus: Wie KI Menschen und Wirtschaft steuert und für mehr Bürokratie sorgt (2024).
