Pagtaas ng Produktibidad Dahil sa AI: Ano ang Dapat Bantayan ng mga Investor

Makakatulong ang artificial intelligence sa mga negosyo na makalikha ng mas maraming produkto o serbisyo gamit ang mga mapagkukunang mayroon na sila. Nakadepende sa mga pasyang higit pa sa teknolohiya kung mauuwi ang mga pakinabang na ito sa mas mataas na sahod, mas malaking kita, o mas mababang presyo.

Sinusuri sa isang pandaigdigang pag-aaral ng ekonomistang si Swapnanil SenGupta, na inilathala sa Technological Forecasting and Social Change, ang hindi pantay na ugnayang ito.¹ Sa 69,783 kumpanyang nakalista sa publiko sa 83 bansa mula 2004 hanggang 2023, iniuugnay ang higit na pansin ng publiko sa AI sa mas mataas na produktibidad. Gayunman, nagkakaiba ang mga kinalabasan sa sahod sa pagitan ng mga maunlad at umuunlad na ekonomiya.

Nagbubukas ang mga natuklasan ng kapaki-pakinabang na talakayan para sa mga investor tungkol sa kung paano nagiging halaga para sa negosyo ang pagsulong ng teknolohiya. Lumilikha ng pagkakataon ang produktibidad. Nakatutulong ang kompetisyon, mga gastos sa pagpapatupad, kakayahan ng mga manggagawa, at demand ng mga customer na matukoy kung sino ang makikinabang sa huli.

Ano ang Sinusukat ng Pag-aaral Tungkol sa AI at Sahod

Sinusukat ng papel ang pansin sa AI batay sa mga paghahanap sa Google Trends para sa artificial intelligence bilang larangan ng pag-aaral. Ipinakikita nito kung gaano kapansin-pansin ang AI sa daloy ng impormasyon sa isang bansa. Hindi nito itinatatag kung naglagay na ng mga AI system ang mga indibidwal na kumpanya o kung gaano kalawak ang paggamit ng mga empleyado sa mga ito.

Mahalaga ang pagkakaibang ito. Maaaring pag-isipang muli ng mga tagapamahala ang pagkuha ng empleyado, pagsasanay, o pamumuhunan kapag nagbabago ang mga inaasahan tungkol sa isang teknolohiya. Maaari ring muling suriin ng mga manggagawa kung aling mga kasanayan ang dapat nilang linangin. Maaaring maganap ang mga tugong ito kasabay ng paggamit ng teknolohiya, kaya mahirap ihiwalay ang ambag ng bawat isa.

Kailangan ding maingat na unawain ang panukat sa sahod. Kinakatawan nito ang karaniwang gastos ng kumpanya sa sahod at suweldo bawat empleyado. Maaaring magbago ang halagang ito dahil sa komposisyon ng mga manggagawa, gayundin sa kompensasyon. Halimbawa, maaaring bumaba ang karaniwang gastos dahil sa pagdami ng mga kinukuhang empleyadong nasa panimulang antas kahit walang binawasan sa sahod ng mga kasalukuyang empleyado.

Samakatuwid, inilalarawan ng pagsusuri ang mga ugnayan ng pansin sa AI at mga kinalabasan ng mga korporasyon. Hindi nito maipakikita na ang pagtaas ng interes sa paghahanap ay tuwirang sanhi ng mga pagbabago sa sahod ng mga manggagawa.

Nagkakaiba ang Produktibidad at mga Kinalabasan sa Sahod na Kaugnay ng AI sa Iba’t Ibang Ekonomiya

Sa mga kumpanyang nakalista sa publiko sa mga maunlad na ekonomiya, iniuugnay ang higit na pansin sa AI sa mas mababang karaniwang sahod, mas mataas na produktibidad sa paggawa, at mas mataas na kabuuang produktibidad ng mga salik. Inilalarawan ng produktibidad sa paggawa ang dami ng nalilikha kaugnay ng input na paggawa. Sinisikap namang sukatin ng kabuuang produktibidad ng mga salik ang kahusayan na hindi naipapaliwanag ng mga pagbabago sa mga nasusukat na input gaya ng paggawa at kapital.

Ipinakikita ng mga kumpanyang nakalista sa publiko sa mga umuusbong at umuunlad na ekonomiya ang ibang padron sa sahod: may mga unang pagtaas na unti-unting nawawala sa paglipas ng panahon, kasabay ng positibong mga tugon sa produktibidad.

Isang posibleng paliwanag ay mas matindi ang inaasahan sa automation at pagkontrol sa gastos ng mga negosyo sa mga maunlad na ekonomiya. Maaaring mangailangan muna ang mga kumpanyang nakalista sa publiko sa mga umuunlad na ekonomiya ng karagdagang kasanayan, pagsasanay, at kakayahang pang-organisasyon. Tinatalakay ng papel ang mga paliwanag na ito, ngunit hindi nito pinatutunayang mga mekanismo ang mga ito.

Limitado rin sa piling mga kumpanya ang sampol mula sa mga umuunlad na ekonomiya. Malaki ang pagkakaiba ng mga kumpanyang nakalista sa publiko sa mga impormal na negosyo at maliliit na negosyong hindi nakalista. Hindi dapat ituring na kumakatawan sa buong lakas-paggawa ng mga bansa ang mga kinalabasan ng mga kumpanyang ito.

Bakit Hindi Tiyak na Nagdudulot ng Mas Malaking Kita ang Mas Mataas na Produktibidad

Nagsisimula ang mga implikasyon nito sa pamumuhunan sa pagkakaiba ng paglikha ng halagang pang-ekonomiya at pagpapanatili nito.

Isipin ang isang kathang-isip na negosyo na gumagamit ng AI para paikliin ang oras ng pagproseso ng mga order ng customer. Lumilikha ng dagdag na kapasidad ang mas mabilis na pagproseso. Tataas lamang ang kita kung magagamit nang produktibo ng negosyo ang kapasidad na ito at mas malaki ang pakinabang kaysa sa mga gastos sa software, integrasyon, pangangasiwa, at pagsasanay.

Maaaring maipamahagi muli ng kompetisyon ang mga pakinabang. Kung gagamit din ng kahalintulad na mga kagamitan ang mga katunggaling negosyo, maaaring humiling ang mga customer ng mas mababang presyo. Nagiging mas episyente ang industriya habang kaunti lamang ang dagdag na kitang napapanatili ng bawat kumpanya. Maaari ring mapunta ang ilan sa mga pakinabang sa mga bihirang makuhang teknikal na kasanayan o sa mga makapangyarihang tagapagtustos ng software, sa anyo ng mas mataas na kompensasyon o bayarin.

Mga posibilidad ito sa ekonomiya, hindi mga kinalabasang pinagtitibay ng pag-aaral na ito. Ipinakikita ng mga ito kung bakit dapat suriin ng mga investor kung paano nakikipagkompetensiya ang isang kumpanya bago nila gawing pagtataya sa kita ang anunsiyo nito tungkol sa pagtaas ng produktibidad dahil sa AI.

Maaaring mas malaki ang kakayahan ng isang negosyong may mga produktong naiiba sa iba, matatag na ugnayan sa mga customer, o mga prosesong mahirap gayahin na mapanatili ang nalilikhang halaga. Gayunman, maaaring nakapaloob na sa presyo ng mga sapi nito ang matataas na inaasahan.

Pagpapalit ng Natitipid na Oras Gamit ang AI tungo sa Pinansyal na Kita

Isa pang hamon ang gawing nasusukat na resulta sa negosyo ang natitipid na oras.

Maaaring makatipid ng isang oras bawat araw ang mga empleyado sa paggamit ng isang tool, pero hindi magbago ang kabuuang gastos sa pasahod. Maaari pa rin itong maging kapaki-pakinabang kung mas marami silang nalulutas na problema ng customer, napapahusay na produkto, o nasusuportahang lumalaking demand. Nakasalalay sa susunod na mangyayari ang pinansyal na pakinabang.

Nagbibigay ng mahalagang konteksto ang isang pag-aaral noong 2026 tungkol sa mga ehekutibo ng korporasyon. Batay sa mga sagot ng halos 750 ehekutibo, iniulat nito na mas malaki ang mga nakikitang pagbuti sa produktibidad kaysa sa mga nasusukat na pakinabang; maaaring sumasalamin ito sa pagkaantala bago lumitaw ang mga pakinabang sa kita. Kaunti rin ang nakitang ebidensya ng pagbaba sa kabuuang bilang ng trabaho sa malapit na panahon, sa kabila ng magkakaibang inaasahan ng mga kumpanya tungkol sa kanilang mga manggagawa.

Ipinahihiwatig nito na dapat pag-ibahin ng mga mamumuhunan ang pagbuti sa mga gawain at pagbuti sa negosyo. Ang mas mabilis na pagsulat ng burador o pagsusuri ay resulta pa lamang sa isang yugto bago ang panghuling resulta. Mas matibay na ebidensya ng halagang pang-ekonomiya ang mas mahusay na pagpapanatili ng mga customer, dagdag na benta, o mas mababang gastos matapos ipatupad ang mga pagbabago.

Sinusuri ng kamakailang pagtalakay ng Securities.io tungkol sa AI at kahusayan sa pagkuha ng mga empleyado ang kaugnay na oportunidad: ang pagtutugma ng dami ng tauhan sa demand. Maaaring mangahulugan ang higit na kahusayan ng pagpapalawak ng kapasidad kung saan ito kailangan ng mga customer, gayundin ng pagkontrol sa di-kinakailangang paggasta.

Makapagpapatibay ng Pangmatagalang Kita mula sa AI ang Pamumuhunan sa mga Manggagawa

Nagbubunsod din ng tanong tungkol sa pangmatagalang katatagan ang pagkakaiba sa sahod na tinukoy sa papel ni SenGupta. Maaaring magpahusay sa panandaliang resulta sa pananalapi ang mas mababang karaniwang gastos sa paggawa, ngunit hindi nito pinatutunayang nakabuo ang isang kumpanya ng mas matibay na modelo ng operasyon.

Madalas na nauunawaan ng mga empleyado ang mga eksepsyon, kagustuhan ng mga customer, at mga limitasyon sa operasyon na mahirap isama sa software. Kailangan ng mga negosyo ang kaalamang ito upang matukoy kung saan epektibo ang awtomasyon at kung kailan kailangan pa rin ang pagpapasya ng tao.

Makakatulong ang pagsasanay upang magamit nang mabisa ng mga empleyado ang nadagdag na kapasidad. Maiiwasan naman ng malinaw na mga pananagutan at maaasahang pamamaraan ng pagsasangguni sa nakatataas ang magastos na pagkakamaling maaaring idulot ng mas mabilis na proseso. Kaugnay ang mga pagsasaalang-alang na ito ng pagsusuri ng Securities.io tungkol sa tiwala ng mga empleyado at kita mula sa awtomasyon.

Kabilang sa mga kapaki-pakinabang na tanong para sa mga mamumuhunan ang:

• Sinusukat ba ang naiulat na natipid matapos isama ang mga gastos sa pagpapatupad at pagpapatakbo?
• Nananatili bang matatag ang kalidad ng serbisyo habang dumarami ang nagagawa ng bawat empleyado?
• Maipapaliwanag ba ng pamunuan kung paano nakatutulong sa kita o daloy ng salapi ang natipid na oras?

Mas nagbibigay-kaalaman ang mga sagot na sinusuportahan ng pare-parehong sukatan sa operasyon kaysa sa malalawak na pangakong pagbabago.

Nagbibigay ang Accenture ng Pagkakataong Mamuhunan sa Pagpapatupad ng AI sa mga Kumpanya

Nagbubukas ng oportunidad para sa mga kumpanyang tumutulong sa mga negosyo na magpatupad ng AI ang pangangailangang maiugnay ang teknolohiya sa mga praktikal na proseso ng negosyo. Isang mahalagang halimbawa ang gawain ng Accenture sa integrasyon ng teknolohiya, datos, pagbabago sa organisasyon, at operasyon ng negosyo.

Direktang kaugnay ng papel nito ang mga karagdagang pamumuhunang tinalakay sa papel. Maaaring kailanganing ihanda ng mga negosyo ang datos, muling idisenyo ang mga daloy ng trabaho, sanayin ang mga empleyado, at pag-ugnayin ang mga sistema bago makapaghatid ang AI ng maaasahang pakinabang. Lumilikha ang mga pangangailangang ito ng demand na higit pa sa mismong mga modelo.

Iniulat sa mga resulta ng Accenture para sa piskal na 2026 ang kita na $74.2 bilyon at mga bagong booking na $84.5 bilyon. Mga bilang ito para sa buong kumpanya, hindi mga sukatan ng kita mula sa AI o patunay na naghatid ng positibong balik ang mga implementasyon para sa mga kliyente.

May magkakatunggaling puwersa rin sa usapin ng pamumuhunan. Maaaring magpalaki ng demand para sa mga serbisyo sa pagpapatupad ang AI habang binabawasan naman ang lakas-paggawang kailangan sa ilang kasalukuyang gawain. Dapat suriin ng mga mamumuhunan kung nakatutulong ang mga bagong kasunduan, modelo ng pagpepresyo, at mas episyenteng paghahatid ng serbisyo na mapalago nang kumikita ang negosyo matapos isaalang-alang ang mga gastos sa muling pagsasaayos at pamumuhunan.

Hindi partikular na sinusuri sa pag-aaral ni SenGupta ang Accenture. Mahalaga ang kumpanya bilang kalahok sa pagpapatupad ng AI sa mga negosyo, samantalang nakasalalay sa kalidad ng pagpapatupad, kompetisyon, at pagpapahalaga sa kumpanya ang pagiging kaakit-akit nito bilang pamumuhunan.

Pinakabagong Balita at mga Pag-unlad tungkol sa Accenture (ACN)

Pagsusuri sa mga Pakinabang ng AI Higit pa sa mga Ulo ng Balita

Nagtatapos sa 2023 ang panahong saklaw ng datos sa papel, kaya limitado ang mga konklusyong maaaring mabuo tungkol sa mga kasalukuyang sistemang generative AI. Malaki rin ang pagkakaiba ng mga pagtatantya sa laki ng epekto depende sa ginamit na paraang estadistikal, at nagbabala ang may-akda na huwag bigyan ng malaking timbang ang napakataas na pagtatantyang nakuha gamit ang instrumental variable.

Gayunman, nananatiling kapaki-pakinabang ang pangunahing tanong nito: paano nag-uugnayan ang pagbuti sa produktibidad, kabayaran, at pagsasaayos ng organisasyon?

Para sa mga mamumuhunan, ang susunod na hakbang ay humanap ng ebidensiyang partikular sa bawat kompanya. Mas malinaw ang landas tungo sa pangmatagalang kita para sa mga negosyong ginagawang mga produktong pinahahalagahan at maaasahang serbisyo ang dagdag na kapasidad. Pinalalawak ng AI ang mga nagagawa ng mga kompanya; nakasalalay sa mga pasya ng pamunuan at mga kalagayan ng merkado kung gaano kalaki sa oportunidad na ito ang mapupunta sa mga shareholder, manggagawa, at customer.

Mga sanggunian:

¹ SenGupta, S. (2027). Mga epekto ng pagtutuon ng pansin sa AI sa antas ng kompanya sa sahod at produktibidad: Isang pandaigdigang paghahambing na pag-aaral. Technological Forecasting and Social Change, 235, 124913. https://doi.org/10.1016/j.techfore.2026.124913