Bagaimana "hasil tersembunyi" bernilai triliunan dolar di era AI mengubah kembali pertumbuhan ekonomi

Penulis: Wang Keuangan; Sumber: X, @yuyy614893671

Hari ini membaca sebuah laporan luar biasa, membuka pikiran, saat mengukur output ekonomi yang diciptakan oleh AI, memang ada satu bagian puzzle yang kita lewatkan, dan ekonomi tradisional serta statistik tidak menemukan metode yang tepat untuk mengukurnya, yaitu Dark-output dari AI.

Pertama-tama berikan gambaran logika laporan ini agar semua lebih mudah memahami isi terkait:

Kita selanjutnya secara resmi masuk ke analisis isi artikel

1. Dark output AI: Metode pengukuran aktivitas ekonomi dan area buta

Gambar ini secara akurat menggambarkan distribusi nilai dalam seluruh ekonomi, serta area buta dari alat statistik yang ada

Tiga standar yang diperlukan untuk mengukur aktivitas ekonomi manusia

(1) Produced (Telah diproduksi / Kerja nyata): Apakah aktivitas ini melibatkan kerja nyata dan menciptakan nilai ekonomi yang nyata?

(2) Priced (Telah diberi harga / Harga pasar): Apakah aktivitas ini dijual di pasar dengan harga yang jelas dan terlihat?

(3) Measured (Telah diukur / Ditangkap oleh PDB): Apakah akun nasional resmi benar-benar mencatat aktivitas ini?

Dalam praktik sosial yang nyata, ada berbagai kondisi

1. Perpotongan tiga dunia: Pasar Formal (Formal Market)

Telah diproduksi + Telah diberi harga + Telah diukur

Ini adalah inti yang paling diperhatikan oleh ekonomi tradisional dan badan statistik resmi. Di sini termasuk pembayaran gaji, penjualan barang, dan kontrak bisnis, yang membentuk sebagian besar PDB tradisional.

Misalnya, perusahaan mengeluarkan 10.000 dolar untuk menyewa lembaga eksternal dalam layanan sumber daya manusia, atau Anda membayar pengacara untuk menyusun dokumen hukum, aktivitas ini menciptakan nilai, memiliki harga pasar yang jelas, dan tercatat sempurna dalam akun nasional.

2. Pasar harga tetapi di luar pengawasan: Pasar abu-abu/ilegal (Gray / Illicit Market)

Telah diproduksi + Telah diberi harga (tapi tidak diukur)

Aktivitas di sini memang menyediakan layanan atau produk tertentu, dan ada transaksi uang nyata serta harga pasar, tetapi karena berada di ekonomi bawah tanah atau bersifat ilegal, mereka menghindari statistik makro resmi.

3. Diukur tetapi tanpa harga pasar: Layanan pemerintah (Government measured at cost)

Telah diproduksi + Telah diukur (tapi tanpa harga pasar langsung)

Banyak layanan publik yang disediakan pemerintah (seperti pendidikan dasar, keamanan kota) menciptakan nilai sosial dan ekonomi besar, dan juga dihitung dalam PDB.

Namun karena biasanya mereka tidak mengenakan biaya per layanan (kurang harga pasar), statistik resmi biasanya hanya menghitung “biaya input” (misalnya gaji pegawai negeri) sebagai ukuran outputnya.

4. Permainan angka statistik: Estimasi murni (Pure Imputations)

Telah diukur (tapi tanpa penetapan harga nyata, dan tanpa produksi baru)

Data estimasi yang berada di area biru murni atau di perbatasan dengan area yang diberi harga adalah data perkiraan, yang paling khas adalah “sewa rumah sendiri”.

Jika Anda tinggal di rumah sendiri, Anda tidak membayar sewa nyata kepada siapa pun, dan tidak menghasilkan aktivitas ekonomi baru. Tapi demi menjaga konsistensi data makro, akun nasional akan “memaksa memperkirakan” sewa yang Anda bayarkan kepada diri sendiri dan memasukkannya ke dalam PDB.

5. Jaringan ekonomi gelap yang besar: Hanya produksi (PRODUCED-only)

Hanya telah diproduksi (tanpa harga, tanpa pengukuran)

Ini adalah area buta ekonomi yang besar. Termasuk “produksi rumah tangga” dan “relawan/sumber daya publik digital”. Secara tradisional, pekerjaan tanpa bayaran seperti mengasuh anak, merawat orang tua, pekerjaan rumah tangga harian, mencapai 164 miliar jam setiap hari. Menurut praktik akuntansi saat ini, aktivitas yang menciptakan nilai hidup besar ini karena tidak ada pertukaran uang, nilainya dianggap nol.

6. Pemisahan output AI dan Dark-output

Lingkaran merah di tengah gambar secara sempurna mengungkapkan bagaimana AI memecah sistem pengukuran yang ada:

Lingkaran output AI sepenuhnya berada di dalam lingkaran besar hijau “Telah diproduksi (PRODUCED)”, yang berarti pekerjaan yang didukung atau dihasilkan AI tanpa diragukan lagi menciptakan nilai ekonomi nyata.

Namun, hanya sebagian kecil output AI yang masuk ke “pasar resmi” di pusat, yang hanya mewakili konsumsi Token yang terlihat, panggilan API, atau biaya langganan perangkat lunak AI. Misalnya, saat biaya pembuatan wasiat hukum dasar dari 150 dolar langsung turun 99% menjadi 0,50 dolar biaya API, transaksi sebesar 149,5 dolar yang sebelumnya di “pasar resmi” hilang sama sekali. Nilai yang sama tetap ada di dalam lingkaran “telah diproduksi”, tetapi karena harga yang runtuh dan internalisasi transaksi, keluar dari kategori “berharga” dan “diukur”.

Sistem statistik yang ada akan salah menafsirkan hilangnya bukti transaksi ini sebagai kenaikan inflasi dan penurunan output ekonomi. Dark-output dari AI secara kasar mendorong semakin banyak aktivitas makro ekonomi ke dalam area buta yang hanya menghasilkan tanpa memberi harga, membuat pengalaman ekonomi nyata dan indikator makro menjadi sangat terpisah.

2. Mengapa output AI tidak bisa diukur dan dicatat sepenuhnya: keberadaan kesalahan statistik

Ketika AI membantu atau mengambil alih suatu tugas, outputnya tidak otomatis hilang. Hanya ketika harga turun, atau yang lebih buruk, tugas dipindahkan dari luar ke dalam perusahaan, outputnya akan hilang dari penghitungan ekonomi nasional; berbagai kesalahan pengukuran bisa menyebabkan data output ekonomi hilang, seperti:

1. Perpindahan batas

Perpindahan batas adalah ketika pekerjaan yang sebelumnya dibeli di pasar dipindahkan ke dalam perusahaan atau rumah tangga. Laporan penelitian berbayar berubah menjadi proses kerja AI internal. Tugas outsourcing menjadi tugas karyawan. Nilai mungkin tetap ada, tetapi transaksi yang membuatnya terlihat hilang.

2. Harga anjlok

Jumlah dan kualitas layanan industri tidak memiliki standar pengukuran independen yang sebenarnya. Pendapatan, gaji, dan jam kerja akan dicatat, tetapi jumlahnya tidak bisa diukur. Layanan hukum tidak memiliki satuan standar, tinjauan literatur tidak memiliki satuan ton, layanan konsultasi juga tidak memiliki satuan ember; jika catatan menunjukkan pendapatan menurun (karena harga turun) dan gaji rata-rata naik (karena pekerja tingkat dasar di-PHK), ini akan diartikan sebagai peningkatan inflasi, penurunan produktivitas dan output.

3. Ketidaksesuaian industri

Ketika AI menciptakan nilai di satu industri, tetapi transaksi tercatat di industri lain, terjadi ketidaksesuaian industri. Misalnya, rumah sakit mungkin menggunakan AI untuk mempercepat pengolahan dokumen, tetapi jika satu-satunya bukti AI adalah pendapatan perusahaan AI atau penyedia perangkat lunak, ini akan menyesatkan data statistik nasional. PDB berdasarkan industri bisa membuat penyedia AI tampak sebagai sumber nilai, sementara industri yang memakai AI tampak stagnan.

4. Pekerjaan baru yang tersembunyi

Manfaat ekonomi nyata sedang dihasilkan, misalnya AI hanya membutuhkan beberapa token untuk menulis dokumen bagi manusia agar lebih siap menghadiri rapat, tetapi nilai ini tidak terlihat di mana pun. Indikator makro ekonomi yang masuk akal harus mempertimbangkan hal ini, jika tidak, kemakmuran AI bisa saja diartikan sebagai kemunduran AI dalam data.

3. Apa sebenarnya yang dihasilkan Dark-output AI: Keuntungan + Surplus Konsumen

Jadi, bagaimana pengaruh metode pengukuran ekonomi saat ini? Karena bias statistik resmi, di masa depan kita kemungkinan akan melihat situasi seperti gambar di atas: CPI tidak turun, PDB juga tidak naik

Garis biru yang hampir datar (pengukuran PDB per kapita yang sebenarnya) dan garis kuning (pengukuran indeks harga konsumen CPI) mewakili data yang dilihat oleh statistik tradisional. Berdasarkan data ini, diagnosis resmi adalah pesimis: “AI tidak membawa hasil yang diharapkan—harga tetap tinggi, pertumbuhan ekonomi lemah, tetapi pengeluaran kita untuk AI lebih besar dari sebelumnya” (seperti tertulis di dalam bingkai kuning di sudut kiri bawah).

Namun, saat ini “produktifitas nyata sedang meningkat pesat”—area bayangan besar antara garis putih dan garis biru (termasuk “translasi menjadi keuntungan” berwarna ungu tua dan “translasi menjadi surplus konsumen” berwarna abu-abu gelap)—adalah Dark-output tersembunyi dari AI.

Ketika AI secara besar-besaran menurunkan biaya kerja, uang yang dihemat ini sebagian besar mengalir ke dua tempat: pertama, menjadi keuntungan berlebih perusahaan; kedua, memungkinkan konsumen mendapatkan manfaat layanan yang jauh lebih besar dengan uang yang sama (misalnya, sebelumnya membayar orang untuk mencari data, sekarang bisa dibuatkan AI secara gratis dalam sekejap).

Karena nilai besar ini tidak terbentuk sebagai “transaksi harga” baru yang dapat dihitung di pasar, jika output AI tidak dijual dengan harga yang terlihat, maka selain pengeluaran Token saja, PDB tidak akan mampu menangkap output ini.

4. Pengalaman dan pelajaran dari sejarah: Pengulangan paradoks Solow

Untuk memahami fenomena ini lebih baik, kita bisa melihat ke masa lalu. Situasi ini bukan yang pertama kali terjadi.

Pada tahun 1980-an dan 1990-an, saat komputer pribadi mulai populer, data makro ekonomi juga sama sekali tidak mampu mendeteksi kontribusi revolusi komputer terhadap ekonomi. Ekonom terkenal Robert Solow pernah mengeluh: “Anda bisa melihat bayangan era komputer di mana-mana, kecuali dalam data produktivitas.”

Respon sistem statistik resmi sangat lambat. Hingga 2013, AS melakukan revisi metodologi yang membosankan, secara resmi memasukkan investasi R&D dan kekayaan intelektual ke dalam penghitungan PDB. Hanya dengan langkah ini, total output tahun 1990-an secara tiba-tiba “bertambah” sekitar 3,6 triliun dolar.

5. Dampak Dark-output AI: Bagaimana?

Dulu komputer hanyalah alat, tetapi AI langsung mengambil alih pekerjaan otak di sektor jasa. Karena pengukuran di sektor jasa selalu memiliki kesulitan inheren, ketika AI menyebabkan biaya beberapa layanan turun secara drastis, PDB sering mencatatnya sebagai kemunduran ekonomi (karena volume transaksi berkurang), bahkan bisa terlihat sebagai inflasi.

Skala masalah pengukuran yang dibawa AI ini akan membuat semua area buta statistik sebelumnya tampak kecil. Inilah sebabnya, jika Anda hanya memperhatikan indikator PDB tradisional, Anda mungkin salah paham bahwa ekonomi saat ini stagnan, padahal sebenarnya, revolusi produktivitas yang tidak terukur sedang berlangsung secara intens di bawah permukaan.