Citadel Securities kwestionuje tezę Citriniego o „globalnym kryzysie wywiadowczym”

Czy AI staje się zbyt dobra? Citadel przedstawia inne spojrzenie

Autorem tekstu jest globalny analityk makro Frank Flight, a odpowiedź firmy zajmującej się market makingiem na memorandum Citrini Research zaczyna się od faktów z dnia dzisiejszego, a nie od futurystycznej fikcji. Na rok 2026 bezrobocie wynosi 4,28%, nakłady inwestycyjne na AI stanowią około 2% PKB — około 650 mld dolarów — a w całych USA planuje się niemal 2 800 centrów danych, zgodnie z danymi firmy. Tymczasem liczba ofert pracy dla inżynierów oprogramowania wzrosła o 11% rok do roku.

Dla czytelników, którzy nie znają Citadel Securities, spółka jest jednym z największych dostawców płynności na rynkach globalnych, aktywnym na akcjach, opcjach oraz instrumentach o stałym dochodzie. Działa niezależnie od funduszu hedgingowego Citadel, choć obie organizacje łączą historyczne więzi z założycielem Kenem Griffinem. Gdy Citadel Securities zabiera głos, czyni to z perspektywy mocno osadzonej w danych makro i „hydraulice” rynków.

Krytyka Flighta koncentruje się na tym, co nazywa nadmiernie pewnym skokiem od możliwości technologicznych do ekonomicznej nieuchronności. Podczas gdy prognostycy rutynowo mają trudności z przewidywaniem wzrostu zatrudnienia nawet dwa miesiące naprzód, pisze, niektórzy komentatorzy twierdzą dziś, że z niezwykłą jasnością widzą „dalszą ścieżkę destrukcji zatrudnienia” na podstawie hipotetycznego wpisu na Substacku.

Firma wcześniej opisywała krótkoterminową dynamikę nakładów kapitałowych na AI jako inflacyjną, a nie deflacyjną. Sedno tej riposty leży jednak gdzie indziej: w tempie dyfuzji. Narracja o wypieraniu, argumentuje Citadel, opiera się na założeniu, że adopcja AI będzie narastać w zawrotnym tempie. Flight stwierdza:

„Narracja o nieuchronnym wyeliminowaniu pośredników opiera się na tempie dyfuzji.”

Co więc pokazują dane? Powołując się na Real Time Population Survey oddziału Fed w St. Louis, firma zauważa, że choć korzystanie z generatywnej AI rośnie, dane o częstotliwości kreślą bardziej wyważony obraz. Gdyby AI była na progu zastąpienia szerokich segmentów pracy, codzienne użycie w pracy prawdopodobnie wykazałoby wyraźny punkt przegięcia. Zamiast tego dane wydają się względnie stabilne.

Strateg Citadel ujmuje szerszą debatę jako błąd kategorialny: technologia rekurencyjna nie gwarantuje rekurencyjnej adopcji. Systemy AI mogą się doskonalić, ale wdrożenia ekonomiczne historycznie podążają krzywą S. Wczesne przyjęcie jest powolne i kosztowne, potem przyspiesza wraz z dojrzewaniem infrastruktury, a następnie spłaszcza się, gdy pojawiają się koszty integracji, regulacje oraz malejące korzyści.

Rynki — twierdzi firma — często ekstrapolują fazę przyspieszenia w nieskończoność. Historia sugeruje coś innego. Zmiana organizacyjna jest kosztowna, ramy regulacyjne ewoluują, a krańcowe zyski w czasie maleją. Wolniejsza adopcja z kolei zmniejsza prawdopodobieństwo gwałtownego wyparcia.

„Rynki często ekstrapolują fazę przyspieszenia liniowo, ale historia sugeruje, że tempo adopcji wypłaszcza się, ponieważ integracja organizacyjna jest kosztowna, pojawiają się regulacje, a we wdrażaniu ekonomicznym występują malejące krańcowe zwroty” — zauważa riposta Flighta na eksperyment myślowy Citrini.

Kolejnym ograniczeniem rzadko omawianym w dystopijnych narracjach jest intensywność obliczeniowa. Trening i inferencja wymagają ogromnych zasobów półprzewodników, centrów danych i energii. Pełna automatyzacja pracy umysłowej wymagałaby mocy obliczeniowej o rzędy wielkości większej niż obecne wykorzystanie. Jeśli popyt na moc obliczeniową gwałtownie wzrośnie, jej koszt krańcowy rośnie. Gdy koszt ten przekroczy krańcowy koszt ludzkiej pracy w przypadku pewnych zadań, substytucja się zatrzyma. Ekonomiczna grawitacja znów da o sobie znać.

Flight odnosi się też do makroekonomicznej rachunkowości leżącej u podstaw tezy Citrini. Automatyzacja napędzana AI jest zasadniczo szokiem produktywności. Szoki produktywności to pozytywne szoki podażowe: obniżają koszty krańcowe i zwiększają potencjalną produkcję. Historycznie — od energii parowej po komputery — takie zmiany z czasem podnosiły realne dochody.

Kontrargument głosi, że AI jest inna, ponieważ bezpośrednio wypiera dochody z pracy, tłumiąc tym samym popyt. Citadel odpowiada tożsamością dochodu narodowego: jeśli produkcja rośnie, a realny PKB się zwiększa, to jakiś składnik popytu — konsumpcja, inwestycje, wydatki rządowe lub eksport netto — również musi rosnąć. Scenariusz, w którym produktywność rośnie, podczas gdy popyt zagregowany się załamuje, a mierzona produkcja rośnie, nadwyręża logikę rachunkowości.

Tworzenie nowych firm dodaje debacie niuansów. Dane z U.S. Census Bureau pokazują szybki wzrost liczby nowych wniosków o założenie działalności. Dochód kapitałowy może mieć niższą skłonność do konsumpcji niż dochód z pracy, ale nie znika w czarnej dziurze. Zyski mogą zostać reinwestowane, wypłacone, opodatkowane lub wydane.

W sercu pytania o wyparcie znajduje się elastyczność substytucji — łatwość, z jaką firmy mogą zastępować pracę kapitałem. Jeśli ta elastyczność jest skrajnie wysoka, udział pracy w dochodzie mógłby się kurczyć. Jednak nawet wtedy demokratyczne państwa prawdopodobnie dostosowałyby się poprzez działania fiskalne i regulacyjne. Co więcej, Citadel zauważa, że bieżące śledzenie rynku pracy pokazuje poprawę wskaźników wyprzedzających, a budowa centrów danych dla AI przyczynia się do wzrostu zatrudnienia w budownictwie.

Flight zauważa:

“Na dziś jest niewiele dowodów na zakłócenia wywołane przez AI w danych z rynku pracy. W istocie wyprzedzające komponenty naszego monitoringu rynku pracy poprawiły się, a budowa centrów danych dla AI wydaje się napędzać wzrost zatrudnienia w budownictwie.”

Gospodarka — argumentuje Flight — składa się z niezliczonych zadań: fizycznych, relacyjnych, regulacyjnych i nadzorczych, które są kosztowne lub trudne do zautomatyzowania. Nawet automatyzacja poznawcza napotyka ograniczenia koordynacyjne i odpowiedzialności. Dlatego bardziej prawdopodobne jest, sugeruje, że AI będzie w wielu obszarach uzupełniać pracę, a nie ją wykorzeniać.

Aby poprzeć swoją tezę, Flight przywołuje esej Johna Maynarda Keynesa z 1930 r., przewidujący 15-godzinny tydzień pracy w XXI wieku. Produktywność faktycznie wystrzeliła. Jednak zamiast masowo wycofywać się z pracy, społeczeństwa konsumowały więcej. Preferencje ewoluowały, powstawały nowe branże, a ludzkie potrzeby okazały się elastyczne.

Na zakończenie Citadel stawia wysoko poprzeczkę dla urzeczywistnienia się dystopijnego scenariusza. Wymagałby on szybkiej adopcji, niemal całkowitej substytucji pracy, braku reakcji fiskalnej, ograniczonej absorpcji inwestycji oraz nieograniczonego skalowania mocy obliczeniowej — jednocześnie. W ciągu ostatniego stulecia fale technologiczne ani nie wyeliminowały pracy, ani nie wywołały niekontrolowanego wzrostu; w dużej mierze podtrzymywały długoterminowe tempo ekspansji w okolicach 2%.

Dla Citadel Securities debata o AI nie dotyczy wykładniczych fantazji. Chodzi o elastyczności substytucji, reakcję instytucji oraz trwałą zdolność ludzkiego popytu do nieustannego wymyślania się na nowo.

FAQ 🤖

• Co argumentowało Citadel Securities w swojej ripoście?
  Firma utrzymuje, że obecne dane z rynku pracy oraz trendy adopcji AI nie potwierdzają rychłego masowego wyparcia pracowników umysłowych.
• Kim jest Citadel Securities?
  To jeden z największych globalnych animatorów rynku, zapewniający płynność na rynkach akcji, opcji i instrumentów o stałym dochodzie.
• Czy Citadel uważa, że AI działa deflacyjnie czy inflacyjnie?
  Firma stwierdziła, że krótkoterminowa dynamika nakładów kapitałowych na AI wydaje się inflacyjna, a nie kurcząca.
• Czym jest elastyczność substytucji w debacie o AI?
  Odnosi się do tego, jak łatwo firmy mogą zastąpić ludzką pracę kapitałem AI bez istotnego wzrostu kosztów.