Westpac Banking: Làn sóng AI và triển vọng năng suất của Úc: Bài học từ lịch sử và rủi ro chính sách

Lịch sử cho thấy các làn sóng đổi mới công nghệ thường không thể hiện trong năng suất ngay, mà cần một khoảng thời gian, và người dùng – chứ không phải nhà sản xuất – mới là bên thu được lợi ích lớn nhất. Tuy nhiên, tâm lý bi quan về năng suất tại Úc sẽ không kéo dài mãi.

Giống như cuộc cách mạng máy tính trước đây, cuộc cách mạng AI nhiều khả năng sẽ thúc đẩy năng suất và tăng trưởng sản lượng tiềm năng, dù điều này có thể mất một thời gian. Việc giả định rằng tăng trưởng sản lượng tiềm năng trong những năm tới sẽ vẫn yếu như thời kỳ “trì trệ dài hạn” của vài thập kỷ đầu thế kỷ này là điều hợp lý trong ngắn hạn. Tuy nhiên, về lâu dài, sự cải thiện là điều có thể kỳ vọng, trừ khi người ta sẵn sàng đưa ra những giả định mạnh mẽ về hiệu suất kinh tế và mức độ ứng dụng AI của Úc.

Tăng trưởng sản lượng tiềm năng và các yếu tố tiềm ẩn khác rất khó ước lượng, và còn khó hơn để nhận biết sự thay đổi trong thời gian thực. Việc tập trung vào giá cả thay vì cố bóc tách xu hướng từ các số liệu sản lượng có thể mang lại kết quả hữu ích hơn. Rủi ro là tâm lý bi quan về năng suất có thể dẫn đến sai lầm trong chính sách.

Các chuyên gia của Westpac thường được hỏi Úc có thể làm gì để thúc đẩy tăng trưởng năng suất, từ đó nâng cao mức sống. Họ cũng thường được hỏi về quan điểm của mình trước tác động của genAI và các mô hình ngôn ngữ lớn. Đây chủ yếu là những câu hỏi mang tính trung hạn, nhưng các giả định nền tảng đằng sau chúng cũng có ý nghĩa đối với việc hoạch định chính sách vĩ mô trong ngắn hạn.

Một chút bối cảnh lịch sử sẽ hữu ích ở đây. Úc – cũng như phần lớn thế giới phương Tây – đã trải qua giai đoạn bùng nổ tăng trưởng năng suất vào cuối thập niên 1990, gắn liền với việc áp dụng máy tính và internet. Giai đoạn này mang lại hai bài học. Thứ nhất, cần thời gian để một làn sóng công nghệ mới được áp dụng hoàn toàn và ăn sâu vào mô hình, quy trình kinh doanh. Đó là lý do ban đầu dường như cuộc cách mạng máy tính không giúp năng suất tăng lên – hãy nhớ câu nói nổi tiếng năm 1987 của nhà kinh tế Mỹ Bob Solow: “Bạn có thể thấy thời đại máy tính ở khắp nơi, trừ trong số liệu năng suất.” Thứ hai, phần lớn lợi ích đến với người dùng chứ không phải nhà sản xuất công nghệ. Thực tế, như Thống đốc RBA khi đó Ian Macfarlane từng chỉ ra, tăng trưởng năng suất của Úc cuối thập niên 1990 thậm chí còn cao hơn Mỹ.

Khi làn sóng đổi mới công nghệ đó đạt đỉnh và dần chững lại, tăng trưởng năng suất bắt đầu chậm lại trên toàn cầu. Lợi ích từ việc áp dụng công nghệ đã được khai thác hết. Hơn nữa, những công nghệ mới xuất hiện trong vài thập kỷ đầu thế kỷ này – cụ thể là mạng xã hội – dường như khiến con người bị phân tán thay vì trở nên năng suất hơn. Chúng cũng dễ tạo ra hiệu ứng mạng, khiến phần lớn lợi ích dồn về tay các nhà điều hành nền tảng thay vì người dùng, qua đó hạn chế tác động tích cực đến năng suất.

Ngay cả khi thế hệ đổi mới trước đây – culminated trong AI mà chúng ta biết ngày nay – bắt đầu xuất hiện, như các mô hình machine learning và kỹ thuật khoa học dữ liệu, thì lợi ích năng suất vẫn khó nhận thấy. Một phần nguyên nhân là thế hệ công nghệ này chủ yếu dựa vào việc kết hợp những người có bằng tiến sĩ vật lý hoặc toán học với máy tính để tạo ra mô hình machine learning, nhằm thay thế những công việc như nhân viên bồi thường bảo hiểm chỉ có trình độ trung học hoặc đại học cơ bản. Một công nghệ đòi hỏi kỹ năng hiếm hơn so với kỹ năng mà nó muốn thay thế thì hiếm khi có thể được ứng dụng rộng rãi.

Do đó, không có gì ngạc nhiên khi tăng trưởng năng suất đo lường được trên toàn cầu chậm lại từ đầu những năm 2000. Giới kinh tế bắt đầu lo ngại về khả năng “trì trệ dài hạn,” và một số người tin rằng “lợi suất giảm dần trong cuộc cách mạng kỹ thuật số” là nguyên nhân khiến năng suất chững lại, ít nhất là ở Mỹ. (Dĩ nhiên cũng có các nguyên nhân từ phía cầu, nhưng thiếu vắng đổi mới công nghệ dường như là phần lớn câu chuyện.)

Tiến tới vài năm gần đây, chúng ta bắt đầu chứng kiến thế hệ ứng dụng machine learning tiếp theo – các LLM và những phương pháp dựa trên kiến trúc transformer. Các công nghệ này dễ tiếp cận hơn với người dùng cuối và mở ra cơ hội tái cấu trúc mô hình, quy trình kinh doanh để tận dụng lợi thế. Vì lý do đó, hầu hết các tổ chức, bao gồm IMF, đều kỳ vọng công nghệ mới này sẽ mang lại ít nhất một phần cải thiện năng suất. Giống như làn sóng công nghệ từ máy tính cá nhân và internet trước đây, sự cải thiện này có thể cần thời gian mới thể hiện rõ. Tuy nhiên, quá trình này có thể sẽ nhanh hơn, do bản thân internet đã rút ngắn thời gian phổ biến công nghệ.

Các giả định điều chỉnh của RBA về xu hướng tăng trưởng năng suất lao động – và do đó là tăng trưởng sản lượng tiềm năng – được công bố trong Báo cáo Chính sách Tiền tệ tháng 8 và được làm rõ hơn trong bài phát biểu gần đây của kinh tế trưởng RBA, cần được nhìn nhận trong bối cảnh đó. Về cơ bản, RBA đã sử dụng mức tăng trưởng năng suất trung bình 20 năm làm xu hướng mà năng suất lao động thực tế được cho là sẽ hội tụ về trong hai năm tới. Khoảng thời gian 20 năm này loại bỏ hoàn toàn giai đoạn bùng nổ năng suất của thập niên 1990 – tức là chỉ tính trung bình của thời kỳ “trì trệ dài hạn.”

Đây có thể là giả định đúng trong vài năm tới. Nếu phải mất vài năm để AI lan tỏa tác động đến năng suất toàn nền kinh tế, thì điều đó sẽ chưa rõ ràng trong phạm vi dự báo hiện tại của RBA. Tuy nhiên, để giả định mức năng suất này vẫn là xu hướng trong giai đoạn xa hơn, người ta phải tin vào một trong hai điều: hoặc tin rằng AI sẽ không có tác động gì đến năng suất – trong trường hợp đó, hãy bán cổ phiếu Nvidia ngay! (dĩ nhiên đây không phải là lời khuyên đầu tư, chỉ là hệ quả logic của niềm tin đó); hoặc tin rằng AI sẽ giúp tăng năng suất ở nơi khác, nhưng vì lý do nào đó lại không ở Úc. Đây là lập luận khá khiên cưỡng, hoặc ít nhất cần được giải thích rõ ràng.

RBA đã trấn an công chúng rằng họ không giả định mức tăng trưởng năng suất thấp trong hai năm tới sẽ tiếp diễn trong những năm sau, và họ sẽ cập nhật quan điểm khi dữ liệu thay đổi. Tuy nhiên, các nhà quan sát có quyền đặt câu hỏi về cách RBA dự định thực hiện điều đó, xét đến việc nhiều mô hình của họ vốn có tính “hồi cố” khi ước lượng các biến số “sao” này, và liệu họ có đủ linh hoạt để điều chỉnh kịp thời hay không. Chúng ta nhớ rằng trong thập niên 2010, tỷ lệ thất nghiệp khả thi (NAIRU) tại nhiều nền kinh tế phát triển đã giảm dần – một minh chứng rằng việc nhận diện xu hướng này trong thời gian thực là cực kỳ khó khăn.

Một hệ quả trong quan điểm của RBA về tăng trưởng năng suất – và do đó là sản lượng tiềm năng – là trong thời gian tới, bất kỳ dấu hiệu nào của tăng trưởng GDP mạnh hơn đều sẽ mặc định được diễn giải là cầu vượt cung, và vì vậy chính sách cần duy trì thắt chặt. Cách hiểu này sẽ dễ bị tổn thương nếu năng suất được cải thiện nhờ AI hoặc các thay đổi công nghệ, cơ cấu khác. Nó cũng sẽ bị ảnh hưởng nếu giả định của RBA rằng xu hướng tăng tỷ lệ tham gia lực lượng lao động kéo dài suốt 5 thập kỷ qua đã kết thúc là sai. Như Ryan Wells tại Westpac Economics đã chỉ ra tháng trước, các nhà phân tích cho rằng xu hướng này ở Úc vẫn còn tiếp tục.

Với những khó khăn trong việc đánh giá các yếu tố như tăng trưởng sản lượng tiềm năng, cách tiếp cận vững chắc hơn để xác định liệu sản lượng có vượt công suất hay không là theo dõi lạm phát. Tương tự, việc tăng tốc của tăng trưởng tiền lương thường là dấu hiệu tốt hơn cho thấy thị trường lao động đang thắt chặt, thay vì so sánh mức tăng lương với một “quy tắc kinh nghiệm” dựa trên năng suất xu hướng giả định. Nếu thiếu các tín hiệu dựa trên giá, các nhà hoạch định chính sách khó có thể chắc chắn rằng sự thay đổi trong các thước đo sản lượng phản ánh dịch chuyển quanh xu hướng hay là thay đổi trong chính xu hướng đó.

Thực tế, dù không nên quá chú trọng vào số liệu một tháng, dữ liệu thị trường lao động tuần này hoàn toàn phù hợp với quan điểm trung hạn của chọ rằng nguồn cung lao động của Úc vẫn còn dư địa tăng thêm so với giả định của một số nhà quan sát. Giống như những gì đã xảy ra trong vài năm qua, mọi thứ sẽ lại phụ thuộc vào số liệu lạm phát cơ bản hàng quý được công bố vào cuối tháng này. Và dù con số đó có thể ở mức cao, xu hướng này có thể không kéo dài trong các quý tiếp theo. Các giả định chỉ đạo của RBA khiến họ dễ rơi vào tâm lý bi quan về năng suất và xu hướng hawkish mang tính cơ cấu, điều có thể sẽ bị điều chỉnh lặp đi lặp lại bởi các kết quả lạm phát thấp hơn dự kiến. Quả thật, đó là một cách khá đặc biệt để điều hành nền kinh tế.