Оценките на БВП определят фискалната и паричната политика, както и движението на пазарите на облигации и акции. Тези резултати разчитат на прецизни данни за БВП, както и на точни секторни декомпозиции. Бъдещият растеж на БВП се превърна в ключов критерий за измерване на потенциала на изкуствения интелект (ИИ). Скорошни сценарии на Anthropic предполагат, че до 2030 г. БВП на САЩ може да бъде с до 33% по-висок, отколкото без ИИ. Икономисти и суперпрогнозисти работят върху оценки на растежа, но точността им е под въпрос, тъй като ИИ може да затрудни измерването на БВП.
Основният проблем произтича от трудното измерване на качеството, което води до грешни оценки на инфлацията. В резултат на това ИИ вероятно няма да повлияе на номиналните оценки, но ще направи данните за реалния БВП твърде консервативни. Целта на измерването на БВП е проследяване на потреблението на домакинствата чрез оценка на разходите във всеки икономически сектор.
Тъй като цените на стоките се променят, трябва да се коригира инфлацията, за да се превърне номиналният БВП в реален, изолиращ действителното количество консумирани стоки. Статистическите агенции като Бюрото по трудова статистика (BLS) и Бюрото за икономически анализи (BEA) влагат огромен ресурс в проследяване на цените. Уви, само ценовите промени не са достатъчни, без да се отчита качеството.
Инфлацията често се бърка с „покачване на цените“, но примерът с мобилните телефони доказва обратното. От 2000 г. до днес качеството им се е подобрило значително, което означава по-добро съотношение цена-качество. Статистическите агенции трябва да коригират тези качествени подобрения, но методът им по подразбиране често ги игнорира.
Когато се използват методи за хедонична корекция, стойността на характеристиките се изважда от цената на продукта. За съжаление, новите продукти често се добавят към изчисленията със сериозно закъснение, както беше с мобилните телефони, които влязоха в ИПЦ 15 години след появата им. Това води до подценяване на растежа на реалния БВП.
ИИ влошава този проблем, защото неговите подобрения са концентрирани в сектора на услугите. Там често липсват измерими характеристики като „горивна ефективност“, което затруднява декомпозирането на цената от качеството. Тъй като услугите заемат две трети от потребителските разходи, грешките могат да бъдат значителни.
Освен това ИИ може да предизвика грешки в секторното приписване при преминаване към дигитални заместители. Ако домакинствата използват абонамент за ИИ вместо адвокат, данните за разходите се преместват между секторите. Това може да доведе до надценяване на инфлацията и подценяване на реалния продукт.
Правителствените резултати, като образованието, също са уязвими, тъй като се измерват според входните ресурси, а не крайния резултат. Ако ИИ подобри образованието при по-малко разходи, БВП може погрешно да отчете спад в производството. По същия начин, преминаването от счетоводители към ИИ за данъчни декларации може да покаже фалшиво повишение на цените, ако не се коригира качествено.
Въпреки че някои анализи като тези на Citrini Research или SemiAnalysis разглеждат „призрачен БВП“ или „тъмен продукт“, много от тези проблеми всъщност опират до методите за коригиране на инфлацията. Постепенните подобрения в статистиката, като директното измерване на правителствената продукция или ускорената ротация на извадките, биха помогнали. Създаването на отделна категория за ИИ и индекси, базирани на задачи, биха осигурили по-прецизна картина за реалното икономическо въздействие.
