Europa zostaje w tyle. "Tempo wdrażania nowych technologii w Europie jest wolniejsze niż w USA"

REKLAMA

Euronews: Z najnowszego raportu Accenture wynika, że przeciętny pracownik w Europie wytwarza tylko 76% tego, co jego odpowiednik z USA. Z czego wynika taka dysproporcja? Czy Europejczycy są leniwi?

Dawid Osiecki, dyrektor zarządzający, Head of Data & AI w Accenture w Polsce: Luka produktywności rośnie od lat, a różnica ta nie wynika z mniejszego zaangażowania pracowników, lecz z czynników związanych ze strukturą europejskiej gospodarki i barier wewnętrznych w firmach. To one opóźniają inwestycje technologiczne, spowalniają tempo adopcji innowacji i ograniczają możliwości skalowania wdrożeń sztucznej inteligencji.

Zacznijmy od przyczyn strukturalnych. Europa ma znacznie większy udział mniejszych przedsiębiorstw w porównaniu z USA, a to właśnie rozmiar często determinuje zdolność do inwestowania w AI. Firmy o przychodach od 1 do 9,9 mld dolarów rzadziej skalują strategiczne inicjatywy (31%) niż największe podmioty (48%) które mogą rozłożyć koszty inwestycji na większe przychody, dysponują wysoko wykwalifikowaną kadrą zarządzającą i mogą efektywniej wykorzystać potencjał dużych zbiorów danych. Jak zauważa Mario Draghi, skala działalności staje się w tym kontekście istotnym czynnikiem przewagi konkurencyjnej. Fragmentacja tzw. jednolitego rynku dodatkowo rozbija wysiłki inwestycyjne na mniejsze, mniej efektywne inicjatywy, a niedostateczny dostęp do kapitału wysokiego ryzyka – którego poziom w USA w dekadzie poprzedzającej 2023 rok był nawet ponad siedmiokrotnie wyższy niż w Europie – sprawia, że ambitne projekty często pozostają na etapie koncepcji.

Sytuację pogarsza niedobór zaawansowanej infrastruktury – podczas gdy USA dysponują około 70% globalnej mocy obliczeniowej przeznaczonej na AI, Europa ma jedynie 4%. Problemem jest również luka kompetencyjna: w Unii Europejskiej studia STEM kończy rocznie 850 absolwentów na milion mieszkańców, podczas gdy w USA liczba ta przekracza 1100. Oznacza to, że europejskie firmy dysponują mniejszą bazą talentów, co bezpośrednio przekłada się na wolniejsze tempo adopcji technologii. Poważnym wyzwaniem dla firm pozostaje także niski poziom alfabetyzacji AI – 36% europejskich pracowników nie czuje się odpowiednio przeszkolonych, a 73% ma ograniczony dostęp do narzędzi generatywnej AI.

Oprócz braków kompetencyjnych barierami utrudniającymi adopcję AI w organizacjach są także trudności w budowaniu solidnych fundamentów danych i przełamywaniu silosów (42% ankietowanych), tworzeniu i utrzymywaniu multidyscyplinarnych zespołów (41%) oraz zarządzaniu ryzykiem bezpieczeństwa (33%).

Wszystkie te elementy tworzą środowisko, w którym nawet najbardziej innowacyjne firmy muszą zmagać się z poważnymi ograniczeniami w budowie przewagi opartej na AI. Dlatego, aby zmniejszyć lukę produktywności, niezbędne jest równoległe adresowanie barier regulacyjnych, kapitałowych, infrastrukturalnych i kompetencyjnych oraz wspieranie mniejszych przedsiębiorstw w skalowaniu ich inicjatyw technologicznych.

Tymczasem luka produktywności między UE a USA się pogłębia. Dlaczego tak się dzieje?

Tempo wdrażania nowych technologii w Europie jest wolniejsze niż w USA, szczególnie w sektorach intensywnie korzystających z technologii informacyjno-komunikacyjnych (ICT), gdzie wzrost produktywności wyniósł odpowiednio 120% w USA i poniżej 50% w Europie. Powodem jest systematyczne niedoinwestowanie technologii informatycznych i sztucznej inteligencji. Firmy o najwyższej produktywności w Europie przeznaczają na IT o 27%, a na AI o 15% budżetu więcej w przeliczeniu na pracownika niż podmioty mniej produktywne. Przy tym warto zaznaczyć, że ogólny poziom inwestycji w AI w USA jest prawie trzykrotnie wyższy niż w Europie.

Kolejnym czynnikiem jest niewystarczające skalowanie wdrożeń AI – ponad połowa (56%) z 800 dużych europejskich firm i organizacji sektora publicznego objętych badaniem nie wdrożyła jeszcze transformacyjnych projektów AI, a jedynie 8% tzw. strategic bets, czyli dużych, długoterminowych inicjatyw mających przekształcać procesy branżowe i znacząco zwiększać produktywność, zostało w pełni skalowanych. Według szacunków Accenture, tylko w latach 2023–2024 powolna adopcja technologii kosztowała europejskie firmy 3,2 biliona dolarów utraconych przychodów.

Różnica w produktywności pogłębia się również z powodu niskiej dojrzałości cyfrowej w strategicznych sektorach, takich jak energetyka, telekomunikacja czy infrastruktura cyfrowa. Tymczasem to właśnie te branże są kluczowe dla budowy i utrzymania infrastruktury AI oraz zapewnienia suwerenności technologicznej regionu.

Czy regulacje europejskie dotyczące AI są problemem?

Regulacje europejskie istotnie wpływają na tempo adopcji sztucznej inteligencji, szczególnie w przypadku mniejszych firm. Raport Accenture wskazuje złożoność regulacyjną jako jedną z głównych barier, a Mario Draghi podkreśla, że restrykcyjne przepisy utrudniają przekuwanie innowacji w rynkowe produkty. Choć regulacje zapewniają bezpieczeństwo i odpowiedzialne wdrażanie AI, ich obecny kształt wymaga lepszego wyważenia między ochroną interesu publicznego a wspieraniem innowacyjności, by nie spowalniały transformacji cyfrowej w Europie.

Warto jednak zauważyć, że wiele państw – w tym Polska – wciąż nie wdrożyło lokalnych przepisów wynikających z EU AI Act, dlatego wpływ tych regulacji na obecne różnice w produktywności jest jak dotąd ograniczony. Znacznie większym czynnikiem hamującym rozwój jest wieloletnie zapóźnienie Europy w adopcji kluczowych technologii, takich jak rozwiązania chmurowe. Tam, gdzie ten „dług technologiczny” nie występuje – jak w przypadku największych europejskich firm – poziom zaawansowania technologicznego jest porównywalny z liderami z USA.

Czy wszędzie w Europie jest podobnie pod względem poziomu produktywności?

Poziom produktywności w Europie nie jest jednolity i choć spadek względem USA jest zjawiskiem ogólnokontynentalnym, wyraźnie widać różnice między państwami. Raport Accenture wskazuje, że po pandemii produktywność obniżyła się w całym regionie, ale szczególnie dotkliwie we Francji i w Niemczech.

Analiza zdolności i wdrożeń AI – kluczowych czynników wzrostu produktywności – pokazuje znaczące rozbieżności nawet wśród wiodących europejskich gospodarek. Pod względem indeksu zdolności AI, który mierzy m.in. dostęp do talentów, zarządzanie danymi i wykorzystanie modeli podstawowych, liderami są Szwajcaria (52 pkt na 100 możliwych), Niemcy (48 pkt) oraz Wielka Brytania i Francja (po 47 pkt). Wyniki krajów poniżej średniej europejskiej wynoszącej 43 pkt wskazują na słabsze fundamenty technologiczne i mniejszą gotowość do wdrażania AI na szeroką skalę. To zróżnicowanie pogłębia nierówności w produktywności w Europie i utrudnia zamykanie luki konkurencyjnej względem USA.

A jak wygląda porównanie produktywności Europy z innymi regionami świata, jak Chiny, Japonia, Indie, Australia czy Kanada?

Raport koncentruje się na wybranych krajach Europy w porównaniu z USA, dlatego nie obejmuje bezpośrednich danych o produktywności w regionach takich jak Azja czy Oceania. Jednak dostępne analizy rynkowe jasno pokazują, że obecnie jedynym realnym konkurentem Stanów Zjednoczonych w obszarze sztucznej inteligencji są Chiny, które intensywnie inwestują w rozwój technologii i wdrożenia na masową skalę.

Raport Mario Draghiego na temat konkurencyjności Europy wskazuje AI jako potencjalne rozwiązanie problemu produktywności. Czy sztuczna inteligencja pomoże we wzroście produktywności w Europie?

Sztuczna inteligencja, choć nie jest panaceum na wszystkie problemy, stanowi potężne narzędzie do zwiększania produktywności. Rozwiązania oparte na AI umożliwiają organizacjom bardziej efektywną pracę, lepsze podejmowanie decyzji, precyzyjniejsze prognozowanie oraz transformację procesów w wielu branżach – od motoryzacji, przez energetykę, po nauki przyrodnicze. W połączeniu z ludzką wiedzą i doświadczeniem AI może wspierać wzrost produktywności i odporności gospodarek, co jest kluczowe dla realizacji europejskich ambicji gospodarczych, społecznych i środowiskowych. Przykładem praktycznych korzyści z wdrożenia AI na Starym Kontynencie jest poprawa prognozowania popytu i podaży energii elektrycznej oraz zarządzania sieciami energetycznymi, co w połączeniu z przewagą Europy w odnawialnych źródłach energii mogłoby przyczynić się do redukcji kosztów energii.

Raport Accenture wskazuje, że gdyby zdolności AI wszystkich firm w Europie z rocznymi przychodami powyżej 1 miliarda dolarów dorównały tym z wiodących sektorów, mogłoby to dodać niemal 200 miliardów euro rocznie do przychodów biznesowych. Potencjał ten jest już widoczny w wynikach firm – w 2023 roku większe europejskie przedsiębiorstwa o silnych zdolnościach AI odnotowały wzrost przychodów o 5 punktów procentowych szybszy niż te o słabszych kompetencjach. Liderzy biznesu przewidują, że w ciągu najbliższych 18 miesięcy wdrożenie generatywnej AI przyniesie średnio 13-punktowy wzrost przychodów i 15-punktowy wzrost produktywności.

Co powinna zrobić Europa, by zwiększyć swoją produktywność?

Zwiększenie produktywności w Europie jest wspólnym zadaniem dla biznesu i polityków. Firmy muszą przyspieszyć adopcję i skalowanie inwestycji w AI, dbając przede wszystkim o solidne fundamenty technologiczne i modernizację architektur danych, ponieważ ciągła transformacja zwiększa ekspozycję na zagrożenia cybernetyczne. Rolą dużych przedsiębiorstw, które realizują potencjał AI w skali porównywalnej do biznesu w USA, jest wsparcie mniejszych podmiotów w łańcuchu wartości w podnoszeniu ich zdolności AI. Oprócz technologii firmy muszą również postawić na rozwój pracowników zapewniając odpowiednie szkolenia i dostęp do narzędzi AI. Mimo że 95% europejskich pracowników dostrzega wartość w pracy z generatywną sztuczną inteligencją, 60% obawia się potencjalnych zmian w pracy związanych z jej wykorzystaniem, a 36% nie czuje się odpowiednio przeszkolonych.

Z kolei rządy i instytucje europejskie muszą podjąć skoordynowane działania, aby stworzyć sprzyjające środowisko dla rozwoju i adopcji AI. Kluczowe znaczenie będą miały działania skierowane na rozwój suwerennego europejskiego ekosystemu AI, opracowanie skoordynowanej strategii przemysłowej oraz wspieranie mniejszych firm w adopcji sektorowych rozwiązań AI. Mniejsze organizacje potrzebują dostępu do większych mocy obliczeniowych i wysokiej jakości danych, a także doradztwa finansowego, sieci kontaktów i szkoleń.

Bez takiej koordynacji działań przedsiębiorców i polityków, Europa może pozostać w tyle w globalnej konkurencji

A co może zrobić europejski pracownik, by wykorzystać AI do zwiększenia swojej własnej produktywności? I co można dzięki temu zyskać?

Aby zwiększyć własną produktywność dzięki sztucznej inteligencji, powinniśmy skupić się na rozwijaniu swoich umiejętności cyfrowych i wiedzy o AI (AI literacy). Kluczowe jest aktywne wykorzystywanie dostępnych narzędzi AI – nawet jeśli dostęp jest ograniczony – do automatyzacji rutynowych zadań, poprawy analityki i wspomagania podejmowania decyzji. Warto postrzegać AI jako partnera wzmacniającego ludzką pomysłowość, co pozwoli nam w pełni skupić się na zadaniach o wyższej wartości i innowacji.

Dzięki temu proaktywnemu podejściu można zyskać znaczące korzyści. AI pozwala na zwiększenie produktywności i efektywności, skracając czas potrzebny na realizację zadań (np. o 40% przy wyszukiwaniu informacji). Inwestowanie w umiejętności AI jest kluczowe dla rozwoju kariery i zwiększenia wartości pracownika na rynku pracy, przyczyniając się do lepszych perspektyw w zmieniającym się środowisku rynkowym.