termelékenységi paradoxon

angolul: productivity paradox

haladóelterjedt

Az a jelenség, hogy egy új technológia mindenhol megjelenik, a gazdasági statisztikákban mégsem látszik, hogy ettől többet vagy hatékonyabban termelnénk.

Érthetően

Képzeld el, hogy veszel egy csúcsmodern konyhai robotgépet. Az első hetekben lassabban főzöl, mint előtte: olvasod a használati utasítást, keresed a tartozékokat, átrendezed a pultot. A gép gyors, a vacsora mégsem készül el hamarabb. Ugyanez történik nagyban a cégeknél és az egész gazdaságban, és ezt hívják termelékenységi paradoxonnak.

A termelékenység azt mutatja meg, mennyi értéket állítunk elő egy munkaóra alatt. A paradoxon az, hogy a cégek rengeteget költenek új technológiára (régen számítógépre, ma mesterséges intelligenciára), mindenki érzi, hogy valami megváltozott, az országos számokban viszont ez sokáig alig vagy egyáltalán nem látszik.

A fogalom arra jó, hogy kijózanítson. Abból, hogy egy eszköz látványos, még nem következik, hogy a cég vagy az ország gazdagabb lesz tőle. A haszon általában akkor jön meg, amikor a munkát is átszervezik az eszköz köré, és ez évekig tarthat.

Hogyan működik

Megjelenik egy új technológia, a cégek pedig elkezdenek költeni rá: eszközökre, előfizetésekre, képzésre, tanácsadókra.
Az elején a ráfordítás nagyobb, mint a haszon. Az emberek tanulnak, kísérleteznek, a régi és az új rendszer párhuzamosan fut, így a mért termelékenység akár csökkenhet is.
Az egyéni időnyereség sokszor elvész a szervezetben. Hiába írod meg fél óra alatt a jelentést, ha a jóváhagyásra ugyanúgy három napot kell várni, vagy ha a megspórolt időt az AI hibáinak ellenőrzése viszi el.
A statisztika is nehezen fogja meg a változást. A jobb minőség, a gyorsabb kiszolgálás vagy egy ingyenes szolgáltatás haszna alig jelenik meg a GDP-ben.
Ha a cégek idővel átalakítják a folyamataikat és a munkaköröket, a haszon késve, de megérkezhet. A közgazdászok ezt J-görbének hívják: előbb egy kis visszaesés, utána emelkedés.

Példa a mindennapokból

A munkahelyeden mindenki kap AI-asszisztenst, és tényleg gyorsabban írod meg az e-maileket és az összefoglalókat. Év végén mégis ugyanannyi projekt készült el, mint tavaly, mert a megbeszélések, a jóváhagyási körök és a javítgatások ugyanannyi időt vittek el. A főnököd ekkor találkozik a termelékenységi paradoxonnal.

Kit érint

vállalkozó, vezetőHa csak megveszed az AI-eszközt, de a folyamatokat nem alakítod át, könnyen csak a költséged nő, az eredményed nem.

munkavállalóHiába dolgozol gyorsabban az AI-jal, ha ez nem látszik a cég számaiban, nehezebb vele fizetésemelést vagy rövidebb munkaidőt kialkudni. → Munka és HR

befektető, megtakarítóAz AI-cégek magas tőzsdei értékelése arra a várakozásra épül, hogy a termelékenységi haszon tényleg megérkezik, és ez a paradoxon miatt bizonytalan. Ez azt is érinti, akinek a megtakarítása befektetési alapban vagy nyugdíjpénztárban van.

mindenkiA bérek és az életszínvonal hosszú távon a termelékenységtől függnek, ezért mindenkit érint, hogy az AI valóban növeli-e.

Gyakori félreértés

TévhitA termelékenységi paradoxon azt bizonyítja, hogy az AI haszontalan, és az egész csak felfújt lufi.

ValójábanA paradoxon csak azt mondja ki, hogy a haszon nem jön magától és nem azonnal: átszervezést, tanulást és időt igényel. A számítógépeknél Solow 1987-es megjegyzése után még közel egy évtizedet kellett várni: az Egyesült Államokban csak az 1990-es évek közepén gyorsult fel a termelékenység növekedése, jóval a számítógépek elterjedése után.

Korlátok és kockázatok

Nincs rá garancia, hogy a haszon végül megérkezik: a paradoxon önmagában nem dönti el, hogy egy technológia későn térül meg, vagy soha.
A termelékenységet nehéz mérni, főleg a szolgáltatásoknál és a szellemi munkánál, ezért ugyanabból az adatból derűlátó és borúlátó következtetés is levonható.
Az egyéni kísérletekben mért időnyereség nem vetíthető rá egy az egyben egy egész cégre vagy országra.
A fogalom könnyen válik kifogássá: a „majd később megtérül” érvvel rossz beruházásokat is sokáig lehet védeni.

Hasonló, de nem ugyanaz

AI-buborék – A buborék a túlzott tőzsdei és befektetői várakozásokról szól, a paradoxon arról, hogy a technológia haszna nem látszik a termelési adatokban.
Jevons-paradoxon – A Jevons-paradoxon szerint ha valamit hatékonyabban tudunk felhasználni, olcsóbb lesz, és annyival többet használunk belőle, hogy az összes fogyasztás a várt csökkenés helyett nő. A termelékenységi paradoxon szerint viszont maga a hatékonyságnövekedés sem látszik a statisztikákban.
automatizálás – Az automatizálás maga a tevékenység, amikor gép veszi át a feladatot, a paradoxon pedig azt a megfigyelést jelenti, hogy ennek az eredménye sokáig nem látszik a számokban.

Kapcsolódó fogalmak

Tágabb

termelékenység, technológiai változás, gazdasági növekedés

Szűkebb

Solow-paradoxon, termelékenységi J-görbe

Rokon

általános célú technológia, AI-buborék, Jevons-paradoxon, automatizálás, megtérülés

Röviden a története

Robert Solow Nobel-díjas közgazdász 1987-ben jegyezte meg, hogy a számítógépek kora mindenhol látszik, csak a termelékenységi statisztikákban nem. A „termelékenységi paradoxon” kifejezést Erik Brynjolfsson 1993-as tanulmánya tette ismertté, és 2017-ben szerzőtársaival ő vetette fel azt is, hogy a mesterséges intelligenciánál ugyanez ismétlődik.

Hol tart most

A fogalom a közgazdasági és üzleti viták állandó eleme lett az AI kapcsán. Az egyes feladatoknál mért időnyereséget több kutatás is kimutatta, de abban máig nincs egyetértés, hogy ez mennyire jelenik meg a cégek és az országok termelékenységi adataiban.

Állapot: 2026. november

Más nevei

termelékenységi paradoxon · productivity paradox · Solow-paradoxon · Solow paradox · Solow computer paradox · AI-termelékenységi paradoxon · AI productivity paradox · modern termelékenységi paradoxon

Források

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.