Tygodnik Gospodarczy 36/2024, 5 września 2024

Podmioty gospodarki narodowej zatrudniające przynajmniej jedną osobę planują zatrudnić czterokrotnie więcej pracowników do końca 2024 r. niż zwolnić – wynika z danych GUS. W analogicznym okresie w 2021 r. pracodawcy planowali przyjąć ponad pięciokrotnie więcej pracowników niż ich zwalniać. Do końca br. podmioty gospodarki narodowej planują zatrudnić 525,5 tys. pracowników, czyli o 12 proc. mniej niż deklarowały w planach zatrudnienia w porównywalnym czasie w 2021 r. Jednocześnie do końca 2024 r. planowane jest zwolnienie 129,9 tys. pracowników (wzrost o 10 proc. w porównaniu z 2021 r.).

Przewidywane przyjęcia nowych pracowników w województwach wielkopolskim, śląskim, małopolskim oraz regionie warszawskim stołecznym stanowią 53 proc. planowanego zatrudnienia do końca 2024 r. W samym Obszarze Metropolitalnym Warszawy pracodawcy planują zatrudnić 108,2 tys. pracowników. Jest to prawie pięć razy więcej niż planowane przyjęcia na pozostałym obszarze województwa mazowieckiego (22,3 tys.). Najwięcej planowanych zwolnień będzie dotyczyć pracowników z regionów warszawskiego stołecznego (17,8 tys.) i śląskiego (17,6 tys.). Planowana redukcja zatrudnienia w najmniejszym stopniu dotknie pracowników z województw świętokrzyskiego oraz opolskiego.

W latach 2018-2023 liczba urządzeń komunikacyjnych per capita wzrosła globalnie o połowę. Obecnie na osobę przypada 3,6 urządzenia. Jak wynika z raportu UNCTAD, przyrost liczby urządzeń na osobę jest znacznie szybszy w państwach rozwiniętych. W Ameryce Północnej przyrost w tym okresie wyniósł 63 proc. (obecnie 13,4 urządzenia na osobę), natomiast w Europie Zachodniej 67 proc. (9,4 urządzenia na osobę). Jednocześnie w analogicznym okresie w regionie Bliskiego Wschodu i Afryki liczba urządzeń osiągnęła poziom 1,5 per capita, na co przekładał się 36-proc. przyrost ich liczby.

Tak znaczny przyrost liczby urządzeń elektronicznych przekłada się na wzrost ilości elektrośmieci. W samym tylko 2022 r. powstało 10,5 mln ton śmieci związanych z ekranami, komputerami, małym sprzętem IT oraz urządzeniami telekomunikacyjnymi (SCSIT¹). W latach 2010-2022 ilość śmieci SCSIT w państwach rozwiniętych wzrosła o 11 proc., podczas gdy w państwach rozwijających się przyrost masy odpadów wyniósł aż 48 proc. Natomiast kraje rozwinięte mają nieproporcjonalnie wyższy udział w produkcji śmieci SCSIT na osobę. W 2022 r. przeciętny mieszkaniec państwa rozwiniętego wygenerował 3,25 kg śmieci, podczas gdy na mieszkańca państwa rozwijającego się przypadało zaledwie 0,93 kg, a na mieszkańca kraju z grupy najmniej rozwiniętych (LDCs) przypadało tylko 0,21 kg takich odpadów.

Inflacja w strefie euro spadła w sierpniu z 2,6 proc. do 2,2 proc. r/r. To najniższy poziom od czerwca 2021 r. i wartość bliska celowi Europejskiego Banku Centralnego (EBC). Tempo wzrostu wynagrodzeń także osłabło – w II kwartale wzrost płac ustalanych w negocjacjach między pracodawcami a związkami zawodowymi spowolnił z 4,7 proc. do 3,5 proc. r/r. Spadek ten sugeruje zmniejszenie presji inflacyjnej w sektorze usług w nadchodzących miesiącach.

Dane dotyczące koniunktury wskazują na pogłębiające się osłabienie. Badania Komisji Europejskiej wskazują na znaczne pogorszenie planów zatrudnienia zarówno w sektorze produkcyjnym, jak i usługowym. Również badanie PMI wskazało na niewielki spadek zatrudnienia w sektorze prywatnym. Te oznaki słabnącej aktywności gospodarczej – bieżące prognozy wskazują na niewielki wzrost PKB w 2024 r. rzędu 0,6 proc. r/r.

Polski eksport towarowy w I półroczu 2024 r. spadł o 10 proc. (85 mld PLN) w porównaniu z analogicznym okresem 2023 r. Z kolei dla wartości wyrażonej w EUR spadek był mniejszy (3,3 proc.). Zmiany te związane są przede wszystkim z aprecjacją kursu PLN z poziomu 4,78 PLN/EUR w lutym 2023 r. do 4,27 PLN/EUR w maju 2024 r. Zarazem zwiększył się odsetek firm deklarujących nieopłacalność eksportu (z ok. 10 proc. w I kwartale 2023 r. do 14 proc. w II kwartale 2024 r.), lecz deklarowany próg opłacalności wciąż pozostaje w odległości 5-6 proc. od rzeczywistego kursu. Wstępny szacunek wskaźnika wolumenu za okres styczeń-maj 2024 r. pokazał z kolei wzrosty ilości eksportowanych towarów o 5 proc. r/r. Wartość eksportu w I półroczu 2023 r. była rekordowo wysoka ze względu na inflację i impuls pocovidowy (efekt wysokiej bazy): w I półroczu 2023 r. wzrósł o 7 proc. w porównaniu z analogicznym okresem 2022 r., zaś w II półroczu spadł już o 3 proc. Można się więc spodziewać złagodzenia negatywnych trendów w polskim eksporcie w kolejnym półroczu.

Choć tylko 26 proc. przedsiębiorstw branży ropy i gazu USA korzysta z AI, blisko 2-krotnie więcej (50 proc.) planuje jego wdrożenie w ciągu 12 miesięcy. Bank Rezerwy Federalnej w Dallas opublikował wyniki badania³ przedsiębiorców, wskazujące na wysokie zainteresowanie sektora technologiami wykorzystującymi sztuczną inteligencję. Duże przedsiębiorstwa ponad 3-krotnie częściej (51 proc. wskazań) korzystały z AI niż małe (16 proc.), miały też największe (38 proc.) doświadczenie z „tradycyjnym” AI, operującym wyłącznie w ramach zadanego zestawu danych i reguł, wykorzystywanym w branży głównie do optymalizacji procesów technicznych. Głównymi obszarami, w których firmy sektora ropy i gazu chcą wykorzystać AI byłyby analityka biznesowa i analizy prognozujące (64 proc.) oraz automatyzacja procesów (44 proc.). Małe przedsiębiorstwa wydobywcze liczą przede wszystkim na zastosowanie AI w geologii i inżynierii złożowej (64 proc.) i automatyzacji procesów (56 proc.), podczas gdy duże firmy podkreślają znaczenie AI w analityce biznesowej (82 proc.) i konserwacji (55 proc.).

Wszystkie przedsiębiorstwa sektora ropy i gazu USA, zainteresowane AI, niezależnie od wielkości, liczyły przede wszystkim na wzrost produktywności (62 proc.). Przedsiębiorstwa wskazywały na liczne korzyści, które wiążą z wdrożeniem tej technologii. Przeważająca większość dużych przedsiębiorstw zainteresowanych AI liczyła na wzrost produktywności (91 proc.) i szybszy dostęp do informacji (64 proc.). Obniżenie kosztów było bardziej istotne dla małych przedsiębiorstw (56 proc.) niż dla dużych (45 proc.) i usługodawców (36 proc.). Przedsiębiorstwa usługowe ponad 8-krotnie częściej niż pozostałe wskazywały, że jeszcze nie wiedzą, jakich korzyści z wdrożenia AI mogą się spodziewać.

13 mld USD ma wynosić, według szacunków Międzynarodowej Agencji Energetycznej, wartość globalnego rynku usług implementujących AI dla sektora energetycznego. Analitycy S&P wskazują, że choć potencjalnych sposobów implementacji technologii jest wiele, większość przedsiębiorstw sektora energetycznego dopiero rozważa możliwości związane z wykorzystaniem AI. Należy wskazać na korzyści płynące z wykorzystania AI na potrzeby efektywnego zarządzania systemem energetycznym, których przykładem może być 9 projektów pilotażowych projektu I-nergy. Model wykorzystujący AI opracowany w europejskim projekcie I-nergy, służący do diagnostyki wyłączników wysokiego napięcia, wytwarzał prawidłowe wyniki w 96 proc. sytuacji, przekraczając znacznie planowany poziom trafności (80 proc.). Kontrowersje budzi jednak energochłonność podobnych technologii oraz zużycie energii, generowane przez konieczne do ich funkcjonowania centra danych.

Wielka Brytania wyróżnia się relatywnie niską podażą mieszkań na tle innych europejskich krajów. W Wielkiej Brytanii jest 25,4 mln mieszkań przy populacji liczącej 67,6 mln osób. W podobnie zaludnionej Francji mieszkań jest 12 mln więcej, 27 mln mieszkań to wynik dla Włoch liczących 10 mln mniej osób, a 26,8 mln mieszkań dla Hiszpanii. Według raportu Deloitte o rynku nieruchomości w przeliczeniu na 1 tys. mieszkańców, w Wielkiej Brytanii są to zaledwie 374 mieszkania, o 83 mniej niż wynosi średnia europejska⁴. To trzeci najniższy wynik w Europie, po Grecji i Izraelu.

Rząd Partii Pracy zapowiedział budowę 1,5 mln mieszkań w najbliższych 5 latach, co ma być odpowiedzią na rosnący kryzys mieszkaniowy w Wielkiej Brytanii. W latach 2019-2024 budowano średnio 200 tys. mieszkań rocznie. Aby spełnić obietnicę, trzeba zwiększyć podaż mieszkań o 50 proc. w najbliższych 5 latach. Wydaje się to nierealne, biorąc pod uwagę fakt, że od marca 2023 r. do marca 2024 r. zaczęto budowę 162 tys. mieszkań, co było najniższym wynikiem od 2014 r. Odbije się to negatywnie na liczbie ukończonych domów w pierwszych latach rządzenia Partii Pracy.

Coraz częściej sztuczna inteligencja w formie modeli językowych (large language models – LLM), jak ChatGPT, będzie pomagać w pisaniu różnych tekstów, również tych przekazujących ważne informacje czy dotyczących uzasadnień wyborów etycznych, w tym w sferze publicznej. Jednak może to rodzić problemy, jeśli obywatele nie będą mieli zaufania do czegoś nie napisanego przez człowieka.

W niedawno opublikowanym badaniu odkryto, że zaufanie do informacji wygenerowanych przez ChatGPT nie różni się od wiarygodności przypisywanej informacjom autorstwa ludzkiego. Jeśli uczestnicy nie byli informowani, kto jest autorem czytanej informacji, a tylko mogli to zgadywać, to oceniali jako bardziej wiarygodne te informacje, o których sądzili, że były napisane przez człowieka. Ale w grupie, w której uczestników poinformowano o tym, kto jest autorem informacji, badani wykazywali równy stopień podejrzliwości niezależnie od autorstwa. Ogółem zaś grupa uczestników poinformowanych o autorstwie informacji była bardziej skłonna do samodzielnego sprawdzenia trafności tej informacji. Ponadto nie odkryto, by na postawy te wpływał wiek ani też stopień obeznania z technologiami AI.

W innym badaniu użyto klasycznego etycznego dylematu wagonika w różnych wersjach, a następnie szeregu różnych modeli językowych do wybierania rozwiązania tego moralnego problemu. Odkryto, że sztuczna inteligencja jest bardziej „bezkompromisowa” w porównaniu do ludzi w wybieraniu rozwiązania najbardziej utylitarystycznego. Co ciekawe, inne badanie pokazało, że gdy uczestnicy mają oceniać decyzje, które w związku z poszczególnymi dylematami etycznymi podejmowali ludzie oraz AI, to statystycznie częściej za lepszą i bardziej moralną uchodzi decyzja podjęta przez sztuczną inteligencję.

W ubiegłorocznym badaniu pokazano, że jednym z czynników zwiększających zaufanie do treści generowanych przez AI jest to, jak bardzo spersonalizowanych odpowiedzi udziela nam Chat (przez personalizację można rozumieć dopasowanie odpowiedzi np. do stylu pisania danej osoby, do jej preferencji i potrzeb czy wcześniejszych konwersacji z Chatem). Natomiast zaufania nie podnosi to, czy Chat potrafi być dla nas zabawny. Dla odmiany, mamy skłonność do przejawiania większego zaufania, jeśli modele językowe pomagają nam w wyszukiwaniu informacji, zwłaszcza jeśli Chat robi to dużo efektywniej niż my. Istnieje jednak także inny czynnik, który wchodzi w relację z zaufaniem do AI: poczucie dziwności (creepiness). Interakcja z Chatem może powodować w nas niepokojące uczucie doświadczania czegoś dziwnego w negatywny sposób czy dysonansu poznawczego, gdy wiemy, że mamy do czynienia z obiektem nieożywionym, który jednak zdaje się zachowywać jak żywy. Do wystąpienia tego poczucia przyczyniać się może kilka czynników: sytuacje, w których Chat jest wyjątkowo efektywny w tym, co poleciliśmy mu zrobić, a także takie, w których jego odpowiedzi są bardzo spersonalizowane oraz gdy próbuje symulować różnego typu interakcje społeczne.

Jednym z powodów niższego zaufania do treści generowanych przez AI mogą być także faktycznie zaszyte w modelach językowych stronniczości przypominające ludzkie błędy poznawcze czy inne wypaczenia rozumowania. Pojawiające się badania [1, 2, 3] sugerują, że możliwe jest, iż modele językowe rzeczywiście powtarzają część „ludzkich” błędów i stronniczości.