Skip to Content
academic Growth · Solow · AI Noise 2 min læsning
Indlæser visninger

Produktivitetsparadokset 2.0: AI & Solow-residualen

Robert Solow sagde engang: 'Du kan se computeralderen overalt undtagen i produktivitetsstatistikkerne.' Gentager vi historien med AI?

I 1987 kom Nobelpristageren Robert Solow med sin berømte bemærkning: 'Du kan se computeralderen overalt undtagen i produktivitetsstatistikkerne.' I årtier kæmpede økonomer med at forklare, hvorfor massive investeringer i IT ikke umiddelbart førte til økonomisk vækst.

Teknologiens J-Kurve

I dag står vi over for et lignende puslespil. Nvidias aktiekurs er lodret, enhver startup er en 'AI-virksomhed', og alligevel er den globale produktivitetsvækst fortsat træg. Stanfords Erik Brynjolfsson argumenterer for, at dette er en klassisk J-Kurve-effekt: stærke teknologier kræver massive komplementære investeringer i organisatorisk kapital, før de giver afkast.

Elektricitet øgede ikke produktionen, før fabrikkerne blev redesignet fra et centralt dampmaskine-layout til et distribueret elektrisk motor-layout. På samme måde vil AI ikke øge BNP, før vi redesigner selve virksomheden.

Støj-Hypotesen

Men der er en mørkere teori. Hvad hvis Generativ AI faktisk sænker produktiviteten på kort sigt?

Overvej 'Bullshit Asymmetry Principle': Det kræver en størrelsesorden mere energi at gendrive vrøvl end at producere det. LLM'er har gjort marginalomkostningerne ved at producere 'gennemsnitligt' indhold tæt på nul. Vi oversvømmer verden med e-mails, kode og rapporter, der ser plausible ud, men kræver menneskelig verifikation.

Hvis hver medarbejder bruger ChatGPT til at skrive et 10-siders notat, og hver leder bruger ChatGPT til at opsummere det, har vi så skabt værdi? Eller har vi bare bygget en evighedsmaskine af token-generering?

Målefejl?

Endelig er det muligt, at vores metrikker er i stykker. BNP måler værdien af solgte varer og tjenester. Det fanger ikke Forbrugeroverskud. Hvis AI gør kodning 50% hurtigere, kan softwarepriserne falde (deflatorisk teknologi), hvilket får sektoren til at se mindre ud i nominelle BNP-tal, selvom den reelle nytte er steget eksplosivt.

Konklusion

Vi befinder os sandsynligvis i 'implementerings-lags'-fasen. Det rigtige produktivitetsboom kommer ikke fra at skrive e-mails hurtigere. Det kommer, når AI låser op for videnskabelig opdagelse (AlphaFold) eller optimerer fysiske forsyningskæder – områder, hvor 'hallucinationer' er fejl, ikke features.

Spørg videre

Hvad synes du om indlægget?

@misc{ebsen2026,
  author = {Anton Meier Ebsen Jørgensen},
  title = {The Productivity Paradox 2.0: AI \& The Solow Residual},
  year = {2026},
  url = {https://antonebsen.dk/blog/productivity-paradox},
  note = {Accessed: 2026-08-24}
}

Related Knowledge

Indlæser videnskort

Hvad skal du læse nu?

Mine favoritbøger

academic
1 min

En kurateret liste med bøger jeg vender tilbage til – og korte noter om hvorfor de er værd at læse.

Favoritpodcasts (liste)

academic
1 min

En kort liste med podcasts jeg anbefaler — opdelt i temaer og med en note om hvorfor de er værd at høre.

Historien bag min personlige hjemmeside

academic
1 min

Hvorfor jeg byggede den, hvordan strukturen voksede, og hvorfor statistik-siderne blev en del af porteføljen.