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

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.

Footnotes

  1. Bernanke, B. (2025). Artificial Intelligence and the Future of Central Banking. Journal of Monetary Economics.
  2. Lagarde, C. (2024). Speech at the ECB Forum on Central Banking. Sintra.

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: 2026-06-28}
}

Related Knowledge

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.