Ett projekt som säger att ingen vet måste kunna redovisa varför det kan ha fel. Den här texten samlar de starkaste invändningarna mot projektets tes. Den försöker inte besvara dem alla. Flera av dem är i dag obesvarade, och några av dem kan mycket väl visa sig avgörande.
Invändningarna är ordnade efter hur allvarliga vi bedömer att de är.
1. Nya uppgifter uppstår, och bevisbördan är vår
Den starkaste invändningen är också den enklaste. Automatisering har alltid förstört uppgifter, och ekonomin har alltid skapat nya. En betydande del av dagens sysselsättning finns i yrken som inte existerade för några decennier sedan, och andelen är högst bland kvalificerade yrken.
Projektet påstår att takten i nyskapandet kan komma att understiga automatiseringstakten. Men vi ger inget positivt skäl att tro att nyskapandetakten skulle falla. Vi säger bara att den inte är garanterad. Det är en asymmetri i vår egen argumentation, och den som vill avfärda projektet bör börja här.
Vad som skulle avgöra frågan: mätning av hur stor andel av sysselsättningen som finns i uppgiftskategorier som inte existerade för fem eller tio år sedan, och om den andelen växer, står still eller krymper.
2. Efterfrågan växer när priset faller
När kostnaden per enhet kognitiv produktion faller stiger volymen. Detta är inte en teoretisk möjlighet utan det normala utfallet.
Juridik, revision, mjukvara, medicinsk diagnostik, utbildning och kvalificerad rådgivning har alla stor icke-tillfredsställd efterfrågan vid dagens priser. Väldigt många människor och små företag köper i dag ingen juridisk rådgivning alls, inte för att de inte behöver den utan för att den är för dyr. Om priset faller kraftigt kan volymen växa mer än produktiviteten.
Projektets eget exempel illustrerar problemet. Att fem utvecklare kan bygga vad tjugo byggde tidigare är fullt förenligt med att det finns fler utvecklare totalt, om mjukvara blir billigare och därför används på fler ställen. Det har varit mönstret i mjukvarubranschen under flera decennier.
Vad som skulle avgöra frågan: prisutvecklingen och volymutvecklingen i de mest exponerade tjänstebranscherna, och om sysselsättningen i dem följer volymen eller produktiviteten.
3. Beräkningskraft är knapp, och komparativa fördelar avgör
Detta är den intellektuellt djupaste invändningen, och den möts nästan aldrig i den offentliga diskussionen.
Fördelningen av arbetsuppgifter mellan människa och maskin avgörs inte av vem som är bäst. Den avgörs av relativa kostnader. Även om AI är absolut bättre på en uppgift kan det vara rationellt att låta en människa göra den, om maskinens kapacitet är mer värdefull någon annanstans.
Vändningen är obehaglig för projektet. Ju bättre AI fungerar, desto mer värdefull blir varje enhet beräkningskraft, och desto knappare blir beräkningskraft och energi vid marginalen. Då växer den uppsättning uppgifter där människans relativa kostnad är lägre. Ett scenario med omfattande förskjutning av mänskligt arbete kräver därför inte bara kapabel AI, utan billig och riklig AI vid marginalen.
Priset på beräkningskraft är alltså en central storhet i hela frågan, och den saknas i vår analys.
Vad som skulle avgöra frågan: utvecklingen av kostnaden per enhet användbar AI-produktion, och om den fortsätter falla eller möter en gräns i energi och kapacitet.
4. Baumoleffekter bevarar sysselsättningen
Om produktivitetsvinsterna koncentreras till kunskapsintensiva tjänster omfördelas arbetskraften mot sektorer där produktivitetstillväxten är svag. I Sverige innebär det vård, omsorg, utbildning, personliga tjänster och bygg.
Det är precis de sektorer där efterfrågan växer strukturellt av demografiska skäl. Aggregerade arbetade timmar kan därför vara oförändrade eller stigande även vid stora produktivitetsvinster i kontorsyrken.
Mekanismen är obekväm i två riktningar. Den bevarar sysselsättningen, vilket talar mot projektets oro. Men den äter samtidigt upp en del av de produktivitetsvinster projektet vill maximera, eftersom en växande andel av ekonomin hamnar i sektorer där vinsterna är små. Det är ett argument mot vår oro och ett argument för vår accelerationsposition samtidigt.
5. Lönebildningen dämpar kvantitetsanpassningen
Detta är den invändning en nationalekonom sannolikt ställer först.
Standardanalysen av arbetsbesparande teknik är att relativlönerna för de exponerade uppgifterna faller. Priset anpassar sig, vilket dämpar anpassningen i kvantitet. Om lönen för en junior uppgift faller tillräckligt blir det åter lönsamt att anställa en människa.
Sverige har ingen lagstadgad minimilön men har höga effektiva ingångslöner via kollektivavtal och en sammanpressad lönestruktur. Det gör att anpassningen i praktiken sker via sysselsättning snarare än via lön, vilket är vad projektets juniortes förutsätter. Men det innebär också att en del av det projektet beskriver som en teknikeffekt i själva verket är en effekt av svensk lönebildning.
Det är en obekväm slutsats, eftersom den pekar mot lönebildning snarare än mot kapitalägande som relevant politikområde. Vi tar ändå upp den, eftersom en analys som utelämnar lönebildningen har valt bort en central mekanism för att slippa slutsatsen.
6. Demografin pekar i motsatt riktning
Andelen av den svenska befolkningen i arbetsför ålder krymper relativt de yngre och äldre, samtidigt som behovet av personal i vård, omsorg och skola växer. I den världen är arbetsbesparande teknik en lösning och inte ett problem.
Projektet menar att demografi och AI är två krafter som interagerar snarare än argument för varsin sida, och att demografin inte besvarar frågan om vilka människor och vilka kompetenser som efterfrågas. Men den som vill hävda att Sveriges bindande problem under de närmaste femton åren är brist på arbetskraft och inte brist på arbete har ett starkt fall.
7. Prognosmeritlistan är dålig
Tidigare uppskattningar av hur stor andel av jobben som var automatiseringsbara slog inte in. Sysselsättningen växte i flera av de yrken som pekades ut som mest utsatta. Detta gäller både internationella och svenska uppskattningar från 2010-talet.
Alla i projektets målgrupp har sett detta förut. Att svara att historien är evidens och inte en garanti räcker inte, eftersom exakt samma svar gavs förra gången. Projektet måste kunna förklara mekanistiskt varför dess version undviker samma fel, och den förklaringen kan inte vara att tekniken den här gången är bättre.
Vårt bästa svar är att vi inte gör en prognos utan formulerar ett mätbart förhållande mellan två hastigheter, och att vi villkorar åtgärder på observationer i stället för på förutsägelser. Om det svaret inte håller är det en allvarlig invändning.
8. Relativpriser och realinkomster utelämnas
Om priset på AI-exponerad produktion faller kraftigt stiger realinkomsten även för den vars nominella inkomst är oförändrad, och realvärdet av transfereringar stiger.
Detta är den centrala välfärdsmekanismen i hela omställningen, och den nämns nästan aldrig i debatten om AI och arbete. Ett scenario med lägre sysselsättning och kraftigt stigande reallöner ser fördelningspolitiskt helt annorlunda ut än ett med bevarad sysselsättning och stagnerade löner. Att inte skilja dem åt är en verklig brist.
Det är också skälet till att produktionsbaserad statistik kan underskatta vinsterna, eftersom en stor del av konsumentöverskottet aldrig prissätts.
9. Fem storheter behandlas som en
Diskussionen om AI och arbete växlar mellan arbetets andel av nationalinkomsten, sysselsättningen, arbetade timmar, lönenivån och lönesumman som om de mätte samma sak. Det gör de inte.
Löneandelen kan falla vid full sysselsättning, eftersom den är ett relativpris- och påslagsfenomen. Sysselsättningen kan falla vid konstant löneandel. Och lönesumman, som är den storhet skattebasen faktiskt vilar på, kan växa realt även när löneandelen faller, om produktionen växer snabbare.
Det innebär att slutsatsen att en fallande löneandel hotar den offentliga finansieringen inte följer. Den kan vara sann, men den kräver ett argument som projektet inte har gett.
Dessutom: arbetets andel av nationalinkomsten har i Sverige varit ungefär stabil under lång tid, och tolkningen av nedgången i vissa andra länder är omstridd av mätskäl, bland annat hur immateriella tillgångar kapitaliseras, hur egenföretagarinkomster imputeras och hur bostadssektorn behandlas. Om löneandelen ska vara en utlösande variabel måste vi redovisa vilket mått vi avser.
10. Produktivitetsparadoxen skär i båda riktningar
Makrodata visar ännu inga entydiga AI-effekter. Den etablerade förklaringen är att generella teknologier kräver komplementära immateriella investeringar och organisatorisk omdesign, vilket trycker ned mätt produktivitet under investeringsfasen.
Detta är ett argument för tålamod, alltså mot dem som avfärdar AI för att effekterna inte syns. Men det är samtidigt en varning mot att övertolka högfrekventa indikatorer, vilket träffar projektets eget förslag om en arbetsmarknadsradar. Om mätt produktivitet först faller och sedan stiger kommer en snabb indikator att peka fel i flera år.
11. Offentlig produktivitet mäts inte som vi antar
För stora delar av offentlig tjänsteproduktion mäts volymen i nationalräkenskaperna med indikatorer nära kopplade till insatta resurser. Konsekvensen är att AI-drivna timbesparingar i offentlig sektor riskerar att synas som lägre mätt produktion snarare än som högre produktivitet.
Det slår direkt mot idén att mäta svensk AI-framgång som produktivitetstillväxt genom hela ekonomin. För en betydande del av ekonomin är det måttet inte tillgängligt med nuvarande metod.
12. Spridningen inom arbete kan vara den viktigare kanalen
Projektets ram är arbete mot kapital. Men det empiriskt dominerande mönstret under de senaste decennierna är ökad spridning inom arbete, alltså mellan grupper av löntagare.
Om AI framför allt gör de mest produktiva individerna i varje yrke ännu mer produktiva kan effekten bli kraftigt ökad lönespridning vid i stort sett oförändrad löneandel. Då är fördelningsproblemet verkligt men ligger inom arbete, och svaret är då inte kapitalägande utan något annat. Den kanalen har vi inte analyserat, och om den dominerar är vår ram delvis fel.
13. Ingen kostnadssida
Inget av projektets spår har en prislapp, en finansieringskälla eller ett alternativkostnadsresonemang.
Robusthetsargument utan kostnadsjämförelse motiverar vad som helst. De områden projektet jämför sig med, alltså försvar, finansiell stabilitet och pandemiberedskap, har alla utvecklade kostnadseffektivitetsanalyser. Det är ett skäl att formulera projektets ståndpunkter som frågor och riktningar tills kostnadssidan finns.
Vad detta betyder
Fem av invändningarna ovan bedömer vi som i huvudsak obesvarade i dag: nyskapandetakten, efterfrågeelasticiteten, beräkningskraft som knapp faktor, lönebildningen och kostnadssidan.
Det är inte ett skäl att sluta driva frågan. Det är ett skäl att driva den som en fråga, och att bygga mätningen innan vi påstår att vi vet svaret.
Om någon av invändningarna ovan är felaktigt framställd vill vi veta det. Det är den mest värdefulla kritik projektet kan få.