Kenmerken van bedrijven die AI-technologie gebruiken

5. Productiviteit

Artificiële intelligentie (AI) wordt steeds vaker gezien als een belangrijke technologie die de productiviteit van bedrijven kan verhogen. Toch is er nog beperkt empirisch onderzoek gedaan naar de daadwerkelijke relatie tussen AI-gebruik en arbeidsproductiviteit op bedrijfsniveau, vooral in internationaal perspectief. Binnen het zogeheten “AI Diffuse” project onderzoekt de OESO deze relatie door bedrijven die AI gebruiken te vergelijken met bedrijven die dat niet doen, voor elf landen, waaronder Frankrijk, Duitsland en België (Calvino & Fontanelli, 2023).

In dit hoofdstuk passen wij de  door de OESO opgestelde procedure toe op Nederlandse bedrijven6). Dit behelst een reeks regressieanalyses om te onderzoeken in hoeverre arbeidsproductiviteit van Nederlandse bedrijven samenhangt met AI-gebruik7). We houden daarbij rekening met factoren zoals bedrijfsomvang, sector, leeftijd en andere digitale investeringen (buiten AI). Door deze aanpak kunnen we vaststellen of Nederlandse bedrijven dezelfde trends volgen als de door de OESO gerapporteerde landen.

5.1 Gebruik van AI door bedrijven op productiviteitsniveau

Uit de bevindingen van de OESO blijkt dat het gebruik van AI in meerdere landen relatief vaker voorkomt bij bedrijven met een hogere arbeidsproductiviteit. Het aandeel bedrijven dat AI toepast is doorgaans het hoogst voor de top 10 procent bedrijven met de hoogste arbeidsproductiviteit. Dit patroon zien we ook terug in de Nederlandse cijfers. Figuur 5.1.1 laat, per productiviteitskwantiel, het aandeel bedrijven zien dat gebruik maakt van AI. In 2021 maakte ruim 16 procent van de meest productieve bedrijven gebruik van deze technologie.

Tegelijkertijd blijkt uit het OESO-rapport dat het aandeel AI-gebruik niet altijd consistent toeneemt met een hoger productiviteitsniveau (in kwantielen). De OESO constateert dit patroon bij landen als Zwitserland en Japan. Voor Nederland geldt dit eveneens: in 2021 gebruikte 14,8 procent van de groep bedrijven met de laagste arbeidsproductiviteit AI, wat maar net iets minder is dan het aandeel voor de groep met de hoogste arbeidsproductiviteit. Een mogelijke verklaring hiervoor is, volgens de OESO, de grotere aanwezigheid van jonge bedrijven in het kwantiel bedrijven met de laagste arbeidsproductiviteit. Nieuwe bedrijven zijn over het algemeen gemiddeld minder productief (Berlingieri et al., 2020), maar zullen sneller nieuwe technologie toepassen zoals AI. 

Hoewel deze analyse beschrijvend van aard is, geeft zij een eerste beeld van de relatie tussen het gebruik van AI door bedrijven en hun productiviteit. De resultaten suggereren dat AI vaker wordt gebruikt door productievere bedrijven, maar mogelijk ook door de jongere minst productieve bedrijven. In het vervolg van dit hoofdstuk wordt deze relatie nader onderzocht met regressieanalyses.

5.2 Productiviteitsverschillen tussen bedrijven die wel of geen AI toepassen

Door in regressieanalyses verschillende bedrijfskenmerken mee te nemen, zoals grootte, leeftijd en bedrijfstak, ontstaat een scherper beeld van de relatie tussen AI-gebruik en arbeidsproductiviteit. Figuur 5.2.1 laat de resultaten zien van deze regressieanalyses met een correctie voor steekproefeffecten (gewogen resultaten). De resultaten laten zien dat bedrijven die AI gebruiken een hogere arbeidsproductiviteit hebben (totaal) dan bedrijven die geen gebruik maken van AI (kolom 1 van figuur 5.2.1). Het verschil in productiviteit hangt echter sterk samen met de grootte van bedrijven. Wanneer alleen naar de onderzochte bedrijven (de bedrijven in de steekproef) zelf wordt gekeken, lijken AI-gebruikers ongeveer 8 procent productiever te zijn. Dit verschil blijkt grotendeels te komen doordat vooral grote bedrijven AI inzetten, en deze bedrijven over het algemeen al productiever zijn. Zodra dit wordt meegenomen in de analyse en dus de steekproef wordt opgehoogd naar de gehele populatie8), blijft er slechts een klein verschil (1,5 procent) over, dat bovendien niet significant is. Met andere woorden, AI gebruik hangt vooral samen met een hogere arbeidsproductiviteit bij grotere bedrijven. (Merk op dat deze bevindingen niet kan worden toegeschreven aan het feit dat grote bedrijven als groep doorgaans productiever zijn dan kleine bedrijven: voor productiviteitsverschillen tussen bedrijven van verschillende omvang wordt immers gecorrigeerd in de regressieanalyse.)

Dit beeld wordt bevestigd wanneer we de interactie tussen AI-gebruik en bedrijfsgrootte bekijken (kolom 2 tot en met 5 van figuur 5.2.1). Hoe groter een bedrijf, hoe groter het productiviteitsverschil tussen bedrijven die wel en geen AI gebruiken. Dit sluit aan bij de bevindingen van de OESO voor andere landen, waar grotere bedrijven door schaalvoordelen relatief sterk profiteren van AI-gebruik. Met name bij het grootbedrijf is er sprake van een groot verschil in productiviteit. Opvallend is dat bij de kleinste bedrijven sprake is van een negatief verschil: bedrijven die AI inzetten zijn daar gemiddeld minder productief dan bedrijven die dat niet doen. Dit resultaat komt overeen met de door de OESO gerapporteerde bevindingen voor verschillende andere landen. Verder onderzoek is nodig om dit patroon beter te kunnen duiden9). 

Uit de analyses voor het OESO-project blijkt dat diverse complementaire middelen een belangrijke rol spelen bij de verklaring van de productiviteitsverschillen. Zo zijn factoren zoals de aanwezigheid van ICT-specialisten, trainingen voor niet-ICT-medewerkers, de beschikbaarheid van ultrasnelle breedbandverbindingen en het gebruik van andere digitale technologieën in belangrijke mate gerelateerd aan de productiviteit van een bedrijf. Wanneer deze factoren in de analyse worden meegenomen, blijkt dat de  productiviteitsverschillen tussen bedrijven die wel en geen AI gebruiken niet substantieel zijn. Dit suggereert dat een mogelijk productiviteitsvoordeel dat aan AI-gebruik wordt toegeschreven, voor een belangrijk deel samenhangt met de aanwezigheid van deze complementaire middelen. De OESO constateerde eenzelfde patroon in diverse andere landen.

Samenvattend sluit de Nederlandse analyse aan bij de conclusies van de OESO. Het positieve verband tussen AI-gebruik en productiviteit lijkt vooral bij de productievere bedrijven te zitten. Deze bedrijven beschikken vaker over complementaire activa die samenhangen met de digitale transformatie. Bovendien benadrukt de literatuur dat het vaststellen van de daadwerkelijke impact van AI op productiviteit tijd vergt. In de vroege fase van adoptie kunnen de noodzakelijke investeringen in complementaire middelen de productiviteitswinsten compenseren, wat leidt tot een zogenoemde J-curve in productiviteitseffecten (Brynjolfsson, Rock & Syverson, 2021). Het kost bedrijven bovendien tijd om de juiste middelen en vaardigheden te ontwikkelen en optimaal te benutten (Brynjolfsson et al., 2017). Dit onderstreept dat de productiviteitseffecten van AI zich waarschijnlijk pas geleidelijk en over langere termijn zullen manifesteren.

6) Zie in het bijzonder hoofdstuk 5 van genoemd rapport.
7) De variabele AI-gebruik is gebaseerd op de ICT-enquêtevraag naar het gebruik van specifieke AI-technologieën (o.a. taal- en spraakherkenning, natural language generation, beeldherkenning, procesautomatisering, autonome robots/voertuigen en machine learning). Wanneer op ten minste één van deze technologieën ‘ja’ is geantwoord, wordt het bedrijf als AI-gebruiker geclassificeerd.
8) De oorspronkelijke steekproefgewichten van de enquête ICT-gebruik bij bedrijven zijn gebruikt. Door koppeling met de productiviteitsdata kunnen echter niet alle waarnemingen worden meegenomen. De steekproefgewichten zijn daarvoor niet gecorrigeerd, maar de overlap tussen de bronnen is voor de gekozen afbakening groot waardoor dit wel een adequate benadering geeft (zie appendix 1 voor het aantal waarnemingen per grootteklasse en sector).
9) In hoofdstuk 3 van de Internationaliseringsmonitor (IM) 2023-IV kwam naar voren dat de productiviteitsverschillen in relatie tot AI met name positief waren voor het mkb, terwijl in de huidige resultaten het grootste verschil bij het grootbedrijf wordt gevonden. Dit verschil kan mogelijk verklaard worden door een andere specificatie: in de IM lag de focus op “multifactorproductiviteit” in plaats van arbeidsproductiviteit, werd gekeken naar een vertraagde relatie met AI en mochten de coëfficiënten gelijktijdig verschillen per grootteklasse én per bedrijfstak. Voor een precieze duiding van de verschillen zou vervolgonderzoek nodig zijn.