Według JP Gowndera, wiceprezesa i głównego analityka w firmie Forrester, sztuczna inteligencja nie poprawiła w widoczny sposób wskaźników produktywności, stwierdzając, że obecne zastosowania sztucznej inteligencji nie są uwzględniane w statystykach produktywności. Gonder powiedział Rejestr że dane Amerykańskiego Biura Statystyki Pracy wskazują, że wprowadzenie technologii, takich jak komputery osobiste, w przeszłości, nie korelowało bezpośrednio ze wzrostem produktywności. Roczny wzrost produktywności zarejestrował 2,7% od 1947 do 1973, następnie spadł do 2,1% w latach 1990-2001, a następnie do 1,5% w latach 2007-2019. Zauważył, że wpływ technologii informatycznych na produktywność nie zawsze był liniowy. Obserwacja ekonomisty Roberta Solowa z 1987 r., znana jako Paradoks Solowa, stwierdziła, że skutki rewolucji komputerów osobistych były widoczne wszędzie z wyjątkiem statystyk produktywności; Gownder powiedział, że dotyczy to dzisiejszej sztucznej inteligencji. Najnowsze od Forrestera badania w sprawie projektów zastępowania stanowisk pracy przez sztuczną inteligencję, że sztuczna inteligencja może zwolnić 6% stanowisk pracy do 2030 r., co daje łącznie około 10,4 mln stanowisk. Wpływ ten wynika ze zrobotyzowanej automatyzacji procesów, automatyzacji procesów biznesowych, robotyki fizycznej i generatywnej sztucznej inteligencji. Gownder wskazał, że utrata miejsc pracy będzie miała charakter strukturalny i trwały, w przeciwieństwie do typowego odzyskiwania miejsc pracy po recesji. Aby ocenić podatność na zatrudnienie, Gownder i jego zespół przeanalizowali około 800 rodzajów stanowisk i 34 umiejętności zdefiniowanych przez Amerykańskie Biuro Statystyki Pracy, konsultując się z 200 firmami. Ich metodologia przypominała tę zastosowaną przez naukowców z Uniwersytetu Oksfordzkiego, Carla Benedikta Freya i Michaela Osborne’a w badaniu z 2013 roku dotyczącym podatności na komputeryzację pracy. Umożliwiło to firmie Forrester obliczenie „potencjału automatyzacji” różnych stanowisk poprzez powiązanie możliwości sztucznej inteligencji ze zidentyfikowanymi zadaniami i kategoriami stanowisk. Gownder omówił także skuteczność wdrożeń sztucznej inteligencji w dużych organizacjach, zauważając, że „wiele elementów generatywnej sztucznej inteligencji tak naprawdę nie działa”. Przytoczył badanie MIT wskazujące, że 95% projektów generatywnej sztucznej inteligencji nie przyniosło wymiernych zysków i strat, co przekłada się na brak faktycznego zwrotu z inwestycji. Dane McKinsey wykazały podobne wnioski: około 80% projektów nie przyniosło wartości. Wyniki te sugerują, że sztuczna inteligencja nie powoduje jeszcze powszechnego przenoszenia miejsc pracy. Wyjaśnił, że niedawne zwolnienia na dużą skalę wynikały głównie z decyzji finansowych, a nie ze sztucznej inteligencji, chociaż niektóre firmy opóźniają zatrudnianie na wolne stanowiska, aby ocenić potencjał sztucznej inteligencji do przejęcia tych zadań. Gownder zasugerował dalej, że historycznie rzecz biorąc, utrata miejsc pracy w sektorach takich jak produkcja w USA często była spowodowana globalizacją, a nie tylko robotyką. Widzi podobieństwo do sztucznej inteligencji, gdzie outsourcing ze względu na tańszą siłę roboczą może czasami być błędnie przypisywany jako utrata pracy spowodowana sztuczną inteligencją.
