जनरल-पर्पस टेक्नोलॉजी क्या है? हर आर्थिक क्रांति के पीछे का ढांचा

जनरल-पर्पस टेक्नोलॉजी आर्थिक इतिहास की सबसे दुर्लभ श्रेणी है: ऐसे आविष्कार जो केवल एक सेक्टर को नहीं सुधारते बल्कि अंततः पूरी अर्थव्यवस्था की संरचना को बदल देते हैं। भाप इंजन, बिजली और इंटरनेट इस श्रेणी में आते हैं। और तीनों एक ही स्पष्ट विरोधाभास के साथ आए: उत्पादकता में वृद्धि आंकड़ों में दिखने से पहले दशकों का व्यवधान। यह पैटर्न टेक्नोलॉजी की विफलता नहीं है। यह उसकी पहचान है।

अर्थशास्त्री Timothy Bresnahan और Manuel Trajtenberg ने इस अवधारणा को एक 1995 के पेपर में औपचारिक रूप दिया जो तब से समष्टि अर्थशास्त्र में मौलिक बन गया है। यह ढांचा बताता है कि इतिहास में कुछ ही आविष्कारों ने पूरी अर्थव्यवस्था में परिवर्तन क्यों लाया, जबकि हजारों अन्य नवाचार — चाहे वे अपने सेक्टर में कितने भी उपयोगी क्यों न हों — ऐसा नहीं कर सके। निर्णायक मापदंड आविष्कार का पैमाना नहीं है। यह तीन परस्पर जुड़ी विशेषताएं हैं जो मिलकर एक टेक्नोलॉजी को पूरी अर्थव्यवस्था के लिए बुनियादी ढांचा बनने देती हैं।

पहली है व्यापकता: एक GPT को एक साथ कई सेक्टरों में उपयोग योग्य होना चाहिए, न केवल उस उद्योग में जहां यह उत्पन्न हुई। बिजली ने केवल कारखानों को रोशन नहीं किया — इसने एक ही समय में अस्पतालों, खेतों और कार्यालयों को भी ऊर्जा प्रदान की। दूसरी है समय के साथ सुधार: एक GPT धीरे-धीरे सस्ती और अधिक सक्षम होती जाती है, और प्रत्येक पीढ़ी के उपयोगकर्ता नए अनुप्रयोग खोजते हैं। तीसरी, और सबसे महत्वपूर्ण, है नवाचार पूरकताएं: एक GPT ऐसी नई टेक्नोलॉजी को संभव बनाती है जो इसके बिना अस्तित्व में नहीं आ सकती थीं। इलेक्ट्रिक मोटर ने असेंबली लाइन को संभव बनाया। ट्रांजिस्टर ने पर्सनल कंप्यूटर को संभव बनाया, जिसने इंटरनेट को संभव बनाया। प्रत्येक GPT अगली लहर के आविष्कारों के लिए एक मंच बन जाती है।

यह संरचना उस बात को समझाती है जो अर्थशास्त्री Robert Solow ने एक प्रसिद्ध टिप्पणी में कही: कंप्यूटर उत्पादकता आंकड़ों को छोड़कर हर जगह दिखाई देते थे। GPT को अपना पूरा मूल्य प्रकट करने से पहले पूरक निवेशों की एक श्रृंखला की आवश्यकता होती है — नई व्यापारिक प्रक्रियाएं, नए कौशल, नई संगठनात्मक संरचनाएं। समायोजन लागत पहले आती है। उत्पादकता लाभ तभी मिलते हैं जब पारिस्थितिकी तंत्र परिपक्व हो जाता है।

आज, आर्टिफिशियल इंटेलिजेंस अगली GPT का प्रमुख उम्मीदवार है। अर्थशास्त्री Erik Brynjolfsson और Chad Syverson ने वास्तविक समय में इसी विरोधाभास को दर्ज किया है: AI अपनाना सभी उद्योगों में फैल रहा है, ChatGPT इतिहास में किसी भी डिजिटल प्लेटफॉर्म की तुलना में तेज़ी से 1 अरब मासिक उपयोगकर्ताओं तक पहुंचा, जबकि उन्नत अर्थव्यवस्थाओं में मापी गई श्रम उत्पादकता 2008-पूर्व की प्रवृत्ति से नीचे बनी हुई है। यह ढांचा सुझाता है कि यह AI की विफलता नहीं है। यह एक GPT के आगमन और उस क्षण के बीच की विशिष्ट देरी है जब अर्थव्यवस्था इसके पूर्ण मूल्य को प्राप्त करने के लिए पर्याप्त रूप से पुनर्गठित हो जाती है।

दांव ठोस हैं। इतिहास में हर GPT ने अंततः श्रम बाजारों, प्रतिस्पर्धी परिदृश्यों और आर्थिक शक्ति के वितरण को पुनर्गठित किया। यह ढांचा एक विशिष्ट प्रश्न को सामने लाता है: AI अर्थव्यवस्था को बदलेगी या नहीं, यह नहीं — बल्कि यह परिवर्तन किस कीमत पर आएगा — और इसे कौन वहन करेगा।

टैग: AI economics, Bresnahan Trajtenberg, economic transformation, Erik Brynjolfsson, general-purpose technology, productivity paradox