W nowym eseju opublikowanym we wtorek, wspólnik generalny Andreessen Horowitz, David George, odrzucił obawy dotyczące „apokalipsy miejsc pracy związanej ze sztuczną inteligencją” jako „całkowitą fantastykę” — określając to mianem „niepomocnego marketingu, złej ekonomii i jeszcze gorszej historii”. Twierdził, że źródłem tych obaw jest błąd logiczny znany jako „fallacja zbioru pracy” (lump-of-labor fallacy), długo obalany przez ekonomistów, który błędnie zakłada, iż gospodarka dysponuje stałą ilością pracy, więc automatyzacja czy AI przejmujące zadania muszą redukować liczbę miejsc pracy ludzkiej. Esej ten jest najbardziej wszechstronnym wyrazem poglądu, jaki współzałożyciele firmy wyrażali od miesięcy. Ben Horowitz wspominał na wcześniejszym podcaście, że mimo postępów w AI od co najmniej 2012 roku (od początku z Rewolucji ImageNet, która zrewolucjonizowała widzenie komputerowe), nie doszło do katastrofalnych strat miejsc pracy. Główny argument koncentruje się wokół „fallacji zbioru pracy”. George wyjaśnia, że ludzkie pragnienia i potrzeby nie są statyczne: gdy technologia obniża koszty działalności, ludzie tworzą nowe potrzeby i nowe miejsca pracy. John Maynard Keynes przewidywał niemal sto lat temu, że automatyzacja przyniesie 15-godzinny tydzień pracy, ale zamiast tego ludzie wynajdowali nowe działalności i formy pracy. George przytoczył historyczne przykłady: mechanizacja rolnictwa na początku XX wieku zmniejszyła zatrudnienie na farmach o jedną trzecią, ale przesiedleńcy przenieśli się do fabryk, biur, szpitali, a w końcu do sektora oprogramowania, podczas gdy wydajność rolnictwa gwałtownie rosła. Elektrowni i elektryfikacja przemysłu przekształciły fabryki i podwoiły produktywność pracy, zamiast niszczyć miejsca pracy. Arkusze kalkulacyjne, początkowo uważane za zagrożenie dla zawodu księgowego, stworzyły ponad 1, 5 miliona nowych stanowisk analityków finansowych, podczas gdy stracono jedynie milion księgowych. W tym kontekście popularną koncepcję szeroko spopularyzował główny ekonomista Apollo Global Management, Torsten Slok: „Paradoks Jevonsa”, według którego obniżanie kosztów technologii prowadzi do wzrostu popytu i tworzenia nowych miejsc pracy. Na przykład Microsoft Excel obniżył koszty analiz finansowych, przez co usługi te stały się dostępne dla wielu nowych firm, co z kolei zwiększyło zatrudnienie. George zauważył, że spadające koszty wejściowe, takie jak tanie paliwa kopalne, od zawsze prowadziły do rozwoju działalności gospodarczej i powstawania nowych branż, np. plastiku, a nie do utraty miejsc pracy. Niedawno Dario Amodei, CEO Anthropic, powołał się na ten sam paradoks, prezentując narzędzia AI wpływające na pracę na Wall Street. Andreessen Horowitz wspiera swoją historyczną i teoretyczną argumentację także danymi z najnowszych badań. Liczne analizy ekonomiczne zaprzeczają apokaliptycznym prognozom: praca badania NBER wykazała, że wdrożenie AI nie wpłynęło znacząco na całkowite zatrudnienie; Federal Reserve Bank of Atlanta stwierdził, że ponad 90% firm nie zaobserwowało wpływu AI na zatrudnienie przez trzy lata; badanie Census Bureau wykazało umiarkowane zmiany w zatrudnieniu, z równowagą wzrostów i spadków; a Yale Budget Lab podsumował, że wpływ AI na rynek pracy pozostaje w dużej mierze stabilny. Jedynym wyjątkiem była badanie Stanforda, które pokazało 16-procentowy spadek zatrudnienia wśród młodych pracowników (w wieku 22–25 lat) na stanowiskach związanych z AI od czasu premiery ChatGPT pod koniec 2022 roku, choć a16z argumentuje, że jest to złożony temat, a w niektórych przypadkach stanowiska na poziomie podstawowym przybywa tam, gdzie AI działa jako wsparcie lub neutralny czynnik. Pomimo mocnego argumentu a16z, znani krytycy kwestionują jego założenia.

Ekonomista Anton Korinek ostrzega, że jeśli osiągniemy sztuczną ogólną inteligencję (AGI), rynek pracy może stać się opcjonalny, co jest odmiennym scenariuszem od poprzednich rewolucji przemysłowych. Carnegie Endowment sklasyfikowało uczestników debaty o AI jako „przestraszonych”, „cierpliwych” i „podekscytowanych”, lokując a16z w grupie „podekscytowanych” wraz z współzałożycielem Marcusem Andreessenem. Grupy te różnią się nie tylko faktami, ale także prognozami dotyczącymi szybkości rozwoju AI, zdolności adaptacyjnych firm i tempa pojawiania się nowych miejsc pracy. Kluczową różnicą, jak twierdzą krytycy, jest prędkość zmian. Obawiają się, że szybkie postępy AI, napędzane prawami skalowania i dużymi inwestycjami, mogą przewyższyć historyczne przykłady. Benchmark GDPVal od OpenAI wykazał, że nowe modele AI przewyższają ludzi w wielu zadaniach, a eksperci preferują odpowiedzi AI w 83% przypadków w testowanych dziedzinach. Z kolei grupa „cierpliwych”, do której należą naukowcy z Princeton Arvind Narayanan i Sayash Kapoor, laureat Nagrody Nobla Daron Acemoglu oraz naukowiec poznawczy Gary Marcus, argumentuje, że ograniczenia AI, wywoływane halucynacjami i złożonością integracji, sprawią, że jej szerokie przyjęcie rozłoży się na dekady. Indeks pracy zdalnej Scale AI na początku 2026 roku wskazał, że najlepsze systemy AI będą w stanie wykonać zaledwie 2, 5% zadań na poziomie freelancerów, które są wyzwaniem dla ludzi, a od tamtej pory nie odnotowano istotnych postępów. Ekonomista David Autor przyjmuje zniuansowaną postawę „warunkowego optymizmu”: AI może pomóc w przywróceniu stanowisk pracy na poziomie średnim, ale ostrzega, że to nie jest prognoza pewna, a jedynie możliwa do spełnienia. Optymizm a16z jest zgodny z jej interesami finansowymi — zainwestowali miliardy w startupy i infrastrukturę AI — co sprawia, że powszechne przekonanie, iż AI niszczy miejsca pracy, jest niekorzystne, ponieważ sprzyja regulacjom, spowalnia adaptację i osłabia zaufanie konsumentów, kluczowe dla ich portfela inwestycyjnego. Jednak konflikt interesów nie unieważnia ich wykorzystywania rzeczywistych danych historycznych i badań akademickich. Carnegie zauważa, że większość ekonomistów spodziewa się, iż AI wywoła jedynie umiarkowane odchylenia od historycznych trendów, chyba że szybki rozwój możliwości zaoowocuje poważnymi zakłóceniami. Kluczowym aspektem, na który a16z nie przywiązuje wystarczającej uwagi, jest nierównomierne ryzyko, jeśli się mylą. Jeśli optymiści mają rację, rynek pracy się przebuduje, tworząc nowe role; ale jeśli to pesymistyczne scenariusze okażą się trafne, a polityka będzie kształtowana przez nadmierną pewność siebie, miliony zwolnionych pracowników mogą nie mieć odpowiedniego wsparcia i infrastruktury do przekwalifikowania się. Paradoksalnie, Yale Budget Lab zauważyło, że wzrost produktywności napędzany AI, choć pomagający rozwiązać dług publiczny na poziomie 39 trylionów dolarów, może jednocześnie prowadzić do szerokiej dyslokacji pracowników i pogłębiania nierówności. Społeczne postrzeganie tego rośnie, odzwierciedlając narastającą niepokój: według badania Quinnipiac z marca, 70% Amerykanów uważa, że AI zmniejszy możliwości zatrudnienia ludzi, wobec 56% w poprzednim roku. Czy ten strach jest błędny, czy może intuicją opartą na nieznanych dotąd zmianach, pozostaje kwestią otwartą, a jedna analogia historyczna nie rozwiązuje tego problemu. a16z odmówiło skomentowania eseju.