Jack Clark, współzałożyciel laboratorium AI Anthropic, powiedział zgromadzonym ministrom finansów i prezesom banków centralnych, że sztuczna inteligencja mogłaby podnieść produkt krajowy brutto USA do około 44 bilionów dolarów do 2030 roku — wobec niewiele ponad 30 bilionów obecnie.

Clark przedstawił tę prognozę 17 października 2026 r. podczas dorocznych obrad Międzynarodowego Funduszu Walutowego (MFW) i Banku Światowego w Bangkoku, łącząc ją z apelem o międzynarodową współpracę regulacyjną w zakresie AI.

Trzy scenariusze, jedna uderzająca granica

Prognoza pochodzi z wewnętrznego modelu ekonomicznego Anthropic, który firma opublikowała we wrześniu 2026 r. jako eksplorator scenariuszy gospodarczych. Model przedstawia trzy możliwe ścieżki dla gospodarki USA do 2030 roku:

• Umiarkowany: PKB USA sięga 34,1 biliona dolarów, co odpowiada wzrostowi o 1,6%.
• Znaczący: PKB rośnie do 36,3 biliona dolarów, co odpowiada wzrostowi o 8,3%.
• Skrajny: PKB sięga 44,4 biliona dolarów, co oznacza wzrost o 32,4%.

Scenariusz skrajny zakłada, że AI osiągnie wysoki poziom autonomii i wydajności, a także wymaga rekurencyjnie samodoskonalących się systemów AI — czyli AI zdolnej do ulepszania własnych projektów, przy czym każda runda postępów napędza kolejną — aby przyniósł pełny efekt. Różnica między najniższą a najwyższą ścieżką przekracza 10 bilionów dolarów rocznej produkcji do 2030 roku.

Krótszy horyzont dla samodoskonalącej się AI

Clark przesunął także na wcześniejszy termin własną prognozę dotyczącą momentu pojawienia się tej zdolności — obecnie spodziewa się pełnej rekurencyjnej samodoskonalenia do 2027 roku. Związał zaktualizowaną szacunek z szybszym postępem technologii AI — co ma znaczenie, ponieważ skrajny scenariusz PKB zależy właśnie od pojawienia się tej zdolności.

Oczekiwania publiczne sytuują się jednak poniżej najbardziej agresywnego wyniku. Ankiety wskazują, że opinie respondentów są najbardziej zbieżne ze scenariuszem znaczącego wzrostu — ankietowani szacowali wzrost PKB o 10% przy stopie bezrobocia 5%.\n## Dlaczego publiczność MFW była tak wymagająca

Dyskusje podczas obrad odzwierciedlały szersze obawy dotyczące tego, jak polityka finansowa i zatrudnienia powinna dostosować się do AI. Dla ministrów finansów i prezesów banków centralnych trajektorie PKB nie są abstrakcją: założenia dotyczące wzrostu przekładają się na prognozy dochodów, trwałość długu i fiskalny margines rządów na reagowanie na spowolnienia. Model Anthropic wskazuje na konkretne reperkusje zwiększonej automatyzacji, w tym podwyższone ryzyko wypierania pracowników wiedzy, a w skrajnych przypadkach gwałtowny wzrost bezrobocia.

Co to oznacza dla decydentów

Dla decydentów podstawowy przekaz brzmi: planowanie wokół jednego wyniku to za mało. Ramy Anthropic opisują trzy bardzo różne przyszłości, z których każda wymaga innej reakcji: umiarkowana ścieżka do 34,1 biliona dolarów wyglądałaby jak steady postęp, podczas gdy skrajna ścieżka do 44,4 biliona dolarów — w połączeniu z możliwymi skokami bezrobocia — jednocześnie wystawiłaby na próbę systemy zabezpieczeń społecznych, systemy podatkowe i politykę rynku pracy.

Ten kontekst uzasadnia push Clarka za współpracą międzynarodową. Celem badań jest wypełnienie luk w wiedzy o wpływie AI na gospodarkę i zainicjowanie debaty o tym, jak powinny wyglądać ramy ustawodawcze.

Pozostaje też kwestia tego, kto przygotowuje prognozę. Anthropic buduje systemy AI na granicy możliwości, co oznacza, że model przewidujący duże zyski gospodarcze z AI pochodzi od firmy, która ma bezpośredni interes w tym, jak technologia jest postrzegana i regulowana.

Kluczową zmienną do obserwacji jest horyzont samodoskonalenia z 2027 roku — zawias między scenariuszem znaczącym a skrajnym. Drugą są dane dotyczące rynku pracy: jeśli wypieranie pracowników wiedzy zacznie pojawiać się w statystykach zatrudnienia, debata może szybko przejść z paneli konferencyjnych do ustawodawstwa.