26 Juni 2025
Kecerdasan buatan mendominasi berita utama, tetapi bagi Kanada, kisah nyata bukanlah hype – itu ragu -ragu.
Di episode 10 dari Ekonomi Kanada, jelasEkonom Avi Goldfarb berbagi mengapa Kanada-terlepas dari penelitian ai kelas dunia dan bakat akademik-kehilangan tempat dalam ras AI global.
Goldfarb adalah Ketua Rotman dalam Kecerdasan Buatan dan Kesehatan di Universitas Toronto dan rekan penulis Mesin prediksi Dan Kekuatan dan prediksi. Karyanya berfokus pada bagaimana AI membentuk kembali pengambilan keputusan, produktivitas, dan persaingan.
Dia mulai dengan perbedaan kritis: AI bukanlah sihir, itu prediksi dan bahwa prediksi menurunkan biaya pengambilan keputusan di seluruh sektor.
AI tidak akan menggantikan manusia – itu akan membentuk kembali penilaian.
Siapa yang mengendalikan pergeseran itu akan menentukan masa depan.
“Ini bukan tentang mengganti orang. Ini tentang meningkatkan cara kami membuat keputusan,” kata Goldfarb.
Sementara media sering membingkai AI sebagai ancaman terhadap pekerjaan, Goldfarb menyarankan bahwa gangguan yang lebih dalam adalah institusional. Sektor -sektor yang paling menguntungkan – perawatan kesehatan, pendidikan dan pemerintah – juga menghadapi perlawanan yang paling. Mengapa? Keengganan risiko, birokrasi dan ketidakpastian di sekitar peraturan.
Goldfarb mengutip Bill C-27 sebagai contoh. Ini mengusulkan pagar untuk penggunaan AI di Kanada. Sementara ia mendukung prinsip “manusia harus tetap bertanggung jawab atas output AI” ia memperingatkan bahwa birokrasi yang memberatkan dapat membunuh kemajuan di sektor -sektor yang ingin kita modernisasi.
“Investasi yang kami lakukan di AI untuk layanan publik bisa menjadi terlalu rumit untuk diterapkan,” katanya.
Dia menarik paralel dengan elektrifikasi pabrik. Bahkan setelah listrik ditemukan, butuh 40 tahun untuk mendesain ulang pabrik untuk menggunakannya secara efektif. Kami sekarang dalam periode “di antara” yang sama dengan AI. Teknologi ini ada di sini tetapi sistem, alur kerja, dan institusi kami belum berhasil.
“Kami berada di tahun 1890 -an, bukan organisasi tahun 2020 -an belum dirancang untuk teknologi ini.”
Goldfarb menyoroti bagaimana AS telah menangani regulasi AI secara berbeda. Daripada menyiapkan dinding peraturan sebelum adopsi, mereka fokus pada menegakkan hukum yang ada dan mendorong persaingan. Ini adalah pelajaran yang mungkin dipertimbangkan Kanada jika ingin tetap gesit.
Dia terutama berharap tentang potensi AI dalam perawatan kesehatan – diagnosis, penjadwalan, dan manajemen pasien yang lebih baik – tetapi khawatir keengganan risiko kita akan membuat kita terkunci dalam keadaan biasa -biasa saja.
“Kita bisa membuat perawatan kesehatan lebih baik. Tapi takut akan menjadi lebih buruk mungkin menghentikan kita bahkan mencoba.”
Bakat sudah ada di sini. Universitas Kanada terus melatih lulusan AI tingkat atas. Yang hilang adalah kepemimpinan.
Kanada tidak memiliki kesenjangan teknologi – ia memiliki kesenjangan adopsi.
Itu pilihan, bukan kendala.
“Perusahaan memberi tahu kami, 'Kami percaya AI penting, tetapi kami tidak tahu apa yang harus dilakukan dengan itu.' Penundaan itu mahal.
Ke depan, Goldfarb mendesak perubahan dalam cara Kanada memandang AI. Ini bukan hanya masalah teknologi – ini masalah ekonomi. Masalah produktivitas negara tidak akan diselesaikan dengan menunggu orang lain mengambil langkah pertama.
“Jika kita memimpin sekarang, kita dapat membentuk cara AI bekerja untuk warga Kanada. Jika kita menunggu, orang lain akan memutuskan untuk kita.”
Kunci takeaways
- Kanada unggul dalam penelitian AI, tetapi adopsi bisnis dan implementasi sektor publik tetap lambat.
- Kekuatan ekonomi sejati AI terletak pada prediksi bukan otomatisasi.
- Diperlukan peraturan yang cerdas dan sentuhan ringan untuk menghindari melekatkan inovasi.
AI dapat memperkuat ekonomi Kanada – jika kita membiarkannya