📈 economie

AI and the Productivity-Income Gap: A Theory of Demand Decoupling

Dit artikel presenteert een theoretisch model waarin wordt betoogd dat kunstmatige intelligentie een "productiviteits-inkomenskloof" zou kunnen creëren door het aandeel van arbeid in het inkomen te verkleinen op een manier die de groei van de totale consumptie overtreft vanwege uiteenlopende marginale consumptiegezindheden, waarbij wordt verduidelijkt dat de huidige gegevens dit patroon slechts illustreren zonder causaliteit te bewijzen en wordt benadrukt dat historische instituties het evenwicht uiteindelijk — maar niet noodzakelijkerwijs snel — kunnen herstellen.

Oorspronkelijke auteurs: Ahmad Alamgir Khan

Gepubliceerd 2026-09-30

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Ahmad Alamgir Khan

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Gedurende het grootste deel van het moderne economische tijdperk leek een eenvoudige regel stand te houden: wanneer een land beter werd in het maken van dingen, werden de mensen er rijker van. Als fabrieken efficiënter werden of werknemers nieuwe vaardigheden leerden, verdween de extra waarde die werd gecreëerd niet zomaar; het vloeide terug naar de lonen, waardoor gezinnen meer goederen en diensten konden kopen. Deze cyclus van productie en koopkracht hield de motor van de economie soepel draaiende. Echter, een nieuwe vraag is opgekomen nu kunstmatige intelligentie begint te veranderen hoe werk wordt verricht. Zou het mogelijk zijn dat een samenleving aanzienlijk productiever wordt, terwijl haar mensen gemiddeld minder geld overhouden om uit te geven? Dit is het centrale vraagstuk waar economen vandaag de dag voor staan: als machines en software meer output kunnen produceren met minder menselijke uren, wie vangt dan de waarde van die extra productie op, en komt die nieuwe rijkdom terecht bij de mensen die het nodig hebben om de economie draaiende te houden?

Een onderzoeker bij Honeywell, Ahmad Alamgir Khan, heeft een theoretisch model ontwikkeld om deze mogelijkheid te verkennen, dat hij de "Productiviteit-Inkomenskloof" noemt. De theorie stelt niet dat kunstmatige intelligentie noodzakelijkerwijs zal leiden tot massale werkloosheid of dat mensen hun baan volledig zullen verliezen. In plaats daarvan suggereert het dat er een subtieler probleem kan ontstaan, zelfs als iedereen werkzaam blijft. De kern van het idee rust op de vraag hoe inkomen wordt verdeeld tussen werknemers en de eigenaren van de machines of software die zij gebruiken. In een standaardeconomie stijgen de lonen meestal mee wanneer de productiviteit stijgt. Maar als kunstmatige intelligentie bedrijven in staat stelt om aanzienlijk meer te produceren terwijl zij een kleiner deel van het totale inkomen aan werknemers uitbetalen, verschuift de balans. Het geld gaat in plaats daarvan naar de eigenaren van de technologie, die doorgaans welvarender zijn.

Hier wordt het mechanisme cruciaal. Mensen met lagere inkomens hebben de neiging om bijna elke extra verdiende dollar uit te geven aan voedsel, huisvesting en dagelijkse behoeften. Welvarendere individuen, die het grootste deel van het inkomen ontvangen wanneer het aandeel van arbeid krimpt, hebben de neiging om een groter deel van hun geld te sparen in plaats van het onmiddellijk uit te geven. Als de economie een enorme hoeveelheid goederen produceert, maar de mensen die het meeste geld hebben ervoor kiezen om te sparen in plaats van te kopen, en de mensen die ze zouden kopen minder geld hebben, dan kan de totale vraag naar die goederen achterblijven bij de capaciteit om ze te produceren. De fabriek kan meer maken, maar de klanten kunnen het niet allemaal kopen. Dit creëert een kloof waarbij de capaciteit van de economie om te produceren de koopkracht van het publiek overtreft.

Het artikel beweert niet dat deze kloof al volledig is gearriveerd of dat kunstmatige intelligentie de enige oorzaak is van de huidige economische trends. In plaats daarvan gebruikt de auteur gegevens uit het eerste kwartaal van 2026 in de Verenigde Staten als een hypothetische illustratie van hoe dit scenario eruit zou zien als het werkelijk zou gebeuren. In dat specifieke snapshot steeg de arbeidsproductiviteit — de hoeveelheid goederen en diensten die per uur worden geproduceerd — met 2,8 procent. Tegelijkertijd steeg het reële uurloon voor werknemers met slechts 0,6 procent. Bovendien daalde het aandeel van het totale bedrijfsinkomen dat naar werknemers ging naar 53,7 procent, het laagste niveau sinds 1947. Deze cijfers passen in het patroon dat de theorie beschrijft: de output groeit veel sneller dan de lonen, en het aandeel van het inkomen dat naar werknemers gaat, krimpt.

De auteur merkt echter voorzichtig op dat deze cijfers alleen niet bewijzen dat kunstmatige intelligentie de verschuiving heeft veroorzaakt. Andere factoren zouden hetzelfde patroon kunnen verklaren, zoals veranderingen in energieprijzen, verschuivingen in welke industrieën groeien, of de effecten van rentebeleid. De gegevens dienen als een kaart van hoe de theoretische conditie er in de echte wereld uitziet, niet als een oordeel over wat het heeft veroorzaakt. Het model suggereert dat voor deze kloof een blijvend probleem kan worden, twee dingen gelijktijdig moeten gebeuren: kunstmatige intelligentie moet het aandeel van het inkomen dat naar werknemers gaat verminderen, en de mensen die dat inkomen ontvangen (de rijke eigenaren) moeten minder van dat inkomen uitgeven dan de werknemers zouden hebben gedaan.

Het onderzoek kijkt ook naar de manier waarop de economie zichzelf kan herstellen. De geschiedenis laat zien dat wanneer productie en koopkracht eerder uit elkaar zijn gegroeid, instituties zoals vakbonden, belastingpolitiek en sociale vangnetten uiteindelijk hebben ingegrepen om het verschil te verkleinen. Dit proces duurt echter vaak decennia en vereist aanzienlijke politieke inspanning. Het artikel suggereert dat de creatie van nieuwe banen de kloof ook zou kunnen dichten, maar alleen als die nieuwe banen genoeg betalen om de koopkracht van de beroepsbevolking te herstellen. Totdat dergelijke aanpassingen plaatsvinden, loopt de economie het risico op een situatie waarin zij in staat is meer te produceren dan zij kan verkopen, wat leidt tot een vertraging in de groei, niet door een gebrek aan technologie, maar door een gebrek aan kopers.

Uiteindelijk biedt het artikel een voorwaardelijke waarschuwing in plaats van een voorspelling. Het zegt niet dat de toekomst gedoemd is, maar specificeert de exacte omstandigheden waaronder een probleem zou kunnen ontstaan. Als kunstmatige intelligentie de productie blijft stimulend terwijl het inkomen geconcentreerd blijft bij degenen die sparen in plaats van uitgeven, en als er geen nieuwe banen of beleid voortkomen om die rijkdom te herverdelen, kan de economie te maken krijgen met een aanhoudend tekort aan de vraag. De fundamentele vraag die wordt opgeroepen is niet of we meer kunnen produceren, maar of de winsten van die productie breed genoeg gedeeld zullen worden om de vraag te ondersteunen die nodig is om het systeem draaiende te houden. Het antwoord hangt minder af van de technologie zelf en meer van hoe de samenleving ervoor kiest de gecreëerde rijkdom te verdelen.

Technische Samenvatting: AI en de Productiviteits-Inkomenskloof: Een Theorie van Vraagontkoppeling

Probleemstelling
Het artikel behandelt een specifiek macro-economisch risico dat gepaard gaat met de adoptie van Kunstmatige Intelligentie (AI): de potentiële "Productiviteits-Inkomenskloof". Dit wordt gedefinieerd als een scenario waarin AI-gedreven productiviteitsgroei ( $g_A$ ) de groei van de totale vraag ( $g_{AD}$ ) overtreft, zelfs in een economie die op volledige werkgelegenheid functioneert. In tegenstelling tot traditionele narratieven die zich richten op technologische werkloosheid (een gebrek aan banen), stelt dit kader een "distributieve transmissiefout" voor. Het kernprobleem is of de winsten uit verhoogde productie worden verdeeld op een manier die de koopkracht in stand houdt die nodig is om die productie te absorberen. Specifiek onderzoekt het artikel de condities waaronder AI het aandeel van arbeid in het inkomen ( $\lambda$ ) vermindert, terwijl de marginale consumptiequote (MPC) uit arbeidinkomen ( $c_L$ ) groter is dan de MPC uit kapitaalinkomen ( $c_K$ ).

Methodologie
Het artikel hanteert een theoretisch macro-economisch model dat is geworteld in de functionele inkomensverdeling en standaard consumptiefuncties, in plaats van causale empirische tests van de effecten van AI.

Theoretisch Kader: Het model breidt de standaardvergelijking voor de totale vraag ( $AD = C + I + G + NX$ ) uit door consumptie ( $C$ ) expliciet te deconstrueren in arbeidinkomen ( $Y_L$ ) en kapitaalinkomen ( $Y_K$ ).
- $C = c_L Y_L + c_K Y_K$
- Het aandeel van arbeid wordt gedefinieerd als $\lambda = Y_L / Y$ .
- Het model leidt de groeivoet van consumptie ( $g_C$ ) af als een functie van de outputgroei ( $g_Y$ ) en de groeivoet van het aandeel van arbeid ( $g_\lambda$ ).
- De cruciale afleiding (Vergelijking 5a) toont aan dat als $g_\lambda < 0$ (het aandeel van arbeid daalt) en $c_L > c_K$ , dan $g_C < g_Y$ geldt.
Formele Conditie: De "Productiviteits-Inkomenskloof" wordt formeel gedefinieerd als de staat waarin $g_A > g_Y \geq g_{AD}$ . Deze conditie is alleen van toepassing wanneer twee gelijktijdige criteria worden vervuld:
- AI vermindert het aandeel van arbeid in het inkomen ( $\lambda$ ).
- De marginale consumptiequote uit arbeidinkomen is strikt groter dan die uit kapitaalinkomen ( $c_L > c_K$ ).
Empirische Benadering: Het artikel gebruikt Amerikaanse gegevens uit het eerste kwartaal van 2026 (Q1 2026) strikt als een illustratieve casestudy om te demonstreren hoe de theoretische conditie eruitziet in reële data. De auteur verklaart expliciet dat deze enkele kwartaalgegevens geen causaliteit vaststellen. De analyse erkent meerdere verstorende factoren (monetaire verkrapping, energieprijs-schokken, post-pandemische sectorale verschuivingen en meetvertragingen) die de geobserveerde divergentie tussen productiviteit en compensatie zouden kunnen verklaren.

Belangrijkste Resultaten en Proposities
Het artikel formaliseert vijf proposities afgeleid van het model:

AI en Arbeidsafhankelijkheid: AI verhoogt de productiviteit terwijl de marginale afhankelijkheid van arbeid afneemt, ceteris paribus.
De Kloof-conditie: Een Productiviteits-Inkomenskloof bestaat wanneer $g_A > g_Y \geq g_{AD}$ . Dit ontstaat specifiek wanneer $g_\lambda < 0$ en $c_L > c_K$ .
Mediatieregeling: Inkomensverdeling medieert de link tussen AI-gedreven productiviteit en de totale vraag.
Concentratierisico: De waarschijnlijkheid dat de kloof ontstaat, neemt toe met de concentratie van AI-gegenereerde winsten, aangezien een grotere concentratie een scherpere daling van $\lambda$ impliceert bij een gegeven productiviteitsstijging.
Institutionele Mitigatie: Instituties die $\lambda$ verhogen (bijv. collectieve onderhandelingen, winstdeling) of het kapitaalbezit verbreden (bijv. pensioenen, werknemersparticipatie), verminderen de waarschijnlijkheid dat de kloof voortduurt.

Illustratief Bewijs (Q1 2026)
Het artikel presenteert de Amerikaanse Q1 2026-gegevens als een "stresstest" van de theoretische conditie:

Aandeel van Arbeid: Daalde naar 53,7%, het laagste niveau sinds 1947.
Productiviteit versus Compensatie: De arbeidsproductiviteit groeide met 2,8% op jaarbasis, terwijl de reële uurlijkse compensatie slechts met 0,6% groeide.
Bedrijfswinsten: De winsten na belasting bereikten 12,4% van het BBP, en de winstmarges bereikten recordhoogtes.
Consumptieconcentratie: Private gegevens suggereren dat bijna de volledige groei in de reële retailuitgaven sinds 2023 afkomstig is van huishoudens met een inkomen boven de $125.000, wat consistent is met de aanname dat huishoudens met hogere inkomens een lagere MPC hebben.

De auteur benadrukt dat hoewel deze cijfers consistent zijn met de theoretische conditie, ze niet bewijzen dat AI de oorzaak is. Alternatieve verklaringen, zoals monetaire verkrapping en het wegwerken van energie-schokken, blijven plausibel.

Betekenis en Claims
De primaire bijdrage van het artikel is de formalisering van een "vraagzijde-beperking" op groei, gedreven door distributieve verschuivingen in plaats van werkloosheid.

Onderscheid van Werkloosheid: Het kader verheldert dat een tekort aan de vraag kan optreden, zelfs bij volledige werkgelegenheid, als het inkomen concentreert bij actoren (kapitaalbezitters) die eerder sparen dan consumeren.
Onderscheid van Seculaire Stagnatie: Hoewel verwant aan de literatuur over seculaire stagnatie, is het voorgestelde mechanisme distributief (wie de winsten incasseert) in plaats van demografisch of gekoppeld aan een dalende natuurlijke rentevoet.
Beleidsrelevantie: Het model suggereert dat als de kloof ontstaat, marktwerking alleen de kloof mogelijk niet snel zal dichten. Historische precedenten (bijv. de New Deal) suggereren dat institutionele aanpassingen (onderhandelingen, belastingen, sociale zekerheid) vereist zijn om de kloof te verkleinen, maar deze processen zijn traag en politiek omstreden.
Bescheidenheid van Claims: Het artikel claimt niet dat AI zal leiden tot een kloof. In plaats daarvan biedt het een nauwkeurig kader om de specifieke distributieve condities ( $g_\lambda < 0$ en $c_L > c_K$ ) te monitoren waaronder een dergelijke ontkoppeling een macro-economisch risico vormt. Het merkt op dat nieuwe werkgelegenheid, loononderhandelingen en marktadaptatie de kloof kunnen dichten voordat deze economisch significant wordt. Het model gaat uit van een "loon-geleid" regime voor de VS (waarbij de vraag wordt gedreven door lonen), een classificatie die een aanname blijft die onderwerp is van empirisch debat.

Beperkingen en Omissies
De auteur erkent verschillende kanalen die in het statische model ontbreken die de kloof zouden kunnen compenseren:

Monetair Beleid: Verlaging van de rentetarie door centrale banken zou de vraag kunnen stimuleren, hoewel inflatiebeperkingen dit instrument beperken.
Investeringsoffset: Hogere winsten zouden investeringen ( $I$ ) kunnen stimuleren, maar de huidige AI-gerelateerde kapitaaluitgaven (ca. 0,8% van het BBP) lijken onvoldoende om consumptietekorten volledig te compenseren vergeleken met historische technologische cycli.
Vermogenseffecten en Schuld: Het model sluit vermogenseffecten door stijgende activaprijzen en door schulden gefinancierde consumptie uit, die de uitgaven tijdelijk kunnen ondersteunen ondanks een dalend aandeel van arbeid.
Prijsaanpassingen: Het model gaat ervan uit dat prijsdoorberekening incompleet is; als AI de prijzen aanzienlijk verlaagt, kunnen reële inkomens stijgen, zelfs als nominale lonen achterblijven.

Concluderend beweert het artikel niet dat AI de productiviteit al heeft ontkoppeld van de vraag, maar biedt het een rigoureus theoretisch instrument om de specifieke distributieve condities ( $g_\lambda < 0$ en $c_L > c_K$ ) te monitoren waaronder deze ontkoppeling een macro-economisch risico vormt.

Technische Samenvatting: AI en de Productiviteits-Inkomenskloof: Een Theorie van Vraagontkoppeling

Meer zoals dit