Who Benefits from Urban AI Industry Density? Firm Value Creation and the Absorptive Capacity Threshold
Deze studie toont aan dat de dichtheid van de stedelijke AI-industrie de waardevorming van bedrijven bevordert door middel van technologische evolutie en integratie, maar dat dit primair ten goede komt aan gematigd uitgeruste bedrijven door schaalbeperkingen te compenseren, terwijl er nog steeds een basisniveau van absorptievermogen vereist is om toegang te krijgen tot deze regionale kennisexternaliteiten.
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
In de moderne economie wordt kunstmatige intelligentie vaak beschreven als een algemene technologie, een instrument dat zo krachtig en veelzijdig is dat het bijna elke sector kan hervormen, van productie tot de gezondheidszorg. Er is echter een hardnekkig vraagstuk ontstaan: hoewel de technologie zelf snel vordert, worden de economische voordelen niet gelijkmatig verdeeld. In plaats daarvan lijken ze te concentreren in de handen van een handvol dominante bedrijven die over de enorme middelen beschikken om hun eigen AI-systemen vanaf nul op te bouwen. Dit laat kleinere, minder welvarende bedrijven in een achterstand achter, omdat zij niet in staat zijn de kennis te vergaren die nodig is om deze tools effectief te gebruiken. De centrale vraag voor economen en beleidsmakers is of geografie deze uitkomst kan veranderen. Kan het simpelweg gevestigd zijn in een stad met een hoge concentratie AI-bedrijven een regulier bedrijf helpen floreren, of is de kloof tussen de 'hebbers' en de 'niet-hebbers' te groot om te overbruggen?
Een nieuwe studie door onderzoekers van de Soochow Universiteit in China onderzoekt precies deze vraag door te kijken naar hoe de dichtheid van AI-bedrijven in een stad de waarde beïnvloedt die door andere bedrijven wordt gecreëerd. De onderzoekers analyseerden gegevens van bijna 52.000 beursgenoteerde bedrijven in 288 steden in China, over de periode van 2007 tot 2024. Ze richtten zich op een concept dat zij "stedelijke AI-industrie-dichtheid" noemen, wat meet hoeveel actieve AI-bedrijven er in een specifieke stad aanwezig zijn in verhouding tot de omvang van de economie en het algemene bedrijfslandschap van die stad. In plaats van alleen te tellen hoeveel AI-bedrijven aanwezig zijn, behandelt de studie deze dichtheid als een vorm van regionale infrastructuur. Net zoals een wegennetwerk ervoor zorgt dat goederen van fabrieken naar winkels kunnen bewegen, stelt een dicht AI-ecosysteem complexe technische kennis in staat om van gespecialiseerde AI-producenten naar de diverse bedrijven te stromen die het nodig hebben om het te gebruiken.
De studie concludeert dat deze regionale dichtheid bedrijven inderdaad helpt om meer waarde te creëren, maar dat het voordeel niet gelijkmatig wordt verdeeld. De onderzoekers ontdekten een specifieke "drempel" van capaciteit die een bedrijf moet bezitten om van deze lokale AI-omgeving te kunnen profiteren. Bedrijven die zeer klein zijn of een gebrek hebben aan basisinnovatievermogen, slagen er vaak niet in om te profiteren, ongeacht hoeveel AI-bedrijven er in de buurt zijn. Zij beschikken simpelweg niet over de interne vaardigheden of middelen om de geavanceerde kennis die door hun stad stroomt, te begrijpen, te absorberen en toe te passen. Aan de andere kant van het spectrum profiteren zeer grote en zeer innovatieve bedrijven ook minder van de lokale dichtheid, omdat zij al over de middelen beschikken om hun eigen AI-capaciteiten intern op te bouwen; zij hoeven niet zozeer op de buurt te vertrouwen.
De echte winnaars van deze dynamiek zijn de middelgrote bedrijven. Dit zijn bedrijven die over voldoende basiskennis en flexibiliteit beschikken om nieuwe technologieën te begrijpen, maar die niet de enorme schaal hebben om hun eigen AI-systemen vanaf de grond op te bouwen. Voor deze bedrijven fungeert het dichte AI-ecosysteem als een substituut voor hun eigen ontbrekende middelen. De studie laat zien dat deze middelgrote bedrijven de lokale omgeving op twee specifieke manieren gebruiken. Ten eerste verdiepen zij hun eigen begrip van AI, waarbij ze meer leren over de technologie en hun interne kennisbasis uitbreiden. Ten tweede combineren zij deze nieuwe AI-kennis succesvol met hun bestaande, niet-AI-gerelateerde technologieën om nieuwe producten en diensten te creëren. Dit proces van het mengen en matchen van kennis stelt hen in staat om aanzienlijk meer economische waarde te genereren dan in een stad met minder AI-bedrijven.
Het onderzoek verduidelijkt ook hoe deze kennis daadwerkelijk beweegt. Het is niet slechts een passieve "spillover" waarbij ideeën door de lucht zweven en per ongeluk worden opgepikt. In plaats daarvan creëert de dichte concentratie van AI-bedrijven een gestructureerd systeem waar kennis wordt geconcentreerd, vertaald naar bruikbare vormen en overgedragen aan andere bedrijven. In steden met een hoge economische dichtheid wordt AI-kennis omgezet in modulaire, praktische toepassingen die gemakkelijk in verschillende industrieën kunnen worden ingezet. Deze vertaling is cruciaal, omdat ruwe AI-algoritmen vaak te abstract zijn voor een standaard fabrikant om direct te gebruiken. Het lokale ecosysteem biedt de noodzakelijke tussenpersonen en standaarden die de technologie toegankelijk maken.
De studie onthult echter ook een limiet aan wat deze regionale infrastructuur kan doen. Hoewel de lokale omgeving bedrijven helpt om hun gebruik van AI te verbreden en het te verbinden met verschillende velden, kan het de diepe, interne arbeid niet volledig vervangen die nodig is om AI in de kern van een bedrijf te verankeren. De onderzoekers vonden dat terwijl bedrijven in dichte gebieden goed waren in het verbreden van de omvang van hun AI-verbindingen, de diepte van die integratie — hoe diep AI in de fundamentele structuur van het bedrijf is verweven — nog steeds afhankelijk was van de eigen interne toewijding en het management van het bedrijf. De regio biedt de instrumenten en de toegang, maar het bedrijf moet nog steeds het zware werk verrichten om zichzelf te reorganiseren om ze effectief te gebruiken.
Deze bevindingen suggereren dat de oplossing voor de ongelijke verspreiding van AI-voordelen niet alleen ligt in het bouwen van meer AI-bedrijven of het geven van subsidies aan individuele bedrijven om technologie te kopen. In plaats daarvan is het nodig om de "transferinfrastructuur" te bouwen die AI-producenten verbindt met de rest van de economie. Steden moeten omgevingen stimuleren waarin AI-kennis niet alleen aanwezig is, maar ook actief wordt vertaald en beschikbaar wordt gesteld aan bedrijven die klaar zijn om het te gebruiken. Voor beleidsmakers betekent dit dat de focus moet liggen op het middenveld: het helpen van middelmatig capabele bedrijven om de drempel van absorptievermogen te overschrijden, zodat zij kunnen profiteren van de regionale rijkdom aan kennis. Voor bedrijfsleiders benadrukt het dat het essentieel is om op de juiste plek gevestigd te zijn, maar dat dit alleen krachtig is als het bedrijf over de basisinterne kracht beschikt om van zijn omgeving te leren. De studie concludeert dat hoewel kunstmatige intelligentie het potentieel heeft om de economie te transformeren, het realiseren van dat potentieel afhangt van de specifieke organisatiestructuren van de regio's waar bedrijven opereren, waardoor geografie een beslissende factor wordt in wie kan deelnemen aan de toekomst van werk.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.