Jedna od najčešće prepričavanih propagandnih anegdota o socijalističkom planiranju potiče iz sovjetskog sistema kvota. Fabrikama je naređeno da proizvedu određenu količinu eksera, a cilj se merio u tonama. Da bi ispunili plan, direktori su počeli da proizvode džinovske eksere teške po nekoliko kilograma. Papiri su pokazivali „stoprocentno izvršenje“, ali takvi ekseri nisu služili ničemu. Kada je naredne godine kriterijum promenjen i kao cilj zadat broj komada umesto težine, radnici su se snašli drugačije: isporučivali su minijaturne eksere koji su se savijali i lomili pri prvom udarcu čekića. Ovaj vic je decenijama kružio kao propagandni dokaz da plan uvek proizvodi karikaturu života, da centralno planiranje neminovno vodi ka „ekserima veličine šina“ ili „igračkama bez funkcije“.

Danas, međutim, pred nama je nova vrsta bauka: veštačka inteligencija (eng. Artificial Intelligence – AI). Mediji i političari prikazuju je u gotovo apokaliptičnim tonovima. U popularnim narativima AI je ili „poslednji izum čovečanstva“ ili digitalni tiranin koji će nas pretvoriti u nadgledane robove. Jedni upozoravaju da će algoritmi zameniti milione radnih mesta i dovesti do masovne nezaposlenosti. Drugi zamišljaju korporativne „tehnodržave“ u kojima Gugl, Amazon ili Majkrosoft raspolažu tolikom količinom podataka da postaju moćniji od samih država. Treći strahuju od totalnog nadzora, od „digitalnog politbiroa“ koji prati svaki naš pokret i predviđa naše odluke pre nego što ih donesemo. Kao nekada centralno planiranje, tako danas AI postaje bauk: jedni ga vide kao bezumni birokratski aparat, drugi kao mašinu sudnjeg dana.

Paradoks je očigledan: dok se planiranje nekada demonizovalo kao slepa igra brojki odvojena od stvarnog života, danas se AI demonizuje kao samostalni um sposoban da zavlada životom. Strahovi zapadne levice i desnice tu se dodiruju: na jednoj strani opasnost korporativnog „tehnofeudalizma“, na drugoj opasnost digitalnog “totalitarizma”. A upravo u toj pukotini otvara se prostor za drugačije viđenje: sinteza ovih dvaju bauka. Ako je centralno planiranje nekada zakazalo jer nije imalo dovoljno podataka i brzine obrade, AI danas nudi upravo to. Ako AI preti jer služi privatnim monopolima ili partijskim aparatima, demokratsko planiranje može ga obuzdati i usmeriti ka javnom interesu.

Ovaj tekst brani jednostavnu, ali provokativnu tezu: kombinacija AI i državnog planiranja nisu paklene igračke, već mogućnost da izvučemo najbolje iz oba sveta, preciznost i brzinu algoritama, uz javne ciljeve i sigurnost za narod. Umesto da bežimo od bauka, treba razmišljati kako se oba mogu najbolje iskoristiti i kako oni mogu funkcionisati na dobrobit društva jedino u kombinaciji i kao protivteža jedan drugom.

Ako je ključna slabost socijalističkog planiranja nekada bila „oskudica informacija“ i nemogućnost sistema da prati i predviđa potrebe društva, onda današnja era veštačke inteligencije preokreće tu sliku. AI nije samo alat za automatizaciju; to je infrastruktura koja omogućava prikupljanje, analizu i obradu podataka u razmerama i brzinama koje prevazilaze ljudske i tržišne mehanizme. Upravo tamo gde je plan nekada bio inferioran, a to je u brzini reakcije i u kompleksnosti koordinacije, AI sada otvara mogućnost da socijalističko planiranje postane superiorno tržištu. Ono što je nekada izgledalo kao nerešiv problem postaje tehnički izazov na koji se može odgovoriti, a plan više nije osuđen na grube greške iz prošlog veka, već može da funkcioniše kao dinamičan i adaptivan sistem, oslobođen brutalnih posledica tržišnih neuspeha za obične ljude.

Liberalna tradicija je tokom dvadesetog veka razvila čitav arsenal argumenata protiv socijalističkog planiranja, koji su se vremenom pretvorili u svojevrsne “kanone” ekonomske teorije. Najčešće citirani su radovi Ludviga fon Mizesa, Fridriha Hajeka, Jozefa Šumpetera (listom liberali sa otvorenim simpatijama prema fašizmu) i kasnije autora vezanih za tzv. teoriju javnog izbora. Ti argumenti mogu se svesti na pet ključnih problema.

Prvi problem jeste problem ekonomske kalkulacije. Još 1920. godine Mizes je tvrdio da bez privatnog vlasništva nad sredstvima za proizvodnju ne postoje tržišne cene kapitalnih dobara. A bez tih cena, planeri nemaju “računarski jezik” kojim bi uporedili različite alternative i odlučili koji je projekat isplativ, a koji nije. U tom smislu, planirana privreda je osuđena na slepu proizvodnju i rasipanje resursa. Ovo je postalo poznato kao teza nemogućnosti (eng. impossibility thesis): racionalna ekonomska odluka je nemoguća bez tržišta.

Drugi problem odnosi se na raspršeno znanje. Hajek je 1945. godine u čuvenom eseju istakao da su relevantne informacije uvek lokalne, nesistematske i često prikrivene/subjektivne, odnosno sadržane u iskustvu proizvođača, trgovaca i potrošača. Takvo znanje ne može biti centralizovano, a pokušaji da se ono objedini vode ka kašnjenjima i poremećajima u proizvodnji i raspodeli robe. Tržište, tvrdio je on, funkcioniše kao jedinstveni mehanizam koji preko cena sabira i distribuira to raspršeno znanje, omogućavajući decentralizovanu adaptaciju bez centralne kontrole.

Treći problem tiče se inovacije i preduzetničkog otkrića. Šumpeter je naglašavao da je kapitalizam dinamičan upravo zbog stalnog procesa “kreativne destrukcije”: preduzetnici ulažu u nove proizvode i tehnologije, rizikuju, često propadaju, ali povremeni uspeh menja čitave industrije. U planskoj privredi, kako liberali tvrde, nema tog podsticaja. Nagrada i kazna tržišta su zamenjene birokratskim odlukama, pa inovacija nužno zaostaje. Hajek je ovaj argument dopunio tvrdnjom da tržište nije samo koordinacioni mehanizam, već i proces otkrivanja novih mogućnosti koje nijedan planer ne može predvideti.

Četvrti problem jeste rigidnost i birokratizacija. U literaturi, naročito u radovima Janoša Kornaja (Economics of Shortage, 1980), naglašava se da planski sistemi pate od hroničnih nestašica i viškova. Jednom donet plan teško je korigovati, jer svaka izmena prolazi kroz složenu hijerarhiju političkih i administrativnih instanci. Rezultat su “meki budžetski limiti”: firme znaju da će ih država spasiti i stoga nemaju pritisak da posluju efikasno. Birokratizacija guši fleksibilnost, a sistem gubi sposobnost da reaguje na brze promene.

Peti problem odnosi se na podsticaje i odgovornost. Ekonomisti koji nastupaju iz perspektive teorije javnog izbora, poput Bjukanana i Taloka, tvrdili su da planeri i birokrate nisu neutralni službenici, već akteri sa sopstvenim interesima. Oni maksimizuju vlastite budžete, prestiž ili politički uticaj, a ne društvenu dobrobit. Bez konkurencije i profita kao disciplinujućih mehanizama, odluke postaju podložne rentijerstvu, klijentelizmu i političkom oportunizmu.

Zajedno, ovi prigovori čine srž liberalne kritike: da planiranje, i kada je dobro zamišljeno, u praksi ne može rešiti fundamentalne probleme kalkulacije, znanja, inovacije, adaptacije i podsticaja. Tržište, iako nesavršeno, i dalje se predstavlja kao superiorni mehanizam jer jedino ono, tvrde liberali, kombinuje disperziju informacija sa stalnom adaptacijom i selekcijom.

Sve ove primedbe imale su snagu u doba kada je planiranje značilo gomilu papira, spor birokratski aparat i ograničene informacije. Ali razvoj digitalnih tehnologija, masovnih baza podataka i posebno veštačke inteligencije menja osnovne pretpostavke cele rasprave. Ono što je nekada izgledalo kao nepremostiv zid, odnosno nedostatak informacija, nemogućnost obrade, rigidnost i sporost sistema, danas postaje tehnički rešivo pitanje. Upravo tu se otvara prostor da planiranje pokaže svoju nadmoć nad tržištem.

Jugoslovenski model samoupravljanja, razvijan pod uticajem Edvarda Kardelja, predstavljao je jedan od prvih ozbiljnih pokušaja da se prevaziđu ograničenja klasičnog centralnog planiranja. Kardelj je dobro uvideo ono na šta su ukazivali i Hajek i Kornai: da kruta hijerarhijska birokratija ne može efikasno da apsorbuje raspršeno znanje i da neizbežno vodi rigidnosti i nestašicama. Njegovo rešenje bilo je da se planiranje decentralizuje kroz sistem radničkih saveta, ekonomskih komora i dogovorne ekonomije. Odluke su se donosile bliže mestu gde se informacije generišu, odnosno u samim preduzećima, dok je koordinacija na višem nivou obezbeđivala strateško usmeravanje i društvenu ravnotežu.

Važno je, međutim, naglasiti da SFRJ nikada nije bila čista planska privreda. U njenom okviru postojalo je i tržište, koje je služilo kao dodatni mehanizam koordinacije. Preduzeća su poslovala na tržištu, konkurisala za potrošače i kapital, dok su se istovremeno uklapala u šire planske okvire i društvene ciljeve. Ovaj hibrid planiranja i tržišta bio je svojevrsni kompromis: pokušaj da se spoji fleksibilnost tržišnih signala sa društvenom kontrolom nad razvojnim prioritetima. Jugoslovensko iskustvo svedoči da je upravo prisustvo ovog tržišnog elementa dovelo do rasta nejednakosti u Jugoslaviji jer su uspešnije firme ostvarivale veće prihode koji su se onda reflektovali u zaradama zaposlenih a manje uspešne firme su se nalazile u stalnoj krizi. Činjenica da su uspešne firme bile koncentrisane uglavnom u regionima i republikama koje su i pre SFRJ bile razvijenije kasnije se preliva u međunacionalne tenzije i stvara nerešiv politički problem.

Na taj način, jugoslovensko samoupravljanje može se posmatrati kao rani oblik “distribuiranog planiranja”, koji je pokušavao da problem raspršenog znanja reši uključivanjem radnika i lokalnih zajednica, ali i da ublaži rigidnost klasičnog planiranja oslanjanjem na tržišne mehanizme. Tehnološka ograničenja tog doba značila su, međutim, da povratna sprega između različitih nivoa sistema nije mogla biti dovoljno brza i precizna. Podaci su stizali sa zakašnjenjem, a koordinacija je često zavisila od političkih kompromisa. Ipak, sama intuicija da plan mora biti dinamičan, eksperimentalan i zasnovan na povratnim informacijama, bila je već tada jasno izražena.

Dok je Jugoslavija pokušavala da planiranje učini fleksibilnijim kroz kombinaciju samoupravljanja i tržišta, Sovjetski Savez je od 1960-ih krenuo drugim putem kroz oslanjanje na kibernetiku i informatiku. U Ukrajini je posebno istaknuta uloga Viktora Gluškova, matematičara i informatičara koji je razvio ambiciozni projekat OGAS (Opštedržavni automatizovani sistem obrade podataka). Njegova vizija bila je da se pomoću računarskih mreža povežu preduzeća, ministarstva i institucije planiranja širom zemlje, stvarajući tako svojevrsni „ekonomski internet“ koji bi u realnom vremenu prikupljao i obrađivao podatke o proizvodnji, zalihama i potrošnji.

Gluškov i saradnici smatrali su da je upravo nedostatak brzih informacija glavni uzrok neučinkovitosti sovjetskog planiranja. Umesto tromih birokratskih procedura, računarstvo je trebalo da omogući kontinuiranu povratnu spregu između centra i periferije, gde bi plan više ličio na živi organizam nego na statični dokument. U 1970-im i 1980-im u Ukrajini i Moskvi razvijene su mreže za eksperimentalno testiranje ovih ideja, a neki istoričari danas ocenjuju da je OGAS mogao postati svojevrsni „socijalistički internet“ decenijama pre nego što je stvoren internet kakav danas poznajemo.

Međutim, projekat je naišao na političke i institucionalne otpore. Ministarstva su se protivila deljenju podataka i gubitku autonomije, vojni sektor je monopolizovao napredne računare, a birokratija nije želela da prepusti deo svoje moći „automatizovanom“ sistemu. Tako je OGAS ostao samo delimično implementiran u vidu izolovanih mreža i pilot projekata i nikada nije prerastao u opšte-nacionalnu infrastrukturu.

Ipak, ovaj pokušaj pokazuje da su socijalističke ekonomije već tada uviđale da je tehnologija ključ za prevazilaženje slabosti planiranja. Da je OGAS dobio punu podršku, možda bi mit o nemogućnosti planiranja bio razbijen već krajem 20. veka. Ono što tada nije bilo moguće zbog ograničenja tehnologije i politike, danas, u eri AI i globalnih digitalnih mreža, ponovo postaje tema rasprave.

Početkom 1990-ih, raspad Sovjetskog Saveza stavio je tačku na jedan istorijski eksperiment i to upravo u trenutku kada je tehnološki razvoj nagoveštavao mogućnost kvalitativnog zaokreta. Može se reći da je kolaps SSSR-a došao u „poslednji čas“ za globalni kapitalizam i imperijalizam. Jer da je sovjetska ekonomija opstala još jednu ili dve decenije, razvoj kompjuterskih mreža, digitalnih baza podataka i algoritamske obrade mogao je da otvori prostor za preorijentaciju socijalističkog planiranja ka modelima koji bi prevazišli ključne slabosti prethodnog sistema, kao što to u dobroj meri pokazuje današnja Kina, ali o njoj ćemo nešto detaljnije u nastavku teksta.

Već se početkom devedesetih u literaturi javljaju radovi koji ističu da su se osnovne pretpostavke Mizesove kritike promenile. Pol Kokšot i Alin Kotrel su 1993. u knjizi Towards a New Socialism pokazali da tadašnkji savremeni računari mogu u razumnom vremenu izvršiti složene kalkulacije potrebne za planiranje velike ekonomije. Time su osporili tezu da je problem ekonomske kalkulacije „nepremostiv“. Njihov argument bio je da se rast procesorske snage i optimizovani algoritmi mogu iskoristiti za rešavanje linearnih sistema jednačina koji opisuju odnose u privredi, upravo ono što je Mizes smatrao nemogućim. Drugim rečima, tamo gde je nekada postojao nepremostiv zid, sada je stajala tehnička barijera koju je tehnologija ubrzano pomerala.

Ovi uvidi iz ranih 1990-ih pokazuju da se istorija mogla razviti drugačije: umesto neoliberalne hegemonije i globalne dominacije tržišta, digitalizacija je mogla postati osnova za renesansu socijalističkog planiranja. To se nije dogodilo zbog geopolitičkog sloma i političkog poraza, ali sama činjenica da su ozbiljni ekonomisti već tada ukazivali na mogućnost tehničkog prevazilaženja „problema kalkulacije“ govori da raspad SSSR-a nije bio nužan ishod „nefunkcionalnog planiranja“, već rezultat šire istorijske konjunkture.

Multinacionalne korporacije kao „skriveni planeri“

Još pre pojave veštačke inteligencije u današnjem obliku, velike multinacionalne kompanije pokazale su da je moguće organizovati visok nivo planiranja i koordinacije pomoću digitalnih tehnologija i sofisticiranih logističkih modela. Najpoznatiji primer je američka korporacija Volmart, koji je još od 1980-ih i 1990-ih uveo point-of-sale (POS) sisteme koji u realnom vremenu beleže svaku kupovinu na kasama širom zemlje. Ti podaci su se centralno obrađivali, omogućujući kompaniji da prati potrošačke navike, optimizuje zalihe i gotovo trenutno prilagođava narudžbine i distribuciju. U poređenju sa tromim državnim birokratijama iz socijalističkog perioda, Volmart je funkcionisao kao algoritamski planer: svaka transakcija postajala je signal za momentalnu korekciju plana.

Još jasnije to pokazuje Amazon, koji je od kraja 1990-ih izgradio globalni sistem prediktivne logistike i digitalne distribucije. Njegovi algoritmi ne samo da prate šta se kupuje, već i predviđaju šta će kupci želeti u budućnosti. Amazonovi skladišni sistemi i mreža isporuke zasnovani su na neprekidnom prikupljanju i analizi podataka, što omogućuje da roba bude „predpozicionirana“ bliže potrošačima još pre nego što je poručena. Rezultat je mreža koja po svom obimu i kompleksnosti prevazilazi nacionalne planove nekadašnjih socijalističkih država.

Ovi primeri pokazuju ne samo da se planiranje na visokom nivou može sprovesti, već se ono već sprovodi, ali unutar privatnih korporacija koje funkcionišu kao zatvorene planirane ekonomije. Volmart i Amazon efikasno upravljaju stotinama hiljada dobavljača i milionima potrošača, koristeći sofisticirane digitalne alate i logističke modele koji su mnogo brži i fleksibilniji od mehanizma tržišnih cena. Time se potvrđuje teza da tržište nije jedini mogući koordinacioni mehanizam: planiranje uz savremene tehnologije može biti i efikasnije. Razlika je samo u tome što se u kapitalizmu ta moć koncentrisala u rukama privatnih kompanija, dok u socijalističkom okviru ona može biti korišćena u korist društva u celini.

Na ovom mestu bi trebalo sasvim direktno pokazati kako mogućnosti digitalnih tehnologija i AI prevazilaze fundamentalne probleme centralnog planiranja koje je identifikovala liberalna kritika.

Problem kalkulacije (Mizes)

Mizes je govorio da bez cena nema načina da se izračuna šta vredi proizvoditi i u kojoj količini. To je nekada imalo smisla: bez kompjutera niko nije mogao obraditi toliku količinu podataka. Danas, međutim, računari i AI mogu u sekundi da izračunaju milione kombinacija, kao da šahista gleda unapred hiljade poteza. Umesto da se oslanjamo samo na jednu brojku (cenu), možemo direktno računati: koliko energije imamo, koliko radnika, koliko materijala, i na osnovu toga praviti planove. Najvažnije: planiranje se može praviti tako da ljudi ne ispaštaju ako nešto pođe naopako jer država obezbeđuje da niko ne izgubi posao ili platu zato što je jedna fabrika pogrešno planirala.

Problem raspršenog znanja (Hajek)

Hajek je isticao da niko ne može da zna sve što je potrebno o jednoj ekonomiji u datom trenutku: informacije su razbacane na milione pojedinaca i transakcija. U njegovo vreme to je značilo da se moramo oslanjati na cene. Danas, međutim, svaka kupovina, svako kretanje robe, svako korišćenje struje ili interneta ostavlja trag. To znači da se ogromna količina tog „rasutog znanja“ već automatski sakuplja. AI može da sabere sve te tragove i napravi jasnu sliku šta ljudima treba. A ako pogreši, nema katastrofe jer postoje zalihe i rezerve, a država može brzo da ispravi kurs, umesto da potrošači ostanu praznih ruku.

Inovacija i otkriće (Šumpeter/Hajek)

Liberali su tvrdili da samo tržište podstiče inovacije jer se tamo smelost za preuzimanje rizika nagrađuje, a greške brzo kazne. Ali tržište greške plaća ljudskim katastrofama: bankroti, gubitak posla, raspadanje čitavih kvartova, gradova i sela. AI i planiranje mogu stvoriti sistem gde se eksperimenti podstiču, ali ne uništavaju ljudske živote kada propadnu. Ovde je korisna paralela sa današnjim tzv. venture kapitalistima, koji nikada ne ulažu sav svoj novac u jednu rizičnu kompaniju jer lako mogu da izgube sve, a ne isplati im se da sav novac ulože u jednu ili više stabilnih kompanija jer njihove deonice sporo rastu pa je zarada mala. Umesto toga, oni ulažu u desetine ili stotine visokorizičnih, tzv. startup, kompanija računajući da će velika većina propasti a jedna ili dve postići toliki uspeh da će nadoknaditi sve ostale gubitke i stvoriti dodatnu zaradu. Zamislimo da država pokrene deset novih industrijskih projekata. Ako tri propadnu, radnici se bez problema preusmere na druge poslove, jer sistem ima sigurnosnu mrežu. U takvom sistemu, greške se beleže, iz njih se uči, ali niko ne ostaje bez osnovnih uslova za egzistenciju. U tom smislu, eliminiše se komponenta destrukcije koju Šumpeter uzima kao preduslov za kreativnost ili inovaciju.

Rigidnost i birokratizacija (Kornai)

U prošlosti plan je predstavljao desetine hiljada stranica u kojima se ekonomija fiksira na period od pet godina, a promene u jednom segmentu su lančano zahtevale promene u mnogim drugim delovima. Zato je sve kasnilo i dolazilo do nestašica ili viškova. Danas plan može biti živ, kao Gugl mapa koja stalno osvežava podatke o saobraćaju. AI stalno prikuplja informacije i prilagođava plan: gde treba poslati robu, koliko treba proizvesti, gde su nastali problemi. Ako negde ponestane mleka, plan se može promeniti u roku od nekoliko sati, a ne za nekoliko meseci ili godina. Osnovne stvari,hrana, energija, lekovi, obezbeđuju se tako da niko ne ostane bez njih dok se sistem podešava.

Podsticaji i odgovornost (teorija javnog izbora)

Kritičari iz perspektive Javnog izbora tvrde da će planeri i birokrate uvek gledati svoje interese, a ne interese ljudi. To je tačno ako nema kontrole. Ali danas planiranje može biti otvoreno i pregledno: ljudi mogu pratiti kako su odluke donete, postoje javne tabele i izveštaji, a građani se uključuju kroz savete i budžete. Ako neka politika omane, greška se popravlja planski, radnici ne gube odjednom poslove, zajednice ne propadaju, već se pravi prelaz i obezbeđuje podrška. Tako se rizik neuspeha ne svaljuje na leđa običnih ljudi, nego ga nosi sistem u celini.

Ovim smo videli da klasični liberalni prigovori na račun planiranja više ne stoje. Sa AI, plan više nije spor, slep i krut, već brz, prediktivan i otporan na greške. Time se pokazuje da je planiranje ne samo moguće, već i superiorno tržišnim mehanizmima: umesto da neuspehe plaćaju ljudi kroz bankrote, nezaposlenost i socijalne lomove, greške se pretvaraju u podatke za učenje i korekciju.

Ali priča se tu ne završava. Jer pitanje danas nije samo da li planiranje može funkcionisati, već da li društvo može preživeti bez njega. Ako se AI prepusti tržištu, dobijamo suprotnu sliku: algoritme u službi privatnih korporacija koje učvršćuju svoju dominaciju i guraju društvo u novu vrstu digitalnog feudalizma. Ako se pak koristi samo u okviru državnog sistema, rizik je potpuna kontrola odozgo. U nastavku ću pokazati zašto je, dakle, planiranje sa AI ne samo opcija, već nužnost, jer alternativa, kombinacija AI i tržišta bez društvene kontrole, vodi u pogubne scenarije.

Pretnja zapadnog “tehnofeudalizma”

Na Zapadu se AI razvija prvenstveno kroz privatne korporacije. Kompanije poput Gugla, Amazona, Majkrosofta ili Mete poseduju sve ključne resurse: ogromne količine podataka, računarske centre, najskuplje čipove i timove najtalentovanijih inženjera. One postaju svojevrsni digitalni gospodari, kako ih Janis Varufakis naziva, novi „feudalci“, koji ne proizvode robu u klasičnom smislu, već kontrolišu same kapije kroz koje svi moramo da prođemo: cloud usluge, pretraživače, platforme, algoritme. U takvom svetu tržište gubi svoj smisao. Male firme, pa čak i nacionalne države, teško mogu da konkurišu ovoj koncentraciji moći.

Građani i radnici postaju zavisnici ekosistema koje su stvorile ove kompanije. Ako želite da objavite knjigu, da plasirate proizvod ili da dođete do potrošača, morate igrati po pravilima Amazonovih algoritama. Ako želite da razvijete aplikaciju, oslanjate se na Guglov ili Eplov ekosistem. Ako želite da komunicirate, ulazite u mreže pod kontrolom Mete. Svaka od ovih kapija naplaćuje svoju „rentu“, baš kao što su feudalni gospodari naplaćivali prelaz preko mostova i puteva. AI u ovom scenariju služi kao alat za učvršćivanje privatne dominacije, a greške ili zloupotrebe tih sistema ne padaju na teret njihovih vlasnika, već celog društva, kroz gubitak privatnosti, rast zavisnosti i nestanak konkurencije.

Alternativa: Kina i „državni AI“

U Kini, situacija je drugačija: tamo je AI deo nacionalne strategije. Od najvišeg nivoa države donose se planovi za integraciju AI u proizvodnju, saobraćaj, zdravstvo, obrazovanje i javne servise. Ogromne investicije usmeravaju se u razvoj čipova, data centara i algoritama koji treba da podignu čitavu ekonomiju. AI postaje javna infrastruktura, slična električnoj mreži ili železnici u 19. veku: nešto što koristi celo društvo, a ne samo privatni sektor. Time se prevazilaze mnoga ograničenja tržišta, koordinacija velikih projekata, energetska tranzicija ili razvoj novih industrija odvijaju se mnogo brže nego što bi to omogućila sama konkurencija.

Naravno, ovakav model nosi sopstvene rizike. Strogo centralizovana priroda kineskog sistema znači da AI može postati i alat nadzora i kontrole: praćenje građana, filtriranje informacija, ograničavanje slobode. Naravno, zbog realnog imperijalističkog pritiska sa Zapada, ovakve mere pojačane kontrole mogu se pravdati politički. Ipak, za razliku od Zapada gde privatne kompanije koriste AI za privatnu rentu, Kina ga koristi da ojača društvenu i državnu moć. U jednom slučaju dominiraju korporacije, u drugom država.

Pouke iz kontrasta

Ova dva scenarija pokazuju da AI sam po sebi nije ni dobar ni loš, već da zavisi od društvenog okvira u kojem se koristi. Na Zapadu je rizik potpuna privatizacija infrastrukture budućnosti i stvaranje digitalnog feudalizma. U Kini je potencijalni rizik centralizovana kontrola odozgo. Ali oba slučaja dokazuju jedno: da je planiranje uz pomoć AI moguće i efikasno. Ako privatne kompanije već danas planiraju logistiku i potrošnju za stotine miliona ljudi, a kineska država gradi AI kao kičmu svoje industrijske politike, zašto bi ideja o demokratskom (narodnom), socijalističkom planiranju bila nerealna?

Treći scenario, koji bi se mogao smatrati idealnim, jeste AI kao javno dobro u službi naroda. To znači: moć planiranja koja postoji u Amazonu ili u kineskim ministarstvima može se staviti pod narodnu kontrolu, kako bi društvo u celini moglo da eksperimentiše, da uči iz grešaka i da ide napred bez da obični ljudi plaćaju cenu neuspeha. To je budućnost u kojoj veštačka inteligencija ne postaje alat korporacija niti instrument države, već sredstvo kolektivnog planiranja oslobođenog starih slabosti i brutalnih posledica tržišnih neuspeha.

Moguće je zamisliti sistem u kojem tržište potpuno nestaje, a njegovo mesto zauzima mreža planiranja oslonjena na veštačku inteligenciju. U takvom modelu svaka proizvodnja, potrošnja i usluga ostavljaju digitalni trag, pa AI u realnom vremenu stvara potpunu sliku društvenih potreba i raspoloživih resursa. Umesto da se te informacije izražavaju kroz cene, one se direktno obrađuju i prevode u planove koji se stalno osvežavaju. Osnovne potrebe, hrana, energija, zdravlje, stanovanje, bile bi zagarantovane, a dodatne želje i ambicije građani bi izražavali kroz digitalne platforme i deliberativne procese.

Inovacija i raznovrsnost ne bi nestale, već bi se organizovale kroz javna takmičenja ideja: istraživački timovi, zadruge i lokalne zajednice predlagali bi nove projekte i proizvode, a građani bi ih ocenjivali i testirali. AI bi beležio povratne informacije i usmeravao resurse ka onim rešenjima koja najbolje odgovaraju kolektivnim potrebama. Neuspeh jednog projekta ne bi značio bankrot niti socijalnu tragediju, radnici bi se preusmeravali na druge poslove, a sistem bi iz grešaka učio bez gubitka osnovne sigurnosti.

Ovaj model bio bi najbliži komunističkoj viziji ekonomije bez tržišta: raspodela ne kroz konkurenciju i profit, već kroz zajedničko planiranje i demokratsko odlučivanje. Ono što je nekada izgledalo kao utopija, danas se može tehnički zamisliti jer prvi put raspolažemo alatima za obradu i koordinaciju ogromnih količina podataka u realnom vremenu. 

Zaključak

Ovde smo prikazali kako je klasična liberalna kritika planiranja, od Mizesa do Hajeka, oblikovana u svetu u kojem nisu postojali ni računari ni digitalne mreže. Danas, međutim, veštačka inteligencija otvara mogućnost da se ti problemi prevaziđu: kalkulacija, znanje, inovacija, fleksibilnost i podsticaji više nisu nerešive prepreke, već tehnički i politički izazovi. U praksi, vidimo dva puta koji su već zauzeti: zapadni, gde AI učvršćuje moć korporacija i vodi ka „tehnofeudalizmu“, i kineski, gde je AI u službi države i društvenog razvoja, ali uz rizik suviše centralizovane kontrole. Treći put jeste demokratsko i socijalističko planiranje uz pomoć AI, gde greške nisu katastrofe, već lekcije, a osnovna sigurnost ljudi nikada nije dovedena u pitanje.

Naravno, do tog ideala se ne dolazi preko noći. On ne može biti postignut odmah, niti bez ozbiljne političke borbe, društvene mobilizacije i teških kompromisa. U ovom trenutku deluje da su prelazni modeli, sa većom centralizacijom i kontrolom nalik kineskom, nužni u početnim fazama radi odupiranja spoljnim imperijalističkim pritiscima. Ali upravo ti međukoraci mogu otvoriti prostor da se pokaže kako planiranje u digitalnoj eri može nadmašiti tržište u koordinaciji, sigurnosti i pravednosti, što se već dobrim delom pokazuje na primeru Kine. Dugoročno, cilj mora biti jasno postavljen: sistem u kojem AI postaje javna infrastruktura u službi naroda, a planiranje oslobođeno starih slabosti i brutalnih posledica tržišta. To nije utopija koja se ostvaruje sama od sebe, već vizija kojoj se svesno teži – i koja u 21. veku postaje realna mogućnost.

Predrag Kovačević

Literatura

Bonacich, Edna, & Wilson, Jake B. (2008). Getting the Goods: Ports, Labor, and the Logistics Revolution. Ithaca: Cornell University Press.

Breznitz, Dan, & Murphree, Michael (2011). Run of the Red Queen: Government, Innovation, Globalization, and Economic Growth in China. New Haven: Yale University Press.

Buchanan, James M., & Tullock, Gordon (1962). The Calculus of Consent. Ann Arbor: University of Michigan Press.

Cockshott, Paul, & Cottrell, Allin (1993). Towards a New Socialism. Nottingham: Spokesman.

Devine, Pat (1988). Democracy and Economic Planning: The Political Economy of a Self-Governing Society. Cambridge: Polity.

Fisher, Marshall L. (1997). “What Is the Right Supply Chain for Your Product?” Harvard Business Review, 75(2): 105–116.

Gebru, Timnit, et al. (2021). “Datasheets for Datasets.” Communications of the ACM.

Glushkov, Viktor M. (1962/1970). Introduction to Cybernetics; Macroeconomics and Computer. (različita izdanja)

Hayek, Friedrich A. (1945). “The Use of Knowledge in Society.” American Economic Review, 35(4): 519–530.

Kroll, Joshua A., et al. (2017). “Accountable Algorithms.” University of Pennsylvania Law Review, 165(3): 633–705.

Kornai, János (1980). Economics of Shortage. Amsterdam: North-Holland.

Lee, Kai-Fu (2018). AI Superpowers: China, Silicon Valley, and the New World Order. Boston: Houghton Mifflin Harcourt.

Mazzucato, Mariana (2018). The Value of Everything: Making and Taking in the Global Economy. London: Allen Lane.

Mazzucato, Mariana (2021). Mission Economy: A Moonshot Guide to Changing Capitalism. London: Allen Lane.

Medina, Eden (2011). Cybernetic Revolutionaries: Technology and Politics in Allende’s Chile. Cambridge, MA: MIT Press.

Mises, Ludwig von (1922). Socialism: An Economic and Sociological Analysis. London: Jonathan Cape.

Mitchell, Margaret, et al. (2019). “Model Cards for Model Reporting.” Proceedings of the FAT Conference.

Morozov, Evgeny (2020). “Digital Socialism?” New Left Review, 116/117.

Nove, Alec (1991). The Economics of Feasible Socialism Revisited. London: HarperCollins.

Peters, Benjamin (2016). How Not to Network a Nation: The Uneasy History of the Soviet Internet. Cambridge, MA: MIT Press.

Schumpeter, Joseph A. (1942). Capitalism, Socialism and Democracy. New York: Harper & Brothers.

State Council of the PRC (2017). New Generation Artificial Intelligence Development Plan (新一代人工智能发展规划). Beijing: State Council.

Varoufakis, Yanis (2023). Technofeudalism: What Killed Capitalism. London: Bodley Head.