ЭКОНОМИКА ДЕШЁВОГО ИНТЕЛЛЕКТА |
||
|
МЕНЮ Главная страница ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-11-15 15:38 Как искусственный интеллект меняет труд, капитал и экономический рост Аналитическая статья · 14 ноября 2026 года Интеллект перестаёт быть дефицитом? Каждая технологическая революция преодолевала одно из ограничений экономики. Паровая машина усилила физический труд, электричество позволило масштабировать производство, компьютер снизил стоимость вычислений, а интернет передачи информации. Но способность анализировать сложные ситуации, создавать проекты и готовить профессиональные решения оставалась преимущественно человеческим ресурсом. Врач, инженер, аналитик или программист годами приобретает знания и опыт. Искусственный интеллект меняет это соотношение: часть интеллектуальных задач теперь можно выполнять программно, а число одновременно работающих систем масштабировать с помощью вычислительной инфраструктуры. Удешевление уже заметно. По данным Stanford AI Index 2025, стоимость использования модели, демонстрирующей качество уровня GPT-3.5 в тесте MMLU, снизилась более чем в 280 раз с ноября 2022-го по октябрь 2024 года. Это не означает такого же удешевления всех интеллектуальных задач, но показывает направление изменений. Главный вопрос уже не в том, сможет ли ИИ выполнять всё больше задач. Вопрос, что ограничит экономический рост, когда интеллектуальные операции станут массовым и относительно дешёвым ресурсом? И не менее важно: кому достанется экономическая выгода? Интеллект как фактор производства. Традиционно производство рассматривается как взаимодействие труда, капитала и технологий. Интеллект работника включён в человеческий капитал: его знания, квалификацию и опыт. ИИ меняет экономическую природу части этой деятельности. Результат, который прежде требовал часов квалифицированного труда, в некоторых случаях можно получить с помощью модели, оплачивая вычисления, программную инфраструктуру и проверку за минуту. Это не делает интеллект бесплатным или безошибочным. Существуют расходы на оборудование, электроэнергию, данные, обучение и настройку моделей, интеграцию, информационную безопасность и ответственность за результат. В медицине, инженерии и праве цена ошибки часто выше цены самого вычисления. Поэтому корректный экономический показатель не количество операций в секунду и даже не стоимость запроса к модели, а стоимость одной полезной, проверенной и принятой работы. Если такая стоимость систематически падает, возникают два эффекта. Первый это замещение отдельных платных операций и снижение издержек. Второй важнее: становятся выгодными задачи, которые раньше вообще не выполнялись. Малый бизнес получает доступ к прогнозированию, небольшая клиника к анализу процессов, промышленное предприятие к постоянной оптимизации оборудования. Предложение интеллектуальных услуг увеличивается без пропорционального роста числа специалистов. От дешёвого ИИ к росту ВВП не прямая линия. Было бы ошибкой приравнивать снижение стоимости вычислений к росту всей экономики. Предположим, что интеллектуальные операции занимали 20% себестоимости услуги и стали в десять раз дешевле. При неизменных остальных расходах себестоимость уменьшится лишь на 18%: исходные 20% превратятся в 2%. То же правило действует на уровне страны. Даже если часть задач выполняется вдвое быстрее, реальный ВВП не вырастет автоматически вдвое. Нужны спрос на дополнительный выпуск, инвестиции, перестройка процессов и ресурсы для производства реальных товаров и услуг. Неудивительно, что прогнозы расходятся. В сценариях ОЭСР для некоторых экономик G7 ИИ способен добавить 0,4-1,3 процентного пункта к ежегодному росту производительности труда. Экономист Дарон Аджемоглу оценил возможный прирост совокупной факторной производительности за десять лет значительно осторожнее - не более 0,66% в своей модели. Разрыв между технологическим потенциалом и реализованным экономическим эффектом, главная причина неопределённости макроэкономических прогнозов ИИ. Куда переместится дефицит Когда интеллектуальная составляющая дешевеет, относительное значение других ресурсов растёт. Алгоритм может за минуты предложить проект электростанции, но не построит её за минуты. Он способен оптимизировать завод, но для увеличения выпуска всё равно потребуются материалы, оборудование, энергия и транспорт. Быстрое проектирование лекарства не отменяет исследований его безопасности, испытаний и организации производства. Следовательно, экономические ограничения могут сместиться в четыре области. Энергия. Дата-центры, сети связи и автоматизированные производства требуют электричества. Международное энергетическое агентство оценило потребление всех дата-центров мира приблизительно в 485 ТВт·ч в 2025 году и ожидает около 950 ТВт·ч к 2030-му. Это не только нагрузка ИИ, но он входит в число важных драйверов роста. При этом энергозатраты на единицу вычислений могут снижаться, а совокупный спрос, расти вследствие массового применения технологий. Материальный капитал. Роботизированная фабрика по-прежнему нуждается в станках, металлах, зданиях и логистике. Увеличение числа цифровых решений не снимает ограничения сроков строительства и производственных мощностей. Институты и доверие. В ответственных отраслях необходимо подтверждать достоверность результатов, защищать данные и определять ответственность. Чем дешевле генерация рекомендаций, тем существеннее может оказаться стоимость их проверки и внедрения. Платёжеспособный спрос. Даже продукцию почти полностью автоматизированного производства кто-то должен покупать. Если рост производительности не сопровождается достаточным ростом доходов и потребления, потенциальный выпуск может остаться невостребованным. Парадокс: товаров больше, покупателей не обязательно больше Сегодня заработная плата, основной источник доходов значительной части населения. Если ИИ позволяет компаниям увеличивать выпуск с меньшими трудозатратами, часть созданной стоимости может перераспределяться от оплаты труда к прибыли и доходам владельцев капитала. Впрочем, ИИ может также дополнять работников, повышать заработки и создавать новые профессии. Представим, что производственные мощности выросли, но доля оплаты труда в национальном доходе сократилась. Более обеспеченные домохозяйства в среднем сберегают большую часть дополнительного дохода, чем семьи с невысокими доходами. Если дополнительные сбережения не превращаются достаточно быстро в инвестиции и новый спрос, потребление может отставать от потенциального производства. Возникает парадокс: экономика располагает технологиями для увеличения выпуска, но не обязательно располагает соответствующим платёжеспособным спросом. Этот сценарий не неизбежен: его смягчают снижение цен, новые рынки, инвестиции и занятость. Значит, ключевой вопрос экономики дешёвого интеллекта - не только сколько продукции удастся произвести, но и каким образом доходы от этого производства будут распределены между людьми и капиталом. Именно от распределения во многом зависят потребление, инвестиции, устойчивость спроса и социальная стабильность. Рынок труда: замещение или усиление человека Искусственный интеллект особенно заметен там, где работа включает обработку текстов, изображений, данных и формализованных решений. Потенциальное воздействие затрагивает юристов, бухгалтеров, аналитиков, программистов, инженеров, преподавателей, врачей и административный персонал. МВФ оценивал долю мировой занятости, потенциально подверженной воздействию ИИ, примерно в 40%, а в развитых экономиках — около 60%. Эти значения не означают, что такое количество рабочих мест исчезнет. Международная организация труда в исследовании 2025 года также подчёркивала, что для многих профессий более вероятно изменение содержания работы, чем полная автоматизация. Экономически важно различать два процесса. При замещении ИИ выполняет функции вместо сотрудника, и спрос на соответствующий труд может сокращаться. При дополнении специалист с ИИ выполняет больше задач, повышает качество и способен получать больший доход. Нередко оба процесса идут одновременно даже внутри одной профессии. Особая проблема скорость адаптации. Если рутинные задачи младших сотрудников автоматизируются, работодателям придётся перестраивать систему профессиональной подготовки: начинающие специалисты должны где-то получать опыт, необходимый для сложной работы. Инфляция, капитал и новые рыночные силы. Снижение издержек благодаря ИИ способно сдерживать рост цен, особенно на информационно насыщенные услуги. Но в краткосрочном периоде инвестиционный бум увеличивает спрос на процессоры, электроэнергию, инженеров и строительство дата-центров. Там, где предложение ограничено, цены могут расти. Поэтому ИИ не обязательно вызовет общую дефляцию: скорее он изменит относительные цены разных товаров и факторов производства. Не меньшее значение имеет структура конкуренции. Если на рынке много поставщиков, часть экономии передаётся потребителю. Если инфраструктура, данные и наиболее востребованные модели контролируются небольшим числом компаний, экономия может превращаться в сверхприбыль. При этом дешёвые открытые модели способны одновременно снижать барьеры входа для небольших фирм. Согласно Stanford AI Index 2026, глобальные корпоративные инвестиции в ИИ за 2025 год достигли примерно 582 млрд долларов, включая частное финансирование и сделки слияний и поглощений. Масштаб вложений показывает ожидания рынка, но не доказывает будущую окупаемость. На государственном уровне изменится и структура бюджетных задач. Рост производительности может расширить налоговую базу, однако потребуются вложения в энергетику, образование, инфраструктуру, кибербезопасность и адаптацию работников. Налоговая политика должна учитывать возможный рост доходов капитала, не уничтожая стимулы к инновациям. Россия: производительность важнее числа внедрений. Для России тема особенно существенна из-за кадровых ограничений в ряде отраслей, неоднородной производительности предприятий, технологической зависимости и большой протяжённости инфраструктуры. В такой экономике ИИ способен не только замещать отдельные функции, но и помогать дефицитным специалистам выполнять больше работы. Первыми эффект обычно получают организации с большой долей информационных процессов: финансы, программная разработка, связь, административные услуги. Однако максимальная макроэкономическая отдача требует выхода за пределы офисной автоматизации — в промышленность, транспорт, сельское хозяйство, энергетику и здравоохранение. Врачу ИИ может помочь подготовить черновик документа и систематизировать данные; инженеру быстрее проверить варианты проекта; производству улучшить планирование ремонта. Но дополнительное рабочее время и качество решений должны быть подтверждены измерениями. Нельзя оценивать успех по количеству установленных моделей или числу автоматизированных отчётов. Особая российская задача, согласовать цифровое развитие с реальными мощностями. Если предприятие ускорило проектирование в пять раз, а изготовление оборудования ограничено станками и комплектующими, прирост выпуска будет намного скромнее. Поэтому поддержка ИИ без модернизации физического капитала даст ограниченный результат. Не менее важно сравнивать отечественные и доступные альтернативные решения по совокупной стоимости владения, качеству и устойчивости работы, а не только по происхождению технологии. В июне 2026 года Банк России отмечал, что ИИ пока не оказывает определяющего влияния на рынок труда страны в макроэкономическом масштабе, хотя отдельные компании уже фиксируют увеличение производительности. Это хороший ориентир для осторожности: локальный успех нельзя автоматически переносить на национальную статистику. Российская стратегия должна измерять внедрение ИИ приростом добавленной стоимости на час труда, сокращением потерь, снижением себестоимости, качеством услуг и ростом реальных доходов, а не числом цифровых проектов. Три сценария будущего. 1. Массовое повышение благосостояния. Интеллектуальные услуги дешевеют, конкуренция передаёт значительную часть экономии потребителям, предприятия расширяют выпуск, появляются новые занятия. Реальные доходы растут, а физическая инфраструктура успевает за изменением технологий. 2. Концентрация выгод. Контроль над ключевыми моделями и вычислительными мощностями усиливает рыночную власть крупных собственников. Производительность увеличивается, но трудовые доходы отстают; часть населения испытывает давление на занятость, а спрос становится менее устойчивым. 3. Физические пределы роста. Интеллектуальные решения становятся дешёвыми, но их реализация ограничена энергией, материалами, производственными мощностями и инфраструктурой. Основная экономическая рента смещается к владельцам дефицитных реальных ресурсов. Эти сценарии не исключают друг друга: разные элементы могут одновременно существовать в пределах одной страны. Их соотношение будет зависеть не только от прогресса моделей, но и от конкуренции, инвестиций, образования и качества экономических институтов. Как измерять результат? Одного ВВП недостаточно, чтобы понять, улучшает ли ИИ жизнь людей. Наряду с ростом реального выпуска необходимо отслеживать производительность на час работы, реальные располагаемые доходы, долю оплаты труда в национальном доходе, занятость, стоимость базовых услуг, концентрацию капитала и энергоёмкость производства. Часть выгоды от бесплатных цифровых услуг недооценивается в денежной статистике; рост рынка ИИ-услуг, наоборот, сам по себе не гарантирует общественной пользы. Заключение. Главный вопрос эпохи ИИ? Искусственный интеллект постепенно превращает часть интеллектуальной работы в массовую услугу, стоимость которой определяется главным образом технологической инфраструктурой, масштабом использования и требованиями к качеству. Это открывает возможности для ускорения инноваций и роста производительности. Но удешевление интеллекта не отменяет экономического дефицита. Оно перемещает ограничения в область энергии, капитала, материалов, инфраструктуры, доверия и платёжеспособного спроса. Одновременно меняется структура распределения доходов между трудом и собственниками технологий. Именно здесь проходит главное противоречие новой эпохи: человечество может научиться производить больше, затрачивая меньше интеллектуального труда, но это ещё не гарантирует, что результаты роста окажутся доступными большинству людей. Поэтому задача экономической политики не тормозить технологический прогресс и не измерять успех числом внедрений, а превращать рост производительности в увеличение реальных доходов, доступности благ и устойчивости экономики. Главный вопрос XXI века, не только насколько умным станет искусственный интеллект, а кто и каким образом получит экономическую выгоду от того, что интеллект перестаёт быть дорогим ресурсом. Основные источники: Stanford AI Index 2025 и 2026; OECD, Macroeconomic Productivity Gains from AI in G7 Economies (2025); D. Acemoglu, The Simple Macroeconomics of AI (2024); IMF, исследования воздействия ИИ на занятость; ILO, Generative AI and Jobs (2025); IEA, Key Questions on Energy and AI (2026); Банк России, заявление от 19 июня 2026 года. Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|