Аннотация:
Существует три различных взгляда на влияние ИИ на экономический рост и производительность.
Оптимисты верят, что ИИ сможет значительно повысить темпы экономического роста за счёт автоматизации НИОКР, возможно, даже вызвав «сингулярность» — взрывной рост. Умеренное мейнстримное направление признаёт, что ИИ повысит производительность, но также подчёркивает, что его вклад в производительность сдерживается множеством практических ограничений (таких как ограниченная экономия затрат, ограниченная экспозиция задач для ИИ, эффект «слабого звена», физические и энергетические ограничения, регуляторные и этические трения и т.д.). Эти ограничения, накладываясь друг на друга, могут сделать дивиденды от ИИ гораздо ниже, чем предполагают оптимисты. Пессимисты занимают крайне консервативную позицию в отношении уровня экспозиции задач для ИИ, степени повышения производительности и скорости распространения ИИ-технологий. Они также опасаются, что ИИ в основном будет использоваться для «замены», а не «усиления» рабочей силы, предупреждая, что чрезмерная автоматизация может привести к снижению доли трудовых доходов, что подавит потребление и совокупный спрос и замедлит экономический рост.
Мы считаем, что в краткосрочной перспективе (1-2 года) ИИ окажет существенную поддержку экономическому росту, но в основном за счёт инвестиционного стимулирования, а не дивидендов от производительности. В долгосрочной перспективе ИИ действительно может привести к значительной революции в производительности и экономическому процветанию. Однако путь к долгосрочному процветанию, вероятно, не будет гладким.
В зависимости от перспектив спроса на ИИ и возможных ограничений, с которыми можно столкнуться при его внедрении, в среднесрочной перспективе (следующие 3-5 лет) возможны три сценария: «оптимистичный» (спрос на ИИ соответствует или превышает ожидания, нет явных ограничений), «умеренный» (спрос на ИИ соответствует или превышает ожидания, но существует множество препятствий для развития, которые необходимо постепенно преодолевать) и «пессимистичный» (спрос на ИИ ниже ожиданий или сталкивается с серьёзными ограничениями). Мы считаем, что вероятность «умеренного сценария» наиболее высока. Но какой бы сценарий ни реализовался, ни один из них не будет лёгким. Так называемый «оптимистичный сценарий» с технической точки зрения оптимистичен, но если реформы перераспределения доходов не будут проведены своевременно, он может усилить неравенство в доходах и даже привести к социальным конфликтам, что в социальном смысле будет пессимистичным исходом. В то же время «пессимистичный сценарий» в техническом смысле может обеспечить более устойчивую социальную стабильность и оказаться более благоприятным для большинства работников. «Умеренный сценарий» — это компромиссный путь, но он также приведёт к локальной безработице, К-образной дивергенции и структурным дисбалансам в экономике и на финансовых рынках, что для некоторых групп работников и инвесторов тоже не будет «умеренным». Политикам необходимо всесторонне рассмотреть эти вопросы, учитывать интересы всех сторон, внимательно следить за развитием событий, принимать упреждающие меры, чтобы обеспечить устойчивое развитие экономики и общества.
Быстрое развитие технологий генеративного ИИ породило широкие ожидания того, что ИИ приведёт к беспрецедентной революции в производительности. По оценкам Goldman Sachs 1, генеративный ИИ может повысить глобальную производительность на 1,5 процентных пункта, увеличив мировой ВВП на 7% в течение следующих 10 лет. В оптимистичных нарративах Кремниевой долины ИИ может даже привести к «сингулярности», когда ИИ посредством «рекурсивного самоулучшения» будет непрерывно ускорять темпы экономического роста. Этот оптимистичный нарратив подогревает инвестиционный бум в сфере ИИ. Ожидается, что капитальные затраты пяти крупнейших американских провайдеров облачных услуг (гиперскейлеров) превысят 750 млрд долларов в 2026 году, что почти в 5 раз больше, чем в 2022 году. Goldman Sachs прогнозирует, что к 2030 году совокупный объём капитальных затрат облачных провайдеров превысит 5 трлн долларов 2. Однако в академических и деловых кругах также звучат пессимистичные голоса, утверждающие, что влияние ИИ на экономический рост и производительность преувеличено, или выражающие опасения, что чрезмерная автоматизация может привести к массовой безработице, увеличению разрыва в доходах и даже к экономической рецессии и социальным потрясениям 3.
Как же оценивать эти противоположные точки зрения? Учитывая, что реальное влияние ИИ на экономический рост и производительность касается не только устойчивости инвестиционного бума в ИИ, но и окажет широкое воздействие на распределение доходов и социальную стабильность, мы, опираясь на последние исследования за 2-3 года, проводим системный анализ этой проблемы, стремясь дать всесторонний и объективный прогноз.
Три взгляда на влияние ИИ на экономический рост и производительность
Оптимисты
Ключевая идея оптимистов заключается в том, что ИИ, в отличие от предыдущих технологий общего назначения (General Purpose Technology, GPT), способен не только автоматизировать производство, но и с помощью «рекурсивного самоулучшения» и других способов автоматизировать исследовательскую деятельность, заменив учёных в исследованиях и инженеров в проектировании, тем самым непрерывно ускоряя темпы экономического роста, которые в пределе могут стать бесконечными за конечное время (т.е. достичь «сингулярности»). Генеральный директор Anthropic Дарио Амодеи (Dario Amodei) описывает картину после появления мощного ИИ 4: ИИ сожмёт биомедицинский прогресс, который занимал бы 100 лет, до 10 лет; темпы роста ВВП развивающихся стран достигнут 20%. Модель GATE от Epoch AI 5 прогнозирует, что как только ИИ сможет автоматизировать все задачи, темпы роста мирового ВВП, по консервативной оценке, также составят 30% (Таблица 1).
Таблица 1. Обзор прогнозов академических и деловых кругов о вкладе ИИ в производительность
В качестве примера можно привести исследования профессора экономики Университета Вирджинии Антона Коринека (Anton Korinek), одного из представителей «теории сингулярности». В совместной с коллегами модели «инновационной сети» 6 экономика разделена на четыре взаимосодействующих сектора: программное обеспечение (S), аппаратное обеспечение (H), фундаментальные исследования (A) и выпуск продукции (Y). В ней также задаётся количественный порог для запуска экономической «сингулярности». На основе калибровки параметров из статьи на Рисунке 1 представлены четыре сценария достижения сингулярности:
Рисунок 1. Четыре пути к взрывному экономическому росту благодаря ИИ. Источник: Davidson, Halperin, Houlden & Korinek. ‘When Does Automating AI Research Produce Explosive Growth? Feedback Loops in Innovation Networks’. NBER Working Paper 35155 (2026)
1) Если ИИ обеспечит равномерную автоматизацию всех четырёх секторов (синяя линия), для запуска сингулярности потребуется уровень проникновения автоматизации всего 13%;
2) Если автоматизированы только сектора ПО и аппаратного обеспечения (зелёная линия), порог уровня проникновения автоматизации для этих двух секторов возрастёт до 17%;
3) Если автоматизирован только сектор ПО, а в остальных секторах достигнуто лишь 5% автоматизации (фиолетовая линия), порог для первого сектора возрастёт до 66%; после полной автоматизации сектора ПО для достижения сингулярности потребуется всего 6 лет;
4) Если сектор ПО автоматизирован на 100% (оранжевая линия), порог уровня автоматизации для остальных секторов снизится до 0%, и сингулярность неизбежно наступит.
Конечно, эти выводы основаны исключительно на предположениях модели и не являются прогнозом реального будущего. Однако они показывают, что автоматизация НИОКР с помощью ИИ может стать ключевым элементом запуска взрывного экономического роста, а также предоставляют экономическую теоретическую базу для «рекурсивного самоулучшения», которое сейчас продвигается в технологической сфере.
Умеренное направление
Оценки мейнстримной академической науки о вкладе ИИ в производительность довольно умеренны, в основном в диапазоне 0,1–1,3 процентных пункта в год (Таблица 1). Эти исследователи признают, что ИИ повысит производительность, но также подчёркивают, что практические ограничения могут привести к тому, что реализуемые дивиденды от ИИ окажутся гораздо ниже оценок оптимистов. Большинство из них используют аналитическую рамку теоремы Халтена 7, полагая, что влияние ИИ на общую производительность в обществе определяется тремя факторами: приростом производительности (или экономией затрат) на уровне отдельных задач, степенью экспозиции задач для ИИ в различных отраслях и скоростью внедрения ИИ:
Вклад ИИ в производительность = Прирост производительности на одной задаче × Экспозиция задачи × Скорость внедрения
Разделив на эти три уровня, можно увидеть, что вклад ИИ может столкнуться со следующими ограничениями на стороне производства:
Во-первых, прирост производительности или экономия затрат на отдельной задаче ограничены.
Микроисследования показывают, что ИИ может повысить эффективность на 14–50% в таких задачах, как программирование, обслуживание клиентов, создание рекламных креативов, но в сложных задачах, требующих глубоких рассуждений и комплексного принятия решений, прирост эффективности незначителен или даже снижает эффективность опытных работников 8. Кроме того, исследование Банка международных расчётов 9 показывает, что даже если ИИ обеспечивает экономию затрат на уровне отдельной задачи, для получения дивидендов в виде производительности компании должны сопутствующим образом инвестировать в модернизацию программного обеспечения, управление данными, обучение сотрудников, реорганизацию процессов. Если этих комплементарных инвестиций недостаточно или они слишком дороги, общая чистая выгода, фактически полученная компанией, может оказаться гораздо ниже теоретической выгоды на уровне задач.
Во-вторых, существует структурный предел экспозиции микро-задач для ИИ.
Исследование ОЭСР 10 показывает, что в таких отраслях, как финансы, информационные технологии, издательское дело и СМИ, профессиональные услуги (знаниеёмкие услуги) степень экспозиции для ИИ выше, и рост производительности более заметен. В то же время в профессиях, связанных с физическими операциями и межличностным взаимодействием (сельское хозяйство, добыча полезных ископаемых, строительство, общественное питание и т.д.), степень экспозиции для ИИ ниже, поэтому им труднее воспользоваться преимуществами прогресса ИИ. OpenAI 11 оценивает, что если рассматривать только большие языковые модели, то около 19% работников в США имеют более половины рабочих задач, на которые повлияет ИИ; если учесть развитие сопутствующего программного обеспечения (например, ИИ-агентов, интеграцию в офисные программы и т.д.), эта доля может вырасти до примерно 46%, но всё равно останется ниже половины. По мере прогресса ИИ-технологий (особенно в развитии телесного интеллекта и физического ИИ) эта доля, вероятно, будет продолжать расти, но в течение достаточно длительного времени будут существовать структурные ограничения на задачи и отрасли, на которые влияет ИИ, что будет сдерживать его влияние на общую производительность.
В-третьих, физические и энергетические ограничения, регуляторные и этические трения замедлят скорость внедрения ИИ-технологий.
Распространение технологий ИИ в значительной степени зависит от инфраструктуры: вычислительных мощностей, электроэнергии, центров обработки данных. Увеличение производственных мощностей процессоров, расширение генерирующих мощностей и электросетей, утверждение и строительство центров обработки данных требуют многолетних (или даже более длительных) циклов. Поэтому, даже если технологические возможности ИИ будут стремительно развиваться, физические и энергетические ограничения в смежных отраслях могут ограничить скорость его внедрения.
Кроме того, поскольку инфраструктура, такая как центры обработки данных ИИ, требует огромного количества энергии, водных ресурсов и земли, это может привести к дефициту электроэнергии или воды в некоторых регионах, резкому росту цен на электроэнергию или воду, что вызовет социальные противоречия и может заставить регуляторов ограничивать такие инвестиции, замедляя внедрение ИИ. Например, 14 июля этого года штат Нью-Йорк объявил о приостановке выдачи экологических разрешений на строительство новых крупных центров обработки данных (потребляющих 50 мегаватт и более), став первым штатом в США, введшим мораторий на строительство гипермасштабируемых центров обработки данных в ответ на обеспокоенность по поводу их воздействия на окружающую среду и роста тарифов на коммунальные услуги.
Помимо физических ограничений, в таких отраслях, как здравоохранение, финансы, право, беспилотные автомобили, где высоки риски и низка допустимость ошибок, коммерциализация ИИ может столкнуться с длительными препятствиями: регуляторными согласованиями, определением ответственности, созданием страховых механизмов и т.д. А это как раз те сферы услуг, где степень экспозиции для ИИ высока. Это означает, что потенциальные дивиденды от производительности благодаря ИИ могут не быть полностью реализованы из-за регуляторных и этических трений.
В-четвёртых, эффект «слабого звена» и эффект издержек Баумоля сдерживают дивиденды от производительности.
Экономист из Стэнфордского университета Чарльз Джонс выдвинул теорию «слабого звена» 12, согласно которой, когда производственный процесс зависит от нескольких комплементарных этапов, общий выпуск ограничивается самым слабым звеном («короткой доской»). Следовательно, конечное влияние ИИ на экономический рост будет ограничено теми задачами, которые труднее всего автоматизировать (например, физические операции, уход за людьми, получение реального опыта и т.д.). В случае технологии ИИ, даже если ИИ сможет автоматизировать 90% задач, оставшиеся 10% неавтоматизированных задач будут по-прежнему ограничивать потенциал экономического роста, и только после того, как эти узкие места также будут автоматизированы, дивиденды от производительности благодаря ИИ смогут быть полностью реализованы.
Согласно модели Джонса, если предположить, что эластичность замещения между задачами = 0,2 (т.е. задачи сильно комплементарны, взаимозаменяемость низкая), то экономический выигрыш от бесконечной автоматизации одной задачи определяется долей этой задачи в экономике s: [1/(1-s)]^1/4. Возьмём, к примеру, программное обеспечение: в настоящее время расходы на ПО составляют около 2% ВВП США, поэтому даже полная автоматизация производства ПО с помощью ИИ может увеличить ВВП всего на 1 процентный пункт; если ИИ автоматизирует 50% задач в экономике, ВВП может дополнительно вырасти только на 19% (Рисунок 2). Это означает, что экономические выгоды от ИИ могут быть серьёзно отложены.
Рисунок 2. Степень автоматизации и мультипликатор экономического роста. Источник: Charles I. Jones. ‘A.I. and Our Economic Future’. NBER Working Paper 34779, 2026.
Кроме того, лауреат Нобелевской премии по экономике Филипп Агион (Philippe Aghion) 13 отмечает, что даже если ИИ приведёт к огромному росту производительности в некоторых секторах, эффект издержек Баумоля 14 вызовет рост относительных цен в секторах, которые трудно автоматизировать, тем самым сдерживая общий рост производительности. Все эти факторы ограничивают вклад ИИ в производительность и экономический рост, делая его реальные дивиденды гораздо ниже теоретических.
Пессимисты
Пессимистичные взгляды исходят из двух разных логических линий. Одна из них совпадает с логикой умеренного направления, но делает более радикальные предположения о практических ограничениях. Типичным представителем этой точки зрения является нобелевский лауреат Дарон Асемоглу (Daron Acemoglu). В серии исследований 15 он оценивает, что вклад ИИ в производительность США в течение следующих 10 лет составит менее 1% (т.е. менее 0,1% в год). Это в основном связано с его предположением, что в ближайшие 10 лет лишь 4,6% задач будут затронуты ИИ (крайне низкая экспозиция) и что использование ИИ для этих задач позволит в среднем сэкономить лишь 14% затрат (очень низкий прирост производительности на одну задачу) 16. Такие консервативные предположения, естественно, приводят к пессимистичным выводам.
Другая логическая линия заключается во включении эндогенности спроса в анализ. Эти исследователи считают, что влияние ИИ на экономический рост зависит не только от стороны предложения (влияние на производительность), но и от стороны спроса (влияние на покупательную способность потребителей). Если ИИ приведёт к значительному росту производительности и автоматизации большого количества рабочих мест, доходы, которые ранее получали работники, будут перераспределены в пользу капитальных инвестиций, связанных с ИИ, что приведёт к снижению доли трудовых доходов. Следовательно, при непрерывном расширении производственных мощностей, если не будут проведены соответствующие политики перераспределения доходов, рост безработицы и снижение доходов работников будут подрывать покупательную способность потребителей. Ожидания роста выручки и прибыли компаний будут поставлены под сомнение из-за сокращения потребительского спроса, что приведёт к стагнации инвестиционных и инновационных устремлений, включая автоматизацию, и в конечном итоге к замедлению или даже остановке экономического роста под давлением ограничений спроса.
Например, Банк международных расчётов (BIS) в одном исследовании смоделировал сценарий «ограничения спроса» 17, где каждый замещённый работник одновременно является исчезнувшим потребителем. В этом сценарии, хотя совокупный выпуск в краткосрочной перспективе растёт, в среднесрочной перспективе его рост может замедлиться из-за снижения доли трудовых доходов и сокращения потребительского спроса, даже опустившись ниже исторического тренда. Асемоглу также в упомянутой выше статье предупреждает, что современный ИИ в основном проектируется для замены, а не усиления рабочей силы, и такая модель развития может привести к «ловушке чрезмерной автоматизации», вызывая снижение доли трудовых доходов 18.
Исследование Центра экономических и политических исследований (CEPR) 19 показывает, что без своевременного и эффективного вмешательства денежно-кредитной и фискальной политики технологии ИИ могут привести к ситуации с высокой производительностью, высоким уровнем безработицы и усилением неравенства в доходах, что в конечном итоге создаст «ловушку спроса», сдерживающую устойчивый экономический рост. Этот механизм по своей сути вызван «экстерналией» совокупного спроса, то есть рациональным для отдельной фирмы является использование ИИ для снижения затрат и повышения эффективности, но если все фирмы будут использовать ИИ, это может привести к росту безработицы и нанести ущерб совокупному спросу, что, в свою очередь, негативно скажется на выручке и прибыли компаний во всех отраслях и подавит инвестиционный спрос. В такой ситуации фактический темп экономического роста может оказаться значительно ниже потенциального, возможно, даже наступит рецессия.
В этой статье, откалиброванной на данных США, предполагается, что доля трудовых доходов снизится с 60% до 57%, а ИИ повысит потенциальный выпуск на 10%. Результаты численного моделирования показывают, что в сценарии «отсутствия политического реагирования» уровень ВВП и совокупного потребления снизится примерно на 7% относительно базового уровня, а инвестиции также застопорятся из-за слабого спроса (Рисунок 3). Однако, если сочетать экспансионистскую денежно-кредитную политику с фискальными инструментами, такими как субсидии на занятость, можно снизить трудовые издержки для предприятий, повысить доходы работников и добиться «процветания благодаря ИИ». В статье показано, что при отсутствии активного вмешательства макроэкономической политики, такой как перераспределение доходов, продолжающееся снижение доходов работников приведёт к сокращению совокупного спроса, создавая важное эндогенное ограничение для вклада ИИ в экономический рост со стороны спроса.
Рисунок 3. Ограничение экономического роста экстерналиями спроса. Источник: Fornaro and Wolf, “Macroeconomic Policies for AI”, CEPR Discussion Paper No. 21412. 2026.
Наша оценка
Причины столь разных выводов в вышеупомянутых исследованиях заключаются главным образом в различных предположениях относительно скорости технологического прогресса ИИ, глубины и широты его применения, скорости распространения, практических ограничений, реакции политики и других факторов. Мы считаем, что в краткосрочной перспективе (1-2 года) ИИ будет стимулировать экономический рост, но основной вклад, вероятно, будет исходить от «инвестиционного стимулирования», а не от «дивидендов производительности»; в долгосрочной перспективе ИИ действительно может привести к значительному росту производительности и экономическому процветанию; но в среднесрочной перспективе (3-5 лет) путь к долгосрочному процветанию, вероятно, не будет гладким.
Краткосрочное влияние
В краткосрочной перспективе ИИ действительно будет способствовать экономическому росту, но основной вклад, вероятно, будет исходить от «инвестиционного стимулирования», а не от «дивидендов производительности». Судя по фактическим данным за последние 2-3 года, капитальные затраты на ИИ стали важным драйвером роста ВВП США. В 2025 году вклад инвестиций, связанных с ИИ (инвестиции в оборудование для обработки информации и программное обеспечение), в ВВП США вырос до 0,8 процентных пункта, что на 0,7 процентного пункта больше, чем в 2023 году (Рисунок 4). Ожидается, что под влиянием инвестиционного бума в ИИ эта тенденция сохранится и в краткосрочной перспективе.
Рисунок 4. Вклад инвестиций, связанных с ИИ, в ВВП США. Источник: Бюро экономического анализа США. Примечание: Инвестиции, связанные с ИИ, включают инвестиции в оборудование для обработки информации и программное обеспечение; данные представляют собой средний вклад за четыре квартала.
За последние 3 года производительность труда в США также значительно восстановилась, но это трудно полностью отнести на счёт ИИ. С первого квартала 2023 года годовые темпы роста производительности труда в несельскохозяйственном секторе США составили 2,7%, что заметно выше примерно 1,5% за период 2007-22 гг. и долгосрочного среднего уровня 2,1% с 1948 года (Рисунок 5). Однако причины восстановления производительности могут частично заключаться в структурных изменениях на рынке труда после пандемии и эффекте масштаба благодаря сильному совокупному спросу, и их трудно однозначно связать с влиянием генеративного ИИ.
Данные опросов на микроуровне предприятий также показывают, что, по крайней мере, на данный момент влияние ИИ на производительность остаётся довольно ограниченным. Совместный опрос Банка Англии и Федерального резервного банка Атланты почти 6000 топ-менеджеров компаний из США, Великобритании, Германии и Австралии показал 20, что почти 90% руководителей считают, что ИИ не оказал существенного влияния на производительность их компаний за последние три года. Исследование Банка международных расчётов на основе опроса 12 000 европейских компаний в 2019-24 гг. 21 показало, что производительность труда компаний, внедривших ИИ, на 4% выше, чем у компаний, не внедривших его. Если пересчитать на скорость распространения технологий в 10%, их годовой вклад в производительность составляет около 0,4 процентных пункта, что в целом соответствует оценкам умеренного направления.
Рисунок 5. Производительность труда в несельскохозяйственном секторе США. Источник: Бюро трудовой статистики США.
Эти выводы неудивительны и соответствуют исторической закономерности, согласно которой новым технологиям общего назначения часто требуется длительный период распространения. Экономист из Стэнфордского университета Эрик Бриньюльфссон (Erik Brynjolfsson) назвал это явление «J-кривой производительности» 22, когда новая технология общего назначения на начальном этапе часто переживает фазу сначала снижения, а затем резкого роста производительности. Другими словами, экономические выгоды от ИИ могут быть значительно отложены. Хотя в долгосрочной перспективе технология ИИ приведёт к значительному росту производительности, но, по крайней мере, в ближайшие 1-2 года (или даже 3-5 лет) это влияние, вероятно, будет ограниченным.
Тем не менее, учитывая, что спрос на применение больших моделей по-прежнему находится на стадии экспоненциального роста (например, только на платформе OpenRouter недельный объём использования токенов за последние полтора года вырос более чем в 23 раза), можно с уверенностью сказать, что, по крайней мере, в ближайшие 1-2 года спрос на инвестиции в связанные с ИИ отрасли и инфраструктуру будет продолжать расти. Поэтому в краткосрочной перспективе трудно опровергнуть прогноз о высоких темпах роста инвестиций в ИИ, так же как трудно подтвердить опасения по поводу пузыря инвестиций в ИИ; влияние ИИ на занятость будет относительно ограниченным, и ИИ станет важным драйвером процветания экономики и финансовых рынков.
Среднесрочное влияние
В среднесрочной перспективе, в ближайшие 3-5 лет, по мере быстрого прогресса и распространения технологий ИИ, он будет продолжать повышать производительность и подталкивать темпы экономического роста. Однако, как отмечают умеренное направление и пессимисты, учитывая, что распространение технологий ИИ может столкнуться с ограничениями как на стороне спроса, так и предложения, его будущее развитие может пойти по трём различным путям. На первый взгляд, эти три пути соответствуют трём упомянутым выше точкам зрения, но лежащая в их основе логика развития не совсем одинакова (Рисунок 6).
Рисунок 6. Три пути влияния ИИ на экономический рост и производительность.
Точкой отсчёта анализа является оценка перспектив роста спроса на ИИ (или, иначе говоря, оценки будущей широты и глубины применения ИИ). Если рост спроса на ИИ окажется значительно ниже ожиданий, влияние ИИ на экономический рост и производительность также окажется значительно ниже ожиданий. Этот путь соответствует упомянутой выше точке зрения пессимистов. Если будущий спрос на ИИ будет соответствовать ожиданиям или превысит их, влияние ИИ на экономический рост будет зависеть от силы различных ограничений или «эффекта слабого звена». Если ограничений много, они сильны и трудно преодолимы, влияние ИИ на экономический рост и производительность будет сильно сдерживаться. Этот сценарий также соответствует точке зрения пессимистов (например, Асемоглу). Если ограничений много, они сильны, но не непреодолимы, влияние ИИ на экономический рост и производительность будет сдерживаться, но останется умеренным. Этот путь соответствует точке зрения умеренного мейнстрима. Если ограничений мало и они слабы, влияние ИИ на экономический рост и производительность будет очень значительным. Этот путь соответствует точке зрения оптимистов.
Следует отметить, что в нашей классификации мы использовали термины «оптимистичный», «умеренный» и «пессимистичный» главным образом исходя из технических соображений относительно влияния ИИ на производительность. В реальности экономические, финансовые и социальные последствия, соответствующие этим трём путям, довольно сложны, поэтому с точки зрения общественного благосостояния такая классификация может быть неуместной.
«Оптимистичный путь»: Быстрое распространение и внедрение ИИ
В этом сценарии, в ближайшие 3-5 лет, широта и глубина применения ИИ будут соответствовать рыночным ожиданиям или превосходить их. В технологических исследованиях и разработках ИИ, его внедрении, смежных отраслях не будет заметных технических, физических или институциональных ограничений. Развитие ИИ будет практически беспрепятственным, его влияние на экономический рост и производительность достигнет или даже превысит прогнозы оптимистов (Таблица 1). Огромные инвестиции в ИИ принесут ощутимую финансовую отдачу, финансовые рынки будут процветать, экономика двинется к состоянию изобилия (super abundance).
В этом сценарии, если эффект создания рабочих мест от ИИ окажется больше эффекта замещения, опасения по поводу массовой замены рабочих мест не оправдаются. Напротив, работники могут получить больше возможностей для трудоустройства, что приведёт к совместному процветанию экономики и общества. Однако мы считаем, что в среднесрочной перспективе более вероятен сценарий, когда эффект замещения от ИИ превысит эффект создания. Если внедрение технологий ИИ будет беспрепятственным, автоматизация быстро охватит все отрасли, некоторые из них могут подвергнуться «снижающему удару» (disruption) со стороны ИИ и полностью исчезнуть, что приведёт к массовым банкротствам и увольнениям. Даже в отраслях, не подвергшихся «снижающему удару», скорость замещения работников ИИ, вероятно, превысит скорость создания новых рабочих мест, что приведёт к росту безработицы. Если не будут своевременно проведены соответствующие политики перераспределения доходов, продолжающееся сокращение доходов работников приведёт к сокращению совокупного спроса (сценарий «ограничения спроса», смоделированный BIS 23, или «ловушки спроса», вызывающей опасения у CEPR 24). Это не только может в какой-то момент стать эндогенным ограничением в вышеописанной логической цепочке, но и способно спровоцировать более широкий социальный конфликт. Фактически, даже профессор Коринек, представитель «теории сингулярности», перечисляет эти риски в числе серьёзных вызовов, с которыми можно столкнуться после достижения ИИО 26. Поэтому в социальном смысле этот путь вряд ли можно назвать «оптимистичным».
«Умеренный путь»: Развитие и внедрение технологий ИИ сталкивается с преодолимыми ограничениями
В этом сценарии, в ближайшие 3-5 лет, широта и глубина применения ИИ в целом соответствуют ожиданиям или превосходят их, но в технологических исследованиях и разработках ИИ, его внедрении, смежных отраслях существует множество технических, физических и институциональных ограничений. Хорошая новость в том, что эти ограничения не являются непреодолимыми, но для их устранения потребуется время и дополнительные инвестиции. В этом процессе инвестиции в ИИ по-прежнему будут оказывать существенную поддержку экономическому росту, а индустрия ИИ будет развиваться по извилистому пути, постоянно преодолевая старые ограничения и сталкиваясь с новыми.
В этом сценарии влияние ИИ на экономический рост и производительность будет относительно умеренным, но его воздействие на разные отрасли будет заметно отличаться. В тех отраслях, где возникают или существуют ограничения предложения (например, в настоящее время GPU, CPU, чипы памяти и т.д.), соответствующие компании обладают сильной рыночной властью, цены на их продукцию будут резко расти из-за дефицита предложения, что приведёт к значительному росту прибыли и впечатляющим показателям акций. В тех же отраслях, где после многолетних инвестиций ограничения предложения постепенно устраняются, цены на соответствующую продукцию будут постепенно снижаться, сверхприбыли компаний будут постепенно сокращаться и исчезать, возможно, даже возникнут убытки, цены на акции также будут корректироваться, и неизбежны резкие падения чрезмерно завышенных акций. Хотя волатильность на финансовых рынках неизбежна, инвесторы, постоянно преследующие новые отрасли с ограничениями, будут отсеивать слабых, вводить новое, и финансовые рынки будут демонстрировать явные черты K-образной дивергенции, а доходность инвесторов также будет значительно различаться.
В этом сценарии, хотя массовой, быстрой и полномасштабной замены рабочих мест не произойдёт, замена рабочих мест в некоторых отраслях всё же может оказать существенное влияние на экономику и финансовые рынки. Даже если будет замещено только 10% рабочих мест, уровень безработицы вырастет примерно на 10 процентных пунктов. Согласно историческому опыту, при уровне безработицы выше 10%, даже если не возникнут серьёзные социальные противоречия, трудно представить, что макроэкономика и финансовые рынки будут функционировать стабильно.
Кроме того, по мере устранения старых ограничений и возникновения новых, некоторые из них могут спровоцировать социальные конфликты. Например, если огромный спрос крупных центров обработки данных на электроэнергию или водные ресурсы приведёт к дефициту электроэнергии или воды в некоторых регионах или резкому росту цен на электроэнергию или воду, это может вызвать региональные социальные противоречия и конфликты.
Поэтому, с точки зрения финансовой и социальной стабильности, «умеренный» путь тоже не обязательно окажется таким уж умеренным.
«Пессимистичный путь»: Спрос на ИИ не оправдывает ожиданий или сталкивается с жёсткими ограничениями
В этом сценарии, в ближайшие 3-5 лет, широта и глубина применения ИИ окажутся ниже ожиданий, или, даже если они соответствуют ожиданиям или превосходят их, возникнет множество сильных ограничений, которые серьёзно затруднят распространение и внедрение технологий ИИ и сильно ограничат их влияние на экономический рост и производительность.
Для финансовых рынков, учитывая, что нынешний инвестиционный бум в ИИ уже включает в себя довольно оптимистичные ожидания роста спроса, любое несоответствие этим ожиданиям неизбежно вызовет волатильность на рынках. Например, совокупная оценка двух ведущих компаний в области больших моделей ИИ, OpenAI и Anthropic, составляет около 1,8 трлн долларов, в то время как их последняя годовая выручка на 2026 год составляет всего 25 млрд 27 и 47 млрд долларов 27 соответственно. Если в конечном итоге реальность окажется ближе к «пессимистичному пути», коммерциализация технологий ИИ не оправдает ожиданий, высокие ожидания отдачи от инвестиций в ИИ, вероятно, не сбудутся. Это неизбежно вызовет корректировку оценок и отток инвестиций. Компании, зависящие от высокого левериджа, столкнутся с риском дефолта по долгам и банкротства, и через цепочки финансирования риски могут передаться в более широкие финансовые сферы, такие как банки, страховые компании, фонды прямых кредитов, что может вызвать экономический спад или даже финансовые потрясения. Банк международных расчётов (BIS) в «Годовом экономическом отчёте за 2026 год» указывает, что масштабы, скорость нынешнего инвестиционного бума в ИИ и оптимистичные ожидания относительно дивидендов производительности очень похожи на исторические бумы: каналов, железных дорог, электрификации, интернет-пузыря, которые в конечном итоге закончились разворотом инвестиций и экономическими спадами.
Хотя корректировка на финансовых рынках вызывает беспокойство, в этом «пессимистичном сценарии» из-за того, что уровень проникновения технологий ИИ будет ниже ожиданий, эффект замещения рабочей силы ИИ также будет относительно ограниченным. Это означает, что технологии ИИ не приведут к массовой безработице, доля трудовых доходов не снизится значительно, и у общества и правительства будет больше времени, чтобы адаптироваться к последствиям ИИ. Поэтому, с точки зрения общественного благосостояния, этот «пессимистичный путь» скорее утешителен.
Заключение
Все три пути возможны, но мы считаем, что вероятность «умеренного пути» наиболее высока. Какой бы путь ни был выбран, ни один из них не будет гладкой дорогой. Так называемый «оптимистичный путь» с технической точки зрения оптимистичен, но если реформы перераспределения доходов не будут проведены своевременно, он может усилить неравенство в доходах и даже привести к социальным конфликтам, что в социальном смысле будет пессимистичным исходом. В то же время «пессимистичный путь» в техническом смысле может обеспечить более устойчивую социальную стабильность, оказаться более благоприятным для большинства работников и предоставить буферный период для социальной адаптации. «Умеренный путь» — это компромиссный вариант, но он также приведёт к локальной безработице, К-образной дивергенции и структурным дисбалансам в экономике и на финансовых рынках, что для некоторых групп работников и инвесторов тоже не будет «умеренным». В связи с этим лица, принимающие решения, должны всесторонне рассмотреть эти вопросы, учитывать интересы всех сторон, внимательно следить за развитием событий, принимать упреждающие меры и реагировать заранее, чтобы обеспечить устойчивое развитие экономики и общества.
Статья из официального аккаунта WeChat «Исследовательский институт Tencent» (ID: cyberlawrc), авторы: Ли Цзялунь, Сунь Минчунь
