Поэтому неудивительно, что аналитики все чаще задаются вопросом: не являемся ли мы свидетелями очередного технологического пузыря, напоминающего бум доткомов 1990-х годов? И не может ли он, как и раньше, в конце концов лопнуть и утянуть за собой фондовые рынки? Однако, как отмечает мой коллега из Кембриджа Уильям Джейнвей, даже спекулятивные пузыри могут оставить после себя жизненно важную инфраструктуру и инновации, которые поддерживают долгосрочный рост.
Если ИИ последует этому примеру, насколько мощным может быть его влияние? Бум доткомов дает несколько полезных уроков. Во второй половине 1990-х годов появившиеся цифровые технологии почти удвоили рост производительности труда в США до 2,5%. Хотя прогнозы экономистов разнятся, некоторые исследования показывают, что сегодняшняя волна инвестиций в ИИ может дать столь же значительный толчок росту ВВП.
Самые ярые евангелисты ИИ идут дальше, утверждая, что скорое появление искусственного интеллекта общего назначения (ИОН) может стать абсолютно преобразующим фактором. Например, генеральный директор компании Anthropic Дарио Амодей утверждает, что потенциал ИИ радикально недооценивается. И что при безопасном развитии такие системы могут совершить прорыв в биологии, нейронауках и экономическом развитии, потенциально искоренив болезни, сократив бедность и способствуя глобальному сотрудничеству.
Если такой мир изобилия действительно маячит на горизонте — и даже если он материализуется лишь в отдаленном будущем, — крайне важно проследить, как будет происходить эта трансформация. Но, как я объясняю в своей недавней книге «Мера прогресса«, традиционные экономические показатели все еще не в состоянии отразить эффект «старой» цифровой экономики, не говоря уже о новой, управляемой ИИ.
Рост ВВП — яркий тому пример. В лучшем случае он является запаздывающим индикатором структурных изменений. Экономические историки показывают, что такие преобразующие технологии, как паровая энергия и электричество, потребовали десятилетий для регистрации в официальной статистике. И даже когда их эффект стал заметен, измеренный прирост доходов был на удивление скромным. Но было бы абсурдно утверждать, что эти технологии не были трансформационными; их влияние просто проявилось таким образом, что традиционные показатели не смогли его отразить.
Когда речь заходит об ИИ, некоторые из самых основных фактов отсутствуют или неполны. Например, сколько компаний используют генеративный ИИ и в каких отраслях? Для чего они его используют? Как инструменты ИИ применяются в таких областях, как маркетинг, логистика или обслуживание клиентов? Какие компании внедряют агентов ИИ и кто на самом деле их использует?
Хотя исследования в области ИИ развиваются стремительно, сейчас требуется систематический сбор данных. Надежная статистика не только поможет бизнесу оценить спрос и возможности, но и позволит правительствам разработать политику, способствующую росту и защите потребителей.
Такие технологические компании, как Anthropic и OpenAI, начали осознавать, что нынешний информационный вакуум не приносит им пользы, особенно учитывая зависимость их продуктов от данных. Без более четкого понимания экономического влияния ИИ общественные дебаты неизбежно будут сосредоточены на рисках и тревогах — от перспективы «рабочего погрома» до потенциального психологического воздействия человекоподобных чат-ботов. Отраслевые инициативы, направленные на ликвидацию этого пробела, хотя и ограничены по масштабам, но очень важны.
При этом другие показатели могут дать ценное представление о трансформационных эффектах ИИ. В недавнем рабочем документе, написанном совместно с Джоном Покизом, я утверждаю, что любой значимый набор показателей должен включать ключевые факторы развития ИИ, в частности потребление энергии, сдвиги на рынке труда и использование данных. Еще одним важным показателем является внедрение услуг, управляемых ИИ, так называемый агентский ИИ.
Полезными могут оказаться также данные об использовании времени как дома, так и на рабочем месте, а также структурные показатели, такие как сдвиги в составе промышленности и организационной структуре. В более широком смысле, более полная картина структурных изменений поможет нам понять более широкие экономические последствия ИИ — от перераспределения отраслей до изменения рабочих процессов.
К сожалению, в настоящее время существует мало таких показателей. Проблема усугубляется тем, что многие статистические агентства — в первую очередь в США — находятся в беспорядке, а большинство политиков по-прежнему с осторожностью относятся к использованию новых источников данных и методологий.
Дайан Койл,
профессор государственной политики Кембриджского университета,
автор книги «Шестеренки и монстры: What Economics Is, and What It Should Be
(Princeton University Press, 2021) и The Measure of Progress: Counting What Really Matters
(Princeton University Press, 2025).
© Project Syndicate, 2025.
www.project-syndicate.org
