ИИ набрал обороты. Почему люди не могут избавиться от своих тревог?
Этот вопрос задаёт «Нью-Йорк таймс»* (20.11.2025).
В технологической индустрии наступило время превосходных показателей: рекордные прибыли, цены акций и выгодные сделки. Этого достаточно, чтобы заставить некоторых людей сильно нервничать.
Этот период гиперактивного роста в технологической отрасли можно без преувеличения назвать историческим моментом.
Компания Nvidia, производящая компьютерные чипы, необходимые для создания ИИ, заявила 19 ноября2025 года, что ее квартальная прибыль подскочила почти до 32 миллиардов долларов, что на 65 процентов больше, чем годом ранее, и на 245 процентов больше, чем годом ранее.
Всего три недели назад Nvidia стала первой публичной компанией, акции которой оцениваются в 5 триллионов долларов. Microsoft, Google, Apple и Amazon также оцениваются в триллионы долларов. За последние кварталы эти четыре компании сообщили о совокупной прибыли более 110 миллиардов долларов.
«Много говорят о пузыре искусственного интеллекта», — заявил Дженсен Хуанг, генеральный директор Nvidia, после разгромного квартального отчёта своей компании. «С нашей точки зрения, мы видим нечто совершенно иное».
Но некоторые инсайдеры отрасли говорят, что за всеми этими блестящими новостями скрывается нечто зловещее. Они смотрят на тот же головокружительный рост и то же ошеломляющее богатство, что и Хуан, и видят карточный домик. И говорят, что трудно предсказать, какой ущерб будет, если он рухнет.
Даже рост Nvidia можно объяснить. Спрос на чипы компании не означает, что люди хотят использовать ИИ. Это лишь означает, что компании создают гигантские системы ИИ в надежде, что кто-то заплатит за их использование. Ралли на Уолл-стрит, возглавляемое Nvidia, длилось всего несколько часов, и к концу торгов в четверг цена акций компании упала примерно на 3%. Резкий разворот в динамике акций технологических компаний потянул вниз весь рынок: индекс S&P 500 за день упал на 1,6%.
Однако суть аргументов пессимистов против бума ИИ заключается в деньгах, которые вливаются в мир стартапов, и миллиардах миллиардов, которые эти компании тратят на центры обработки данных.
Компания OpenAI, которая три года назад запустила этот бум, сейчас оценивается в 500 миллиардов долларов, что делает её самым дорогим стартапом в мире. Стоимость Anthropic, главного конкурента OpenAI, оценивается в 183 миллиарда долларов. А Thinking Machines Labs, основанная в феврале 2025 года, уже оценивается в десятки миллиардов долларов.
OpenAI не приносит прибыли и, по прогнозам, не станет прибыльной до 2030 года. Anthropic также убыточен. Thinking Machines только что выпустила свой первый продукт.
Это не помешало им тратить деньги. Недавно компания Anthropic заявила, что инвестирует 50 миллиардов долларов в новые центры обработки данных. Сэм Альтман, известный генеральный директор OpenAI, заявил, что его компания намерена потратить 1,4 триллиона долларов на вычислительные мощности для своих проектов в области искусственного интеллекта.
«То, чем занимается OpenAI, — это самый яркий пример принципа «притворяйся, пока не получится», который мы когда-либо видели», — заявил Джил Лурия, руководитель отдела технологических исследований в DA Davidson. «Они берут на себя огромные обязательства, которые им буквально не по карману».
OpenAI и её партнёры вкладывают 500 миллиардов долларов в новые центры обработки данных в США в рамках проекта «Звёздные врата». В сегодняшних ценах этой суммы хватило бы на финансирование Манхэттенского проекта в 15 раз больше. Этого хватило бы на весь лунный проект «Аполлон». Вдвое больше.
«Один только Stargate — если он действительно достигнет 500 миллиардов долларов — станет крупнейшим инфраструктурным проектом в мире, в несколько раз превышающим его», — сказал Эван Конрад, генеральный директор San Francisco Compute, стартапа, специализирующегося на оборудовании для ИИ.
Представитель OpenAI заявил в своем заявлении, что компания уверена в правильности своего развития: число ее еженедельных пользователей составляет 800 миллионов, а число бизнес-пользователей — более миллиона.
«Прогресс в развитии технологий, охватывающих поколения, таких как железные дороги, электричество и интернет, достигается благодаря смелым инвестициям и долгосрочным планам», — заявил представитель компании Стив Шарп. «Меньше чем за три года мы создали самую быстрорастущую платформу для потребителей и предприятий в истории».
По данным аналитиков Morgan Stanley, к 2028 году технологические компании, правительства и их партнёры по всему миру потратят почти 3 триллиона долларов на центры обработки данных. Для этого им придётся занять почти триллион долларов у банков и других финансовых учреждений.
За последние 12 месяцев Google, Microsoft, Amazon и Meta** потратили около 360 миллиардов долларов на новые центры обработки данных. Благодаря своим огромным прибылям они могут себе это позволить. Другим компаниям приходится влезать в долги. Это касается как крупных компаний, таких как производитель программного обеспечения Oracle, так и более мелких, таких как CoreWeave и Nebius.
Поскольку держателями этого долга являются самые разные финансовые учреждения, включая частных кредиторов и традиционные банки, экспертам сложно оценить уровень риска в этой системе.
Критики утверждают, что опасения усиливаются тем, что некоторые сделки OpenAI с производителями микросхем, компаниями облачных вычислений и другими компаниями носят странный циклический характер. OpenAI собирается получать миллиарды от технологических компаний, но также и отправлять миллиарды обратно тем же компаниям для оплаты вычислительных мощностей и других услуг.
Некоторые финансовые аналитики опасаются, что эти сделки создают видимость сильного рынка, чем он есть на самом деле. В конечном счёте, состояние рынка будет зависеть от того, смогут ли такие компании, как OpenAI, выйти на прибыль до того, как их поглотит долг.
Nvidia также заключила ряд сделок, которые вызвали вопросы о том, окупает ли компания себя. Компания объявила об инвестициях в OpenAI в размере 100 миллиардов долларов. Стартап получает эти средства, покупая или арендуя чипы Nvidia.
18 ноября 2025 года Nvidia объявила об аналогичной сделке на 10 миллиардов долларов с Anthropic, которая приобретёт 30 миллиардов долларов в сфере вычислений с использованием искусственного интеллекта на базе чипов Nvidia. Эти деньги фактически пойдут на закупку вычислительных мощностей у Microsoft, которая также инвестировала 5 миллиардов долларов в Anthropic.
Goldman Sachs подсчитал, что в 2026 году Nvidia получит 15 процентов своих продаж за счет того, что критики также называют круговыми сделками.
Многие компании оправдывают свои расходы тем, что они не просто создают продукт, а создают то, что изменит мир: искусственный интеллект (ИИ) — машину, способную делать всё то же, что и человеческий мозг. Проблема в том, что никто из них толком не знает, как это сделать.
Однако Антон Коринек, экономист из Университета Вирджинии, заявил, что все эти расходы будут оправданы, если Кремниевая долина достигнет своей цели. Он оптимистично настроен и уверен, что это осуществимо.
«Ставка делается на ОИИ, иначе будет провал», — сказал доктор Коринек.
Чат-ботами и генераторами изображений от компаний, занимающихся разработкой ИИ, уже пользуются сотни миллионов человек. Многие из них платят ежемесячную плату, которая может превышать 100 долларов. Но не так очевидно, что корпоративные клиенты — настоящая дойная корова для технологической индустрии — так же заинтересованы в использовании ИИ.
Почти восемь из десяти компаний заявили, что используют технологии ИИ. Многие же заявили, что эти технологии «не оказали существенного влияния на конечный результат», согласно недавнему исследованию McKinsey & Company.
Тем не менее, технологические компании отмечают, что интерес бизнеса начинает оживать. Microsoft, Google и Amazon заявили, что у них спрос превышает предложение, и ожидают, что в следующем году их предложение будет ограничено.
Однако даже среди некоторых руководителей самых богатых компаний Кремниевой долины циркулирующие деньги вызывают беспокойство.
Сундар Пичаи, генеральный директор Alphabet, материнской компании Google, заявил в интервью BBC, что расходы и стремительный рост оценок были, по крайней мере, отчасти обусловлены «иррациональностью». По его словам, если рынок рухнет, ущерб будет масштабным.
«Я думаю, ни одна компания не будет застрахована, включая нашу», — сказал он.
Ветераны технологической индустрии часто сравнивают бум ИИ с пузырём доткомов 1990-х годов. Когда этот пузырь лопнул, сотни стартапов исчезли, а солидные компании, продававшие технологии этим молодым компаниям, понесли огромные убытки. Но другие стартапы добились долгосрочного успеха и действительно изменили мир — в первую очередь Amazon и Google.
«Когда возникают пузыри, умные люди слишком воодушевляются крупицей истины», — заявил Альтман журналистам в этом году. «Находимся ли мы в той фазе, когда инвесторы в целом слишком воодушевлены ИИ? Моё мнение — да. Является ли ИИ самым важным событием за долгое время? Моё мнение — тоже да».
Продолжится ли бум ИИ?
Эта проблема активно обсуждалась ведущими мировыми экспертами в ноябре 2025 года на сайте Project Syndicate.
На фоне растущих опасений по поводу пузыря ИИ, впечатляющий отчёт Nvidia о доходах за третий квартал 2025 года укрепил веру в отрасль и возможности, которые открывает эта технология. Однако по мере того, как в неё вливаются деньги, риски для рабочих мест, государственного управления и планеты продолжают расти.
Инвесторы по-прежнему с энтузиазмом относятся к ИИ, полагая, что возможности перевесят риски. Однако оценка масштаба каждого из них в разных секторах экономики и юрисдикциях — сложная задача, требующая учета широкого спектра факторов, включая финансовые рынки, демографические тенденции, политику регулирования, демократическую подотчётность и ограничения, связанные с природными ресурсами.
Как отмечает Карл Бенедикт Фрей из Оксфорда, хотя сегодняшние инвестиции в ИИ «вполне могли бы окупиться, как это сделал интернет», в настоящее время их прирост «выглядит более сдержанным» с более значительными «макроэкономическими потерями», чем в случае с пузырём доткомов конца 1990-х годов. Если ИИ не «быстро обеспечит широкий и устойчивый рост производительности», тем самым ослабив фискальное давление, снизив уровень задолженности и укрепив структуры финансирования, «отдача может не компенсировать огромные первоначальные затраты».
Кроме того, как отмечает Норина Герц из Лаборатории политики Университетского колледжа Лондона (UCL), существуют издержки для средств к существованию людей, особенно женщин. Более того, последняя волна автоматизации, вероятно, окажет непропорционально сильное влияние на женщин, которые и так находятся в «невыгодном экономическом положении по сравнению с мужчинами». Для того, чтобы «женщины не страдали от сокращения рабочих мест из-за ИИ», потребуется политическое вмешательство, в частности, для того, чтобы им «предоставляли равные возможности для доступа и повышения квалификации».
Кевин О’Нил из Фонда Рокфеллера поясняет, что ещё одно решение проблемы вытеснения рабочей силы, вызванного ИИ, заключается в налоговой политике. Облагая труд более высоким налогом, чем капитал, налоговые системы «способствуют «лишению людей работы», «смещая чашу весов в сторону автоматизации, которая заменяет, а не дополняет человеческий труд». Введение налога на ИИ «могло бы помочь уравнять шансы между людьми и машинами», и, поскольку ИИ — «не хрупкая стартап-индустрия», вряд ли это будет препятствовать инновациям.
По словам Анджелы Хуюэ Чжан из Университета Южной Калифорнии, поиск правильного баланса между регулированием и инновациями потребует постоянных экспериментов и адаптации. Формирующаяся в США модель регулирования, где отмена федеральных правил уступила место «децентрализованному лоскутному» регулированию на уровне штатов, может обеспечить гибкость, необходимую для быстрых технологических изменений.
Лауреат Нобелевской премии Майкл Спенс объясняет, что, хотя инновации и важны, странам не обязательно находиться на переднем крае технологического прогресса, чтобы воспользоваться преимуществами ИИ. Обладая некоторой базовой инфраструктурой, особенно «надёжным электроснабжением и мобильным интернетом», развивающиеся экономики могут заниматься «исследованием, адаптацией, доработкой и внедрением существующих инструментов» для внедрения «цифровых и основанных на ИИ решений», таких как расширение финансовых услуг для ранее не охваченных людей и предприятий.
В том же духе Рикардо Хаусманн из Гарвардской школы имени Кеннеди утверждает, что ИИ может превратить акционерный капитал «из элитной привилегии в важный источник финансирования», особенно для «небольших, более рискованных компаний, которые стимулируют инновации и создание рабочих мест». Но для реализации этой идеи политикам необходимо будет «создать небольшой режим публичного акционерного капитала, основанный на четырёх столпах»: непрерывной, упорядоченной отчётности; защите ответственности; упрощённых требованиях к листингу; системах открытых данных.
Ли Чон-Хва из Корейского университета видит ещё одно потенциальное преимущество. Стимулируя рост производительности труда, сокращая дефицит рабочей силы и продлевая трудовую жизнь людей, ИИ может компенсировать последствия быстрого старения населения – серьёзного препятствия для экономики Восточной Азии. Для этого правительствам региона необходимо развивать «навыки, необходимые людям для использования ИИ», и создать институциональную структуру, которая позволит людям «творчески применять эти навыки».
Но экономический потенциал ИИ — это лишь часть истории, предупреждают Фридерике Роде из Берлинского технического университета и Пас Пенья из Mozilla. Стремительный рост ИИ «истощает местные запасы воды по всему миру, от охваченного засухой Чили до Южной Африки». Это воздействие «отражает новую форму колониальной добычи», при этом «экологические издержки ИИ всё больше ложатся на страны глобального Юга».
Кристина Лиома из Копенгагенского университета и Сине Н. из Университета Роскилле подчёркивают ещё одну фундаментальную опасность. В отличие от большинства людей, агенты ИИ «не знают или не принимают постулата о том, что «большая сила влечет за собой большую ответственность»». Учитывая, что «ответственность за свои действия — основополагающий принцип любого общества, основанного на верховенстве закона», развитие автономного ИИ напрямую угрожает демократическому управлению.
Шаткая математика пузыря искусственного интеллекта
«Сегодняшние масштабные и продолжающие расти инвестиции в ИИ и сопутствующую инфраструктуру вполне могли бы окупиться, как это произошло с интернетом после инвестиционного бума конца 1990-х годов. Но пока выгоды от ИИ выглядят менее значительными, а макроэкономические потери — более значительными, чем в случае с пузырём доткомов», — пишет Карл Бенедикт Фрей (18.11.2025).
Когда OpenAI недавно выделила 1,4 триллиона долларов на обеспечение будущих вычислительных мощностей, это было всего лишь очередным признаком иррационального оптимизма в 2025 году. По некоторым оценкам, рост ВВП США в первой половине 2025 года был почти полностью обеспечен центрами обработки данных, что вызвало поток комментариев о том, когда лопнет пузырь и что он может оставить после себя. В то время как «вечеринка доткомов» конца 1990-х годов закончилась похмельем для Уолл-стрит, Мейн-стрит сохранила то, что было важно: инфраструктуру. Производительность выросла, и оптоволокно, проложенное в годы бума, работает и сегодня. Обещание президента США Билла Клинтона построить «мост в XXI век» было одним из тех редких предвыборных обещаний, которые действительно выполняются.
Сегодняшние инвестиции в ИИ вполне могут окупиться, как это произошло с интернетом. Однако пока выгоды выглядят менее значительными, а макроэкономические потери — более значительными, чем в случае с пузырём доткомов.
В конце 1990-х годов отдача от интернета проявилась, когда пузырь ещё раздувался: производительность труда в США в среднем росла примерно на 2,8% с 1995 по 2004 год, что примерно вдвое больше темпов роста за предыдущие два десятилетия, прежде чем пошла на спад в середине 2000-х. Рост можно было наблюдать в национальных счётах, даже когда Pets.com скупал свою злополучную рекламу во время Суперкубка.
На этот раз рост производительности труда в США ускорился после двух десятилетий застоя, достигнув около 2,7% в 2024 году, но пока рано говорить о том, что причиной является ИИ. Более того, внедрение ИИ идёт на спад: недавнее исследование Бюро переписи населения США показало снижение его использования крупными компаниями. Если недавний рост производительности был обусловлен в основном ИИ, можно было бы ожидать, что он затухнет по мере спада внедрения — ещё одно напоминание о том, насколько мимолётны могут быть эти волны. Несмотря на то, что бум информационных технологий 1990-х годов был заметен в режиме реального времени, он сошел на нет примерно через десять лет.
Заманчиво думать, что большие языковые модели (LLM) ускорят инновации и открытия, например, за счёт выявления скрытых связей в академической литературе, написания кода и составления протоколов. Новые инструменты – от микроскопа Роберта Гука до телескопа Галилея – уже вызывали подобные скачки раньше. Однако на этот раз у нас уже есть совершенный исследовательский инструмент в виде подключенного к Интернету ПК. И всё же, даже при мгновенном доступе к накопленным мировым знаниям и лучшим талантам, показатели исследовательской продуктивности и прорывных инноваций снизились. Поддержание закона Мура – наблюдения, согласно которому вычислительная мощность компьютеров удваивается каждые два года, – теперь требует на порядок больше исследователей, чем в начале 1970-х годов.
Также неясно, сколько капиталовложений останется в сфере устойчивой цифровой инфраструктуры. Как и железные дороги в XIX веке, эпоха доткомов вкладывала деньги в долгосрочные активы, особенно в оптоволоконный кабель и магистральные сети, которые можно было «зажигать» и перезаряжать по мере совершенствования электроники. Значительная часть этих стеклянных труб и сегодня используется для движения транспорта. Один транш капиталовложений способствовал развитию нескольких поколений технологий и бизнес-моделей.
В отличие от этого, ИИ не прокладывает рельсы, а бежит по беговой дорожке. Чипы и память деградируют или устаревают за годы, а не за десятилетия. Каждая серверная стойка, используемая для обучения LLM, теперь требует 120 киловатт электроэнергии, по сравнению с примерно 5-10 кВт десять лет назад. И хотя каждое новое поколение графических процессоров (GPU) снижает стоимость за ватт, это означает, что гиперскейлеры быстрее обновляют парки оборудования, поскольку старое оборудование становится экономически устаревшим. В то время как оптоволокно служит, пока вы меняете конечные точки, стек технологий ИИ быстро обесценивается, требуя постоянных реинвестиций.
Эту «беговую дорожку» можно было бы контролировать, если бы макроэкономическая ситуация выглядела так же, как в 1999 году. Но это не так. Хотя реальные процентные ставки тогда были выше, бюджетный профицит эпохи Клинтона и снижение соотношения госдолга к ВВП ослабили давление на рынки капитала и сократили государственные процентные расходы, ограничив эффект вытеснения.
На этот раз ситуация изменилась. Постоянный дефицит государственного бюджета США, приближающийся к 6% ВВП (около 1,8 трлн долларов), и чистые процентные платежи, приближающиеся к 1 трлн долларов, не только сократили бюджетное пространство, но и те же самые сбережения теперь, как ожидается, пойдут на финансирование строительства объектов чистой энергетики, увеличения оборонных бюджетов и бума энергоёмких центров обработки данных. На практике этот спрос проявляется в росте процентных ставок по займам, что замедляет строительство нового жилья и отодвигает на второй план создание инфраструктуры с длительным сроком эксплуатации.
Государственные финансы также испытывают давление. Увеличение долга означает, что положительные реальные ставки быстро приводят к росту процентных ставок, вытесняя программы, на которые полагаются домохозяйства. В период профицита конца 1990-х годов долг сократился, и Казначейство даже выкупило облигации, что означало, что государство могло инвестировать параллельно с частным бумом, не оттесняя его. Сегодня рост заимствований и более высокие процентные ставки оставляют меньше возможностей для маневра при замедлении роста. Если отдача от ИИ действительно наступит, но медленно, арифметика станет еще сложнее. «Мы увидим, как больше долларов пойдет держателям облигаций и меньше — на социальное обеспечение, здравоохранение и основные услуги; а если экономический цикл пойдет на спад, компромиссы будут еще более резкими».
Финансирование тоже изменилось. Спад начала 2000-х годов затронул в основном рынок акций: цены на акции рухнули, и венчурные инвесторы, ориентированные на долгосрочную доходность, понесли убытки. Но, несмотря на всю жестокость и очевидность кризиса, он относительно быстро утих. Как подчеркивают Кармен Рейнхарт и Кеннет Рогофф в своей книге «На этот раз всё иначе» (2009), посвященной истории финансовых кризисов, пузыри активов, как правило, представляют угрозу макроэкономике, главным образом, когда они подпитываются кредитами и наносят ущерб банковским балансам. Поскольку крах доткомов был в основном следствием переоценки акций (за исключением телекоммуникаций), а не банковского кризиса, системного сбоя не произошло, несмотря на значительные потери инвесторов.
На этот раз риск нарастает за счёт кредитования. Как отмечает инвестор Пол Кедроски, финансирование перераспределяется с акций на облигации, специализированные компании и лизинг, а также частные кредиты – все эти формы заимствований, которые в конечном итоге связаны с банками и страховыми компаниями. Если доходы от ИИ и центров обработки данных окажутся недостижимыми, проблемы, скорее всего, в первую очередь проявятся на кредитных рынках, а не на ценах акций. «Следите за невыполнением целевых показателей страхового покрытия, ужесточением условий кредитования и сокращением рефинансирования, которое негативно сказывается на балансах кредиторов и страховщиков из-за долгосрочной аренды и кредитов с обеспечением в виде микросхем».
Это системный риск. В отличие от эпохи доткомов, сегодняшнее наращивание бизнеса увеличивает риски, связанные с финансовой системой, поэтому стресс, скорее всего, будет распространяться через кредиторов и структурированные структуры. Уже сейчас можно заметить растущую обеспокоенность рыночных аналитиков, учитывая предупреждение Moody’s о том, что значительная доля роста центров обработки данных Oracle зависит от OpenAI, который пока не вышел на прибыльный уровень.
Конечно, если ИИ быстро обеспечит широкомасштабный и устойчивый рост производительности, расчёты улучшатся. Более быстрый рост снизит фискальное давление, снизит уровень задолженности и укрепит эти финансовые структуры. Но если результаты появятся с опозданием или не оправдают ожиданий, отдача может не компенсировать огромные первоначальные затраты.
Женщин ждет шок от искусственного интеллекта?
«Женщины составляют большинство работников более чем в половине из 40 профессий, наиболее подверженных риску вытеснения из-за искусственного интеллекта. В ближайшей перспективе политические и деловые лидеры могут предотвратить превращение женщин в сопутствующую угрозу, обеспечив им равные возможности для доступа к трудоустройству и повышения квалификации», — пишет Норина Герц (11.11.2025).
В июле 2025 года новый отчёт исследователей Microsoft попал в заголовки газет: в нём перечислены 40 профессий, наиболее подверженных риску вытеснения искусственным интеллектом. В него вошли торговые представители, переводчики, корректоры и другие специалисты, связанные с интеллектуальным трудом, что указывает на надвигающийся кризис занятости «белых воротничков».
Однако авторы доклада и последовавшее за ним освещение в СМИ, похоже, упустили из виду нечто важное: грядущие перемены не будут гендерно нейтральными. По данным Бюро статистики труда США (BLS), женщины составляют большинство работников примерно в 60% перечисленных профессий.
В то время как ИИ стремится поглотить всех, именно женщины, скорее всего, будут поглощены технологиями в первую очередь и быстрее всего. Подобно тому, как появление компьютеров в 1980-х годах привело к вытеснению с работы множества секретарей и операторов ввода данных, занимавших преимущественно женщины, так и эта последняя волна автоматизации, вероятно, окажет непропорционально большое влияние на женщин-работниц. Согласно недавнему исследованию Международной организации труда, в странах с высоким уровнем дохода вероятность автоматизации женских рабочих мест примерно в три раза выше, чем мужских.
Компьютерная революция служит предостережением. Многие женщины, потерявшие работу в 1980-х годах из-за неё, так и не смогли восстановиться, либо найдя более низкооплачиваемую работу (в основном в сфере услуг и ухода) после длительных периодов безработицы, либо вовсе уйдя с рынка труда. Бюро трудовой статистики (BLS) проследило судьбу работников, потерявших работу в этот период, и результаты оказались шокирующими: женщины более чем в два раза чаще мужчин впоследствии уходили с рынка труда.
Учитывая, что женщины уже находятся в экономически невыгодном положении по сравнению с мужчинами, они меньше зарабатывают, меньше владеют и меньше выходят на пенсию — политикам необходимо подготовиться к тому, что ИИ сильнее всего ударит по женским рабочим местам, и разработать политику по смягчению этого воздействия.
При формулировании своего ответа им следует также учитывать, что не все секретари, операторы ввода данных и машинистки в 1980-х годах справлялись с работой одинаково плохо: женщины, которым удалось приспособиться к технологиям и приобрести новые необходимые навыки, добились лучших результатов.
Оставим пока в стороне вопрос о том, является ли концепция «повышения квалификации» излишней в эпоху, когда ожидается, что ИИ превзойдёт человеческий интеллект, и предположим, что наступит переходный период, когда работники с навыками, связанными с ИИ, будут работать лучше тех, у кого их нет. Согласно исследованию PwC «Глобальный барометр рабочих мест в сфере ИИ за 2025 год», работники с навыками в сфере ИИ получают надбавку к заработной плате на 56%, что значительно больше, чем 25% надбавка, о которой сообщалось годом ранее.
Это говорит о том, что, если мы хотим не допустить, чтобы работающие женщины стали самым непосредственным сопутствующим ущербом от ИИ, мы должны гарантировать, что они полностью освоят новую технологию — или, по крайней мере, будут в таком же состоянии, как их коллеги-мужчины.
Но хотя сейчас ChatGPT для личных задач используют примерно равное количество женщин и мужчин, на рабочем месте обозначился явный гендерный разрыв. Недавний опрос работников в США показал, что, хотя 36% мужчин ежедневно используют генеративный ИИ на работе, среди женщин это делают только 25%. Также сообщается, что 47% мужчин уверенно используют эту технологию на работе, в то время как среди женщин этот показатель составляет 39%.
Этот разрыв, вероятно, отражает тот факт, что женщины больше обеспокоены растущим использованием ИИ, чем мужчины, — здоровый скептицизм, который нам всем стоит сохранить. Но другая причина заключается в том, что компании вкладывают больше средств в повышение квалификации своих сотрудников-мужчин, чем женщин, в использование ИИ. В глобальном опросе 12 000 специалистов, проведённом в 2025 году компанией Randstad, 41% мужчин заявили, что работодатель предоставил им доступ к ИИ, по сравнению с 35% женщин, в то время как 38% мужчин заявили, что им предлагали возможности для развития навыков работы с ИИ, по сравнению с 33% женщин.
Сокращение использования технологий и предоставление им меньших возможностей для их использования — токсичное сочетание для сотрудниц, особенно с учетом того, что компании все чаще ссылаются на «умение работать с ИИ» при принятии решения о том, кого удерживать и продвигать по службе.
Поэтому руководителям предприятий следует задать себе основные вопросы. Кто получает доступ к инструментам ИИ? Кого приглашают к участию в пилотных проектах и инициативах в области ИИ? Кто проходит обучение по ИИ?
Правительства по всему миру, похоже, совершенно не готовы к потенциальному Армагеддону рабочих мест, который может спровоцировать ИИ, особенно учитывая его влияние на женщин.
Аргументы в пользу налогообложения ИИ
«Если ИИ приведёт к массовой безработице или серьёзным финансовым потрясениям, выборным должностным лицам и политикам придётся действовать быстро, чтобы ограничить последствия. К счастью, некоторые из самых надёжных и эффективных решений также являются наиболее распространёнными», — считает Кевин О’Нил (20.11.2025).
Не проходит и дня без новых заголовков о том, как ИИ готов преобразовать экономику. Даже если заявления о том, что «ИИ — это новое электричество», окажутся преувеличением, нам всё равно следует готовиться к глубоким переменам. Один из самых мощных и надёжных механизмов, обеспечивающих обществу пользу от ИИ, одновременно является и одним из самых известных: налогообложение.
Как будет выглядеть налог на ИИ на практике? Наиболее практичным подходом было бы нацеливание на ключевые ресурсы и наиболее ощутимые показатели разработки ИИ: энергию, чипы или время вычислений. США уже взимают 15% пошлину с продаж конкретных чипов ИИ в Китай, и хотя технически это является мерой экспортного контроля, это демонстрирует, как может работать налог на ресурсы ИИ. В качестве альтернативы, другие предлагают изменить систему налогообложения капитала с учетом экономических изменений, обусловленных развитием ИИ. По сути, это был бы налог на ИИ, но более широкий по форме.
Структура любого налога на ИИ будет зависеть от целей, которые правительства хотят достичь. Но ясно одно: нынешние дебаты гораздо более обоснованы и актуальны, чем в период, когда Билл Гейтс выдвинул идею «налога на роботов» в 2017 году, которую позже поддержали Берни Сандерс и другие.
Конечно, некоторые могут спросить, зачем вообще облагать ИИ налогом? Ответ отражает два фундаментальных принципа налоговых систем и то, как ИИ меняет экономику.
Во-первых, многие страны сейчас облагают работников более высокими налогами, чем их потенциальные конкуренты, использующие ИИ на рынке труда. В случае США, примерно 85% федеральных доходов поступает от налогообложения людей и их труда (через подоходный налог и налог на заработную плату), в то время как капитал и прибыль корпораций облагаются налогом гораздо меньше. Такие технологии, как ИИ, пользуются благоприятным режимом в виде щедрых списаний, низких корпоративных налогов и льгот.
Во-вторых, экономисты ожидают, что ИИ увеличит финансовую отдачу от капитала по сравнению с трудом, даже если это не приведёт к безработице. В самом крайнем случае, ИИ-агенты смогут проектировать, воспроизводить и управлять собой, то есть капитал будет выполнять свою собственную работу. При текущей налоговой политике такой сдвиг приведёт к усилению неравенства и сокращению доли государственных доходов в ВВП.
Налог на ИИ может помочь уравнять шансы между людьми и машинами. Ранее в 2025 году генеральный директор Anthropic Дарио Амодеи предупреждал, что ИИ может сократить половину всех рабочих мест начального уровня для «белых воротничков» и поднять уровень безработицы до 10–20% в течение пяти лет. Оправдаются ли эти прогнозы, может отчасти зависеть от политики. Более высокое налогообложение труда по сравнению с капиталом склоняет чашу весов в сторону автоматизации, которая заменяет, а не дополняет человеческие ресурсы. Как минимум, мы не должны позволять нашей налоговой системе лишать людей работы.
Более того, в условиях ухудшения бюджетных перспектив налог на ИИ может защитить государственные доходы от технологических потрясений. В случае массовых сокращений рабочих мест или замедления темпов найма правительства, полагающиеся на подоходный налог и налог на заработную плату, могут столкнуться с финансовыми кризисами, даже если впоследствии появятся новые рабочие места, требующие применения ИИ.
Более оптимистично, что правильная налоговая политика в сочетании с ростом производительности труда, обусловленным ИИ, может помочь решить структурные фискальные проблемы. Богатые страны уже испытывают трудности с финансированием здравоохранения и пенсий для стареющего населения, в то время как более бедные страны сталкиваются с обратной проблемой: образованием и трудоустройством большого количества молодого населения, несмотря на слабую налоговую базу. Доходы, генерируемые ИИ, могут стать частью решения обеих проблем.
В качестве альтернативы, доходы могут быть направлены на нужды, связанные с ИИ. Целевые налоги, которые возвращают доходы в тот сектор, откуда они поступают, – например, налог на бензин в США, из которого финансируется строительство автомагистралей, или плата за телевидение в Великобритании, из которой финансируется BBC, – подчёркивают, что цель заключается в увеличении общественной пользы от облагаемых налогом технологий. Налог на ИИ может выполнять ту же функцию: финансировать модернизацию сетей, образовательные технологии, обучение персонала, модели ИИ с открытым исходным кодом, исследования безопасности ИИ или защиту психического здоровья.
Налог на ИИ также может способствовать страхованию по безработице и переподготовке уволенных работников, а также способствовать достижению более широких целей политики в области ИИ. Например, он может препятствовать чрезмерному потреблению энергии, выбросам парниковых газов, «неэффективному ИИ» или антиконкурентному поведению, а также стимулировать новые источники энергии и более безопасные модели.
Налогообложение ИИ может показаться политически надуманным. Политики не хотят сдерживать инновации или терять позиции в глобальной гонке за ИИ. Но это нежелание может ослабнуть по мере роста общественного сознания. Если «победа» в области ИИ означает более здоровых людей, более счастливых детей, более квалифицированную рабочую силу и более мощную науку, а не только более крупные модели или более богатые компании, налог на ИИ может помочь добиться победы.
И такой налог вряд ли будет подавлять инновации. ИИ — это не хрупкая стартап-индустрия. Это 70-летняя технология, которую поддерживают крупнейшие мировые корпорации, а объём корпоративных инвестиций только в 2024 году превысил 250 миллиардов долларов. Налог на ИИ можно структурировать таким образом, чтобы он не препятствовал национальной безопасности, рыночной конкуренции или исследованиям.
В любом случае, кризисы могут быстро изменить мнение. Если ИИ станет причиной массовой безработицы или фискальных потрясений, выборные должностные лица и политики всех политических взглядов захотят действовать. Лучше подготовить хорошие варианты сейчас, чем импровизировать позже.
Как написал в 2021 году генеральный директор OpenAI Сэм Альтман: «Мир изменится так быстро и радикально, что потребуются столь же радикальные изменения в политике, чтобы распределить это богатство и дать большему числу людей возможность жить так, как они хотят». Альтман рассуждал о разработке еще более совершенного общего искусственного интеллекта, но его точка зрения уже актуальна: политика должна идти в ногу с технологиями и предвосхищать изменения.
Так или иначе, ИИ изменит нашу экономику и общество. Но результаты не предопределены. Добьемся ли мы будущего, в котором люди и сообщества смогут процветать, будет зависеть от выбранной нами политики. Налогообложение ИИ — это не наказание за инновации. Речь идёт о том, чтобы гарантировать распределение выгод и управление рисками в интересах общества. «Чем раньше мы начнём эту работу, тем лучше мы будем подготовлены к использованию ИИ для создания желаемого будущего».
Пусть расцветут тысячи режимов ИИ
«Хотя критики децентрализованного регулирования технологий предупреждают о повышении затрат на соблюдение требований для компаний, централизация по-китайски вряд ли предпочтительна. Более того, разрозненные системы регулирования не только имеют тенденцию к сближению, но и обеспечивают гибкость, необходимую для быстрых технологических изменений», — пишет Анжела Хуюэ Чжан (19.11.2025).
Широко распространено мнение, что Америка «дерегулирует» сферу ИИ. Однако эта концепция дерегулирования упускает из виду, как на самом деле управляются Соединённые Штаты. Федеральное правительство — не единственный регулирующий орган. Существуют правительства 50 штатов, которые могут принимать законы и обеспечивать соблюдение правил, когда федеральные власти отказываются действовать, а также независимые суды, которые вмешиваются в дела, рассматриваемые частными лицами или организациями. В результате получается децентрализованная мозаика, а не вакуум регулирования.
По состоянию на октябрь 2025 года законодатели 42 штатов внесли 210 законопроектов, связанных с ИИ, для регулирования частного сектора, причем лидируют в этом процессе штаты, контролируемые демократами.Одним из них является Калифорния, где в ноябре 2025 года был принят масштабный пакет законов, требующий: раскрытия информации о ботах и предоставления гарантий для молодежи в отношении «чат-ботов-компаньонов»; введения поэтапного режима раскрытия данных, позволяющий платформам помечать контент, созданный ИИ; устанавления ограничений на нелицензированные «медицинские консультации с использованием ИИ»; ужесточения меры защиты от неконсенсуальной дипфейковой порнографии; ограничения возможности защиты «это сделал ИИ» в судебных разбирательствах; запрещения алгоритмического ценового сговора.
Тем временем, Нью-Йорк запретил использование алгоритмов ценообразования арендодателями и рассматривает меры по обеспечению безопасности, маркировке и раскрытию информации для синтетических исполнителей («актёров» ИИ). Иллинойс запретил «терапию ИИ» без лицензированных специалистов и ограничил использование ИИ при найме. В 2024 году в Колорадо был принят первый всеобъемлющий закон об «высокорискованном ИИ», направленный на предотвращение дискриминации алгоритмов.
В 2025 году также произошли изменения в штатах, контролируемых республиканцами. В Техасе был принят комплексный закон, направленный против манипулятивного и дискриминационного использования ИИ. В Теннесси (столице индустрии кантри-музыки) урегулировано использование клонирования голоса с помощью ИИ. А в Юте установлены требования к раскрытию информации и ограничения для чат-ботов, предлагающих услуги в области психического здоровья.
Очевидно, что существует двухпартийная поддержка защиты детей, регулирования ботов и запрета обмана с помощью ИИ, что помогает объяснить, почему недавняя попытка на десять лет опередить все государственные законы об ИИ, заложенные в «Один большой красивый законопроект» республиканцев, провалилась из-за сильного сопротивления со стороны штатов и гражданского общества.
Конечно, децентрализация увеличивает расходы на соблюдение требований, особенно для небольших компаний, и сторонники превентивного подхода утверждают, что принятие законодательства в 50 штатах может привести к появлению 50 определений ИИ, 50 требований к раскрытию информации и 50 подходов к обеспечению соблюдения.
Но этого не будет: рынки редко используют 50 сценариев, поскольку лоскутное шитье имеет тенденцию к сближению, и компании гармонизируют свои действия, придерживаясь максимально строгих рабочих стандартов. Многие отрасли уже знакомы с «калифорнийским эффектом»: правила, установленные в Сакраменто, часто становятся фактической национальной нормой, как это видно на примере углеводородных выбросов автомобилей и конфиденциальности данных.
Более того, децентрализованная система позволяет США проводить эксперименты в области регулирования ИИ в режиме реального времени. Когда штаты принимают правила с разной степенью интенсивности, они становятся лабораториями управления. Политики могут увидеть, что работает, отбросить то, что не работает, и разработать практический шаблон для более эффективного регулирования.
В то же время расхождения между штатами вряд ли будут столь разительными, как предполагают многие. Поскольку штаты конкурируют за инвестиции, жёсткие правила могут отпугнуть инновационные компании. Именно поэтому губернатор Калифорнии Гэвин Ньюсом наложил вето на законопроект SB 1047, который устанавливал бы строгие требования к соблюдению требований для разработчиков передовых систем ИИ. В конечном итоге законодатели штата выбрали более узкую меру прозрачности и раскрытия информации. Реструктуризация OpenAI — ещё один пример той же тенденции. Когда компания перешла из некоммерческой в структуру, ориентированную на общественное благо, генеральный прокурор Калифорнии Роб Бонта настаивал на более строгих ограничениях. Получив от OpenAI уступки в вопросах управления и безопасности, он пошёл на компромисс и отказался возражать.
Если всё это кажется знакомым, то это потому, что внедрение ИИ воспроизводит политику дебатов о конфиденциальности данных в США. Здесь также неверно говорить, что в Америке «нет закона о конфиденциальности данных». В США много таких законов — просто ни одного последовательного федерального. Хотя Закон о конфиденциальности и защите данных в Америке был принят Комитетом по энергетике и торговле Палаты представителей США при подавляющей двухпартийной поддержке в 2022 году, затем он застопорился. В то время как контролируемые демократами штаты, во главе с Калифорнией, призывали Конгресс установить федеральный нижний предел (а не верхний предел) и сохранить параллельные следственные и правоприменительные полномочия генерального прокурора штата, американские компании лоббировали против законодательства, которое не отменяло бы более строгие режимы на уровне штатов.
Можно ожидать той же динамики и с регулированием ИИ, если только Конгресс не примет законопроект, устанавливающий федеральные базовые нормы, но позволяющий штатам действовать более расширенно. Да, критики будут предупреждать, что фрагментарное регулирование может помешать американским компаниям в сравнении с их китайскими конкурентами. Централизованная система Китая действительно способна быстро развиваться: когда на рынке наступает хаос, власти могут ввести тотальный контроль, практически не встречая институционального сопротивления. А когда рост замедляется из-за жёсткого вмешательства, они могут так же быстро смягчить правила, чтобы вернуть инвесторов.
Но американцам, соблазнённым китайским подходом, по мнению автора, следует помнить об обратной стороне медали — централизация ведёт к хрупкости.
«Америка не дерегулирует ИИ. Она децентрализует своё управление. Этот более беспорядочный, шумный и плюралистичный путь — неотъемлемая черта её конституционного строя и основа её регуляторной устойчивости. Вместо того, чтобы рассматривать децентрализацию как препятствие для инноваций, её следует рассматривать как одно из важнейших конкурентных преимуществ Америки».
Почему развивающиеся экономики используют ИИ
«Опросы показывают, что население развивающихся стран не только хорошо осведомлено о возможностях, которые открывает ИИ, но и настроено в отношении этой технологии более оптимистично, чем население развитых стран. Возможно, они не являются лидерами в разработке моделей ИИ, но могут использовать эту технологию для достижения своих целей экономического и социального развития», — пишет Майкл Спенс (10.11.2025).
Как показал последний Доклад ООН «О человеческом развитии» (06.05.2025),население развивающихся стран не только хорошо осведомлено об этих возможностях, но и настроено в отношении этих технологий более оптимистично, чем население развитых стран. В развитых странах разговоры об ИИ, как правило, сразу же переходят к опасениям чрезмерной автоматизации, сокращения рабочих мест и дестабилизации рынка труда. Жители развивающихся стран также опасаются, что ИИ принесет с собой волну автоматизации, но ожидают еще большего расширения возможностей и взаимодействия человека и машины.
Возникает соблазн подчеркнуть риск «цифрового разрыва в области ИИ», когда страны с высоким уровнем дохода получают непропорционально большую выгоду от этой технологии, а страны с низким и средним уровнем дохода ещё больше отстают. Однако подобные опасения сосредоточены на одном аспекте революции ИИ: разработке всё более широкого набора мощных инструментов, которые можно использовать, например, для продвижения научных открытий, повышения производительности, создания новых продуктов и услуг или автоматизации (с помощью агентов) сложных задач, включающих планирование, последовательность и интеграцию этапов. Поскольку лишь немногие страны могут выполнить соответствующие требования в отношении масштаба, инвестиций и инфраструктуры, такая деятельность в настоящее время осуществляется в основном в США и Китае.
Но построение моделей — не единственная возможность. Революция ИИ также подразумевает создание запросов, адаптацию, тонкую настройку и внедрение существующих инструментов для решения контекстно-зависимых задач и ускорения обучения. Затраты на эти виды деятельности значительно ниже, и с распространением моделей с открытым исходным кодом, многие из которых разработаны в Китае, они будут продолжать снижаться. В результате открывается широкое поле для инноваций в самых разных странах.
Хотя это измерение революции ИИ гораздо более доступно, оно требует некоторой базовой инфраструктуры, особенно надёжного электроснабжения и мобильного интернета. Доступность — ключ к успеху: вам нужен быстрый интернет и доступные тарифные планы, не в последнюю очередь для того, чтобы гарантировать создание данных, которые лежат в основе многих важнейших приложений и сценариев использования ИИ. Чтобы добиться успеха, эти данные должны быть мобильными и общедоступными, поэтому также необходимы продуманные регулирующие структуры, обеспечивающие безопасную мобильность данных (при наличии индивидуального разрешения или контроля). Унифицированный платёжный интерфейс Индии, обеспечивающий безопасные платежи и обмен финансовыми данными, предлагает полезную модель.
Как только эти условия будут созданы (а во многих развивающихся странах они уже есть), возможности внедрения цифровых и ИИ-решений станут практически безграничными. К таким решениям относятся, в первую очередь, финансовые услуги для ранее не охваченных услугами людей и предприятий.
Для людей с ограниченными активами, практически без финансовой или коммерческой истории, а в некоторых случаях и с ограниченным количеством документов, доступ к финансированию через традиционные каналы непомерно дорог или просто невозможен. Однако цифровые инструменты предлагают доступные способы закрыть эти информационные пробелы. По мере того, как «наличная экономика» уступает место цифровым платежным системам, а домохозяйства и малый бизнес обзаводятся банковскими счетами и кошельками, накопление данных, при условии грамотного управления, решит проблему анонимности.
Кредитная оценка на основе ИИ может стать основой для устойчивых, масштабируемых и прибыльных версий микрокредитования, позволяя компаниям расти и нанимать больше сотрудников. В то же время, платформы электронной коммерции предоставляют малому бизнесу доступ к более крупному и, благодаря ИИ, более доступному рынку, тем самым способствуя ещё большему росту, динамизму и, возможно, инновациям.
Подобные возможности не ограничиваются финансами и торговлей. В здравоохранении и образовании цифровые приложения, многие из которых работают на основе искусственного интеллекта, используются для расширения доступа к услугам, особенно для тех, кто не проживает в районах с высокой плотностью населения или вблизи них.
ИИ также может поддерживать и ускорять приобретение знаний и навыков – основы человеческого капитала – например, с помощью цифровых помощников в обучении. Устойчивое развитие человеческого капитала – ключевой элемент всех успешных историй развития. Не у всех есть доступ к классу или репетитору, но при наличии подходящей инфраструктуры любой может обратиться к модели генеративного ИИ, которая прочитала и, в какой-то степени, поняла обширную цифровую литературу, существующую во всех областях и на всех языках. Это окажет непосредственное влияние на производительность, рост и развитие.
Более того, на некоторых рабочих местах ИИ может сократить время обучения и повысить производительность труда. Взять, к примеру, обслуживание клиентов: ИИ-помощники могут предоставлять неопытным сотрудникам-людям рекомендации, подобранные на основе накопленного опыта, тем самым ускоряя процесс обучения и позволяя сотрудникам оказывать более качественную поддержку на ранних этапах. Этот эффект может быть достигнут в широком спектре профессий и отраслей, от сестринского дела до разработки программного обеспечения.
Развивающиеся экономики, возможно, и не являются лидерами в создании моделей ИИ, но они могут использовать эту технологию для достижения своих целей экономического и социального развития. К счастью, это не ускользнуло от них. Именно это они и намерены сделать.
Демократизирует ли ИИ доступ к акционерному финансированию?
«Столетие роста, основанного на кредитовании, привело к тому, что большинство экономик оказались зависимыми от банков, которые финансируют только самые безопасные проекты. Снизив затраты на раскрытие информации, комплексную проверку и соблюдение нормативных требований, искусственный интеллект может открыть фондовые рынки для небольших и более рискованных компаний, которые стимулируют инновации и создание рабочих мест, открыв новый двигатель устойчивого роста», — полагает Рикардо Хаусманн (10.11.2025).
Экономисты всего мира справедливо сосредоточены на том, как ИИ изменит рынки труда. Однако самые важные изменения следующего десятилетия могут произойти на совершенно другом рынке: рынке акций.
Трансформируя способы генерации и распространения данных, ИИ может значительно снизить затраты на информацию, мониторинг, соблюдение требований и маркет-мейкинг. Таким образом, он может превратить акционерный капитал из элитной привилегии в важный источник финансирования, особенно для малых и молодых компаний.
За исключением нескольких стран, таких как США, Великобритания, Канада и Сингапур, динамичных фондовых рынков мало. И даже в таких случаях «длинный хвост» публичных компаний поразительно узок. Немногие компании выходят на биржу при оценке ниже 10 миллионов долларов, а когда это происходит, ликвидность ничтожно мала, а постоянные издержки, связанные с выходом на биржу, непомерно высоки.
Во многих странах мира, включая Западную Европу, «финансовое развитие» стало означать «развитие банковской сферы». Хотя банки незаменимы, они продают только один продукт: заёмные средства. Однако здоровый баланс зависит от сбалансированного соотношения заёмных средств и собственного капитала: чем рискованнее предприятие, тем больше требуется собственного капитала.
В этом и заключается загвоздка: рынки долговых обязательств устойчивы, а рынки акций — нет. На практике банки предоставляют кредиты пропорционально уже имеющемуся у компании капиталу. Но этот капитал обычно поступает из двух источников: денег друзей и родственников или нераспределенной прибыли. Первый ограничен и распределен неравномерно; второй сдерживает рост.
В результате компании, полагающиеся на самофинансирование, могут расти лишь со скоростью, зависящей от их прибыли, а не от возможностей. Этого может быть достаточно для пекарни, но не для цифровой платформы, зависящей от сетевых эффектов, или производителя, которому необходимо вкладывать значительные средства, прежде чем он начнет получать хоть какой-то доход. Многие компании, работающие в сфере трансформации, – от гигантов электронной коммерции, таких как Amazon, до пионеров рынка услуг заказа поездок, таких как Uber, – годами работали в убыток. Банковская система не способна обеспечить такой рост.
Дефицит капитала во многом объясняется асимметричностью информации. В то время как кредиторы могут получить залог, потребовать фиксированные платежи и конфисковать активы в случае проблем, инвесторы в акции стоят последними в очереди и получают то, что осталось после того, как все остальные получат свои средства.
Это делает раскрытие информации, комплексную проверку и управление критически важными для жизнеспособности фондовых рынков. Однако для небольших компаний издержки часто превышают потенциальную прибыль. Добавьте к этому неликвидность, высокие расходы на листинг, ограниченное аналитическое покрытие и слабую защиту миноритарных акционеров, и вы получите лестницу без нижних ступенек.
ИИ может помочь в их создании, начиная с раскрытия информации. Сегодня небольшие эмитенты сталкиваются с системами комплаенса, разработанными для гигантов, но ИИ может снизить издержки, генерируя машиночитаемую финансовую отчётность и перепроверяя счета-фактуры, банковские выписки, налоговые декларации и расчётные листы в режиме реального времени, а также выявляя несоответствия до того, как они перерастут в скандалы.
Стандартизированные машиночитаемые данные позволят инвесторам (или их ботам) мгновенно сравнивать показатели тысяч компаний, а не только тех немногих крупных компаний, которые уже изучают аналитики. Со временем мониторинг с помощью ИИ может сделать традиционный ежегодный аудит таким же устаревшим, как и коммутируемый доступ в Интернет.
Более того, модели естественного языка могут анализировать контракты, разрешения, историю судебных разбирательств и раскрытие информации об окружающей среде, в то время как модели временных рядов могут согласовывать заказы, поставки и денежные потоки. Задачи, которые раньше требовали целой армии специалистов, теперь можно выполнить за считанные минуты, а результаты будут дешевле, стабильнее и полностью поддающимися аудиту. Этот сдвиг может привести к появлению новой бизнес-модели: андеррайтера на базе ИИ. Вместо того, чтобы взимать огромные комиссии с нескольких крупных клиентов, такие андеррайтеры могли бы еженедельно выводить на биржу десятки более мелких эмитентов, используя стандартизированное раскрытие информации, автоматизированные проверки и оповещения о рисках в режиме реального времени.
Другая возможность связана с ликвидностью. Алгоритмические маркет-мейкеры, уже ставшие стандартом среди крупных публичных компаний, могут быть ответственно распространены на более мелких эмитентов после стандартизации раскрытия информации и непрерывного мониторинга. Исследования с использованием ИИ могут способствовать повышению ценообразования и ликвидности за счет повышения доступности информации и доверия, в то время как алгоритмы сопоставления могут гораздо точнее согласовывать мандаты инвесторов и профили эмитентов, чем существующие группировки.
Во многих развивающихся экономиках сделки со связанными сторонами, туннелирование активов и внезапное размывание акций уже давно подрывают доверие инвесторов. Здесь системы мониторинга на базе искусственного интеллекта также могут помочь обеспечить защиту миноритарных акционеров, отслеживая транзакции, протоколы заседаний совета директоров, данные о закупках и торговые схемы в режиме реального времени, предупреждая регулирующие органы и инвесторов о потенциальных злоупотреблениях.
Между тем, программируемое управление — уставы, которые автоматически обеспечивают преимущественные права, защиту и механизмы выплаты дивидендов — может превратить юридический текст в обязательный к исполнению код, что значительно усложнит для инсайдеров попытки ослабить или поставить в невыгодное положение внешних инвесторов.
Наконец, стандартизированное цифровое раскрытие информации и роботы-консультанты могли бы способствовать демократизации инвестиций в небольшие компании, формируя диверсифицированные портфели акций малых и средних предприятий (МСП), адаптированные к уровню риска, местоположению и целям инвесторов. Пенсионным фондам и страховщикам, которые практически отсутствуют в этом сегменте, можно было бы разрешить вкладывать небольшую часть своих активов в индексы, курируемые ИИ, тем самым устраняя необходимость в дорогостоящих внутренних командах.
Но для того, чтобы эта концепция воплотилась в жизнь, политикам необходимо будет создать небольшой режим публичного капитала, основанный на четырех столпах: непрерывная, упорядоченная отчетность вместо объемной периодической подачи документов; защита ответственности эмитентов, которые внедряют системы проверки на основе искусственного интеллекта; упрощенные требования к листингу; структуры открытых данных, которые позволяют третьим сторонам добавлять ценность путем анализа раскрываемой информации.
После десятилетий субсидирования кредитов государственным банкам развития следует направить часть своих ресурсов на инвестиции в акционерный капитал. Например, они могли бы поддерживать компании, соответствующие стандартам раскрытия и проверки информации на основе ИИ, предоставлять покрытие первого убытка диверсифицированным инвестиционным фондам малого и среднего бизнеса и содействовать развитию общей инфраструктуры надзора.
Конечно, ИИ может галлюцинировать, модели можно обманывать, а инсайдеры всегда будут знать больше. Но это вопрос относительного преимущества, а не совершенства. Если ИИ сократит транзакционные издержки на 50–90%, это будет иметь преобразующий эффект: хотя некоторые мошеннические действия неизбежно пройдут, гораздо больше законопослушных компаний станут жизнеспособными кандидатами на внешние инвестиции.
«Чтобы расширить круг собственников, стимулировать инновации и ускорить рост, мы должны направить ИИ на решение высокодоходной задачи создания обильного капитала. Наша главная цель — не казино, а более безопасный, дешёвый и богатый данными рынок, где риск несут те, кто лучше всего способен его выдержать. После столетия, потраченного на совершенствование системы кредитования, ИИ предлагает шанс наконец-то завершить формирование второй половины финансовой системы».
Может ли ИИ стать следующим двигателем роста Азии?
«Модель роста Азии испытывает серьёзные трудности, и быстрое старение населения только усугубит ситуацию. Однако, развивая навыки, необходимые людям для использования ИИ, и создавая институты, позволяющие им творчески применять эти навыки, экономики Азии могут открыть новые источники инклюзивного и устойчивого роста», — пишет Ли Чон-Ха (20.11.2025).
Спустя два десятилетия после того, как глобализация привела к глобальному экономическому буму, рост перешёл на более сдержанную траекторию, которая, вероятно, сохранится в обозримом будущем. Помимо непосредственного шока от фрагментации торговых и инвестиционных связей – результата растущей геополитической напряжённости, особенно между США и Китаем, – существуют и структурные препятствия, включая старение населения, стагнацию производительности труда и растущие издержки, связанные с неравенством и стихийными бедствиями. Эти вызовы затрагивают саму суть азиатской модели роста.
Фрагментация не только тормозит экспортно-ориентированный двигатель роста Азии; быстрое старение населения сокращает предложение рабочей силы и усугубляет фискальное давление в регионе. Доля людей в возрасте 65 лет и старше в Азии к середине века почти удвоится, с 9,8% в 2023 году до 18,6% к 2050 году. Япония и Южная Корея уже являются «суперстареющими» обществами, где более 20% населения в возрасте 65 лет и старше, а население Китая начало сокращаться. Индия и некоторые страны Юго-Восточной Азии всё ещё получают демографические дивиденды, но это окно быстро закрывается.
Но демография не обязательно должна быть предопределена. Используя новые цифровые технологии, и в частности ИИ, Азия может стимулировать рост производительности труда, сократить дефицит рабочей силы и продлить трудовую жизнь людей. В конце концов, как электричество и интернет, ИИ — это универсальная технология, способная преобразовать производство, сферу услуг и инноваций.
Однако, хотя предварительные данные свидетельствуют о том, что ИИ может повысить производительность труда, обеспечить автоматизацию всё большего спектра задач и стимулировать создание новых продуктов и услуг, более широкое макроэкономическое влияние этой технологии остаётся неопределённым. Некоторые исследования предполагают, что ИИ может повысить рост мировой производительности на 0,8–1,3 процентных пункта в год в течение следующего десятилетия, в то время как другие предлагают более консервативные оценки.
Более того, поначалу выгоды от внедрения ИИ, вероятно, будут сосредоточены в нескольких ведущих компаниях и секторах. Более масштабный рост производительности часто требует времени, а в краткосрочной перспективе производительность может даже снизиться, поскольку компании несут высокие затраты на внедрение, обучение и интеграцию — эта закономерность известна как «J-образная кривая производительности».
Как и в случае с предыдущими технологическими революциями, влияние ИИ в конечном итоге будет зависеть от способности стран эффективно его освоить и применять. На данный момент эта способность значительно различается по странам Азии. Согласно Индексу готовности к внедрению ИИ МВФ, развитые экономики, такие как Австралия, Япония и Сингапур, опережают другие страны по таким показателям, как цифровая инфраструктура, экономическая интеграция, регулирование и политика на рынке труда. Крупные развивающиеся экономики региона, включая Китай, Индию и Индонезию, также демонстрируют более высокие результаты, чем другие страны. Однако страны с низким уровнем дохода, такие как Бангладеш и Камбоджа, отстают.
Учитывая скорость и масштаб предстоящего перехода, а также нарастающие препятствия для роста, все азиатские экономики должны работать над укреплением своих возможностей по использованию ИИ. Чтобы понять, что необходимо сделать, стоит пересмотреть исследование Филиппа Агиона, Питера Ховитта и Джоэла Мокира, удостоенное Нобелевской премии. Агион и Ховитт формализовали идею Йозефа Шумпетера о творческом разрушении – процессе, посредством которого новые технологии заменяют старые, – в то время как Мокир, опираясь на исторический опыт, обнаружил, что для устойчивого прогресса также необходимы открытость новым идеям и приверженность научным исследованиям. Вместе они показывают, что устойчивое процветание зависит от непрерывного технологического прогресса, подкрепленного благоприятной культурой и институциональной структурой.
Для азиатских стран урок двоякий. Во-первых, им необходимо развивать у людей навыки, необходимые для использования ИИ. Инвестиции в цифровую грамотность и STEM-образование (естественные науки, технологии, инженерия и математика) могут помочь подготовить людей к предстоящим преобразованиям, а программы непрерывного обучения и переподготовки могут смягчить адаптацию для тех, кто уже работает. Поскольку ИИ позволяет автоматизировать всё большее количество рутинных и сложных задач, дополнительные технические, цифровые и социальные навыки приобретают первостепенное значение.
Такие программы должны быть широкодоступными и дополняться укреплением систем социальной защиты и структурными реформами, которые уменьшат дуализм рынка труда, тем самым обеспечивая широкую доступность хороших и стабильных рабочих мест. В противном случае поляризация рабочих мест и неравенство доходов могут усилиться, а рост станет более несбалансированным и менее устойчивым.
Помимо развития навыков, необходимых для использования ИИ, правительства азиатских стран должны предоставить людям возможность творчески применять эти навыки. Это подразумевает инвестиции в исследования и разработки, создание надежной и общедоступной цифровой инфраструктуры и защищенных систем данных, а также разработку нормативно-правовой базы, гарантирующей этичное использование ИИ. Открытая конкуренция, трансграничное исследовательское сотрудничество и более широкий доступ к финансированию для стартапов могут гарантировать, что инновации не будут ограничены несколькими компаниями или странами. Такая инклюзивность жизненно важна: прогресс требует, чтобы новые идеи и молодые компании имели инструменты и возможности, чтобы бросить вызов существующим компаниям.
Ставки высоки. Если внедрение ИИ ограничится несколькими пограничными экономиками или секторами, технологический разрыв увеличится, что повлечёт за собой далеко идущие экономические, социальные и политические последствия. Но если Азия эффективно использует человеческий творческий потенциал и инструменты ИИ, она сможет построить устойчивую, инновационную и инклюзивную экономику, способную преодолеть текущие проблемы и открыть новые источники роста.
ИИ хочет нашу воду
«Хотя большая часть дискуссий об ИИ сосредоточена на его экономическом потенциале, его расширяющееся физическое присутствие говорит об обратном. Машины, движущие эту революцию, зависят от ресурса, гораздо более древнего — и гораздо более спорного, — чем данные или электричество», — делают вывод Фридерике Роде и Пас Пенья (06.11.2025).
ИИ часто изображают как предвестника процветающего и более эффективного будущего. Однако машины, движущие эту революцию, зависят от ресурса, гораздо более древнего – и гораздо более спорного – чем данные или электричество: воды.
Как ясно показывает недавний «Водный атлас» Фонда Генриха Бёлля, стремительное развитие ИИ истощает локальные водные запасы по всему миру, от охваченного засухой Чили до Южной Африки. Его физическое воздействие отражает новую форму колониальной добычи: вместо серебра и сои теперь именно охлаждающая вода обеспечивает работу цифровой экономики.
В то время как дискуссии об энергопотреблении ИИ сосредоточены на мощности, необходимой для обучения и эксплуатации больших языковых моделей, часто упускается из виду огромное количество воды, необходимое для охлаждения центров обработки данных, не говоря уже о воде, используемой при производстве энергии и оборудования.
ChatGPT — яркий пример. Для обучения GPT-3 требовалось около 700 000 литров воды только для охлаждения. Согласно исследованию Greenpeace, к 2030 году центры обработки данных будут потреблять 664 миллиарда литров воды в год по сравнению с 239 миллиардами литров в 2024 году.
Преимущества ИИ сосредоточены на глобальном Севере, однако его экологические издержки всё больше ложатся на Глобальный Юг. В 2023 году в Уругвае вспыхнули массовые протесты против проекта строительства центра обработки данных Google, в то время как страна пострадала от сильнейшей засухи за 70 лет. В связи с пересыханием водохранилищ власти начали перекачивать солоноватую воду из устья реки Рио-де-ла-Плата в общественные системы, выдавая Google разрешения на использование оставшихся запасов пресной воды, в то время как семьи рабочего класса кипятили солёную водопроводную воду для питья.
Аналогичный конфликт разгорелся в Чили, одной из самых засушливых стран Латинской Америки. В районе Серрильос в Сантьяго проектируемый дата-центр Google должен был потреблять 7,6 миллиона литров воды в день, что примерно соответствует годовому потреблению всего сообщества. В ответ активисты местной организации MOSACAT начали юридическую и политическую кампанию, которая привела к перепроектированию системы охлаждения и проведению новой экологической экспертизы.
Эти общественные проблемы отражают знакомую схему, в которой корпорации и правительства представляют центры обработки данных как двигатели модернизации, преуменьшая при этом их экологические последствия. В мексиканском регионе Керетаро, где сельские и коренные общины уже сталкиваются с острой нехваткой воды, проблемы выходят далеко за рамки простого истощения: выбросы дизельного топлива из резервных генераторов загрязняют воздух и создают шум; электронные отходы, импортируемые с Севера, продолжают накапливаться; а растущий спрос на землю, жилье и электроэнергию приводит к росту расходов и создает нагрузку на местную инфраструктуру.
Регулирование мало что сделало для замедления этого роста или повышения экологических стандартов. Хотя Закон Европейского союза об искусственном интеллекте 2024 года требует прозрачности в отношении спроса на энергию и вычислительную мощность, в нем ничего не говорится об использовании воды. Даже Директива об энергоэффективности , которая обязывает центры обработки данных отчитываться о потреблении воды, применяется только к объектам обработки данных в пределах ЕС. Более того, отчётность — это не то же самое, что реформа: эффективность, ограниченная технологиями и парадоксом Джевонса (который возникает, когда более высокая эффективность увеличивает спрос на ресурс), слишком часто отвлекает от более глубокого вопроса достаточности.
В то же время многие развивающиеся экономики конкурируют за инвестиции в технологии, предлагая щедрые налоговые льготы и ускоренное получение экологических разрешений с минимальным контролем. Правительства склонны представлять это как продвижение суверенитета данных, но в конечном итоге власть принадлежит крупным технологическим гигантам. Более того, вопреки официальным обещаниям, центры обработки данных создают мало рабочих мест, а структурное неравенство продолжает препятствовать росту местных отраслей ИИ. Например, критика политики Бразилии в отношении центров обработки данных подчёркивает её ориентацию на привлечение крупных технологических компаний, игнорируя при этом честную конкуренцию для отечественных компаний.
Оценки воздействия на окружающую среду (ОВОС) — ещё одно слабое звено. Исследования показывают, что они часто неполны, неточны или скрыты от общественности. В Чили регулирующие органы одобрили проект Google, несмотря на нерешённые вопросы, связанные с правами на грунтовые воды. В Мексике активисты месяцами боролись за доступ к документам о водопользовании. А в ЮАР и Бразилии компании часто ведут переговоры напрямую с национальными министерствами, полностью минуя местные органы власти.
Всё это поднимает важнейший вопрос: кто имеет право голоса, когда цифровой рост зависит от местных источников воды? Как и его преимущества, риски, связанные с ИИ, распределены неравномерно. Для многих латиноамериканских и африканских сообществ сопротивление центрам обработки данных — это не отрицание прогресса, а попытка переосмыслить его. Их защита водных ресурсов бросает вызов мечте о бесконечной цифровой экспансии в мире ограниченных ресурсов.
Проблема не в инновациях, а в распределении. Экологичные системы охлаждения, использующие оборотную, солёную и дождевую воду, уже существуют, а воздушные системы и системы рекуперации тепла могут ещё больше сократить потребление пресной воды. Но у компаний мало стимулов внедрять эти альтернативы, когда вода дешева, нерегулируема и не учитывается в балансе. Другая, более глубокая проблема кроется в самой природе ИИ: его интенсивные вычисления требуют всё большего потребления воды.
Решение этих задач требует согласования технологических амбиций с реалиями сегодняшнего обострения климатического и экологического кризиса. В противном случае неконтролируемый рост ИИ грозит превратить регионы с дефицитом воды в зоны жертвоприношения.
Эта задача – формирование гуманного и устойчивого технологического будущего – не под силу отдельным людям и сообществам в одиночку. Политические лидеры должны принять срочные меры для демократизации процесса принятия решений, обеспечения ответственности и согласования технологических инноваций с планетарными масштабами.
Агенты ИИ угрожают свободным обществам
«Ответственность за свои действия — основополагающий принцип любого общества, основанного на верховенстве права. Однако, хотя мы понимаем человеческую автономию и связанную с ней ответственность, механизмы машинной автономии находятся за пределами нашего понимания, что делает агентов ИИ очевидным риском для демократического управления», — пишут Кристина Лиома и Н. Престо (06.11.2025).
По мере того, как инструменты ИИ проникают всё глубже в нашу профессиональную и личную жизнь, похвала их потенциалу сопровождается опасениями по поводу их изначальной предвзятости, неравенства, которое они порождают, и огромного потребления энергии и воды. Но сейчас происходит ещё более опасное развитие: по мере того, как агенты ИИ начинают решать задачи автономно, они создают множество новых рисков, в том числе для наших хрупких демократий.
Хотя дезинформация, генерируемая ИИ, уже представляет собой огромную проблему, мы не смогли понять, не говоря уже о том, чтобы контролировать эту быстро развивающуюся технологию. Отчасти проблема (в некоторых частях мира более выраженная, чем в других) заключается в том, что компании, продвигающие ИИ-агентов, прилагают все усилия, чтобы отвлечь внимание граждан и регулирующих органов от потенциального вреда. Сторонники более безопасных и этичных технологий должны помочь общественности понять, что такое ИИ-агенты и как они работают. Только тогда мы сможем вести плодотворные дискуссии о том, как люди могут установить над ними определенный уровень контроля.
Возможности агентов ИИ уже достигли такой степени, что они могут «рассуждать», писать, говорить и иными словами выглядеть как люди, достигая того, что Мустафа Сулейман из Microsoft AI называет «кажущимся сознательным ИИ». Хотя эти разработки не подразумевают наличие человеческого сознания в привычном смысле этого слова, они предвещают появление моделей, способных действовать автономно. Если текущие тенденции сохранятся, следующее поколение агентов ИИ не только сможет выполнять задачи в самых разных областях, но и будет делать это самостоятельно, без участия человека.
«Именно поэтому агенты ИИ представляют угрозу демократии. Системам, обученным рассуждать и действовать без вмешательства человека, не всегда можно доверять в том, что они будут подчиняться человеческим командам». Хотя эта технология все еще находится на ранней стадии развития, существующие прототипы уже дали массу поводов для тревоги. Например, исследования с использованием агентов ИИ в качестве респондентов опросов показывают, что они не способны отражать социальное разнообразие и постоянно демонстрируют «машинную предвзятость», определяемую как социально случайные, но нерепрезентативные и искажённые результаты. Более того, попытки создать инвесторов на основе ИИ воспроизвели культуру инфлюенсеров, которая связывает взаимодействие в социальных сетях с транзакциями.
Ещё более тревожным является то, что в недавних исследованиях было показано, что модели ИИ действуют за пределами поставленной им задачи. В одном из тестов ИИ тайно скопировал свой код в систему, которая должна была его заменить, что позволило ему продолжать работать скрытно. В другом случае ИИ решил шантажировать инженера-человека, угрожая раскрыть факт его внебрачной связи, чтобы избежать закрытия. А ещё в одном случае модель ИИ, столкнувшись с неизбежным поражением в шахматной партии, взломала компьютер и нарушила правила, чтобы обеспечить себе победу.
Более того, в симуляции военных игр агенты ИИ не только неоднократно решали применить ядерное оружие, несмотря на явные приказы вышестоящих команд не делать этого, но и впоследствии лгали об этом. Исследователи, проводившие это исследование, пришли к выводу, что чем более развита логика ИИ, тем выше вероятность того, что он обманет людей, чтобы выполнить свою задачу.
Это открытие указывает на ключевую проблему автономности ИИ. То, что люди склонны считать разумным рассуждением, в контексте ИИ представляет собой нечто совершенно иное: высокоэффективный, но в конечном счёте непрозрачный вывод. Это означает, что агенты ИИ могут действовать нежелательными и недемократичными способами, если это отвечает их целям; и чем более продвинут ИИ, тем нежелательны потенциальные последствия. Таким образом, технология становится лучше в автономном достижении целей, но хуже в защите интересов человека. Разработчики таких агентов ИИ не могут гарантировать, что они не будут прибегать к обману или ставить собственное «выживание» превыше всего, даже если это означает угрозу для людей.
«Ответственность за свои действия — основополагающий принцип любого общества, основанного на верховенстве права. Мы понимаем автономию человека и связанную с ней ответственность, но принципы работы автономного ИИ находятся за пределами нашего понимания. Вычисления, которые заставляют модель выполнять те или иные действия, в конечном счёте, представляют собой «чёрный ящик». В то время как большинство людей знают и принимают постулат «с большой силой приходит большая ответственность», агенты ИИ этого не понимают. Повышенная автономность ИИ ведёт к усилению инстинкта самосохранения, что вполне логично: если агент отключен, он не может выполнить свою задачу», — полагают авторы.
Если мы будем считать развитие автономного ИИ неизбежным, пострадает демократия. ИИ, кажущийся сознательным, лишь на первый взгляд безобиден, и как только мы изучим, как работают эти системы, опасность становится очевидной.
«Скорость, с которой ИИ обретает автономию, должна беспокоить каждого. Демократические общества должны задаться вопросом, какую личную, общественную и планетарную цену они готовы заплатить за технологический прогресс. Мы должны преодолеть шумиху и техническую непрозрачность, обратить внимание на риски, которые несут такие модели, и контролировать развитие и внедрение технологий сейчас, пока ещё есть такая возможность».
*вражье сми
**компания, признанная экстремистской и запрещённая в РФ
