{
  "title": "Макроэкономика искусственного интеллекта",
  "sourceUrl": "https://www.imf.org/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger",
  "canonical": "https://www.imf.org/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger",
  "overlayPath": "/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/index.md",
  "summary": "Основная тема: влияние ИИ на три макроэкономические области — рост производительности труда, рынок труда (неравенство доходов) и отраслевая концентрация.",
  "sections": [
    {
      "heading": "Введение: общий замысел и неопределённость",
      "content": "- Основная тема: влияние ИИ на три макроэкономические области — рост производительности труда, рынок труда (неравенство доходов) и отраслевая концентрация.\n- Ключевой тезис: у ИИ нет предопределённого будущего; реальность будет зависеть от технологических и политических решений сегодняшнего дня.\n- Необходимые элементы для благоприятного будущего: творческие эксперименты в политике; набор позитивных целей для общества; гибкость в эволюции регулирования и исследований."
    },
    {
      "heading": "Первая развилка: рост производительности труда",
      "content": "- Предыстория: за последние 50 лет (за исключением подъёма в конце 1990-х — начале 2000-х) экономика США характеризовалась тревожно низким ростом производительности труда.\n- Сценарий: будущее с низкой производительностью\n  - ИИ внедряется медленно и ограничивается крупными компаниями.\n  - Экономическая специализация ИИ узкая — сокращение трудозатрат («тривиальные технологии»).\n  - Возможные последствия: работники переходят на менее производительную работу; ограниченный общий эффект на долгосрочный рост.\n  - Барьеры: организационные/управленческие препятствия; правовые проблемы, включая неясность применения законодательства об интеллектуальной собственности; возможные жёсткие регуляции и даже запреты.\n- Сценарий: будущее с высокой производительностью\n  - ИИ выполняет значительную часть задач большинства работников (ссылка на Eloundou et al., 2023).\n  - ИИ становится дополнением, освобождающим время для творческой и изобретательской деятельности; фиксация неформальных знаний и использование больших объёмов оцифрованных данных.\n  - Интеграция ИИ с роботами расширяет охват экономики.\n  - Потенциал для рекурсивного самоулучшения и радикальных научных прорывов в медицине, естественных науках и развитии самого ИИ."
    },
    {
      "heading": "Вторая развилка: неравенство доходов",
      "content": "- Предыстория: рост неравенства в последние 40 лет; компьютеры и ИТ могли способствовать вытеснению рутинных рабочих мест (Autor, Levy, and Murnane, 2003).\n- Сценарий: будущее с увеличением неравенства\n  - ИИ заменяет многие виды человеческого труда, включая творческие задачи (генеративный ИИ).\n  - Работники перемещаются на низкооплачиваемые должности сферы услуг (санитары, няни, швейцары), усиление разрыва между элитой и низшим классом.\n  - Итог — не массовая безработица, но сильное увеличение неравенства.\n- Сценарий: будущее с уменьшением неравенства\n  - ИИ помогает наименее опытным работникам улучшать выполнение обязанностей (пример: Copilot для программистов).\n  - Исследование 5000 работников колл-центра показало, что наибольший прирост производительности при использовании ИИ-помощника получили наименее квалифицированные или недавно принятые сотрудники (Brynjolfsson, Li, and Raymond, 2023).\n  - Возможные эффекты: более равномерное распределение доходов при условии деления выгод работодателями; снижение текучести кадров; повышение клиентской удовлетворённости; улучшение психологического качества работы."
    },
    {
      "heading": "Третья развилка: отраслевая концентрация",
      "content": "- Предыстория: с начала 1980-х годов в развитых экономиках резко возросла отраслевая концентрация.\n- Сценарий: будущее с увеличением концентрации\n  - Лидеры с большими вычислительными ресурсами и огромными базами данных получают преимущество.\n  - Примеры затрат: обучение GPT-4 при первоначальной разработке обошлось более чем в 100 млн долларов, эксплуатация требует около 700 000 долларов в день.\n  - В обозримом будущем стоимость разработки крупной модели может исчисляться миллиардами долларов; законы масштабирования сохраняют преимущества крупнейших компаний.\n  - Следствие: крупные фирмы усиливают своё доминирование; «видимая рука» топ-менеджмента становится эффективнее в координации ресурсов внутри больших компаний, уменьшая преимущество малых фирм в локальных знаниях.\n- Сценарий: будущее с уменьшением концентрации\n  - Распространение моделей ИИ с открытым исходным кодом (например, LLaMA, Koala) и активная экосистема коммерческих и некоммерческих участников.\n  - Малые фирмы получают доступ к передовым технологиям, что позволяет сокращать технологический разрыв.\n  - Внутренний документ Google (май 2023) отмечает, что модели с открытым исходным кодом могут быть «более быстрыми, настраиваемыми, приватными и способными при равных ресурсах» по сравнению с проприетарными.\n  - Возможность децентрализованных инноваций и мотивация новаторов владеть малыми фирмами, а не работать в больших корпорациях."
    },
    {
      "heading": "Выработка курса политики: общие выводы и рекомендации",
      "content": "- Основное предупреждение: без целенаправленных мер политики неблагоприятный набор вариантов (низкий рост производительности, рост неравенства, повышение концентрации) — путь наименьшего сопротивления.\n- Пересмотр дискурса: уход от простого «больше ИИ / меньше ИИ / запрет» к пониманию множественности путей развития технологии.\n- Ключевые вопросы для политиков:\n  - Как создавать стимулы для ИИ, который дополняет, а не заменяет человеческий труд?\n  - Какие меры обеспечат процветание ИИ, доступного компаниям любого размера?\n  - Как поддержать экосистему с открытым исходным кодом?\n  - Какой подход к разработке моделей и их внедрению в фирмах способствует радикальным инновациям, а не незначительным улучшениям?\n- Акторы, формирующие траекторию: крупные корпорации (решения о совмещении ИИ с кадрами), лаборатории ИИ/информатики (включая разработку открытых моделей), законодательные и регуляторные органы на федеральном и местном уровнях, избиратели и профсоюзы.\n- Научная политика: текущий дисбаланс между исследованиями, расширяющими границы технологии, и исследованиями последствий ИИ следует исправлять — требуется больше инвестиций в исследования экономики и политики, соответствующие масштабу влияния ИИ, оцениваемого в триллионы долларов.\n\nИсточник: ФИНАНСЫ И РАЗВИТИЕ — «Макроэкономика искусственного интеллекта», Эрик Бриньолфссон и Габриэль Унгер, Декабрь 2023 года.\n\n---\n\n Content in this bundle\n\n- glossaryr\n  - glossaryr (Markdown version){rel=\"alternate\" type=\"text/markdown\"}\n  - glossaryr (PDF){rel=\"external\" type=\"application/pdf\"}\n\n---\n\nSource: https://www.imf.org/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger"
    }
  ],
  "bullets": [
    "[Markdown version](/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/index.md)",
    "[Structured JSON version](/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/index.json)",
    "[Bundle manifest](/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/bundle-manifest.json)",
    "Authors: Erik Brynjolfsson, GABRIEL UNGER",
    "Published: December 5, 2023",
    "Основная тема: влияние ИИ на три макроэкономические области — рост производительности труда, рынок труда (неравенство доходов) и отраслевая концентрация.",
    "Ключевой тезис: у ИИ нет предопределённого будущего; реальность будет зависеть от технологических и политических решений сегодняшнего дня.",
    "Необходимые элементы для благоприятного будущего: творческие эксперименты в политике; набор позитивных целей для общества; гибкость в эволюции регулирования и исследований.",
    "Предыстория: за последние 50 лет (за исключением подъёма в конце 1990-х — начале 2000-х) экономика США характеризовалась тревожно низким ростом производительности труда.",
    "Сценарий: будущее с низкой производительностью",
    "Сценарий: будущее с высокой производительностью",
    "Предыстория: рост неравенства в последние 40 лет; компьютеры и ИТ могли способствовать вытеснению рутинных рабочих мест (Autor, Levy, and Murnane, 2003).",
    "Сценарий: будущее с увеличением неравенства",
    "Сценарий: будущее с уменьшением неравенства",
    "Предыстория: с начала 1980-х годов в развитых экономиках резко возросла отраслевая концентрация.",
    "Сценарий: будущее с увеличением концентрации",
    "Сценарий: будущее с уменьшением концентрации",
    "Основное предупреждение: без целенаправленных мер политики неблагоприятный набор вариантов (низкий рост производительности, рост неравенства, повышение концентрации) — путь наименьшего сопротивления.",
    "Пересмотр дискурса: уход от простого «больше ИИ / меньше ИИ / запрет» к пониманию множественности путей развития технологии.",
    "Ключевые вопросы для политиков:",
    "Акторы, формирующие траекторию: крупные корпорации (решения о совмещении ИИ с кадрами), лаборатории ИИ/информатики (включая разработку открытых моделей), законодательные и регуляторные органы на федеральном и местном уровнях, избиратели и профсоюзы.",
    "Научная политика: текущий дисбаланс между исследованиями, расширяющими границы технологии, и исследованиями последствий ИИ следует исправлять — требуется больше инвестиций в исследования экономики и политики, соответствующие масштабу влияния ИИ, оцениваемого в триллионы долларов.",
    "**glossaryr**"
  ],
  "related": [
    {
      "title": "glossaryr",
      "role": "document",
      "sourceUrl": "https://www.imf.org/external/np/term/rus/pdf/glossaryr.pdf",
      "summary": {
        "path": "/external/np/term/rus/pdf/glossaryr.pdf.md",
        "mime": "text/markdown"
      },
      "binary": {
        "path": "/external/np/term/rus/pdf/glossaryr.pdf",
        "mime": "application/pdf"
      }
    }
  ],
  "alternates": {
    "markdown": "/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/index.md",
    "json": "/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/index.json",
    "bundleManifest": "/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/bundle-manifest.json"
  },
  "generatedAtUtc": "2026-09-16T01:42:07.701Z"
}
