## Макроэкономика искусственного интеллекта

## Source details

**Canonical URL:** [Макроэкономика искусственного интеллекта](https://www.imf.org/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger)

## Other formats

- [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)

## Bibliographic details
- Authors: Erik Brynjolfsson, GABRIEL UNGER
- Published: December 5, 2023

---

### Введение: общий замысел и неопределённость
- 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.

### Первая развилка: рост производительности труда
- 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
  - ИИ внедряется медленно и ограничивается крупными компаниями.
  - Экономическая специализация ИИ узкая — сокращение трудозатрат («тривиальные технологии»).
  - Возможные последствия: работники переходят на менее производительную работу; ограниченный общий эффект на долгосрочный рост.
  - Барьеры: организационные/управленческие препятствия; правовые проблемы, включая неясность применения законодательства об интеллектуальной собственности; возможные жёсткие регуляции и даже запреты.
- Сценарий: будущее с высокой производительностью
  - ИИ выполняет значительную часть задач большинства работников (ссылка на Eloundou et al., 2023).
  - ИИ становится дополнением, освобождающим время для творческой и изобретательской деятельности; фиксация неформальных знаний и использование больших объёмов оцифрованных данных.
  - Интеграция ИИ с роботами расширяет охват экономики.
  - Потенциал для рекурсивного самоулучшения и радикальных научных прорывов в медицине, естественных науках и развитии самого ИИ.

### Вторая развилка: неравенство доходов
- 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
  - ИИ заменяет многие виды человеческого труда, включая творческие задачи (генеративный ИИ).
  - Работники перемещаются на низкооплачиваемые должности сферы услуг (санитары, няни, швейцары), усиление разрыва между элитой и низшим классом.
  - Итог — не массовая безработица, но сильное увеличение неравенства.
- Сценарий: будущее с уменьшением неравенства
  - ИИ помогает наименее опытным работникам улучшать выполнение обязанностей (пример: Copilot для программистов).
  - 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).
  - Возможные эффекты: более равномерное распределение доходов при условии деления выгод работодателями; снижение текучести кадров; повышение клиентской удовлетворённости; улучшение психологического качества работы.

### Третья развилка: отраслевая концентрация
- Предыстория: с начала 1980-х годов в развитых экономиках резко возросла отраслевая концентрация.
- Сценарий: будущее с увеличением концентрации
  - Лидеры с большими вычислительными ресурсами и огромными базами данных получают преимущество.
  - Примеры затрат: обучение GPT-4 при первоначальной разработке обошлось более чем в 100 млн долларов, эксплуатация требует около 700 000 долларов в день.
  - В обозримом будущем стоимость разработки крупной модели может исчисляться миллиардами долларов; законы масштабирования сохраняют преимущества крупнейших компаний.
  - 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.
- Сценарий: будущее с уменьшением концентрации
  - Распространение моделей ИИ с открытым исходным кодом (например, LLaMA, Koala) и активная экосистема коммерческих и некоммерческих участников.
  - Малые фирмы получают доступ к передовым технологиям, что позволяет сокращать технологический разрыв.
  - 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.
  - Возможность децентрализованных инноваций и мотивация новаторов владеть малыми фирмами, а не работать в больших корпорациях.

### Выработка курса политики: общие выводы и рекомендации
- 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:
  - Как создавать стимулы для ИИ, который дополняет, а не заменяет человеческий труд?
  - Какие меры обеспечат процветание ИИ, доступного компаниям любого размера?
  - Как поддержать экосистему с открытым исходным кодом?
  - Какой подход к разработке моделей и их внедрению в фирмах способствует радикальным инновациям, а не незначительным улучшениям?
- 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.

*Источник: ФИНАНСЫ И РАЗВИТИЕ — «Макроэкономика искусственного интеллекта», Эрик Бриньолфссон и Габриэль Унгер, Декабрь 2023 года.*

---

## Content in this bundle

- **glossaryr**
  - [glossaryr (Markdown version)](/external/np/term/rus/pdf/glossaryr.pdf.md){rel="alternate" type="text/markdown"}
  - [glossaryr (PDF)](/external/np/term/rus/pdf/glossaryr.pdf){rel="external" type="application/pdf"}

---

_Source: https://www.imf.org/ru/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger_