ИЗОБРАЖЕНИЕ: Matt Chinworth
Представьте себе остров, на котором живут миллионы гениев. Они эксперты во всем, что можно сделать на компьютере. Они работают круглосуточно, причем рады трудиться за скромное вознаграждение. А теперь представьте себе те серьезнейшие вопросы, которые возникнут, когда эти люди вольются в мировую экономику.
Как их участие скажется на рынках, заработной плате и расстановке сил? Появление этих гениев может привести как к изобилию и достатку, так и крайней нестабильности, и зависеть это будет, по крайней мере частично, от того, как поведем себя все мы.
В случае наступления новой эпохи изобилия взлетят производительность труда и экономический рост и произойдет расцвет общественного благосостояния. За счет своего несравненного интеллекта эта новая рабочая сила в корне преобразует многие отрасли от здравоохранения и образования до технологического сектора. Офисные задачи будут выполняться быстро и точно, так что у людей высвободится время на более содержательную деятельность. Стоимость многих услуг сократится, что повысит уровень жизни.
А как выглядит сценарий нестабильности? Если гении будут выполнять ту же работу за несравнимо меньшую плату, работникам сферы знаний и специалистам будет грозить массовая безработица. Снижение зарплат и страх потерять работу ударят по самым разным отраслям, что приведет к резкому сокращению среднего класса и усугубит неравенство. Если этих гениев приберут к рукам несколько корпораций или государств, может начаться беспрецедентная монополизация богатства и влияния, которая отодвинет не обочину прогресса менее крупные компании и страны с менее сильной экономикой. Это может затормозить инновационный процесс и обострить мировые противоречия.
Если гении будут доминировать в интеллектуальной и практической сферах, человеческая индивидуальность и творчество могут утратить ценность. В ситуации, когда многие почувствуют себя ненужными, общества будут мучительно искать ответы на экзистенциальные вопросы: «Кто мы?» и «Зачем мы живем?», что может привести к повсеместным волнениям. Из-за этих гениев в экономике может начаться хаос, в обществе — разлад, а мир погрузится в пучину неравенства.
О таком острове гениев стоит задуматься, потому что все больше экспертов полагают, что мы, возможно, стоим на пороге как раз такого технологического скачка. Например, в 2023 году Джеффри Хинтон, получивший Нобелевскую премию за открытия в сфере ИИ, заявил, что искусственный интеллект сможет превзойти человеческий в течение ближайших 5–20 лет. Некоторые специалисты допускают, что это произойдет даже раньше.
Приведет ли появление ИИ, затмевающего человеческий интеллект, к росту процветания или нестабильности, будет, скорее всего, зависеть от того, как оно скажется на неравенстве. Начиная со времен компьютерной революции 1960-х, многие экономисты, включая нобелевского лауреата Дарона Аджемоглу, утверждают, что технологический прогресс может усугубить неравенство доходов за счет увеличения спроса на высококвалифицированных и опытных работников и снижения спроса на рабочую силу с низкой квалификацией, что получило наименование «смещения по квалификации». Два недавних исследования проливают свет на то, как концепцию такого смещения можно применить к революции в сфере ИИ.
В одном исследовании (автор — Тони Ролдан Монес из бизнес школы ESADE) показано влияние инструментов генеративного ИИ на конкурс, проводившийся среди студенческих дискуссионных клубов. Студенты, обладающие более высоким уровнем компетенций , действительно получают от ИИ непропорционально больше выгод. При использовании генеративного ИИ их шансы на победу в дебатах возрастали на 12 процентов. При этом на результаты участников с более низким уровнем компетенций ИИ почти не влиял. Отсюда следует, что внедрение ИИ может в большей степени помочь высококвалифицированным работникам, чем менее квалифицированным, и таким образом усугубить неравенство доходов.
Однако другое исследование, в рамках которого Эрик Бриньолфссон из Стэнфордского университета вместе с коллегами проанализировал данные по сотрудникам колл-центров, говорит о том, что непропорционально больше выгод от ИИ получают менее квалифицированные работники. Тогда как производительность опытных и высококвалифицированных операторов практически не меняется, у новичков и менее квалифицированных работников показатели повышаются на 34 процента. В частности, авторы выяснили, что благодаря инструментам ИИ производительность труда (измеряемая как количество вопросов, решенных за час) в среднем увеличивается на 14 процентов. Например, ИИ может улучшить производительность менее квалифицированных операторов, спрогнозировав, как ту или иную задачу решили бы их более квалифицированные коллеги. В этих обстоятельствах ИИ неравенство доходов сокращает.
Почему у одних исследователей ИИ в большей степени помогает менее квалифицированным работникам, а у других — более квалифицированным? В чем разница между участниками студенческих дискуссионных клубов и операторами колл-центра? Мы полагаем, что это связано с суждением (ключевым компонентом в принятии решений) и прогнозированием. Эти два аспекта играют важнейшую роль в теории принятия решений — разделе прикладной теории вероятностей, в рамках которого различным исходам приписывается определенная вероятность (прогнозирование), а их последствиям — определенная ценность (суждение).
Как показывают результаты исследования Ролдана Монеса, неравенство между участниками дискуссий, обладающими высоким уровнем компетенций, и участниками с низким уровнем компетенций, может быть обусловлено суждением. Автор делает вывод о том, что участники дискуссий с более высоким уровнем компетенций, использовавшие ИИ, получали более высокую оценку за убедительность, ораторское искусство и ответные аргументы. При этом оценка за ясность изложения не повышалась. Это свидетельствует о том, что вместо готового ответа инструмент ИИ предлагал варианты, а участники дискуссий с более высоким уровнем компетенцией лучше справлялись с задачей выбора наиболее перспективных аргументов. В результате основные преимущества извлекали участники дискуссий, обладающие более высоким уровнем компетенций, что усиливало неравенство по квалификации.
В исследовании же Бриньолфссона ключевым отличием между более или менее квалифицированными операторами колл-центра служило умение спрогнозировать ответ, который лучше всего удовлетворит клиента. И искусственный интеллект справлялся с этой задачей не хуже квалифицированных сотрудников. Что же касается анализа относительных издержек, сопряженных с разными типами ошибок, то его важность была не так высока, потому что умение корректно оценивать такие исходы менее дефицитна.
По мере совершенствования прогностических возможностей ИИ распределение богатства и влияния все чаще будет зависеть от качества суждения. Там, где разница между высоко- и низкоквалифицированными сотрудниками определяется прогностическим аспектом работы, ИИ будет в большей степени выгоден сотрудникам с невысокой квалификацией, поскольку при прогнозировании человека сможет заменить ИИ. Это сгладит различия в производительности труда, а значит, и неравенство доходов среди занятых в данной отрасли и со временем приведет к повышению заработной платы в странах с низкими заработками даже при не столь высокой квалификации. Например, зарплаты сотрудников колл-центров и административных отделов в Индии могут вырасти по отношению к США.
Но в тех областях, где разница между высокой и низкой квалификацией определяется качеством суждения, ИИ в первую очередь пойдет на пользу боле квалифицированным сотрудникам. Следовательно, в этих отраслях разрыв в производительности труда и доходах станет еще шире. Трудовые ресурсы могут начать перемещаться в регионы с более высокими зарплатами, которые раньше были менее привлекательными, поскольку прежде прибыль от высокой квалификации не оправдывала затрат. Может ускориться переток инновационной деятельности в США, поскольку одаренные студенты чаще выбирают американские университеты, а работающие в США ученые опережают коллег по количеству научных открытий, наград, публикаций и патентов.
ИИ развивается стремительно, однако такие сферы и параметры, как управленческая практика, инфраструктура, образование, регулирование и потребительский спрос, меняются медленно, поэтому открытие этого острова гениев в краткосрочной перспективе произведет, скорее всего, ограниченный эффект. Однако со временем оно окажет на мировую экономику серьезное воздействие, и экономическая стабильность будет зависеть от того, как мы организуем этот переход.
Географическое распределение задач, при выполнении которых требуется высокий уровень суждения, а ошибки чреваты высокими издержками, повлияет на распределение доходов и влияния. Регионы с более квалифицированной рабочей силой, более качественными исследовательскими институтами и развитой технологической инфраструктурой, вероятно, получат непропорционально высокую долю экономических преимуществ.
В тех областях, где профессиональное суждение представляют большую ценность (например, в научных исследованиях, лечебной помощи и стратегическом планировании), ИИ повысит производительность труда экспертов, даст им возможность больше зарабатывать и укрепит доминирование инновационных центров. Но в таких отраслях, как сфера обслуживания, где разница в квалификации определяется умением прогнозировать, может начаться перемещение рабочих мест в регионы с менее высокими зарплатами, что уменьшит неравенство доходов.
Если воздействие ИИ на высокоценную работу аналитического характера перевесит его выравнивающее воздействие на менее ценную работу предиктивного характера, глобальное экономическое неравенство усугубится. В результате мы можем увидеть еще более ярко выраженную концентрацию богатства и влияния лишь в нескольких городах или странах, куда стекаются наиболее способные кадры.
Регионы с высоким уровнем дохода и развитыми экосистемами ИИ, куда входят части США, Европы и Азии, могут получить более высокую прибыль на человеческий капитал, обладающий необходимыми аналитическими умениями. Другие же регионы рискуют отстать. В перспективе такая ситуация может привести к еще большему неравенству в технологическом лидерстве, финансировании исследований и геополитическом влиянии. Более того, совершенствование ИИ может повлиять на то, какие виды аналитических навыков останутся востребованными, что приведет к дальнейшему изменению баланса сил в зависимости от того, каким регионам удастся адаптировать свою рабочую силу к новым потребностям.
В этой ситуации директивные органы могут существенно помочь тремя способами.
Для развития потенциала анализа и оценки можно расширить доступ к качественному образованию, в котором акцент будет сделан на умение принимать решения в сложных ситуациях. Таким образом, в разных регионах появится больше людей с необходимыми аналитическими навыками, способными дополнять ИИ.
Также можно проводить политику, направленную на повышение глобальной мобильности ценных кадров и обмен знаниями, чтобы аналитические умения, необходимые для наилучшего применения ИИ, не сосредотачивались в нескольких регионах-лидерах, а распределялись по разным экономикам более равномерно.
Наконец, директивные органы за счет финансирования, развития инфраструктуры и инициатив по внедрению ИИ могли бы стимулировать более широкое распространение возможностей по генерированию ценных прогнозов на базе ИИ не только в традиционных центрах влияния. Это позволило бы влиять на распределение выгод от ИИ и способствовать более сбалансированному экономическому росту в более долгосрочной перспективе.
Подобные меры помогут осуществить переход организованно, извлекая максимальную пользу из ИИ и держа под контролем сопряженные с ним риски. Специалисты в области информатики совершили рывок, создав технологию, которая продолжает стремительно развиваться. Пришло время экономистам нагонять. Мы должны подсказать тем, кто разрабатывает меры политики, как лучше организовать переход к широкому внедрению ИИ. Это повысит вероятность того, что такая политика направит мировое развитие к стабильности и процветанию, а не по иному, неблагоприятному, пути.
Примечание редактора (16 июня 2025 года). В данную статью внесено изменение: в новой редакции удалены ссылки на научную статью Эйдана Тонер-Роджерса «Искусственный интеллект, научные открытия и инновации в продуктах». Согласно заявлению Массачусетского технологического института, данную научную статью следует изъять из сферы общественного обсуждения ввиду отсутствия уверенности в достоверности исследований.
Аджей Агравал — обладатель кафедры имени Джеффри Тейбера по предпринимательству и инновациям в Ротмановской школе управления Университета Торонто.
Джошуа Ганс — обладатель кафедры имени Джеффри С. Сколла по техническим инновациям и предпринимательству в Ротмановской школе управления Университета Торонто.
Ави Голдфарб — обладатель кафедры имени Ротмана по искусственному интеллекту и здравоохранению в Ротмановской школе управления Университета Торонто.
Agrawal, Ajay, Joshua Gans, and Avi Goldfarb. 2018. Prediction Machines: The Simple Economics of Artificial Intelligence. Boston, MA: Harvard Business Review Press.
Brynjolfsson, Erik, Danielle Li, and Lindsey R. Raymond. 2023. “Generative AI at Work.” NBER Working Paper 31161, National Bureau of Economic Research, Cambridge, MA.
Roldán Monés, Toni. 2024. “When GenAI Increases Inequality: Evidence from a University Debating Competition.” EsadeEcPol Working Paper, Esade Center for Economic Policy, Barcelona.
© 2026 International Monetary Fund. All rights reserved.
