Искусственный интеллект — это новая экономическая революция! Он отвяжет экономический рост от человеческого труда, обеспечит безграничное развитие и приведет нас в новую эру процветания. Именно этот нарратив использовался для оправдания поистине колоссальных инвестиций в технологии. В прошлом году Бигтех потратил на ИИ $400 миллиардов. Этого хватило бы, чтобы искоренить мировой голод на целое десятилетие! Но в этом году они готовы потратить на ИИ уже $700 миллиардов.
Действительно, некоторые экономисты заявляли, что эти инвестиции стимулировали экономику США. Аналитики Deutsche Bank подсчитали, что почти весь рост ВВП США был обеспечен инвестициями в ИИ, и без них страна находилась бы в функциональной рецессии. Профессор экономики Гарвардского университета Джейсон Фурман поддержал эту мысль, заявив, что ИИ обеспечил 92% роста ВВП США в первой половине 2025 года.
Так стал ли ИИ тем экономическим чудом, которое нам обещали? Что ж, нет. Экономисты начинают заглядывать чуть глубже рекламных проспектов и обнаруживают, что эти библейские инвестиции привели к «практически нулевому» экономическому росту.
Такое заявление сделал главный экономист Goldman Sachs Ян Хациус. В интервью Atlantic Council Хациус отметил, что расходы на ИИ внесли «практически нулевой» вклад в рост ВВП США в 2025 году. Он прямо сказал: «На самом деле мы не рассматриваем инвестиции в ИИ как сильно стимулирующие рост» и добавил, что «влияние инвестиций в ИИ на рост ВВП США в 2025 году сильно искажается в прессе, и оно гораздо меньше, чем принято считать».
Почему же мнение Хациуса так сильно отличается от мнения многих его коллег?
Всё просто: в отличие от них, он смотрит, куда на самом деле уходят эти деньги. Видите ли, все эти миллиарды долларов в основном тратятся на импорт компьютерных чипов. Поэтому Хациус утверждает, что эти инвестиции пополняют ВВП Кореи и Тайваня, а не США. По сути, эти траты вымывают из США капитал, который стране стоило бы использовать для развития собственной экономики!
Но в рассуждениях Хациуса есть одно, прямо скажем, странное упущение. Ведь ИИ должен повышать продуктивность за счет автоматизации и аугментации (расширения возможностей человека), верно? А повышение продуктивности создает экономический рост. Так что, безусловно, если сами инвестиции в ИИ не увеличивают ВВП, то нейросети, созданные на эти деньги и внедренные в экономику США, должны стимулировать рост. Почему же Хациус не принял это во внимание?
Ответ прост: потому что ИИ пока не повышает продуктивность в глобальных масштабах, а значит, его внедрение не увеличивает ВВП.
Аналитики знают об этом уже довольно давно.
Сам Goldman Sachs прогнозирует, что ИИ увеличит продуктивность в США всего на 15%. Но даже эта цифра может оказаться дико оптимистичной. Еще в 2024 году банк ING подсчитал, что ИИ повысит продуктивность лишь на 1%. Для контекста: компьютерная и интернет-революция обеспечили примерно 45% роста продуктивности в США с 1980 года, а с 1980 по 2019 год продуктивность в США выросла примерно на 60%. Это означает, что ПК и интернет дали реальный прирост эффективности на 27%. Даже на пике IT-бума в 2000 году ежегодные капитальные затраты отрасли составляли $164,2 млрд, или $310 млрд в сегодняшних деньгах. Получается, что даже по самым оптимистичным оценкам ИИ обходится более чем в два раза дороже IT-революции, а принесет лишь половину ее пользы. Если же смотреть реалистично, то он обеспечит менее 4% от того прироста продуктивности.
Но я думаю, что даже прогнозы ING слишком оптимистичны. Недавние данные ясно показывают: ИИ — это совсем не тот инструмент продуктивности, каким мы его себе представляли.
Исследование Университета Карнеги-Меллона показало, что даже лучшие «агентные» ИИ полностью проваливают базовые задачи в 70% случаев. Недавнее исследование выявило, что лучшие современные ИИ не справились с 97,5% реальных фриланс-задач, которые им поручили. Организация METR обнаружила, что генеративный ИИ замедляет работу опытных разработчиков на 19%, поскольку им приходится тратить больше времени на исправление ошибок за нейросетью, чем она экономит им времени на написании кода. Все это объясняет, почему в недавнем отчете Harvard Business Review говорится, что ИИ не повышает продуктивность, а наоборот, интенсифицирует нагрузку на сотрудников. Короче говоря, пока ИИ больше похож на машину для выгорания, чем на инструмент эффективности.
Как не стать частью печальной статистики
Почему корпоративные эксперименты с ИИ так часто проваливаются? Потому что компании пытаются полностью заменить человека там, где нейросети должны выступать лишь мощным ассистентом. Если вы используете ИИ только для того, чтобы делать свою старую работу немного быстрее, вы все еще действуете как рядовой потребитель.
Стать создателем — войти в те самые 5% людей, свободно владеющих ИИ, — требует фундаментального сдвига в мышлении. Речь больше не идет о том, чтобы спрашивать: «Как этот инструмент может выполнить мою текущую задачу без моего участия?». Речь идет о том, чтобы спросить: «Как этот инструмент может автоматизировать рутину, масштабировать мои идеи и переизобрести мой подход к работе?»
И чтобы стать таким творцом, вам нужен правильный арсенал. Ограничиваться одним ChatGPT — значит добровольно сужать свои возможности.
Сервисы вроде BotHub дают доступ к целой экосистеме топовых нейросетей в одном окне (от генерации сложных текстов до глубокого анализа данных). Это позволяет вам экспериментировать, сравнивать результаты разных моделей и строить те самые системы, которые делают вас незаменимым специалистом, а не жертвой корпоративного ИИ-бума.
Для доступа не требуется VPN, можно использовать российскую карту.
По ссылке вы можете получить 300 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!
Мы видим, как эти выводы подтверждаются и на уровне бизнеса. Известно, что по данным MIT, 95% корпоративных пилотных проектов с ИИ терпят неудачу. Это подтверждают и данные PwC, согласно которым лишь 12% компаний, использующих ИИ, добились снижения затрат и роста прибыли. Аналитики BCG выяснили, что только 5% компаний, внедривших ИИ, извлекли из этого реальную ценность, а Forrester Research сообщает, что лишь 15% респондентов их корпоративного опроса заявили об увеличении прибыли от ИИ за последний год.
В связи с этим кажется, что бизнес скорее сворачивает использование ИИ, нежели стремится к его быстрому внедрению. Журнал The Economist отмечает, что использование ИИ крупными американскими корпорациями на самом деле сокращается, а не растет. А по данным S&P Global Market Intelligence, уровень отмены корпоративных ИИ-программ взлетел с 17% в 2024 году до 42% в 2025-м.
И снова мы видим, как всё это отражается в экономических данных. Несмотря на то, что могут рассказывать вам мейнстримные медиа, по данным Oxford Economics, в настоящее время количество реальных увольнений, вызванных ИИ-автоматизацией, равно нулю.
Так что не стоит удивляться, что Ян Хациус даже не стал утруждать себя обсуждением того, как внедрение ИИ могло бы повысить продуктивность и, следовательно, ВВП. Данные ясно показывают: этого просто не происходит.
Но ситуация на самом деле еще сложнее. Несмотря на колоссальные суммы, вливаемые в ИИ, он вряд ли станет намного умнее, чем сейчас.
Недавнее исследование OpenAI показало, что простое наращивание вычислительных мощностей или загрузка большего объема данных не способны уменьшить «галлюцинации» ИИ или сделать его более точным. Фактически, они пришли к выводу, что жизнеспособного способа избавиться от галлюцинаций пока нет, что убедительно намекает: эти модели рискуют остаться такими же ненадежными, как и сегодня. Это подтверждается и работой выдающегося ученого Вишала Сикки и его сына Варина Сикки, которые утверждают, что математически доказали: эти ИИ «неспособны выполнять вычислительные и агентные задачи за пределами определенной сложности». Все это также согласуется с исследованиями границы эффективных вычислений, проблемы масштабирования и гипотезы Флориди, в которых подробно описываются эти ограничения ИИ.
Так что тот факт, что бигтех вбухает в ИИ $700 миллиардов в следующем году, совершенно не гарантирует качественного скачка технологий. Вот почему я считаю, что оценка ING в 1% роста продуктивности на самом деле нереалистично оптимистична.
А это значит, что само обоснование этих безумных инвестиций в $700 млрд в корне неверно. Это не сделает ИИ по-настоящему надежным, не повысит глобальную продуктивность, не обеспечит рост ВВП и не станет той экономической серебряной пулей, которую нам обещали.
О чем нам это говорит? О том, что это может оказаться тупиком. Вливание таких денег лишь еще больше раздует экономический пузырь и сделает последствия его схлопывания еще более болезненными.
Чем больше я смотрю на ИИ-индустрию, тем больше она начинает напоминать закрытый элитный клуб. Корпорации просто перебрасывают деньги между собой, делая друг друга богаче, и скармливают остальному миру красивые, но пустые оправдания, чтобы как-то это объяснить. Для этого есть и другие названия — например, круговое финансирование или олигархическая экономика. Но одно можно сказать наверняка: ничем хорошим это не закончится.
Автор: cognitronn
