Всего +0,5% к росту: экономист Тайлер Коуэн оценил реальный эффект от ИИ

Искусственный интеллект уже сокращает время выполнения многих рабочих задач, но это почти незаметно в макроэкономической статистике. Экономист и соучредитель Marginal Revolution Тайлер Коуэн считает, что причина не в недостаточной мощности моделей, а в медленной адаптации людей и организаций. По его прогнозу, в ближайшей перспективе ИИ будет способствовать росту производительности в экономике примерно на 0,5%.

По словам Коуэна, сотрудники уже используют ИИ для задач, которые раньше занимали часы. Например, служебную записку можно подготовить примерно за 10 минут, после чего остаётся лишь отредактировать результат, однако сэкономленное время не обязательно отражается в показателях производительности.

«Настоящий прорыв произойдет тогда, когда мы сможем использовать ИИ для повышения эффективности науки: чтобы быстрее доходить до истины и лучше проверять гипотезы», — заявил экономист.

На это, по оценке Коуэна, во многих сферах может уйти десять и более лет. В то же время в программировании уже наблюдаются значительные изменения, поскольку переход от инструментов-помощников к автономным ИИ-агентам позволяет автоматизировать всё больше задач.

Коуэн прогнозирует, что ИИ будет вносить примерно 0,5 процентного пункта в экономический рост США. По его словам, при базовом росте экономики на 2% это означало бы примерно 2,5%, чего, по его мнению, было бы достаточно для решения проблемы бюджетного дефицита.

Проблема неэффективных институтов

Экономист считает, что пересмотреть прогноз в сторону 2% и выше его заставило бы масштабное внедрение ИИ не только в технологических компаниях, но и в неэффективных институтах. К таким сферам он относит государственный сектор, некоммерческие организации, значительную часть системы высшего образования и наименее эффективные сегменты здравоохранения. По его оценке, от 40% до 50% экономики США работает очень медленно, а трансформация таких структур может занять целое поколение.

По мнению Коуэна, во многих случаях устаревшие организации не смогут быстро перестроиться самостоятельно, поэтому их будут вытеснять новые стартапы. Дополнительной проблемой станет необходимость переобучения работников, чьи профессиональные обязанности существенно изменятся из-за ИИ.

Автоматизация колл-центров

Экономист ожидает почти полной автоматизации колл-центров менее чем через десять лет. Переход от систем, которые лишь помогают сотрудникам, к агентам, способным самостоятельно выполнять задачи, может устранить человеческий фактор как главное ограничение в этой сфере.

В то же время Коуэн обратил внимание на организационные трудности переобучения сотрудников. Компаниям недостаточно просто не увольнять людей: им придется убеждать сотрудников, которые годами выполняли одну и ту же работу, осваивать принципиально новые способы работы вместе с ИИ.

Постепенная адаптация

Даже такая автоматизация не будет иметь достаточного масштаба, чтобы быстро изменить всю экономику. Коуэн подчеркивает, что прогресс будет происходить постепенно — сектор за сектором, а самым большим ограничением останется способность людей и организаций адаптироваться к новым технологиям.

«Главным препятствием является не качество самого ИИ. Проблема заключается в том, как люди его воспринимают и используют», — подчеркнул экономист.

Подобный эффект уже наблюдался в 1990-х годах. В США в период с 1995 по 1998 год распространение информационных технологий, в частности программного обеспечения и систем управления товарными запасами, способствовало росту производительности примерно на 0,5 процентного пункта. По мнению Коуэна, современный ИИ значительно мощнее технологий того периода, но это само по себе не гарантирует более быстрого экономического эффекта.

В статье «Когда финтех встречается с ИИ. Триллионные возможности для мировых финансов и мошенников» экономист Алексей Кущ отмечает, что ИИ коренным образом меняет мировую финансовую систему, стимулируя слияние централизованного и децентрализованного финтеха, развитие стейблкоинов и токенизацию активов. По оценкам McKinsey, внедрение алгоритмов машинного обучения способно приносить банковскому сектору до одного триллиона долларов дополнительной капитализации ежегодно.

В то же время интеграция ИИ создает новые глобальные риски кибербезопасности. Наблюдается рост масштабов финансового мошенничества за счет использования дипфейков, автоматизированного фишинга и атак на сами алгоритмы защиты.