Искусственный интеллект принято считать инструментом снижения издержек и ускорения роста. Но в ближайшие пять лет он может дать обратный эффект — ускорить инфляцию и усилить неравенство. 60% экспертов ожидают усиления инфляционного давления, 78% — роста доходного неравенства. Главная причина инфляции — инвестиционный бум в инфраструктуру для ИИ и дефицит комплементарных ресурсов: чипов, памяти, электроэнергии для дата-центров и квалифицированных инженеров. «Проинфляционный сценарий выглядит более вероятным», — отметил Валерий Черноокий (РЭШ).
Почему ИИ ускорит инфляцию
Как сообщает журнал «Деньги и кредит», на совместном семинаре Банка России, РЭШ и НИУ ВШЭ эксперты обсудили влияние ИИ на экономику. Вопреки распространённому мнению о дезинфляционном эффекте технологии, на горизонте ближайших пяти лет проинфляционный сценарий выглядит более вероятным.
Главный фактор — высокий инвестиционный спрос на инфраструктуру для развития ИИ. В развитых странах эти инвестиции уже поддерживают экономическую активность, но одновременно создают избыточное ценовое давление. Дополнительный проинфляционный эффект возникает из-за дефицита комплементарных ресурсов: чипов, памяти, электроэнергии для дата-центров и труда квалифицированных инженеров. Предложение этих ресурсов трудно быстро расширить, поэтому рост спроса на них приводит к повышению стоимости.
Кроме того, положительное влияние ИИ на производительность проявляется не сразу. На первом этапе компаниям необходимо перестроить бизнес-процессы и обучить работников. Этот процесс может быть сопряжён с ошибками и временным снижением производительности — что соответствует логике J-кривой, описанной в экономической литературе. В результате в начале внедрения технологии её проинфляционные эффекты могут преобладать над дезинфляционным эффектом роста производительности.
Что с неравенством
78% участников семинара ожидают усиления доходного неравенства. Это связано с несколькими факторами. Во-первых, неравенство в доступе к технологии: не все страны и компании могут использовать передовые модели. Во-вторых, неравенство в распределении доходов: внедрение ИИ повышает отдачу на капитал и может снижать спрос на труд в отдельных сегментах.
Юлия Вымятнина (Европейский университет в Санкт-Петербурге) привела результаты исследования Капелюшникова, по которым примерно 10% рабочих мест относится к группе высокого риска замещения ИИ, а угроза полной автоматизации затрагивает менее 1% занятости. Прогнозы массовой технологической безработицы в России пока выглядят чрезмерно пессимистичными. Однако заметны и более тревожные тенденции: снижение найма новых работников в возрасте 22–25 лет в профессиях, наиболее подверженных воздействию ИИ.
Что показало голосование
Участники семинара отвечали на восемь вопросов о влиянии ИИ. Вот ключевые результаты:
-
54% считают, что ИИ приведёт к новой промышленной революции, 46% — нет.
-
90% ожидают дальнейшей концентрации экономической мощи в крупнейших экономиках, 10% — глобального выравнивания.
-
70% ожидают повышения темпа долгосрочного роста ВВП, 30% — разового повышения уровня потенциального выпуска.
-
75% считают, что российская экономика выиграет от ИИ в меньшей степени, чем мировая, 25% — в большей.
-
77% ожидают, что ИИ сделает финансирование более доступным и повысит устойчивость финансовых институтов, 23% — нет.
-
61% ожидают положительных неэкономических эффектов ИИ, 39% — отрицательных.
Как LLM помогают экономистам
На семинаре были представлены исследования, посвящённые использованию больших языковых моделей (LLM) в экономическом моделировании и прогнозировании.
Пётр Паршаков (НИУ ВШЭ — Пермь) представил работу, в которой LLM реплицируют эксперимент «игра в доверие» на российской выборке. Профили реальных участников использовались в промптах, и модели с разной точностью воспроизводили выбор людей. Анна Гусева (Банк России) рассказала о мультиагентной системе для предварительной оценки восприятия коммуникационных материалов Банка России.
Владимир Косарев (АЦ при правительстве России, ИЭП им. Гайдара) использовал LLM для извлечения информации о будущей динамике промышленности из корпуса 1,2 млн новостей. По его оценкам, более чем в 2/3 случаев точность прогнозирования улучшается при включении новостных индексов, а наибольшее улучшение — на горизонте 4–6 месяцев.
Александр Елисеев (Банк России) представил работу о смещениях в прогнозах LLM. Поскольку модели обучены на всех исторических данных, для их использования в прогнозировании необходимо, чтобы ретроспективные прогнозы были эквивалентны прогнозам вне периода обучения. Авторы выделяют два типа смещений: lookahead bias (заглядывание в будущее) и context bias (знание дополнительного контекста). На данных по экономике США метод диагностировал вероятное наличие обоих типов смещений.
Что это значит для политики
Эксперты сошлись в том, что основной риск связан с неверной реакцией государств на высокую неопределённость вокруг новой технологии.
Иван Стельмах (РЭШ, Центральный университет) считает, что России не следует стремиться к полной технологической суверенности — это может увеличить отставание. Вместо создания базовых моделей с нуля отечественные компании дообучают открытые модели, что позволяет перенимать успешные решения и снижать издержки.
Александр Власов (ЦМИ Сбербанка) назвал главным риском чрезмерное регулирование. Вместо замедления автоматизации государству следует поддерживать работников, затронутых изменениями, и делать акцент на переобучении.
Наталья Волчкова (РЭШ, ВАВТ) считает, что государству следует поддерживать инвестиции в комплементарную инфраструктуру, обеспечивать доступ к качественным данным и развивать программы переподготовки кадров.
Для центрального банка основная задача — корректная оценка влияния ИИ на потенциальный выпуск. На раннем этапе интеграции технологии инвестиционный бум можно ошибочно принять за устойчивый рост производительности, а временное отсутствие эффекта — за свидетельство слабого долгосрочного влияния. Без разграничения краткосрочных и долгосрочных последствий центральный банк рискует допустить ошибки в денежно-кредитной политике.
Коротко: главное
-
Что эксперты ожидают от ИИ? — Ускорения инфляции и роста неравенства.
-
Почему ИИ ускорит инфляцию? — Из-за инвестиционного бума и дефицита комплементарных ресурсов.
-
Сколько участников ожидают роста неравенства? — Опрошено 78 процентов.
-
Сколько ожидают концентрации экономической мощи? — Опрошено 90 процентов.
-
Что показали LLM в экспериментах? — Они воспроизводят поведение людей в игре на доверие.
Резюме
-
60% участников семинара ожидают усиления инфляционного давления из-за ИИ в ближайшие пять лет.
-
78% ожидают роста доходного неравенства, 90% — концентрации экономической мощи.
-
Главная причина инфляции — инвестиционный бум и дефицит комплементарных ресурсов.
-
LLM успешно воспроизводят поведение людей в экспериментах и помогают прогнозировать промышленность.
-
Эксперты предупреждают о рисках чрезмерного регулирования ИИ.
Материал подготовлен изданием «Техносуверен» (technosuveren.ru).
Дата публикации: 25 сентября 2026 года.
