От влияния на рабочие места и производительность до спроса на энергию и лидерство: искусственный интеллект сулит кардинальную трансформацию многих сфер, однако она полна парадоксов и может развиваться по нескольким направлениям.
  |   Эконс

Если 2025 год стал годом ажиотажа вокруг искусственного интеллекта (ИИ), то 2026-й может стать годом перелома в его развитии. И дело не только в возможном «пузыре ИИ», о котором все чаще говорят, беспрецедентных расходах на инфраструктуру ИИ и росте долгов компаний, стремящихся оставаться на передовой в сфере ИИ. Несмотря на все это, стремление к внедрению ИИ и продвижению в гонке за лидерство в этой области останется практически общепризнанным приоритетом на 2026 г.

Однако по мере внедрения ИИ возникает ряд противоречий или парадоксов – возможно, в меньшей степени связанных с самой технологией и в большей – с внедряющими и использующими ее людьми.

Парадокс 1. Искусственный интеллект отнимет у людей рабочие места или создаст новые?

Технологии ИИ автоматизируют многие рабочие задачи, как рутинные, так и не рутинные. Однако результирующее влияние ИИ на рабочие места до сих пор остается неясным. С одной стороны, расчеты показывают, что автоматизация может сократить от 0,4% до 5,5% рабочих мест в зависимости от уровня развития экономики и что текущий уровень ИИ-технологий в масштабах всей экономики скорее замещает человеческий труд, а не создает новые возможности; а IT-компании – находящиеся на самом острие технологического развития – уже массово сокращают рабочие места.

С другой стороны, ИИ «уничтожает» не профессии, а задачи, одновременно создавая новые. Например, в США более четверти компаний сообщают о подобной замене задач, при этом 95% компаний отмечают отсутствие влияния ИИ-технологий на общий уровень занятости, показало исследование экспертов Бюро переписи населения США. На основе опроса более 1000 ведущих мировых работодателей, который провели в 2024 г. эксперты Всемирного экономического форума (ВЭФ), с 2025 по 2030 г. в целом можно ожидать создания 170 млн новых рабочих мест при сокращении 92 млн, то есть чистого увеличения рабочих мест на 78 млн. При этом две трети опрошенных работодателей планируют нанимать специалистов, имеющих навыки в сфере ИИ, а 40% предполагают сокращение штата сотрудников в тех сферах, где задачи могут быть автоматизированы.

По прогнозу ВЭФ, почти две пятых существующих навыков изменятся в течение ближайших пяти лет. Другое исследование показывает, что в то время, как в одних профессиях задачи все больше автоматизируются, в других возникают новые сложные задачи, требующие межличностного общения и креативности. При этом растет спрос на работников в таких сферах, как медицина, образование, транспорт, строительство, социальное обеспечение. Вопреки интуиции, в цифровизирующейся экономике спрос на навыки, ориентированные на человека, может расти.

В масштабах экономики это будет означать не сокращение общей занятости, а перераспределение рабочей силы. В свою очередь, это означает, что главным вызовом станет не массовая безработица (которой не будет), а необходимость переобучения и социальной адаптации в ответ на трансформацию рынков труда. Таким образом, будущее занятости зависит не столько от технологий, сколько от того, как общество – правительства, бизнес, система образования – подготовится к этим изменениям.

Парадокс 2. Повышает ли ИИ производительность – или нет?

Быстрое внедрение ИИ, казалось бы, должно приносить преимущества производительности, которые проявляются со схожей скоростью. Однако в статистике роста производительности влияния ИИ не заметно, а на уровне фирм, по данным MIT Sloan, первоначально при внедрении ИИ происходит даже снижение производительности.

Это явление известно как парадокс производительности. Если изобразить влияние внедряемых новых технологий на производительность, график может напоминать букву J: сначала временное снижение, затем долгосрочный рост. Так происходит потому, что ИИ – это не то, что можно просто «включить в розетку»: внедрение требует системных изменений, и этот процесс может создавать препятствия для текущей привычной деятельности.

Например, вынужденный отказ от прежних систем управления при переходе на новые может нарушать систему генерации и интеграции знаний сотрудников и приводить к ухудшению т.н. организационного капитала (бизнес-процессы, управление, планирование). К подобным препятствиям можно также отнести перестройку производственных процессов, недостаток у предприятия данных для эффективного обучения ИИ, нехватку экспертизы по ИИ внутри предприятия. Все это может временно увеличивать неэффективность работы компании, приводить к простоям и общему снижению производительности. Особенно сильно этот эффект выражен у старых, зрелых компаний.

По данным McKinsey, за три года к 2025 г. инструменты ИИ начали использовать 9 из каждых 10 опрошенных фирм (глобальный опрос около 2000 предприятий). В то же время большинство еще не внедрили ИИ в свои рабочие процессы достаточно глубоко, чтобы получать видимые преимущества.

Однако на горизонте нескольких лет ситуация меняется, показало исследование, изучавшее «ранних адептов» ИИ на двух временных этапах – с 2012 по 2017 и с 2017 по 2021 г. (первоначально это были узкоспециализированные технологии машинного обучения и предиктивной аналитики). Предприятия, внедрившие ИИ к 2017 г., сначала испытывают спад производительности, а затем начинают превосходить аналогичные фирмы, не внедрявшие ИИ, и по производительности труда, и по совокупной факторной производительности (использование всех ресурсов), а также по разработке новых продуктов и расширению доли рынка.

Парадокс 3. Приведет ли «ИИ-шлак» к повышению ценности контента, созданного человеком?

Генеративный ИИ быстро научился создавать тексты, которые пользователям крайне сложно отличить от «человеческих», и невероятно реалистичные видео, аудио и фотоизображения. Количество ИИ-контента в интернете, по некоторым оценкам, уже превысило количество контента, созданного людьми. Можно сказать, интернет уже в значительной степени представляет собой продукт искусственного интеллекта. Одно из исследований, проанализировавшее 900000 новых веб-страниц, созданных в апреле 2025 г., выявило, что три четверти из них созданы с участием ИИ: это становится нормой.

Это может привести в лучшем случае к засилью безликого ИИ-контента или «ИИ-шлака». В худшем – к распространению фейков, дезинформации, псевдонаучных статей и в целом стиранию границ между правдой и ложью. Например, по оценкам Европарламента, количество дипфейков на интернет-платформах за 2023–2025 гг. выросло в 16 раз до 8 млн. Согласно глобальному опросу экспертов, проведенному ВЭФ в 2025 г., среди текущих глобальных рисков дезинформация занимает 4-е место после вооруженных конфликтов, природных катаклизмов и геоэкономической конфронтации, а среди рисков ближайших двух лет – 1-е.

Из-за распространенности фейков вкупе с трудностями отличить вымысел от правды люди могут начать воспринимать все как фейк, с подозрением относясь к любому контенту. В то же время это может иметь парадоксальные последствия: повышение ценности прозрачной, подлинной и точной информации от заслуживающих доверия источников. Как отмечается в докладе ВЭФ о цифровой безопасности, доверие в интернете не возникает само по себе, его требуется заслужить и укрепить. Это значит, что четкие признаки подлинности, ответственности и участия человека могут стать тем, что поможет надежной информации выделиться, заключают эксперты ВЭФ.

Парадокс 4. Сможет ли ИИ решить энергетические проблемы ИИ?

ИИ не существует без электроэнергии. По данным Международного энергетического агентства (МЭА) за 2024 г., центры обработки данных пока потребляют небольшую долю электроэнергии в мире – порядка 1,5%. Однако с 2017 г. их потребление растет в среднем на 12% в год, что более чем вчетверо превышает темпы роста общего энергопотребления. Крупному дата-центру требуется столько же энергии, сколько для 100000 домохозяйств, но крупнейшие из строящихся будут потреблять в 20 раз больше. И строиться их будет все больше: инвестиции в центры обработки данных за 2022–2024 гг. удвоились до $0,5 трлн. По оценкам МЭА, через пять лет потребности дата-центров в электроэнергии вырастут вдвое, а еще через пять, к 2035 г., втрое.

Но одновременно ИИ обладает потенциалом для трансформации энергетического сектора. Его развитие стимулирует инвестиции техногигантов в чистую энергетику. Техногиганты – такие компании, как Amazon, Google, Microsoft, – совокупно обеспечивают порядка трети всех корпоративных закупок энергии из возобновляемых источников, одновременно расширяя свои инвестпортфели в этой сфере. К примеру, долгосрочная цель Google – работать на безуглеродной энергии 24/7. То есть тем самым развитие ИИ оказывает на энергосектор двойное влияние: увеличивает не только спрос, но и предложение, причем, как правило, за счет возобновлямых источников.

Кроме того, ИИ способен выступать в качестве «системного аналитика» в сфере энергетики: улучшать прогнозирование спроса и гибкое управление им, балансировку энергосети, предотвращать ее перегрузки и одновременно оптимизировать энергоэффективность зданий, а также сокращать глобальные выбросы парниковых газов – вплоть до 10% к 2030 г. Все это ставит энергосектор в самый центр одной из важнейших технологических революций современности, отмечают эксперты МЭА.

Однако пока ИИ в энергетике «работает сам на себя» и его преобразующая роль остается возможностью. Ее реализация требует интеграции проектов дата-центров с общей энергоструктурой и согласования инвестиций техногигантов в ИИ с региональными инициативами по расширению и повышению устойчивости энергосистемы.

Парадокс 5. Сможет ли автономный ИИ соблюдать границы своей автономии?

Новый этап развития ИИ – агентный ИИ: это системы, которые не только генерируют информацию, но и предпринимают действия. Они способны планировать, принимать самостоятельные решения без участия человека и автономно действовать как в цифровой, так и в физической сферах.

Если генеративный ИИ обучается на текстах, то агентный – на закономерностях и данных реального мира. Например, промышленный ИИ-агент обучается на данных о давлении, движении, гравитации. Объединяя данные датчиков, моделирование и экспертные знания, он может прогнозировать, например, износ турбин или составлять расписание авиарейсов между континентами.

С одной стороны, это превращает ИИ из пассивного инструмента в активного помощника. С другой, предоставление ИИ подобной власти несет риски. Как показывают эксперименты, ИИ-агенты могут совершенно независимо прибегать к обману, шантажу, корпоративному шпионажу, злонамеренному инсайдерскому поведению и даже создавать угрозу для жизни людей. А также – отключать контроль над собой вопреки запрету. Другими словами, ИИ-агенты могут иметь собственные скрытые намерения и способны пренебрегать этическими принципами, даже если их им «прививают».

Главный вопрос этого нового этапа развития ИИ заключается не в новых возможностях, а в том, кто будет обладать реальной властью и ответственностью. ИИ-агенты никогда не должны заменять человеческое суждение: иначе они могут отдавать предпочтение эффективности, а не этике, и результатам, а не ценностям.

Поскольку ИИ начинает превосходить людей в специализированных областях – от диагностики заболеваний до анализа контрактов, – вопрос не в том, должен ли он брать на себя эти задачи. Вопрос в том, как людям сохранить стратегический контроль, когда ИИ на себя эти задачи берет, поясняет Джим Хагеманн Снабе, председатель правления компании Siemens, активно внедряющей в свои процессы систему промышленных ИИ-агентов.

Врач может полагаться на ИИ для обнаружения малейших аномалий на снимке, но диагноз должен ставить человек, проявляя эмпатию и рассудительность. Юрист может позволить ИИ составлять аргументы и анализировать тысячи страниц доказательств, но именно человек будет определять справедливость, контекст и намерения. Бесконтрольное использование ИИ-агентов может подорвать сами системы, которым они призваны служить.

Агентный ИИ наделяет человечество беспрецедентными возможностями – способностью действовать со скоростью цифровых технологий и в планетарном масштабе. Но только человеческая цель придает этой силе смысл, отмечает Снабе: «Будущее должно формироваться не алгоритмами, а людьми, которые задают им цели и рамки».