Распределение выгод между странами от внедрения ИИ

Ожидается, что ИИ приведет к повышению производительности труда, хотя дискуссия о масштабах и сроках этого эффекта продолжается (1; 2; 3). Однако большинство оценок макроэкономических выгод от ИИ сосредоточено на внутренних эффектах роста производительности, хотя в условиях интегрированной мировой экономики это лишь часть общей картины. Страны могут выигрывать от того, что ИИ, внедряемый торговыми партнерами, снижает стоимость импортируемых товаров и услуг. Но страны также могут терять позиции, если зарубежные конкуренты внедряют ИИ быстрее, а отечественные компании не успевают столь же быстро сокращать стоимость производства и адаптироваться к снижению мировых цен.

В нашей недавней работе мы объединяем данные о росте производительности на уровне отдельных задач, отраслевой подверженности ИИ и прогнозируемом распространении ИИ с глобальной многоотраслевой моделью торговли. Это позволяет проследить, как ИИ будет влиять на благосостояние – измеряемое реальным доходом на душу населения – в течение следующего десятилетия через каналы импорта, экспорта и глобальных цепочек создания стоимости.

Модель и сценарии внедрения ИИ

Мы используем модель глобальной производственной сети с торговлей промежуточными и конечными товарами и услугами. Она охватывает 76 стран (все экономики ОЭСР и G20) и 45 отраслей; ее калибровка основана на межстрановых таблицах «затраты – выпуск» ОЭСР и дополнена учетом распространения межстрановых эффектов (spillovers). Это позволяет нам разложить выгоды стран от ИИ на внутренние и внешние источники.

Тремя ключевыми эмпирическими компонентами модели являются: микроуровневые эффекты роста производительности; отраслевая подверженность ИИ; прогнозируемые темпы его будущего внедрения. Хотя для оценки микроуровневых эффектов мы опираемся на предыдущие исследования, мы расширяем оценки подверженности ИИ с учетом отраслевой структуры различных стран. Кроме того, поскольку сопоставимые международные данные о систематическом и регулярном использовании ИИ компаниями практически отсутствуют, мы сформировали новый набор данных с гармонизированными показателями использования ИИ, включая оценки для стран, где исходная статистика недоступна. Полученный показатель отражает использование ИИ в ключевых бизнес-функциях, включая производство товаров и услуг. Он рассчитывается после серии процедур гармонизации и корректировки и расширяет наши предыдущие оценки для стран G7.

Согласно этим оценкам, интенсивное использование ИИ в ключевых бизнес-функциях в среднем охватывает около 4% компаний в странах ОЭСР – от примерно 0,2% в Мексике до около 7% в Ирландии.

В нашей модели будущая траектория внедрения ИИ в каждой стране определяется текущим уровнем его использования и предположениями о скорости его дальнейшего распространения. Для оценки этой скорости мы опираемся на эмпирические данные о темпах распространения технологий в прошлом: от относительно медленной электрификации (медленный сценарий) до быстрого внедрения мобильных телефонов (быстрый сценарий), тогда как внедрение компьютеров и интернета задает промежуточный (средний) сценарий.

Хотя недавние тенденции распространения ИИ, снижение стоимости доступа и удобство использования генеративного ИИ на основе языковых моделей указывают на возможность более быстрого внедрения, глубокая интеграция ИИ в ключевые бизнес-функции, вероятно, все же потребует значительных инвестиций в данные, навыки и реорганизацию бизнес-процессов – в соответствии с гипотезой J-кривой (согласно которой рост производительности от внедрения технологий общего назначения, таких как ИИ, напоминает букву J: сначала он «незаметен», поскольку требует больших инвестиций, а затем, когда появляется отдача от инвестиций, растет скачкообразно. – Прим. «Эконс»).

Различие выгод от ИИ в разных странах

Оценки прироста производительности на уровне стран и отраслей мы вносим в глобальную многосекторную модель общего равновесия, чтобы выявить совокупные эффекты для благосостояния. Результаты показывают значительные различия между странами в ожидаемых выгодах от ИИ в течение следующего десятилетия (см. График 1).

В сценарии со средним темпом внедрения ИИ реальный доход на душу населения растет в течение следующего десятилетия от 0,1 до 0,95 процентного пункта в год. Колумбия и Мексика находятся в нижней части диапазона, что соответствует более низкому прогнозируемому уровню внедрения и меньшей роли наукоемких услуг в их экономике. Люксембург, Швейцария и США находятся в верхней части диапазона, что отражает как более высокий потенциал внедрения ИИ, так и более широкое распространение в таких секторах, как финансы и ИКТ. В сценарии быстрого внедрения выгоды достигают чуть менее 1,2 процентного пункта в год, что сопоставимо с ИКТ-бумом производительности середины 1990-х гг., который, по оценкам, в США увеличивал ее рост на 1–1,5 п.п. ежегодно.

Роль международной торговли в распределении выгод ИИ

Торговля формирует эффекты от ИИ через три канала. Во-первых, внедрение ИИ за рубежом снижает цены импортируемых промежуточных и конечных товаров и услуг. Во-вторых, оно изменяет конкурентоспособность страны – как в экспортных секторах, так и на внутреннем рынке. В-третьих, торговые связи могут ускорять внедрение ИИ внутри стран, помогая локальным фирмам учиться у ведущих мировых лидеров.

На Графике 2 показано распределение выгод от внедрения ИИ в каждой стране, разделенное на внутреннюю и внешнюю компоненту. Внедрение ИИ за рубежом вносит существенный вклад в уровень благосостояния за счет снижения цен на импорт. Величина этого эффекта сильно различается между странами: наиболее открытые экономики с импортом, в котором велика доля наукоемких услуг (например, Ирландия и Люксембург), выигрывают больше. Страны с более низким уровнем внедрения ИИ в Европе и Латинской Америке получают меньшие абсолютные выгоды, однако внешние эффекты все равно могут составлять до половины их совокупного выигрыша. В целом торговля способствует распространению выгод от ИИ за пределы технологического фронтира, особенно для стран, тесно связанных с секторами, интенсивно использующими ИИ, и с экономиками – лидерами внедрения.

Однако это не означает, что страны могут «безбилетничать», получая выгоды за счет внедрения ИИ за рубежом без собственного внедрения. Чтобы проиллюстрировать этот момент, мы проводим серию экспериментов. В каждом эксперименте одна страна не внедряет ИИ, в то время как все остальные внедряют, и затем мы оцениваем выгоды для страны, не внедряющей ИИ. Эти эксперименты показывают, что в большинстве стран выгоды от внедрения ИИ только за рубежом невелики. Для медианной страны ОЭСР такие выгоды составляют всего около 0,03 процентного пункта в год роста реального дохода на душу населения (см. График 3).

Причина в том, что, хотя более дешевый импорт приносит выгоды потребителям и фирмам на последующих этапах производственной цепочки, производители в стране, не внедряющей ИИ, теряют конкурентоспособность на внутреннем и внешнем рынках, поскольку не успевают в достаточной степени адаптироваться к снижению цен, вызванному внедрением ИИ.

Потеря конкурентоспособности особенно велика для малых открытых экономик, таких как Ирландия и Люксембург; для стран, специализирующихся на услугах с высокой степенью внедрения ИИ, таких как Израиль и Великобритания; а также для экспортеров сырьевых товаров, сталкивающихся с сильной ценовой конкуренцией. Для этих стран внедрение ИИ внутри страны является особенно важным условием для сохранения конкурентоспособности.

Благодаря торговле выгоды от ИИ могут передаваться через границы и по другим каналам, помимо ценовых. Страны могут перенимать опыт применения ИИ у своих торговых партнеров – механизм, широко описанный в литературе о международном распространении технологий и знаний. Например, при прочих равных условиях темпы внедрения ИИ могут быть выше в странах, которые импортируют значительную долю промежуточных товаров из стран – лидеров внедрения ИИ. Мы отдельно оцениваем этот канал на основе данных по патентной активности; результаты оказываются умеренными.

Мы также строим более наглядный сценарий, в котором сила торговых эффектов калибруется таким образом, чтобы латиноамериканские экономики с тесными торговыми связями с США испытали рост внедрения ИИ, сопоставимый с прогнозируемым ростом внедрения в наименее развитых европейских экономиках (нижние 10% ЕС) в течение следующего десятилетия. Затем мы используем этот усиленный эффект для пересчета прогнозируемого роста доходов от ИИ. 

В этом сценарии прогнозируемые выгоды Мексики примерно утраиваются, а выгоды Чили, Колумбии и Коста-Рики увеличиваются на 40–90%. Несколько стран Центральной и Восточной Европы, а также Греция получают дополнительный прирост примерно на 30–40%. Тем не менее ранжирование стран меняется лишь незначительно. Обучение и заимствование опыта у торговых партнеров могут уменьшить разрыв между странами, но не устраняют его полностью.

Выводы и последствия

Международная торговля помогает странам извлекать выгоду из ИИ благодаря более дешевому импорту и распространению знаний. Однако без внедрения ИИ на внутреннем рынке потери конкурентоспособности могут нивелировать значительную часть этой выгоды. 

Для максимизации преимуществ ИИ политикам следует уделять приоритетное внимание повышению потенциала внедрения ИИ на внутреннем рынке путем укрепления цифровой инфраструктуры, центров обработки данных, квалификации, инновационного потенциала и надежного энергоснабжения.

Международная открытость остается важной: низкие барьеры для торговли цифровыми услугами позволяют компаниям получать доступ к передовым моделям ИИ, что является необходимым условием для реализации роста производительности на внутреннем рынке за счет внедрения ИИ.

Примечание авторов. Данная статья основана на материалах доклада ОЭСР. Выраженные в ней мнения принадлежат авторам и не обязательно отражают точку зрения организаций, с которыми авторы связаны.

Оригинал статьи опубликован на портале CEPR.org/VoxEU. Перевод выполнен редакцией «Эконс».