ИИ: бум, который строит новую экономику

В ноябре 2022 года ChatGPT превратил искусственный интеллект из отраслевого инструмента в массовый интерфейс. Но экономический бум начался не в окне чата. Он развернулся глубже: в венчурных раундах, закупках ускорителей, строительстве дата-центров и перестройке рабочих процессов. К 2025 году глобальные корпоративные вложения в ИИ достигли $581,7 млрд, на 130% больше, чем годом ранее. Частные инвестиции выросли до $344,7 млрд, причем почти половина пришлась на генеративный ИИ.

Рис. 1. Частные инвестиции в ИИ. Показатели за 2023 и 2024 годы рассчитаны по темпам роста Stanford AI Index. Источник: Stanford HAI, 2023–2026.

Почему капитал нажал на газ

У бума есть понятная механика. Спрос со стороны пользователей доказал, что генеративный ИИ является не лабораторной игрушкой, а универсальным продуктом. Следом компании увидели возможность встроить его в продажи, поддержку, разработку и поиск знаний. Доля организаций, сообщивших об использовании ИИ, выросла с 55% в 2023 году до 78% в 2024-м и 88% в 2025-м.

Рис. 2. Доля организаций, использующих ИИ. Источник: Stanford AI Index 2025–2026.

Рис. 3. Стоимость вывода модели уровня GPT-3.5. Источник: Stanford AI Index 2025.

Второй двигатель бума менее заметен, но еще важнее: быстро дешевеет единица интеллекта. Цена обработки миллиона токенов моделью уровня GPT-3.5 снизилась с $20 в ноябре 2022 года до $0,07 в октябре 2024-го, более чем в 280 раз. Когда базовая функция дешевеет с такой скоростью, рынок начинает изобретать применения быстрее, чем успевает считать их.

Не пузырь и не новая нефть

Сравнение с нефтяным бумом соблазнительно, но вводит в заблуждение. Нефть дорожает, когда ее не хватает. ИИ способен дешеветь по мере улучшения чипов, алгоритмов и конкуренции. Ближе аналогия с электрификацией: сначала строится дорогая инфраструктура, затем предприятия меняют процессы, и только после этого статистика производительности начинает уверенно расти.

Уже есть сигналы реальной отдачи. В исследовании NBER на данных 5 179 сотрудников технической поддержки ИИ-помощник поднял производительность в среднем на 14%, а у менее опытных работников эффект достигал 35%. Stanford AI Index 2026 суммирует более широкий набор экспериментов: около 14–15% в поддержке, 26% в разработке программ и до 50% в маркетинговом выпуске. Это не обещание автоматической прибыли. Эффект выше там, где задача структурирована, результат измерим, а сотрудник может проверить ответ.

Экономика двух скоростей

На верхнем этаже рынка идет капиталоемкая гонка. Нужны модели, дата-центры, энергия, сети и редкие специалисты. США вложили в частные ИИ-компании $285,9 млрд в 2025 году, в 23 раза больше Китая по сопоставимой частной статистике. При этом показатель недооценивает китайскую модель финансирования, где значительную роль играют государственные фонды.

На нижнем этаже возникает экономика дешевых приложений. Стартапу уже не обязательно обучать собственную модель. Он может арендовать интеллект через API, соединить его с отраслевыми данными и продавать конкретный результат: разобранный договор, сгенерированный код, прогноз отказа оборудования. Поэтому ценность постепенно смещается от самой модели к данным, дистрибуции, доверию и встраиванию в процесс.

Главный парадокс: расходы видны раньше отдачи

Капитальные затраты отражаются немедленно, а организационные изменения занимают годы. Так было с компьютерами: покупка техники сама по себе не делала фирму продуктивнее, пока она не меняла логистику, управление и обучение. Сегодня компании часто добавляют чат-бот поверх старого процесса. Более сильный эффект появится, когда процесс проектируют заново вокруг совместной работы человека и модели.

Это объясняет разрыв между ажиотажем и скромной финансовой отчетностью многих внедрений. В 2024 году большинство компаний, уже увидевших экономию в отдельных функциях, оценивали ее менее чем в 10%. Бум реален как инвестиционный цикл, но его будущая прибыль еще должна быть доказана.

Рынок труда: не исчезновение, а сжатие входа

МВФ оценивает, что воздействию ИИ подвержено почти 40% занятости в мире, в развитых экономиках около 60%. Подверженность не равна увольнению: часть задач автоматизируется, часть усиливается. Однако первые потери концентрируются там, где новичок раньше учился на типовых заданиях. Stanford фиксирует почти 20%-ное снижение занятости разработчиков 22–25 лет с 2024 года при росте занятости старших коллег. Риск в том, что экономика получит более продуктивных экспертов, но ослабит лестницу, по которой становятся экспертами.

Физическая цена облака

Название «облако» скрывает бетон, медь, трансформаторы и воду. По оценке IEA, дата-центры потребили около 415 ТВт·ч электроэнергии в 2024 году, примерно 1,5% мирового спроса. К 2030 году показатель может вырасти более чем вдвое, до 945 ТВт·ч. В США дата-центры способны обеспечить почти половину прироста спроса на электричество до 2030 года.

Рис. 4. Базовый прогноз IEA, 2025. ИИ является главным, но не единственным драйвером роста дата-центров.

Энергия становится ограничителем темпа. Там, где сеть перегружена, новый вычислительный кластер конкурирует с промышленностью и жильем за подключение. Одновременно это стимулирует инвестиции в генерацию, хранение энергии, охлаждение и более эффективные чипы. Экономический бум ИИ уже выходит за пределы IT и влияет на строительство, энергетику и географию капитала.

Что может остудить бум

Первый риск: разрыв между оценками и денежными потоками. Если корпоративные пилоты не превратятся в устойчивую маржу, дорогая инфраструктура окажется загружена хуже ожиданий.

Второй риск: концентрация. Передовые модели требуют капитала, доступного немногим, а зависимость от нескольких облаков и производителей чипов повышает системную уязвимость.

Третий риск: право и доверие. Авторские права, приватность, ошибки и ответственность способны замедлить внедрение в регулируемых отраслях.

Четвертый риск: социальный. Если выгоды достанутся владельцам капитала и небольшой группе высококвалифицированных работников, политическая реакция может стать жестче самой технологии.

Вердикт: бум настоящий, итог еще открыт

ИИ уже прошел важный тест: он создает измеримую ценность. В начале 2026 года Stanford оценил потребительский излишек от генеративных инструментов в США в $172 млрд в год против $112 млрд годом ранее. Люди получают много пользы бесплатно или почти бесплатно, поэтому обычная выручка недооценивает экономический эффект.

Но инвестиционный бум нельзя путать с гарантированной доходностью. Следующая фаза решит, станет ли ИИ технологией общего назначения или останется дорогой надстройкой над привычными процессами. Победителями будут не обязательно владельцы самой большой модели. Вероятнее, выиграют те, кто соединит дешевеющий интеллект с уникальными данными, перестроит работу и сохранит человеческую ответственность там, где цена ошибки высока.

Источники

1. Stanford HAI, AI Index Report 2026: Economy
2. Stanford HAI, AI Index Report 2025
3. IMF, Gen-AI: Artificial Intelligence and the Future of Work, 2024
4. IEA, Energy and AI, 2025
5. NBER, Measuring the Productivity Impact of Generative AI, 2023