Искусственный интеллект и экономика США: где деньги, а где реальный вклад?

Автор: Денис Аветисян

Новое исследование анализирует влияние инвестиций в искусственный интеллект на экономический рост в США, выявляя ограничения, связанные с импортом комплектующих и ключевую роль центров обработки данных.

☕️

Читаем отчёты, пьём кофе, ждём дивиденды. Если тебе надоел хайп и ты ищешь скучную, но стабильную гавань — добро пожаловать.

Бесплатный Телеграм канал

Рост инвестиций в технологии демонстрирует закономерность, где первоначальные вложения, обусловленные оптимизмом и ожиданиями, со временем стабилизируются, отражая переход от надежд к более реалистичной оценке перспектив и рисков.

Анализ макроэкономического влияния инвестиций в ИИ, капитальных затрат и вклада в валовой внутренний продукт США.

Несмотря на растущий интерес к искусственному интеллекту, его макроэкономическое влияние остается недостаточно изученным. В работе ‘Artificial Intelligence and the US Economy: An Accounting Perspective on Investment and Production’ представлен анализ роли ИИ в экономике США с точки зрения национальных счетов и инвестиций, выявляющий значительный вклад капитальных затрат, особенно в инфраструктуру центров обработки данных. При этом, вклад ИИ в ВВП несколько сдерживается высокой долей импортных компонентов, однако потенциал производства услуг в новых дата-центрах сопоставим с текущими инвестиционными расходами. Сможет ли ИИ стать устойчивым драйвером экономического роста, или краткосрочные циклы и неопределенность спроса создадут новые макроэкономические риски?

Искусственный Интеллект и Экономический Рост: Новая Волна Капиталовложений

Искусственный интеллект перестал быть отдаленной перспективой и сегодня выступает одним из ключевых двигателей экономических изменений, оказывая существенное влияние на капитальные затраты. Наблюдается значительный рост инвестиций в инфраструктуру, необходимую для разработки и внедрения решений на базе ИИ. Этот тренд проявляется не только в технологическом секторе, но и в смежных отраслях, где компании активно адаптируют инструменты искусственного интеллекта для повышения эффективности и конкурентоспособности. Данное явление указывает на то, что ИИ уже сейчас оказывает измеримое воздействие на экономику, стимулируя приток капитала и формируя новую структуру инвестиций.

Значительные инвестиции в центры обработки данных стали критически важными для поддержания растущих потребностей в обучении и развертывании моделей искусственного интеллекта. Поскольку сложность этих моделей экспоненциально возрастает, требуются все более мощные вычислительные ресурсы и инфраструктура для их эффективной работы. Центры обработки данных обеспечивают необходимую мощность, хранение данных и сетевую инфраструктуру, позволяя организациям обучать, развертывать и масштабировать приложения искусственного интеллекта. Без этих инвестиций прогресс в области искусственного интеллекта был бы существенно замедлен, а возможности применения ограничены. В результате, растущие затраты на центры обработки данных являются прямым отражением растущей важности и влияния искусственного интеллекта на современную экономику.

В 2025 году наблюдался ощутимый вклад увеличения капитальных затрат в рост валового внутреннего продукта, однако итоговый эффект оказался сдержанным из-за значительной доли импортных компонентов. Анализ показывает, что капитальные вложения, связанные с искусственным интеллектом, демонстрировали впечатляющий рост в течение года: в первом квартале зафиксирован прирост в 36% в годовом исчислении, во втором — 20%, а в третьем — 5%. Несмотря на первоначальный импульс, замедление темпов роста в последние месяцы указывает на то, что влияние инвестиций в AI на ВВП было частично нивелировано необходимостью импорта оборудования и технологий, что ограничило мультипликативный эффект внутри экономики.

Данная схема иллюстрирует последовательность предоставления услуг дата-центра искусственного интеллекта конечному пользователю.

Аппаратное Обеспечение и Инфраструктура: Основа Интеллектуальных Вычислений

Ядром выполнения задач искусственного интеллекта (ИИ) являются специализированные аппаратные средства, включающие графические процессоры (GPU) и тензорные процессоры (TPU). GPU, изначально разработанные для обработки графики, эффективно справляются с параллельными вычислениями, необходимыми для обучения и инференса моделей ИИ. TPU, разработанные компанией Google, оптимизированы специально для задач машинного обучения, обеспечивая еще более высокую производительность и энергоэффективность. Обучение моделей ИИ требует значительных вычислительных ресурсов для обработки больших объемов данных и корректировки параметров модели, в то время как инференс, или применение обученной модели для получения предсказаний, требует меньших, но все же существенных ресурсов для обработки входящих данных и выдачи результатов. Оба процесса, обучение и инференс, критически зависят от производительности и масштабируемости используемого AI-оборудования.

Центры обработки данных (ЦОД) являются физической инфраструктурой, необходимой для размещения и функционирования аппаратного обеспечения, предназначенного для задач искусственного интеллекта. Помимо физического размещения, ЦОД обеспечивают критически важные ресурсы, такие как электропитание высокой мощности, системы охлаждения для отвода тепла, выделяемого вычислительными компонентами, и высокоскоростные сетевые соединения для передачи данных между серверами и внешними сетями. От надежности и эффективности этих систем зависит стабильная работа и производительность моделей машинного обучения, а также скорость обучения и развертывания новых алгоритмов.

Срок окупаемости инвестиций в центры обработки данных (ЦОД) для задач искусственного интеллекта (ИИ) составляет приблизительно 1 год, что обусловлено текущими рыночными ценами на аренду вычислительных мощностей и эксплуатационными расходами. Архитектура NVL72 служит примером подхода к проектированию ЦОД с высокой плотностью размещения оборудования, позволяя максимизировать вычислительную мощность при ограниченной площади. Данный подход подразумевает компактное размещение большого количества графических или тензорных процессоров, что снижает потребность в площади и инфраструктуре охлаждения на единицу вычислительной мощности.

Диаграмма показывает квартальную выручку трех крупнейших публичных облачных провайдеров.

Измерение Вклада ИИ: Трудности Национального Учета

Традиционные системы национальных счетов (СНС) могут недооценивать экономические выгоды, создаваемые искусственным интеллектом (ИИ), в особенности стоимость, возникающую за счет повышения эффективности и инноваций. В существующих методиках СНС основное внимание уделяется измеримым затратам и производству, в то время как ценность, создаваемая ИИ за счет оптимизации процессов, снижения издержек и разработки новых продуктов, часто не отражается напрямую в показателях ВВП. Это связано с тем, что выгоды от ИИ часто проявляются в виде косвенных эффектов, таких как повышение производительности труда, улучшение качества продукции и создание новых бизнес-моделей, которые трудно квантифицировать и учесть в стандартных рамках СНС. Недооценка этих нематериальных выгод приводит к искажению реальной картины экономического роста и препятствует адекватному пониманию вклада ИИ в развитие экономики.

Значительная доля аппаратного обеспечения для искусственного интеллекта (ИИ) в настоящее время импортируется, что создает методологические трудности при расчете ВВП. Увеличение вычислительной мощности, обусловленное приобретением импортного оборудования, не всегда напрямую отражается в росте внутреннего производства. Это приводит к снижению оценки чистого вклада ИИ в ВВП, поскольку стоимость импортного оборудования учитывается как промежуточное потребление, а не как вклад в добавленную стоимость, созданную внутри страны. В результате, традиционные методы расчета ВВП могут недооценивать фактическое экономическое воздействие инвестиций в ИИ.

Согласно проведенным расчетам, инвестиции в искусственный интеллект внесли вклад в рост ВВП на 0,5 и 0,7 процентных пункта в первом и втором кварталах соответственно. Для точной оценки влияния ИИ необходима усовершенствованная методология, учитывающая как прямые инвестиции в технологии, так и косвенные выгоды, возникающие в результате их внедрения. Это включает в себя оценку повышения производительности, инноваций и других факторов, которые сложно непосредственно измерить в рамках традиционных систем национальных счетов.

На графике показана взаимосвязь между инвестициями и импортом технологической продукции.

Облачные Сервисы: Демократизация ИИ и Стимулирование Роста

Облачные сервисы становятся все более важным фактором для внедрения искусственного интеллекта, предоставляя широкий доступ к вычислительным ресурсам и готовым моделям для пользователей с различным уровнем подготовки. Ранее сложные и дорогостоящие вычисления, необходимые для обучения и развертывания моделей ИИ, теперь доступны по требованию, что существенно снижает порог входа для малых и средних предприятий. Это позволяет организациям любого размера экспериментировать с ИИ, разрабатывать инновационные решения и повышать эффективность своей деятельности, не требуя значительных капиталовложений в собственную инфраструктуру. По сути, облачные платформы выступают в роли катализатора, расширяя возможности применения искусственного интеллекта за пределы крупных корпораций и исследовательских институтов.

Облачные сервисы значительно снижают порог вхождения в сферу искусственного интеллекта, делая его доступным для предприятий любого масштаба. Ранее требующие значительных инвестиций в аппаратное обеспечение и специализированные знания, технологии ИИ теперь предоставляются как услуга, что позволяет даже небольшим компаниям использовать их потенциал для оптимизации процессов, разработки инновационных продуктов и повышения конкурентоспособности. Эта демократизация ИИ не только расширяет возможности для бизнеса, но и способствует более широкому внедрению интеллектуальных систем в различные отрасли экономики, стимулируя рост и повышая производительность труда.

Исследование показывает, что доходы от услуг искусственного интеллекта (ИИ) демонстрируют стремительный рост и в скором времени могут сравняться с первоначальными капиталовложениями в эту сферу. Расширение доступа к технологиям ИИ, обусловленное облачными сервисами, способствует не только повышению производительности труда и ускорению инновационных процессов, но и оказывает существенное влияние на устойчивый рост валового внутреннего продукта. Данная тенденция подтверждает ключевую роль искусственного интеллекта как важнейшего двигателя экономического развития, способствуя трансформации различных отраслей и созданию новых возможностей для бизнеса и общества в целом.

Данные показывают динамику экспорта компьютерных услуг.

Исследование влияния искусственного интеллекта на экономику США демонстрирует, что технологический прогресс, как и любые другие изменения, опосредован не только инвестициями и производством, но и базовыми человеческими мотивами. Наблюдаемая ограниченность вклада AI в ВВП, связанная с импортным контентом, и ключевая роль дата-центров в создании добавленной стоимости подчеркивают важность понимания не только экономических моделей, но и тех, кто эти модели создает. Как заметил Бертран Рассел: «Страх и надежда — вот два главных двигателя человеческого поведения». В данном контексте, страх перед отставанием и надежда на технологический прорыв определяют инвестиции в AI и развитие инфраструктуры, а следовательно, и его влияние на макроэкономические показатели.

Что дальше?

Представленный анализ, фиксируя рост инвестиций, связанных с искусственным интеллектом, неизбежно сталкивается с вопросом о природе этого роста. Очевидно, что цифры — это лишь проекция надежд, а не точный отсчет реальности. Ограниченность вклада в ВВП, обусловленная импортом компонентов, указывает на фундаментальную проблему: даже самые передовые технологии не избавляют от зависимости от глобальных цепочек поставок, а значит, и от непредсказуемости, заложенной в них. Это не недостаток модели, а отражение сложности человеческого взаимодействия.

Особое внимание к центрам обработки данных, как к ключевому элементу инфраструктуры искусственного интеллекта, закономерно, но и тревожно. В погоне за вычислительной мощностью легко упустить из виду энергетические издержки и экологические последствия. Каждое отклонение от рациональности — это окно в человеческую природу, а в данном случае — в нашу склонность жертвовать долгосрочной устойчивостью ради краткосрочного прогресса.

Будущие исследования должны сосредоточиться не только на количественных показателях, но и на качественных аспектах. Необходимо понимать, как искусственный интеллект меняет структуру занятости, влияет на социальное неравенство и формирует новые формы власти. Ошибки — это не шум, а смысл. Анализ этих «ошибок» позволит создать более адекватную и гуманную модель будущего.

Оригинал статьи: https://arxiv.org/pdf/2601.11196.pdf

Связаться с автором: https://www.linkedin.com/in/avetisyan/

Смотрите также:

2026-01-19 10:51