Искусственный интеллект: избыток возможностей и дефицит спроса

Автор: Денис Аветисян

Новое исследование моделирует потенциальный макроэкономический кризис, вызванный стремительным развитием и внедрением искусственного интеллекта.

При быстром внедрении искусственного интеллекта, траектории доли труда в различных политических сценариях и глубина кризиса напрямую зависят от задержки политического реагирования и масштаба трансфертов, что демонстрирует возможность смягчения негативных последствий автоматизации посредством своевременных и адекватных мер государственной поддержки.

Анализ макрофинансовых рисков, связанных с массовой автоматизацией труда и концентрацией потребления, а также меры по смягчению последствий.

🐢

Ищешь ракеты? Это не к нам. У нас тут скучный, медленный, но надёжный, как швейцарские часы, фундаментальный анализ.

Телеграм канал

Несмотря на потенциал искусственного интеллекта для повышения производительности, его стремительное распространение может привести к парадоксальному снижению совокупного спроса. В работе ‘Abundant Intelligence and Deficient Demand: A Macro-Financial Stress Test of Rapid AI Adoption’ предложена макрофинансовая стресс-тест-модель, выявляющая несоответствие между растущим предложением, генерируемым ИИ, и устаревшими институциональными структурами, ориентированными на дефицит человеческого капитала. Модель показывает, что замена труда ИИ, в сочетании с концентрацией потребления среди наиболее подверженных автоматизации слоев населения, может спровоцировать дефляционный кризис, если не будут предприняты проактивные меры по перераспределению доходов и восстановлению востребованности навыков. Каковы пределы стабильной адаптации к технологическому прогрессу и какие фискальные механизмы необходимы для смягчения рисков, связанных с массовым внедрением ИИ?

Снижение экономической инерции: тревожные сигналы

Наблюдается тревожная тенденция к снижению скорости обращения денег в экономике, известная как «снижение скорости», которая с 1997 года упала на 36%. Данное замедление указывает на то, что денежные средства циркулируют медленнее, чем раньше, что может скрывать более глубокие структурные проблемы. Это означает, что даже при сохранении номинального объема денежной массы, фактическая экономическая активность, подпитываемая этими средствами, снижается. Подобное снижение скорости не является просто временным явлением, связанным с экономическим циклом, а сигнализирует о потенциальных дисбалансах в распределении доходов и эффективности использования капитала, требующих внимательного анализа и, возможно, пересмотра экономической политики.

Наблюдаемое замедление экономического роста не является лишь временным явлением, обусловленным экономическим циклом. Более глубокий анализ указывает на фундаментальный сдвиг в распределении доходов, где всё большая доля прибыли направляется владельцам капитала, а не наемным работникам, что приводит к формированию так называемого «фантомного ВВП». Доля заработной платы в общем объеме доходов снизилась на 19% с 1960 года, что наглядно демонстрирует растущее неравенство. Эта тенденция подразумевает, что хотя экономические показатели могут казаться стабильными, реальные доходы населения не растут пропорционально, что негативно сказывается на потребительском спросе и долгосрочной экономической устойчивости. В результате, значительная часть экономического роста отражает лишь увеличение прибыли корпораций и доходов от инвестиций, а не повышение благосостояния широких слоев населения.

Наблюдается усиление негативного влияния автоматизации, основанной на искусственном интеллекте, что создает риск возникновения “спирали вытеснения”. Данный процесс характеризуется сокращением рабочих мест вследствие внедрения ИИ, что, в свою очередь, приводит к снижению потребительского спроса и замедлению экономического роста. Анализ данных показывает, что профессии с высокой степенью подверженности влиянию ИИ зафиксировали снижение роста заработной платы на 6.53% в период с 2019 по 2023 год. Эта тенденция указывает на то, что автоматизация не только изменяет структуру рынка труда, но и оказывает непосредственное влияние на уровень доходов населения, создавая замкнутый круг экономической стагнации, где технологический прогресс парадоксальным образом может приводить к сокращению общего благосостояния.

Снижение доли оплаты труда, скорости денежной массы (M2), расхождение между реальным ВВП и личными доходами после 2020 года, а также разрыв между ростом производительности и заработной платой с 1970-х годов свидетельствуют о макроэкономических предпосылках для спирали стагнации, на фоне периодов рецессии по данным NBER.

Восстановление равновесия: пути к устойчивому спросу

Прямые фискальные трансферты, такие как универсальный базовый доход или целевые выплаты, представляют собой механизм перераспределения богатства, направленный на поддержку совокупного спроса в условиях массовой безработицы, вызванной технологическим прогрессом. Эти меры позволяют увеличить располагаемые доходы у наиболее уязвимых групп населения, потерявших работу в результате автоматизации, тем самым предотвращая резкое снижение потребительских расходов. Эффективность данной политики обусловлена высоким мультипликативным эффектом: увеличение доходов у лиц с высокой склонностью к потреблению напрямую стимулирует экономическую активность и компенсирует снижение спроса, вызванное технологической безработицей. Важно отметить, что размер и частота выплат должны быть достаточными для обеспечения минимального уровня жизни и поддержания стабильного потребительского спроса.

Инвестиции в восстановление задач (Task Reinstatement) представляют собой создание новых рабочих мест, дополняющих возможности искусственного интеллекта (ИИ). Данная стратегия является ключевой для поглощения высвобождаемой рабочей силы в результате автоматизации и поддержания производственного потенциала экономики. Восстановление задач подразумевает не просто создание новых позиций, но и переквалификацию работников для выполнения задач, требующих сочетания человеческих навыков и возможностей ИИ. Это включает в себя разработку и внедрение программ обучения, направленных на приобретение навыков в областях, где ИИ и человек работают совместно, например, в области анализа данных, обслуживания и настройки систем ИИ, а также в творческих и коммуникационных сферах, требующих эмпатии и критического мышления. Эффективное восстановление задач требует тесного сотрудничества между государственными органами, образовательными учреждениями и частным сектором для определения потребностей рынка труда и разработки соответствующих программ обучения.

Эффективность мер по поддержке спроса, таких как прямые денежные переводы и создание новых рабочих мест, напрямую зависит от учета концентрации потребления. Исследования показывают, что значительная часть совокупного спроса формируется относительно небольшой группой населения с высоким уровнем дохода. Поэтому, для максимизации эффекта от государственных интервенций, необходимо, чтобы финансовая поддержка и возможности трудоустройства были ориентированы именно на эти группы потребителей. Игнорирование данного фактора может привести к неэффективному распределению ресурсов и ограниченному влиянию на общую экономическую ситуацию, поскольку поддержка населения с низкой покупательной способностью окажет меньшее воздействие на поддержание уровня спроса.

Калибровка динамики перемещений с диффузией и восстановлением (<span class="katex-eq" data-katex-display="false">\rho_{0}=0.002</span>, <span class="katex-eq" data-katex-display="false">\bar{d}=0.80</span>, <span class="katex-eq" data-katex-display="false">\kappa=2.0</span>, <span class="katex-eq" data-katex-display="false">\tau=0</span>) показывает, что различные темпы внедрения ИИ влияют на долю труда, денежную массу в обращении, восстановление экономики и соотношение потребления к ВВП. — Калибровка динамики перемещений с диффузией и восстановлением ( $\rho_{0}=0.002$ , $\bar{d}=0.80$ , $\kappa=2.0$ , $\tau=0$ ) показывает, что различные темпы внедрения ИИ влияют на долю труда, денежную массу в обращении, восстановление экономики и соотношение потребления к ВВП.

Системные риски и ранние предупреждающие сигналы

Задержка в реагировании государственной политики — период времени между выявлением проблемы и реализацией эффективного решения — существенно снижает эффективность вмешательства, особенно в быстро меняющихся ситуациях. Анализ данных показывает, что задержка, превышающая 2 года, в сочетании с недостаточным объемом трансфертов, может привести к снижению доли заработной платы в национальном доходе на 40% или более. Это указывает на потенциальную концентрацию капитала и снижение совокупного спроса, требующие оперативного реагирования для смягчения негативных последствий для рынка труда и экономической стабильности.

Снижение доли заработной платы в национальном доходе является ключевым индикатором растущей концентрации капитала и потенциального дефицита спроса. Уменьшение этой доли указывает на то, что все большая часть создаваемого богатства перераспределяется от работников к владельцам капитала, что может приводить к снижению потребительского спроса. Это связано с тем, что у работников, как правило, более высокая склонность к потреблению, чем у владельцев капитала, которые склонны к сбережениям и инвестициям. Соответственно, перераспределение доходов в пользу капитала может привести к снижению совокупного спроса и замедлению экономического роста. Постоянное снижение доли заработной платы может сигнализировать о структурных изменениях в экономике, требующих внимания со стороны регуляторных органов и политиков.

Рынки частного кредитования демонстрируют уязвимость к шокам, возникающим на рынке ипотечного кредитования, что может существенно усилить эффекты вытеснения. Зависимость частного кредитования от ипотечных ценных бумаг и ипотечных кредитов означает, что снижение стоимости активов в ипотечном секторе может привести к сокращению доступности финансирования для других секторов экономики. Это, в свою очередь, может привести к снижению инвестиций, сокращению занятости и замедлению экономического роста. В частности, риски, связанные с невыполнением обязательств по ипотечным кредитам, могут быстро распространиться на более широкий спектр кредитных рынков, что усугубит финансовую нестабильность и негативно повлияет на реальный сектор экономики.

Проактивный мониторинг с использованием индикаторов раннего предупреждения является критически важным для своевременного выявления и смягчения системных рисков до их эскалации в полномасштабный кризис. Эффективное отслеживание таких показателей, как динамика доли оплаты труда в национальном доходе, уязвимость рынков частного кредитования к шокам на рынке ипотечного кредитования, а также оценка временных задержек в реализации политических мер, позволяет предвидеть потенциальные негативные последствия и разработать превентивные стратегии. Своевременное обнаружение и анализ этих сигналов позволяет снизить вероятность возникновения кризисных ситуаций и минимизировать их воздействие на экономику, обеспечивая более устойчивое и предсказуемое развитие.

Анализ данных Бюро трудовой статистики показал, что увеличение подверженности профессиям воздействию ИИ коррелирует со снижением темпов роста номинальной заработной платы (β=−6.53, p<0.01) и реальной заработной платы с учетом инфляции, при этом негативная тенденция наблюдалась и в предшествующий период (β=−3.86, p<0.01), что может свидетельствовать о влиянии эффекта знаменателя, а разница между периодами до и после внедрения ИИ (β=−2.68, p=0.14) указывает на специфическое влияние ИИ на заработную плату, при этом размер пузырьков отражает численность занятых в 2019 году.

Управление будущим: к инклюзивному ИИ

Эффективное управление искусственным интеллектом (ИИ) не подразумевает сдерживание инноваций, а скорее направляет его развитие к результатам, приносящим пользу всему обществу. Вместо попыток замедлить прогресс, акцент делается на создании рамок, которые обеспечивают соответствие ИИ этическим нормам и социальным ценностям. Такой подход предполагает активное вовлечение различных заинтересованных сторон — исследователей, разработчиков, политиков и представителей общественности — в процесс определения приоритетов и установления стандартов. Главная задача — максимизировать потенциал ИИ для решения глобальных проблем, таких как изменение климата, здравоохранение и образование, одновременно минимизируя риски, связанные с предвзятостью, дискриминацией и безработицей. В конечном итоге, успешное управление ИИ требует взвешенного подхода, который способствует технологическому прогрессу, не ставя под угрозу благополучие и справедливость для всех.

Исследования показывают, что заблаговременное рассмотрение возможности технологической безработицы и создание механизмов справедливого распределения выгод от искусственного интеллекта может предотвратить возникновение негативного цикла, когда неравенство усиливает социальную напряженность и препятствует дальнейшему развитию технологий. Если не предпринять мер по смягчению последствий автоматизации, например, через переобучение кадров и социальные гарантии, возможно возникновение ситуации, когда все больше людей оказываются исключенными из процесса создания ценностей, что, в свою очередь, может привести к снижению спроса и замедлению экономического роста. Таким образом, упреждающие действия, направленные на обеспечение социальной стабильности и широкого участия в выгодах от искусственного интеллекта, являются ключевым фактором для построения устойчивого и инклюзивного будущего.

Постоянные инвестиции в автоматические фискальные стабилизаторы, такие как страхование по безработице, представляют собой критически важный механизм смягчения экономических ударов и обеспечения плавного перехода в условиях технологических изменений. Эти стабилизаторы действуют как своего рода «амортизатор», автоматически увеличивая выплаты пособий по безработице во время спадов и сокращая их в периоды роста. Такая система позволяет поддерживать совокупный спрос, предотвращая углубление рецессий и снижая социальную напряженность, возникающую в результате автоматизации и структурных изменений на рынке труда. В отличие от дискреционных мер, требующих политических решений и задержек, автоматические стабилизаторы обеспечивают оперативное реагирование на экономические колебания, повышая устойчивость экономики и способствуя более равномерному распределению выгод от технологического прогресса.

Исследование демонстрирует потенциальную нестабильность макроэкономической системы в условиях стремительного внедрения искусственного интеллекта. Модель показывает, что вытеснение рабочей силы, сопровождающееся концентрацией потребления среди ограниченного числа лиц, способно спровоцировать дефицит спроса. Данный анализ подчеркивает необходимость превентивных фискальных мер и программ переподготовки кадров для смягчения негативных последствий. Как однажды заметил Джон фон Нейман: «В науке нет места для предрассудков, только для логики и доказательств». Эта фраза особенно актуальна в контексте моделирования сложных систем, поскольку требует строгого подхода к анализу и исключения субъективных оценок при прогнозировании потенциальных рисков, связанных с технологическим прогрессом и его влиянием на экономику.

Что дальше?

Представленная работа, хотя и демонстрирует потенциальную хрупкость макроэкономической системы перед лицом стремительной автоматизации, оставляет без ответа вопрос о природе “задач, требующих восстановления”. Моделирование предполагает их существование как некий экзогенный фактор, но истинное понимание механизмов переквалификации и создания новых видов деятельности требует эмпирического изучения, а не только теоретической конструкции. Иначе говоря, где именно находятся эти «задачи», и кто их будет выполнять — вопросы, требующие немедленного внимания.

Особое беспокойство вызывает упрощенное представление о “концентрации потребления”. Модель предполагает, что высвободившиеся средства будут направлены на потребление, но не учитывает потенциальное усиление неравенства и, как следствие, снижение совокупного спроса. Неизбежен ли переход к экономике, где блага концентрируются в руках немногих, а большинство ограничиваются лишь базовыми потребностями? Ответ на этот вопрос, вероятно, потребует междисциплинарного подхода, объединяющего экономику, социологию и даже философию.

Наконец, необходимо признать, что любая модель — это лишь приближение к реальности. Ускорение технологического прогресса может привести к возникновению совершенно новых, непредсказуемых эффектов. Простое масштабирование существующих моделей, вероятно, окажется недостаточным. Необходима постоянная переоценка предпосылок и готовность к признанию собственной неправоты. В противном случае, мы рискуем построить хрупкую конструкцию на зыбучих песках.

Оригинал статьи: https://arxiv.org/pdf/2603.09209.pdf

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

Смотрите также:

2026-03-11 07:22