Риски, связанные с внедрением искусственного интеллекта (ИИ), перестают быть гипотетическими. Если еще относительно недавно они были прерогативой писателей-фантастов, то сегодня правительства многих стран задумываются о реальных последствиях использования ИИ. Главное из них – обесценение человеческого труда. В частности, по оценкам Международного валютного фонда, ИИ затронет до 60% рабочих мест в развитых странах и около 40% по всему миру. Последствием этого может стать не просто безработица, а именно девальвация стоимости труда и исчезновение «социальных лифтов».
Впрочем, человечество на протяжении всей своей истории внедряло те или иные технические новшества, которые приводили к исчезновению огромного количества профессий. В чем же принципиальные отличия нынешней ситуации?
Во-первых, в отличие от предыдущих промышленных революций нынешняя, цифровая, бьет не по физическому, а по интеллектуальному труду. ИИ еще долго не заменит условного сантехника, но вот администраторы, переводчики, копирайтеры, юристы младшего звена, финансовые аналитики уже оказались под угрозой сокращения. По оценке Goldman Sachs, широкомасштабное внедрение высоких технологий позволит увеличить производительность труда в течение 10 лет на 1,5 п. п. в развитых странах и на 1 п. п. – в развивающихся. Согласно анализу Всемирного экономического форума, более 40% работодателей намерены сократить персонал из-за внедрения ИИ.
Во-вторых, в зоне повышенного риска оказывается молодежь. Если ИИ заменяет начинающих сотрудников (к примеру, программистов-джуниоров), то откуда возьмутся опытные работники? У молодых людей просто не будет шанса получить необходимые навыки и пойти выше по карьерной лестнице.
Наконец, в-третьих, ИИ приведет к поляризации доходов и росту социальных диспропорций. Компании, активно его применяющие, смогут получать сверхдоходы, в то же время будет обесцениваться труд тех, чьи задачи ИИ выполнять не может.
По сути, ИИ меняет всю глобальную экономическую модель, ибо он открывает беспрецедентные возможности накопления и концентрации капитала – возможно, даже большие, чем это было на этапе промышленной революции конца XIX – начала XX в. ИИ представляет собой классическую технологию с высокими фиксированными и ничтожно малыми переменными затратами. С одной стороны, цена «входного билета» в этот бизнес крайне велика. Стоимость создания инфраструктуры для ИИ исчисляется сотнями миллиардов долларов. Ускорители от Nvidia (H100, Blackwell B200) стоят десятки тысяч долларов за штуку, а для обучения передовых моделей их требуются сотни тысяч. Для дата-центров нового поколения необходимы недешевые системы жидкостного охлаждения и высокоскоростные каналы связи (оптическое волокно), способные без задержек перекачивать экзабайты данных. Причем, если обычные заводы могут работать десятилетиями, проходя лишь текущие ремонты, инфраструктура ИИ устаревает за два-три года. «Железо» быстро становится неконкурентоспособным по параметрам энергоэффективности и вычислительной мощности, что требует постоянного и дорогого обновления. Позволить себе такие расходы могут лишь 5–7 мировых гигантов из весьма короткого списка Big Tech. Следовательно, индустрия ИИ ударными темпами движется к жесткой олигополии.
С другой стороны, переменные затраты ИИ-индустрии ничтожно малы. Если обучение базовой модели (например, GPT-4 или Claude) стоит сотни миллионов долларов, то после того, как она обучена, генерация каждого следующего ответа, строчки кода или перевода стоит доли цента.
Единственная существенная составляющая переменных затрат – энергия. Как известно, один запрос к ChatGPT требует примерно в 10 раз больше электроэнергии, чем обычный поиск в Google. Кроме того, крупные ИИ-модели нуждаются в постоянном охлаждении и питании в режиме 24/7.
Согласно прогнозу Международного энергетического агентства от 2025 г., спрос на электроэнергию для центров обработки данных (ЦОД) в мире к 2030 г. увеличится более чем вдвое до примерно 945 млрд кВт⋅ч. По оценке вице-премьера Александра Новака, в России ЦОД к 2030 г. будут использовать 4,3 ГВт мощности электростанций. Цифровая революция открывает новую эру и в развитии нефтегазовой отрасли, в том числе повлияет на разведку, добычу, переработку нефти, хранение данных и кибербезопасность отрасли, говорил в июне 2025 г. главный исполнительный директор «Роснефти» Игорь Сечин. По его прогнозу, к 2030 г. рынок технологий ИИ в нефтегазовой отрасли вырастет на 83%.
Для решения проблемы дефицита энергии IT-гиганты (Microsoft, Google, Amazon) активно инвестируют в энергетическую инфраструктуру, строят дата-центры рядом с источниками дешевой энергии (гидроэлектростанциями, геотермальными источниками) и даже скупают мощности атомных электростанций (как пример – участие Microsoft в перезапуске АЭС «Три-Майл-Айленд» в Пенсильвании).
В итоге ИИ превращает человеческий интеллект в массовый и очень дешевый товар. Те задачи, на выполнение которых ранее затрачивались часы работы квалифицированного специалиста (анализ договора юристом, написание базового кода программистом, проверка отчета бухгалтером), алгоритм делает за секунды, а стоимость такой операции падает в тысячи раз. Отсюда – угроза люмпенизации среднего класса, что опять-таки увеличивает богатство и усиливает власть нескольких крупнейших корпораций и их владельцев.
Исходя из этого задача государственного регулирования ИИ сегодня должна заключаться не в ограничении использования этой новой технологии (что в принципе невозможно), а в перераспределении генерируемых ею финансовых потоков. Об этом писал, в частности, лауреат Нобелевской премии по экономике 2024 г. Дарон Аджемоглу. По его мнению, ИИ усилит неравенство, централизацию власти и подорвет демократические институты. Поэтому он призывает усилить антимонопольное регулирование с целью предотвратить доминирование небольшой группы технологических компаний.
Какие же механизмы возможно использовать для изъятия их сверхприбылей? Первый из них – так называемый налог на роботов, ввести который призывал в свое время Билл Гейтс. Действительно, если живой сотрудник платит подоходный налог и за него отчисляются социальные взносы, то ИИ-система, заместившая его, должна облагаться эквивалентным налогом. Иначе в государственном бюджете и социальных фондах может образоваться изрядная финансовая дыра.
Еще один вариант – налог на цифровую сверхприбыль (Digital Services Tax). Речь идет о повышенной ставке налога на прибыль или на оборот для компаний, имеющих экстремально высокий уровень автоматизации и низкий удельный вес расходов на персонал.
Возможен также переход от налогообложения фонда оплаты труда (который сокращается при внедрении ИИ) к налогообложению чистой добавленной стоимости или используемых вычислительных мощностей.
Однако цель такой политики – не просто избежать потерь для госбюджета, а обеспечить эффективное перераспределение финансовых потоков. Безусловно, не стоит направлять деньги исключительно на выплату пособий по безработице тем, кого «уволил» ИИ. Идея базового основного дохода, так активно обсуждаемая в последнее время в разных странах, тоже вряд ли эффективна. Оба этих подхода неизбежно породили бы социальное иждивенчество. Гораздо перспективнее выглядит модель, при которой средства, изъятые государством из сферы ИИ, шли бы на оплату долгосрочных программ переквалификации. За счет ИИ-налога можно переучить человека, чей рутинный труд обесценился, более сложным навыкам: управлению ИИ-системами, креативной индустрии, социальному уходу или высокотехнологичному ремеслу.
Подобная политика уже тестируется. Например, в Сингапуре действует программа SkillsFuture, которая предусматривает выдачу каждому гражданину старше 40 лет грантов на переобучение и субсидируется государством за счет налогов на технологический сектор.
Кроме того, необходимо перераспределение финансов не только по социальному, но и по региональному принципу. Сегодня упомянутая концентрация капиталов ИИ-гигантов происходит в основных технологических хабах (Кремниевая долина, Пекин, Москва). Тем временем периферия и небольшие города теряют рабочие места – именно там ранее размещались бэк-офисы и колл-центры многих корпораций, которые становятся не нужны в эпоху ИИ. Поэтому налоговый маневр должен возвращать деньги в регионы путем финансирования развития местной инфраструктуры, создания региональных технопарков и субсидирования локального бизнеса, который ИИ автоматизировать не может (туризм, сфера услуг, локальное производство).
Именно такой подход позволил бы заключить новый глобальный контракт между капиталом и обществом: лишив работы миллионы белых воротничков, ИИ должен оплатить обучение людей новым востребованным профессиям. Иначе социальная революция неизбежна даже при благополучном состоянии экономики и растущем ВВП.
Осталось лишь добавить, что примером компромисса между ИИ и человеческим трудом служит эта колонка. Я использовал две модели ИИ для поиска и проверки информации, но постарался сделать выводы «своим умом».