Экономика любит цифры, а политики оценивают по ним успех реформ, инвесторы ищут в них сигналы будущего роста, а центральные банки используют их для принятия решений. Среди всех показателей особое место занимает производительность. Именно она десятилетиями считалась главным источником роста благосостояния. Если работники производят больше за тот же объем времени, экономика становится богаче. Если производительность замедляется, замедляется и рост. Эта логика пережила индустриальную революцию, массовое производство, компьютеризацию и глобализацию. Однако сегодня она сталкивается с проблемой, которая может оказаться крупнейшей за всю современную историю экономических измерений.
Согласно исследованию EY Megatrends 2026 and Beyond, мир входит в период, когда производительность начинает расти быстрее, чем статистика способна это зафиксировать. Причина заключается не в ошибках расчетов и не в качестве данных. Причина в том, что сама природа создаваемой стоимости меняется настолько быстро, что инструменты индустриальной эпохи перестают успевать за новой экономикой.
На протяжении большей части прошлого века производительность измерялась относительно просто. Завод выпускал больше автомобилей, фабрика производила больше стали, фермер собирал больше урожая. Рост был виден физически. Его можно было посчитать в тоннах, штуках и часах работы. Позже экономика усложнилась. Значительную роль начали играть услуги, программное обеспечение, финансы и интеллектуальный труд. Уже тогда появились первые признаки того, что измерять реальную эффективность становится все труднее. Еще несколько десятилетий назад экономист Роберт Солоу сформулировал знаменитое наблюдение о том, что компьютерная эпоха заметна повсюду, кроме статистики производительности. Сегодня этот парадокс возвращается в значительно более масштабной форме.
Появление генеративного искусственного интеллекта стало переломным моментом. За относительно короткое время системы AI научились создавать тексты, программный код, изображения, аналитические отчеты и бизнес-рекомендации. Многие процессы, которые раньше занимали часы или даже дни, теперь выполняются за минуты. В отдельных сферах эффективность растет настолько быстро, что начинает менять саму организацию работы. EY приводит примеры медицинской диагностики, юридического анализа и научных исследований, где использование AI существенно повышает качество решений и сокращает время выполнения задач.
Парадокс заключается в том, что значительная часть этой новой ценности практически не видна традиционным показателям. Если аналитик готовит отчет за двадцать минут вместо четырех часов, статистика далеко не всегда фиксирует соответствующий рост производительности. Если система искусственного интеллекта помогает врачу поставить более точный диагноз без увеличения стоимости услуги, ВВП не обязательно покажет этот эффект. Если программный продукт становится умнее, удобнее и полезнее при той же цене, официальная статистика может увидеть лишь отсутствие изменений.
Именно поэтому EY говорит о начале новой эпохи измерений. В индустриальной экономике главным ограничением было время и физический труд. В цифровой экономике время постепенно перестает быть дефицитом. Искусственный интеллект способен выполнять огромный объем интеллектуальной работы практически мгновенно. Ограничением становятся качество решений, способность правильно интерпретировать информацию, стратегическое мышление и человеческое суждение. Иными словами, стоимость начинает создаваться не через количество затраченных часов, а через качество результата.
На этом фоне меняется и само понимание производительности. Вместо традиционного подхода, основанного на объеме выпуска относительно трудозатрат, исследователи начинают смотреть на такие категории, как точность, релевантность и влияние результата. Это выглядит как технический спор экономистов, но на практике речь идет о гораздо более серьезной проблеме. Если страны перестают понимать, где именно создается стоимость, они начинают хуже понимать и собственную экономику.
Масштаб изменений хорошо виден в прогнозах. По оценкам IDC, которые приводит EY, совокупный вклад искусственного интеллекта в мировую экономику к 2030 году может достигнуть 19,9 трлн долларов. При этом мировой ВВП может увеличиться примерно на 3,5%. Однако даже эти цифры не отвечают на главный вопрос. Какая часть создаваемой стоимости окажется отражена в статистике, а какая останется за ее пределами? Чем больше экономика зависит от данных, алгоритмов, цифровых платформ и интеллектуальных систем, тем сложнее становится ответ.
Еще недавно главным активом компании считались заводы, оборудование и недвижимость. Сегодня все большую роль играют данные, вычислительные мощности и алгоритмы. Они создают стоимость, но измеряются значительно хуже традиционного капитала. В результате возникает риск систематического недоучета экономического роста. Производительность может увеличиваться быстрее официальных оценок, а реальные изменения в экономике могут опережать статистическую картину.
Для бизнеса это означает необходимость пересматривать собственные системы оценки эффективности. Если раньше ключевыми показателями были затраты времени и объем выполненной работы, то теперь гораздо важнее становятся скорость принятия решений, качество результатов и способность адаптироваться к изменениям. Для руководителей это означает переход от управления процессами к управлению результатами. Для работников — смещение акцента с выполнения задач на использование человеческих качеств, которые пока остаются вне досягаемости алгоритмов: креативности, контекста, интуиции и стратегического мышления.
Однако самые сложные последствия возникают на уровне государств. Производительность традиционно лежит в основе экономической политики. Через нее оцениваются перспективы роста, налоговые поступления, устойчивость пенсионных систем и долгосрочная конкурентоспособность страны. Если статистика начинает хуже отражать реальность, риск ошибок в экономической политике возрастает. Правительства могут принимать решения, опираясь на показатели, которые уже не описывают происходящее в полной мере.
Ситуацию усложняет то, что искусственный интеллект одновременно создает новые возможности и новые ограничения. Его развитие требует огромных вычислительных ресурсов и растущего потребления электроэнергии. Возникают вопросы подготовки кадров, модернизации систем образования и распределения выгод от роста производительности. Одни компании и страны смогут использовать новые технологии быстрее других. Одни группы работников получат инструменты усиления своих возможностей, другие столкнутся с необходимостью адаптации к новой реальности.
На первый взгляд спор о производительности выглядит исключительно профессиональной темой для экономистов и статистиков. На самом деле именно вокруг нее может развернуться одна из главных экономических дискуссий ближайшего десятилетия. В течение многих лет мир измерял новую цифровую экономику инструментами индустриальной эпохи. Пока технологии развивались относительно постепенно, этот разрыв оставался терпимым. Сегодня скорость изменений растет настолько быстро, что разрыв начинает превращаться в проблему.
Главный вывод исследования EY заключается в том, что искусственный интеллект меняет не только способы работы компаний и отдельных специалистов. Он меняет саму природу создаваемой стоимости. А значит, меняется и то, как должна измеряться экономика. Возможно, главный вызов ближайших лет заключается даже не в развитии AI как технологии. Гораздо более сложным вопросом становится способность государств, компаний и инвесторов вовремя понять, что старые показатели все хуже объясняют новый мир. В эпоху искусственного интеллекта борьба за производительность постепенно превращается в борьбу за понимание того, где на самом деле создается экономическая ценность.
Шынгыс Ерболат, эксперт портала EconomyKZ.org
