ИИ внедрили, но экономика его почти не замечает: где теряется эффект
ИИ уже широко распространён в бизнесе, но его влияние на результаты компаний остаётся слабым. Опубликованная в феврале и пересмотренная в марте 2026 года рабочая статья NBER охватила почти 6000 руководителей из США, Великобритании, Германии и Австралии: 69% их компаний активно применяли ИИ, однако девять из десяти респондентов не заметили влияния технологии на производительность или занятость за предыдущие три года.
После исходной публикации картина стала менее однозначной, но главный вывод сохранился. В июльском обзоре производительности ОЭСР за 2026 год появились ранние признаки, совместимые с положительным эффектом ИИ, однако организация прямо называет их предварительными: рост мог быть связан также с накоплением капитала, цифровизацией и другими изменениями в экономике.
Распространение инструмента не равно экономическому эффекту
Центральный парадокс возникает из-за смешения разных уровней измерения. Компания может купить доступ к помощнику, сотрудник — быстрее подготовить письмо или сводку, а руководитель — назвать организацию пользователем ИИ. Ни одно из этих событий само по себе не означает, что фирма производит больше товаров или услуг на каждый отработанный час.
Даже внутри одного опроса широта внедрения соседствует с низкой интенсивностью. Более двух третей руководителей регулярно обращались к ИИ, но средняя продолжительность составляла лишь полтора часа в неделю. Такой режим больше соответствует вспомогательному инструменту для отдельных операций, чем технологии, вокруг которой перестроен основной производственный процесс.
Официальные обследования дают более низкие показатели распространения, потому что используют другие выборки и определения. Согласно статистике внедрения ИИ в странах ОЭСР, доля использующих его компаний выросла с 8,7% в 2023 году до 14,2% в 2024-м и 20,2% в 2025-м; среди крупных предприятий показатель достиг 52%, среди малых — 17,4%, а в информационно-коммуникационном секторе — 57,3%.
Эти наборы данных не опровергают друг друга. Международный опрос руководителей выявляет любое активное применение среди конкретной выборки фирм, тогда как официальная статистика охватывает доступные данные по странам и опирается на собственные критерии. Разрыв между показателями показывает, насколько осторожно следует трактовать слово «использует»: оно может означать и доступ нескольких сотрудников к чат-боту, и интеграцию модели в ключевую операцию.
Почему ускорение задачи не увеличивает выпуск
Производительность компании определяется результатом всего процесса, а не скоростью самого заметного этапа. Если ИИ быстро готовит проект документа, но затем документ ждёт ручной проверки, юридического согласования или решения клиента, итоговая пропускная способность не меняется. Ограничение просто перемещается дальше по цепочке.
То же относится к программированию, поддержке клиентов и аналитике. Быстрый черновик кода ещё нужно проверить, встроить в систему и сопровождать; подготовленный ответ оператор должен сверить с правилами и данными клиента. Локальный выигрыш становится экономическим только тогда, когда сокращается время или стоимость всего цикла при сопоставимом качестве.
Часть результата может проявляться не в количестве, а в свойствах работы: более полном анализе, дополнительных вариантах решения, меньшем числе пропусков или более удобной форме документа. Такая польза реальна для получателя, но её трудно сразу увидеть в выручке на сотрудника или выпуске на рабочий час. Если фирма не измеряет качество отдельно, улучшение смешивается с обычными колебаниями спроса и затрат.
Есть и встречные издержки. Результат модели приходится проверять, конфиденциальные сведения — защищать, а ответственность за автоматизированные решения — распределять между сотрудниками. Когда эти операции добавляются поверх прежнего порядка работы, они способны поглотить часть времени, сэкономленного на генерации или поиске информации.
Главное препятствие находится внутри компании
Заметный прирост требует сопутствующих изменений: пригодных данных, интеграции с рабочими системами, новых навыков и перераспределения полномочий. Без них ИИ остаётся дополнительным слоем поверх электронной почты, таблиц и старых маршрутов согласования. Расходы на лицензию возникают сразу, а организационная отдача — только после изменения процесса.
Это объясняет, почему технология одновременно может быть полезна отдельному сотруднику и почти незаметна в отчётности компании. Человек экономит время на подготовке материала, но организация не обязательно превращает эту экономию в дополнительный выпуск. Свободное время может уйти на проверку, более тщательную работу или другие задачи, результат которых не отражается в выбранном показателе.
Кроме того, внедрение идёт неравномерно. Крупные и цифровые компании чаще располагают данными, специалистами и инфраструктурой, необходимыми для интеграции ИИ. Малому бизнесу доступен тот же готовый помощник, но у него может не быть стандартизированного процесса, объёма повторяющихся операций или ресурсов для безопасного подключения модели к внутренним системам.
Почему макростатистика пока не даёт однозначного ответа
Даже если часть фирм получает результат, экономике требуется время, чтобы этот эффект распространился между отраслями. Производительность страны складывается из компаний с разным размером, уровнем цифровизации и структурой затрат. Успехи технологических лидеров могут долго растворяться среди предприятий, где ИИ применяется эпизодически или не используется вовсе.
Измерение дополнительно осложняют нематериальные вложения. Обучение сотрудников, очистка данных, перестройка программного обеспечения и новые управленческие процедуры не всегда полностью отражаются в балансах и национальных счетах. Во время перехода статистика может недооценивать создаваемую ценность, но одной погрешностью измерения нельзя объяснить слабую отдачу, которую видит большинство опрошенных руководителей.
Положительная динамика общей производительности также не доказывает вклад ИИ. На неё одновременно влияют спрос, инвестиции, изменение числа отработанных часов, отраслевой состав и накопление обычного капитала. Поэтому нынешние показатели допускают гипотезу о начале эффекта, но пока не позволяют уверенно выделить его величину.
ИИ уже присутствует в компаниях, но ещё не стал повсеместным способом организации производства. Пока ускорение отдельных задач не сопровождается изменением всего рабочего цикла, технология будет хорошо заметна пользователю и значительно слабее — в выпуске, занятости и производительности экономики.
Читайте также:
Подпишитесь на рассылку
Получайте свежие новости Web3, AI и криптовалют прямо на вашу почту.