# Марта Гимбел: «Сэм Альтман выбрал худший момент для выпуска ChatGPT»

Источник: https://www.youtube.com/watch?v=RFjOQQ2b6aQ
Канал: Conversations with Tyler
Опубликовано: 15.12.2025

---

В новом выпуске подкаста *Macro Musings* Дэвид Бекворт обсуждает с Мартой Гимбел, исполнительным директором и сооснователем Yale Budget Lab, реальное влияние искусственного интеллекта на занятость и риски торговых войн. Гимбел, опираясь на свежие данные и исторические параллели, доказывает, что слухи о немедленной «смерти» профессий преувеличены, а главные вызовы для экономики кроются в инертности государственных институтов.

## 🏥 Лаборатория бюджета: быстрый анализ для долгого пути
[[JUMP:01:44]]

Марта Гимбел вместе с Дэнни Ягеном и Наташей Сарин основала Budget Lab в Йельском университете в апреле 2024 года [02:00]. Команда поставила задачу восполнить пробел в государственном планировании, предложив политикам два ключевых инструмента:

*   **Скорость:** возможность получать строгие экономические оценки альтернативных законопроектов в режиме реального времени.
*   **Горизонт планирования:** расширение бюджетного окна с традиционных 10 до 30 лет [03:06].

Гимбел подчеркивает, что краткосрочные оценки часто обманчивы. Например, продление Закона о сокращении налогов и рабочих местах (TCJA) в краткосрочной перспективе стимулирует рост, но к 10-му году начинает тормозить ВВП из-за давления государственного долга [03:30]. Аналогично, инвестиции в детей никогда не окупаются в 10-летнем окне, но критически важны в тридцатилетней перспективе. Как иронично замечает Гимбел: «Ни один 15-летний ребенок, кроме Тейлор Свифт, еще не окупил затрат на себя в рамках стандартного бюджетного окна» [04:09].

## 🙈 Полет вслепую: дефицит данных в постиндустриальную эпоху
[[JUMP:05:41]]

Одной из самых острых проблем для экономистов и ФРС Гимбел называет текущую ограниченность официальной статистики. Из-за задержек и пропусков в данных BLS (Бюро статистики труда) аналитики вынуждены полагаться на частный сектор [06:21].

По мнению Гимбел, частные данные (от Indeed, DoorDash или Challenger) имеют свои недостатки:

*   **Отсутствие репрезентативности:** Они отражают только поведение пользователей конкретных платформ.
*   **Искаженные стимулы:** В отчетах Challenger о сокращениях компании часто называют причиной «искусственный интеллект», чтобы выглядеть прогрессивно в глазах инвесторов, хотя реальной причиной могут быть просчеты менеджмента или тарифы [10:15].
*   **Политизация:** В условиях неопределенности бизнес склонен подстраивать объяснения своих действий под текущую повестку, чтобы избежать критики администрации.

Гимбел призывает увеличить финансирование статистических агентств, называя американскую систему данных «королевской драгоценностью», которой завидуют даже в Европе [12:58].

## 🤖 ИИ и рынок труда: миф о немедленном крахе
[[JUMP:15:11]]

Несмотря на громкие заголовки, Гимбел утверждает, что реального структурного влияния генеративного ИИ на рынок труда в данных пока не видно [18:48].

### Скептицизм в отношении темпов адаптации
Гимбел называет себя не «ИИ-скептиком», а «скептиком скорости адаптации» [19:01]. Она аргументирует свою позицию следующим образом:

1.  **Технология ≠ Процесс:** Электричество само по себе не изменило рынок труда; его изменило то, как люди перестроили фабрики под электричество [17:02].
2.  **Фактор времени:** Генеративному ИИ всего три года — этого слишком мало для перестройки бизнес-процессов.
3.  **Корреляция с циклом ФРС:** Выход ChatGPT совпал с циклом повышения ставок. Гимбел в шутку обвиняет Сэма Альтмана в том, что он выбрал худшее время для трудовых экономистов, так как теперь невозможно отделить влияние ИИ от общего замедления экономики из-за ДКП [20:59].

### Ситуация с выпускниками колледжей
Бекворт выражает опасение родителей по поводу «структурной безработицы» молодых специалистов. Гимбел признает наличие некоторых академических исследований (Стэнфорд, Гарвард), указывающих на небольшой спад найма молодежи в профессиях, подверженных влиянию ИИ [21:25]. Однако она считает, что на данном этапе общее состояние макроэкономического цикла влияет на выпускников гораздо сильнее, чем автоматизация.

## 🕰️ Уроки истории: от ткачей до лифтеров
[[JUMP:24:03]]

Гимбел подчеркивает, что мы категорически не умеем предсказывать, какие новые рабочие места создадут технологии.

*   **Пример с лифтами:** Никто в начале эры электричества не мог предсказать появление профессии оператора лифта, а затем её исчезновение из-за появления кнопок автоматизации [24:28].
*   **Пример с пианино:** Несмотря на существование самоиграющих инструментов, люди до сих пор нанимают пианистов [25:08].
*   **Секретари и ассистенты:** В конце 90-х в США было около 4 миллионов помощников руководителей, сейчас их около 500 тысяч [32:03]. Большинство функций (планирование, набор текста) автоматизированы, но это не привело к массовой безработице — функции персонала стали более творческими.

Гимбел признает, что переход может быть болезненным. Она напоминает о судьбе ткачей в 1812 году, многие из которых так и не восстановили свой уровень дохода после промышленной революции [34:58].

## 🚢 Торговые войны и тарифы: эффект «вареной лягушки»
[[JUMP:44:51]]

Обсуждая влияние тарифов, Гимбел отмечает, что экономика США оказалась устойчивее, чем предсказывали многие пессимистичные модели. Согласно оценкам Yale Budget Lab, тарифы замедляют рост (примерно на 0,5 процентных пункта к концу 2025 года) и повышают цены, но не вызывают немедленной рецессии [46:12].

Ключевые факторы устойчивости:

1.  **Изоляция ИИ:** Сектор высоких технологий, который сейчас является локомотивом экономики и фондового рынка, намеренно выведен из-под действия большинства тарифов [50:06]. Без учета ИИ-сектора ситуация выглядела бы гораздо мрачнее.
2.  **Постепенность:** Эффект тарифов проявляется медленно (как в случае с законом Смута — Хоули). Гимбел называет это «варкой лягушки на медленном огне» [49:41].
3.  **Отсутствие альтернатив:** Инвесторы продолжают покупать казначейские облигации США не потому, что их не пугает госдолг, а потому, что на рынке нет другого актива сопоставимого объема и безопасности [53:04].

## 🏛️ Рекомендации для политики и общества
[[JUMP:38:31]]

Гимбел критически относится к способности государства эффективно заниматься «переобучением» масс. Она утверждает, что:

*   Государственные программы переподготовки редко масштабируются успешно [38:56].
*   Политика должна быть гибкой («stretch and respond»), а не строиться на заранее выбранных гипотезах о том, какие профессии будущего появятся [39:33].

В завершение беседы Марта Гимбел, будучи по образованию специалистом по классической филологии, дает неожиданный совет: использовать освободившееся благодаря ИИ время для изучения «бесполезных», но развивающих мозг вещей — например, древнегреческого языка и латыни [54:42]. Она убеждена, что ценность человека на рынке труда будущего во многом будет определяться не умением выполнять рутинные операции, а способностью к сложному мышлению и межличностному взаимодействию.