В рамках курса Стэндфордского университета CS221 ведущие специалисты в области искусственного интеллекта переключают внимание с архитектуры нейросетей на глобальные последствия их внедрения. Приглашенный эксперт Риши Боммасани, старший научный сотрудник Стэнфорда и соавтор знаковой работы о «фундаментальных моделях», разбирает структуру экономики ИИ: от монополии на литографические машины в Нидерландах до того, как ИИ может изменить столетние тренды роста мирового ВВП.
📈 ИИ как макроэкономическая сила: рынок и рабочие места 0:05
Большинство разработчиков привыкли думать об ИИ как о «черном ящике» с алгоритмами и функциями потерь. Однако, по словам Перси Ляна, сегодня критически важно понимать «экосистему за пределами ящика» — ресурсы (upstream) и использование данных (downstream) . Риши Боммасани отмечает, что влияние сектора ИИ на экономику уже неоспоримо: на семь крупнейших ИИ-компаний приходится более трети рыночной капитализации всего индекса S&P 500 .
Основные изменения, по мнению эксперта, происходят на рынке труда:
- Наем junior-разработчиков: Данные крупнейшей платежной компании ADP показывают резкое снижение объемов найма программистов младшего звена (junior) сразу после выхода ChatGPT в конце 2022 года .
- Эффект «выравнивания» в колл-центрах: Исследование Эрика Бринолфссона выявило, что генеративный ИИ приносит наибольшую пользу наименее опытным сотрудникам. В то время как ветераны почти не получают прироста продуктивности, новички с помощью ИИ-инструментов резко сокращают разрыв в навыках .
⛓️ Цепочка поставок вычислительных мощностей: узкие места и монополии 12:04
Боммасани предлагает рассматривать ИИ через призму организации поставок. В сегменте Compute (вычисления) наблюдается крайняя степень концентрации, где судьба всей индустрии зависит от трех ключевых игроков :
- ASML (Нидерланды): Обладает глобальной монополией на оборудование для экстремальной ультрафиолетовой литографии, необходимое для производства современных чипов .
- TSMC (Тайвань): Единственный производитель, способный массово выпускать чипы по самым передовым техпроцессам для NVIDIA .
- NVIDIA (США): Лидер в разработке архитектуры чипов и программной экосистемы CUDA .
Такая структура делает цепочку поставок ИИ уязвимой. По мнению Боммасани, именно эта концентрация превращает ИИ в инструмент геополитики . Например, расположение TSMC на Тайване является центральной темой дискуссий в Вашингтоне о конкуренции между США и Китаем, а экспортный контроль чипов NVIDIA напрямую влияет на технологический суверенитет стран .
Кроме того, эксперт выделяет новые «физические» барьеры для облачных провайдеров (AWS, Azure, Google Cloud). Чтобы масштабировать ИИ, теперь недостаточно просто купить чипы — критическими ресурсами становятся земля, вода для охлаждения и, прежде всего, пропускная способность электросетей . По словам Боммасани, в США основным ограничивающим фактором сейчас является не производство энергии, а способность инфраструктуры её передавать .
🗄️ Экосистема данных: от публичного веба до юридических сделок 21:04
В отличие от рынка «железа», рынок данных гораздо более неоднороден. Боммасани классифицирует источники данных для обучения моделей на шесть категорий :
- Синтетические данные: Создаются самой моделью (например, через обучение с подкреплением). Стоимость равна стоимости электричества .
- Пользовательские данные: Получаются в обмен на сервис (как в Gmail или ChatGPT) .
- Публичные датасеты: Открытые наборы данных вроде SQuAD или The Pile .
- Веб-скрейпинг: Сбор данных со всего интернета. Боммасани отмечает растущее сопротивление сайтов: доля ресурсов, запрещающих обход роботами, резко выросла за последние два года . При этом сайты чаще блокируют краулеры OpenAI, чем Anthropic .
- Аннотированные данные: Платная разметка людьми через компании вроде Scale AI или Mechanical Turk .
- Лицензионные сделки: Покупка эксклюзивных архивов у Reddit или New York Times .
Интересным примером ценообразования стало мировое соглашение Anthropic по авторским правам. По данным эксперта, компания выплатила $1,5 млрд за 500 тысяч произведений, что устанавливает рыночную «цену» данных на уровне примерно $3000 за одну работу .
🔓 Стратегии дистрибуции: открытые веса против закрытых API 31:18
Выбор модели распространения ИИ напрямую влияет на структуру рынка приложений. Боммасани выделяет спектр от полной закрытости до Open Source :
- Закрытые модели: Позволяют разработчикам (OpenAI, Google) сохранять полный контроль над вертикальной интеграцией и удерживать более высокие цены на API .
- Открытые веса (Open Weights): Такие модели, как Llama или Qwen, создают конкуренцию среди хостинг-провайдеров, что ведет к снижению цен на инференс .
По словам Боммасани, открытые модели критически важны для регулируемых секторов (медицина, юриспруденция), так как они позволяют компаниям лучше понимать риски конфиденциальности, запуская ИИ локально .
📉 Парадокс Солоу и будущее экономического роста 52:25
ВВП на душу населения в развитых странах последние 150 лет растет с удивительной стабильностью — около 2% в год . Риши Боммасани задается вопросом: сможет ли ИИ ускорить эту кривую или он станет жертвой «парадокса Солоу» (когда компьютеры видны везде, кроме статистики производительности) ?
Многие интернет-технологии бесплатны для пользователя (поиск Google, социальные сети), поэтому они не отражаются в ВВП напрямую. Чтобы оценить реальный вклад ИИ, экономисты из Стэнфорда используют метрику GDP-B (потребительский излишек). Опросы показывают, что в среднем пользователи в США готовы были бы платить $98 в месяц, чтобы не отказываться от генеративного ИИ . Это означает, что скрытая ценность ИИ для экономики США уже составляет около $100 млрд в год, даже если эти деньги не проходят по официальным счетам .
Боммасани описывает три сценария влияния ИИ на рост :
- Рост продуктивности в одном секторе (например, ПО): Это может привести к «болезни цен Баумоля». Если программирование станет сверхэффективным, цены на софт упадут, но услуги в секторах, где ИИ бессилен (например, личный уход в медицине), станут еще дороже в относительных цифрах. В итоге общий рост ВВП может оказаться скромным .
- ИИ как дешевая рабочая сила: Внедрение «цифровых сотрудников» может компенсировать стагнацию населения в развитых странах .
- ИИ как генератор идей: Согласно теории Пола Ромера, идеи — это «неконкурентное благо» . Если ИИ ускорит научные открытия и НИОКР, это может привести к суперэкспоненциальному росту всей экономики .
Сам Боммасани склоняется к тому, что ИИ — это «технология столетия» (как электричество), но её эффект на ВВП проявится не сразу . История показывает наличие J-кривой: сначала компании тратят огромные ресурсы на адаптацию технологий и перестройку процессов (период спада продуктивности), и только спустя десятилетия наступает фаза взрывного роста .
