Искусственный интеллект (ИИ) ощутимо влияет на экономику и общество, затрагивая множество сфер — от стратегического управления и принятия решений до повседневной коммуникации. Эксперты Института статистических исследований и экономики знаний НИУ ВШЭ с помощью системы iFORA картировали ключевые точки разломов — зоны, где изменения уже стали необратимыми и будут лишь усиливаться в дальнейшем.
Справочно: Система интеллектуального анализа больших данных iFORA разработана ИСИЭЗ НИУ ВШЭ с применением передовых технологий искусственного интеллекта и включает более 850 млн документов (научные публикации, патенты, нормативная правовая база, рыночная аналитика, отраслевые медиа, материалы международных организаций, вакансии и другие виды источников). В 2020 г. iFORA отмечена в журнале Nature в качестве эффективного инструмента поддержки принятия решений в интересах бизнеса и органов власти. Организация экономического сотрудничества и развития (ОЭСР) относит систему к успешным инициативам в области цифровизации науки.
Карта разломов — новый аналитический продукт экосистемы iFORA — впервые была представлена в рамках
16-го Российского форума по управлению интернетом (апрель 2026) на форсайт-сессии «ИИ как триггер слома привычных процессов: что он меняет уже сегодня и как изменит управление, экономику и общество к 2035 году».Карта составлена на основе более 60 млн документов, опубликованных в
2020–2026 гг., отобранных алгоритмами iFORA из массива источников на английском языке. Показатель силы влияния окон возможностей / потенциальных угроз на сферы изменений представляет собой интегральный индекс, учитывающий их значимость в массиве анализируемых документов, динамичность (темпы изменений значимости), а также показатель векторной центральности, который характеризует степень связи окон возможностей / потенциальных угроз друг с другом. Показатель принимает значения от 0 до 1, где <0,4 — ниже среднего,0,4–0,6 — среднее значение, >0,6 — выше среднего.
ИИ выходит за рамки прикладных задач и отдельных индустриальных решений, трансформируя саму логику функционирования систем управления, экономики и общества. Будучи встроенными в управленческий контур, алгоритмы ИИ повышают скорость, точность и обоснованность стратегических решений. В экономике они перекраивают бизнес-модели и структуру занятости, сжимают циклы создания продуктов темпами, за которыми не поспевают регуляторные и образовательные системы. В социальной сфере распространение ИИ-практик меняет доверие к информации, представления об авторстве и форматы взаимодействия между людьми и институтами. Все трансформации тесно переплетены: изменения в сфере управления создают новые экономические условия, которые, в свою очередь, влияют на социальные нормы и институты; а на их стыке проявляются глубокие структурные сдвиги и разломы (рис. 1).
Управление: решения ускоряются, ответственность — размывается
Интеллектуализация охватывает основные этапы управления: от стратегического планирования до операционного контроля и мониторинга в реальном времени. Ключевой управленческий сдвиг связан не с автоматизацией рутины, а с встраиванием ИИ в ядро принятия решений (рис. 2).
Управленческий цикл ускоряется (1.2 в табл. 1, рис. 1), точность контроля процессов растет (1.3), а решения все чаще принимаются на основе больших данных (1.1). Отмеченные изменения уже видны в практике российского бизнеса. По расчетам ИСИЭЗ НИУ ВШЭ, каждая вторая компания, использующая ИИ, применяет его именно для интеллектуальной поддержки принятия решений. Особенно заметна эта тенденция в крупных структурах: среди компаний с численностью 500+ человек ИИ используется для задач управления в 40% случаев. Интеграция ИИ в управленческий контур требует масштаба, данных, инфраструктуры и организационной зрелости.
Однако там, где ИИ открывает новые возможности, сосредоточены и наиболее серьезные риски. В управленческой сфере, где ошибка в данных может обернуться искажением не отдельного показателя, а всей цепочки принятия решений, критически важным фактором становится качество данных (1.4). Их дефицит, а также проблемы подготовки и обработки компании выделяют наряду с организационными барьерами внедрения ИИ, такими как сложность интеграции технологии в текущие процессы, высокие затраты и недостаточный уровень развития ИКТ-инфраструктуры. Одновременно сохраняется институционально нерешенная проблема размытой ответственности за рекомендации и действия, сформированные с использованием ИИ (1.5). Ее сложно определить, когда результат зависит одновременно от человека, качества данных, ИИ-моделей и организационных процессов. По мере того как алгоритмические системы все глубже встраивают в контур управления, их надежность становится одним из ключевых условий безопасности (1.6). Уязвимость модели, данных или инфраструктуры превращается в уязвимость всей организации.
Экономика: рост производительности и изменение рыночной структуры
В экономике ИИ перестает играть сугубо прикладную роль и становится частью процессов создания стоимости — от разработки продукта до взаимодействия с клиентом (рис. 3). Автоматизация все более широкого круга функций, включая роботизацию бизнес-процессов, меняет структуру издержек и подходы к организации деятельности. По прогнозным оценкам ИСИЭЗ НИУ ВШЭ, совокупный вклад от использования ИИ во всех отраслях экономики в ВВП России может достигнуть 11,6 трлн руб. к 2030 г. и 46,5 трлн руб. к 2035 г., что указывает на системный характер данной трансформации.
Производительность растет за счет оптимизации ресурсов и управления данными (2.1), при этом функции все чаще перераспределяются между человеком и алгоритмами. Одновременно на базе ИИ формируются новые бизнес-модели (2.2). В платформенной экономике — от электронной коммерции до финансовых сервисов — конкурентное преимущество все больше зависит от способности анализировать поведение пользователей, персонализировать предложения и управлять клиентским опытом в реальном времени. В этой логике данные перестают быть сопутствующим ресурсом, превращаясь в часть продукта, основу монетизации и инструмент долгосрочного удержания клиентов. ИИ уже используется в широком спектре бизнес-процессов, а его внедрение сопровождается трансформацией структуры занятости и спроса на навыки (2.4). Речь идет не столько о сокращении занятости, сколько о снижении доли рутинных задач, перераспределении функций и быстрой смене требований к компетенциям, в частности возрастает значимость навыков, связанных с работой с данными, применением аналитических инструментов и разработкой ИИ-решений.
Облачная инфраструктура и распределенная архитектура позволяют быстро масштабировать продукты и сервисы на базе ИИ (2.3), снижать барьеры входа и ускорять коммерциализацию новых решений. Одновременно необходимым условием развития ИИ становится доступ к хранилищам, центрам обработки данных и специализированному оборудованию. Зависимость от поставщиков вычислительных мощностей и инфраструктуры (2.5) создает предпосылки концентрации данных, технологий и алгоритмов у крупных игроков (2.6). В среднем технологии ИИ используют около 4,8% российских организаций, однако среди крупных компаний уровень внедрения достигает 14,9% против 4,1% у малого бизнеса. Это отражает неравномерность распространения ИИ и преимущества компаний, имеющих доступ к данным и инфраструктуре.
Общество: расширение возможностей и кризис доверия
В общественной сфере ИИ выступает не столько инструментом автоматизации, сколько триггером пересборки базовых практик производства знаний, коммуникации и социализации (рис. 4).
На наших глазах происходит масштабный сдвиг в сторону массовой генерации контента (3.1): благодаря ИИ практически исчезают барьеры входа в создание текстов, изображений и видео, усиливаются позиции отдельных авторов и малых команд. Генеративный ИИ в России уже применяет каждый шестой интернет-пользователь, что указывает на значительный потенциал дальнейшего распространения технологии, появления мультимодального контента и новых форм самовыражения.
Наряду с трансформацией творческого процесса ИИ меняет и сферу образования. В цифровой среде активно развиваются адаптивные образовательные системы (3.2), позволяющие сделать обучение более персонализированным и непрерывным. Распространяются гибридные модели, предполагающие активное использование ИИ в учебе, работе с текстами и поиске информации. Интеграция ИИ в социальные и контентные платформы (3.3) усиливает роль алгоритмов в формировании информационной повестки и структуры социальных связей.
Подобно рассмотренным выше сферам управления и экономики, и в общественной сфере в точках концентрации новых возможностей наиболее отчетливо проявляются и ключевые риски. Так, массовое производство синтетического контента повышает риски распространения фейковых новостей, затрудняет оценку достоверности информации и снижает доверие к ней (3.4). Значительная часть пользователей ИИ уже связывают его развитие с усилением зависимости от алгоритмов и ростом возможностей для манипулирования общественным мнением, около 30% испытывают тревогу по поводу растущего влияния ИИ. Одновременно обостряются вопросы уязвимости цифровой среды, конфиденциальности и безопасности персональных данных (3.5): расширение использования ИИ сопровождается экспоненциальным ростом объемов информации, превращая ее защиту в системный риск. Рост доступности инструментов генерации контента размывает границы авторства и прав интеллектуальной собственности (3.6). Потенциальные потери авторов в креативных индустриях в России от генеративного ИИ могут достигнуть 1 трлн руб. к 2030 г., что создает необходимость пересмотра существующих моделей монетизации и правовой защиты контента. В совокупности эти процессы указывают на формирование новой социальной среды, в которой ключевое значение приобретает не только доступ к передовым технологиям, но и способность общества выстраивать механизмы доверия, контроля и распределения ответственности в условиях повсеместного присутствия ИИ.
Комментирует Константин Вишневский, директор Центра стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ: «Развитие ИИ характеризуется сочетанием двух встречных процессов. С одной стороны, технология становится массовым инструментом: порог входа снижается, в разработку и применение вовлекаются новые участники. С другой стороны, контроль над данными, вычислительными мощностями, инфраструктурой и моделями все заметнее концентрируется у ограниченного числа технологических лидеров. На уровне социума ИИ расширяет возможности коммуникации, самовыражения, образования, способы производства и распространения знаний, но также усложняет механизмы доверия, побуждая общество заново определять, какую информацию считать достоверной и заслуживающей внимания. В сфере управления ИИ открывает возможности перехода от реактивной модели к предиктивной, при которой решения принимаются не постфактум, а на основе раннего выявления изменений в поведении рынков, граждан и производственных систем. На макроуровне ИИ становится инфраструктурой новой производительности и, подобно электричеству или интернету, постепенно проникает во все сектора, меняя логику взаимодействия экономических агентов. Экономический эффект ИИ при этом распределяется неравномерно: в выигрыше оказываются не те, кто внедряет точечные решения, а те, кто перестраивает бизнес-модели, организационные процессы, управление данными и компетенции работников вокруг мультиагентных ИИ-систем.
Выполненное с помощью системы iFORA картирование ключевых разломов показывает, что речь уже идет не о трансформации отдельных отраслей под влиянием ИИ, а о глубокой перестройке системы управления, экономики и общественных отношений. Результативность этой ИИ-трансформации будет зависеть от того, смогут ли институты превратить ИИ из инновации в надежную инфраструктуру развития с прозрачными правилами, механизмами ответственности и управления рисками».
Источники: расчеты на основе системы интеллектуального анализа больших данных iFORA (правообладатель — ИСИЭЗ НИУ ВШЭ); результаты проекта в соответствии с утвержденным перечнем тем работ научно-методического обеспечения, предусмотренных Государственным заданием НИУ ВШЭ на 2026 г.
Источник: Анна Аксенова, Софья Приворотская, Владислав Бешляга, Данила Копейкин, Константин Вишневский. ИСИЭЗ НИУ ВШЭ
