МВФ смоделировал экономику под властью ИИ: в обоих сценариях люди беднеют

Искусственный интеллект способен увеличить мировой ВВП — но при этом сделать большинство людей беднее. Из-за роста безработицы и концентрации капитала экономический выигрыш может достаться узкому кругу владельцев технологий, а не обществу в целом, следует из оценок Международного валютного фонда (МВФ).

В декабре 2025 года МВФ совместно с Economics of Transformative AI Initiative (EconTAI, Университет Виргинии) провел закрытый семинар с участием около 50 человек — экономистов МВФ, представителей Федеральной резервной системы США, ИИ-подразделения Google DeepMind, Массачусетского технологического института и других организаций.

Участники провели сценарное моделирование на пятилетний горизонт (до начала 2030-х), приняв за общую предпосылку, что к этому моменту ИИ достигнет способности выполнять широкий спектр когнитивных и физических задач. Вопрос был не в том, сможет ли ИИ это сделать, а в том, как быстро экономики его освоят. По итогам встречи участники выделили два сценария интеграции ИИ в экономику — «базовую диффузию» (медленное внедрение) и «неконтролируемую диффузию» (стремительное). МВФ позднее описал их в отдельной аналитической записке.

РБК разбирался, что стоит за двумя сценариями МВФ, почему даже оптимистичный не обещает всеобщего процветания — и какой из них вероятнее для России.

Два варианта будущего

Оба сценария исходят из одной предпосылки: к началу 2030-х ИИ сможет заменить человека в большинстве задач. Различаются они скоростью и широтой внедрения. Оба сценария не прогноз, а стресс-тест: авторы намеренно взяли самый агрессивный таймлайн (из оценок глав ИИ-компаний, а не медианных экономических прогнозов), чтобы проверить, выдержат ли существующие институты.

Базовая диффузия  — это медленное и неравномерное проникновение технологии. Его тормозят регуляторные барьеры, сопротивление общества, нехватка инфраструктуры (энергия, дата-центры), дефицит навыков и организационная инертность. Компании экспериментируют с ИИ, но не перестраивают бизнес-процессы. Многие страны вводят ограничительное регулирование, которое увеличивает юридические риски и стоимость внедрения, а также жесткие программы защиты рабочих мест.

Рост производительности неоднороден: выигрывают секторы с мягким регулированием, проигрывают зарегулированные. Рынок труда раскалывается по поколенческому принципу. Врач, юрист или инженер со стажем накопили институциональный «щит»: профессиональную лицензию (заменить его ИИ нельзя без изменения закона), членство в профсоюзе, политический вес. Молодые специалисты этих преференций еще не приобрели — и они оказываются первыми кандидатами на замещение. Разрыв между развитыми и развивающимися экономиками сохраняется: у первых — инфраструктура, кадры и институты для внедрения ИИ, у вторых — дефицит всего перечисленного.

В этом сценарии ожидания инвесторов от ИИ не оправдываются, компании, набравшие долг на строительство дата-центров, сталкиваются с переоценкой активов.

Второй сценарий — неконтролируемая диффузия  — стремительное и массовое внедрение ИИ при минимальных регуляторных ограничениях. ИИ-агенты сами ускоряют процесс. В сфере услуг ИИ выполняет когнитивные задачи в финансах, здравоохранении и образовании под минимальным контролем человека. В промышленное производство, строительство и добычу интегрированы роботы. «Роботы производят роботов», — отмечается в записке. Компании работают с минимальным штатом или без сотрудников. Люди по-прежнему выполняют работу, но «рассматриваются как опция, а не необходимость».

Экономические последствия этого сценария жестче. Капитал побеждает труд: владельцы ИИ-компаний забирают непропорциональную долю выгоды. Рынок концентрируется вокруг нескольких технологических гигантов — барьеры входа растут из-за потребности в огромных вычислительных мощностях и данных. Производство возвращается в развитые страны благодаря удешевлению робототехники — экспортная модель развивающихся экономик разрушается.

Финансовая стабильность под угрозой: домохозяйства теряют доход — нарастают дефолты по потребительским кредитам; ИИ-алгоритмы на рынках усиливают стадное поведение и раздувают пузыри. Огромные корпоративные расходы на инфраструктуру финансируются долгом, но вычислительное оборудование устаревает за два-три года (новые поколения чипов обесценивают предыдущие). Компании еще не успели окупить вложения, а залоговая стоимость их дата-центров уже падает — банки получают обесценивающийся актив вместо обеспечения.

Соорганизатор семинара, замдиректора фискального департамента МВФ Эра Дабла-Норрис и профессор Университета Виргинии Антон Коринек описали развилку как столкновение двух мировоззрений: «Вашингтонский консенсус по ИИ» (технология раскроется постепенно, как электричество или интернет) против «Сан-Францисского консенсуса» (трансформация произойдет за годы, а не за десятилетия). Записка МВФ — стресс-тест именно второго варианта.

В обоих сценариях, описанных фондом, выигрывают прежде всего развитые страны — за счет инфраструктуры, кадров и доступа к технологиям. Их ВВП растет за счет автоматизации: меньше работников производят больше товаров и услуг, инвестиции в ИИ-инфраструктуру разгоняют капиталовложения. Но выигрыш достается владельцам капитала  — акционерам технологических компаний. Доля оплаты труда в добавленной стоимости падает: экономический «пирог» увеличивается, но «кусок» работника сжимается. Те, кто теряют занятость, теряют и доход — потребительский спрос слабеет. Налоговая база размывается: труд облагается налогом, капитал — меньше, а социальные расходы растут. Центробанкам становится труднее принимать решения  — непонятно, инфляция это или дефляция, когда автоматизация расширяет предложение, а спрос падает.

Изменение налогов и удар по ДКП

МВФ констатирует: существующая архитектура экономической политики не рассчитана на мир, где капитал замещает труд такими темпами. Фонд предлагает набор мер по четырем направлениям.

• Налоги. Перенос налоговой нагрузки с труда на капитал и ренту. Если труд перестает быть основным источником добавленной стоимости, облагать его бессмысленно — база размывается. Обложить нужно тех, кто выигрывает: владельцев данных, вычислительных мощностей и интеллектуальной собственности.
• Социальная защита. Отвязка пособий и страховки от факта занятости. Сегодня большинство систем соцзащиты привязано к трудовому договору — при массовом вытеснении работников это перестает работать. В жестком сценарии МВФ допускает универсальный базовый доход, но подает его как крайнюю меру.
• Денежно-кредитная политика. Модернизация инструментария ЦБ: автоматизация одновременно расширяет предложение (дефляционное давление) и сжимает спрос (потеря доходов) — классические индикаторы дают противоречивые сигналы. МВФ указывает на необходимость новых моделей для оценки нейтральной ставки.
• Конкуренция. Усиление антимонопольного регулирования, чтобы не допустить закрепления рынка за несколькими техногигантами. Включает требования к интероперабельности и переносимости данных.

Партнер практики «цифровая трансформация» компании Strategy Partners Сергей Кудряшов считает ключевым сдвигом переход от налогообложения транзакций к налогообложению ренты. ИИ-инфраструктура — дата-центры, вычислительные кластеры, обученные модели — физически привязана к месту, в отличие от финансовых потоков, которые легко перенаправить в офшор. «Капитал теряет мобильность, налогооблагаемая база перестает убегать — можно облагать не поток, а запас», — отмечает он.

Инструменты для этого уже существуют. Научный сотрудник лаборатории анализа лучших международных практик Института Гайдара Мария Гирич указывает на опыт ОЭСР: глобальный минимальный налог в 15% на прибыль крупных компаний (с 2021 года) и система обложения цифровых услуг, которая отходит от привязки налогов к физическому присутствию. «Платформы извлекают значительную выгоду из рынка страны за счет пользователей, данных и сетевых эффектов, даже не имея там офиса», — отмечает Гирич.

Генеральный директор «Рексофт консалтинг» Андрей Скорочкин настроен скептичнее. Он сомневается, что государства направят новые налоговые ресурсы на перераспределение: «Социальная и регулирующая функции будут ослабевать, уступая место фискальной и контрольной» — то есть государство скорее увеличит изъятия в свою пользу, чем выстроит систему поддержки вытесненных работников. При этом Скорочкин подчеркивает нереалистичность сценария полного доминирования ИИ в экономике: «80% бизнеса построено по принципам предыдущего технологического уклада. Изменения под логику ИИ требуют огромных ресурсов и сталкиваются с сопротивлением на всех уровнях».

Заведующий лабораторией анализа институтов и финансовых рынков РАНХиГС Александр Абрамов видит иной сценарий: если прибыль сконцентрируется у нескольких компаний, государство либо обложит ИИ-центры по модели акцизной монополии — как с производством алкоголя, где через акциз изымается значительная доля прибыли, либо напрямую переложит на них расходы по созданию рабочих мест и переобучению вытесненных работников. «Вряд ли устойчивым будет государство, где основная часть населения на содержании у нескольких компаний», — заключает Абрамов.

Универсальный базовый доход предлагается МВФ не как первоочередная мера, а как крайний сценарий. Кудряшов называет ее «признанием политического поражения» — это означает, что государство не смогло ни сохранить рабочие места, ни переобучить людей, ни перенаправить экономику и просто откупается от вытесненного с рынка труда населения. Альтернатива, по его словам, — целевое перераспределение: ресурс направляется из секторов-бенефициаров в секторы, где спрос сжимается, то есть государство пытается управлять структурой экономики.

Отдельный вызов грозит центральным банкам, соглашается Кудряшов. «Единая ставка становится неработоспособной — она одновременно тормозит выигрывающие секторы и не помогает проигрывающим. Потребуется де-факто сегментированная денежно-кредитная политика», — рассуждает эксперт.

Российский сценарий

Абрамов считает, что в России реалистичен только сценарий медленной диффузии: «Россия существенно отстает из-за ограниченности инвестиционных ресурсов по сравнению с США и Китаем. Собственные компании будут формироваться, но по масштабам они будут уступать глобальным игрокам».

Скорочкин перечисляет конкретные барьеры: ограниченный доступ к передовым моделям, инфраструктурные ограничения (мощность ЦОДов, энергетика, каналы связи). «Со временем ориентация только на собственные разработки будет мешать прогрессу — в любой технологической гонке важны коллаборация и обмен знаниями», — предупреждает он. Гирич добавляет регуляторный барьер: в одной из версий законопроекта об ИИ 2026 года предлагалось, чтобы модель обрабатывала данные исключительно на территории России — «обучение на узкой выборке чревато искажениями результатов».

Кудряшов занимает промежуточную позицию. Плюсы: суверенный ИИ («Сбер», «Яндекс», МТС) и одна из самых низких в мире себестоимостей электроэнергии для дата-центров — «структурное преимущество в области, которую МВФ выделяет как критический ресурс». Минусы: зависимость от импортной микроэлектроники, хронический дефицит кадров и закрытость корпоративной инфраструктуры — крупные компании разворачивают ИИ на собственных мощностях, а не в облаке, что ограничивает доступ к самым продвинутым моделям.

«России не стоит пытаться воспроизвести модель Кремниевой долины или Шэньчжэня — догонять в лоб по объему вычислений и числу моделей бессмысленно при текущих ограничениях в микроэлектронике. Вместо этого нужно выстраивать собственную архитектуру: как распределять вычислительные мощности между государственным и корпоративным контурами, кто получает доступ к ресурсам, на каких условиях, и как регулировать ренту от ИИ внутри страны. Дешевая энергия и существующие платформы — это преимущество, но без системы управления оно останется набором изолированных корпоративных проектов», — рассуждает Кудряшов.