Генеративное искусство и развитие креативных индустрий: модель инновационных арт-кластеров для российских регионов

Введение. Неоднородность социально-экономического развития российских регионов остаётся одной из ключевых структурных проблем, ограничивающих возможности устойчивого территориального роста. В поиске эффективных инструментов регионального развития всё большее внимание привлекают креативные индустрии, рассматриваемые как перспективный сектор экономики, способный создавать новые формы занятости и культурной активности [32, 38]. Существенные трансформации в этой сфере обусловлены цифровизацией и распространением технологий искусственного интеллекта (ИИ), которые изменяют характер художественного производства и формируют новые форматы арт-практик [6, 13]. В этих условиях изучение потенциала генеративного искусства как возможной основы для формирования инновационного типа арт-рынка в регионах представляет значимый научный и практический интерес.

Литературный обзор. Теоретические основы исследований креативных индустрий заложены в работах Д. Хокинса, Ч. Лэндри, Р. Флориды и Д. Хезмондалша [17, 30–32], где обосновывается роль творчества как фактора социально-экономического развития территорий. В международных докладах ЮНКТАД [35–38] подчёркивается усложнение структуры креативных индустрий и возрастающее влияние цифровых технологий, что делает необходимым пересмотр классических подходов к анализу данной сферы.

Исследования арт-рынка, включая работу Кольцовой, Старобинской и Чекмарёва [10], раскрывают специфику ценообразования и подчеркивают зависимость рынка от имиджа и инфраструктуры. Это важно в контексте российского регионального дисбаланса, где классический арт-рынок концентрируется в столичных центрах. Публикации Лукичёва и Чекмарёва [13] демонстрируют потенциал искусственного интеллекта как технологии, способной трансформировать творческую деятельность и формировать новые формы художественных практик.

Ближайшими по тематике являются исследования современного арт-рынка [6], однако они преимущественно фокусируются на традиционных форматах искусства. Вопрос о возможности использования генеративного искусства как инструмента формирования новых региональных арт-кластеров остаётся недостаточно изученным, что определяет актуальность настоящего исследования.

Цель исследования. Цель настоящего исследования — комплексно изучить возможности применения искусственного интеллекта (ИИ) для формирования принципиально нового типа арт‑рынка в регионах, где традиционный художественный рынок развит слабо или отсутствует. При этом акцент делается не просто на технологическом внедрении, а на конструировании устойчивой экосистемы, способной трансформировать культурное и экономическое пространство территорий.

Исследование нацелено не только на теоретическую оценку роли ИИ в арт‑сфере, но и на выработку практических подходов к использованию данных креативных инструментов для повышения показателей регионов.

Проблема. Российские регионы по-прежнему обладают низкой туристической и инвестиционной привлекательностью, что подтверждается исследованиями социально-экономического развития территорий и динамики креативных индустрий [4; 7]. Это ограничивает их рост и приводит к негативным последствиям, включая внутреннюю миграцию, отток рабочей силы и капитала [5].

Государство предпринимает усилия по развитию креативных индустрий как инструмента сглаживания данных различий, что отражено в стратегических документах и нормативных инициативах последних лет [1; 28]. Однако попытки стимулировать развитие классического арт-рынка в регионах не приводят к ожидаемым результатам, что подтверждается исследованиями о структуре и специфике арт-рынка России [6; 19].

Основная причина заключается в критическом разрыве между исторически сформированным потенциалом Москвы и Санкт-Петербурга и остальных территорий. Столичные центры аккумулируют инфраструктуру, капитал и профессиональные арт-сообщества [10], что делает проведение выставок и продаж произведений классического искусства в большинстве регионов экономически затруднительным. В последние годы предпринимались попытки частично компенсировать это неравенство: организовывались выездные выставки и создавались культурные площадки федерального уровня — например, общественное пространство Третьяковской галереи и Приморская сцена Мариинского театра во Владивостоке. Тем не менее для большинства регионов такие инициативы остаются ограниченными и зависят от ресурсов столичных организаций, обеспечивая лишь кратковременное присутствие классического искусства, но не формируя устойчивый локальный арт-рынок.

В условиях, когда рост креативных индустрий рассматривается как значимый фактор регионального развития [17; 27], становится очевидно, что простое увеличение государственного финансирования без пересмотра стратегий пространственного развития не позволит преодолеть существующие диспропорции [26].

Новизна. Научная новизна исследования заключается в формировании и теоретическом обосновании новой модели регионального развития, основанной на интеграции генеративных технологий искусственного интеллекта в структуру арт-рынка и креативных индустрий. В отличие от существующих подходов, ориентированных преимущественно на поддержку классического искусства, в работе предлагается концепция инновационных арт-кластеров, способных формироваться в регионах с недостаточно развитой культурной инфраструктурой.

Ключевая новизна состоит в рассмотрении генеративного ИИ не только как инструмента художественного производства, но и как элемента, потенциально способного изменить механизмы культурного и экономического развития территорий. Предлагаемая модель рассматривается как основание для формирования нового типа региональных арт-практик, не зависящих от исторически сложившихся центров художественной активности и обладающих потенциалом снижения межрегионального дисбаланса.

Авторская гипотеза. Применение искусственного интеллекта для создания инновационного арт‑рынка на основе генеративного искусства способно стать ключевым механизмом преодоления системного отставания российских регионов в сфере туристической и инвестиционной привлекательности. Предполагается, что возможное формирование креативных кластеров, где центральным элементом экспонирования выступает генеративное искусство или искусство с использованием ИИ, позволит не просто имитировать столичные арт‑практики, а выстроить принципиально иную модель регионального развития.

Ожидается, что это приведёт к комплексному эффекту — росту туристического потока за счёт интерактивных форматов взаимодействия с искусством, привлечению частных инвестиций через новые механизмы монетизации (NFT‑маркетплейсы, токенизация цифровых активов), созданию локальных рабочих мест в сфере цифрового творчества и удержанию креативного класса в регионах. Таким образом, акцент на развитие арт-рынка с применением искусственного интеллекта позволит создать новые регионы привлечения капитала, туристического потока (как среди российский туристов, так и зарубежных) эффективнее чем классический арт-рынок.

Методология. В качестве методологической основы данной публикации использованы научные статьи, федеральные проекты, диссертации, нормативно-правовые документы. В исследовании применялись такие методы, как анализ, синтез, наблюдение, сравнение и обобщение, а также индуктивные и дедуктивные подходы.

Основная часть. Уровень дисбаланса в качестве жизни между крупнейшими агломерациями (прежде всего Москвой и Санкт‑Петербургом) и остальными регионами России представляет собой масштабную и системную проблему государственного значения [5]. Концентрация капитала в двух столичных центрах и одновременное ослабление промышленного сектора в регионах ведут к устойчивому ухудшению их экономического положения и социокультурного потенциала. Это проявляется в ряде взаимосвязанных негативных тенденций: оттоке квалифицированной рабочей силы, сокращении налоговых поступлений, деградации местной инфраструктуры, снижении доступности качественных социальных услуг и ослаблении культурной среды [5, 23].

Существует концепция, согласно которой именно креативные индустрии могут помочь решить данную проблему. Арт-рынок прочно вписан в структуру креативных индустрий, так как его экономическая ценность напрямую зависит от творческого потенциала произведений искусства. Цена художественного объекта в классическом арт-рынке формируется на основе трёх ключевых факторов: степени креативности работы, репутации создателя (оценки профессионального сообщества, истории продаж, участие в престижных коллекциях) и его известности (частоту упоминаний в СМИ и соцсетях, присутствие на крупных выставках, ярмарках, биеннале, охват аудитории) [10]. Именно эти творческие аспекты определяют стоимость произведений, что делает арт-рынок естественным продолжением креативных индустрий [3, 4, 7].

Согласно авторской концепции, инновационный тип арт‑рынка обладает принципиально большим потенциалом для развития регионов по сравнению с классическим арт‑рынком.

Основным недостатком развития классического арт-рынка в регионах выступает глубоко укоренившаяся диспропорция в его степени сформированности. В целом, рынок характеризуется концентрацией основных игроков в Москве и Санкт-Петербурге [6; 19]. На Москву приходится около 60% аукционных домов и площадок, на Санкт-Петербург — около 30% [19]. Здесь сосредоточены крупнейшие галереи, аукционные дома, музеи и арт-ярмарки, такие как Cosmoscow в Москве и SAM FAIR в Санкт-Петербурге [10; 19]. В этих городах также находится основная масса коллекционеров: 65% участников аукционов — из Москвы, 25% — из Санкт-Петербурга [6; 19].

Немаловажным остается и фактор имиджа, Санкт-Петербурга – как классического центра арт-рынка (царские дворцы, музеи, галереи), Москвы – как классического, так и современного арт-рынка [6; 16; 19]. Туристам и непрофессиональным коллекционерам из России и зарубежных стран данные города покажутся более привлекательными для посещения, так как сформировавшийся арт-рынок в них будет являться их «визитной карточкой» (фактор притяжения) [6; 19].

В контексте данного исследования целесообразно различать три типа арт-рынка: классический арт-рынок, связанный с распространением и продажей произведений профессионального искусства и функционирующий через галереи, музеи и аукционные дома; рынок народного искусства (рынок народных художественных промыслов), основанный на традиционных ремесленных практиках и декоративно-прикладном искусстве, укоренённых в локальном культурном наследии; а также инновационный арт-рынок, который в рамках гипотезы данного исследования рассматривается как предлагаемый новый тип рынка, формирующийся на основе генеративных технологий искусственного интеллекта и не имеющий на сегодняшний день устойчивой локализации или имиджевого лидера.

Можно предположить, что дальнейшее развитие классического арт-рынка в большинстве регионов не даст желаемого результата, поскольку их имидж и инфраструктура не могут приблизиться к уровню ведущих центров страны, где этот сегмент уже давно сложился и поддерживается развитой инфраструктурой. Отдельные территории с выраженным историко-культурным наследием — например, Псков, города Золотого кольца и другие традиционные центры туристического притяжения — в большей степени соотносятся с рынком народного искусства, и именно развитие этого сегмента арт-рынка для них представляется наиболее рациональным. Однако значительная часть российских регионов не располагает ни развитой инфраструктурой классического арт-рынка, ни выраженной традиционной ремесленной базой, что ограничивает возможности развития этих двух типов рынка. В таких условиях предлагаемый инновационный арт-рынок может рассматриваться как наиболее перспективное направление культурно-экономического роста, способное формировать новые точки притяжения и снижать межрегиональный дисбаланс.

Рисунок 1. Роль генеративного искусства и NFT в синергии арт и ИТ рынка, как части креативных индустрий. Источник: составлено автором

Под инновационным арт-рынком предлагается создание предметов искусства с использованием искусственного интеллекта, а также площадок для их демонстрации [Рисунок 1]. На данный момент существуют следующие способы создания предметов такого вида искусства.

Для цифровых изображений или живописи. На примере использования современных генеративных моделей: DALL·E 3, Midjourney, «Шедеврум» (Яндекс) [29].

1. Генерация цифрового изображения на основе текстового описания без использования исходного визуального материала.

2. Генерация цифрового изображения на основе исходного визуального материала с внесением модификаций, определяемых текстовым описанием.

3. Генерация цифрового изображения по текстовому описанию с последующей трансформацией полученного цифрового образа в традиционные техники живописи (масляная живопись, гуашь, акварель и др.).

4. Генерация цифрового изображения на основе исходного изображения с модификациями по текстовому описанию и последующим переносом результата в традиционные художественные техники.

Для создания трёхмерной модели. Например, при помощи генеративной модели «Meshy.ai»:

1. Генерация трёхмерной модели на основе набора изображений объекта, созданных без использования ИИ и отображающих его с разных сторон.

2. Генерация трёхмерной модели на основе набора изображений объекта, созданных с использованием ИИ и отображающих его с разных сторон.

3. Генерация трёхмерной модели на основе формализованного текстового задания.

4. Модификация существующей трёхмерной модели в соответствии с текстовым описанием требуемых изменений.

5. Перенос сгенерированной трёхмерной модели в традиционные виды скульптуры посредством изготовления физического объекта вручную (например, лепка из глины, резьба по дереву, обработка камня или металла).

Создание произведений видеоискусства. На примере использования современных генеративных видеомоделей: Sora, Google VEO, а также отечественных решений, интегрированных в экосистемы российских разработчиков искусственного интеллекта.

1. Генерация видеоряда на основе текстового описания без использования исходных видеоматериалов.

2. Генерация видеоряда на основе существующих видеоматериалов с внесением модификаций, определяемых текстовым описанием.

3. Создание видеокомпозиции на основе последовательности изображений, сгенерированных искусственным интеллектом.

4. Перенос сгенерированных видеоматериалов в классические формы видеоискусства посредством их интеграции в авторские видеоинсталляции, перформативные практики или кинематографические произведения.

Исходя из выявленных способов создания инновационного арт-искусства мы можем сделать следующие важные выводы для нашей гипотезы.

Инновационное искусство не обязательно должно иметь исключительно цифровое воплощение. На данный момент использование технологий искусственного интеллекта в сфере авторского искусства преимущественно осуществляется в цифровом пространстве — посредством интернет-браузеров или специализированных программных решений. Вместе с тем полученный цифровой результат может быть перенесён в физическое воплощение различными художественными методами.

Проанализируем, как такой процесс происходит в живописи, цифровом рисунке. Один из распространённых подходов — использование трафаретов или вспомогательных шаблонов, позволяющих художнику воспроизводить структуру и композицию цифрового изображения в традиционных техниках.

Наряду с этим возможен и иной способ переноса, не предполагающий применения каких-либо шаблонов или вспомогательных средств. В этом случае художник осуществляет авторское воссоздание цифрового изображения вручную, интерпретируя его средствами живописи, графики или иной техники. Такой подход отличается более высокой творческой ценностью, поскольку включает элементы личного художественного видения, индивидуальной стилизации и переосмысления цифрового прототипа, фактически превращая результат в самостоятельное произведение искусства [3; 12].

Ещё одним технологически развитым способом материализации цифрового произведения является печать в формате жикле. Жикле представляет собой высококачественную художественную печать цифрового изображения на холсте или архивной бумаге с использованием пигментных чернил. Данный метод обеспечивает точную цветопередачу, долговечность и визуальную близость к традиционным живописным техникам. Жикле может выступать как самостоятельной формой физического представления цифровой работы, так и служить основой для последующей ручной доработки, что позволяет создавать гибридные произведения, сочетающие цифровые и классические художественные практики.

В рамках данного исследования также кратко рассмотрим, каким образом методы переноса цифрового результата в физическую форму могут быть применены в сфере трёхмерного искусства. Перенос трёхмерного цифрового творчества в физическую форму может осуществляться несколькими самостоятельными способами. Один из них основан на использовании 3D-принтера для непосредственного изготовления объекта. В этом случае цифровая модель печатается как целиком, так и по частям. Такой подход особенно удобен при работе со сложными конструкциями: отдельные элементы могут выводиться на принтере по отдельности — например, фрагменты будущего механизма или детали, которые должны свободно вращаться или перемещаться, — а затем собираться в единый объект. После печати возможна значительная дополнительная обработка: шлифование, грунтование, покраска, изменение фактуры, а также интеграция функциональных компонентов.

Другой способ предполагает использование 3D-печати не для изготовления конечного объекта, а для создания трафаретов, форм или заготовок. Такие элементы служат вспомогательными инструментами при лепке, скульптуре или декоративно-прикладном творчестве, обеспечивая точность пропорций и облегчая процесс ручного моделирования.

Также возможен перенос трёхмерной модели в физическое воплощение посредством визуального воспроизведения, когда цифровая модель служит лишь ориентиром, а автор полностью создаёт объект вручную в выбранном материале. Такой подход обладает повышенной творческой ценностью, поскольку позволяет художнику свободно интерпретировать форму, привносить индивидуальные стилистические решения и преобразовывать цифровой прототип в самостоятельное произведение искусства.

Отметим, чем по мнению авторов будет привлекать данный инновационный арт-рынок участников.

В первую очередь — возможностью демонстрации будущего. Генеративное искусство позволяет визуализировать технологические тенденции, демонстрировать потенциал современных решений, включая отечественные разработки в сфере искусственного интеллекта. Уже сегодня в России представлены собственные генеративные модели, ориентированные на визуальное творчество, среди которых нейросети серии Kandinsky (Сбер) [22], модель «Шедеврум» (Яндекс) [29], решения семейства RuDALL-E и графические модули, интегрированные в экосистемы GigaChat. В условиях, когда на государственном уровне подчёркивается стратегическая значимость ИИ [24] и необходимость ускоренного внедрения генеративных технологий, подобные арт-кластеры могут выступать не только как культурные площадки, но и как точки прикладного тестирования, апробации и популяризации отечественных ИИ-разработок.

В то же время авторы считают, что было бы методологически неверно искусственно ограничивать использование исключительно российских генеративных моделей. Зарубежные аналоги в ряде направлений по-прежнему остаются технологическими лидерами, и жёсткое регулирование или запреты на их применение в рамках данных выставочных кластеров могут оказать сдерживающее влияние на развитие инновационного арт-рынка России. Оптимальным представляется сбалансированный подход, предполагающий сохранение доступа к мировым технологическим решениям при одновременном формировании сегмента экспозиций, созданных преимущественно с использованием российских генеративных моделей. Такой подход позволит одновременно интегрировать российский арт-рынок в глобальные технологические процессы и стимулировать развитие национальных платформ генеративного искусства.

Во-вторых, можно предположить, что по мере формирования отдельного сообщества художников, использующих искусственный интеллект как полноправный творческий инструмент, появится не один, а целый спектр новых жанров искусства, основанных на специфике работы генеративных моделей. Такие модели позволяют создавать художественные эффекты, которые трудно или практически невозможно реализовать в традиционных техниках. К ним можно отнести предельную детализацию, когда при увеличении изображения зрителю открываются новые уровни микроструктур; предельное упрощение, при котором алгоритм сводит форму к крайне обобщённым, но выразительным элементам; а также феномен так называемых «цифровых галлюцинаций» — неожиданных и нестандартных визуальных образов, возникающих в процессе генерации. Все эти особенности способны сформировать основу для развития нескольких самостоятельных направлений, в которых эстетика определяется как замыслом автора, так и особенностями «воображения» алгоритмов. Новые жанры искусства скорее всего займут место в интересах широкой публике [12].

В-третьих, поскольку рынок находится на стадии формирования, оценить инвестиционную привлекательность такого вида искусства пока затруднительно. Однако для инвесторов, готовых принимать повышенные риски, подобный рынок может обладать потенциально более высокой доходностью по сравнению с традиционным арт-рынком.

В-четвёртых, вход в сферу генеративного искусства на данный момент остаётся относительно недорогим для автора, по крайней мере в области цифрового искусства. Создание работ с использованием ИИ не требует приобретения дорогостоящих расходных материалов, а сами модели искусственного интеллекта в настоящее время доступны для широкого круга пользователей, что существенно снижает порог входа в творчество.

Отметим, что в рамках данной гипотезы предполагается необходимость представления такого искусства на выставках, организованных в специально созданных креативных кластерах в регионах России. Показ работ в физическом виде является ключевым условием формирования имиджа территории [21], поскольку именно материальная инсталляция способна стать полноценной точкой притяжения и усилить статус региона как центра развития инновационного арт-рынка. В качестве дополнительной маркетинговой стратегии можно предусмотреть частичную демонстрацию произведений в их цифровом воплощении на онлайн-площадке выставки, при условии получения согласия авторов. Однако важно понимать, что цифровая презентация носит вспомогательный характер, тогда как полноценный имидж и значение арт-кластера формируются прежде всего через физическое восприятие инсталляций.

Проанализируем для каких регионов предложенные кластера дали бы максимальный эффект. При ранжировании регионов необходимо учитывать, что формирование подобных кластеров направлено на снижение критической асимметрии регионального развития посредством укрепления культурной инфраструктуры и стимулирования креативных индустрий на менее развитых территориях. Поскольку создание кластера центра инновационного арт-рынка в регионах с уже развитой инфраструктурой и сформировавшимся арт-рынком не способствует достижению обозначенной цели, хотя и характеризуется большей предсказуемостью и высокой вероятностью успешного результата.

Для уточнения территориальной специфики и более обоснованного определения площадок, наиболее подходящих для развития различных типов арт-рынка, в данном исследовании выделяются две группы:

1. Территории с выраженным потенциалом развития классического арт-рынка и народных художественных промыслов.

2. Территории, для которых инновационный арт-рынок на основе технологий искусственного интеллекта может стать ключевым драйвером культурно-экономического роста.

Методология ранжирования основана на трёх ключевых группах показателей:

1. Уровень культурной инфраструктуры. Учитывались показатели наличия музеев, центров народного искусства, художественных школ, галерей, культурных кластеров, туристических маршрутов и устойчивых историко-культурных брендов территорий.

2. Транспортная доступность внутри страны. Анализировались авиационные, железнодорожные и автомобильные транспортные узлы, степень включённости региона в межрегиональные пассажирские и логистические потоки.

3. Перспективная международная доступность. При её оценке учитывались действующие международные маршруты, потенциал международных перевозок, инфраструктура пограничных и транзитных узлов, а также возможные изменения логистических направлений после завершения специальной военной операции.

Выделение международной транспортной доступности в отдельный критерий обусловлено тем, что российский арт-рынок исторически зависел от участия иностранных коллекционеров, галерей и профессиональных институций, особенно в сегменте современного искусства и крупных ярмарок [6; 19]. Именно международные контакты усиливали инвестиционную привлекательность арт-площадок, расширяли профессиональные связи и обеспечивали включённость территорий в глобальные культурные процессы. Поэтому способность региона поддерживать устойчивые внешние коммуникации напрямую влияет на его потенциал для развития нового формата арт-кластеров.

Актуальная геополитическая ситуация усиливает значение данного критерия: после начала специальной военной операции структура внешних взаимодействий изменилась, поэтому следует учитывать характер сотрудничества России с дружественными и нейтральными государствами. При оценке международной доступности рассматривались не только действующие маршруты, но и перспективы их трансформации в будущие логистические и культурные сети, которые, согласно текущим тенденциям, будут преимущественно ориентированы на страны Азии, Ближнего Востока и иные нейтральные направления.

Такой подход позволяет рассматривать международную транспортную доступность не просто как инфраструктурный параметр, а как индикатор будущей устойчивости создаваемых арт-кластеров, определяющий их способность привлекать иностранных участников, проводить международные мероприятия и интегрироваться в формирующуюся глобальную архитектуру культурного взаимодействия.

С учётом данных факторов формируются две таблицы: первая отражает регионы, обладающие потенциалом развития классического искусства и народных художественных промыслов; вторая — регионы, наиболее перспективные для формирования инновационных арт-кластеров на основе генеративных технологий искусственного интеллекта.

Таблица 1. Территории России с потенциалом развития классического арт-рынка и народных художественных промыслов. Составлено автором по данным [5; 7; 21; 23]

Таблица 2. Территории России с перспективностью формирования инновационных арт-кластеров на основе генеративных технологий искусственного интеллекта. Составлено автором по данным [7; 13; 14; 24; 34]

ЗАКЛЮЧЕНИЕ

Подводя итоги, следует отметить, что проблема неравномерного развития российских регионов остаётся одной из наиболее значимых структурных задач. Проведённый анализ показывает, что в условиях постиндустриальной экономики креативные индустрии рассматриваются исследователями как фактор, способный стимулировать территориальный рост. Арт-рынок потенциально может играть в этом процессе заметную роль. Сложившаяся ситуация на российском арт-рынке, усугубившаяся после начала специальной военной операции вследствие сокращения участия ряда иностранных акторов и уменьшения внешнего спроса [6; 19], усиливает необходимость поиска новых подходов к развитию территорий. Дополнительную значимость процессу формирования инновационных арт-кластеров придаёт и тот факт, что технологии искусственного интеллекта активно развиваются как в России, так и в странах-партнёрах, что создаёт растущий запрос на специализированные площадки для демонстрации возможностей генеративных моделей и расширения экосистем цифрового творчества.

Научная новизна исследования заключается в предложении концепции демонстрационно-экспозиционных центров генеративного искусства — специализированных арт-кластеров, в которых технологии искусственного интеллекта выступают не только инструментом художественного производства, но и механизмом территориального развития. Такая модель способна формировать новый тип региональных арт-практик, не опирающийся на историческую инфраструктуру столичных центров и, следовательно, потенциально позволяющий снизить межрегиональный дисбаланс. В рамках исследования также была сформирована методология ранжирования территорий на основе трех ключевых критериев — уровня культурной инфраструктуры, транспортной доступности и потенциала международных коммуникаций.

Важно подчеркнуть, что результаты методологического ранжирования нашли отражение в двух аналитических таблицах, каждая из которых акцентирует различные траектории культурного развития. Первая таблица демонстрирует территории, обладающие потенциалом дальнейшего роста в сфере классического искусства и народных художественных промыслов. Вторая таблица отражает регионы, наиболее перспективные для формирования инновационных арт-кластеров на основе генеративных технологий искусственного интеллекта. Такое структурное разделение позволило более точно выявить различную природу культурного потенциала территорий и определить те регионы, в которых новый тип арт-рынка способен дать наиболее выраженный социально-экономический эффект.

Полученные результаты позволяют утверждать, что предложенная концепция формирования инновационных арт-кластеров на основе ИИ обладает потенциалом компенсировать исторически сложившееся неравномерное распределение культурной инфраструктуры, создавая новые центры креативного развития. Подобные кластеры могут привлекать новые категории аудитории, стимулировать взаимодействие творческих, технологических и предпринимательских сообществ, а также повышать туристическую и инвестиционную привлекательность территорий.

Дальнейшие исследования могут быть направлены на включение в модель генеративного музыкального искусства, оценку возможностей интеграции робототехники в художественные практики и развитие комплексных концепций технологически насыщенных креативных территорий. Всё это позволит сформировать более развернутую теоретическую и практическую основу для развития инновационных арт-кластеров в российских регионах.