Макроэкономическая трансформация: как искусственный интеллект переформатирует мультипликатор инвестиций

Введение

Внедрение систем искусственного интеллекта (ИИ) выступает не просто изолированным технологическим сдвигом, а глубинным макроэкономическим катализатором, меняющим структуру межотраслевых и межрегиональных экономических связей. Результатом изменения этой структуры, в том числе является изменение объемов валового продукта как стран в целом, так и составляющих эти страны регионов.

Внедрение систем искусственного интеллекта способно повысить эффективность функционирования ряда макро и мезоэкономик, вызывая экономический рост, реализуемый в виде роста валового внутреннего и регионального продукта (ВВП, ВРП) [11]. Но, с другой стороны, стимулирование этого роста может реализовываться за счет формирования в других странах или регионах экономического спада (снижения ВВП, ВРП), вызванного перетоком производств и ресурсов в более развитые с позиций внедрения ИИ государства и их области [9]. Отметим и то, что рост экономик развитых стран, вызванный внедрением ИИ, может трансформироваться в их последующий спад. Одна из причин этого – возможность замены части рабочей силы искусственным интеллектом [4]. Возможно ли это? В особенности в связи с тем, что поддержка ИИ-инфраструктуры, токенов и серверов часто обходится бизнесу дороже, чем содержание команды живых специалистов [12]. Создаст ли внедрение ИИ новые рабочие места, в которые перетечет часть сокращенных вследствие внедрения нейросетей сотрудников? Решит ли внедрение ИИ проблему сокращения количества трудовых ресурсов [5]? При том, что исследователи считают текущие оценки влияния ИИ на производительность труда завышенными [8]. Все это дискуссионные вопросы, требующие дополнительных исследований, масштабы которых значительны.

При этом динамика ВВП (ВРП) складывается из двух составляющих – прямой и косвенной. Прямая составляющая характеризуется изменением валового продукта отрасли, в рамках которой внедряются системы ИИ, оказывая влияние на ее эффективность.

Но это изменение валового продукта приведет к изменению спроса данной отрасли на продукцию других отраслей, их доходы и, как следствие – изменению их спроса. Данная динамика распространяется по цепочке изменения расходов одних отраслей и генерируемого этим изменением доходов других отраслей. Немаловажной составляющей этого процесса является потребительский спрос. Так как отрасль, внедряющая ИИ, способна изменить свой спрос на рабочую силу, что окажет влияние на объемы оплаты труда, потребительского спроса и, как следствие объемы доходов и производства отраслей, производящих и реализующих потребительскую продукцию, и отраслей, поставляющих им ресурсы и оборудование, необходимые для функционирования производства потребительских товаров. Совокупность этих эффектов является косвенным эффектов внедрения систем ИИ в экономику конкретной отрасли. Этот косвенный эффект, называемый мультипликативным, распространяется на экономики регионов и государств и характеризуется величиной мультипликатора инвестиций.

Применяемая в данном исследовании терминология представлена в таблице 1.

Таблица 1

Терминология, применяемая в исследовании

Исследованию влияния внедрения систем ИИ в современную экономику на величину мультипликатора инвестиций и объем мультипликативного эффекта в современной экономике посвящена данная работа.

Применяемая модель

Для того, чтобы понимать влияние ИИ на величину мультипликатора, необходимо понимать параметры мультипликативного процесса. Так как именно на эти параметры и, как следствие – косвенную составляющую прироста ВВП (ВРП) окажет воздействие внедрение систем ИИ.

Существующие подходы к определению величины мультипликатора, как правило, мало информативны для этой задачи. Так в скалярных моделях значение переменной мультипликатора рассчитывается как обобщенная, усредненная константа [6], [2]. Механизм ее внутреннего формирования остается неопределенным, так как скалярное уравнение скрывает внутреннюю структуру распределения ресурсов и этапы протекания мультипликативного процесса.

Матричные модели мультипликатора более информативны, так как выполненные по ним расчеты позволяют сформировать набор значений мультипликатора для совокупности отраслей экономики страны (региона) или совокупности регионов мировой экономики [1], [7]. Но и в данном типе моделей осуществляется одномоментный статический расчет итогового эффекта, при котором вычислительная система не фиксирует динамику перехода импульса от одной отрасли к другой. Результат расчета матричной модели – набор отраслевых или региональных коэффициентов мультипликатора без понимания процессов формирования этих значений.

Для влияния ИИ на внутренние параметры мультипликативного процесса необходима модель, описывающая внутренние параметры этого процесса, и выводящая из этого описания формулу мультипликатора инвестиций, декомпозированную по этим параметром. Такая модель представлена в работе [3]. Из этой работы для текущего исследования взята формула мультипликатора инвестиций, действие которого подкреплено функционированием акселератора инвестиций, и учитывает этапы распространения мультипликативного процесса в экономике страны (региона):

, (1)

где М – величина мультипликатора инвестиций;

ак – величина акселератора инвестиций;

отт – удельная величина оттоков из мультипликативного процесса.

При этом удельная величины оттоков определяется по формуле (2):

(2)

где ПС – величина предельной склонности к сбережению для анализируемой экономики;

ПИ – величина предельной склонности к импорту;

ПН – величина предельной ставки налогообложения.

Формулы (1) и (2) содержат параметры мультипликативного процесса, изменение которых под влиянием внедрения в экономику систем ИИ изменит величину мультипликатора инвестиций и, как следствие – объемы косвенной динамики ВВП (ВРП) в анализируемой экономике.

При этом объемы мультипликативного процесса, результатом которого является прирост ВВП или ВРП, зависят от двух составляющих:

- объема инвестиционного импульса;

- величины мультипликатора инвестиций.

Если величина инвестиций в анализируемой экономике в текущем периоде времени составляет 120 млрд. руб., а значение величины мультипликатора инвестиций составляет 1,48, то изменение первоначального инвестиционного импульса с его ростом до 130 млрд. руб. изменит объем мультипликативного прироста валового продукта на:

Если при неизменном объеме инвестиционного импульса величина мультипликатора вырастет на 0,05, изменение мультипликативного прироста валового продукта составит:

Рассмотрим влияние внедрения систем ИИ в экономику страны (региона) на динамику инвестиционных импульсов и динамику величины мультипликатора инвестиций.

Влияние ИИ на объем инвестиционного импульса

Направлений этого влияния несколько. Одно из них – оптимизация издержек, способная формировать локальные сжатия объемов мультипликативного процесса.

На микроэкономическом уровне внедрение ИИ способно достаточно эффективно оптимизировать производственные и управленческие процессы. Например, ИИ может применяться для оптимизации логистических цепочек или оптимизации энергоснабжения производственных площадок. В результате затраты на производство единицы продукции (без учета затрат на внедрение ИИ) сокращаются.

Влияние этого сокращения на объем мультипликативного эффекта в краткосрочном периоде времени является отрицательным. При неизменном объеме выпуска оптимизация издержек сокращает закупки промежуточных товаров у смежных отраслей, что локально сжимает первоначальный инвестиционный импульс.

Так при базовой величине мультипликатора инвестиций (M = 2,5) сокращение производственных затрат со 150 до 100 млн руб. за счет ИИ-оптимизации изымает из системы часть промежуточного спроса. Объем генерируемого прироста ВВП (ΔY) локально снижается на:

(100 млн. руб. – 150 млн. руб.) × 2,5 = - 125 млн. руб.

Но, с другой стороны, сокращение расходов на закупки товаров промежуточного потребления высвобождает у предприятия финансовые ресурсы. Это высвобождение сожмет инвестиционный импульс в том случае, если вся сэкономленная сумма будет изъята из экономического оборота, что нетипично для бизнеса, стремящегося максимизировать свой доход. Следовательно, вполне вероятно, что бизнес вложит сэкономленные средства в расширение производства или создание новых производств. Эти вложения станут новыми инвестиционными импульсами, компенсирующими сокращение промежуточного потребления.

Отметим и то, что, в особенности, в среднесрочном и долгосрочном периодах времени, снижение затрат на производство единицы продукции за счет использования ИИ ведет к снижению ее конечной цены реализации. Влияние этого процесса на мультипликативный эффект двоякое. С одной стороны, покупатели из других отраслей тратят на закупку этой продукции меньше средств, что локально уменьшает объем денежного оборота и, как следствие – негативно влияет на величину инвестиционного импульса, порождающего мультипликативный эффект. С другой стороны, удешевление продукции способно достаточно масштабно стимулировать рост совокупного спроса на нее, что вызовет расширение выпуска и масштабный рост величины инвестиционного импульса.

Важным качественным аспектом влияния искусственного интеллекта на структуру инвестиционного импульса является трансформация модели затрат предприятия и сдвиг от капитальных к текущим затратам. Традиционные инвестиции в автоматизацию (например, покупка роботизированных станков) относятся к капитальным затратам, которые формируют классический и долгосрочный импульс для отраслей-поставщиков оборудования. Внедрение же ИИ-систем все чаще реализуется по модели подписок, облачных вычислений и использования программных итренфейсов приложения – API (модели SaaS – программа как услуга, PaaS – платформа как услуга), что переводит расходы компаний в категорию операционных издержек.

С точки зрения кейнсианской модели, такой сдвиг деформирует традиционный мультипликативный процесс, размывая первоначальный инвестиционный импульс. Вместо крупного инвестиционного шока, менее растянутого во времени, экономика получает более растянутую во времени совокупность малых операционных платежей, что за счет их дробления способно оказать негативное влияние на величину инвестиционного импульса.

Отметим и то, что алгоритмизация, автоматический комплаенс и смарт-контракты с ИИ колоссально повышают скорость обращения денег в мультипликативных цепочках. В результате, даже при росте оттоков (например, в сбережения), высокая скорость прохождения импульса по межотраслевым связям способна генерировать больший прирост ВВП в единицу времени, что оказывает положительное влияние на величину инвестиционного импульса.

Еще одно направление влияния ИИ на величину инвестиционного импульса – модернизация смежных отраслей. Появление нового технологического ядра заставляет смежные со сферой ИИ сектора экстренно модернизироваться. Дополнительные инвестиции, связанные с обновлением этих отраслей, окажут положительное влияние на объем инвестиционного импульса.

Следующее направление – влияние на рынок труда. Передача рутинных операций алгоритмам повышает предельную выработку на одного сотрудника, что трансформирует потребительскую компоненту. В краткосрочном периоде времени влияние этого направления на объем мультипликативного эффекта является положительным за счет роста производительности труда, позволяющего компаниям поднимать реальные зарплаты без риска инфляции. Растут объемы потребительской составляющей мультипликативного эффекта. Однако в долгосрочной перспективе влияние может стать резко отрицательным, если внедрение ИИ приведет к масштабному сокращению штатов, росту безработицы и падению совокупного потребления.

Важным долгосрочным риском является то, что отказ от сотрудников с небольшим опытом (выпускников институтов) из-за автоматизации их функций разрушает карьерные лифты. Когда текущее поколение опытных специалистов уйдет на покой, экономика столкнется со структурным кадровым голодом, что способно в будущем спровоцировать затяжное негативное влияние на объемы мультипликативных эффектов за счет действия инфляционных тенденций, вызванных нехваткой трудовых ресурсов, компенсировать которую в полном объеме внедрением ИИ не удастся.

Перечисленные выше направления влияния внедрения систем ИИ в экономику на объем инвестиционного импульса, определяющий объем мультипликативного эффекта, объединены на рисунке 1.

Рисунок 1 – Направления влияния внедрения ИИ в экономику на объем инвестиционного импульса, определяющий объем мультипликативного эффекта

Источник: составлено авторами

Влияние ИИ на величину мультипликатора инвестиций

Как показывают представленные выше формулы (1) и (2), воздействовать на величину мультипликатора инвестиций можно, влияя на величину следующих параметров, составляющих мультипликативный процесс:

- величина предельной склонности к сбережению;

- величина предельной склонности к импорту;

- предельная величина налоговых выплат;

- величина акселератора инвестиций.

Прежде чем анализировать влияние внедрения систем ИИ на динамику этих параметров, определим, что увеличение любой составляющей удельного оттока из мультипликативного процесса (см. формулу (1)) снизит величину мультипликатора инвестиций. Так при неизменной величине акселератора, например, равной 0,25, рост предельной величины оттоков с 0,39 до 0,38 приведет к снижению величины мультипликатора на 0,234 – с 4,444 до 4,21:

.

Рассмотрим направления влияния внедрения ИИ на величину каждого из перечисленных выше параметров. Начнем с предельной склонности к сбережению. Внедрение ИИ в экономику окажет на эту склонность двоякое влияние.

С одной стороны, снижение цен приводит к сокращению номинальных потребительских расходов на базовые товары, то есть к росту предельной склонности к сбережению и снижению величины мультипликатора инвестиций. Но с другой стороны – снижение потребительских цен формирует «эффект богатства». Почувствовавшие себя богаче потребители увеличивают траты, в том числе на на инновационные товары, что сокращает предельную склонность к сбережению, оказывая положительное влияние на величину мультипликатора инвестиций.

Анализируя бизнес, отметим, что сверхдоходы от ИИ аккумулируются у узкого пула глобальных BigTech-монополий (OpenAI, Microsoft, Google, Nvidia). Предельная склонность к сбережению у таких корпораций-гигантов ведет себя иначе, чем у классического бизнеса. Они склонны к накоплению гигантских ликвидных резервов или байбэкам (выкупу акций), что фактически изымает деньги из реального сектора экономики, сокращая величину предельной склонности к сбережению.

Что касается влияния внедрения ИИ на предельную величину налоговых выплат, то оно жестко разделено по временным интервалам. В краткосрочной перспективе государства вводят налоговые стимулы. Например, в России действуют льготные ставки налога на прибыль для IT-компаний 5% вместо 25% [1]). Применение ИИ в бухгалтерии также оптимизирует выплаты компании. Налоговые оттоки падают, оказывая положительное влияние на величину мультипликатора инвестиций.

В долгосрочной перспективе замещение среднего класса (аналитиков, юристов) алгоритмами может снизить поступления в бюджетную систему от подоходного налога. Один из способов компенсации этого бюджетного дефицита государством – внедрение тотального ИИ-комплаенса транзакций (ликвидация серых схем), возможное введение «налога на роботов», акцизов на токены. Все это способно увеличить величину предельной ставки налогообложения, снижая величину мультипликатора инвестиций.

Если государство вводит налог на роботов для компенсации падения НДФЛ, оно искусственно снижает стимулы к росту производительности труда. Это может запустить стагфляционную спираль, где падение акселератора наложится на рост налоговых изъятий, приводя к более масштабному сжатию мультипликатора.

Влияние внедрения ИИ на предельную склонность к импорту также двояко.

Для экономик развитых стран внедрение ИИ способно повлиять на величину предельной склонности к импорту за счет решоринга (возврата производств). Задолго до внедрения ИИ европейские и американские компании переносили производство в страны с дешевой рабочей силой (Китай, Юго-Восточная Азия), экономя на фонде оплаты труда. ИИ, управляющий роботизированными фабриками, способен сделать локальное производство внутри технологически развитой страны дешевле, чем импорт аналогичной продукции из развивающихся стран [10]. В такой ситуации при росте доходов бизнес будет расширять внутреннее производство, а не закупки за рубежом. В результате предельная склонность к импорту в развитых странах, активно использующих ИИ может сокращаться, что повысит величину мультипликатора. Одновременно в развивающихся странах сократятся рабочие места (что снизит объем мультипликативного эффекта).

При это развивающиеся страны могут выиграть от более дешевого импорта за счет внедрения ИИ их более развитыми торговыми партнерами. Но это приведет к росту склонности к импорту развивающихся стран, что окажет негативное влияние на величину их мультипликатора инвестиций

ИИ-системы проектирования в связке с аддитивными технологиями (3D-печать) позволяют производить сложные компоненты локально по требованию. Это снижает зависимость от импорта готовых деталей, что снизит предельную склонность к импорту за счет кастомизации на местах, увеличивая тем самым значение мультипликатора инвестиций.

Отметим и влияние точного прогнозирования. Внедрение ИИ способно минимизировать избыточные закупки импортного сырья и комплектующих за счет точного анализа внутреннего спроса. В результате страны начнут эффективнее использовать внутренние ресурсы, что снизит предельную склонность к импорту. Внедрение ИИ в сельском хозяйстве (точное земледелие, дроны, климатический мониторинг) способно увеличить урожайность местных культур, снижая предельную долю импорта продовольствия при росте доходов населения. Все вышеуказанное способно оказать положительное влияние на величину мультипликатора инвестиций.

Для стран, не имеющих собственных вычислительных мощностей и больших языковых моделей (LLM), предельная склонность к импорту в IT-секторе, напротив, может резко вырасти. В частности – за счет зависимости от иностранных облачных сервисов. При росте доходов компании начинают внедрять ИИ, но платят за подписки на зарубежные облачные платформы (OpenAI, Microsoft, AWS), что увеличивает импорт услуг. Аналогичная ситуация с импортом оборудования. Внедрение ИИ, призванное стимулировать рост национального дохода, приводит к росту закупок суперкомпьютеров и ИИ-чипов (Nvidia и др.), которые производятся всего в нескольких точках мира. Все вышеуказанное приводит к росту предельной склонности к импорту, уменьшая величину мультипликатора инвестиций.

Таким образом, для технологически независимых стран (обладающих своим софтом и микроэлектроникой) ИИ снижает предельную склонность к импорту, замыкая экономические циклы внутри страны. Для технологически зависимых стран ИИ может увеличить импортную составляющую в секторе высоких технологий, одновременно снижая ее в традиционной промышленности.

Что касается акселератора инвестиций – внедрение ИИ способно увеличить его значение, за счет:

1. Масштабного роста спроса на дата-центры, чипы и энергетику (это изменение объема инвестиций), что увеличивает количество инвестиций для удовлетворения одной единицы дополнительного спроса.

2. Создания новых рынков. ИИ способен породить продукты, не существовавшие раньше. Рост доходов в этих сферах заставляет компании экстренно инвестировать в новые технологические платформы, чтобы не проиграть конкуренцию. Это также приводит к росту количества инвестиций, необходимых для удовлетворения одной единицы дополнительного спроса.

Отметим и направления снижения величины акселератора инвестиций в результате внедрения систем ИИ в экономику.

1. Снижение потребности в физическом капитале. ИИ часто заменяет дорогое физическое оборудование или офисные пространства алгоритмами и облачным софтом. Если для масштабирования бизнеса раньше нужно было строить новые заводы или филиалы, то при внедрении ИИ в некоторых случаях для этого достаточно масштабировать код, что приводит к снижению величины акселератора инвестиций.

2. Оптимизация существующих мощностей. Внедрение ИИ способно повысить эффективность использования уже имеющихся станков, складских помещений (например, за счет умного распределения остатков). Доходы бизнеса растут при отсутствии необходимости приобретения нового оборудования. Это напрямую снижает эффект акселератора.

3. Перераспределение инвестиций. Рост инвестиций в ИИ способен сократить инвестиции в прочие направления и отрасли экономики. В том случае, если значение акселератора сокращенных инвестиций выше, чем значение акселератора инвестиций в ИИ, общее значение акселератора анализируемой экономики сократится.

При этом снижение величины акселератора при прочих равных условиях способно снизить величину мультипликатора инвестиций анализируемой экономики. Так, при удельной величине оттоков из мультипликативного процесса, равной 0,38, снижение величины акселератора инвестиций с 0,25 до 0,24 снизит величину мультипликатора с 4,444 до 4,325 (на 0,119):

.

В краткосрочной перспективе (пока идет бум строительства инфраструктуры) ИИ способен сильно разогнать рост величины акселератора инвестиций. В долгосрочной перспективе ИИ способен сделать экономику менее капиталоемкой, что может снизить коэффициент акселератора, так как рост выпуска будет достигаться за счет эффективности алгоритмов, а не покупки новых физических активов.

В совокупности направления влияния внедрения систем ИИ в экономику на параметры мультипликативного процесса показано на рисунке 2.

Рисунок 2 – Направления влияния внедрения ИИ в экономику на параметры мультипликативного процесса

Источник: составлено авторами

Рассмотрим пример того, как математически учесть ряд вышеуказанных тенденций в формуле (2), характеризующей предельные оттоки из мультипликативного процесса.

Введение налога на роботов трансформирует предельную ставку налогообложения из формулы (2) следующим образом:

, (3)

где ПН_base – базовая предельная склонность к налогообложению, до внедрения «налога на роботов»;

τ_rob – предельная ставка специфического «налога на роботов» (прогрессивный акциз на использование вычислительных мощностей/токенов или замещение рабочих мест);

α_AI ϵ [0,1] – уровень автоматизации и замещения живого труда системами ИИ в экономике.

Так если базовая предельная ставка налогообложения составляет 0,27, налого на роботов – 0,16, а уровень автоматизации – 0,1, то предельная ставка налогообложения с 0,27 увеличится до:

0,27+0,16×0,1 = 0,286.

Изменение предельной склонности к сбережению в результате роста безработицы, вызванной внедрением ИИ, предлагается рассчитать по формуле (4):

, (4)

где ПН_base – базовая предельная склонность к сбережению, до внедрения ИИ;

γ – коэффициент эластичности – чувствительность предельной склонности к сбережению к изменению уровня безработицы;

ΔU_AI – структурное изменение уровня безработицы, вызванное вымыванием человеческого капитала в результате внедрения ИИ.

Заключение.

Проведенное исследование показывает, что интеграция искусственного интеллекта в воспроизводственные контуры национальных экономик разрушает привычную линейность макроэкономических процессов. Модификация классической кейнсианской модели позволила показать, что цифровые технологические шоки не просто масштабируют экономику, а качественно переформатируют объемы и направления экономических взаимодействий – от структуры корпоративных издержек до изменения величины фискальных изъятий.

Главный теоретический вывод работы заключается в том, что итоговый вектор макроэкономической динамики не предопределен заранее. Окончательное изменение объема инвестиционного импульса и величины мультипликатора будет зависеть от силы описанных в исследовании разнонаправленных тенденций. Повышательный потенциал, генерируемый ростом производительности и колоссальным ускорением транзакционных цепочек, в каждый конкретный момент времени сталкивается с жестким понижательным давлением институциональных барьеров — оттоком капитала в контуры BigTech-монополий, фискальными деформациями и тектоническими сдвигами на рынке труда.

Для экономической политики это означает смену парадигмы управления. Регуляторам необходимо отказаться от линейного стимулирования валового объема цифровых инвестиций в пользу гибкого управления институциональной средой. Стратегический успех государственной политики будет определяться способностью удерживать мультипликативные эффекты внутри национальной экономики, минимизируя технологическую зависимость и социальные риски, что является безальтернативным условием трансформации цифрового шока в фактор долгосрочной макроэкономической стабильности.

[1] Налог на прибыль. Госуслуги. https://www.gosuslugi.ru/itindustry/tax_incentives/income_tax (дата обращения: 20.06.2026)