Фронтирные модели ИИ не работают как прилив, который одинаково поднимает или топит все лодки. Напротив, как объясняют Арул Муруган, Абхишек Нагарадж (Калифорнийский университет в Беркли), Томас Агирре (Университет Сан-Паулу) и Риши Боммасани (Стэнфордский университет), способности ИИ распределяются по рабочим задачам «изрезанно» (jagged exposure). Модель может виртуозно решать сложнейшие аналитические кейсы, но спотыкаться на элементарной логике. Поскольку национальные экономики распределяют человеческий труд по-разному, эта «изрезанность» создает перекошенную карту глобального влияния ИИ. Развитые страны, где рабочая сила сосредоточена в секторе «белых воротничков» и сфере услуг, оказываются под ударом первыми, пока развивающиеся рынки остаются в относительной тени.
Анатомия национального воздействия
Чтобы оцифровать этот хаос, исследователи ввели метрику национального воздействия ИИ для 141 страны. Методология объединяет оценки сложности задач из литературы по фронтирным моделям с данными о занятости. Это не гадание на кофейной гуще о потере рабочих мест, а измерение того, насколько текущая структура труда в стране совпадает с тем, что ИИ уже умеет делать хорошо. Цифры говорят сами за себя: Европа и Центральная Азия на 50% более подвержены влиянию ИИ, чем страны Африки к югу от Сахары. Это прямой результат того, что богатые страны перевели большую часть персонала в офисы, где алгоритмы уже могут ускорять или полностью замещать привычные процессы.
Способности фронтирного ИИ распределены неравномерно по рабочим задачам, а национальные экономики радикально расходятся в том, как они используют человеческий труд.
Данные также обнажают гендерный разрыв: в 91% изученных стран женщины подвержены влиянию ИИ сильнее, чем мужчины. Причина прозаична — высокая концентрация женского труда в офисной работе и продажах. Исключения составляют лишь регионы, где женщины заняты преимущественно в сельском хозяйстве, до которого ИИ пока не дотянулся. Исследователи подтвердили свои выводы, показав, что их индексы коррелируют с реальной статистикой внедрения ИИ от таких гигантов, как Anthropic, Microsoft и OpenAI.
Косвенные удары и экономические утечки
Помимо прямого влияния на офисный персонал, исследование выявило механизм косвенного воздействия через трансграничные доходы. Некоторые страны могут казаться защищенными из-за низкого уровня цифровизации, но они остаются уязвимыми через глобальный рынок труда. Например, прямое воздействие ИИ в Таджикистане ниже среднемирового. Однако 37% ВВП страны составляют денежные переводы из России. Поскольку российская экономика высоко экспонирована к ИИ, любой сбой на ее рынке труда моментально рикошетит по Таджикистану. Это доказывает, что цифровая незрелость не спасает, если ваши ключевые экономические партнеры переживают структурный сдвиг.
Национальные различия настолько велики, что политические решения, откалиброванные под рынки США или Европы, попросту не будут работать в остальном мире.
Эта взаимосвязанность рушит миф о технологической изоляции. Шок производительности в аутсорсинговом хабе или стране-доноре может перестроить рынок труда за тысячи километров. Внедрение генеративного ИИ в крупном колл-центре увеличивает количество решенных вопросов в час, что само по себе не является злом. Это сигнал о колоссальном росте производительности, который, впрочем, несет риск обесценивания человеческого труда в конкретных секторах. Локальным стратегиям пора перестать копировать западные шаблоны и начать учитывать структуру собственного рынка, иначе развивающиеся страны рискуют увидеть свои экспортные услуги ненужными раньше, чем успеют перестроиться на более устойчивые экономические модели.