The better AI gets, the smaller its share of the economy might get – Alex Imas and Phil Trammell
В этом видео ведущий Дваркеш Патель обсуждает экономические последствия создания сильного искусственного интеллекта (AGI) с двумя экспертами: Алексом Имасом (директор по экономике AGI в Google DeepMind и профессор Чикагского университета) и Филом Траммеллом (глава отдела экономики в Epoch и научный сотрудник Оксфорда).
Главная тема дискуссии — что произойдет с человеческим трудом, распределением богатства и стоимостью капитала, когда машины смогут выполнять любую работу. Эксперты анализируют исторические ошибки прогнозирования автоматизации, теорию «узких мест» (O-Ring), риски переходного периода («грязная середина») и сценарии, при которых капитал может полностью обесцениться из-за бесконечного самовоспроизводства ИИ.
Дефицит в мире AGI и «человеческая» экономика
Реляционный сектор как основа дефицита 00:44: Алекс Имас утверждает, что в мире, где ИИ может производить любые физические товары и выполнять когнитивные задачи, главным дефицитом станет человеческое взаимодействие. Возникнет так называемый «реляционный сектор» (relational sector), где ценность услуги заключается именно в том, что ее оказывает человек (например, бариста, балерина, сиделка или психотерапевт). Поскольку люди по своей природе ограничены в количестве и времени, услуги с обязательным участием человека будут постоянно расти в цене на фоне удешевления автоматизированных благ.
Проблема замкнутого цикла человеческой экономики 01:55: Дваркеш ставит под сомнение устойчивость экономики, состоящей только из людей, оказывающих услуги друг другу. Он отмечает, что часть богатства неизбежно будет «утекать» из этой человеческой петли на покупку автоматизированных товаров (машинного производства). Поскольку машины не нуждаются в услугах человеческих бариста или психотерапевтов, этот отток капитала может привести к тому, что доля «человеческой экономики» в общем объеме ВВП будет неуклонно сжиматься, стремясь к нулю.
Ошибки прогнозирования: Уроки промышленной революции
Провал прогнозов Давида Рикардо 03:16: Имас приводит в пример классического экономиста Давида Рикардо, который в 1820-х годах предсказывал, что промышленная революция приведет к массовой безработице и обнищанию населения, так как машины заменят людей. Рикардо был абсолютно прав в микропрогнозах — конкретные профессии (например, ткачи) действительно были уничтожены. Однако его макроэкономический прогноз оказался в корне неверным: сегодня уровень занятости населения трудоспособного возраста находится на исторических максимумах.
Структурные изменения и «ошибка неизменного объема труда» 04:28: Ошибка Рикардо заключалась в непонимании структурных изменений экономики. Автоматизация сделала товары дешевле, высвободив у потребителей деньги, которые они начали тратить на новые услуги и товары, создавая новые рабочие места. Это классическое опровержение «ошибки неизменного объема труда» (lump of labor fallacy) — идеи о том, что в экономике есть фиксированное количество работы. Экономисты предполагают, что подобный механизм может сработать и с AGI, породив спрос на блага, которые мы сейчас даже не можем представить.
Доля труда и капитала: Парадоксы автоматизации
Историческая стабильность доли труда 06:27: В макроэкономике весь доход делится на долю труда (зарплаты) и долю капитала (дивиденды, рента, прибыль владельцев машин). Исторически доля труда составляла около 60%, а капитала — 40%. Поразительный факт заключается в том, что несмотря на колоссальную автоматизацию за последние 200 лет (появление компьютеров, роботов, интернета), доля труда оставалась удивительно стабильной и не упала до нуля, как можно было бы ожидать при замене людей машинами.
Сетевая доля факторов производства 08:22: Фил Траммелл объясняет эту стабильность через концепцию «сетевой скорректированной доли факторов» (network-adjusted factor shares). Даже если финальный этап производства полностью автоматизирован (например, робот собирает автомобиль), по всей цепочке поставок (добыча руды, создание микрочипов, логистика) все еще задействован человеческий труд. Пока ИИ не автоматизирует абсолютно всю цепочку поставок до самого базового уровня, труд будет продолжать захватывать значительную часть создаваемой ценности.
Теория уплотнительного кольца (O-Ring) и узкие места
Эффект бутылочного горлышка 10:06: Траммелл применяет к автоматизации модель O-Ring (названную в честь уплотнительного кольца, из-за отказа которого взорвался шаттл «Челленджер»). Суть модели в том, что качество и успех сложного процесса зависят от самого слабого звена. Если процесс состоит из 10 задач, и ИИ автоматизирует 9 из них, оставшаяся 1 задача, которую может выполнить только человек, становится критическим «узким местом» (bottleneck).
Взрывной рост зарплат в краткосрочной перспективе 11:08: Из-за эффекта O-Ring автоматизация большинства задач не уничтожает ценность человеческого труда, а, наоборот, многократно ее увеличивает. Если ИИ берет на себя всю рутину, производительность человека на оставшейся задаче взлетает до небес. В результате, на этапе частичной автоматизации, зарплаты людей, выполняющих эти критические неавтоматизируемые функции, могут не упасть, а вырасти в геометрической прогрессии.
«Грязная середина» (The Messy Middle)
Риски переходного периода 19:37: Эксперты обсуждают концепцию «грязной середины» — периода, когда AGI уже начал массово вытеснять людей с рабочих мест, но еще не привел к взрывному экономическому росту (постдефициту). Главная опасность этого этапа заключается в том, что экономика не будет генерировать достаточно избыточного богатства, чтобы безболезненно компенсировать потери уволенным работникам через налоги и перераспределение.
Политические последствия безработицы 21:10: Подчеркивается, что даже незначительные изменения на рынке труда вызывают мощные политические шоки. Рост безработицы всего на 2% способен полностью изменить политический ландшафт страны. Если AGI автоматизирует миллионы рабочих мест «белых воротничков» до того, как экономика вырастет в несколько раз, это приведет к колоссальному социальному напряжению, которое может заблокировать дальнейшее развитие технологий.
Перераспределение богатства: БОД и налоги
Отрицательный подоходный налог против БОД 25:57: В качестве решения проблемы потери доходов обсуждаются различные механизмы. Отрицательный подоходный налог (Negative Income Tax) устанавливает минимальный порог дохода: если человек зарабатывает меньше, государство доплачивает ему разницу. Базовый основной доход (UBI) выплачивается всем без исключения. Эксперты отмечают, что в условиях AGI, когда большинство людей могут потерять рыночную ценность, эти системы становятся жизненно необходимыми для поддержания спроса.
Приватизация социального обеспечения 27:24: Альтернативный подход — наделение граждан долей в самом капитале. Предлагается модель, при которой государство выдает каждому гражданину долю в широком индексном фонде (например, S&P 500). Таким образом, по мере того как ИИ будет увеличивать прибыль корпораций и стоимость капитала, граждане будут получать дивиденды напрямую, становясь бенефициарами автоматизации, а не просто получателями государственных пособий.
Политическая экономия зависимости 28:41: Траммелл предупреждает о политических рисках системы, где граждане полностью зависят от чека из правительства. Если люди не имеют рыночной силы (их труд ничего не стоит), а их выживание зависит от политиков, контролирующих налоги с ИИ-корпораций, демократические институты могут деградировать. Возникает риск формирования неофеодальной системы, где владельцы AGI обладают абсолютной властью.
Сценарий сингулярности: Зонды фон Неймана и обесценивание капитала
Самовоспроизводящийся капитал 34:41: Рассматривается радикальный сценарий будущего с использованием концепции «зондов фон Неймана» — машин, способных самостоятельно добывать ресурсы и строить свои точные копии. Если AGI получит контроль над робототехникой и сможет строить новые заводы и новых роботов без участия человека, капитал начнет размножаться экспоненциально.
Падение доходности капитала до нуля 35:31: В экономике цена ресурса определяется его редкостью. Если роботы могут бесконечно копировать роботов, капитал перестает быть дефицитным. В таком сценарии процентные ставки и доходность капитала (ROI) упадут до нуля. Это означает, что богатые люди не смогут просто жить на проценты со своих инвестиций — их капитал обесценится из-за гиперизобилия производственных мощностей.
Новые формы дефицита 36:40: Если труд автоматизирован, а капитал бесконечен, единственными источниками ценности останутся фундаментально ограниченные ресурсы. К ним относятся физические ограничения Вселенной (земля, энергия, вычислительные мощности), а также социальные конструкты (статус, внимание других людей, оригинальные произведения искусства). Вся экономика перестроится вокруг борьбы за эти немногочисленные невоспроизводимые блага.
🔍 Анализ: фактчек и польза
ФАКТЧЕК
Провал прогнозов Давида Рикардо о безработице — ✅ подтверждается: В 1821 году в третьем издании своего труда Рикардо действительно добавил главу «О машинах», где признал, что механизация может привести к безработице. Однако глобально он ошибся: сегодня уровень занятости в странах ОЭСР находится на исторических максимумах (около 70-72%), а безработица держится на уровне около 5%.
Историческая стабильность доли труда (60%) и капитала (40%) — ⚠️ спорно/неточно: В XX веке это считалось экономическим законом (факты Калдора), но спикеры упускают важный контекст. С начала 2000-х годов доля труда в ВВП США и глобально неуклонно снижается (упав до ~53-58%), и большинство независимых экономистов связывают это именно с внедрением IT и автоматизацией.
Теория O-Ring, узкие места и рост зарплат — ✅ подтверждается: Модель O-Ring была создана Майклом Кремером в 1993 году (названа в честь детали, погубившей шаттл «Челленджер»). Современные экономисты (например, Дэвид Автор, Джошуа Ганс) математически доказывают с ее помощью, что частичная автоматизация кратно повышает предельную производительность и зарплаты на оставшихся неавтоматизируемых задачах-«бутылочных горлышках».
Отрицательный подоходный налог (NIT) против БОД (UBI) — ✅ подтверждается: Это корректное описание классических макроэкономических концептов. NIT (популяризированный Милтоном Фридманом) доплачивает процент только тем, чей доход ниже порога, сохраняя стимул работать, тогда как БОД — это фиксированная выплата абсолютно всем гражданам независимо от дохода.
Падение доходности капитала до нуля при самовоспроизводстве ИИ — ✅ подтверждается: Согласно базовым законам макроэкономики, цена фактора производства зависит от его редкости. Если капитал (роботы, строящие роботов) становится бесконечно масштабируемым и перестает быть дефицитным, предельная доходность инвестиций (ROI) математически устремляется к нулю.
ЛИЧНО ДЛЯ ТЕБЯ
Используй эффект O-Ring в своих продуктах: Не пытайся автоматизировать Telegram-боты или веб-сервисы на 100%. Найди ту 1 задачу из 10, которую Claude или Gemini делают плохо (например, сложная логика интеграций, эмпатия, нестандартная архитектура), и сделай ее ядром ценности. ИИ радикально удешевит 9 рутинных шагов, а маржинальность твоего 10-го шага взлетит.
Монетизируй «реляционный сектор» и дефицит: По мере того как код и базовые IT-услуги обесцениваются, люди будут готовы платить за человеческое взаимодействие и статус. Встраивай в свои проекты комьюнити, эксклюзивный саппорт или привязку к физическим хобби (например, маркетплейсы или сервисы для аудиофилов/музыкантов), так как это фундаментально ограниченные ресурсы, которые ИИ не сможет обесценить.
Хеджируй риски «грязной середины»: На этапе, когда ИИ начнет массово вытеснять мидл-разработчиков, но экономика еще не перестроится, важно владеть капиталом, а не только продавать свой труд. Оптимизируй косты своих проектов с помощью LLM уже сейчас, а излишки прибыли инвестируй в широкие индексные фонды (S&P 500) или фундаментально ограниченные активы, чтобы получать дивиденды от автоматизации.