В эпоху ИИ теория цен возвращается — новые спрос и экосистема могут возникнуть только на открытых рынках

Автор статьи: Чэнь Юйю, профессор Школы управления Гуанхуа Пекинского университета, директор Института экономической политики Пекинского университета

Источник: Сяогуаньский институт

Страх на старом фундаменте

Каждая эпоха имеет свои основы. Люди живут, работают, судят, боятся и представляют будущее, стоя на них.

Люди аграрной эпохи с трудом могли представить, что жизнь одного человека может не вращаться вокруг земли, сезонов и голода. Когда появилась паровая машина, многие в первую очередь видели безработицу ремесленников, но с трудом могли предвидеть железные дороги, города, фабричную систему, современные финансы и новый средний класс. Когда появилось электричество, люди видели лишь более яркие ночи, но с трудом могли полностью представить холодильники, кинопромышленность, современные больницы, ночную жизнь городов, бытовую электронику и электронные вычислительные машины. Когда появился интернет, многие считали его просто более быстрой почтой и более крупной библиотекой, но не предвидели мобильные платежи, короткие видео, облачные вычисления, платформы доставки еды, такси по заказу, онлайн-образование и глобальную совместную работу в реальном времени.

Когда приходят новые технологии, наибольшим препятствием часто является не сама технология, а воображение, основанное на старых основах.

Сегодня искусственный интеллект также был встроен в старые основы понимания. Рассуждения многих людей таковы: раньше десять программистов, копирайтеров, переводчиков, аналитиков и сотрудников службы поддержки выполняли определенные задачи, а теперь один человек плюс ИИ справляются с тем же объемом работы, поэтому остальные девять остаются без работы. Это суждение кажется суровым, реалистичным и антиутопичным, но на самом деле оно все еще является мышлением старого мира. Оно воспринимает будущее как сокращение затрат в текущем списке задач, технологический прогресс — как замену существующих должностей, а экономическую жизнь — как уже заполненную таблицу.

Но настоящие великие технологические революции никогда не заключались в удалении нескольких строк из старой таблицы, а в переизобретении самой таблицы.

Важнейшее экономическое значение искусственного интеллекта заключается не в том, чтобы делать старые работы дешевле, а в том, чтобы ввести в доступный для человечества набор огромное количество продуктов и услуг, которые ранее не существовали, были невыполнимы, слишком дороги, слишком разрознены, слишком нишевы или слишком сложны для организации. Он не просто заменяет существующий труд, а снижает когнитивные, коммуникационные, экспериментальные, поисковые и организационные издержки, высвобождая ранее подавленный спрос, создавая сделки, которые раньше невозможно было поддерживать, и порождая отрасли, которые раньше не имели названий.

Глядя на ИИ с позиции старых основ, люди видят сокращение рабочих мест. Глядя на ИИ с позиции границ, открытых новыми технологиями, люди видят взрывной рост пространства продуктов и услуг.

Это именно то, почему теория цен вновь становится важной в эпоху искусственного интеллекта.

ИИ снижает затраты на производство, эксперименты и подбор, но не устраняет необходимость выявления потребностей; наоборот, он расширяет пространство неизвестных потребностей. Чем больше вещей может быть произведено, тем больше обществу нужно знать, какие из них действительно ценны; чем больше персонализированных услуг может быть предоставлено, тем больше обществу нужно знать, кому они нужны, когда они нужны, сколько готовы заплатить, кто несет ответственность и как формируются устойчивые сделки.

Проблема будущего — не в том, «могут ли машины производить», а в том, «как люди найдут, что стоит производить».

Возвращение к теории цен начинается именно с этого места.

Экономическое значение выручки в два триллиона долларов США

Давайте начнем с предположения, которое кажется преувеличенным, но не абсурдным с экономической точки зрения.

В течение следующих пятнадцати лет OpenAI, Anthropic или подобные компании, занимающиеся инфраструктурой крупных моделей, могут ли стать компаниями с годовым доходом в два триллиона долларов США? Обратите внимание, здесь речь идет о выручке, а не о капитализации. Капитализация может исходить из воображения рынка капитала, ставок дисконтирования, предпочтений риска и пузырей; выручка же должна исходить из реальных покупок, реальных платежей и реальных сделок.

Это не прогноз акций какой-либо компании и не поддержка какой-либо бизнес-модели, а упражнение по ценовой теории: если компания верхнего уровня в области интеллектуальной инфраструктуры сможет долгосрочно получать годовой доход в размере двух триллионов долларов США, то на нижнем уровне должна существовать экосистема новых продуктов и услуг большего масштаба и с более высокой готовностью платить.

Люди без экономических знаний сразу скажут: это означает, что гиганты монополизировали мир и извлекают ренту со всех отраслей. Это суждение, возможно, имеет некоторую долю правды, поскольку монополия платформ действительно вызывает опасения. Но если мы понимаем два триллиона долларов выручки исключительно через призму «извлечения ренты», мы упустим более важную экономическую логику.

Любая компания-поставщик инфраструктуры верхнего уровня, способная стабильно получать выручку в размере двух триллионов долларов США, должна иметь одно условие: нижестоящие участники должны быть готовы постоянно оплачивать эту сумму. Почему нижестоящие участники готовы платить? Потому что ИИ как промежуточный ресурс создает для них больший объем выпуска, более высокое качество, более низкие затраты, новые продукты или повышенную готовность потребителей платить. Без значительного расширения ценности на нижнем уровне выручка на верхнем уровне не может поддерживаться долгосрочно.

Это основная экономика промежуточных затрат.

Дочернее предприятие покупает вызовы моделей, интеллектуальные агенты, вычислительные мощности и автоматизированные возможности не для того, чтобы оказывать благотворительную помощь вышестоящему уровню и не просто для распределения существующих затрат, а потому, что эти вложения, объединенные с его собственными сценариями, данными, процессами, клиентами, брендом, ответственностью и организационными возможностями, способны создавать больше ценности. Чем выше предельная производительность ИИ, тем выше цена, которую готовы платить дочерние предприятия; чем более процветают дочерние приложения, тем больше вероятность роста доходов инфраструктуры верхнего уровня.

Можно провести простой расчет баланса. Если затраты на вычислительные мощности ИИ, вызов моделей и интеллектуальные сервисы составляют 10% в конечных продуктах нижнего потока, то объем доходов в верхнем потоке в 2 триллиона долларов США может соответствовать рынку конечных продуктов и услуг нижнего потока масштабом в 20 триллионов долларов США. Если доля затрат составляет 5%, то это может соответствовать экосистеме нижнего потока масштабом в 40 триллионов долларов США. Доля затрат, конечно, различается в разных отраслях, а структура ценообразования в будущем будет постоянно меняться, но этот расчет раскрывает основную логику: сколько «электроэнергии» сможет собрать «цифровая электросеть» в верхнем потоке, зависит от того, сколько новой стоимости было создано в нижнем потоке с использованием этой энергии.

Электроэнергетические компании получают доход, потому что электричество приводит в действие заводы, дома, города, больницы и развлекательные системы. Компании облачных вычислений получают доход, потому что нижестоящие цифровые предприятия используют облачные сервисы для создания поисковых систем, социальных сетей, видео, финансов, логистики и корпоративного программного обеспечения.

Если инфраструктура ИИ однажды достигнет выручки в два триллиона долларов США, это не потому, что мир случайно платит ей налоги, а потому что бесчисленные компании, частные лица и организации используют её как основу для познания, рассуждения, проектирования, сопоставления и автоматизации, создавая новые экономические активности масштаба, превышающего предыдущие.

Этот факт, в свою очередь, напоминает нам: то, что действительно стоит внимания, возможно, не то, насколько большими станут OpenAI или Anthropic, а какие приложения нижнего уровня могут появиться за их спиной.

В течение следующих пятнадцати лет общий масштаб компаний на уровне приложений, скорее всего, значительно превысит масштаб компаний на уровне инфраструктуры. Инфраструктурный уровень обеспечивает универсальный интеллект, а уровень приложений реализует выявление потребностей. Первый продает возможности, второй — конкретизированную ценность. Инфраструктурный уровень подобен электросетям, водоснабжению и дорогам эпохи цифровизации; уровень приложений тесно связан с потребителями, организационными сценариями, отраслевыми процессами, отношениями доверия и конкретными потребностями. Медицина, образование, право, страхование, финансы, развлечения, психологические услуги, уход за пожилыми, управление бизнесом, научные инструменты, городские услуги, бытовые услуги, культурный опыт и личностный рост могут породить огромные компании на уровне приложений.

Потребители в конечном итоге покупают не «параметры модели», а вылеченные болезни, понятые тревоги, улучшенные способности к обучению, сэкономленное время, улучшенная жизнь, реорганизованные рабочие процессы, созданные впечатления и решённые проблемы. Компании в конечном итоге покупают не «токены», а более низкие запасы, более высокий коэффициент конверсии, лучший контроль рисков, более быструю разработку, более детальное обслуживание клиентов, более стабильную цепочку поставок и более чёткие организационные решения.

Следовательно, то, что прикладной уровень превышает инфраструктурный, — не чудо, а нормальное следствие распространения технологий общего назначения. Электричество важно, но промышленная система, приводимая в действие электричеством, еще важнее; облачные сервисы важны, но цифровая экономика, развивающаяся на облаках, еще масштабнее; крупные модели важны, но новые продукты, услуги, организации и образы жизни, поддерживаемые крупными моделями, могут быть намного масштабнее.

Если в будущем действительно появится компания по инфраструктуре ИИ с доходом в два триллиона долларов, мы не должны воспринимать это сначала как апокалипсис или просто как культ технологий. Мы должны задать вопрос теории цен: откуда берется такая огромная готовность платить? Какие нижестоящие инновации она поддерживает? Какие потребности, ранее невозможные для торговли, она высвобождает? Какие продукты и услуги, которых раньше не существовало, становятся возможными?

Это просто экономическая элементарщина.

Редкость не исчезает, она только меняет форму

Многие ошибочно полагают, что конец технологического прогресса — это исчезновение дефицита. Достаточно, чтобы ИИ был достаточно мощным, роботов было достаточно, вычислительные мощности — достаточно дешевыми, а товаров — достаточно много, и механизм цен уйдет на второй план, а рынок станет излишним.

Это недопонимание дефицита.

Редкость — это не просто физическое отсутствие количества. Редкость определяется относительно человеческих желаний, времени, знаний, положения, отношений, альтернативных издержек и неопределенности будущего. Пока человеческие желания являются гетерогенными, изменчивыми и контекстуальными, редкость не исчезнет. Она просто сместится с вопроса «есть или нет» на вопрос «подходит или нет», с вопроса «достаточно или нет» на вопрос «нужно ли именно сейчас», от материального дефицита к структурному дефициту.

В индустриальную эпоху многие виды дефицита проявлялись в недостатке количества: не хватало продовольствия, одежды, жилья, врачей, школ, транспорта. Задачей массового производства и современной организации заключалась в том, чтобы массово воспроизводить эти базовые продукты и услуги.

Но в более богатую и умную эпоху многие ключевые дефициты перестали быть просто вопросом количества. Человеку нужна не любая еда на обед, а обед, соответствующий его текущему физическому состоянию, колебаниям уровня сахара в крови, расходу энергии при физической активности, эмоциональным потребностям и эстетическим предпочтениям. Ребенку нужна не любая математическая лекция, а обучающий путь, адаптированный к его текущим трудностям понимания, состоянию внимания, семейной обстановке и структуре самооценки. Пожилому человеку нужен не любой совет по здоровью, а сервисные отношения, которые он действительно сможет принять, внедрить и поддерживать. Предприятию нужна не любая система ИИ, а конкретное решение, интегрируемое в его процессы, мотивацию, организационную структуру и отношения с клиентами.

Это редкость в эпоху дифференциации.

Более конкретно, эпоха ИИ как минимум усилит три типа дефицита.

Первый тип — это дефицит адаптивности.

То, подходит ли продукт или услуга конкретному человеку, организации, моменту или ситуации, становится все более важным. В эпоху стандартизации ключевой вопрос был: «Есть ли достаточное количество предложения». В эпоху дифференциации ключевой вопрос звучит иначе: «Подходит ли это предложение именно мне». ИИ делает персонализацию возможной, но одновременно усложняет проблему адаптации, поскольку тело, психика, отношения, работа и предпочтения человека постоянно меняются. По-настоящему дефицитным становится не любое предложение, а правильное предложение.

Второй тип — доверительная редкость.

ИИ может давать рекомендации, но вопрос в том, можно ли доверять этим рекомендациям, принимать их и реализовывать — это другое дело. Пациент знает, что должен принимать лекарства, но это не означает, что он будет принимать их регулярно; студент знает, что должен учиться, но это не означает, что он будет придерживаться этого; компания знает, что должна трансформироваться, но это не означает, что внутри организации это будет принято; пожилой человек знает, что должен контролировать питание, но это не означает, что он готов изменить свои привычки, сложившиеся десятилетиями. Ценность многих услуг заключается не в самой информации, а в доверительных отношениях, которые превращают информацию в действия. В будущем доверие, репутация, ответственность и сопровождение станут важными экономическими активами.

Третий тип — направленная редкость.

ИИ может генерировать бесчисленное количество вариантов, но реальный капитал, время, организационное внимание и возможности для экспериментов остаются ограниченными. Предприятие не может одновременно реализовывать сто стратегий, лаборатория не может одновременно строить сто реакторов, больница не может одновременно перестраивать все процессы, город не может одновременно тестировать все варианты управления. Когда возможности взрываются, настоящим дефицитом становится способность выбирать направление: какую траекторию выбрать, какой риск принять и какие соблазнительные возможности отбросить.

Таким образом, сила ИИ заключается не в том, чтобы превратить мир в полностью однородное изобилие, а в том, чтобы впервые сделать одновременно возможным масштабирование и персонализацию. То, что раньше могли позволить себе лишь немногие богатые — личные врачи, частные преподаватели, персональные консультанты, ассистенты, психологические сопровождающие, индивидуальные дизайнеры и исследовательские команды — в будущем может войти в жизнь обычных людей благодаря новой структуре затрат. Но как только это войдет в повседневную жизнь, вопрос перестанет быть «можно ли производить», а станет «как адаптировать, как доверять и как выбирать направление».

Это означает, что рынок не исчезнет. Напротив, он станет более активным, детализированным и проникнет глубже в микроскопические аспекты жизни. Потому что по мере того, как продукты и услуги становятся все более специфичными, общество все больше нуждается в механизме для выявления истинной стоимости в разное время, у разных людей и в разных сценариях.

Этот механизм — это цена.

Цена — это механизм обнаружения, а не только механизм распределения.

Цены часто неправильно воспринимаются как холодный инструмент распределения. Кажется, что цена нужна только тогда, когда ресурсов недостаточно, чтобы решить, кто получит, а кто нет; как только технологии станут достаточно развитыми, цены можно будет отменить, а распределение поручить алгоритмам.

Но самая глубокая функция цены — не распределение известных товаров, а обнаружение неизвестной информации.

Сколько человек готов заплатить за услугу, содержит множество информации, которую другие не могут заранее узнать: силу его предпочтений, временную стоимость, ограничения по доходу, степень срочности, альтернативные варианты, оценку риска, уровень доверия и эмоциональное состояние. Эта информация не просто записана в базе данных и не всегда может быть получена через опросы. Часто люди сами не до конца знают, чего хотят, пока не появится какой-то продукт, какая-то цена, какое-то сравнение или какой-то опыт.

Цена не играет роли только после того, как спрос полностью определен. Цена участвует в формировании и выявлении спроса.

Это особенно важно в эпоху ИИ, поскольку ИИ значительно расширяет набор производимых продуктов и значительно снижает стоимость создания прототипов новых продуктов. Раньше многие идеи продуктов не получали шанса пройти рыночную проверку, так как погибали из-за затрат на разработку, организационных расходов и затрат на коммуникацию. Сейчас больше людей могут быстро создавать прототипы, больше небольших команд могут выйти на рынок, и больше нишевых потребностей можно попытаться удовлетворить. Проблема меняется: не в отсутствии идей, а в отсутствии механизмов отбора идей; не в отсутствии возможностей, а в отсутствии механизмов определения, какие возможности стоят вложения реальных ресурсов.

Цена является ключевым элементом этого механизма отбора.

Предприниматель, представляя новый продукт, фактически выдвигает гипотезу о будущем спросе. Покупка или отказ потребителей являются проверкой этой гипотезы. Если продукт не продается из-за слишком высокой цены, это означает недостаточную ценность, неправильную позиционирование, завышенные затраты или неверную целевую аудиторию. Если продукт с высокой ценой все еще находит покупателей, это свидетельствует о том, что спрос на него сильнее, чем предполагали наблюдатели. Прибыль привлекает копирование и расширение, убытки вынуждают к выходу и корректировке. Этот процесс — не простая сделка, а масштабный распределенный эксперимент общества в условиях неопределенности.

Без цены общество теряет такую обратную связь от эксперимента.

В эпоху дифференциации это особенно актуально. Предположим, что ИИ может генерировать тысячи новых образовательных услуг, десятки тысяч новых моделей управления здоровьем и миллионы персонализированных развлекательных опытов. Какие из них — реальные потребности, а какие — просто технический показуха? Какие потребители готовы платить постоянно, а какие — лишь один раз попробуют? Какие услуги можно масштабировать, а какие останутся нишевыми? Какие требуют участия человека, а какие можно полностью автоматизировать? Какие стоят инвестиций капитала, а какие следует быстро отказаться?

Эти вопросы не могут быть решены только на основе экспертных суждений или единовременным решением центрального алгоритма. Они требуют постоянного отбора через цены, торговлю, прибыль, убытки и конкуренцию.

Цена остается механизмом сжатия локальных знаний.

Готовность потребителя заплатить в определенный момент — это не просто механическая функция дохода и цены. Она может включать его физическое самочувствие сегодня, опыт вчерашнего дня, семейные отношения, профессиональное давление, будущие ожидания, социальную идентичность и эстетические предпочтения. Готовность компании платить за ту или иную систему ИИ — это тоже не только вопрос технических показателей, а комплексное отражение ее внутренних процессов, компетенций сотрудников, структуры клиентов, регуляторных рисков и конкуренции. Эти локальные знания обычно не могут быть полностью переданы централизованно. Рыночные цены преобразуют эти разрозненные суждения в наблюдаемые сигналы действий.

Таким образом, механизм ценообразования — это не пережиток прошлого, а механизм открытия будущего.

Чем сильнее ИИ, тем больше возможностей; чем больше возможностей, тем важнее отбор; чем важнее отбор, тем важнее механизм ценообразования.

Мотивация: почему новые продукты не появляются автоматически

Одних только технологий недостаточно для автоматического создания новых продуктов и услуг.

От способностей, разработанных в лаборатории, до продукта на рынке — между ними лежит долгий и сложный путь: кто определяет сценарии? кто несет риски? кто организует команду? кто модернизирует процессы? кто обучает потребителей? кто берет на себя ответственность? кто сталкивается с неудачами? кто превращает техническую возможность в стабильное сервисное обеспечение?

Это требует стимулирования.

Теория цен — это не только о уровнях цен, но и о структуре стимулов. Почему люди вкладывают время, капитал, репутацию и организационные способности в разработку новых продуктов? Потому что они верят, что при успешном исследовании получат вознаграждение. Если все новые услуги немедленно копируются бесплатно, если вся прибыль считается нечестной, если любые попытки дифференциации подавляются регуляторами в пользу стандартных продуктов, а все потери несут предприниматели, тогда как выгоды от успехов отнимаются, даже самый мощный ИИ не обеспечит автоматического процветания прикладного уровня.

Инновации — это не естественный результат технических функций, а экономическое поведение в рамках структуры стимулов.

Искусственный интеллект снизил стоимость экспериментов, но не устранил риски. Предприниматель все еще должен определять направление, компания — перестраивать процессы, врач — нести ответственность, образовательное учреждение — строить доверие, компания на уровне приложений — находить сценарии, которые потребители действительно готовы оплачивать. ИИ может генерировать решения, но не может заменить проверку рыночной ценности этих решений. ИИ может снизить затраты на разработку, но не гарантирует наличие спроса. ИИ может расширить пространство для воображения, но не может автоматически обеспечить коммерциализацию.

Вот почему цена, право собственности, прибыль и конкуренция остаются важными.

Прибыль — не остаток порока, а награда за поиск правильного направления. Убытки — не жестокое наказание, а сигнал о неверном направлении. Конкуренция — не трата ресурсов, а испытание различных гипотез. Свобода входа — не абстрактный принцип, а институциональное условие, позволяющее появиться неизвестным продуктам.

В эпоху искусственного интеллекта по-настоящему дефицитным может быть не умение генерировать, а способность определять, что стоит генерировать; не умение отвечать на вопросы, а способность задавать ценные вопросы; не умение оптимизировать заданные цели, а способность выбирать цели, брать на себя риски и организовывать действия в реальном мире.

Эти способности требуют рыночных стимулов для мобилизации.

Вот почему прикладной уровень не будет процветать автоматически. Страна может обладать мощными моделями, достаточными вычислительными ресурсами, обширными данными и большим количеством инженеров, но всё равно не иметь по-настоящему процветающей экосистемы приложений. Если предприниматели не могут получать вознаграждение, если выбор пользователей ограничен, если регуляторы слишком рано втискивают новые сервисы в старые категории, если платформенные гиганты контролируют точки входа, если стоимость неудачи слишком высока, если общественное мнение приравнивает прибыль к грабежу, то многие потенциальные продукты погибнут ещё до того, как появятся.

Конкуренция в эпоху ИИ — это не только конкуренция возможностей моделей, но и конкуренция институциональных стимулов.

Тот, кто может заставить больше людей попробовать, кто может быстро выявить ошибки, кто может вознаградить правильное направление, кто может дать возможность обслуживать нишевые потребности, кто может позволить молодым компаниям конкурировать с устоявшимися, — тот с большей вероятностью откроет будущие продукты и услуги.

Появление новых продуктов и услуг

Сегодня нам сложно назвать основные применения ИИ через пятнадцать лет, так же как людям XIX века было сложно назвать электрическую жизнь XX века, а людям конца XX века — полностью назвать жизнь в эпоху мобильного интернета.

Это не потому, что нам не хватает воображения, а потому, что новые продукты и услуги часто не появляются линейно из существующих терминов. Они возникают в результате взаимодействия технологий, затрат, организационных структур, предпочтений и институтов.

В эпоху искусственного интеллекта важнейшим новым продуктом может быть не просто «лучший поисковик», «дешевле программисты» или «умный сервис поддержки».

Это лишь продолжения старых основ. Более важными могут быть новые системы управления здоровьем, новые формы образовательного сопровождения, новые модели научной организации, новые юридические услуги, новые личные агентства, новые формы культурного опыта, новые системы ухода за пожилыми, новые формы домашнего производства, новые корпоративные процессы, новые услуги городского управления, новые формы психологической поддержки и новые способы творческого сотрудничества.

Многие услуги раньше не были без спроса, а просто слишком дороги.

Раньше обычная семья не могла иметь круглосуточного личного врача, диетолога, психологического консультанта, наставника по обучению, юридического консультанта, карьерного советника и семейного финансового консультанта. Малый бизнес раньше не мог иметь команду мирового уровня по стратегии, команду по анализу данных, команду по юридическому соответствию, многоязычную маркетинговую команду и автоматизированную операционную систему. Больница в небольшом городе раньше не могла получать в реальном времени доступ к передовым медицинским знаниям, системе управления пациентами и непрерывному мониторингу здоровья. Обычный ребенок раньше не мог иметь действительно персонализированную, с постоянной обратной связью и междисциплинарно интегрированную систему обучения.

ИИ сделал интеллектуальную часть этих услуг доступной. Но доступный интеллект — это только начало.

Настоящая продуктизация требует встраивания интеллекта в сценарии, превращения сценариев в процессы, процессов в услуги, услуг в отношения доверия, а отношений доверия — в устойчивые сделки.

Это огромная возможность на уровне приложений.

Самыми крупными компаниями будущего, возможно, станут не те, кто обладает самыми мощными моделями, а те, кто лучше всего понимает конкретные сценарии, наиболее эффективно объединяет дополнительные активы, способен создавать доверие и лучше всего превращает возможности ИИ в услуги для жизни и производственные процессы. Уровень инфраструктуры продает универсальные возможности, а уровень приложений — решения, опыт, ответственность и отношения. Универсальные возможности могут быть огромными, но пространство для инноваций, близких к конечным потребностям, может быть еще больше.

На примере управления здоровьем: ИИ может читать медицинские исследования, анализировать показатели, генерировать рекомендации, напоминать о приеме лекарств и предсказывать риски.

Но настоящим продуктом является не «текст медицинских рекомендаций», а система услуг, способная обеспечить долгосрочное изменение поведения. Она может включать в себя семейного врача, сотрудников сообщества, носимые устройства, сервисы питания, стимулы от страховых компаний, коммуникацию с родственниками, психологическую поддержку и экстренную реакцию. Здесь присутствуют алгоритмы и организация; данные и ответственность; автоматизация и человеческое доверие. Потребитель платит не за текст, а за более здоровую, безопасную и достойную жизнь.

Возьмем образование в качестве примера. ИИ может объяснять учебные темы, генерировать упражнения, проверять сочинения и корректировать траекторию обучения. Но настоящий образовательный продукт — это не «генератор ответов», а система, помогающая ученикам развивать навыки, уверенность, интерес и долгосрочные привычки. Ему необходимо понимать когнитивное состояние ребенка, а также семейный контекст, среду сверстников, систему экзаменов и психологическое давление. Здесь ценность исходит не только от интеллекта, но и от сопровождения, мотивации, оценки и социального признания.

На примере управления бизнесом: ИИ может генерировать отчеты, писать код, делать прогнозы и предлагать стратегические рекомендации.

Но настоящее корпоративное применение заключается не в автоматизации каждой задачи, а в реорганизации потоков информации, прав принятия решений, систем стимулирования и границ ответственности. Когда компания покупает ИИ, она покупает не просто инструмент, а перестраивает свою производственную функцию и организационную структуру. Этот процесс крайне специфичен и не может быть реализован исключительно компаниями, разрабатывающими базовые модели.

Эти примеры показывают, что уровень приложений в эпоху ИИ — это не простое дополнение к инфраструктурному уровню. Это фронт по выявлению потребностей, организации сценариев, формированию доверия и взятию на себя ответственности.

Таким образом, за пятнадцать лет общая масштабность компаний прикладного уровня значительно превысит масштабность инфраструктурного уровня — это не противоречит экономическим законам, а, наоборот, соответствует им. Чем сильнее вложения на верхнем уровне, тем больше вероятность возникновения более обширной экосистемы на нижнем уровне. Компании, производящие электроэнергию, важны, но промышленная система, приводимая в движение электроэнергией, еще больше; облачные сервисы важны, но цифровая экономика, развивающаяся на облаках, еще масштабнее; крупные модели важны, но новые продукты, услуги, организации и образы жизни, поддерживаемые крупными моделями, могут быть намного больше.

Против иллюзий планов в эпоху интеллекта

Каждый подъём общей технологии порождает иллюзию планирования. Раз新技术如此强大, почему бы не централизованно спланировать её развитие несколькими центральными институтами? Раз ИИ может обрабатывать огромные объёмы данных, зачем нужен рынок? Раз алгоритмы могут предсказывать спрос, зачем нужны цены? Раз роботы могут производить, почему бы не распределять напрямую по потребностям?

Привлекательность этого воображения заключается в том, что оно сводит экономические проблемы к проблемам вычислений.

Но суть экономической жизни всегда заключалась не только в вычислениях. Она также включает в себя открытия, стимулы, доверие, ответственность и выбор.

Плановые системы могут оптимизировать известные цели, но с трудом обнаруживают неизвестные. Они могут повышать эффективность в средах с четкими стандартами продуктов, стабильными предпочтениями и полными данными, но с трудом осуществляют поиск в условиях открытого пространства продуктов, постоянных изменений предпочтений и незрелого спроса. Они могут предсказывать часть будущего на основе прошлого поведения, но не могут заменить людей в процессе переосмысления своих желаний после появления новых продуктов.

ИИ может сделать планировщиков умнее, но не может отменить локальные знания.

Почему потребитель в данный момент и в данном месте нуждается в определённой услуге, как врач может заставить пациента поверить, почему ребёнок внезапно проявляет интерес к определённому способу обучения, почему внутри компании возникает сопротивление определённой системе, почему пожилой человек отказывается принимать лекарства, почему пользователь готов платить премию за определённый опыт — эти знания крайне контекстуальны и часто скрыты в отношениях, привычках, культуре, языке, теле и эмоциях.

Чем более дифференцированная эпоха, тем меньше можно доверять экономической жизни централизованному распределению. Чем сильнее центр, тем легче сложные потребности снова сжимаются в стандартные категории; чем больше стремление к управляемости, тем выше вероятность жертвовать диким ростом новых продуктов; чем больше предпочтение определенности, тем сильнее подавляются самые ценные неизвестные возможности, возникающие в процессе рыночного поиска.

Искусственный интеллект не устранит проблему Хайека. Искусственный интеллект сместит проблему Хайека на более тонкий уровень.

Самое важное в будущем — не то, чтобы центр знал всё, а то, чтобы бесчисленные локальные знания могли войти в процесс социального эксперимента через цены, сделки, контракты, конкуренцию и предпринимательство. Рынок существует не из-за недостатка вычислительных мощностей. Рынок существует, потому что будущее открыто, знания распределены, предпочтения разнообразны, а стимулы необходимы.

Еще одна более глубокая ошибка планов в эпоху интеллекта — это восприятие «спроса» как уже существующего и ожидающего выполнения списка.

Однако огромный спрос не предварительно задан. Люди понимают свои желания только после появления новых продуктов, переупорядочивают свои предпочтения через социальное подражание, обнаруживают свою готовность платить при сравнении цен и учатся, что стоит покупать снова, через опыт потребления. Многие важные потребности будущего сегодня даже не имеют названий. Поскольку у них нет названий, их невозможно заранее зарегистрировать централизованным планированием; поскольку их невозможно зарегистрировать, их невозможно оптимизировать за один раз.

Ценность рынка заключается в том, что он позволяет этим неизвестным потребностям проявиться через эксперименты.

Риски монополии и рыночные условия

Защита теории цены — это не наивное восхваление реальных рынков.

В эпоху искусственного интеллекта вполне возможно появление новых монополий. Базовые модели, вычислительные мощности, данные, чипы, облачные платформы, точки доступа и операционные системы могут создавать эффект масштаба и барьеры для входа. Верхние платформы могут сжимать прибыль на уровне приложений за счет ценообразования, контроля интерфейсов и данных, а также вертикальной интеграции, превращая инноваторов нижнего уровня в зависимых субъектов. Так называемый доход в два триллиона долларов может быть результатом создания огромной стоимости, но также частично включать платформенные ренты.

Вот почему нам нужна более серьезная теория цен, а не менее серьезная.

Для того чтобы механизм ценообразования был эффективным, необходимы институциональные условия: свобода входа, защита собственности, исполнение контрактов, конкуренционный порядок, антимонопольные правила, переносимость данных, открытые интерфейсы и четкая ответственность. Без этих условий цены искажаются властью, прибыль превращается в ренту, а платформа становится не инфраструктурой рынка, а его феодальным владыкой.

Таким образом, институциональная задача эпохи искусственного интеллекта — не заменять рынок планом, а защищать открытость рынка как механизма исследования.

Нам нужно сделать инфраструктурный уровень достаточно мощным, но не допускать, чтобы он блокировал уровень приложений. Нам нужно обеспечить инновационную выгоду для компаний, разрабатывающих модели, но не позволять им произвольно захватывать все нижестоящие сценарии. Нам нужно дать предпринимателям доступ к универсальным интеллектуальным возможностям, сохранив за ними контроль над пользователями, данными, брендом и отношениями с сервисами. Нам нужно дать потребителям право выбора, работникам — возможности трансформации, а новым компаниям — шанс бросить вызов старым.

Рынок не является естественно существующей вакуумной средой. Рынок — это система институциональных достижений.

Возвращение к теории цены не означает, что каждая цена в реальности справедлива или что каждая прибыль возникает исключительно из создания ценности. Оно утверждает, что в открытой, конкурентной и доступной институциональной среде цены, прибыль и убытки остаются лучшим механизмом для человечества в обнаружении новых потребностей, отборе новых продуктов и организации новых услуг.

Это особенно важно, поскольку чрезмерная централизация инфраструктурного уровня может подавить процветание прикладного уровня в эпоху ИИ.

Крупнейшие игроки на верхнем уровне предоставляют модели, контролируют точки входа, отслеживают данные нижнего уровня и могут в любой момент скопировать наиболее успешные приложения, что снижает стимулы для предпринимателей на прикладном уровне. Пользователи, казалось бы, сталкиваются с множеством приложений, но на самом деле это просто разные интерфейсы в нескольких платформенных садах. Цены всё ещё существуют, но свобода входа и конкуренционное давление, лежащие в основе цен, ослаблены.

Таким образом, защита теории цены — это не защита интересов гигантов, а защита открытого рынка. То, что действительно нужно защищать, — это не какая-либо отдельная модельная компания, а институциональная среда, позволяющая проводить множество экспериментов на прикладном уровне.

Позиция человека

Искусственный интеллект изменит положение человека.

Многие стандартизированные умственные профессии будут сжаты. Многие должности, которые ранее получали доход за счет информационного дисбаланса, профессиональных барьеров и повторяющегося опыта, потеряют свою ценность. Переход не будет легким. Средний возрастной программист не станет автоматически психологическим коучем, традиционный учитель не станет автоматически дизайнером AI-образования, а врач низшего звена не адаптируется автоматически к системам человеческо-машинного взаимодействия. Общество должно признать эту боль и перестроить систему образования, подготовки кадров, социального обеспечения и механизмы профессиональной мобильности.

Но нельзя из-за боли переходного периода ошибочно считать, что экономическая ценность человека исчезает.

Чем сильнее ИИ, тем больше человечеству необходимо играть роль в нестандартизированных аспектах. Ценность человека в будущем, вероятно, будет больше определяться способностью к суждению, доверию, ответственности, эстетике, эмоциям, коммуникации, организации и принятию рисков. ИИ может давать медицинские рекомендации, но верит ли пациент и выполняет ли их — это требует человеческих отношений. ИИ может разрабатывать курсы, но удерживает ли ребенок внимание и восстанавливает ли уверенность в себе — это требует человеческого сопровождения. ИИ может генерировать решения, но принимает ли организация их, сотрудники ли соглашаются, клиенты ли доверяют, регуляторы ли одобряют — все это требует человеческой координации. ИИ может предлагать бесчисленные направления инноваций, но предприниматель должен выбрать направление и поставить на кон капитал, репутацию и свою жизнь.

Человек не выходит из всех задач, а переходит от стандартизированного выполнения к выбору направления и реализации в реальности.

Это не означает, что все смогут легко перейти на новые должности, или что каждая новая работа будет достойной. Рынок сам по себе не решит все проблемы распределения. Политика, образование, социальная защита и правила конкуренции абсолютно необходимы. Но с точки зрения глубинной логики организации производства, ИИ не оставит лишь вакуум, в котором людям не будет ничего делать. Он изменит то, какие человеческие способности считаются ценными.

Когда машины берут на себя всё больше повторяющихся когнитивных задач, человеческие неповторимые локальные знания, способности к взаимодействию, суждения и ответственность становятся ещё более важными.

Это также означает, что мы не можем судить о будущем человека по сегодняшним названиям профессий. Многие будущие профессии еще не имеют названий. Люди XIX века не могли бы представить такие профессии, как «программист», «дизайнер пользовательского опыта», «оператор прямых эфиров», «ученый данных», «архитектор облачных систем» или «создатель коротких видео», и сегодняшние люди не могут полностью перечислить структуру профессий в эпоху ИИ. Будущая человеческая работа, вероятно, будет больше сосредоточена на обслуживании отношений, организации сценариев, принятии рисков, интерпретации потребностей, изменении поведения, проектировании опыта и создании доверия.

Старые профессии исчезнут, появятся новые.

Но более глубокое изменение заключается в том, что человеческий труд переходит от «выполнения заданных задач» к «организации открытых возможностей».

Заключение: оставить рынок для нового мира

История никогда не движется вперед по старым профессиональным категориям.

Когда машины ткали ткани, люди плакали за ткачей; когда железные дороги пересекали континенты, люди переживали за извозчиков; когда электрические лампы освещали города, люди сожалели о фонарях; когда интернет поглотил печатные СМИ и кассы, люди писали некрологи старым отраслям. Эта боль была настоящей. Но если бы история состояла только из этой боли, человечество давно застряло бы в прошлом.

Не только исчезновение старых рабочих мест, но и появление новых потребностей, изобретение новых продуктов, организация новых услуг и создание новых образов жизни действительно меняют мир.

Искусственный интеллект будет так же.

Сегодня, стоя на старом фундаменте, нам легко представить будущее как массовую ликвидацию рабочих мест. Мы видим копирайтеров, программистов, службу поддержки, переводчиков и аналитиков, которых заменяют, но не видим еще не появившихся форм здравоохранения, образования, научных организаций, культурного опыта, домашнего производства, корпоративных процессов и личного образа жизни. Уничтожаемое имеет имя, а создаваемое часто еще не имеет названия. Поэтому страх всегда приходит раньше воображения.

Задача экономики — не распространять дешевый оптимизм и не поддаваться защитному пессимизму. Задача экономики — напоминать людям: суть технологической революции — не замена в старом мире, а расширение допустимого множества в новом мире.

Когда ИИ превращает интеллект в дешевый ресурс, обществу действительно нужна не возможность передать все варианты на планирование немногим центрам, а свобода для бесчисленного множества людей исследовать неизвестные потребности. Нам нужны цены, потому что предпочтения людей разнообразны и меняются; нам нужны рынки, потому что знания рассеяны во времени и пространстве; нам нужна прибыль, потому что инновации требуют стимулов; нам нужны убытки, потому что ошибочные направления должны быть отброшены; нам нужна конкуренция, потому что никто заранее не знает, какой продукт, какая услуга или какая организационная форма окажутся будущим.

Каждая старая эпоха принимала свои профессии, организации и отрасли за естественную форму цивилизации. Так было в аграрную эпоху, так было в индустриальную эпоху, так же и в эпоху интернета. Люди думают, что защищают жизнь, но на самом деле часто защищают старые категории; они считают, что защищают человечество, но на самом деле часто защищают профессиональные идентичности, сформированные в условиях старых технологий.

Но исторически защищалось не конкретное занятие — извозчик, газовый фонарщик или машинистка — а способность человека заново открывать потребности, заново организовывать производство и заново создавать жизнь перед лицом новых технологий.

В эпоху ИИ именно эта способность заслуживает наибольшей защиты. А её институциональная форма остается ценами, прибылью, убытками, конкуренцией и свободой входа на открытом рынке.

Возвращение к теории цен — это не возврат к прошлому, а защита будущего.

Будущее не станет статичным раем, где нет ни дефицита, ни выбора, ни торговли, ни рынков, просто потому что ИИ станет мощным. Будущее будет более богатым и сложным; более изобильным и дифференцированным; более интеллектуальным и более зависящим от локальных знаний и человеческого суждения. Искусственный интеллект расширяет возможности, но механизм ценообразования помогает нам определить, какие из этих возможностей действительно ценны.

Оставить рынок для нового мира — значит оставить путь для неизвестных потребностей, испытание для новых продуктов, приключение для молодежи и выход для человеческой фантазии.

Старый фундамент в конечном итоге ослабнет. Настоящий вопрос не в том, сможем ли мы сохранить каждую повозку, а в том, позволим ли мы появиться железной дороге, автомобилям, самолетам и тем вещам, которые еще не названы.

Самое важное, что стоит защищать в эпоху искусственного интеллекта, — это не какая-либо старая профессия, отрасль или форма организации, а институциональная способность человека обнаруживать ценность в открытом будущем.

Это не пережиток старой экономики.

Это вход в новый мир.

Это возвращение к теории цены.