сгенерировать QR код
Открытый доступ
Только для подписчиков
Искусственный интеллект и проблема сингулярности в экономике
https://doi.org/10.32609/0042-8736-2025-5-5-45
Аннотация
В последние годы в связи с развитием технологии искусственного интеллекта (ИИ) важное место в исследованиях по экономическому росту заняло обсуждение проблемы сингулярности. Многие ожидают, что уже в ближайшие десятилетия ИИ сможет достичь уровня человеческого интеллекта и взять на себя выполнение всех или большей части задач, выполняемых сегодня людьми. Это обеспечит переход экономики в режим сингулярности с непрерывно ускоряющимися темпами роста (в пределе — стремящимися к бесконечности). По оценкам, благодаря внедрению ИИ темпы экономического роста возрастут на порядок — с нынешних 2—3% до беспрецедентных 20—30%. Подробно рассматриваются аргументы как за, так и против такого сверхоптимистического сценария. Аргументация в его пользу исходит из ключевой посылки моделей эндогенного роста о том, что конечным источником экономического роста выступают идеи (научные и технологические знания). Главный теоретический контраргумент связан с так называемой «болезнью издержек Баумоля», когда со временем вклад в ВВП секторов с самыми высокими темпами роста производительности последовательно уменьшается. Основной эмпирический контраргумент сводится к тому, что если бы сингулярность была рядом, то первые признаки ее приближения были бы видны уже сегодня по необычному поведению ключевых макроэкономических показателей. Отсюда сделан вывод, что даже если взрывной рост и станет когда-либо реальностью, то, по-видимому, очень нескоро.
Об авторе
Р. И. Капелюшников
Национальный исследовательский институт мировой экономики и международных отношений имени Е. М. Примакова;
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Капелюшников Ростислав Исаакович, чл.-корр. РАН, д. э. н., гл. н. с. ИМЭМО РАН, замдиректора Центра трудовых исследований НИУ ВШЭ
Москва
Список литературы
1. Abdih Y., Joutz F. (2005). Relating the knowledge production function to total factor productivity: An endogenous growth puzzle. IMF Working Paper, No. 05/74. https://doi.org/10.5089/9781451860931.001
2. Acemoglu D. (2024). The simple macroeconomics of AI. NBER Working Paper, No. 32487.
3. Acemoglu D., Restrepo P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, Vol. 33, No. 2, pp. 3—30. https://doi.org/10.1257/jep.33.2.3
4. Aghion P., Jones B., Jones C. (2019). Artificial intelligence and economic growth. In: A. Agrawal, J. Gans, A. Goldfarb (eds.). The economics of artificial intelligence: An agenda. Chicago: University of Chicago Press, pp. 237—290. https://doi.org/10.7208/chicago/9780226613475.003.0009
5. Almeida D., Naudé W., Sequeira T. N. (2024). Artificial intelligence and the discovery of new ideas: Is an economic growth explosion imminent? IZA Discussion Paper, No. 16766. https://doi.org/10.2139/ssrn.4709699
6. Baumol W. J. (1967). Macroeconomics of unbalanced growth: The anatomy of urban crisis. American Economic Review, Vol. 57, No. 3, pp. 415—426.
7. Baumol W. J., Bowen W. G. (1965). On the performing arts: The anatomy of their economic problems. American Economic Review, Vol. 55, No. 1—2, pp. 495—502.
8. Bengio Y., Hinton G., Yao A., Song D., Abbeel P. (2024). Managing AI risks in an era of rapid progress. Science, Vol. 384, No. 6698, pp. 842—845. https://doi.org/10.1126/science.adn0117
9. Bloom N., Jones C., van Reenen J., Webb M. (2020). Are ideas getting harder to find? American Economic Review, Vol. 110, No. 4, pp. 1104—1144. https://doi.org/10.1257/aer.20180338
10. Bostrom N. (2006). How long before superintelligence? Linguistic and Philosophical Investigations, Vol. 5, No. 1, pp. 11—30.
11. Bricker D., Ibbitson J. (2020). Empty planet: The shock of global population decline. London: Little, Brown Book Group.
12. Brynjolfsson E., Rock D., Syverson C. (2017). Artificial intelligence and the modern productivity paradox: A clash of expectations and statistics. NBER Working Paper, No. 24001. https://doi.org/10.3386/w24001
13. Cotra A. (2020). Forecasting TAI with biological anchors part 1: Overview, conceptual foundations, and runtime computation. AI Alignment Forum, September 19. https://www.alignmentforum.org/posts/KrJfoZzpSDpnrv9va/draft-report-on-ai-timelines
14. Davidson T. (2021). Report on whether AI could drive explosive economic growth. Open Philantrophy, June 25. https://www.openphilanthropy.org/could-advanced-aidrive-explosive-economic-growth
15. Erdil E., Besiroglu T. (2024). Explosive growth from AI automation: A review of the arguments. arXiv:2309.11690v3. https://doi.org/10.48550/arXiv.2309.11690
16. Ekerdt L. K. F., Wu K.-J. (2024). Self-selection and the diminishing returns of research. American Economic Journal: Macroeconomics, Vol. 16, No. 4, pp. 1—34. https://doi.org/10.1257/mac.20220288
17. Fernald J., Inklaar R., Ruzic D. (2025). The productivity slowdown in advanced economies: Common shocks or common trends? Review of Income and Wealth, Vol. 71, No. 1, article e12690. https://doi.org/10.1111/roiw.12690
18. Galor O., Weil D. N. (2000). Population, technology, and growth: From Malthusian stagnation to the demographic transition and beyond. American Economic Review, Vol. 90, No. 4, pp. 806—828. https://doi.org/10.1257/aer.90.4.806
19. Garfinkel B. (2020). Does economic history point toward a singularity? GreaterWrong, September 2. https://ea.greaterwrong.com/posts/CWFn9qAKsRibpCGq8/doeseconomic-history-point-toward-a-singularity
20. Goldin I., Koutroumpis P., Lafond F., Winkler J. (2024). Why is productivity slowing down? Journal of Economic Literature, Vol. 62, No. 1, pp. 196—268. https://doi.org/10.1257/jel.20221543
21. Goldman Sachs (2023). Generative AI could raise global GDP by 7 percent. April 5. https://www.goldmansachs.com/intelligence/pages/generative-ai-could-raiseglobal-gdp-by-7-percent.html
22. Good I. J. (1965). Speculations concerning the first ultraintelligent machine. Advances in Computers, Vol. 6, No. 1, pp. 31—88. https://doi.org/10.1016/S0065-2458(08)60418-0
23. Gordon R. (2016). The rise and fall of American growth: The U.S. standard of living since the Civil war. Princeton: Princeton University Press. https://doi.org/10.1515/9781400873302
24. Granulo A., Fuchs C., Puntoni S. (2021). Preference for human (vs. robotic) labor is stronger in symbolic consumption contexts. Journal of Consumer Psychology, Vol. 31, No. 1, pp. 72—80. https://doi.org/10.1002/jcpy.1181
25. Hansen G. D., Prescott E. C. (2002). Malthus to Solow. American Economic Review, Vol. 92, No. 4, pp. 1205—1217. https://doi.org/10.1257/00028280260344731
26. Jones B. (2021). Comments on “Could advanced AI drive explosive economic growth?” Unpublished manuscript. https://docs.google.com/document/d/1jP9Bb6J6BXH5v6EshsPF2NE1GiWatPxUUrK9wDEpTqA/edit?tab=t.0#heading=h.sx1v2jfwct7w
27. Jones C. (1995). R&D-based models of economic growth. Journal of Political Economy, Vol. 103, No. 4, pp. 759—783. https://doi.org/10.1086/262002
28. Jones C. (2019). Paul Romer: Ideas, nonrivalry, and endogenous growth. Scandinavian Journal of Economics, Vol. 121, No. 3, pp. 859—883. https://doi.org/10.1111/sjoe.12370
29. Jones C. (2022a). The end of economic growth? Unintended consequences of a declining population. American Economic Review, Vol. 112, No. 11, pp. 3489—3527. https://doi.org/10.1257/aer.20201605
30. Jones C. (2022b). The past and future of economic growth: A semi-endogenous perspective. Annual Review of Economics, Vol. 14, No. 1, pp. 125—152. https://doi.org/10.1146/annurev-economics-080521-012458
31. Klüppel L., Knott A. (2023). Are ideas being fished out? Research Policy, Vol. 52, No. 2, article 104665. https://doi.org/10.1016/j.respol.2022.104665
32. Korinek A., Suh D. (2024). Scenarios for the transition to AGI. NBER Working Paper, No. 32255. https://doi.org/10.3386/w32255
33. Kremer M. (1993). The O-ring theory of economic development. Quarterly Journal of Economics, Vol. 108, No. 3, pp. 551—575. https://doi.org/10.2307/2118400
34. Kurzweil R. (2005). The singularity is near — When humans transcend biology. New York: Penguin Group.
35. Kuznets S. (1960). Population change and aggregate output. In: Demographic and economic change in developed countries. New York: NBER; Columbia University Press, pp. 324—351.
36. McKinsey Global Institute (2023). The economic potential of generative AI: The next productivity frontier. https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivityfrontier#introduction
37. Mims C. (2024). This AI pioneer thinks AI is dumber than a cat. Wall Street Journal, October 11. https://www.wsj.com/tech/ai/yann-lecun-ai-meta-aa59e2f5
38. Mokyr J. (2018). The past and the future of innovation: Some lessons from economic history. Explorations in Economic History, Vol. 69, pp. 13—26. https://doi.org/10.1016/j.eeh.2018.03.003
39. Nordhaus W. D. (2008). Baumol’s diseases: A macroeconomic perspective. B.E. Journal of Macroeconomics, Vol. 8, No. 1, pp. 1—39. https://doi.org/10.2202/1935-1690.1382
40. Nordhaus W. D. (2021). Are we approaching an economic singularity? Information technology and the future of economic growth. American Economic Journal: Macroeconomics, Vol. 13, No. 1, pp. 299—332. https://doi.org/10.1257/mac.20170105
41. OECD (2024). Miracle or myth? Assessing the macroeconomic productivity gains from artificial intelligence. OECD Artificial Intelligence Papers, No. 29. https://doi.org/10.1787/b524a072-en
42. Romer P. M. (1990). Endogenous technological change. Journal of Political Economy, Vol. 98, No. 5, pp. 71—102. https://doi.org/10.1086/261725
43. Romer P. (1993). Idea gaps and object gaps in economic development. Journal of Monetary Economics, Vol. 32, No. 3, pp. 543—573. https://doi.org/10.1016/0304-3932(93)90029-F
44. Roodman D. (2020). On the probability distribution of long-term changes in the growth rate of the global economy: An outside view. Unpublished manuscript. https://www.openphilanthropy.org/sites/default/files/Modeling-the-human-trajectory.pdf
45. Sequeira T., Neves P. (2020). Stepping on toes in the production of knowledge: A meta regression analysis. Applied Economics, Vol. 52, No. 3, pp. 260—274. https://doi.org/10.1080/00036846.2019.1644447
46. Simon H. A. (1965). The shape of automation for men and management. New York: Harper and Row.
47. Trammell P., Korinek A. (2023). Economic growth under transformative AI. NBER Working Paper, No. 31815. https://doi.org/10.3386/w31815
48. van der Zande J. K. T., Siri S., Teigland R. (2020). The substitution of labor: From technological feasibility to other factors influencing the potential of job automation. In: A. Larsson, R. Teigland (eds.). The digital transformation of labor: Automation, the gig economy and welfare. London: Routledge, pp. 31—73. https://doi.org/10.4324/9780429317866-3
49. Vinge V. (1993). The coming technological singularity: How to survive in the posthuman era. In: Vision-21: Interdisciplinary science and engineering in the era of cyberspace: Conference Proceedings. NASA, Lewis Research Center, pp. 11—22.
Дополнительные файлы
Рецензия
Для цитирования:
Капелюшников Р.И. Искусственный интеллект и проблема сингулярности в экономике. Вопросы экономики. 2025;(5):5-45. https://doi.org/10.32609/0042-8736-2025-5-5-45
For citation:
Kapeliushnikov R.I. Artificial intelligence and the problem of siguilarity in economics. Voprosy Ekonomiki. 2025;(5):5-45. (In Russ.) https://doi.org/10.32609/0042-8736-2025-5-5-45
Просмотров:
496
Послать статью по эл. почте 
