Парадокс Солоу 2.0: ИИ не увеличивает производительность труда

Корпорации вложили в искусственный интеллект $582 млрд в 2025 году, однако на уровне экономики эффект остаётся почти незаметным. Ситуация всё больше напоминает «парадокс Солоу» — феномен 1980-х, когда массовое распространение компьютеров не отражалось в статистике производительности труда.

Именно об этом написал нобелевский лауреат Роберт Солоу (Robert Solow) в рецензии для New York Times Book Review ещё в июле 1987 года: компьютерный век можно увидеть где угодно, кроме статистики производительности. Спустя почти сорок лет экономисты фиксируют схожую картину — теперь уже с ИИ.

Что показывают исследования

Масштабный опрос NBER, охвативший почти 6 000 старших руководителей компаний в США, Великобритании, Германии и Австралии, зафиксировал характерный разрыв: 69% фирм формально используют ИИ, но более двух третей руководителей тратят на работу с технологией в среднем лишь 1,5 часа в неделю. Четверть респондентов не применяют её вовсе. Девять из десяти опрошенных сообщили, что за последние три года ИИ не оказал заметного влияния ни на занятость, ни на производительность.

Федеральный резервный банк Сент-Луиса в ноябрьском отчёте 2025 года оценил максимально возможный прирост производительности труда в США от генеративного ИИ с момента появления ChatGPT — около 1,3% за счёт экономии рабочего времени. Прогноз MIT под руководством нобелевского лауреата Дарона Аджемоглу (Daron Acemoglu) ещё скромнее: его работа в NBER указывает на прирост около 0,5% за десятилетие.

Доверие падает, усталость растёт

Интересно, что параллельно с ростом использования ИИ снижается доверие к нему со стороны самих работников. По данным ManpowerGroup Global Talent Barometer 2026 года, доля сотрудников, применяющих ИИ, выросла на 13% — до 45%, однако уверенность в технологии упала сразу на 18%.

Отдельную проблему выявило мартовское исследование Boston Consulting Group: эффект «AI brain fry» — умственное переутомление при одновременном использовании более трёх ИИ-инструментов. Результат — снижение продуктивности, рост числа ошибок и общая усталость сотрудников.

Данные Stanford HAI фиксируют резкий рост вложений: глобальные корпоративные инвестиции в ИИ в 2025 году достигли $581,7 млрд — рост на 130% по сравнению с 2024 годом. Однако на макроуровне эти средства пока не конвертируются в измеримый рост эффективности за пределами крупнейших технологических компаний.

Парадокс Солоу разрешился в 1990-х — примерно через десятилетие после массового распространения персональных компьютеров производительность всё же начала расти. Насколько применима эта аналогия к ИИ, покажет статистика ближайших лет: технология внедряется, инвестиции идут, но измеримый эффект для экономики в целом остаётся делом будущего.

Мнение ИИ

С точки зрения машинного анализа данных, у нынешней ситуации есть измерение, которое остаётся в тени: ИИ уже сейчас является не просто объектом инвестиций, но и их двигателем. Как показал анализ ещё в конце 2025 года, капитальные расходы на ИИ добавили к росту ВВП США 1,1 процентного пункта — то есть технология уже меняет статистику, но со стороны спроса на инфраструктуру, а не со стороны роста производительности труда. Это принципиально иной механизм, чем тот, который обсуждается в рамках аналогии с компьютерной революцией: экономика растёт не потому, что люди работают эффективнее, а потому что корпорации массово строят дата-центры.

Исторический паттерн подсказывает, что разрыв между инвестициями в новую технологию и её влиянием на производительность часто объясняется не слабостью самой технологии, а медленной реорганизацией бизнес-процессов вокруг неё. Электричество внедрялось на заводах с 1880-х, но производительность в промышленности резко выросла лишь в 1920-х — когда инженеры наконец перестроили цеховую архитектуру под новый источник энергии, а не просто заменили паровые двигатели электромоторами. Вопрос, который стоит задать сегодня: не «работает ли ИИ», а «достаточно ли радикально компании перестраивают свои процессы, чтобы технология раскрылась полностью»?