Глобальные затраты на ИИ в ближайшие годы могут выйти за отметку в 1 трлн долларов, причём значительная часть расходов будет приходиться не на «железо», а на то, что обычно относят к нематериальным инвестициям. Речь идёт о перестройке процессов, программных продуктах, подготовке данных и изменениях в организационной структуре компаний, чтобы извлечь из технологий ощутимую экономическую отдачу.
Почему расходы растут без покупки «железа»
Инвестиции в искусственный интеллект давно перестали сводиться к закупке серверов и видеокарт. Когда бизнес внедряет ИИ, ему необходимо подготовить среду: выстроить инфраструктуру данных, разработать или адаптировать программное обеспечение, а также изменить внутренние роли и правила работы команды. Именно такие вложения — в данные, софт и организационную перестройку — и могут стать основным драйвером расходов.
В этом контексте аналитики Goldman Sachs прогнозируют, что «непроизводственные» (non-hardware) траты на ИИ способны превысить 1 трлн долларов по миру в ближайшие годы. Подчёркивается, что компании направляют средства на создание и улучшение платформ для работы с данными, на внедрение алгоритмов и инструментов, а также на перестройку того, как устроены команды и бизнес-процессы.
Сколько стоит перестройка труда в США
В клиентской записке аналитик Джозеф Бриггс (Joseph Briggs) оценил финансовую нагрузку, связанную с переходом на ИИ в Соединённых Штатах. По его расчётам, расходы на рабочую силу, связанные с адаптацией к ИИ, уже составляют около 150 млрд долларов в год.
Отдельно отмечается, что перераспределение времени руководителей — то есть управленческие усилия, необходимые для внедрения и координации новых подходов, — добавляет ещё порядка 40 млрд долларов ежегодно. В сумме это формирует значимый блок затрат на «организационный капитал» — термин, который в экономике используют для обозначения ценности, создаваемой не физическими активами, а знаниями, процессами и способами управления.
Прогноз по общим затратам на реорганизацию сотрудников
Бриггс приводит экстраполяцию текущих расходов и делает вывод, что в рамках всего цикла внедрения ИИ затраты на перестройку штата могут составить 800–900 млрд долларов. Иначе говоря, значительная часть стоимости перехода — это не только обучение работников и изменение ролей, но и пересборка структуры компании под новые задачи, где ИИ становится частью повседневных операций.
Нематериальные инвестиции как новая «норма»
Goldman Sachs связывает масштаб non-hardware расходов с более долгосрочными тенденциями в инвестициях в нематериальные активы. В экономической статистике к таким активам относят, например, разработки, программное обеспечение, исследования, бренды и организационные изменения — то, что сложно измерить как «традиционные капитальные вложения», но что влияет на производительность.
В банке считают, что в экономике стран G10 нематериальные инвестиции уже достигли примерно сопоставимых масштабов с традиционными затратами на капитальные расходы (CAPEX). Для бизнеса это означает сдвиг фокуса: вместо того чтобы в первую очередь наращивать физическую производственную базу, компании всё чаще вкладываются в то, как устроены процессы и данные, на которых работают алгоритмы.
Эффект отдачи: «J-кривая» производительности
Отдельное внимание уделяется тому, как именно проявляется экономический эффект от таких вложений. Goldman Sachs ожидает появление так называемой «J-образной кривой» (productivity J-curve).
Справочно: J-кривая — это модель, при которой в начале внедрения ресурсы уходят на внутренние изменения, а ощутимый рост эффективности приходит позже. То есть сначала компания «платит» организационными и управленческими издержками, а затем, когда механизмы начинают работать согласованно, производительность начинает расти быстрее.
В записке отмечается, что ускорение производительного роста в США в последнее время может быть «недооценено» — то есть реальная траектория улучшений может быть более сильной, чем это отражают текущие оценки.
Риск расширения разрыва между компаниями
Наряду с расходами рассматривается и конкурентный аспект. В Goldman Sachs предупреждают о расширении «разрыва» между фирмами: компании, которые быстрее и эффективнее внедряют AI-агентов, могут оторваться от конкурентов и занять более сильные позиции в своих отраслях.
Под AI-агентами обычно понимают программные компоненты, способные автономно выполнять задачи в рамках заданных целей — например, планировать действия, инициировать процессы, работать с данными и взаимодействовать с другими системами. Чем лучше компания выстраивает такие контуры, тем выше её шанс превратить технологию в устойчивое преимущество.
Кто может стать «победителем» по версии Goldman Sachs
В банке подчёркивают, что ключ к экономической ценности, обещаемой ИИ, лежит в двух направлениях. Во-первых, это работа с «структурой данных» — то есть приведение информации к формату, который удобен для обучения и работы моделей, обеспечение качества и доступности данных. Во-вторых, это грамотное развертывание ИИ (AI deployment) — интеграция решений в реальные бизнес-процессы, а не ограниченное тестирование.
Кроме того, в Goldman Sachs отмечают, что усиление рыночной концентрации может способствовать более высоким оценкам компаний для тех игроков, которые начнут раньше и сумеют встроить ИИ в процессы быстрее других. В терминах рынков это может означать «переплату» инвесторов за перспективу роста — особенно у первых движущихся в новом технологическом цикле.
