Отоцкий Петр Леонидович – кандидат физико-математических наук, начальник отдела изучения и развития искусственного интеллекта в сфере государственного управления
119571, г. Москва, пр-т Вернадского, д. 82, стр. 1
Peter L. Ototskiy – Cand. Sci (Phys.-Math.), Head, Research and Development Artificial Intelligence in the Sphere of the Public Government Department
pr-t Vernadskogo 82, str. 1, Moscow 119571
Горлачева Евгения Николаевна – доктор экономических наук, доцент, ведущий научный сотрудник отдела изучения и развития искусственного интеллекта в сфере государственного управления
119571, г. Москва, пр-т Вернадского, д. 82, стр. 1
Evgeniya N. Gorlacheva – Dr. Sci. (Economics), Assoc. Prof., Leading Researcher, Research and Development Artificial Intelligence in the Sphere of the Public Government Department
pr-t Vernadskogo 82, str. 1, Moscow 119571
Поспелова Екатерина Андреевна – кандидат политических наук, старший научный сотрудник отдела изучения и развития искусственного интеллекта в сфере государственного управления
119571, г. Москва, пр-т Вернадского, д. 82, стр. 1
Ekaterina A. Pospelova – Сand. Sci. (Political Sciences), Senior Researcher, Research and Development Artificial Intelligence in the Sphere of the Public Government Department
pr-t Vernadskogo 82, str. 1, Moscow 119571
Цель. Появление современных технологий общего назначения обусловливает возможности их эффективного использования в рамках решения практических экономических задач, в т. ч. и повышения производительности. В этой связи актуальна оценка влияния генеративного искусственного интеллекта на отраслевую производительность, что и определило цель настоящей работы.
Процедура и методы. В качестве методологической базы использовалась модифицированная производственная функция Д. Асемоглу. На основе мета-анализа были получены коэффициенты степени проникновения по каждому виду экономической деятельности, смоделированы траектории их развития.
Результаты. В видах экономической деятельности, где влияние генеративного искусственного интеллекта незначительно усиливает производительность, нужны дополнительные меры поддержки по обучению и повышению квалификации имеющихся сотрудников, что позволит хотя бы отчасти нивелировать кадровый дефицит в российской экономике.
Теоретическая и/или практическая значимость. Теоретическая ценность работы заключается в развитии методологической базы анализа производительности труда. Практическая ценность работы – в формировании рекомендаций по увеличению прироста отраслевого выпуска за счёт повышения производительности в контексте российской экономики.
Aim. The emergence of the modern general-purpose technologies makes it possible to use them effectively in solving practical economic problems, including increasing productivity. In this regard, it is relevant to assess the impact of generative artificial intelligence on industry productivity, which determined the purpose of this work.
Methodology. The modified production function of D. Asemoglu was used as a methodological basis. Based on the meta-analysis, penetration coefficients were obtained for each type of economic activity, and their development trajectories were modeled.
Results. In economic activities where the influence of generative artificial intelligence slightly increases productivity, additional support measures are needed to train and improve the skills of existing employees, which will at least partially offset the personnel deficit in the Russian economy.
Research implications. The theoretical value of the work lies in the development of a methodological basis for analyzing labor productivity. The practical value of the work lies in the formation of recommendations for increasing the growth of industrial output by increasing productivity in the context of the Russian economy.
The authors declare that there are no conflicts of interest present.