Влияние генеративного искусственного интеллекта на отраслевую производительность в контексте российской экономики

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.

1. Вашаломидзе Е. В., Дудин М. Н. Производительность труда, уровень и качество населения России: динамика изменения и современные тенденции взаимовлияния // Социально-трудовые исследования. 2022. № 4. С. 49–60.

2. Гимпельсон В. Е., Капелюшников Р. И. Рутинность и риски автоматизации на российском рынке труда: препринт WP3/04. М.: Изд. дом Высшей школы экономики, 2022. 44 с.

3. Колесникова О. А., Маслова Е. В., Околелых И. В. Кадровый дефицит на современном рынке труда России: проявления, причины, тренды, меры преодоления // Социально-трудовые исследования. 2023. № 4. С. 179–189.

4. Нижегородцев Р. М. Логистическое моделирование экономической динамики. Ч. 1 // Проблемы управления. 2004. № 1. С. 46–53.

5. Прогнозно-аналитическое исследование взаимосвязей сферы занятости и профессионального образования в России / А. Г. Коровкин, И. Н. Долгова, Е. А. Единак, И. Б. Королев // Вестник Российского фонда фундаментальных исследований. Гуманитарные и общественные науки. 2018. № 4 (93). С. 38–49. DOI: 10.22204/2587-8956-2018-093-04-38-49

6. Российский рынок труда: тенденции, институты, структурные изменения: Доклад Центра трудовых исследований и Лаборатории исследований рынка труда НИУ ВШЭ [Электронный ресурс] / под ред. В. Гимпельсона, Р. Капелюшникова, С. Рощина. М., 2017. URL: https://www.csr.ru/upload/iblock/861/86192da819e23b2d7ce2161f7718a32f.pdf (дата обращения: 19.08.2024).

7. Таковин Е. П. Дефицит кадров в России: причины и направления решений // Гуманитарий Юга России. 2024. № 4. С. 104–120.

8. Autor D. The Labor Market Impacts of Technological Change: From Unbrilled Enthusiasm to Qualified Optimism to Vast Uncertainty [Электронный ресурс] // National Bureau of Economic Research (NBER). 2022. Working Paper No. 30074. DOI: 10.3386/w30074. URL: https://www.nber.org/papers/w30074 (дата обращения: 19.08.2024).

9. Autor D. H. Work of the Past, Work of the Future // AEA Papers and Proceedings. 2019. Vol. 109. P. 1–32. DOI: 10.1257/pandp.20191110

10. Acemoglu D., Restrepo P. Artificial Intelligence, Automation and Work [Электронный ресурс] // National Bureau of Economic Research (NBER). 2018. Working Paper No. 214196. URL: https://www.nber.org/system/files/working_papers/w24196/w24196.pdf (дата обращения: 19.08.2024).

11. Acemoglu D., Restrepo P. The Race between Man and Machine: Implications of Technology for Growth, Factor Shares and Employment // American Economic Review. 2018. Vol. 108. No. 6. P. 1488–1542.

12. Brynjolfsson E., Li D., Raymond L. Generative AI at Work [Электронный ресурс] // National Bureau of Economic Research (NBER). 2023. Working Papers No. 31161. URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4426942 (дата обращения: 19.08.2024).

13. Cheng L., Li X., Bing L. Is GPT-4 a Good Data Analyst? [Электронный ресурс]. 2023. arXiv:2305.15038. DOI: 10.48550/arXiv.2305.15038. URL: https://arxiv.org/pdf/2305.15038 (дата обращения: 19.08.2024).

14. Felten E., Raj M., Seamans R. Occupational, Industry, and Geographic Exposure to Artificial Intelligence: A Novel Dataset and Its Potential Uses // Strategic Management Journal. 2021. Vol. 42. No. 12. P. 2195–2217.

15. Edelman B. G., Ngwe D., Peng S. Measuring the Impact of AI on Information Worker Productivity [Электронный ресурс]. 2023. URL: https://ssrn.com/abstract=4648686 (дата обращения: 19.08.2024).

16. Eisfeldt A., Schubert G., Zhang M. Generative AI and Firm Values [Электронный ресурс] // National Bureau of Economic Research (NBER). 2023. Working Papers No. 31222. URL: https://www.nber.org/papers/w31222 (дата обращения: 19.08.2024).

17. Emergent Abilities of Large Language Models, Transactions on Machine Learning Research [Электронный ресурс] / J. Wei, Y. Tay, R. Bommasani, C. Raffel, B. Zoph, S. Borgeaud, D. Yogatama, M. Bosma, D. Zhou, D. Metzler, E. H. Chi, T. Hashimoto, O. Vinyals, P. Liang, J. Dean, W. Fedus. 2022. arXiv:2206.07682. URL: https://arxiv.org/abs/2206.07682 (дата обращения: 14.08.2024).

18. Measuring the Occupational Impact of AI: Tasks, Cognitive Abilities and AI Benchmarks / S. Tolan, A. Pesole, F. M. Plumed, E. F. Macias // JRC Working Papers Series on Labour, Education and Technology. 2020. No. 2020/02. P. 4–36. DOI: 10.1613/jair.1.12647

19. Nakavachara V., T. Potipiti, T. Chaiwat Experimenting with Generative AI: Does ChatGPT Really Increase Everyone’s Productivity? [Электронный ресурс]. 2024. URL: https://ssrn.com/abstract=4746770 (дата обращения: 14.08.2024).

20. Walkowiak E. Task-Interdependencies between Generative AI and Workers [Электронный ресурс] // Economics Letters. 2023. Vol. 231. No. 111315. DOI: 10.1016/j.econlet.2023.111315. URL: https://ssrn.com/abstract=4461406 (дата обращения: 14.08.2024).

21. Walkowiak E., MacDonald T., Generative AI and the Workforce: What Are the Risks? [Электронный ресурс]. 2023. URL: https://ssrn.com/abstract=4568684 (дата обращения: 14.08.2024).

22. Webb M. The Impact of Artificial Intelligence on the Labor Market [Электронный ресурс]. 2019. SSRN 3482150. URL: https://www.michaelwebb.co/webb_ai.pdf (дата обращения: 14.08.2024).

23. Zarifhonarvar A. Economics of ChatGPT: A Labor Market View on the Occupational Impact of Artificial Intelligence [Электронный ресурс] // Journal of Electronic Business & Digital Economics. 2023. DOI: 10.2139/ssrn.4350925. URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4350925 (дата обращения: 14.08.2024).