> ## Content Index
> Fetch the complete content index at: https://economist.kg/llms.txt
> Use this file to discover other available public pages before exploring further.

# Экономика иллюзий: как ИИ может раздуть новый технологический пузырь
- URL: https://economist.kg/ekonomika/2026/11/21/ekonomika-illiuzii-kak-ii-mozhet-razdut-novyi-tekhnologicheskii-puzyr/
- Published: 2026-11-21T04:22:24.000Z
- Updated: 2026-11-21T04:22:23.000Z
- Author: Александр Канунников
- Tags: Экономика, Эксклюзив

**Искусственный интеллект удешевил разработку программ, проведение исследований и подготовку бизнес-проектов, но не отменил необходимости понимать, как они работают. Массовое производство убедительных результатов, не подкрепленных реальными знаниями и экономической ценностью, может стать одним из источников следующего технологического кризиса.**

В 1950 году британский математик Алан Тьюринг опубликовал [статью](https://academic.oup.com/mind/article/LIX/236/433/986238?ref=economist.kg) «Вычислительные машины и разум», в которой предложил мысленный эксперимент, получивший название «игра в имитацию». Суть заключалась в том, чтобы выяснить, сможет ли машина вести себя настолько убедительно, что собеседник не отличит ее ответы от человеческих.

Спустя 76 лет искусственный интеллект подошел к решению этой задачи гораздо ближе, чем могли предполагать современники Тьюринга. Однако теперь возникает другой вопрос: не начали ли сами люди имитировать профессиональную компетентность благодаря возможностям ИИ?

![a statue of a man sitting on a bench](https://images.unsplash.com/photo-1716236067615-e07b5c37463e?crop=entropy&cs=tinysrgb&fit=max&fm=jpg&ixid=M3wxMTc3M3wwfDF8c2VhcmNofDF8fGFsYW4lMjB0dXJpbmd8ZW58MHx8fHwxNzk1MDY5NTA2fDA&ixlib=rb-4.1.0&q=80&w=2000)

Photo by [Yiming Ma](https://unsplash.com/@super%5Fvillain?utm%5Fsource=ghost&utm%5Fmedium=referral&utm%5Fcampaign=api-credit) / [Unsplash](https://unsplash.com/?utm%5Fsource=ghost&utm%5Fmedium=referral&utm%5Fcampaign=api-credit)

Генеративные модели позволяют человеку без опыта программирования создать приложение, без экономического образования — подготовить финансовую модель, без исследовательской подготовки — написать аналитическую работу. Внешне результат может выглядеть вполне профессионально. Проблема в том, что способность получить такой результат не равнозначна умению самостоятельно проверить его качество, обнаружить ошибки и отвечать за последствия.

> Возможно, именно этот эффект формирует один из самых недооцененных рисков нынешнего ИИ-бума.

#### **Экономика убедительных результатов**

Искусственный интеллект резко снизил стоимость создания цифровых продуктов. Если раньше для разработки приложения требовались программист, дизайнер и определенный бюджет, теперь значительную часть работы можно выполнить с помощью одной языковой модели.

Снижение таких «системных требований» действительно демократизирует доступ к технологиям. И в то же время создает условия для массового производства проектов, которые прежде даже не появились бы на свет — к добру ли, к беде ли. Человек может за вечер собрать прототип сервиса, открыть ИИ-консалтинговое агентство, подготовить бизнес-план или разработать образовательную платформу. Количество потенциальных продуктов растет, однако платежеспособный спрос не поспевает за предложением.

> Возникает разрыв между стоимостью создания продукта и стоимостью превращения его в работающий бизнес. Прототип может быть готов за несколько часов, но исследование рынка, поиск клиентов, обеспечение безопасности, техническое обслуживание и построение устойчивой бизнес-модели по-прежнему требуют времени и квалификации.

В результате рынок рискует наполниться проектами, которые хорошо выглядят на презентациях, но не отвечают реальным потребностям клиентов.

Похожая ситуация наблюдалась во время [бума](https://www.nber.org/papers/w8630?ref=economist.kg) доткомов в конце 1990-х. Тогда рынок часто воспринимал наличие интернет-сайта или перспективу перевода бизнеса в онлайн как достаточное основание для привлечения инвестиций. Технологические перспективы были реальными, однако ожидания относительно скорости роста спроса и будущей прибыли зачастую оказывались завышенными.

![Internet LED signage beside building near buildings](https://images.unsplash.com/photo-1564760290292-23341e4df6ec?crop=entropy&cs=tinysrgb&fit=max&fm=jpg&ixid=M3wxMTc3M3wwfDF8c2VhcmNofDN8fGRvdGNvbSUyMHxlbnwwfHx8fDE3OTUwNjk5ODl8MA&ixlib=rb-4.1.0&q=80&w=2000)

Photo by [Leon Seibert](https://unsplash.com/@yapics?utm%5Fsource=ghost&utm%5Fmedium=referral&utm%5Fcampaign=api-credit) / [Unsplash](https://unsplash.com/?utm%5Fsource=ghost&utm%5Fmedium=referral&utm%5Fcampaign=api-credit)

[Исследование](https://www.oecd.org/en/publications/after-the-telecommunications-bubble%5F311813664474.html?ref=economist.kg) Организации экономического сотрудничества и развития (ОЭСР), опубликованное в 2003 году, описывало последствия инвестиционного бума в телекоммуникациях.

Компании активно строили инфраструктуру, рассчитывая на стремительный рост интернет-трафика. Но фактический спрос оказался ниже прогнозов, что привело к финансовым трудностям, сокращению инвестиций и реструктуризации отрасли.

Интернет при этом никуда не исчез. Напротив, созданная инфраструктура впоследствии стала основой цифровой экономики. Ошибка заключалась не в оценке технологического потенциала, а в сроках и масштабах его коммерческой реализации. Вот и с ИИ может произойти нечто похожее. Технология останется востребованной, но значительная часть созданных вокруг нее компаний и продуктов может не найти экономического оправдания.

##### **Пузырь искусственной компетентности**

Есть и более глубокая проблема, которая касается не только инвесторов и предпринимателей, но и обычных пользователей.

ИИ позволяет получать результаты интеллектуальной работы, не обладая всеми знаниями, необходимыми для ее самостоятельного выполнения. Постепенно это может создавать **иллюзию приобретенного навыка**.

> Фабрика высокомерия работает следующим образом. Человек, несколько раз успешно использовавший ИИ для написания программ, начинает считать себя разработчиком. Тот, кто подготовил несколько финансовых моделей, может переоценить свои знания в экономике.

[Исследование](https://www.sciencedirect.com/science/article/pii/S0747563225002262?ref=economist.kg), опубликованное в феврале 2026 года в журнале Computers in Human Behavior, обнаружило любопытный эффект. В двух экспериментах с участием 246 и 452 человек ученые проверяли, насколько точно пользователи оценивают результаты решения логических задач с помощью ИИ.

> Выяснилось, что ИИ помогал участникам лучше справляться с заданиями, но в среднем они оценивали свои успехи выше фактических результатов. Авторы также обнаружили связь между уровнем грамотности в области ИИ и точностью самооценки: более осведомленные пользователи не обязательно лучше понимали, насколько успешно справились с задачей.

Говоря простыми словами, человек может выполнять работу лучше благодаря ИИ, но при этом хуже понимать границы собственной компетентности.

#### **Производительность на бумаге**

Для бизнеса переоценка сотрудниками собственных навыков становится экономической проблемой. Руководители видят, как сотрудники с помощью ИИ быстрее создают отчеты, презентации, программные продукты и маркетинговые материалы. Компании запускают экспериментальные проекты, закупают подписки и внедряют автоматизацию. Возникает ощущение масштабного технологического преобразования. Но ускорение отдельных задач еще не означает роста производительности труда.

> Например, сотрудник может подготовить с помощью ИИ отчет за час вместо рабочего дня. Однако если затем три специалиста будут несколько часов проверять цифры, исправлять ошибки и уточнять выводы, экономический эффект может оказаться даже ниже, чем при работе над аналогичной задачей без ИИ.

Поэтому важно оценивать не количество операций, переданных искусственному интеллекту, а конечный результат: сократились ли издержки, выросла ли выручка, улучшилось ли качество обслуживания, увеличился ли выпуск полезной продукции.

В глобальном [исследовании](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-2025?ref=economist.kg) McKinsey за 2025 год почти ****две трети** опрошенных организаций сообщили, что еще не перешли к масштабному внедрению ИИ на уровне всего предприятия. При этом только 39% респондентов сообщили о каком-либо влиянии технологии на операционную прибыль (EBIT) компаний.

<!doctype html> 

Возможный сценарий развития событий

## Как лопается ИИ-пузырь

ТОЧКА ПЕРЕЛОМА 

Компании требуют от ИИ-проектов реальной отдачи: экономии и роста выручки

1 

### Корпоративные клиенты

Ревизия ИИ-проектов

Отказ от неэффективных подписок и контрактов

Сокращение спроса на ИИ-сервисы

→

2 

### ИИ-стартапы

Снижение выручки и притока клиентов

Усложнение привлечения инвестиций

Банкротства и закрытие проектов

→

3 

### Инфраструктура

Сокращение заказов на вычислительные мощности

Недозагрузка дата-центров

Проблемы с обслуживанием долгов

Меньше клиентов → ниже спрос на инфраструктуру 

↓

### КАСКАДНЫЙ КРИЗИС

Падение оценок компаний · сокращение инвестиций · банкротства 

Возможный сценарий, а не прогноз неизбежного развития событий. 

В таком сценарии сначала компании начнут пересматривать эффективность ИИ-проектов. После завершения экспериментального этапа руководители захотят видеть не впечатляющие демонстрации, а конкретную экономию и дополнительную выручку. Сервисы, которыми сотрудники активно пользовались на старте, могут оказаться невостребованными после окончания первых контрактов.

> Затем несладко придется стартапам. Многие из них создают похожие продукты и конкурируют за ограниченное число клиентов. Когда привлечение инвестиций станет сложнее, компании без устойчивой выручки начнут закрываться.

Следом пострадает инфраструктурный сектор. Развитие ИИ требует огромных вычислительных мощностей, дата-центров и электроэнергии. Если реальный спрос окажется ниже прогнозов, часть построенных мощностей будет недозагружена, а владельцы инфраструктуры столкнутся с проблемами обслуживания долгов.

> Этот риск уже обсуждают международные финансовые институты. В октябре 2026 года Международный валютный фонд ([МВФ](https://www.imf.org/en/blogs/articles/2026/10/12/global-financial-markets-face-rising-risks-from-ai-bond-yields-and-cyberattacks?ref=economist.kg)) обратил внимание на взаимосвязанность финансирования внутри ИИ-индустрии. По 14 публично раскрытым сделкам с 2023 года эксперты оценили совокупные вложения в капитал примерно в $300 млрд, дополнительное долговое финансирование — в $650 млрд, а будущие обязательства по закупке услуг и чипов — в $1.4 трлн.

Подобная структура создает взаимозависимость: одна компания инвестирует в другую, которая затем обязуется покупать ее вычислительные мощности или оборудование. Пока бизнес растет, такие договоренности поддерживают инвестиции и будущую выручку. Но если ключевые участники столкнутся с финансовыми трудностями, проблемы могут распространиться по всей цепочке.

Ситуация отчасти напоминает ипотечный кризис, потрясший мировую экономику в 2008–2009 годах. В частности:

- **Финансирование создает дополнительный спрос.** Компании инвестируют друг в друга, а затем используют полученные средства для закупки оборудования и вычислительных мощностей у своих же финансовых партнеров.
- **Будущие доходы становятся основанием для новых займов.** Контракты на закупку вычислительных мощностей позволяют владельцам дата-центров привлекать кредитное финансирование под ожидаемые денежные потоки.
- **Риски распространяются по всей цепочке.** Если доходы окажутся ниже прогнозов, компании одновременно столкнутся с падением выручки, обесцениванием активов и проблемами обслуживания долгов. Убытки могут затронуть не только непосредственных участников сделок, но и банки, облигационных инвесторов и фонды.

18 ноября 2026 года Европейский центральный банк в новом [обзоре](https://www.ecb.europa.eu/press/financial-stability-publications/fsr/html/ecb.fsr202611~e03b919d36.en.html?ref=economist.kg) финансовой стабильности также предупредил о рисках, связанных с высокими ожиданиями доходности ИИ-компаний и растущей зависимостью инвестиций в инфраструктуру от заемного финансирования.

---

[Кыргызстан может стать экспортером вычислений для ИИ — при каких условияхДешевая электроэнергия дает Кыргызстану преимущество на рынке ИИ. Почему дата-центр с выручкой $701.3 млн в год пока остается лишь расчетной моделью.![](https://storage.ghost.io/c/c3/a6/c3a66635-73fd-4349-a382-8bf5c41013f8/content/images/icon/---------Economist.kg-ca7812b1-6fb7-433f-99f3-18124353678c.png)Economist.kg — новости экономики и финансов КыргызстанаАлександр Канунников![](https://storage.ghost.io/c/c3/a6/c3a66635-73fd-4349-a382-8bf5c41013f8/content/images/thumbnail/photo-1576924593291-95a57fba5c7d-4d4f6d60-6a83-44f3-9833-90a28273486a.jpg)](https://economist.kg/technology/2026/10/26/kyrgyzstan-ii-vychisleniya-eksport/)

[Один алгоритм на всех: как ИИ меняет конкуренцию за работу и разнообразие идейИсследования показывают: похожие ИИ-системы могут повторять неблагоприятные оценки соискателей и делать творческие работы однообразнее.![](https://storage.ghost.io/c/c3/a6/c3a66635-73fd-4349-a382-8bf5c41013f8/content/images/icon/---------Economist.kg-315a04ac-01e7-4969-b8f1-ad5c57ad8e46.png)Economist.kg — новости экономики и финансов КыргызстанаАлександр Канунников![](https://storage.ghost.io/c/c3/a6/c3a66635-73fd-4349-a382-8bf5c41013f8/content/images/thumbnail/photo-1739805591936-39f03383c9a9-24937407-94a5-48b5-9242-a8658f27e73c.jpg)](https://economist.kg/technology/2026/10/29/algoritmicheskaya-monokultura-ii/)