Преимущество в производительности благодаря ИИ — это «лекарство от всех болезней» или «временная тактика»?

В феврале 2026 года в глобальном макростратегическом круге продолжается обсуждение о том, может ли искусственный интеллект спасти государственные финансы в развитых странах. Существует широко распространённый оптимизм, что скачок производительности ИИ расширит экономику и укрепит налоговую базу, предоставив относительно «безболезненный» путь к фискальной консолидации для правительств с крупными задолженностями. Однако предварительные оценки, предоставленные Reuters Организацией экономического сотрудничества и развития (ОЭСР) и рядом бывших институциональных экономистов, ставят под сомнение этот нарратив на количественном уровне.

На объективном фактическом уровне развитые экономики сталкиваются с самыми серьёзными фискальные ограничениями со времён Второй мировой войны. Коэффициент федерального долга США уже достиг исторического максимума — около 100%, а большинство богатых экономик имеют более 100% долга ВВП, при этом страдая от жёсткости социальных расходов из-за старения населения, роста расходов на оборону и «тройного сжатия» инвестиций в климатический переход. В этом контексте, независимо от того, являются ли дивиденды производительности, обещанные ИИ, «особым препаратом», способным фундаментально восстановить баланс, или «мерой задержки», которая лишь откладывает структурные реформы для политиков, они стали объектом внимания макроэкономического сообщества и рынка облигаций.

Предыстория и хронология: от технологических прорывов до финансового обзора

Проникновение искусственного интеллекта в макроэкономику претерпевает переход от «инструмента микроэффективности» к «переменной макророста». Оглядываясь на хронологию с 2023 по 2024 год, генеративный ИИ, представленный крупными языковыми моделями, в основном рассматривается как инструмент для предприятий для снижения затрат и повышения эффективности, с акцентом рынка на замену рабочей силы и корпоративную прибыль. Начиная с 2025 года, обсуждения постепенно выйдут на уровень национальной конкурентоспособности, при этом Goldman Sachs и другие учреждения опубликуют отчёты, прогнозирующие значительный рост глобального ВВП ИИ в следующем десятилетии.

Вступая в 2026 год, масштабы обсуждения снова структурно меняются. В конце февраля экономисты ОЭСР начали раскрывать результаты своих внутренних вычетов по моделям, впервые напрямую связывая дивиденды от производительности ИИ с устойчивостью государственного долга. В то же время инвестиционная исследовательская компания Citrini Research опубликовала доклад «Глобальный кризис разведки 2028 года», предлагая концепцию «призрачного ВВП», предупреждая, что если доходы от ИИ слишком сосредоточены на стороне капитала, а потребление сократится, это может привести к размыванию налоговой базы и фискального кризиса. На данный момент фискальная значимость ИИ уже не является теоретическим вопросом, а является неизбежной переменной для инвесторов в облигации при анализе национального кредитования.

Анализ данных и структуры: границы и механизмы передачи моделей

Согласно предварительным оценкам, представленным Reuters экономистом ОЭСР Филизом Унсалом и его командой, существуют чёткие количественные границы положительного влияния ИИ на финансы. Модели показывают, что если искусственный интеллект сможет повысить производительность труда и эффективно стимулировать занятость в долгосрочной перспективе, то долговое бремя стран ОЭСР, таких как США, Германия и Япония, ожидается, снизится примерно на 10 процентных пунктов к 2036 году по сравнению с текущим базовым прогнозом.

Эта цифра может показаться значительной в абсолютных выражениях, но её необходимо тщательно интерпретировать в контексте финансового кризиса. Улучшение на 10 процентных пунктов не будет достаточно, чтобы обратить долгосрочный рост коэффициентов долга, и уровень долга в большинстве развитых стран останется значительно выше текущих уровней, даже в «лучшем случае». Кевин Кханг, руководитель глобальных экономических исследований Vanguard, определил демографию как «корень» долговой проблемы, отметив, что долг возникает из-за старения и связанных с ним обещаний социального обеспечения, а ИИ «просто выигрывает нам время».

Из анализа структурного механизма передачи можно выделить два пути сдержек и противовесов между ИИ и финансами. Форвардная передача зависит от «повышения производительности — роста прибыли и заработной платы предприятий — расширения налоговой базы — улучшения фискальных поступлений». Однако существует и противоположный эффект: если автоматизация приводит к чистому сокращению числа рабочих мест или если рост производительности поступает за счет менее налогово обременённых факторов капитала, улучшение фискальных поступлений может оказаться не таким, как ожидалось; В то же время, если зарплаты в частном секторе вырастут за счёт роста производительности, давление на расходы на государство как работодателя и плательщика социального обеспечения также усилятся.

Разрушение общественного мнения: оптимисты, осторожные и обратные сценарии

Текущие рыночные взгляды на эту тему значительно стратифицированы.

Оптимисты подчёркивают «волшебный» эффект продуктивности. Иданна Аппио, управляющий фондом First Eagle Investment Management, признаёт, что рост производительности значительно улучшит фискальную динамику, но она также сохраняет ключевое уточнение — «Наши фискальные проблемы далеко выходят за рамки того, что производительность может решить.» В этом заявлении роль ИИ на самом деле представлена как «смягчивающая», а не как «исцеляющая».

Осторожная фракция сосредотачивается на неопределённости механизма передачи. Экономист ОЭСР Унсал подчеркнул, что реальное влияние ИИ на путь долга зависит от того, можно ли одновременно установить три ключевые связи: можно ли поглотить рабочие места, заменённые автоматизацией; можно ли эффективно перенести увеличение корпоративной прибыли на заработную плату работников; Сможет ли правительство ограничить рост общих расходов. Кент Сметтерс, руководитель команды по бюджетной модели Penn Wharton в Университете Пенсильвании, говорит более прямо, прогнозируя, что влияние ИИ на долг США в ближайшее десятилетие может быть «минимальным», поскольку жёсткие расходы, такие как социальное обеспечение, связаны со средними зарплатами, а рост производительности может привести к росту бюджетной базы правительства.

Обратный вычет по сценарию расширяет перспективу на риск «призрачного ВВП». Citrini Research предполагает, что если агенты ИИ в крупном масштабе заменят беловоротничковый труд, показатели корпоративного производства и ВВП могут сохранить рост, но заменённая рабочая сила не сможет поддерживать исходный уровень потребления после потери дохода, что приведёт к краху спроса в макроэкономическом цикле. В этом сценарии доходы от подоходного налога на личные лица и доходы от социального обеспечения, связанные с заработной платой, будут испытывать давление, в то время как пособия по безработице и расходы на переходный переход будут продолжать расти, а суверенный кредит будет напрямую затронут.

Анализ аутентичности повествования: исторический опыт и реалистичные ограничения шока от продуктивности

Оценивая вышеуказанные моменты, необходимо вернуться к историческому опыту технологических изменений. Citadel Securities отметила в отчёте по макростратегии, опубликованном одновременно с тем, что внедрение ИИ следует исторической S-кривой, похожей на модель персональных компьютеров и Интернета, а не экспоненциально скачет. Технологические изменения за последний век не сделали рабочую силу устаревшей, но достаточно для того, чтобы поддерживать долгосрочный тренд роста в развитых экономиках примерно на уровне 2%.

Эта историческая перспектива служит важной опорой. Исследования Фонда информационных технологий и инноваций (ITIF) также показывают, что технологические изменения исторически никогда не устраняли чистую занятость, и что смены рабочих мест продолжают развиваться, задачи продолжают корректироваться, а рост производительности в конечном итоге создаст новые потребности в рабочей силе. Поэтому нынешний нарратив о том, что «ИИ прекращает рабочие ресурсы», скорее всего, является чрезмерной интерпретацией теоретических граничных случаев, а не точным описанием реальной траектории.

Однако в то же время необходимо признать, что этот раунд ИИ обладает характеристиками «замены когнитивного труда» с точки зрения возможностей, что принципиально отличается от предыдущих технологий, заменивших ручной труд. Если крупномасштабное замещение выйдет на ведущую позицию в знаёмких отраслях, таких как финансы, юриспруденция и консалтинг, это может быстрее сжать высокооплачиваемые белые воротничковые рабочие места, чем ожидания рынка, что, в свою очередь, создаст давление на кредитный рынок, построенный на этих стабильных и высокодоходных ожиданиях.

Анализ воздействия на отрасль: переоценка цен на активы в условиях макроэкономических изменений

Вопрос о том, можно ли выплачивать дивиденды по производительности ИИ, становится важной переменной на рынке облигаций и суверенных кредитных рейтингах.

С точки зрения логики рыночного ценообразования, ожидания роста, вызванные ИИ, могут снизить давление на инвесторов в облигации с целью тщательного анализа фискальной устойчивости в краткосрочной перспективе. Однако Кристиан Келлер, руководитель глобальных экономических исследований Barclays, предупредил, что если рецессия начнётся раньше бума на ИИ, рынок может заранее опасаться фискальной траектории, а рост стоимости финансирования быстрее выведет проблему долга в центр внимания. Это означает, что эффективность повествования ИИ со временем становится хрупкой — если реализация дивидендов отстаёт от циклического давления, доверие рынка может преждевременно нарушиться.

Для рынка криптоактивов макроликвидность и статус суверенного кредитования всегда являются важными внешними переменными. Если повышение производительности, основанное на ИИ, сможет сохранить относительную стабильность реальных процентных ставок в средне- и долгосрочной перспективе, это будет полезно для логики оценки рисковых активов. Наоборот, если нарратив ИИ будет разрушен и фискальные давления будут подвергнуты, что вызовет новый раунд уклонения от риска, все риски, включая криптоактивы, подвергнутся испытанию сокращения ликвидности.

Многосценарная эволюционная дедукция

Основываясь на существующих моделях и перспективах, итоговую тенденцию влияния ИИ на фискальную дилемму стран с высоким долгом можно свести в три сценария:

Сценарий 1: Лучший вариант — время на пространстве (средняя вероятность)

Производительность ИИ стабильно росла и эффективно передавалась на занятость и заработную плату; Экономический рост привёл к расширению налоговой базы, а наклон долга был эффективно контролируем. Коэффициент задолженности США может вырасти примерно со 100% до примерно 120% в течение следующего десятилетия, а не выше по базовому сценарию. В этом сценарии ИИ успешно играет роль «времени для пространства», обеспечивая правительству буферный период для продвижения давно откладываемых структурных фискальных реформ.

Сценарий 2: Нейтральная ситуация — неэффективная проводимость, ограниченный эффект (высокая вероятность)

Дивиденды производительности в основном вызваны корпоративной прибылью и доходностью капитала, а зарплаты работников растут медленно; Улучшение фискальных поступлений ограничено, в то время как расходы на социальное обеспечение и государственные услуги резко выросли вместе с уровнем цен. Хотя коэффициент долга улучшился, его масштаб слаб, вопрос фискальной устойчивости давно приостановлен, а рынок всё ещё вынужден сталкиваться со скидкой суверенного кредита.

Сценарий 3: Обратный сценарий — рецессия предшествует получению дивидендов (умеренно низкая вероятность, но не незначительная)

Циклический спад экономики предшествовал получению дивидендов по производительности ИИ, замедлив корпоративные инвестиции и рост безработицы; Активируется функция фискального автоматического стабилизатора, и снижение налогов и рост расходов на социальное обеспечение образуют двустороннее давление. Если рынок сейчас сомневается в фискальной траектории, стоимость финансирования быстро вырастет, и коэффициент долга может вырасти до опасной зоны около 180% в конце 2030-х годов. В этом сценарии ИИ не только не спасает финансы, но и может перегрузить доверие рынка из-за чрезмерного нарратива на ранних этапах.

Заключение

Объединяя модель ОЭСР и выводы многих экономистов, позиционирование дивидендов производительности ИИ в нынешней фискальной дилемме становится всё яснее: это не «волшебная пуля», способная решить все проблемы, и не бесполезный пустой нарратив. Точнее, ИИ предоставляет ограниченное, но ценное «временное окно» — сможет ли его использовать для решения структурных проблем, таких как старение населения и жёсткие расходы на социальное обеспечение, всё ещё зависит от выбора политиков.

Для участников рынка главное — не верить или отрицать макронарратив ИИ, а различать «факты» и «мнения» и отличать «спекуляцию» от «уверенности». Улучшение на 10 процентных пунктов, выявленное моделью ОЭСР, вместе с словами Иданны Аппио о том, что «значительно превосходит то, что производительность может исправить», составляет самый истинный фон макроторговли в эту эпоху.