Пока богатые страны спорят, отнимет ли искусственный интеллект работу у офисных сотрудников и когда машины начнут думать лучше человека, у развивающегося мира проблема куда прозаичнее. Где найти врача для отдалённого села? Как дать фермеру точный прогноз погоды? Как разгрузить суды, повысить качество школьных уроков и заставить государственные услуги работать не только на бумаге?
Авторы нового "Доклада о мировом развитии 2026" Всемирного банка предлагают на время отложить разговоры о восстании машин. В предисловии главный экономист Группы Всемирного банка Индермит Гилл формулирует мысль почти без дипломатии: "ИИ бросил развивающимся экономикам спасательный круг, за который нужно ухватиться, пока он не ускользнул".
Звучит это заявление довольно громко и безапелляционно. Но сам доклад – это вовсе не очередной гимн нейросетям. Скорее, это инструкция о том, как не растратить редкий технологический шанс на дорогие презентации, бессмысленные пилотные проекты и попытки построить собственный ChatGPT там, где не хватает стабильного электричества. Что надо признать, вполне логично.
При этом стоит заметить, что Всемирный банк впервые комплексно оценил, как искусственный интеллект уже используется компаниями и государственными органами развивающихся стран, что мешает его распространению и где могут быть сосредоточены основные выгоды. Выясняется, что всё это происходит в момент, когда прогресс в развитии замедлился до минимального уровня за 75 лет. По оценке авторов, ни одна другая доступная сегодня технология не предлагает этим экономикам сопоставимого потенциала роста.
Не стоит строить свой ChatGPT
Вместе с тем, главный вывод доклада действительно может расстроить министров, любящих торжественно открывать национальные центры искусственного интеллекта: большинству развивающихся государств не нужно соревноваться с американскими и китайскими технологическими гигантами.
Только в 2026 году крупнейшие американские ИИ-компании планируют потратить на инфраструктуру более $750 млрд. Эта сумма превышает годовой ВВП многих стран. Конкурировать на переднем крае разработки моделей смогут лишь несколько государств.
Для остальных Всемирный банк предлагает более реалистичную формулу: внедрять, адаптировать и только затем развивать. Сначала использовать уже существующие решения, потом приспосабливать их к местным языкам, данным, законодательству и условиям работы. И лишь после создания инфраструктуры, кадровой базы и собственных компетенций думать о выходе на технологический фронтир.
Просто импортировать зарубежную модель недостаточно. Искусственный интеллект чрезвычайно чувствителен к контексту. То, что прекрасно работает в Лондоне или Калифорнии, может оказаться бесполезным в районной больнице, сельской школе или фермерском хозяйстве в другой части мира.
Иными словами, цифровой суверенитет – это не обязательно огромный национальный дата-центр с красивым названием. Иногда это просто возможность безболезненно сменить подрядчика.
ИИ скорее усилит работника, чем заменит его
Между тем в странах с высоким уровнем дохода генеративный ИИ действительно может автоматизировать значительную часть офисной работы. В развивающихся экономиках структура занятости другая: намного больше людей трудятся в сельском хозяйстве, производстве, торговле и малом бизнесе.
По оценке Всемирного банка, автоматизации подвержены около 4,5% существующих рабочих мест в странах с низким и средним уровнем дохода. В богатых экономиках этот показатель достигает 14,2%. При этом ещё 16,2% рабочих мест в развивающихся странах могут быть не ликвидированы, а усилены искусственным интеллектом.
Это важное различие. Для развивающегося мира основной экономический эффект ИИ может заключаться не в увольнении людей, а в том, что человек с ограниченной квалификацией получит доступ к знаниям специалиста.
Медсестра сможет точнее интерпретировать снимок, учитель – быстрее подготовить урок, фермер – выбрать время для посева, а государственный служащий – обработать массив данных, на который раньше ушли бы недели. В странах, где квалифицированных врачей, агрономов, преподавателей и аналитиков хронически не хватает, ИИ способен не столько заменить экспертизу, сколько распределить её гораздо шире.
Разумеется, спокойной жизни это никому не гарантирует. Под давлением уже оказываются call-центры, бэк-офисы и начальные позиции в программировании, финансах и деловых услугах. Но массовой автоматизации занятости в большинстве развивающихся стран пока не происходит.
Получается довольно иронично. Там, где больше всего боятся увольнений из-за ИИ, риск действительно выше. А там, где рабочих мест не хватает, технология теоретически может помочь создавать новую производительность. Вопрос лишь в том, кто успеет этой возможностью воспользоваться.
Сто лет за десятилетие & Малый ИИ с большим эффектом
Один из самых интересных разделов доклада посвящён так называемому малому ИИ. Это не обязательно примитивная или слабая модель. Речь идёт о решениях, созданных для конкретной задачи и способных работать при ограниченном интернете, на простом телефоне или даже без подключения к сети.
Такая модель может распознавать заболевание растения, анализировать медицинский снимок или отвечать на вопросы через обычные текстовые сообщения. Она дешевле, понятнее и зачастую полезнее для развития, чем универсальная система, способная написать сонет, программный код и рекламную стратегию одновременно.
К примеру, в Бангладеш применение ИИ при анализе медицинских изображений позволило ежедневно обследовать на 40% больше пациентов с заболеваниями глаз, связанными с диабетом. В индийском штате Телангана более точные прогнозы погоды принесли отдельным мелким фермерам экономию до 560 долларов. А разработанная для Ганы система обучения математике Rori работала через текстовые сообщения на простых телефонах и обеспечила результат, сопоставимый почти с годом обучения, при стоимости около пяти долларов на ученика.
Это и есть обещанные "сто лет за десятилетие". Не потому, что нейросеть одним нажатием превратит бедную страну в богатую. А потому, что знания, которые прежде были доступны лишь узкому кругу специалистов, можно быстро и относительно дёшево передать миллионам людей.
К тому же ИИ уже проник в малый бизнес. Каждый пятый предприниматель из шести обследованных развивающихся экономик использует чат-боты. Правда, пока главным образом для поиска информации, написания текстов и перевода, а не для глубокого изменения бизнес-процессов.
И вот здесь-то проходит граница между модой и развитием. Купить доступ к нейросети легко. Перестроить с её помощью работу компании, школы, клиники или министерства намного сложнее.
Чужая модель может дать неправильный диагноз
Как отмечено в докладе ВБ, многие пользователи ИИ забывают, что у искусственного интеллекта есть неприятная особенность: он может уверенно ошибаться именно там, где цена ошибки особенно высока. А значит и то, что искусственный интеллект может быть передовым, дорогим, но при этом совершенно непригодным для конкретной страны.
Поэтому локальные данные – не техническая мелочь и не предмет национальной гордости. Это условие нормальной работы. Модель должна понимать местные языки, болезни, сорта сельскохозяйственных культур, судебные процедуры, учебные программы и поведение пользователей.
Применительно к Центральной Азии логика доклада предельно проста. Региону принесёт пользу не очередной англоязычный бот, умеющий пересказывать западные учебники, а решения, которые понимают казахскую, кыргызскую, узбекскую и другие региональные языковые среды, знакомы с местным законодательством и обучены на данных местных больниц, школ, предприятий и сельского хозяйства.
Без этого искусственный интеллект будет не сокращать неравенство, а автоматизировать чужие ошибки.
Сначала электричество, потом революция
Авторы доклада постоянно возвращают читателя с технологических небес на землю. Искусственный интеллект требует вполне материального фундамента: электричества, интернета, устройств, образования, данных и работающих государственных институтов.
Но это не значит, что сначала нужно десятилетиями строить идеальную инфраструктуру и лишь потом открывать приложение с нейросетью. Малые модели могут работать на обычных телефонах, через звонки и сообщения. Главное – правильно определить задачу и не пытаться заменить технологией отсутствующую государственную политику.
Всемирный банк отводит правительствам три роли:
- создавать условия для внедрения ИИ,
- использовать его в государственных услугах,
- регулировать возникающие риски.
На первом этапе нужны инфраструктура, базовые цифровые навыки и доступная информация. На следующем – местные данные, вычислительные мощности, профессиональные кадры и среда, в которой новые компании могут тестировать и масштабировать свои решения.
Отдельная проблема – вечные пилотные проекты. Государственные органы любят тестировать технологии, но далеко не всегда умеют определить, работают ли они. Доклад рекомендует создавать полноценные системы закупки, тестирования и оценки ИИ-решений, а также инвестировать в компетенции самих чиновников. Без этого государство рискует годами оплачивать эффектные демонстрации, которые никогда не превратятся в нормальную услугу.
Шанс есть, гарантии нет
Также Всемирный банк не скрывает рисков. ИИ может усилить неравенство, укрепить влияние нескольких глобальных корпораций, повысить зависимость от зарубежных технологий, облегчить распространение дезинформации и создать новые инструменты слежки.
Поэтому на начальном этапе авторы доклада ВБ предлагают опираться на добровольные отраслевые стандарты, но там, где рынок не способен предотвратить дискриминацию, нарушения конфиденциальности или киберугрозы, применять действующее законодательство. Одновременно государствам придётся укреплять контроль, координацию и способность добиваться исполнения правил, а не просто принимать очередные красивые концепции.
Собственно, главный вывод доклада не столько технологический, сколько политический. Искусственный интеллект не сделает слабые институты сильными автоматически. Не заменит электричество, образование и нормальное управление. Не исправит плохие данные и не научит чиновника понимать задачу, которую он сам не способен сформулировать.
Но он может резко увеличить отдачу от уже сделанных инвестиций. Помочь одному врачу обслужить больше пациентов, одному учителю – дать более качественный урок, одному агроному – передать знания тысячам фермеров.
Именно поэтому настоящая гонка разворачивается не за самую большую языковую модель. Она идёт за способность соединить технологию с местными знаниями, инфраструктурой и человеческими потребностями.
Развивающиеся страны уже однажды опоздали к промышленной революции и затем два столетия расплачивались за это отставание. В этот раз, предупреждает Всемирный банк, цена ожидания может оказаться не меньшей: "Они не могут позволить себе пропустить эту революцию".