Влияние информационных технологий и искусственного интеллекта на экономический рост: анализ теоретических подходов

Аннотация

Введение. Статья посвящена анализу влияния информационных технологий и искусственного интеллекта на экономический рост. Несмотря на очевидный потенциал новых технологий, с середины 2000-х гг. в развитых странах наблюдается замедление темпов экономического роста одновременно с ростом расходов на исследования и разработки. Отмечается замедление динамизма рынков, что выражается в снижении коэффициентов входа и выхода фирм и мобильности работников. Цель. Проанализировать современные исследования, объясняющие отсутствие ощутимых макроэкономических эффектов от распространения информационных технологий и искусственного интеллекта. Материалы и методы. Проведены критический анализ и обсуждение академической литературы, посвященной макроэкономическим эффектам информационных технологий и искусственного интеллекта. Результаты. Анализ литературы показал, что современные исследования предлагают несколько объяснений отсутствия макроэкономических эффектов от распространения информационных технологий и искусственного интеллекта. Выявлены исследования, связывающие рост рыночной власти и снижение динамизма с сокращением возможностей для фирм догонять лидеров, что обусловлено особенностями информационных технологий и искусственного интеллекта, такими как замедление распространения знаний и рост значения нематериальных активов. Среди других потенциальных причин отсутствия влияния информационных технологий и искусственного интеллекта на экономический рост упоминаются: а) завышенные ожидания относительно их влияния на производительность, б) неточное измерение эффектов от их воздействия, в) использование новых технологий для перераспределения имеющейся ренты, а не для создания новой добавленной стоимости, г) лаги внедрения и реструктуризации, связанные с необходимостью дополнительных инвестиций и времени для интеграции технологий широкого назначения, к которым относятся информационные технологии и искусственный интеллект. Выводы. Современные теоретические модели предполагают, что замедление динамизма и усиление рыночной власти могут быть связаны с распространением информационных технологий. Соответственно работа может быть полезна исследователям и экономистам, интересующимся факторами экономического роста в условиях цифровой трансформации. В заключение приведены перспективные приложения искусственного интеллекта для стимулирования экономического роста.

Ключевые слова: информационные технологии, искусственный интеллект, экономический рост, производительность, исследования и разработки, рыночная власть, технологии широкого назначения, динамизм рынков

Для цитирования

Мартьянова Е. В., Полбин А. В. Влияние информационных технологий и искусственного интеллекта на экономический рост: анализ теоретических подходов // Вестник Пермского университета. Серия «Экономика». 2025. Т. 20, № 1. С. 5–27. DOI 10.17072/1994-9960-2025-1-5-27. EDN HRCAHA.

Список источников

1. Fernald J. G. Productivity and Potential Output before, during, and after the Great Recession // NBER Macroeconomics Annual. 2015. Vol. 29, no. 1. P. 1–51. DOI 10.1086/680580
2. Adler G., Duval M. R. A., Furceri D., Celik S. K., Koloskova K., Poplawski-Ribeiro M. Gone with the Headwinds: Global Productivity. Washington, DC: International Monetary Fund, 2017. 98 p. DOI 10.5089/9781475589672.006
3. Cette G., Fernald J., Mojon B. The pre-Great Recession slowdown in productivity // European Economic Review. 2016. Vol. 88, no. 3-20. P. 3–20. DOI 10.1016/j.euroecorev.2016.03.012
4. Brynjolfsson E., Rock D., Syverson C. Artificial intelligence and the modern productivity paradox // The economics of artificial intelligence: An agenda. Chicago: University of Chicago Press, 2019. P. 23–57. DOI 10.7208/chicago/9780226613475.003.0001
5. Acemoglu D. The simple macroeconomics of AI. NBER Working Paper No. 32487. Cambridge, MA: NBER, 2024. 58 p. DOI 10.3386/w32487
6. Cardarelli M. R., Lusinyan M. L. US Total Factor Productivity Slowdown: Evidence from the US States. Washington, D.C.: International Monetary Fund, 2015. 24 p. DOI 10.5089/9781513520834.001
7. Byrne D. M., Fernald J. G., Reinsdorf M. B. Does the United States have a productivity slowdown or a measurement problem? // Brookings Papers on Economic Activity. 2016. No. 1. P. 109–182. DOI 10.1353/eca.2016.0014
8. Syverson C. Challenges to mismeasurement explanations for the US productivity slowdown // Journal of Economic Perspectives. 2017. Vol. 31, no. 2. P. 165–186. DOI 10.1257/jep.31.2.165
9. Andrews D., Criscuolo C., Gal P. The best versus the rest: The global productivity slowdown, divergence across firms and the role of public policy // OECD Productivity Working Papers. No. 5. Paris: OECD Publishing. 2016. 77 p. DOI 10.1787/63629cc9-en
10. Brynjolfsson E., McAfee A., Sorell M., Zhu F. Scale without mass: Business process replication and industry dynamics // Harvard Business School Technology & Operations Mgt. Unit Research Paper No. 07-016. SSRN, 2008. 47 p. DOI 10.2139/ssrn.980568
11. Autor D., Dorn D., Katz L. F., Patterson C., Reenen J. V. The fall of the labor share and the rise of superstar firms // The Quarterly Journal of Economics. 2020. Vol. 135, no. 2. P. 645–709. DOI 10.1093/qje/qjaa004
12. Bresnahan T. F., Trajtenberg M. General purpose technologies ‘Engines of growth’? // Journal of Econometrics. 1995. Vol. 65, no. 1. P. 83–108. DOI 10.1016/0304-4076(94)01598-T
13. David P. A. The dynamo and the computer: An historical perspective on the modern productivity paradox // The American Economic Review. Vol. 80, no. 2. P. 355–361. URL: https://www.jstor.org/stable/2006600 (дата обращения: 07.02.2025).
14. Lucas R. E. On the mechanics of economic development // Journal of Monetary Economics. 1988. Vol. 22, no. 1. P. 3–42. DOI 10.1016/0304-3932(88)90168-7
15. Romer P. M. Increasing returns and long-run growth // Journal of Political Economy. 1986. Vol. 94, no. 5. P. 1002–1037. DOI 10.1086/261420
16. Romer P. M. Endogenous technological change // Journal of Political Economy. 1990. Vol. 98, no. 5. P. 71–102. DOI 10.1086/261725
17. Aghion P., Howitt P. A Model of growth through creative destruction // Econometrica. 1992. Vol. 60, no. 2. P. 323–351. DOI 10.2307/2951599
18. Grossman G. M., Helpman E. Quality ladders in the theory of growth // Review of Economic Studies. 1991. Vol. 58, no. 1. P. 43–61. DOI 10.2307/2298044
19. Замулин О., Сонин К. Экономический рост: Нобелевская премия 2018 года и уроки для России // Вопросы экономики. 2019. № 1. С. 11–36. DOI 10.32609/0042-8736-2019-1-11-36. EDN YTNWLB
20. Aghion P., Akcigit U., Howitt P. What do we learn from Schumpeterian growth theory? // Handbook of Economic Growth. Vol. 2. Elsevier, 2014. P. 515–563. DOI 10.1016/B978-0-444-53540-5.00001-X
21. Arrow K. Economic welfare and the allocation of resources for invention // The Rate and Direction of Inventive Activity: Economic and Social Factors / Ed. by Universities-National Bureau Committee for Economic Research, Committee on Economic Growth of the Social Science Research Council. Princeton: Princeton University Press, 1962. P. 609–626. DOI 10.1007/978-1-349-15486-9_13
22. Aghion P., Harris C., Vickers J. Competition and growth with step-by-step innovation: An example // European Economic Review. 1997. Vol. 41, no. 3-5. P. 771–782. DOI 10.1016/S0014-2921(97)00036-6
23. Klette T. J., Kortum S. Innovating firms and aggregate innovation // Journal of Political Economy. 2004. Vol. 112, no. 5. P. 986–1018. DOI 10.1086/422563
24. Helpman E., Trajtenberg M. A time to Sow and a Time to Reap: Growth Based on General Purpose Technologies. Cambridge, MA: NBER, 1994. 48 p. DOI 10.3386/w4854
25. Brynjolfsson E., Rock D., Syverson C. The productivity J-Curve: How intangibles complement general purpose technologies // American Economic Journal: Macroeconomics. 2021. Vol. 13, no. 1. P. 333–372. DOI 10.1257/mac.20180386
26. Pugsley B. W., Şahin A. Grown-up business cycles // The Review of Financial Studies. 2019. Vol. 32, no. 3. P. 1102–1147. DOI 10.1093/rfs/hhy063
27. Decker R. A., Haltiwanger J., Jarmin R. S., Miranda J. Changing business dynamism and productivity: Shocks versus responsiveness // American Economic Review. 2020. Vol. 110, no. 12. P. 3952–3990. DOI 10.1257/aer.20190680
28. Karahan F., Pugsley B., Şahin A. Demographic origins of the start-up deficit // American Economic Review. 2024. Vol. 114, no. 7. P. 1986–2023. DOI 10.1257/aer.20210362
29. Hopenhayn H., Neira J., Singhania R. Implications for concentration, entrepreneurship and the labor share // Econometrica. 2022. Vol. 90, no. 4. P. 1879–1914. DOI 10.3982/ECTA18012
30. De Loecker J., Eeckhout J., Unger G. The rise of market power and the macroeconomic implications // The Quarterly Journal of Economics. 2020. Vol. 135, no. 2. P. 561–644. DOI 10.1093/qje/qjz041
31. Díez F. J., Fan J., Villegas-Sánchez C. Global declining competition? // Journal of International Economics. 2021. Vol. 132. Article 103492. DOI 10.1016/j.jinteco.2021.103492
32. Olmstead-Rumsey J. Market Concentration and the Productivity Slowdown // MPRA Paper No. 107000. December 13, 2020. 71 p. [Revised version].
33. Kogan L., Papanikolaou D., Seru A., Stoffman N. Technological innovation, resource allocation, and growth // The Quarterly Journal of Economics. 2017. Vol. 132, no. 12. P. 665–712. DOI 10.1093/qje/qjw040
34. Aghion P., Harris C., Howitt P., Vickers J. Competition, imitation and growth with step-by-step innovation // The Review of Economic Studies. 2001. Vol. 68, no. 3. P. 467–492. DOI 10.1111/1467-937X.00177
35. Aghion P., Bergeaud A., Boppart T., Klenow P. J., Li H. A theory of falling growth and rising rents // Review of Economic Studies. 2023. Vol. 90, no. 6. P. 2675–2702. DOI 10.1093/restud/rdad016
36. Crouzet N., Eberly J. C. Understanding Weak Capital Investment: The Role of Market Concentration and Intangibles. NBER Working Paper No. 25869. Cambridge, MA: NBER, 2019. 65 p. DOI 10.3386/w25869
37. Bessen J., Impink S. M., Reichensperger L., Seamans R. The role of data for AI startup growth // Research Policy. 2022. Vol. 51, no. 5. Article 104513. DOI 10.1016/j.respol.2022.104513
38. Akcigit U., Ates S. Ten facts on declining business dynamism and lessons from endogenous growth theory // American Economic Journal: Macroeconomics. 2021. Vol. 13, no. 1. P. 257–298. DOI 10.1257/mac.20180449
39. Akcigit U., Ates S. T. What happened to US business dynamism? // Journal of Political Economy. 2023. Vol. 131, no. 8. P. 2059–2124. DOI 10.1086/724289
40. De Ridder M. Market power and innovation in the intangible economy // American Economic Review. 2024. Vol. 114, no. 1. P. 199–251. DOI 10.1257/aer.20201079
41. Bloom N., Sadun R., Van Reenen J. Americans do IT better: US multinationals and the productivity miracle // American Economic Review. 2012. Vol. 102, no. 1. P. 167–201. DOI 10.1257/aer.102.1.167
42. Schivardi F., Schmitz T. The IT revolution and Southern Europe’s two lost decades // Journal of the European Economic Association. 2020. Vol. 18, no. 5. P. 2441–2486. DOI 10.1093/jeea/jvz048
43. Stevenson B. Artificial intelligence, income, employment, and meaning // The Economics of Artificial Intelligence: An Agenda / Ed. by A. Agrawal, J. Gans, A. Goldfarb. Chicago: University of Chicago Press, 2018. P. 189–196. DOI 10.7208/chicago/9780226613475.003.0007
44. Eisfeldt A. L., Schubert G., Zhang M. B. Generative AI and Firm Values. NBER Working Paper No. 31222. Cambridge, MA: NBER, 2023. 69 p. DOI 10.3386/w31222
45. Czarnitzki D., Fernández G. P., Rammer C. Artificial intelligence and firm-level productivity // Journal of Economic Behavior & Organization. 2023. Vol. 211. P. 188–205. DOI 10.1016/j.jebo.2023.05.008
46. Dell'Acqua F., McFowland III E., Mollick E. R., Lifshitz-Assaf H., Kellogg K., Rajendran S., Krayer L., Candelon F., Lakhani K. R. Navigating the jagged technological frontier: Field experimental evidence of the effects of ai on knowledge worker productivity and quality // Harvard Business School Technology & Operations Mgt. Unit Working Paper No. 24-013. SSRN, 2023. 58 p. DOI 10.2139/ssrn.4573321
47. Brynjolfsson E., Li D., Raymond L. R. Generative AI at Work. NBER Working Paper No. 31161. Cambridge, MA: NBER, 2023. 67 p. DOI 10.3386/w31161
48. Korinek A. Language Models and Cognitive Automation for Economic Research. NBER Working Paper No. 30957. Cambridge, MA: NBER, 2023. 35 p. DOI 10.3386/w30957
49. Rammer C., Fernández G. P., Czarnitzki D. Artificial intelligence and industrial innovation: Evidence from German firm-level data // Research Policy. 2022. Vol. 51, no. 7. Article 104555. DOI 10.1016/j.respol.2022.104555
50. Babina T., Fedyk A., He A., Hodson J. Artificial intelligence, firm growth, and product innovation // Journal of Financial Economics. 2024. Vol. 151. Article 103745. DOI 10.1016/j.jfineco.2023.103745
51. Weitzman M. L. Recombinant growth // The Quarterly Journal of Economics. 1998. Vol. 113, no. 2. P. 331–360. DOI 10.1162/003355398555595
52. Bloom N., Jones C. I., Van Reenen J., Webb M. Are ideas getting harder to find? // American Economic Review. 2020. Vol. 110, no. 4. P. 1104–1144. DOI 10.1257/aer.20180338

Показать весь текст