Как использовать искусственный интеллект, чтобы стимулировать экономику
Модели на основе ИИ избавляют экономический блок правительства от необходимости вручную следить за самочувствием экономики. Но они могут ошибаться
Развитые страны активно ищут новые источники экономического роста. По мнению экспертов McKinsey & Company, одним из таких источников может стать искусственный интеллект (ИИ): массовое внедрение этой технологии может принести мировой экономике от $2,2 до $4,4 трлн. Однако, чтобы раскрыть потенциал ИИ, нужны новые подходы к работе с ним.
Например, модели на основе генеративного ИИ можно использовать для повышения конкурентоспособности отдельно взятой компании или целой страны. Анализируя рынки в режиме реального времени и определяя будущие тенденции, генеративный ИИ способен задавать направление, в котором может развиваться та или иная организация.
Один крупный восточноазиатский город использовал модели на основе ИИ, чтобы выявить те области, в которых мог бы стать конкурентоспособнее. Выяснилось, что производство напитков и автозапчастей — это наиболее перспективные для города сферы. Бросив все усилия на развитие этих производств, за шесть лет город увеличил ВВП на душу населения на $8,5 тыс.
Генеративный ИИ также помогает привлекать иностранные инвестиции и увеличивать экспорт. Организация REDI Cincinnati, занимающаяся региональным экономическим развитием на Среднем Западе США, использует прогнозную аналитику на основе ИИ для выявления компаний, которые могли бы инвестировать в производство на Среднем Западе. REDI Cincinnati помогла этому региону привлечь инвестиции на сумму более $6 млрд.
Государственные органы, занимающиеся трудоустройством, могут использовать ИИ для выявления тенденций на рынке труда. Модели на основе ИИ способны точно определить, какие рабочие места находятся под угрозой из-за автоматизации и глобальных макроэкономических изменений. Эти модели также могут определить оптимальные подходы к переподготовке кадров. Министерство труда и пенсий Великобритании использует подобную аналитику для оценки спроса на различные профессии. Эти данные помогают соискателям ориентироваться на рынке труда. Правительство, в свою очередь, использует эту информацию, чтобы готовить кадры по наиболее востребованным направлениям.
Модели на основе ИИ избавляют экономический блок правительства от необходимости вручную следить за тем, как чувствует себя экономика. ИИ помогает обнаружить ранние признаки замедления экономического роста и прогнозировать шоки, что позволяет государственным органам своевременно корректировать стратегию развития экономики. Организация экономического сотрудничества и развития (ОЭСР) использует ИИ, чтобы прогнозировать еженедельный рост ВВП в 46 странах. Аналитическая модель выявляет корреляцию между частотой поиска таких терминов, как «безработица», «инвестиции», «кризис», «рецессия», и изменениями в различных компонентах ВВП.
Правительства все чаще используют геоданные и спутниковые изображения Земли для улучшения качества государственных услуг, оперативного реагирования на стихийные бедствия и содействия развитию городов будущего. Аналитики McKinsey приводят пример Казахстана, который активно использовал ИИ в рамках программы «Ауыл — Ел бесігі». Статистическая модель на основе географических, экономических и демографических данных проанализировала более 6,2 тыс. населенных пунктов, чтобы выбрать из них 3,5 тыс. с наиболее высоким потенциалом развития. Как утверждают в McKinsey, программа помогла госорганам повысить качество сельской инфраструктуры и наладить в селах предоставление основных государственных услуг.
Разумеется, модели на основе ИИ могут ошибаться: они полагаются на данные, точность которых бывает разной. Данные низкого качества могут основательно затруднить работу ИИ-моделей. К сожалению, некачественная информация — повсеместная проблема. Менее 35 % опрошенных McKinsey разработчиков уверены в качестве данных, которые используют в своих моделях.
Доступ к данным — еще одна проблема, на которую указывают эксперты. Аналитические модели обычно требуют больших наборов данных для точных прогнозов, но получить эти данные в силу разных причин бывает непросто. Если же государство предоставляет необходимую информацию, возникает другая проблема: модели на основе ИИ часто приходят к парадоксальным, на первый взгляд, выводам. Например, алгоритм может прийти к выводу, что той или иной стране необходимо производить водяные насосы для стимулирования экономического роста. Если о таком производстве до этого всерьез никто не задумывался, обосновать эту идею инвесторам и налогоплательщикам очень сложно. Особенно если чиновники сами не понимают, чем руководствовался ИИ.
Чтобы выработать доверие общественности к ИИ, необходимо научиться понимать эту технологию, уверены в McKinsey. Правительствам стоит задуматься о соответствующем ликбезе для граждан. В Шотландии, к примеру, заработала программа, которая помогает неспециалистам разобраться в работе ИИ. Ее цель — побудить людей использовать ИИ в своих интересах. Повысить доверие к ИИ также можно, если разработать эффективные и понятные законы в области данных. В Великобритании, например, принят так называемый Стандарт алгоритмической прозрачности, обязывающий госорганы публиковать детальную информацию о тех алгоритмах, которые они используют. Эта информация включает в себя не только технические спецификации, но и механизмы человеческого контроля над работой ИИ, а также оценку потенциальных рисков. Все это помогает формировать взвешенное отношение к ИИ-технологии, которая таит в себе огромный потенциал.
