Слишком рано для ИИ: почему внедрение сейчас опасно для развивающихся стран

Доминирующий нарратив вокруг ИИ сводится к простому тезису: действуй быстро или отстанешь. Правительства призывают как можно скорее внедрять эту технологию, агрессивно масштабировать ее и мягко регулировать — будто бы скорость и есть стратегия развития. Это предположение не только ошибочно, но и опасно, пишет в колонке для Project Syndicate соучредитель необанка CLIKPAY Technologies, министр цифровой экономики и инноваций Габона Марк-Александр Думба

На самом деле, главный риск для многих развивающихся экономик заключается в том, что они могут слишком рано принять ИИ — прежде чем создадут цифровую инфраструктуру, дееспосробные государственнные институты и способность рынка труда обеспечить занятость и адаптацию работников.

Я называю этот риск преждевременной автоматизацией — по аналогии с явлением, которое Дани Родрик описал как преждевременную деиндустриализацию: сокращение занятости в промышленности в развивающихся странах до того, как она успела реализовать свой полный потенциал роста. Поспешное внедрение ИИ, вероятно, приведет к схожему результату: уничтожению рабочих мест, утрате компетенций и торможению развития вместо трансформации.

В развитых экономиках ИИ может компенсировать старение рабочей силы и повышать производительность работников интеллектуального труда. В то же время многие страны с формирующимися рынками обладают гораздо более молодым населением и ограниченными возможностями занятости. Ежегодно около 12 миллионов молодых африканцев выходят на рынок труда, и лишь три миллиона из них получают формальную занятость. В этих условиях быстрая автоматизация в сфере услуг — например, в поддержке клиентов, логистике, финансах или даже в государственном управлении — может вытеснить работников еще до появления альтернативных возможностей.

Когда государственные реестры ведутся на бумаге, платежные системы фрагментированы, а управление данными слабое, модели ИИ обучаются на некачественных данных и строятся на хрупкой инфраструктуре. Ошибки масштабируются, предвзятость закрепляется, а нагрузка на институты растет.

Примеров достаточно: автоматизированные системы определения права на получение государственных услуг исключали законных получателей из-за неполных реестров; алгоритмические инструменты принятия решений внедрялись до создания механизмов обжалования; прогнозные системы запускались без обеспечения совместимости данных. Это провалы в последовательности реформ, а не технологические сбои.

При отсутствии продуманной последовательности страны могут оказаться в положении экспортеров «сырых» данных и импортеров алгоритмов, платформ и систем управления, разработанных в других странах, что создает новые зависимости. Основная добавленная стоимость концентрируется на верхних этапах цепочки, тогда как местные компании и работники оказываются на периферии или полностью вытесняются. Технология может быть новой, но цель остается прежней — извлечение ресурсов.

В такой среде управление данными становится элементом промышленной политики. Страны, не разработавшие стратегии в области совместимости, владения данными и стандартов, окажутся зависимыми от ИИ-компаний. Чтобы избежать этого, необходимо сосредоточиться на последовательности — то есть внедрять передовые технологии только после создания необходимых основ.

Речь идет о том, что сначала нужно оцифровать реестры и выстроить единую цифровую инфраструктуру государства — и лишь после этого переходить к автоматизации решений.  Также темпы внедрения ИИ должны быть такими, чтобы обеспечить устойчивость инноваций. Регуляторные «песочницы», пилотные проекты в отдельных секторах и оценка влияния на занятость позволяют правительствам учиться, адаптироваться и корректировать курс.

Когда организации сохраняют способность учиться на практике и накапливать компетенции, ИИ становится ускорителем развития.

Статус «позднего участника» может даже быть преимуществом, поскольку позволяет выстроить защитные механизмы до ускорения распространения технологий и избежать ошибок развитых стран. Система мгновенных платежей Pix, поддерживаемая правительством Бразилии, показывает, как продуманная последовательность и сильная государственная инфраструктура помогают стране не только догнать других, но и задать глобальные стандарты.

Сегодняшние дискуссии о регулировании ИИ в значительной степени сосредоточены на вопросах этики, безопасности и рисков передового уровня. Хотя это важные темы, для большинства стран более насущной проблемой является несоответствие между возможностями ИИ и институциональной готовностью. Чтобы решить ее, политикам и заинтересованным сторонам необходимо ответить на вопросы: кто извлекает добавленную стоимость; как формируются производственные компетенции; что происходит с работниками; и как технология взаимодействует с существующим государственным потенциалом.

Преждевременная автоматизация, подобно преждевременной деиндустриализации, сделает экономики более уязвимыми и зависимыми. Африке не нужно выигрывать гонку, на которую она не подписывалась. Это относится и ко многим странам со средним доходом — и даже к развитым экономикам — сталкивающимся со стагнирующей производительностью и социальными проблемами.

Им необходима стратегия в области ИИ, основанная на логике: цифровизация предшествует автоматизации, формирование потенциала предшествует масштабированию, а управление предшествует распространению.

В эпоху, все более определяемую геополитической конкуренцией за данные, полупроводники и облачную инфраструктуру, правильная последовательность становится инструментом суверенитета, позволяя странам взаимодействовать с технологиями на собственных условиях. ИИ не обязан быть дестабилизирующей силой. Но почти наверняка станет таковой, если политики поспешат внедрять системы, которыми не способны управлять.