18.07.2026 10:23
В США экономисты обсуждают необходимость учёта воздействия ИИ на динамику ВВП с учётом «гедонистических цен».
В США экономисты обсуждают необходимость учёта воздействия ИИ на динамику ВВП с учётом «гедонистических цен». Экономисты Антон Коринек и Патрик Маккелви рассматривают этот вопрос в статье «Где ИИ в статистике ВВП».
Авторы подсчитали, что общая сумма, в настоящее время затрачиваемая на вычислительные мощности ИИ, составляет (приблизительно, в зависимости от исходных предположений) около $250 млрд в год. Это отражает объемы ИИ, покупаемого и продаваемого на рынке, и, следовательно, явно является частью ВВП.
Однако чипы для ИИ становятся всё более эффективными: «По мере повышения эффективности чипов каждый доллар, потраченный на вычислительные мощности, увеличивал физическую вычислительную мощность. В эквивалентных единицах H100 вычислительная мощность ИИ в США росла более чем на 200% в год, опережая номинальные затраты». Кроме того, алгоритмы ИИ становятся всё более эффективными, так что количество вычислительной мощности, необходимой для достижения фиксированного уровня ИИ, сокращается примерно на две трети в год. В совокупности это приводит к увеличению качества ИИ более чем на 2000% (то есть, в двадцать раз) в год».
Итак, перед нами ситуация, когда объём средств, затраченных на ИИ и отраженных в ВВП, быстро растет, но фактические возможности этих инвестиций в ИИ развиваются гораздо быстрее. Как следует учитывать эту ситуацию при оценке масштабов экономики?
Этот вопрос не нов. Государственные статистики уже несколько лет используют «гедонистическую» корректировку. Идея заключается в том, чтобы определить товар, такой как компьютер, телевизор или автомобиль, как набор характеристик. Качества этих характеристик со временем улучшаются. Таким образом, когда мы говорим об изменении «цены компьютера» или «цены автомобиля», мы хотим провести сопоставимое сравнение, сохраняя характеристики этого продукта неизменными.
Таким образом, показатель индекса потребительских цен для компьютеров и сопутствующих товаров выглядит как на графике для компьютеров.
Этот график не означает, что сумма, которую вы лично заплатили за компьютер, снизилась на три четверти с 2005 по 2018 год. Это означает, что цена покупки компьютера с теми же характеристиками, что и у стандартного компьютера 2005 года, снизилась на три четверти к 2018 году - но, конечно, мало кто в 2018 году захотел бы купить именно эту версию компьютера 2005 года, даже если бы она была доступна. Авторы поясняют:
«То, что растущее влияние ИИ так слабо отражается в статистике ВВП стран, частично объясняется простым бухгалтерским учётом. Номинальные доходы от ИИ растут лишь умеренно, поскольку цены за единицу продукции при любом заданном уровне возможностей ИИ падают почти так же быстро, как растет объём производства с поправкой на качество. В полупроводниковой промышленности эта закономерность сохранялась на протяжении десятилетий: каждое поколение микросхем было значительно дешевле в пересчете на единицу производительности, чем предыдущее, поэтому доля полупроводниковой промышленности в ВВП оставалась скромной, даже несмотря на огромный рост объёма производства с поправкой на качество».
Авторы подсчитали, что общая сумма, в настоящее время затрачиваемая на вычислительные мощности ИИ, составляет (приблизительно, в зависимости от исходных предположений) около $250 млрд в год. Это отражает объемы ИИ, покупаемого и продаваемого на рынке, и, следовательно, явно является частью ВВП.
Однако чипы для ИИ становятся всё более эффективными: «По мере повышения эффективности чипов каждый доллар, потраченный на вычислительные мощности, увеличивал физическую вычислительную мощность. В эквивалентных единицах H100 вычислительная мощность ИИ в США росла более чем на 200% в год, опережая номинальные затраты». Кроме того, алгоритмы ИИ становятся всё более эффективными, так что количество вычислительной мощности, необходимой для достижения фиксированного уровня ИИ, сокращается примерно на две трети в год. В совокупности это приводит к увеличению качества ИИ более чем на 2000% (то есть, в двадцать раз) в год».
Итак, перед нами ситуация, когда объём средств, затраченных на ИИ и отраженных в ВВП, быстро растет, но фактические возможности этих инвестиций в ИИ развиваются гораздо быстрее. Как следует учитывать эту ситуацию при оценке масштабов экономики?
Этот вопрос не нов. Государственные статистики уже несколько лет используют «гедонистическую» корректировку. Идея заключается в том, чтобы определить товар, такой как компьютер, телевизор или автомобиль, как набор характеристик. Качества этих характеристик со временем улучшаются. Таким образом, когда мы говорим об изменении «цены компьютера» или «цены автомобиля», мы хотим провести сопоставимое сравнение, сохраняя характеристики этого продукта неизменными.
Таким образом, показатель индекса потребительских цен для компьютеров и сопутствующих товаров выглядит как на графике для компьютеров.
Этот график не означает, что сумма, которую вы лично заплатили за компьютер, снизилась на три четверти с 2005 по 2018 год. Это означает, что цена покупки компьютера с теми же характеристиками, что и у стандартного компьютера 2005 года, снизилась на три четверти к 2018 году - но, конечно, мало кто в 2018 году захотел бы купить именно эту версию компьютера 2005 года, даже если бы она была доступна. Авторы поясняют:
«То, что растущее влияние ИИ так слабо отражается в статистике ВВП стран, частично объясняется простым бухгалтерским учётом. Номинальные доходы от ИИ растут лишь умеренно, поскольку цены за единицу продукции при любом заданном уровне возможностей ИИ падают почти так же быстро, как растет объём производства с поправкой на качество. В полупроводниковой промышленности эта закономерность сохранялась на протяжении десятилетий: каждое поколение микросхем было значительно дешевле в пересчете на единицу производительности, чем предыдущее, поэтому доля полупроводниковой промышленности в ВВП оставалась скромной, даже несмотря на огромный рост объёма производства с поправкой на качество».