Петербургский международный экономический форум — 2025 (ПМЭФ-2025) остается одной из ключевых площадок для обсуждения вопросов, связанных с развитием технологий и экономики на глобальном уровне. В 2025 году значимость форума возросла в связи с изменениями в мировой экономической системе, усилением технологической конкуренции между странами и корпорациями, а также необходимостью поиска новых направлений международного сотрудничества. Одной из ключевых тем форума стало развитие технологий искусственного интеллекта и их влияние на социальную и экономическую сферы жизни общества. В данной статье рассмотрены основные аспекты развития ИИ в России, связанные с фрагментарной и бессистемной разработкой технологий ИИ, неготовностью системы образования для подготовки кадров будущего, способных приносить ценность бизнесу за счет использования ИИ, а также с дискуссиями вокруг необходимостью осуществления нормативно — правового регулирования процессов разработки и использования этих технологий.
Развитие ИИ в России
Современный этап развития искусственного интеллекта в России характеризуется переходом от теории к практическому внедрению. Так, за 2024 год затраты компаний России на внедрение и использование ИИ составили 203,2 млрд. руб., что на 39% больше показателей 2023 года. При этом 43% российских компаний отмечают, что в 2024 году внедрили ИИ хотя бы в одну бизнес-функцию, что на 20% показателей 2023 года [1]. Однако, как отмечает Заместитель Председателя Правительства Российской Федерации — Руководитель Аппарата Правительства Российской Федерации Дмитрий Григоренко, существует определенная дискоординация в вопросах органичного развития, внедрения и тиражирования решений в сфере ИИ. Для решения этой проблемы создан Национальный центр развития искусственного интеллекта при Правительстве Российской Федерации, в функции которого будет входить отбор и масштабирование наилучших практик в сфере ИИ для бизнеса и государства [2]. Данное решение позволит консолидировать усилия отдельных компаний в развитии новых технологий и решений, которые в том числе должны появиться в результате реализации мероприятий Федерального проекта «Искусственный интеллект», определять уровень готовности отдельных отраслей экономики к внедрению ИИ, координировать подготовку кадров и нормативной документации в сфере регулирования ИИ. Кроме того, такой подход в условиях ограниченности у государства ресурсов (интеллектуальных, финансовых, организационных, временных), позволит быстрее интегрировать лучшие решения на базе ИИ в свои сервисы для населения и бизнеса на федеральном, региональном и отраслевом уровнях. Также, это позволит повысить удовлетворенность населений от предоставляемых им государственных услуг.
Развитие ИИ в России требует создания сбалансированной правовой базы, которая, с одной стороны, стимулирует инновации, а с другой — минимизирует риски, связанные с его применением. Такая технология, как ИИ, касается всех сфер жизни. Наряду с положительными сторонами, развитие ИИ несет риски, которые должны контролироваться государством. В противном случае персональные данные, на которых обучаются модели, могут быть использованы для совершения противоправных деяний, а сам ИИ может стать инструментом в руках недобросовестных граждан. Таким образом, необходим компромисс между регулятивным и стимулирующим типом развития нормативно — правовой базы.
Так, жесткое регулирование технологий ИИ, которые находятся в процессе экспериментальной разработки, может привести к существенному ограничению их развития. К примеру, введение в действие в ЕС Акта об ИИ первого августа 2024 года поставило под угрозу прогнозируемый экономический рост ЕС на сумму 3,4 трлн евро к 2030 году, говорится в письме, опубликованном 26 июня Ассоциацией компьютерной и коммуникационной индустрии (CCIA), которая представляет крупнейшие технологические компании в США [3]. Так, компаниям, которые не соблюдают Закон ЕС об ИИ, грозят штрафы в размере от 35 миллионов евро (38 миллионов долларов США) или 7% от мирового оборота до 7,5 миллионов евро (8,1 миллиона долларов США) или 1,5% от оборота, в зависимости от типа нарушения и размера компании [3]. Таким образом, реализация данного законопроекта может снизить темпы развития ИИ в странах ЕС ввиду больших рисков для компаний и их релокации в другие юрисдикции с более мягким регулированием.
Россия, наряду с Китаем и США, относится к странам с гибридной формой нормативно-правового регулирования ИИ. В российской модели сочетается комплексное законодательное регулирование с активной государственной поддержкой развития технологий. С одной стороны, приняты базовые законы (ФЗ № 258 и № 331 об экспериментальных правовых режимах) [4,5], Национальная стратегия развития ИИ до 2030 года [6]. С другой — реализуются масштабные меры поддержки: создано 14 экспериментальных правовых режимов в ключевых отраслях, в 2021-2024 годах утверждены 136 национальных стандартов, выделяется финансирование на разработку генеративных моделей и увеличивается объем и доступность вычислительных мощностей. Особое внимание уделяется этическому регулированию через Кодекс этики ИИ, к которому присоединились ведущие технологические компании России [7].
Такая сбалансированная конфигурация институтов позволяет, с одной стороны, минимизировать риски внедрения новых технологий, а с другой — создавать благоприятные условия для разработчиков, что в перспективе укрепит позиции России в глобальной конкуренции технологий искусственного интеллекта. При этом российская модель отличается акцентом на технологический суверенитет, что проявляется в особом внимании к развитию отечественных ИИ-решений и подготовке квалифицированных кадров в этой сфере.
Кадры и ИИ
Для успешного внедрения и использования искусственного интеллекта в различных отраслях экономики, обеспечения конкурентоспособности страны в этой сфере необходимо начинать подготовку кадров со школы. Так, ключевой проблемой в подготовке специалистов для работы с ИИ становится не просто обучение конкретным технологиям, а формирование нового типа мышления. ИИ должен стать инструментом, который позволит специалистам решать задачи качественнее и эффективнее, а не «богом из машины», который должен решить все существующие проблемы за сотрудников, непонимающих принципов его функционирования и не способных подвергнуть критическому осмыслению результаты его работы. В особенности это касается решения нестандартных и творческих задач, где уровень экспертизы пользователя ИИ во многом определяет успех их решения, а излишнее полагание на эту систему может привести к негативным результатам.
Так, в 2023 году учёные из Массачусетского технологического института (MIT), Гарвардского университета, Университета Пенсильвании и Boston Consulting Group (BCG) провели исследование, в ходе которого оценили эффективность использования больших языковых моделей консультантами [8]. В эксперименте приняли участие 758 консультантов из BCG. Результаты исследования показали, что консультанты, использующие искусственный интеллект, выполнили в среднем на 12,2 % больше стандартных задач, а скорость их выполнения увеличилась на 25,1 %. Кроме того, качество выполнения стандартных задач контрольной группой было на 40 % выше, чем у группы, которая не использовала большие языковые модели. Также было отмечено, что консультанты, которые изначально показывали результаты ниже среднего, смогли увеличить свои показатели на 43 %, а консультанты, которые показывали результаты выше среднего, увеличили их на 17 %. Однако при решении нестандартных задач консультанты, использующие искусственный интеллект, показали результаты на 19% ниже, чем консультанты, не использующие его. Отдельно исследователи отметили, что консультанты в своём взаимодействии с искусственным интеллектом разделились на две группы: «кентавры» и «киборги». Одна группа в своём взаимодействии с искусственным интеллектом была похожа на мифических существ — «кентавров» (полулюди-полукони), поскольку они разделяли свои обязанности и часть из них делегировали искусственному интеллекту, а часть оставляли себе. Другая же группа консультантов действовала скорее как «киборги», постоянно взаимодействуя с языковыми моделями и органично интегрируя их в общий процесс работы.
Таким образом, в контексте проникновения ИИ во все сферы жизни становится актуальным вопрос подготовки кадров, способных естественным образом использовать инструменты ИИ в своей работе и жизни. Как отметил участник дискуссии — Президент, Председатель Правления, ПАО Сбербанк Герман Греф: «проблема в том, как бы нам не разучиться думать и как нам перестроить процесс образования так, чтобы наши дети не разучились считать, писать и решать элементарные задачки. Вот это проблема. И, честно сказать, мы сильно опаздываем с этим». Государству необходимо инициировать комплексные изменения — от школьных программ до программ подготовки кадров высшей квалификации, чтобы адаптировать не только содержание, но и подходы к образованию в новой цифровой эпохе. Особое внимание должно уделяться развитию критического и статистического мышления, фундаментальной математической подготовке, способности осознанно использовать технологии ИИ.
Статистическое мышление выделено отдельно, поскольку оно является основой для инструментов искусственного интеллекта, связанных с анализом и моделированием данных. Качество исходных данных, их объём, формат и структура оказывают значительное влияние на результаты, полученные с помощью различных аналитических инструментов. Особенно важно отметить, что у большинства современных детей, студентов и даже опытных практиков и исследователей зачастую отсутствует полное понимание того, как появляются данные, какие проблемы возникают в процессе их сбора и как различные решения, принятые при формировании выборки, влияют на конечный результат. Эта проблема особенно ярко проявляется в работе международного консорциума исследователей, в рамках которого 146 исследовательским командам было предложено решить одну и ту же исследовательскую задачу, используя одни и те же данные [9]. Эксперимент был разделён на три фазы. В ходе первой фазы исследования учёные самостоятельно определяли методы обработки данных и формирования выборки. Во второй фазе были установлены правила формирования выборки, однако обработка данных оставалась на усмотрение исследователей. В третьей фазе набор данных был фиксирован, но исследователи могли выбрать стратегию моделирования. При использовании различных подходов к формированию выборки медианное количество наблюдений, используемых в анализе, отличалось в 10 раз. После стандартизации процесса различия в результатах уменьшились, но не исчезли полностью: межквартильный размах (IQR) оценённых эффектов составил 3,1 процентных пункта (п.п.). в первой фазе, 4 п.п. — во второй фазе и 2,4 п.п. — в третьей фазе. Таким образом, статистическое мышление играет важную роль в процессе сбора и предварительной обработки данных, формировании выборки и, как результат, получении корректных результатов анализа и моделирования.
Подготовка кадров, которые будут востребованы в экономике будущего, начинается со школьной скамьи или, вернее сказать, планшета или компьютера. Экономике будущего необходимы «киборги», для которых ИИ станет помощником в решении повседневных задач и которые смогут с его помощью решать не только стандартные, но и сложные креативные задачи. Промедление в реформировании системы образования может поставить под угрозу технологический суверенитет страны в долгосрочной перспективе, так как новые поколения, обученные ИИ, будут неспособны это сделать.
Список источников.
1. Сессия ПМЭФ-2025 «Искусственный интеллект: от обсуждения к внедрению». https://roscongress.org/sessions/spief-2025-delovaya-programma-iskusstvennyy-intellekt-ot-obsuzhdeni... (08.07.2025)
2. Национальный центр развития искусственного интеллекта при Правительстве Российской Федерации. https://ai.gov.ru/ncpii/ (08.07.2025)
3. EU Rejects Apple, Meta, Google, and European Companies’ Request for AI Act Delay. https://www.techrepublic.com/article/news-companies-request-eu-ai-act-delay/ (08.07.2025)
4. Федеральный закон от 31.07.2020 г. No 258-ФЗ «Об экспериментальных правовых режимах в сфере цифровых инноваций в Российской Федерации»,
5. Федеральный закон от 02.07.2021 No 331-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации в связи с принятием Федерального закона „Об экспериментальных правовых режимах в сфере цифровых инноваций в Российской Федерации“»
6. Указ Президента РФ от 10.10.2019 N 490 (ред. от 15.02.2024) «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года»)
7. Регуляторика. https://ai.gov.ru/ai/regulatory/ (08.07.2025)
8. Dell’Acqua, Fabrizio and McFowland III, Edward and Mollick, Ethan R. and Lifshitz-Assaf, Hila and Kellogg, Katherine and Rajendran, Saran and Krayer, Lisa and Candelon, François and Lakhani, Karim R., Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality (September 15, 2023). Harvard Business School Technology & Operations Mgt. Unit Working Paper No. 24-013, The Wharton School Research Paper, Available at SSRN: https://ssrn.com/abstract=4573321 or http://dx.doi.org/10.2139/ssrn.4573321
9. Huntington-Klein et al. The Sources of Researcher Variation in Economics (February 24, 2025). HEC Paris Research Paper No. MKG-2025-1551, Available at SSRN: https://ssrn.com/abstract=5152665 or http://dx.doi.org/10.2139/ssrn.5152665
10. Экспертный стол. Российская модель непрерывного статистического образования. https://miso.hse.ru/expert_school_2025/. (08.07.2025)
11. Трехкилограммовый рюкзак, кошка и кринж: как сделать статистику увлекательной. https://www.hse.ru/news/edu/1041550168.html. (08.07.2025)