Парадокс AI-производительности: инвестиции составляют 0.8% ВВП США, но макро-эффект — ноль
Goldman Sachs зафиксировал: инвестиции в AI достигли 0.8% ВВП США, однако измеримый рост производительности на макроуровне по-прежнему равен нулю. Аналитики указывают на временной лаг и неравномерность распределения выгод. Для бизнеса это означает: конкурентное преимущество AI — у первых внедренцев, не у отрасли в целом.
Июнь 2026 года — Goldman Sachs опубликовал анализ, поставивший под сомнение нарратив о революционном влиянии AI на экономику.
Ключевые данные Goldman Sachs:
| Показатель | Значение |
|---|---|
| AI-инвестиции / ВВП США | 0.8% |
| Рост производительности (макро) | ~0 |
| Ожидаемый лаг до макро-эффекта | 10–15 лет |
| Корпоративный ROI (McKinsey) | 5.8x |
Почему корпоративный ROI высокий, а макро-эффект нулевой?
- 1.Эффект перераспределения: компания с AI отбирает долю рынка у конкурента без AI — суммарный пирог не растёт
- 2.Компенсационные расходы: экономия от AI «съедается» расходами на внедрение, обучение, безопасность
- 3.Ранняя стадия: большинство внедрений ещё не вышли на производственный масштаб
- 4.Временной лаг: технологии общего назначения (GPT) дают эффект через 10–15 лет (электричество, интернет)
Исторический контекст:
| Технология | Инвестиции | Лаг до макро-эффекта |
|---|---|---|
| Электричество (1890-е) | Высокие | ~20 лет |
| Интернет (1990-е) | Высокие | ~10 лет |
| AI (2020-е) | Высокие | TBD (10–15 лет?) |
Практический вывод для руководителей:
Парадокс производительности не означает, что AI бесполезен — он означает, что выигрывает не отрасль, а конкретная компания:
- Компания A внедрила AI → сократила затраты на 30%, переманила клиентов у компании B
- Компания B проигрывает конкуренцию, а не «получает выгоды от AI как отрасль»
Вывод для российского рынка:
В условиях санкций и ограниченного доступа к западным AI-решениям российские компании должны сосредоточиться на точечных высокоотдачных применениях (compliance, анализ данных, кредитный скоринг), а не на широком экспериментировании.
Это краткое изложение. Полный текст статьи доступен на сайте источника:
Читать полностью на Goldman Sachs / UC TodayЕщё по теме roi и методология
Агенты между компаниями: как протоколы MCP и A2A меняют supply chain и B2B-автоматизацию в 2026
SWE-Bench 2026: AI-агенты решают 78% задач в реальных репозиториях — как это меняет экономику разработки
OpenAI: корпоративная выручка за квартал выросла на 50% — enterprise превысил половину всего дохода компании
Хотите узнать, как это применимо к вашему бизнесу?
Рассчитаем ROI от AI за 60 минут. Покажем конкретные метрики для вашей отрасли.