Уже не выбор, а реальность: трансформация мира под влиянием ИИ
Искусственный интеллект уже не воспринимается как технология будущего: он стремительно меняет процессы принятия решений, рынок труда и социальные практики. Вместе с тем он несет с собой не только новые грандиозные возможности, но и системные риски, связанные с ростом зависимости от данных, трансформацией профессий и изменением человеческого поведения. В НИУ ВШЭ создали семантическую карту разломов, которая показала ключевые тренды в развитии технологий.
7 апреля 2026 года в рамках 16-го Российского форума по управлению интернетом (RIGF) состоялась форсайт-сессия «ИИ как триггер слома привычных процессов: что он меняет уже сегодня и как изменит управление, экономику и общество к 2035 году». Обсуждение было выстроено на основе аналитической работы Центра стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ.
В начале сессии модератор, директор центра Константин Вишневский, представил результаты интеллектуального анализа больших данных, выполненного системой iFORA, — семантическую карту разломов.
«Мы попытались не просто описать тренды, а буквально закартировать реальность: показать, где именно искусственный интеллект уже меняет процессы и где эти изменения становятся необратимыми», — отметил он.
Система интеллектуального анализа больших данных iFORA разработана ИСИЭЗ ВШЭ с применением передовых технологий искусственного интеллекта. Ее база источников включает более 850 млн документов (научные публикации, патенты, нормативная правовая база, рыночная аналитика, отраслевые медиа, материалы международных организаций, вакансии и др.) и постоянно пополняется.
Константин Вишневский пояснил, что система проанализировала тысячи тематик и направлений, связанных с развитием ИИ, и выделила зоны наибольшей концентрации изменений. Визуально карта представляет собой набор кластеров — своеобразных эпицентров трансформации, между которыми выстраиваются плотные связи.
В числе таких эпицентров — управление взаимоотношениями с клиентами, где ИИ уже берет на себя персонализацию и коммуникацию; процессы стратегического и операционного принятия решений, где алгоритмы становятся частью управленческого контура; системы мониторинга и контроля, позволяющие в режиме реального времени отслеживать состояние процессов; а также управление человеческими ресурсами, где ИИ влияет на подбор, оценку и развитие персонала.
Внутри этих кластеров система выявила наиболее динамичные тематические узлы. К ним относятся обработка больших данных, предиктивная аналитика, инструменты обоснованного принятия решений, масштабируемые цифровые решения, а также быстро развивающийся сегмент ИИ-агентов и чат-ботов, которые постепенно переходят от вспомогательной роли к роли автономных участников процессов.
Карта фиксирует не только зоны роста, но и линии напряжения — потенциальные разломы, где изменения сопровождаются рисками. Среди них — зависимость от качества данных, смещение баланса между человеком и алгоритмом, размывание зон ответственности и рост требований к безопасности управленческих решений.
Важно, что представленная модель не носит статичного характера. По словам Константина Вишневского, карта не только позволяет зафиксировать текущее состояние, но и служит инструментом для дальнейшего анализа: через нее можно прослеживать, как одни изменения усиливают другие, где возникают новые связки и какие направления начинают доминировать.
«Фактически мы имеем дело не с отдельными изменениями, а с системой разломов, которая уже формирует новую логику развития, и задача сейчас не в том, чтобы ее описать, а в том, чтобы научиться в ней действовать», — подчеркнул Константин Вишневский.
Карта стала основой для последующего обсуждения с участниками сессии. В дискуссии участвовали представители разных отраслей — от технологических компаний до медиа, — ведущих компаний и организаций, непосредственно занимающихся разработкой, внедрением и масштабированием решений на основе ИИ. Такой состав позволил рассмотреть влияние ИИ сразу в нескольких измерениях.
Чтобы структурировать сложный и многослойный ландшафт, модератор предложил рассматривать его через три ключевых измерения: управление, экономику и общество. Такой подход позволил развернуть карту разломов и обсудить ее не как абстрактную модель, а как набор конкретных трансформаций, уже проявляющихся в разных сферах. Каждое из направлений анализировалось через призму выявленных на семантической карте возможностей и рисков.
Управление: от контроля к работе с данными
Одним из центральных выводов стало изменение роли менеджмента. По словам руководителя направления «Искусственный интеллект» департамента развития технологий и программ ДПО инновационного центра «Сколково» Евгения Осадчука, ИИ берет на себя значительную часть подготовки управленческих решений. «Менеджер из хранителя знаний и контролера превратится все-таки больше в постановщика задач, в оценщика моделей искусственного интеллекта», — полагает он. По его словам, следствием станет сокращение иерархических уровней и переход к более плоским организациям.
Эксперты отметили, что это приведет к ускорению процессов принятия решений, повышению точности контроля и усилению роли данных. Вместе с тем возрастает зависимость от качества исходной информации, а также появляется риск размывания ответственности между человеком и алгоритмом.
Директор по цифровому развитию ТАСС Кирилл Сидоров обратил внимание на проблему доверия к данным и их интерпретации. Он подчеркнул, что при наличии противоречивой или некорректной информации в модели можно получить ошибочные выводы, и в этой ситуации именно человек должен сохранять способность критически оценивать результат.
При этом, как отметил управляющий директор — начальник Управления развития технологий AI в департаменте развития ИИ и машинного обучения, блок «Технологическое развитие», ПАО «Сбербанк» Михаил Сквирский, базовая логика управления остается прежней: персональную ответственность несет руководитель. Однако теперь он опирается на значительно более широкий набор инструментов и источников информации.
Экономика: эффективность и новые ограничения
В экономике искусственный интеллект воспринимается прежде всего как инструмент повышения эффективности. По словам экспертов, он позволяет ускорять процессы и снижать издержки. «Это способ достичь целей, которые раньше достичь было невозможно», — отметил Михаил Сквирский. Он рассказал, что генеративный ИИ уже замещает классические рекомендательные модели, что в отрасли считается огромным прорывом.
Одновременно с этим происходит трансформация рынка труда. Уже сейчас наблюдается снижение спроса на начинающих специалистов в ИТ, тогда как требования к квалификации и глубине знаний, напротив, растут. Это означает, что ИИ не только повышает производительность, но и усиливает конкуренцию за компетенции.
Генеральный директор АНО «ЦТИ “Нейролаб”», исполнительный директор Ассоциации лабораторий по развитию искусственного интеллекта (АЛРИИ) Вячеслав Береснев предложил рассматривать влияние ИИ в экономике как сочетание двух процессов. С одной стороны, происходит оптимизация существующих бизнес-процессов, с другой — постепенно формируются новые модели, хотя их масштаб пока ограничен. Он отметил, что классический искусственный интеллект в основном встраивается в существующие процессы, а не радикально перестраивает экономику. По его словам, крупные игроки рынка создают инфраструктуру, малые и средние — нишевые продукты.
Дополнительно обсуждалась и экономика самих ИИ-решений. Участники отметили рост затрат на использование моделей и переход от экспериментального этапа к более взвешенным экономическим расчетам, когда компании начинают оценивать, что выгоднее — автоматизация или использование человеческого труда.
Общество: между удобством и утратой контроля
Наиболее сложным и неоднозначным оказался блок, посвященный обществу. В отличие от управления и экономики, где преобладали оценки возможностей, здесь эксперты чаще говорили о рисках. Речь шла о снижении доверия к информации, распространении синтетического контента и изменении способов восприятия реальности.
Кирилл Сидоров отметил, что в медиа уже происходит масштабная автоматизация и значительная часть новостей создается с использованием ИИ. При этом традиционные СМИ сталкиваются с новыми вызовами: агрегаторы и системы суммаризации перехватывают аудиторию, что может подрывать экономическую модель отрасли.
Управляющий директор портала «Рамблер» Вероника Колодько рассказала, что компания использует ИИ как цифрового помощника для редакций. При этом, подчеркнула она, в работе с контентом важно сохранять баланс. По ее словам, ИИ ускоряет процессы и помогает проверять гипотезы, но ключевая роль в создании смыслов должна оставаться за человеком. «Мы применяем ИИ для построения продуктовых гипотез, чтобы учитывать потребности человека и делать сценарии его взаимодействия с сервисами полезными и понятными. Это требует перестройки всех внутренних производственных процессов. Например, мгновенный тест на “синтетических” пользователях — точном отражении реальной целевой аудитории — позволяет в моменте понять, насколько текст редактора решает задачу читателя. Это значительно экономит время и средства: не нужно выходить “в поля”, достаточно одного дня для получения информации по дальнейшей проработке. Такой уровень применения ИИ помогает бизнесу понимать, что он создает и для чего», — пояснила Вероника Колодько.
Вячеслав Береснев обратил внимание на то, что меняются привычные модели взаимодействия: люди все реже обращаются к другим людям за знаниями и все чаще — к алгоритмам. Это может приводить к снижению роли авторитетов, изменению коммуникаций и формированию новой зависимости от технологий. «ИИ суперэффективен на уровне одного пользователя, но при этом крайне разрушителен для социальных институтов взаимодействия людей». Он привел пример: согласно ряду исследований, 80% пользователей ChatGPT не помнят, о чем беседовали с моделью пять минут назад, а 60–80% российских подростков считают ИИ своим другом. По его словам, последствия этих изменений пока трудно предсказать, но их масштаб может оказаться значительно шире, чем текущие экономические или управленческие эффекты.
Реальность, к которой придется адаптироваться
Эксперты согласились, что ИИ уже воспринимается не как опция, а как новая среда, в которой предстоит жить и работать. «Это не угроза и не возможность, это просто реальность», — отметил Кирилл Сидоров.
Ключевыми навыками в этой реальности становятся способность к критическому мышлению, умение использовать технологии для повышения собственной эффективности и сохранение человеческой уникальности.
В финале эксперты дали практические рекомендации обычному человеку: Евгений Осадчук — сохранять уникальность и креативность; Михаил Сквирский — постоянно задавать себе два вопроса: достаточно ли я эффективен и чем я лучше других; Вячеслав Береснев — не спешить с решениями и не делегировать мыслительную функцию ИИ; Вероника Колодько — четко понимать свою цель и воспринимать ИИ как инструмент; Кирилл Сидоров — помнить, что право на ошибку остается за человеком.
Вам также может быть интересно:
В НИУ ВШЭ создан Фонд науки и технологий
Фонд науки и технологий НИУ ВШЭ (ФНТ) будет финансировать перспективные научные инициативы, имеющие прикладную направленность и содействующие достижению технологического лидерства России. На поддержку могут рассчитывать проектные команды из всех кампусов университета. Заявку в ФНТ можно подать в любой момент. Рассматривать заявки будет созданный Совет по науке и технологиям НИУ ВШЭ.
Нейросеть НИУ ВШЭ iFORA.LLM включена в Реестр российского программного обеспечения
Адаптированная большая языковая модель для сферы науки, технологий и инноваций (далее — iFORA.LLM, модель), разработанная экспертами Института статистических исследований и экономики знаний НИУ ВШЭ, включена в Реестр российского ПО. Модель создана для эффективного анализа массивов научно-технической информации — от поиска релевантных публикаций до оценки технологических трендов и формирования аналитических отчетов.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
Студенты МИЭМ ВШЭ разработают два спутника собственной конструкции для орбитальных экспериментов
Аппараты, созданные студенческими командами, проведут в условиях космоса исследования свойств перспективных солнечных элементов, бортовых систем накопления энергии и серийной электроники для студенческих спутников.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
В НИУ ВШЭ создали базу данных по производственным цепочкам мирового ВПК
Институт мировой военной экономики и стратегии (ИМВЭС) НИУ ВШЭ разработал новый аналитический инструмент для изучения оборонной промышленности зарубежных стран. База данных «Производственные цепочки мирового ВПК» показывает взаимосвязи между производителями на разных уровнях — от конечных систем до комплектующих.
Институт робототехнических систем ВШЭ запустил научно-технический семинар
Институт робототехнических систем (ИРС) ВШЭ запустил новый ежемесячный формат — Научно-технический семинар. Он объединяет сотрудников института, приглашенных экспертов, студентов, исследователей и представителей других подразделений НИУ ВШЭ для обсуждения актуальных задач мехатроники, робототехники и киберфизических систем.
В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.
«Дни компьютерных наук год от года становятся масштабнее, и это отражает развитие ФКН»
Прошедший недавно в корпусе НИУ ВШЭ на Покровке фестиваль «Дни компьютерных наук» (ДКН) стал главной точкой притяжения для всех, кто интересуется технологиями. Событие, организованное факультетом компьютерных наук (ФКН) Вышки совместно с партнерами, собрало около трех тысяч участников: студентов, абитуриентов, выпускников, преподавателей и экспертов индустрии.