Экономический эффект ИИ будет умеренным: что это значит для бюджетов

Темп моделей и темп денег – это две разные скорости

Когда спорят, как быстро развивается ИИ, обычно путают два вопроса. Первый – как быстро умнеют сами модели. Второй – как быстро это превращается в деньги в экономике. Это не одно и то же, и разрыв между ними как раз и определяет, во что вам стоит вкладывать рекламный бюджет в ближайшие пару лет.

В свежем исследовании Федерального резервного банка Чикаго (рабочая статья NBER №35046, 2026, команда под руководством Эзры Каргера) опросили пять групп: академических экономистов, сотрудников ИИ-компаний, исследователей ИИ-регулирования, суперфорекастеров и широкую публику. Суперфорекастеры – это прогнозисты с проверяемым треком точных предсказаний, термин из книги Филипа Тетлока. И вот что показал опрос: эксперты расходятся в одном вопросе – конвертируется ли растущий ум моделей в экономический рост. Темп самих моделей под сомнение почти никто не ставит, спор идёт именно про деньги.

Кого слушать: прогнозистов или заинтересованную сторону

Цифры расходятся предсказуемо. Медиана базового прогноза роста ВВП США к 2030 году – около 2.5% в год (NBER №35046). На горизонте до конца 2040-х экономисты закладывают рост около 3.5% в год, суперфорекастеры – 4%, широкая публика – 4.5%, а сотрудники ИИ-компаний – 5.3%. Иначе говоря, рост выше 4–5% уверенно ждут почти только те, кто внутри индустрии и заинтересован в хайпе.

Если спуститься с ВВП на уровень производительности, картина ещё трезвее. Дарон Аджемоглу из MIT в работе «The Simple Macroeconomics of AI» (NBER №32487, 2024) оценил вклад ИИ в совокупную факторную производительность не более чем в 0.66% за десять лет – это порядка плюс 0.07 процентного пункта в год. Прибавка к ВВП – около 1% накопленным итогом за десятилетие. Даже «бычья» оценка McKinsey 2023 года давала рост производительности 0.1–0.6 пункта в год, а не «проценты ВВП». Все серьёзные оценки сходятся в десятых долях процента.

Как я считаю ставки на ИИ: кейс Dodo

Я зашёл в Dodo Pizza одним из ранних инвесторов ещё в 2014 году. До того как компания запустила обратный выкуп долей, я каждый год пересчитывал стоимость своей доли по нижней оценке из последних сделок на вторичном рынке. Считал по факту закрытых сделок, по нижней границе, игнорируя презентации и прогнозы роста сети. Когда выкуп начался, я зафиксировал на нём реальную стоимость, и она совпала с моими расчётами, а обещания с красивых слайдов остались на слайдах.

С ИИ ровно та же дисциплина. Закладывайте в план консенсус людей с проверяемым треком прогнозов, а презентацию вендора оставьте отделу продаж. Если суперфорекастеры и экономисты говорят про умеренный эффект, то планировать рекламный бюджет под «ИИ перевернёт маркетинг за квартал» – значит считать долю по верхней оценке, которой не будет.

Что видно на земле, а не в прогнозах

Макрооценки подтверждаются практикой внедрения. Отчёт MIT NANDA «The GenAI Divide: State of AI in Business 2025» зафиксировал: 95% корпоративных пилотов генеративного ИИ не дали измеримого эффекта на прибыль и убытки, ценность извлекли только 5% внедрений. Доля компаний, забросивших большинство ИИ-проектов, выросла до 42% в 2025 году против 17% годом ранее. Корень проблемы в том, что ИИ не встраивают в процессы и культуру компании, и качество самих моделей тут почти ни при чём.

McKinsey в «The State of AI» фиксирует тот же разрыв: генеративный ИИ регулярно используют 65% организаций, но любой эффект на операционную прибыль видят лишь 39%, а у большинства из них он меньше 5%. По данным RAND за 2024 год, больше 80% ИИ-проектов проваливаются – вдвое чаще, чем обычные IT-проекты. Используют ИИ почти все, отдача – у меньшинства.

Что это значит для рекламного бюджета

Российский рынок растёт быстро и без всякого ИИ: по данным АКАР, в 2024 году рекламный рынок РФ достиг 904 млрд рублей, плюс 24% к предыдущему году, а интернет-сегмент занял около 52% (примерно 470 млрд рублей). Проникновение инструментов почти тотальное: по оценке аналитического центра АКАР, 97% агентств уже используют нейросети. Вопрос давно сместился с «брать ИИ или нет» на «под какой горизонт окупаемости его закладывать».

И здесь умеренный темп задаёт конкретное правило планирования. Юэн Макинтайр, вице-президент-аналитик Gartner, формулирует риск прямо: компании инвестируют в ИИ-инструменты быстрее, чем строят данные, процессы, управление и нанимают людей, способных это масштабировать. По исследованию Gartner 2026 CMO Spend Survey, директора по маркетингу уже отдают на ИИ 15.3% бюджета, но только 30% компаний считают свои ИИ-возможности зрелыми. Это аванс под способность, которой ещё нет.

Практический вывод простой. Точечные автоматизации – генерация макетов, черновики текстов, управление ставками – окупаются за 3–6 месяцев, и их стоит ставить в план первыми. «Трансформацию всего маркетинга» мерьте годами и реальной способностью команды это переварить. Квартальные сроки и пик хайпа здесь плохие ориентиры.

Где умеренный темп уже приносит деньги

Это не повод списывать ИИ. Это повод снять с него завышенные ожидания. Klarna в 2024 году сократила маркетинговые расходы на 11% при росте числа кампаний, около 10 млн долларов экономии в год, а цикл создания изображения упал с шести недель до семи дней. Ровно то, чего и ждёшь от реалистичного внедрения: измеримая операционная экономия на конкретных задачах, без всякой магии роста.

Обратная сторона тоже поучительна. Coca-Cola два года подряд, в 2024 и 2025, выпускала рождественский ролик с генеративным ИИ и оба раза получала публичный откат: зрители называли результат бездушным. Цена завышенной ставки на ИИ в креативе бьёт сразу по двум статьям: по бюджету и по репутации бренда на эмоционально заряженной территории.

Выводы

Темп развития моделей и темп их экономического эффекта – разные скорости. Люди с лучшим треком прогнозов ждут умеренного эффекта, а взрывной рост закладывают в основном те, кто продаёт этот рост. Для маркетолога это читается как инструкция по планированию. Считать бюджет по нижней границе, ставить первыми точечные автоматизации с окупаемостью в месяцы, а большие трансформации мерить годами и готовностью команды, а не обещаниями вендора. Выигрывает тот, кто перестроил процессы, а купивший побольше хайпа остаётся со списанным бюджетом.

Если разбираете, как считать ставки на технологии и бюджеты, подписывайтесь на мой блог, здесь я пишу про инвестиции, предпринимательство и применение ИИ в бизнесе.