Всемирный банк: ИИ даст развивающимся экономикам сто лет развития за десять. Но есть нюанс

Всемирный банк: ИИ даст развивающимся экономикам сто лет развития за десять. Но есть нюанс

Всемирный банк 4 августа 2026 года выпустил World Development Report 2026 под названием «The Promise of Artificial Intelligence» — первый масштабный отчёт о том, что ИИ значит для развивающихся экономик. Главная цифра, которая разлетелась по СМИ: 16,2% рабочих мест в развивающихся странах могут получить значимый прирост производительности от ИИ, и это почти столько же, сколько в развитых — 18,7%. При этом под риском автоматизации находится всего 4,5% рабочих мест против 14,2% в богатых странах. Indermit Gill, главный экономист Всемирного банка, сформулировал это так: «AI has thrown developing economies a lifeline, and they should seize it» — ИИ бросил развивающимся экономикам спасательный круг, и они должны за него ухватиться. Звучит прекрасно. Я решил разобраться, что за этими цифрами стоит — и где в них дыры.

Что именно считает Всемирный банк

WDR 2026 — это не опрос 50 стартапов. Это ежегодный флагманский доклад Всемирного банка, который в этом году посвятили целиком искусственному интеллекту. В него вошли данные по фирмам из Индии, Кении, Мексики, Нигерии, Таиланда. Отдельно — исследование по 20 странам через все регионы Всемирного банка, где изучали использование ИИ внутри правительств.

Цифры про рабочие места — 16,2% получат буст и 4,5% под риском — базируются на анализе задач, которые есть в каждой профессии, и оценке того, какие из этих задач генеративный ИИ может усилить, а какие — заменить. Это подход, который в академической литературе называют «task-based exposure framework». Его использовали Jan Gmyrek с соавторами — на их работу ссылается команда WDR 2026 как на один из ключевых источников.

Но здесь важно то, что этот метод оценивает потенциал, а не факт. Он говорит: «эта задача теоретически усилится ИИ». Не говорит: «эта задача уже усилилась». Разница — между чертежом и построенным домом. Чертёж показывает, что можно построить. Реальность зависит от того, есть ли цемент, рабочие и чтобы электричество не отключали.

«Один из пяти» — это много или мало

В отчёте есть опрос фирм с численностью от пяти сотрудников в Индии, Кении, Мексике, Нигерии и Таиланде. Около одного из пяти — то есть приблизительно 20% — сообщили, что недавно использовали ИИ-чат-боты в своей работе.

Переведу в быт. Если вы зайдёте в условный офис на 10 человек в Лагосе или Мумбаи, двое из них, вероятно, что-то делали с ChatGPT или аналогом за последний месяц. Это ощутимо. Я ожидал меньше — что-то около одного из десяти, может быть, даже меньше. Но один из пяти — это уже не экзотика. Это норма.

Хотя — стоп. Надо быть честным. Опрос не уточняет, что именно они делали. Может, это был разовый вопрос про перевод. Может, регулярная рабочая рутина. «Использовали чат-боты в операциях» — формулировка достаточно широкая, чтобы под неё подошло и то, и другое. Если бы они считали только тех, кто встроил ИИ в процесс, цифра была бы ниже. Но насколько — я не знаю. В отчёте этого нет.

Каркас «adopt, adapt, advance»

Всемирный банк предлагает трёхступенчатый каркас для стран и компаний: adopt, adapt, advance. Принять доступные инструменты. Адаптировать их под местные условия. Развивать собственные решения там, где есть смысл.

Переведу на язык конкретики. Adopt — это когда фермер в Кении получает прогноз погоды через SMS, сгенерированный ИИ, на дешёвом кнопочном телефоне. Не нужен дата-центр, не нужен GPT локально, не нужен интернет-канал. Adapt — это когда местный стартап дообучает модель на местном языке, потому что базовая модель не понимает разговорный суахили. Advance — это когда страна вкладывает в собственную инфраструктуру, чтобы не зависеть от одного поставщика.

Главная мысль Gill: «They do not need large models or big data centers to reap its benefits». Им не нужны большие модели и большие дата-центры, чтобы получить выгоду. Речь о так называемом «small AI» — маленьких, дешёвых инструментах, которые работают даже там, где электричество, вычислительные мощности и интернет ограничены. Через текстовые сообщения, голосовые вызовы, базовые телефоны.

Где дыры — четыре барьера

Всемирный банк честно перечисляет четыре барьера, которые мешают развивающимся экономикам реализовать потенциал: электричество, связность, навыки, институциональное качество.

Это не абстрактные проблемы. Это физика. Если у вас отключается свет четыре раза в день — а в ряде стран Африки и Южной Азии это норма — вы не запустите модель на местном сервере. Если интернет есть только в столице — вы не дотянете ИИ-ассистента до деревенского врача. Если в стране нет ни одной программы по машинному обучению в университетах — некому адаптировать инструменты под местные нужды.

И я сначала подумал, что эти барьеры — отговорка. Что Всемирный банк просто прячет за ними то, что ИИ на самом деле не работает в бедных странах. Но потом посмотрел данные. Нигерия по статистике Всемирного банка имеет доступ к электричеству около 60% населения. Кения — около 75%. Это значит, что даже если ИИ идеально работает, его физически не могут использовать от 25 до 40% людей. Это не проблема алгоритма. Это проблема розетки.

Поэтому, когда Всемирный банк говорит «ИИ может дать за десятилетие то, что иначе заняло бы век» — это потенциальная возможность, а не обещание. Gill добавляет: «But they must hurry: AI is spreading faster and is more context-specific than earlier general-purpose technologies like electricity and the internet». Поторапливаться: ИИ распространяется быстрее и более контекстно-зависим, чем предыдущие универсальные технологии — электричество и интернет.

Как это соотносится с данными по развитым странам

Цифры WDR 2026 интересно ложатся на то, что мы уже знаем от других исследований. Я разбирал это в статье про 80% провалов ИИ-проектов: RAND Corporation говорит о 80% провалов корпоративных ИИ-инициатив, MIT NANDA — что 95% организаций не видят возврата от генеративного ИИ в финансовой отчётности. Gartner прогнозирует отмену 40% агентских проектов к 2027 году.

Сравните. В развитых странах — где электричество есть, интернет есть, навыки есть — ИИ всё равно проваливается в большинстве случаев. В развивающихся, где инфраструктура в три раза хуже, Всемирный банк прогнозирует значимый буст. Как это совместить?

Я не знаю. Может быть, ответ в том, что барьер входа в развивающихся странах ниже. Там не нужно перестраивать сложный корпоративный процесс — достаточно дать врачу инструмент, который раньше был недоступен вообще. Любая технология даёт максимальный прирост там, где её раньше не было. Психология новизны — не моя область, но логика в этом есть.

А может быть, оптимизм Всемирного банка преждевремен. У них нет столько данных по развивающимся странам, сколько есть по развитым. Сам отчёт признаёт: «Data on the use and adoption of AI technologies in developing economies remains scarce» — данные об использовании ИИ в развивающихся экономиках остаются скудными. Когда данных мало, оценки легче делать оптимистичными. Не потому что авторы хотят врать — а потому что нет грустных фактов, которые заставили бы оценки снизить.

Что уже работает — конкретные примеры

Всемирный банк приводит несколько направлений, где ИИ уже работает в развивающихся странах. Не пилоты. Не обещания. Работающие применения.

Медицинский скрининг — ИИ ускоряет диагностику в регионах, где на тысячу пациентов приходится один врач. Прогнозы погоды для фермеров — более точные, чем раньше, и доступные через SMS. Помощь учителям в создании уроков — там, где на класс из 60 человек один преподаватель, ИИ берёт на себя подготовку материалов.

В концептуальной записке к WDR 2026 отдельно цитируется исследование Бриньолфссона, Ли и Раймонда (Brynjolfsson, Li, Raymond), опубликованное в Quarterly Journal of Economics: чат-ассистент увеличил производительность операторов поддержки на 15%, измеряемую в количестве решённых обращений в час. Я разбирал это же исследование в статье про снижение трудозатрат — там прирост для новичков составил 35%. То есть ИИ сильнее всего помогает тем, у кого меньше всего опыта. В развивающихся странах, где квалифицированных специалистов хронически не хватает, этот эффект может быть максимальным.

Но — опять же — это исследование на данных из развитой страны. Перенос на развивающиеся экономики — экстраполяция. Логичная, но не доказанная.

Параллель с исследованиями производительности

В марте 2026 года NBER выпустил рабочий документ №34984 — «Artificial Intelligence, Productivity, and the Workforce: Evidence from Corporate Executives». Его авторы (Salome Baslandze, Zachary Edwards и соавторы из Федерального резервного банка Атланты) опросили около 750 корпоративных топ-менеджеров и зафиксировали: более половины фирм уже вложились в ИИ, прирост производительности — положительный, но скромный, и ожидается ускорение в 2026 году.

Обратите внимание на слово «скромный». Это данные по развитым странам, где инфраструктура работает. Если там прирост скромный, то в развивающихся, по логике, должен быть ещё скромнее. Но Всемирный банк говорит обратное — что там прирост будет значимым. Где правда?

Может быть, в разнице между «абсолютным» и «относительным» приростом. В развитой стране чат-бот экономит оператору поддержки 15 минут в час. Это много, но оператор и без того был продуктивен. В развивающейся стране инструмент, который замещает отсутствие специалиста вообще, даёт бесконечный относительный прирост. Ноль в базе — любой результат — это бесконечность в процентах. Хотя в абсолютных числах может быть скромнее.

И вот тут я честно спотыкаюсь. Я не знаю, как Всемирный банк считает «значимый буст» — в абсолютных или относительных величинах. Если в относительных — то 16,2% могут быть реалистичными. Если в абсолютных — цифра вызывает вопросы.

Что это значит для практики

У меня нет оснований не верить Всемирному банку. Это не маркетинговый отдел стартапа, которому нужно продать подписку. Это институция, которая работает с данными 75 лет и знает, что такое методология.

Но у меня нет и оснований верить безоговорочно. Отчёт сам признаёт скудность данных. Опрос по фирмам охватывает пять стран — это выборка, а не перепись. Цифры по рабочим местам — оценка потенциала, а не измеренный факт. Примеры «что уже работает» — отдельные кейсы, не систематический обзор.

Вот что я вижу: если отбросить все оговорки, направление — правильное. ИИ в развивающихся странах не повторяет путь развитых, где технология наслаивается на уже сложную инфраструктуру и часто тонет в ней. Там, где инфраструктуры почти нет, ИИ может стать её заменой — не идеальной, но работающей. Фермер, получающий прогноз погоды по SMS, не нуждается в корпоративном RAG-пайплайне. Ему нужен ответ на вопрос, когда сажать.

Это соотносится с тем, что мы видим в собственной практике. На recall — советнике с системой памяти — основная ценность не в сложности модели, а в том, что ответ приходит за секунды вместо часов поиска. Технология проста. Разницу делает доступность.

PwC, BCG и другие оценки — контекст

Чтобы понять масштаб заявлений Всемирного банка, полезно сравнить с другими отчётами. PwC в январе 2026 года провёл опрос 4454 CEO: 56% не увидели ни роста доходов, ни снижения затрат от ИИ за предыдущие 12 месяцев. Только 12% — «авангард» — добились и того, и другого. BCG в AI Radar 2026 (2360 топ-менеджеров, 640 CEO) зафиксировал, что три четверти CEO стали главными принимающими решения по ИИ, и половина верит, что от этого зависит их работа. Deloitte в State of AI 2026 (3000 руководителей) назвала отчёт «From Ambition to Activation» — переход от амбиций к активации.

Все эти исследования — по развитым рынкам. Всемирный банк — первое масштабное исследование по развивающимся. И посыл у него принципиально другой. PwC, BCG, Deloitte говорят: инвестиции большие, отдача — не всегда. Всемирный банк говорит: даже малые инвестиции могут дать непропорциональный эффект, потому что базовый уровень низкий. Оба утверждения могут быть верны одновременно. Первое — для тех, у кого уже есть. Второе — для тех, у кого нет.

Где я сомневаюсь

Я не знаю, сбудутся ли прогнозы Всемирного банка. Они звучат правдоподобно. Но я видел достаточно ИИ-прогнозов, которые звучали правдоподобно и не сбылись. Gartner в 2023 году предсказывал массовое внедрение ИИ-агентов к 2025-му. К 2026-му они прогнозируют отмену 40% таких проектов. Прогнозы — это не факты.

Я не знаю, насколько данные по пяти странам можно переносить на все развивающиеся экономики. Индия, Кения, Мексика, Нигерия, Таиланд — очень разные контексты. То, что работает в Мумбаи, может не работать в сельской Нигерии. Но именно об этом Gill и говорит: ИИ «more context-specific», более контекстно-зависим. Это одновременно ограничение и честность.

И последнее. Я не знаю, кому выгоден оптимистичный прогноз. Всемирному банку — да, выгоден. Им нужно убеждать правительства вкладываться в инфраструктуру. Пессимистичный отчёт не мобилизует. Но это не значит, что отчёт неточный. Это значит, что надо учитывать институциональный контекст — как и с любым исследованием.

Я разбирал это в статье про внедрение ИИ в малый бизнес — там тоже есть разрыв между обещаниями и реальностью. И каждый раз правда оказывается где-то посредине, между хайпом и скепсисом.

И я не знаю, как на это смотреть. Потому что данные Всемирного банка говорят одно, а опыт корпоративных внедрений в развитых странах — другое. Где правда — между ними, наверное. Но найти её мне пока не удалось.