Парадокс труда ИИ: Почему Хуан считает, что впереди дефицит, а не безработица — и это уже происходит

На Всемирном экономическом форуме 2026 года в Давосе Дженсен Хуанг, генеральный директор Nvidia, участвовал в широком обсуждении с Ларри Фингом, генеральным директором BlackRock, о трансформирующем потенциале искусственного интеллекта. Вместо того чтобы рассматривать ИИ как силу, уничтожающую рабочие места, Хуанг предложил контринтуитивную гипотезу: технология, по его мнению, приведет к нехватке рабочей силы в нескольких секторах. Этот аргумент бросает вызов преобладающему нарративу о массовых смещениях и предлагает рамки для понимания того, как ИИ меняет работу, инфраструктурные потребности и глобальные экономические возможности.

Разговор показал, как Nvidia с момента своего IPO в 1999 году — в тот же год, когда вышел на биржу BlackRock — обеспечила 37% сложных доходов для акционеров, в то время как BlackRock достигла 21% годовой доходности. Однако обсуждение вышло за рамки финансовых показателей и затронуло более глубокие вопросы о роли технологий в преобразовании общества. Хуанг позиционировал ИИ не как отдельное приложение, такое как ChatGPT или Claude, а как фундаментальный сдвиг платформы, сравнимый с появлением персональных компьютеров, интернета и мобильных облачных вычислений.

Пятиуровневая инфраструктурная революция: почему ИИ требует триллионов глобальных инвестиций

Хуанг представил модель, которую он называет «пятислойным тортом», чтобы проиллюстрировать системную сложность ИИ и инфраструктурные требования. Нижний слой — энергия — обработка данных в реальном времени и генерация интеллекта требуют значительных мощностей. Над ним расположены полупроводниковая и вычислительная инфраструктура, где такие компании, как TSMC, строят 20 новых фабрик по производству пластин. Третий слой — облачные сервисы, предоставляющие эти возможности по всему миру.

Четвертый слой — сами модели ИИ — алгоритмы и нейронные сети, привлекающие наибольшее внимание общественности. Однако Хуанг подчеркнул, что модели сами по себе недостаточны без поддержки нижних слоев. Пятый и верхний слой — приложения: финансовые услуги, здравоохранение, производство и новые сектора, которые в конечном итоге создадут экономическую ценность.

Эта пятиуровневая модель показывает, почему, по мнению Хуанга, мы становимся свидетелями «самого масштабного инфраструктурного строительства в истории человечества». Уже вложено сотни миллиардов, и для обработки экспоненциального роста спроса на энергию, строительства дата-центров, производства чипов и расширения компьютерных фабрик потребуется триллионы. Foxconn, Wistron и Quanta сотрудничают для строительства 30 новых компьютерных фабрик. В то же время производители памяти, такие как Micron (инвестирующая 200 миллиардов долларов в американские предприятия), SK Hynix и Samsung, быстро расширяют производственные мощности.

От радиологии к сестринскому делу: как ИИ усиливает человеческое предназначение, а не заменяет работников

Вопрос занятости лежит в основе тревог по поводу ИИ. Хуанг опроверг преобладающий пессимизм, проводя различие между «целью» работы и её «задачами». Десятилетие назад радиология сталкивалась с предсказаниями о её устаревании из-за сверхчеловеческих возможностей компьютерного зрения ИИ. Однако сегодня число радиологов увеличилось, несмотря на то, что ИИ уже выполняет основную задачу анализа сканов.

Механизм: когда радиологи освобождаются от рутинной работы по интерпретации сканов, они могут сосредоточиться на более ценностных задачах — постановке диагноза, коммуникации с пациентами, клиническом сотрудничестве. Больницы могут обслуживать больше пациентов, получая при этом больший доход и оправдывая найм дополнительных радиологов. Аналогичная динамика наблюдается и в сестринском деле. В США существует дефицит примерно 5 миллионов медсестер, однако автоматизация медицинской документации и транскрипции визитов освобождает медсестер от административных задач, которые ранее занимали половину их времени. Благодаря увеличению возможностей по обслуживанию пациентов, больницы расширяются и нанимают дополнительных медсестер, а не сокращаются.

Рамки Хуанга предполагают, что для любой профессии вопрос не в том, устранит ли ИИ её полностью, а в том, автоматизирует ли технология рутинные задачи, одновременно усиливая основное предназначение. Если автоматизация действительно позволяет работникам сосредоточиться на незаменимых человеческих функциях — заботе, суждении, решении сложных задач — то занятость обычно растет, а не сокращается.

Само строительство инфраструктуры создает дополнительный спрос на квалифицированных рабочих: электриков, строителей, техников, сталеваров и специалистов по сетям. В США эти роли испытывают беспрецедентный спрос, и зарплаты уже достигают шестизначных сумм для тех, кто работает в производстве чипов и строительстве фабрик ИИ.

ИИ как наиболее доступная технология в мире

Хуанг утверждал, что ИИ — «самое простое в использовании программное обеспечение в истории». В отличие от предыдущих эпох вычислений, требовавших изучения языков программирования, системы ИИ принимают инструкции на естественном языке. Человек без формального образования в области информатики может попросить: «Покажи, как создать сайт», и получить пошаговые инструкции. Эта доступность имеет глубокие последствия для развивающихся экономик.

Вместо того чтобы расширять глобальный технологический разрыв, ИИ может его сузить. Барьер для входа значительно ниже, чем в эпоху программного обеспечения. Люди из стран без развитой технологической инфраструктуры теперь могут использовать ИИ для участия в глобальной экономике знаний. Модели с открытым исходным кодом, такие как Deepseek и другие, демократизировали доступ, позволяя компаниям и странам адаптировать решения под местные языки, культуры и данные.

Суверенный ИИ как необходимость: почему каждая страна должна создавать свою инфраструктуру ИИ

Хуанг настоятельно выступал за концепцию «суверенного ИИ» — чтобы каждая страна строила свою собственную инфраструктуру ИИ, обучая модели на родных языках и культурных данных. Он охарактеризовал это как необходимое условие национальной конкурентоспособности, подобно наличию электросетей или транспортных систем. Эта проблема выходит за рамки экономики и включает культурное сохранение и технологический суверенитет.

Европа представляет особенно убедительный пример. В эпоху программного обеспечения США доминировали, однако, по словам Хуанга, мощная промышленная и производственная база Европы в тот период была недоиспользована. Переход к ИИ, особенно с развитием физического ИИ и робототехники, дает Европе «уникальную возможность на всю жизнь». Вместо «писания» ИИ страны должны сосредоточиться на его «обучении» — интеграции производственного мастерства с искусственным интеллектом для лидерства в умном производстве и робототехнике.

Научно-исследовательская традиция Европы может сочетаться с ИИ для ускорения открытий в различных дисциплинах. Однако для реализации этого потенциала необходимы серьезные инвестиции в энергоснабжение и инфраструктуру. Хуанг призвал европейских лидеров воспринимать этот фундамент всерьез.

Проверка гипотезы о пузыре ИИ

Когда его спросили, представляют ли крупные инвестиции в ИИ спекулятивный избыток, Хуанг предложил простой рыночный индикатор: GPU Nvidia всех поколений чрезвычайно трудно арендовать в облаке из-за взлетающих цен на спот-рынке. Это отражает реальный спрос со стороны стартапов и предприятий, перенаправляющих бюджеты R&D на искусственный интеллект. Примером служит Eli Lilly — компания, которая раньше практически полностью инвестировала в лабораторные исследования, а теперь значительно вкладывается в суперкомпьютеры и исследовательские лаборатории ИИ.

Рост инвестиций в инфраструктуру оправдан именно вычислительными требованиями каждого слоя. По мере совершенствования моделей ИИ и расширения приложений потребность в энергии, чипах, облачных сервисах и физических объектах только увеличивается. В прошлом году в компании, ориентированные на ИИ, было вложено более 100 миллиардов долларов — один из крупнейших годов венчурных инвестиций в истории.

Перестройка глобального экономического калькулятора

Вывод из этого обсуждения таков, что ИИ — это фундаментальный сдвиг платформы, который кардинально перестраивает вычислительный стек. Впервые компьютеры могут обрабатывать неструктурированную информацию — изображения, звук, естественный язык — в реальном времени, делая выводы о человеческих намерениях и выполняя сложные задачи. Этот переход от «предзаписанных» систем к системам, генерирующим в реальном времени, определяет отличие ИИ от всех предыдущих технологий.

Вместо сужения глобальных возможностей Хуанг представил ИИ как движущую силу более широкого экономического включения. Развивающиеся рынки без устоявшейся технологической инфраструктуры могут обойти промежуточные этапы, сразу внедряя ИИ. Фактор доступности означает, что программист в развивающейся стране без формального образования имеет инструменты, сравнимые с теми, что есть у инженеров из Кремниевой долины.

Ключевым экономическим тестом станет то, создаст ли инфраструктурное строительство достаточное богатство и занятость, чтобы подтвердить инвестиционную гипотезу. Если модели радиологии и сестринского дела смогут обобщаться — если автоматизация усилит человеческое предназначение во всех профессиях — то предсказание Хуанга о нехватке рабочей силы, а не безработице, может оказаться пророческим. Уже сейчас первые признаки этого явления проявляются в здравоохранении, производстве и новых индустриях, основанных на ИИ.