Актуальность исследования обусловлена стремительным развитием технологий генеративного искусственного интеллекта (ген-ИИ), которые сегодня становятся важным фактором трансформации мировой экономики. Цель работы – определить перспективы развития трансграничного бизнеса в сфере ген-ИИ (ген-ИИ бизнес). Использованы методы концептуального анализа, форсайта, стратегического OTSW-анализа. Раскрыт потенциал ген-ИИ, как инструмента коммерциализации бизнеса и источника получения систематических доходов. Предложена авторская типология ген-ИИ бизнесов. Выделены проблемы и направления развития трансграничного ген-ИИ бизнеса, обоснован потенциал нишевого развития для российских компаний в условиях санкций. Сделаны выводы о том, что в интересах развития трансграничного ген-ИИ бизнеса корпорациям следует более активно инвестировать в исследования и разработки, адаптироваться к изменениям рыночной среды, в то время как национальным правительствам важно поддерживать инновационные компании через создание благоприятной и экономически безопасной регуляторной среды и развитие цифровой инфраструктуры.
Идентификаторы и классификаторы
- SCI
- Экономика
Несмотря на значительный объем исследований в предметной области, остаются нерешенные вопросы. Во-первых, недостаточно изучены механизмы адаптации транснациональных компаний к различным регуляторным режимам. Во-вторых, существует дефицит эмпирических данных о влиянии ген-ИИ на международные цепочки ценности и трансформацию бизнес-моделей. В-третьих, необоснованно мало внимания уделяется специфике взаимодействия малых и средних предприятий с крупными игроками на глобальном рынке ген-ИИ. Также следует отметить, что текущие исследования страдают от избыточной фокусировки на развитых странах, что оставляет без должного внимания особенности функционирования бизнеса в странах с переходной экономикой, включая Россию, и на развивающихся рынках.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Atabekova A.A. Generativnyi iskusstvennyi intellekt v sovremennom universitete. Obrazovatel’naya politika i praktika, obuchenie inostrannym yazykam i perevodu: monografiya. M.: YuNITI-DANA, 2024. S. 8-12.
2. Zhukov A.D. Generativnyi iskusstvennyi intellekt v obrazovatel’nom protsesse: vyzovy i perspektivy // Vestnik Moskovskogo gosudarstvennogo universiteta kul’tury i iskusstv. 2023. № 5 (115). S. 66-75.
3. Kulakov M.V., Maklakova Yu.A. Kriptovalyuta: trudnyi put’ ot de-fakto k de-yure // Vest. Mosk. un-ta. Ser. 6. Ekonomika. 2021. № 3. S. 271-286 https://doi.org/10.38050/013001052021312
4. Ponkin I.V. Primenenie generativnogo iskusstvennogo intellekta v nauchnykh issledovaniyakh i v prikladnoi analitike v obespechenie gosudarstvennogo upravleniya: pozitivnye vozmozhnosti i «podvodnye kamni» // International Journal of Open Information Technologies. 2025. T. 13. № 1. S. 100-113.
5. Sushkova O.V. Pravovye osobennosti ispol’zovaniya i regulirovaniya generativnogo iskusstvennogo intellekta dlya razvitiya innovatsionnoi deyatel’nosti sub“ektami biznesa // Vestnik Universiteta imeni O.E. Kutafina. 2024. № 10 (122). S. 44-51.
6. Tsifrovye tekhnologii budushchego v nastoyashchem / Prezidentskaya akademiya; avtory-sostaviteli: N.S. Garkusha, A.S. Shubin. M.: Rossiiskaya akad. nar. khoz-va i gos. sluzhby. 2023. 153 s.
7. Autio E., Mudambi R., Yoo Y. Digitalization and globalization in a turbulent world: Centrifugal and centripetal forces // Global Strategy Journal. 2021. Vol. 11. No. 1. P. 3-16. https://doi.org/10.1002/gsj.1396
8. Bloomberg Gen AI Overview. London, N. Y.: Bloomberg, 2025. 98 p.
9. Bonadio E., McDonagh L. Artificial intelligence as producer and consumer of copyright works: evaluating the consequences of algorithmic creativity // Intellectual Property Quarterly. 2020. Vol. 2020. No. 2. P. 112-137. https://ssrn.com/abstract=3617197
10. Chui M. et al. The economic potential of generative AI. McKinsey. 2023. 68 p. http://dln.jai-puria.ac.in:8080/jspui/bitstream/123456789/14313/1/The-economic-potential-of-generative-ai-the-next-productivity-frontier.pdf
11. Coeuré B. The competitive dynamics of generative artificial intelligence // Journal of Antitrust Enforcement. 2025. jnaf002. https://doi.org/10.1093/jaenfo/jnaf002
12. Cohan P. Generative AI Software // Brain Rush: How to Invest and Compete in the Real World of Generative AI. Berkeley, CA: Apress, 2024. P. 111-166. https://doi.org/10.1007/979-8-8688-0318-5_5
13. Cooke P. Generative growth with ‘thin’globalization: Cambridge’s crossover model of innovation // Dislocation: Awkward spatial transitions. Routledge, 2021. P. 115-134.
14. Davtyan T. An Overview of Global Efforts Towards AI Regulation // Bulletin of Yerevan University C: Jurisprudence. 2024. Vol. 15. No. 2 (41). P. 158-174. https://doi.org/10.46991/BYSU.C/2024.15.2.158
15. Fetzer T. et al. AI-generated production networks: Measurement and applications to global trade // ECONtribute Discussion Paper. 2024. - No. 346. https://www.econstor.eu/han-dle/10419/307310
16. Generative AI Outlook: 2025 Update. London: Deloitte. 2025. 66 p.
17. Hahn C. et al. Exploring AI-driven business models: conceptualization and expectations in the machinery industry // 2020 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM). IEEE, 2020. P. 567-570. https://doi.org/10.1109/IEEM45057.2020.9309824
18. Hallensleben S. Generative AI and international standardization // Cambridge Forum on AI: Law and Governance. Cambridge University Press, 2025. Vol. 1. P. e14. https://doi.org/10.1017/cfl.2025.1
19. Hosanagar K., Krishnan R. Who Profits the Most from Generative AI? // MIT Sloan Management Review. 2024. Vol. 65. No. 3. P. 24-29.
20. Huang K., Xie A. Overview of ChatGPT, Web3, and New Business Landscape // Beyond AI: ChatGPT, Web3, and the Business Landscape of Tomorrow. Cham: Springer Nature Switzerland, 2023. P. 3-36. https://doi.org/10.1007/978-3-031-45282-6_1
21. Hu S., Li Y. Policy interventions and regulations on generative artificial intelligence: key gaps and core challenges // Proceedings of the 25th Annual International Conference on Digital Government Research. 2024. P. 1034-1036. https://doi.org/10.1145/3657054.3659122
22. Jain H. et al. (eds.). Call for papers - Special issue of information systems research -Humans, algorithms, and augmented intelligence: The future of work, organizations, and society // Information Systems Research. 2018. Vol. 29. No. 1. P. 250-251. https://doi.org/10.1287/isre.2018.0784
23. Kang H.G., Moon A., Jeon S. Examining the Generative Artificial Intelligence Landscape: Current Status and Policy Strategies // Asia pacific journal of information systems. 2024. Vol. 34. No. 1. P. 150-190. https://doi.org/10.14329/apjis.2024.34.1.150
24. Kasap A. Copyright and creative artificial intelligence (AI) systems: A twenty-first century approach to authorship of AI-generated works in the United States // Wake Forest J. Bus. and Intell. Prop. L. - 2018. - Vol. 19. - P. 335.
25. Krause D. DeepSeek and FinTech: The Democratization of AI and Its Global Implications (January 29, 2025). Available at SSRN: https://ssrn.com/abstract=5116322 https://doi.org/10.2139/ssrn.5116322
26. Lancieri F., Edelson L., Bechtold S. AI Regulation: Competition, Arbitrage and Regulatory Capture // Center for Law and Economics Working Paper Series. 2024. Vol. 11. https://doi.org/10.3929/ethz-b-000708626
27. Luitse D., Denkena W. The great transformer: Examining the role of large language models in the political economy of AI // Big Data and Society. 2021. Vol. 8. No. 2. https://doi.org/10.1177/20539517211047734
28. Mehmet M. et al. Re-Imagining Marketing Education for Career Readiness in the GenAI Era // Journal of Marketing Education. 2015. https://doi.org/10.1177/02734753251326457
29. Okaiyeto S.A. et al. Success of DeepSeek and potential benefits of free access to AI for globalscale use // International Journal of Agricultural and Biological Engineering. 2025. Vol. 18. No. 1. P. 304-306. https://doi.org/10.25165/j.ijabe.20251801.9733
30. Pattanayak S. Generative AI in Business Consulting: Analyzing its Impact on Client Engagement and Service Delivery Models // International Journal of Enhanced Research in Management and Computer Applications. 2020. Vol. 9. No. 3. P. 5-11.
31. Sengar S.S. et al. Generative artificial intelligence: a systematic review and applications // Multimedia Tools and Applications. 2024. P. 1-40. https://doi.org/10.1007/s11042-024-20016-1
32. Sokołowski W., Ficoń K., Florczyk-Żółtowska M. Data is the fuel of generative artificial intelligence // Systemy Logistyczne Wojsk. 2024. Vol. 60. No. 1. https://doi.org/10.37055/slw/193858
33. Terzis P. Law and the political economy of AI production // International Journal of Law and Information Technology. 2023. Vol. 31. No. 4. P. 302-330. https://doi.org/10.1093/ijlit/eaae001
34. Wamba S.F. et al. Are both generative AI and ChatGPT game changers for 21st-Century operations and supply chain excellence? // International Journal of Production Economics. 2023. Vol. 265. 109015. https://doi.org/10.1016/j.ijpe.2023.109015
35. Zatarain J.M.N. The role of automated technology in the creation of copyright works: the challenges of artificial intelligence // International Review of Law, Computers and Technology. - 2017. - Vol. 31. - No. 1. - P. 91-104. https://doi.org/10.1080/13600869.2017.1275273
36. Ikbaev D., Emel’yantsev D. McKinsey: K 2030 godu vklad II v mirovoi VVP dostignet $13-20 trln // Forbes Kazakhstan. 06.07.2024: URL: https://forbes.kz/articles/mckinsey-k-2030-godu-vklad-ii-v-mirovoy-vvp-dostignet-13-20-trln-824162 (data obrashcheniya: 04.02.2025).
37. Intellekt vzyal rostom. Generativnyi rossiiskii II vnedryayut aktivnee ChatGPT // Kommersant“. 21.01.2025 g.: URL: https://www.kommersant.ru/doc/7444379 (data obrashcheniya: 04.02.2025).
38. Mezhdu khaipom i real’nost’yu: ob“em mirovogo rynka generativnogo II v 2024 godu s prognozom do 2032 goda // Rosatom. 27.02.2024 g.: URL: https://habr.com/ru/companies/rosatom/ar-ticles/796537 (data obrashcheniya: 04.02.2025).
39. Pshinnik K. Pochemu kitaiskaya II-model’ ot DeepSeek - eto nachalo novoi «gonki vooruzhenii» // Forbes. 29.01.2025 g.: URL: https://www.forbes.ru/tekhnologii/529699-pocemu-kit-ajskaa-ii-model-ot-deepseek-eto-nacalo-novoj-gonki-vooruzenij (data obrashcheniya: 04.02.2025).
40. Gartner Experts Answer the Top Generative AI Questions for Your Enterprise: URL: https://www.gartner.com/en/topics/generative-ai (data obrashcheniya: 04.02.2025).
41. Generative AI: The next frontier. London: PwC, 2024. 28 p.: URL: https://www.pwc.in/as-sets/pdfs/generative-ai-next-frontier-transformation-global-capability-centres-pharma-life-sci-ences.pdf (data obrashcheniya: 04.02.2025).
42. Oracle and Accenture Generative AI: Unlocking Enterprise Value Are you prepared for the Gen AI revolution? 2024.: URL: https://www.oracle.com/a/ocom/docs/accenture-generative-ai.pdf (data obrashcheniya: 04.02.2025).
Выпуск
Другие статьи выпуска
Представлен обзор выступлений на пленарном заседании Международной научной конференции «Мир на переломе: геополитика, экономика, техногенез», состоявшейся на экономическом факультете МГУ 4–6 декабря 2024 г., организованной научно-исследовательской лабораторией философии хозяйства совместно с научным советом «Центр общественных наук» МГУ и проведенной в смешанном формате. На заседании с докладами выступили видные специалисты из разных гуманитарных областей, которые представили различные точки зрения на актуальные процессы современности, происходящие с человеком и миром в условиях назревшей трансформации миропорядка под влиянием стремительного развития научнотехнического прогресса.
Актуальность статьи продиктована наличием существенной доли территории России без подключения к единой энергетической системе и, как следствие, существованием высоких тарифов на выработку и покупку электроэнергии. Выработка электроэнергии на таких территориях, осуществляемая на автономных теплоэлектроцентралях (ТЭЦ), характеризуется высокой стоимостью сырья, загрязнением окружающей среды, невозможностью запасать излишки выработанной электроэнергии. Целью данной статьи является оценка эколого-экономических эффектов использования систем накопления энергии (СНЭ) на автономных ТЭЦ для решения указанных проблем. В первой части статьи раскрываются основы тарифной политики по выработке, потреблению электроэнергии на территориях, не подключенных к единой энергетической системе, а также перспективы применения СНЭ. Во второй части статьи дана оценка эффектов применения СНЭ на автономных ТЭЦ в типичном поселке Сахалинской области.
В статье рассмотрено многообразие форм занятости в рамках шеринговой экономики, и определено место данных социально-экономических и социально-трудовых отношений в сфере нестандартных форм занятости. Установлено, что труд в шеринге является сегментом на стыке платформенной занятости и гигономики. Сформулировано определение шеринговых цифровых платформ, которые являются одним из ключевых признаков отнесения новых моделей труда к сегменту шеринга. Проведен контент-анализ отечественных и зарубежных научных трудов по теме шеринга труда и определено, что данный термин используется для описания временных моделей привлечения труда и методов разделения труда или работы в рамках одного рабочего места или должности. Методология исследования основана на контент-анализе лучших практик использования шеринга труда бизнесом, индуктивном анализе для систематизации взглядов на труд в шеринге и выявления его признаков.
Доступность долгосрочного финансирования критически важна для развития инвестиций, особенно в условиях высоких волатильности и систематического риска. Индекс Каплана–Зингалеса (KZ-индекс) широко применяется для оценки финансовых ограничений корпораций, в особенности, относительно долгосрочных проектов (в т. ч. инвестиций в НИОКР), но его динамика в российской экономике остается недостаточно изученной. Целью исследования является оценка динамики финансовых ограничений российских публичных компаний в контексте их способности финансировать долгосрочные инвестиции. В качестве эмпирической базы использованы данные финансовой отчетности и публичные рыночные показатели за 2009–2024 гг. Длительное сокращение медианного KZ-индекса для публичных нефинансовых компаний указывает на значительное смягчение финансовых барьеров для крупного бизнеса в течение 2009–2022 гг. В 2022–2024 гг. наблюдается стагнация финансовых условий, в особенности, для компаний нефтегазового сектора, имеющего наибольший вес на российском фондовом рынке. Дополнительно выявлены различия в динамике финансовых ограничений среди крупнейших нефинансовых отраслей: в нефтегазовом и металлургическом секторах прослеживаются специфические тенденции, требующие дальнейшего анализа.
Исследование направлено на преодоление ограничений традиционных концепций ценообразования на рынках капитала – гипотезы эффективного рынка (ГЭР) и поведенческой экономики – путем интеграции социокультурных факторов в анализ информационной эффективности. Актуальность работы обусловлена недостаточным вниманием к роли культурных особенностей в формировании поведения инвесторов и институциональной среды. Цель исследования – выявить связь между культурными измерениями (дистанцией власти и индивидуализмом по Хофстеде) и информационной эффективностью рынков капитала. Методология включает логити пробит-регрессии, модели с нелинейными эффектами и фиктивными переменными наклона, Firth-регрессию для редких событий, бутстрап-анализ (10000 итераций) и модель с инструментальными переменными для данных 50 стран с использованием бинарного показателя эффективности и контрольных переменных: ВВП на душу населения, индекса эффективности госуправления и уровня финансового развития. Результаты демонстрируют: 1) устойчивую положительную связь между уровнем индивидуализма и рыночной эффективностью; 2) парадоксальный положительный характер связи дистанции власти с эффективностью, вероятно связанный с азиатским контекстом; 3) значимость одной контрольной переменной – уровня финансового развития; 4) зависимость от отнесения страны к развитой или развивающейся: так в развитых странах значимым фактором эффективности являлся уровень финансового развития, а в развивающихся – дистанция власти и индивидуализм. Научная новизна заключается в демонстрации многомерного взаимодействия культурных, институциональных и экономических факторов, расширяющего рамки традиционных моделей.
Несмотря на то, что конкурентные процессы на многостороннем рынке могут влиять положительно на общественное благосостояние, обеспечивая разнообразие предложения, возможна ситуация наличия риска злоупотребления рыночной властью и сохранения угрозы появления новых форм ограничения конкуренции. В данной обзорной статье рассмотрены теоретические положения анализа состояния конкуренции на многостороннем рынке, меняющемся при воздействии отрицательных и перекрестных сетевых эффектов. Предложен способ объяснения устойчивости процесса замедления влияния сетевых эффектов на потребительскую полезность преобладанием эффекта насыщения над эффектом полезности. К наиболее действенным мерам по поддержанию конкуренции отнесены регулирование процесса установления стандартов, предоставление доступа к ключевым мощностям (к примеру, к программному или аппаратному обеспечению), использования патентного права и лицензирования для защиты прав разработчика продукта относительно собственника системы. Ограничение отрицательного влияния внешних эффектов на стороне потребителя становится ключевой задачей регулятора. Вопрос необходимости разграничения перекрестного и косвенного сетевого эффекта остается открытым.
Запуск ChatGPT в конце 2022 г. привел к серьезным спорам об управлении генеративным искусственным интеллектом (ИИ). В этой статье рассматриваются первые международные инициативы в области управления и политики, специально посвященные генеративному ИИ: Хиросимский процесс «Большой семерки» (G7), отчеты Организации экономического сотрудничества и развития и саммит по безопасности ИИ в Великобритании. Этот анализ основан на литературе по разработке политики в области управления, в частности на работах по управлению технологиями и ответственным инновациям. Формирующееся управление генеративным ИИ демонстрирует полицентрические характеристики, где множественные и пересекающиеся центры принятия решений находятся в отношениях сотрудничества. Однако в нем доминирует ограниченное число развитых стран. Управление генеративным ИИ в основном сформулировано с точки зрения управления рисками, во многом игнорируя вопросы цели и направления инноваций и отводя довольно ограниченные роли общественности. Мы можем наблюдать возникновение «парадокса управления генеративным ИИ», а именно, как несмотря на то, что эта технология широко используется общественностью, ее управление довольно ограниченное. В этой статье вводится термин «управленческое решения», чтобы отразить этот довольно узкий и технократический подход к управлению генеративным ИИ. В качестве альтернативы предлагается принять политику полицентричного управления и ответственных инноваций, которые подчеркивают демократическое и совместное формирование технологий для общественного блага. В контексте крайне неравномерного распределения влияния в генеративном ИИ, характеризующегося высокой концентрацией власти в руках небольшого числа крупных технологических компаний, правительство играет особую роль в изменении дисбаланса сил путем обеспечения широкого участия общественности в управлении генеративным ИИ.
Концепции технологического суверенитета и импортозамещения являются важными направлениями развития национальной экономики в условиях внешних вызовов. Актуальность темы обусловлена необходимостью разработки подхода к импортозамещению в сфере ИКТ, направленного на обеспечение технологического суверенитета российской экономики в условиях внешних вызовов. Цель исследования состоит в выявлении проблем импортозамещения в сфере ИКТ России в контексте достижения технологического суверенитета. Выявлено, что основными проблемами на пути импортозамещения являются высокая импортозависимость и отсутствие полноценных аналогов зарубежных продуктов и услуг, недостаток кадров и финансовых ресурсов для перехода на отечественные продукты, невысокая инновационная активность предприятий.
В работе систематизируется опыт построения моделей общего равновесия в контексте оптимального налогообложения и пенсионных систем. Актуальность исследования обусловливается, с одной стороны, современными демографическими тенденциями и уже проводящимися реформами в России, а с другой – недостаточной разработанностью этих тем в отечественной литературе. Показано, что, во-первых, величина эластичности предложения труда может в значительной степени повлиять не только на размер оптимального подоходного налога, но и на сам тип шкалы налогообложения. Во-вторых, в условиях растущей с возрастом эластичности предложения труда обложение налогом доходов от капитала вместо труда может приводить к увеличению общественного благосостояния. В-третьих, если несклонные к риску индивиды существуют в условиях неопределенности, система социального обеспечения может приносить полезность индивидам, частично заменяя отсутствующие страховые рынки. Наконец, если экономика динамически неэффективна, распределительная пенсионная система позволяет справиться с проблемой перенакопления. На основе проведенного обзора приводится ряд специфических элементов, которые модель общего равновесия для России должна учитывать.
В статье рассматривается влияние локальных шоков в отдельных отраслях на макроэкономические показатели с использованием современных межотраслевых моделей и российских статистических данных. На основе динамической модели межотраслевых связей идентифицированы ключевые сектора российской экономики, наиболее значимые с точки зрения передачи долгосрочных шоков. К ним отнесены сырьевые и энергетические отрасли, оптовая и розничная торговля, а также транспортные услуги. Подтверждена важность этих отраслей через анализ центральности в сети производственных связей. Полученные результаты имеют практическое значение для разработки антикризисной политики, направленной на повышение устойчивости ключевых отраслей, мониторинг цен и поддержку устойчивых цепочек поставок.
Статья посвящена выявлению специфики поведения современного потребителя под воздействием технологий искусственного интеллекта (далее – ИИ). Анализируются факторы, формирующие потребительский опыт в эпоху цифровой экономики. Подчеркиваются возможности и риски, которые создает искусственный интеллект для принятия экономических решений с учетом ограниченной рациональности, поведенческих механизмов индивидов и влияния внешней среды. Посредством применения системного метода выявлено разнообразие технологий ИИ и особенности их влияния на потребителя. В качестве примера исследуется феномен виртуальных инфлюенсеров (далее – ВИ) – цифровых персонажей, созданных с помощью ИИ, которые активно взаимодействуют с аудиторией через каналы социальных сетей. В заключении отмечается, что ИИ является не просто маркетинговым инструментом компаний, но активным участником экономического взаимодействия, а его неоднозначность требует соответствующего институционального регулирования.
Статья посвящена исследованию креативности как сложного междисциплинарного феномена. Авторы поднимают важные теоретико-методологические вопросы: что представляет собой креативность в границах экономики и каковы ее особенности? Отмечается, что креативность может быть тесно связана с рациональным поведением в процессе принятия решения, но при этом имеет своей составляющей иррациональный аспект. Подчеркивается, что на этапе цифровой экономики креативность выступает как реакция человека на неопределенность внешней среды, усиливающуюся под воздействием технологий искусственного интеллекта. В заключении авторы подчеркивают актуальность креативности как драйвера развития человеческого капитала и формирования модели креативного человека.
Издательство
- Издательство
- МГУ им. М.В.Ломоносова
- Регион
- Россия, Москва
- Почтовый адрес
- оссийская Федерация, 119991, Москва, Ленинские горы, д. 1
- Юр. адрес
- оссийская Федерация, 119991, Москва, Ленинские горы, д. 1
- ФИО
- Садовничий Виктор Антонович (РЕКТОР)
- E-mail адрес
- info@rector.msu.ru
- Контактный телефон
- +7 (495) 9391000
- Сайт
- https://msu.ru/