Экспертное заключение подготовлено по итогам сессии ПМЭФ-2022 "Цифровой след: заявка на будущее".

Автор: Дятлов Сергей Алексеевич, доктор экономических наук, профессор, профессор кафедры общей экономической теории и истории экономической мысли Санкт-Петербургского государственного экономического университета

В условиях наступления цифровой эпохи и глубинной трансформации всего индустриально-рыночного мирохозяйственного порядка появляется и становится господствующим новый вид конкуренции — глобальная инновационная гиперконкуренция. Технологической основой формирования гиперконкурентной нейросетевой экономики является глобальная сеть нового поколения Нейронет. Неотъемлемыми элементами гиперконкурентной цифровой экономики являются разнообразные цифровые платформы, сервисы и приложения. В современной цифровой нейросетевой экономике для принятия эффективных управленческих, стимулирующих и коррекционных решений большое значение имеют оперативный сбор, анализ и использование больших данных, создание и моделирование цифровых двойников и цифровая маркировка процессов, товаров и услуг.

Цифровая экономика оперирует умными большими данными (Smart Big Data). По данным аналитиков «GIV-25» цифровая экономика оценивается в 23 трлн долл. В мире к 2025 году 85 % сервисов будут находиться в цифровых облаках, 86 % крупнейших компаний будут внедрять искусственный интеллект, доля больших данных вырастет до 80 %. Ежегодно будет генерироваться 180 млрд терабайт данных, что станет источником инновационных интеллектуальных технологий и создания новой добавленной стоимости. На современной стадии развития цифровой экономики страны, регионы, города, предприятия, домашние хозяйства и отдельные пользователи будут функционировать на основе интернета вещей, нейронных сетей, искусственного интеллекта, технологий 5G и 6G, экосистемных нейросетевых платформ, сервисов и цифровых двойников.

В гиперконкурентной нейросетевой экономике важнейшими элементами, функционирующими на базе глобальной сети нового поколения Нейронет, становятся цифровые двойники технологий, процессов, объектов, работников и управляющих систем. Цифровые двойники могут иметь прототипы в различных сферах экосистемы. Например, цифровым двойником реальной фирмы может быть цифровая фирма, которая создаёт цифровую копию (умную модель) выпускаемого продукта, что позволяет представить в цифровом виде данный продукт на всех этапах производственного процесса: от стадии виртуального проектирования, создания цифрового макета или цифрового прототипа будущего изделия, сбора данных, планирования, корректировки конечных параметров.

В цифровой нейросетевой экономике все процессы, формальные и неформальные участники глобальных сетей оставляют свой цифровой след. Цифровой след может оставлять свой отпечаток не только в прошлом, но и может быть направлен в будущее — если этот след оставляет высококвалифицированный специалист, имеющий развитые нейросетевые компетенции, навыки и способности, которые становятся накопленными инвестициями в человеческий капитал и капитализируемые в будущем разнообразные денежные, социальные и сетевые эффекты.

В цифровой нейросетевой экономике происходит формирование нейросетевой образовательной экосистемы, важнейшим элементом которой является цифровой образовательный двойник. Цифровой образовательный двойник представляет собой прошедшую официальную цифровую сертификацию цифровую полифункциональную модель, являющуюся системным элементом интегрированной цифровой образовательной экосистемы и адекватно отображающей реальные объекты (обучаемые, специалисты, преподаватели, университеты, региональная, национальная образовательные экосистемы), их функции, взаимосвязи и эффекты. По прогнозам экспертов, рынок таких инновационных продуктов, как цифровые двойники, составит более 16 млрд долл. США [6].

В рамках новой системы соционейросетевого образования формируется нейросетевой человеческий капитал, возникает целый класс новых научно-образовательных нейросетевых эффектов, происходит усиление когнитивных и аналитических способностей специалиста, увеличение объёма и скорости передачи информации, усвоения знаний и интеграции в универсальную экосистему. Возникнут и получат широкое развитие новые формы обучения и повышения квалификации через нейросети; виртуальные исследования и моделирование; применение нейровиртуальной реальности (виртуальных умных пространств, дополненной умной реальности, цифровых библиотек, баз больших данных, средств их сбора, анализа, хранения и использования).

Цифровой образовательный двойник осуществляет генерацию разнообразных умных данных (Smart Big Data), получаемых в результате многоаспектного осуществления образовательного процесса, включая формирование сетевых образовательных способностей и профессиональных компетенций обучаемых, которые могут быть использованы для моделирования сценариев поведения, функционирования и развития как всего образовательного процесса, так и отдельных его элементов. Фиксируемые умные данные, характеристики поведения, состояния, функционирования и развития цифрового образовательного двойника отражаются в цифровой матрице данных, включающей ресурсные возможности и ограничения, параметры состояния, целевые показатели, возможные отклонения. После анализа потока умных больших данных вносятся корректировки в режимы функционирования реального образовательного объекта и образовательного процесса.

В таком понимании цифровой двойник позволяет не только адекватно описывать поведение реального объекта, но и с высокой степенью адекватности даёт возможность моделировать различные возможные и непредвиденные ситуации (включая их всевозможные комбинации). Следовательно, цифровой двойник обладает предсказательным потенциалом, направленным в будущее и позволяющим делать прогнозы в условиях возникновения сложных непредвиденных ситуаций и усиления глобальной инновационной гиперконкуренции.

Следует иметь в виду, что важнейшим элементом и участником сетевых взаимодействий в гиперконкурентной цифровой экономике становится искусственный (дополненный, сильный) интеллект, который не просто оставляет свой цифровой след, но и влияет на содержание, качество и результативность осуществляемых в глобальных и локальных сетях процессов. Базовым институтом развития цифровой нейросетевой экономики — экономики предвидения и прогнозирования будущего — становится сильный искусственный интеллект (AI).

Перспективы дальнейшего развития гиперконкурентной нейросетевой экономики зависят от решения глубинного противоречия между совокупным интеллектом человеческого общества и самообучающимся искусственным интеллектом, базирующимся на использовании интегративно-распределённых нейронных сетей. Симбиоз и взаимодействие нейросетевого искусственного интеллекта и интеллекта человеческого общества возможен на основе использования соционейроморфных интерфейсов. Под влиянием цифровой соционейротехнологической трансформации возникает и углубляется интеграция естественного человеческого интеллекта и искусственного интеллекта, что приводит к возникновению гибридных соционейроморфных экосистем принятия решений.

Специалисты компании «PricewaterhouseCoopers» считают, что в результате внедрения искусственного интеллекта глобальный валовой внутренний продукт (ВВП) к 2030 году возрастёт на 14 %, а это добавит во всемирную экономику дополнительные 15,7 трлн долл. США. PWC также прогнозирует, что стратегические инвестиции в различные типы технологий искусственного интеллекта будут способствовать значительному росту производительности и ВВП мировой экономики. Прогнозируется, что к 2030 году значительно увеличится спрос на системы искусственного интеллекта и высококвалифицированный труд специалистов, имеющих развитые нейроцифровые компетенции.

В России приоритеты развития систем искусственного интеллекта определены в «Национальной стратегии развития искусственного интеллекта на период до 2030 года», утверждённой Указом Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации». В развитие названной стратегии распоряжением Правительства Российской Федерации от 19 августа 2020 г. № 2129-р была принята и утверждена «Концепция развития регулирования отношений в сфере технологий искусственного интеллекта и робототехники до 2024 года».

Министерство науки и высшего образования Российской Федерации утвердило модуль «Системы искусственного интеллекта», который служит методической рекомендацией для помощи российским университетам при актуализации основных образовательных программ высшего образования по всем специальностям и направлениям подготовки. Изучение искусственного интеллекта и нейронных сетей включено в образовательные программы ведущих российских университетов с 2021 г.

На базе университета ИТМО создан и функционирует исследовательский центр «Сильный искусственный интеллект в промышленности». Основное направление работы Центра будет связано с сильным искусственным интеллектом — имитацией машиной креативной умственной деятельности специалиста (например, конструктора, проектировщика, технолога, управленца). Подразделение, занимающееся разработками по созданию сильного искусственного интеллекта, создано в экосистемной компании «СБЕР».

В XXI веке главный ресурс — это не природные или финансовые ресурсы, а сам человек (человеческое общество), его психофизиологические и интеллектуальные параметры, человеческое поведение и человеческий опыт во всех его проявлениях, включая принятие решений. Человеческая жизнь, поведение, принимаемые решения и накопленный опыт (мировоззренческие, нейробиометрические, интеллектуальные, социальные, поведенческие, эмоциональные и др.) оцифровываются, обрабатываются системами ИИ и переводятся в поведенческие данные цифрового двойника реального человека, который существует в виртуальном метамире, которого можно программировать и которым можно управлять, оказывая обратное манипуляционное управляющее воздействие на живого человека в реальном мире. Все эти данные о человеке в цифровом виде становятся информационным продуктом (персонифицированным товаром).

На основе сбора и обработки больших данных появляется возможность каждому человеку построить нейроцифровой профиль в облаке, который постоянно пополняется и анализируется, что позволяет вырабатывать систему мер по управлению реальным человеком, его поведением и принимаемыми решениями. Происходит формирование и развитие рынка аналитических предсказаний человеческого поведения — возможность по анализу цифрового профиля человека предсказывать его поведение, а в перспективе — возможность управлять человеческим поведением и манипулировать процессом принятия решений людьми.

Новым оцифрованным товаром, на который во всём мире стремительно растёт спрос, становятся систематизированные большие данные о людях и предсказания о поведении и управлении поведением отдельного человека, коллективов, этносов и всего человеческого общества. Формируется новый рынок персонифицированных предсказательных продуктов, который получил название «человеческих поведенческих фьючерсов» в гиперконкурентной нейросетевой экономике. На место торговли овеществлёнными бездушными товарами (интернет вещей) приходит торговля управления человеческим поведением, управление мотивами, интересами, предпочтениями людей и управление принятием управленческих решений людьми (Нейронет-людей).

Использование в рамках цифровой образовательной экосистемы цифровых образовательных двойников во взаимодействии с другими цифровыми инструментами, прежде всего во взаимодействии посредством соционейроморфных интерфейсов с сильным искусственным интеллектом, позволяет создавать гиперконкурентный цифровой образовательный продукт — нейросетевой человеческий капитал креативных, высококвалифицированных специалистов, гибко реагирующих на быстро изменяющиеся условия, принимающих эффективные решения и являющихся главным драйвером динамичного развития гиперконкурентной нейросетевой экономики России в XXI веке.

Экспертные аналитические заключения по итогам сессий деловой программы Форума и любые рекомендации, предоставленные экспертами и опубликованные на сайте Фонда Росконгресс, являются выражением мнения данных специалистов, основанном, среди прочего, на толковании ими действующего законодательства, по поводу которого даётся заключение. Указанная точка зрения может не совпадать с точкой зрения руководства и/или специалистов Фонда Росконгресс, представителей налоговых, судебных, иных контролирующих органов, а равно и с мнением третьих лиц, включая иных специалистов. Фонд Росконгресс не несёт ответственности за недостоверность публикуемых данных и любые возможные убытки, понесённые лицами в результате применения публикуемых заключений и следования таким рекомендациям.