Цифровой Госплан: как алгоритмы воспроизводят проблемы советской плановой экономики

Когда «Яндекс Такси» фиксирует цену поездки в 428 рублей, пассажир теряет возможность выбора, а водители — стимул выходить на линию в пробках. Новая цифровая экономика не отменяет дефицит, а лишь маскирует его под «объективные» данные. Почему ИИ-Госплан 2.0 рискует повторить ошибки ОГАС — и как алг…

Цифровой Госплан: как алгоритмы воспроизводят проблемы советской плановой экономики
Photo by Luke Chesser / Unsplash

Цифровой Госплан: алгоритмы против реальности

Когда приложение «Яндекс Такси» показывает фиксированную цену в 428 рублей, пассажир не выбирает водителя, не торгуется и не может переплатить за срочность. Алгоритм принял решение — и точка. Заместитель главы администрации президента Максим Орешкин называет это «плановым ценообразованием»: мол, без цифровизации проезд в Москве обошёлся бы втрое дороже, а водители тратили бы 80 % времени на поиск заказов вместо самих поездок. Но что происходит, когда за окном пробка, а пассажир на другом конце города? На экране пусто, а у обочины стоят люди, готовые переплатить. Цифровизация не отменяет дефицит. Она маскирует его под объективные данные.

Возврат к плановой экономике — не метафора. В 1960–70-х годах Виктор Глушков пытался создать Общегосударственную автоматизированную систему управления (ОГАС) — сеть вычислительных центров, которая должна была координировать экономику в реальном времени. Проект напоминал смесь интернета и ERP для всей страны: планирование, учёт, логистика — всё в одном контуре. Но ОГАС не состоялся не из-за коррупции, а из-за структурных противоречий советской системы. Ведомства не желали делиться данными, централизация грозила перераспределением власти, а элементная база и инфраструктура не тянули масштаб. Конфликт интересов убил саму идею централизованного управления.

Сегодня Фонд «Кристалл роста» продвигает ИИ-Госплан 2.0 — прототип системы государственного планирования на базе искусственного интеллекта, поддержанный в администрации президента и ключевых министерствах. Речь идёт об автоматизации институтов, транзакций и даже межличностных отношений. Но что изменилось с тех пор, как Глушков бился над ОГАС? Те же риски — инерция, бюрократизация, дефицит — только теперь в цифровом формате. Алгоритмы не понимают контекста. Они работают с историческими данными и текущими сигналами, но не умеют предсказывать форс-мажоры: внезапные санкционные шоки, всплески инфляции или локальные сбои в поставках. Когда внешние условия меняются резко, система либо застывает, либо требует ручной корректировки — а это уже возврат к ручному управлению, против которого якобы и выступает цифровизация.

Возьмём всё тот же «Яндекс Такси». Водители действительно тратят меньше времени на поиск клиентов: 80 % рабочего времени уходит на перевозку, а не на ожидание заказа. Но если алгоритм занижает тарифы в пробках, машины не выходят на линию. Пассажиры видят пустую карту и не могут переплатить за срочность — даже если готовы. Система создаёт иллюзию предсказуемости, но на деле воспроизводит старую проблему плановой экономики: дефицит. Только теперь его источником становятся не директивные планы, а негибкие алгоритмы, которые не успевают адаптироваться к новым условиям.

Цифровой Госплан — это не возрождение советской модели, а её цифровая тень. Алгоритмы воспроизводят худшие черты плановой экономики: инерцию, бюрократию и дефицит, но под прикрытием «объективных» данных. Они экономят транзакционные издержки в стабильных условиях, но ломаются при неопределённости. В час пик или во время внешнего шока системе требуется ручная настройка — а значит, чиновник или оператор платформы всё равно принимает решение, пусть и через интерфейс.

Экономика не подчиняется уравнениям межотраслевого баланса и не поддаётся точному прогнозированию. Инновации рождаются не из централизованных расчётов, а из личной инициативы, которую невозможно запрограммировать. Цифровизация может быть инструментом — но только если она дополняет рынок, а не подменяет его. Иначе она рискует стать новой формой директивного управления: без советской идеологии, зато с иллюзией технологической нейтральности.

Read more

Пять тысяч человек видят ИИ, которого не существует для остальных шести миллиардов

Андрей Карпати оценивает, что лишь пять тысяч человек имеют доступ к вершине возможностей языковых моделей, тогда как шесть миллиардов почти не сталкивались с ними. Разрыв в понимании ИИ растёт, и дело не в доступе, а в сложности задач, которые мы перед ним ставим.

Строительный сектор сжимается: главный риск — в «серой зоне»

Строительный сектор сжимается: главный риск — в «серой зоне»

Число строительных компаний в России сократилось на 4,3% за год. Но главная угроза — не в ликвидированных фирмах, а в десятках тысяч компаний с заблокированными счетами и высоким риском банкротства, которые могут обрушить подрядчиков.

Drex: модель, которая решает, а не говорит

Drex: модель, которая решает, а не говорит

В индустрии, где главным продуктом стал текст, появляется модель, которая отказывается от текста как такового. Drex принимает на вход факты и за один проход выдаёт распределение вероятностей по всем возможным вариантам. Никаких рассуждений вслух, никаких промежуточных выкладок — только числа.

Воронка Карпати: почему экспонента ИИ проходит мимо 99,8% человечества

Воронка Карпати: почему экспонента ИИ проходит мимо 99,8% человечества

Шесть миллиардов человек никогда не взаимодействовали с языковыми моделями. Еще один-два миллиарда хотя бы раз написали запрос в бесплатный ChatGPT. Около двадцати миллионов используют агентов в работе. И примерно пять тысяч человек имеют доступ к внутренним системам OpenAI. Андрей Карпати объясняе…