Искусственный интеллект (ИИ) стал одним из главных направлений геополитической конкуренции. Однако большинство сравнительных анализов технологической гонки ограничиваются входными показателями: количеством графических процессоров (GPU), объёмами инвестиций и количеством патентных заявок. Это лишь косвенные показатели, а не объяснения. Для специалистов по международным отношениям, разработчиков государственной политики и корпоративных стратегов важен более сложный вопрос: «почему» разные политико-экономические системы приходят к разным стратегиям внедрения ИИ, и что эти стратегии говорят о более глубоких представлениях о государственном потенциале, готовности принимать риски и связи между технологическими возможностями и национальной мощью? Различия между Азией и Европейским союзом – это прежде всего не история о разрыве в инвестициях или абстрактных различиях в регулировании. Это история о том, какую «цель» государство ставит перед искусственным интеллектом. В Азии ИИ рассматривается как проблема координации, которую государство должно решать. В Европе он в основном воспринимается как проблема ответственности и рисков, которыми государство должно управлять. Эта разница в подходах имеет долгосрочные структурные последствия, которые со временем усиливаются, и эмпирические данные за период 2024–2026 годов делают эти последствия всё более очевидными.

Глобальная картина внедрения: что показывают современные данные

Прежде чем рассматривать, как разные государства реагируют на развитие ИИ, стоит определить, что показывают данные о текущем распространении этой технологии. Индекс ИИ Стэнфордского университета 2026 года сообщает, что генеративный ИИ достиг 53% мирового уровня использования среди населения всего за три года – быстрее, чем персональные компьютеры или интернет. Организационное внедрение, согласно исследованию McKinsey State of AI 2025, достигло 88% компаний, использующих ИИ хотя бы в одной бизнес-функции, по сравнению с 78% годом ранее. Мировые корпоративные инвестиции в ИИ более чем удвоились в 2025 году, достигнув 581,7 млрд. долларов США, а частные инвестиции отдельно составили 344,7 млрд. долларов США. Эти общие показатели впечатляют, но они скрывают структурное расхождение, которое и является главным вопросом: уровень внедрения среди населения варьируется от 61% в Сингапуре до 28,3% в США. Для сравнения, средний показатель использования ИИ предприятиями в ЕС-27 составляет 20% (Eurostat 2025), и за этим средним значением скрывается огромный разрыв между крупными компаниями и малым бизнесом, что является центральным аспектом европейской проблемы.

Необходимость сокращения этого разрыва ради повышения производительности получает всё большее подтверждение благодаря эмпирическим данным. Экспериментальные исследования ОЭСР, рассмотренные в научной работе июля 2025 года, показывают, что специалисты в сфере обслуживания клиентов, разработки программного обеспечения и консалтинга получили средний прирост производительности от 5% до более чем 25% после внедрения генеративного ИИ. Макроэкономические данные начинают подтверждать эти эффекты: исследование, опубликованное в апреле 2026 года, показало, что рост числа активных пользователей ИИ в различных профессиях – примерно с 12% в середине 2024 года до 26% к концу 2025 года – связан с увеличением реального выпуска продукции примерно на 1,4–2,8%, или примерно на один–два процентных пункта годового роста. Это не предположения и не прогнозы, а уже зафиксированные результаты. Экономики, которые быстрее других смогут сократить разрыв во внедрении искусственного интеллекта, первыми получат эти преимущества, причём их эффект будет со временем только усиливаться. На рисунке 1 показан текущий уровень внедрения ИИ в компаниях стран и территорий, рассматриваемых в этой статье.

Три модели внедрения ИИ под руководством государства

Пять азиатских экономик, рассматриваемых здесь – Китай, Южная Корея, Япония, Индия и Сингапур – не придерживаются одной единой модели. Их объединяет общий принцип: внедрение искусственного интеллекта не достигнет необходимого масштаба и скорости без целенаправленного вмешательства государства для ускорения спроса. Форма такого вмешательства значительно различается и зависит от структурных особенностей каждой политико-экономической системы.

Первая модель – это распространение через государственные обязательства. Китайская инициатива «ИИ Плюс» («AI Plus»), опубликованная Государственным советом в августе 2025 года, устанавливает цель достижения 90-процентного проникновения интеллектуальных устройств и ИИ-агентов в шести определённых секторах к 2030 году. С аналитической точки зрения важно не само масштабное число, а логика, стоящая за ним. Пекин рассматривает распространение ИИ так же, как ранее рассматривал электрификацию или развитие широкополосного интернета: как проблему координации, где одних рыночных механизмов недостаточно, поскольку отдельные участники не могут получить всю общественную выгоду от внедрения. Решение заключается в законодательном стимулировании темпов внедрения, а не только в субсидировании исходных ресурсов. Анализ Trivium China отмечает, что этот подход повторяет структурную логику инициативы «Интернет Плюс» 2015 года. Результаты уже заметны: база пользователей ИИ в Китае более чем удвоилась в первой половине 2025 года, достигнув 515 миллионов пользователей, а внедрение ИИ выросло на 36,5% за шесть месяцев после запуска DeepSeek-R1 в январе 2025 года (CNNIC, цитируется в AI News). По данным Индекса глобального внедрения ИИ IBM за 2025 год, уровень корпоративного внедрения составляет около 58%. Китай также занимает первое место в мире по количеству заявок на патенты в сфере ИИ – 38,58% от мирового объёма по состоянию на апрель 2025 года. Анализ RAND Corporation за июнь 2025 года делает вывод, что промышленная политика Китая, вероятно, ускорит его развитие, особенно благодаря субсидируемым вычислительным мощностям и внедрению приложений. При этом китайские модели сократили разрыв с ведущими американскими моделями до всего 2,7% по рейтингу Arena Elo (Stanford HAI 2026).

Вторая модель – это сочетание законодательства и капитала, наиболее ярко представленная Южной Кореей. Рамочный закон о развитии искусственного интеллекта, вступивший в силу в январе 2026 года, сделал Корею первой страной, объединившей управление, промышленную политику и регулирование рисков в одном законодательном акте. Корея дополнила это троекратным увеличением национального бюджета на ИИ до 10,1 трлн. вон (примерно 6,94 млрд. долларов США) за один финансовый год, а также размещением 260 000 графических процессоров Blackwell в Samsung, SK Hynix, Hyundai, Naver и государственной инфраструктуре. Индекс ИИ Стэнфорда 2026 года отмечает, что Южная Корея теперь лидирует в мире по количеству патентов в сфере ИИ на душу населения – показателю плотности инноваций, отражающему глубину промышленной интеграции. Отличительная черта этой модели – одновременность действий: Корея не откладывает внедрение ради регулирования и не ждёт капитала перед созданием правил. Она развивает оба направления параллельно, используя закон как механизм координации, а финансовые обязательства как сигнал доверия для частного сектора.

Третья модель – государственные субсидии на развитие инфраструктуры. Именно по этому пути идёт Индия. Одобренная в марте 2024 года программа IndiaAI Mission рассматривает вычислительные мощности для искусственного интеллекта так же, как раньше государства рассматривали электроэнергию: как важнейшую инфраструктуру, доступ к которой должно обеспечивать государство. Логика проста – если бизнесу и учёным не хватает вычислительных ресурсов, развитие технологий неизбежно замедляется. В рамках программы уже закуплено более 38 тыс. графических процессоров (GPU), включая 1 050 специализированных процессоров Google Trillium (TPU), хотя первоначально планировалось приобрести лишь 10 тыс. Стартапы и исследовательские организации могут пользоваться вычислительными мощностями уровня NVIDIA H100 всего за 65 рупий (около 0,72 доллара США) в час – это самая низкая субсидируемая цена в мире. Такой подход уже даёт результаты. По данным IBM, в 2025 году искусственный интеллект использовали уже 57% индийских компаний. В феврале 2026 года министр электроники и информационных технологий Индии Ашвини Вайшнав сообщил, что объём подтверждённых инвестиций в сферу ИИ достиг 90 млрд долларов США. Ожидается, что в течение ближайших двух лет общий объём вложений во всю отрасль искусственного интеллекта превысит 400 млрд долларов США. Индия делает ставку не на жёсткое регулирование, а на создание доступной вычислительной инфраструктуры. Расчёт заключается в том, что если обеспечить бизнес и исследователей необходимыми вычислительными мощностями, внедрение искусственного интеллекта будет ускоряться само по себе, а экономический эффект со временем будет только расти. Первые результаты показывают, что эта стратегия уже начинает приносить плоды.

Япония и Сингапур: стратегия сокращения технологического разрыва и точечного подхода

Япония представляет четвёртую модель развития – масштабные инвестиции для сокращения технологического отставания. Такой подход стал скорее вынужденной реакцией на низкие темпы внедрения искусственного интеллекта, чем результатом заранее продуманной стратегии. Согласно «Белой книге» Министерства внутренних дел и коммуникаций Японии за 2025 год, в 2024 году генеративным искусственным интеллектом пользовались лишь 26,7% жителей страны. Для сравнения, в США этот показатель составлял 68,8%, а в Китае – 81,2%. Ещё более показательной является статистика Организации экономического сотрудничества и развития (ОЭСР): в 2024 году ИИ применялся в ключевых бизнес-процессах только у 1,9% японских компаний, тогда как в США этот показатель достигал 6,1%. Это свидетельствует о том, что искусственный интеллект пока слабо интегрирован в деятельность японского бизнеса, несмотря на значительные объёмы инвестиций. В ответ Япония делает ставку на масштабные капиталовложения. Компания NTT планирует инвестировать 59 млрд долларов США до 2027 года, а SoftBank обязалась вложить более 40 млрд долларов США в проект Stargate, реализуемый совместно с OpenAI. Опыт Японии должен показать, достаточно ли одних крупных инвестиций для ускорения внедрения искусственного интеллекта, или же такие структурные препятствия, как осторожная корпоративная культура и система пожизненного найма, нельзя преодолеть только финансовыми вложениями.

Сингапур представляет пятую модель развития – управление на основе точных данных и постоянной оценки результатов. Обновлённая в мае 2026 года Национальная стратегия развития искусственного интеллекта (National AI Strategy 2.0) примечательна не столько своими масштабными целями, сколько детально проработанным подходом к их реализации. Согласно Индексу ИИ Стэнфордского университета за 2026 год, генеративным искусственным интеллектом пользуются 61% населения Сингапура – это самый высокий показатель в мире наряду с ОАЭ. По данным Управления по развитию инфокоммуникационных технологий (IMDA), в 2024 году ИИ использовали 62,5% крупных компаний и 14,5% малых и средних предприятий. В рамках Национальной программы развития ИИ (National AI Impact Programme) поставлена цель внедрить технологии искусственного интеллекта в 10 тыс. компаний в течение трёх лет. Главная особенность Сингапура заключается в его небольшом масштабе. Это позволяет государству практически в режиме реального времени отслеживать результаты внедрения ИИ, оценивать, насколько активно новые технологии используются, и при необходимости быстро корректировать меры государственной поддержки. Благодаря этому Сингапур фактически стал своеобразной «живой лабораторией», где накопленные данные помогают вырабатывать решения, которые крупные государства не могут получить, опираясь лишь на общую статистику.

Ошибочная стратегия Европейского союза: что говорят данные о внедрении ИИ

На фоне этих пяти моделей подход Европейского союза основан на совершенно ином понимании целей регулирования искусственного интеллекта. Данные за 2024–2025 годы наглядно показывают, к каким результатам привела эта стратегия. Согласно данным Eurostat, опубликованным в декабре 2025 года, доля компаний в странах ЕС, использующих искусственный интеллект, выросла с 13,5% в 2024 году до 20% в 2025 году. Рост на 6,5 процентного пункта свидетельствует о положительной динамике. Наиболее высокие показатели зафиксированы в Дании (42%), Финляндии (37,8%) и Швеции (35%). Однако общая статистика скрывает серьёзную структурную проблему. Внедрение ИИ существенно различается в зависимости от размера компании. Как показано в таблице 2, в 2025 году искусственный интеллект использовали 55% крупных предприятий (с численностью персонала 250 и более человек), тогда как среди малых компаний (от 10 до 49 сотрудников) этот показатель составил лишь 17%. Более того, разрыв между крупными и малыми предприятиями не сократился, а, наоборот, увеличился более чем на 7 процентных пунктов, достигнув 38 процентных пунктов (рисунок 2).

Именно эта разница между крупными и малыми компаниями является ключевой проблемой внедрения искусственного интеллекта в Европейском союзе и напрямую связана с Законом об ИИ (AI Act). По оценкам рынка консалтинговых услуг, первоначальные затраты малых и средних предприятий на выполнение требований к системам ИИ высокого риска, предусмотренным Приложением III, составляют от 200 тыс. до 500 тыс. евро. Эти расходы распределены на период с 2025 по 2027 год (рисунок 5). Несмотря на то что AI Act предусматривает специальные меры поддержки для малого и среднего бизнеса – пропорциональные сборы, доступ к регуляторным «песочницам» и упрощённые требования к документации, – обязательные требования для организаций, использующих системы ИИ высокого риска, вступают в силу уже в августе 2026 года. При этом 12 из 27 стран ЕС не успели к установленному сроку назначить национальные органы, отвечающие за контроль за исполнением закона. О наличии этой проблемы свидетельствует и инициатива самой Европейской комиссии. Представленный в ноябре 2025 года пакет мер Digital Omnibus предусматривает сокращение административной нагрузки на 25% в целом и на 35% для малых и средних предприятий к 2029 году. Уже сейчас более 60% европейских стартапов предпочитают разрабатывать решения с низким уровнем риска, чтобы избежать дополнительных требований законодательства. Таким образом, система регулирования начинает определять направление развития инноваций ещё до того, как закон полностью вступил в силу.

Ситуация с инвестициями усиливает опасения. Европа привлекла лишь 20,9 млрд. долларов США частных инвестиций в ИИ в 2025 году, тогда как США получили 285,9 млрд. долларов США – соотношение 13,7 к 1 (рисунок 3). Частные инвестиции Китая в размере 12,4 млрд. долларов США значительно недооценивают его реальные возможности, если учитывать государственные фонды поддержки. По оценке Stanford HAI, с 2000 по 2023 год в различных секторах было направлено 912 млрд. долларов США государственных фондов стратегического финансирования. Собственный отчёт Европейской комиссии о состоянии цифрового десятилетия за июнь 2025 года признаёт, что при нынешних темпах ЕС достигнет целей на 2030 год только примерно к 2040 году. Анализ Public First оценивает, что ЕС способен реализовать около 1,3 трлн. евро потенциальной цифровой ценности к 2030 году, оставляя нереализованными до 1,5 трлн. евро.

Внедрение искусственного интеллекта: проблема, которую невозможно решить в одиночку

Сравнительный анализ показывает, что внедрение искусственного интеллекта можно рассматривать как проблему коллективных действий, о которой говорится в исследованиях по экономической географии и промышленной политике. Главная проблема заключается не в том, что компаниям не хватает информации об ИИ — технология хорошо известна, а её возможности уже широко описаны. Проблема состоит в другом: внедрение ИИ приносит выгоду не только самой компании, но и экономике в целом. Использование искусственного интеллекта способствует накоплению данных, повышению квалификации работников и распространению новых знаний и опыта между компаниями. При этом отдельная фирма не может в полной мере получить выгоду от всех этих положительных эффектов. Поэтому, если полагаться исключительно на рыночные механизмы, уровень внедрения ИИ неизбежно окажется ниже оптимального для экономики. В таких условиях государственное вмешательство является не искажением работы рынка, а способом устранить его структурные недостатки.

Различия между рассмотренными странами заключаются в том, какими способами они решают эту проблему. Китай использует административные механизмы. Южная Корея сочетает законодательное регулирование с масштабными государственными инвестициями. Индия снижает барьеры для внедрения ИИ за счёт субсидирования дефицитных вычислительных ресурсов. Сингапур делает ставку на точный мониторинг результатов и адресную государственную поддержку. Япония пытается решить проблему за счёт концентрации частного капитала, рассматривая её как альтернативу механизмам стимулирования спроса. Европейский союз, напротив, делает ставку на систему нормативных требований. Однако это не механизм координации внедрения ИИ, а механизм распределения рисков. Такая система определяет, что компаниям запрещено делать, но не решает основную проблему – как стимулировать массовое внедрение искусственного интеллекта. При этом экспериментальные исследования ОЭСР показывают, что рост производительности благодаря ИИ возможен только при эффективном взаимодействии человека и искусственного интеллекта, а также при правильном применении технологии к конкретным задачам. Для формирования таких компетенций сначала необходимо обеспечить широкое внедрение ИИ. Одними лишь требованиями законодательства создать такие возможности невозможно.

Такой подход соответствует давно существующим дискуссиям в сравнительной политической экономии. Исследования, начиная с работ Родрика (2004) о процессе поиска новых направлений развития экономики и Хаусманна и Идальго (2011) об экономической сложности, показывают, что наиболее важная роль государства в промышленной трансформации заключается в создании общих условий для развития. К ним относятся подготовка кадров, развитие инфраструктуры и формирование единых стандартов, которые делают инвестиции компаний более эффективными и оправданными. Все рассмотренные в статье азиатские страны, хотя и используют разные подходы, инвестируют именно в создание таких общих условий. Европейский союз, несмотря на высокий уровень развития системы регулирования, пока не создал сопоставимых механизмов, способных стимулировать спрос на технологии искусственного интеллекта.

Выводы для бизнеса и государственных органов

Практическое значение этих процессов трудно переоценить, а данные о росте производительности подтверждают это. Согласно исследованиям, приведённым в докладе Stanford AI Index 2026, внедрение искусственного интеллекта позволяет повысить производительность примерно на 14–15% в сфере клиентской поддержки, на 26% – в разработке программного обеспечения и на 50% – в маркетинге (рисунок 4). Однако эти показатели относятся к отдельным видам деятельности. Их влияние на экономику в целом зависит от того, насколько широко ИИ будет внедрён. Если к 2030 году уровень внедрения искусственного интеллекта в Китае достигнет 90%, а в Европейском союзе составит лишь 30–40%, возникший разрыв в производительности уже не удастся компенсировать только с помощью регулирования. Компании, которые внедряют ИИ раньше других, накапливают практический опыт, формируют более качественные массивы данных для обучения моделей и развивают внутренние компетенции, которые поздние участники рынка уже не смогут просто приобрести за деньги.

Для транснациональных компаний, работающих в разных странах, такие различия создают как риски, так и новые стратегические возможности. Компании, развивающие технологии искусственного интеллекта в странах Азии, где условия для внедрения ИИ более благоприятны, могут выйти на рынок Европейского союза с уровнем компетенций, которого европейские конкуренты ещё не успели достичь. При этом требования Закона ЕС об искусственном интеллекте (AI Act) распространяются на все системы ИИ, используемые на территории Европейского союза, независимо от того, где они были разработаны. Это означает, что основная нагрузка по соблюдению требований ложится на европейские подразделения компаний, даже если их технологии создавались за пределами ЕС. Возникает своеобразный парадокс: регулирование, призванное защитить европейский рынок, увеличивает издержки компаний, уже работающих в Европе, но не мешает иностранным участникам рынка развивать свои технологии и накапливать конкурентные преимущества за пределами ЕС.

Из этого не следует, что Европейскому союзу необходимо отказаться от Закона об искусственном интеллекте (AI Act). Основанный на оценке уровня риска подход действительно помогает решать важные вопросы, связанные с защитой основных прав и безопасностью при использовании ИИ в наиболее чувствительных сферах. Однако проблема заключается в последовательности принимаемых мер и распределении расходов на соблюдение новых требований. Главный недостаток нынешней политики ЕС состоит в отсутствии мер, стимулирующих спрос на технологии искусственного интеллекта. Европе пока не хватает инструментов, подобных индийской программе субсидирования вычислительных мощностей для малого и среднего бизнеса, масштабным государственным инвестициям Южной Кореи или китайским целевым программам по внедрению ИИ в отдельных отраслях. Планы ЕС по развитию производства микрочипов, предусматривающие увеличение доли Европы в мировом выпуске до 20% к 2030 году, являются серьёзным шагом в развитии предложения. Однако наращивать производственные мощности, не создавая условий для широкого внедрения ИИ в компаниях, – всё равно что строить сеть автомагистралей, не обеспечив их связью с городами, для которых они предназначены.

Заключение

Гонка в сфере искусственного интеллекта – это прежде всего не соревнование в том, у кого более совершенное регулирование или больше заявленных инвестиций. Главный вопрос заключается в том, кто быстрее сможет решить проблему широкого внедрения ИИ. Данные за 2024–2025 годы уже позволяют увидеть лидеров этой гонки. Уровень внедрения ИИ среди компаний в Китае достиг 58%, в Индии – 57%, в Сингапуре генеративным искусственным интеллектом пользуются 61% населения, а Южная Корея занимает лидирующие позиции по числу патентов в сфере ИИ. Эти результаты не случайны – они стали следствием целенаправленной государственной политики, стимулирующей внедрение новых технологий. В Европейском союзе ситуация иная. Средний уровень внедрения ИИ среди предприятий составляет 20%, разрыв между крупными и малыми компаниями достигает 38 процентных пунктов, а объём частных инвестиций в ИИ составляет 20,9 млрд. долларов США против 285,9 млрд. долларов США в США. Эти показатели также являются результатом выбранной модели государственной политики. Обе модели направлены на решение реальных проблем. Однако они по-разному расставляют приоритеты. Вопросы ответственности и безопасности действительно важны, но сегодня более острой задачей остаётся обеспечение широкого внедрения искусственного интеллекта. Проблема Брюсселя заключается не столько в самом регулировании, сколько в том, что оно оказалось в центре внимания раньше, чем были созданы условия для массового внедрения ИИ. Исправить такой подход значительно проще, чем ликвидировать хроническое недоинвестирование, но только при условии, что проблема будет своевременно осознана и возможность изменить последовательность действий ещё не будет упущена.

Figures