ИИ усиливает цифровое неравенство: новый разрыв проходит между создателями и потребителями искусственного интеллекта

Именно к такому выводу приходит автор аналитической статьи, посвящённой глобальному «разрыву ИИ» (AI divide), который постепенно становится одним из важнейших факторов мировой технологической конкуренции.

От цифрового разрыва — к разрыву в области ИИ

Если раньше цифровое неравенство определялось наличием доступа к интернету, компьютерам и цифровым навыкам, то сегодня формируется новый уровень разделения.

Одни страны создают фундаментальные модели, строят крупнейшие вычислительные центры, выпускают специализированные процессоры и формируют международные стандарты. Другие остаются лишь пользователями готовых решений, практически не влияя на развитие технологий.

По мнению автора, государства, которые не участвуют в создании собственных ИИ-платформ, рискуют потерять не только технологическую независимость, но и значительную часть будущей экономической стоимости, создаваемой искусственным интеллектом.

Вычислительные мощности сосредоточены в нескольких странах

Одной из главных причин нового неравенства становится концентрация вычислительной инфраструктуры.

Согласно Stanford AI Index 2026, только в США насчитывается более 5000 центров обработки данных, что более чем в десять раз превышает показатели любой другой страны. Одновременно, по данным Всемирного банка, около 87% мирового экспорта облачных вычислительных и сервисов хранения данных приходится на США.

В результате большая часть мировых ИИ-сервисов зависит от инфраструктуры нескольких государств и ограниченного числа технологических корпораций.

Подобная концентрация означает не только технологическую, но также экономическую и геополитическую зависимость стран, использующих зарубежные облачные платформы для разработки и эксплуатации систем искусственного интеллекта.

Неравенство в компетенциях

Даже при наличии доступа к вычислительным ресурсам возможности использовать ИИ существенно различаются.

По данным ОЭСР, лишь около 40% взрослых обладают цифровыми навыками выше базового уровня, тогда как компетенции в области программирования, анализа данных и машинного обучения сосредоточены преимущественно среди высококвалифицированных специалистов.

Исследования организации также показывают заметную образовательную дифференциацию:

• 36% людей с высшим образованием за последний год проходили обучение технологиям ИИ; 
• среди людей со средним образованием этот показатель составляет лишь 18%. 

Таким образом, искусственный интеллект становится инструментом повышения производительности прежде всего для уже наиболее подготовленной части общества.

Кто определяет правила развития ИИ

Ещё одной проблемой становится участие стран в формировании глобальной повестки.

Сегодня разработка стандартов, архитектур ИИ и механизмов регулирования сосредоточена в ограниченном круге технологических компаний и государств.

Многие страны глобального Юга используют импортированные модели, практически не влияя на:

• архитектуру алгоритмов; 
• языковое разнообразие моделей; 
• критерии оценки качества; 
• механизмы регулирования; 
• приоритетные направления развития. 

Это означает, что интересы, языки и культурные особенности многих регионов практически не представлены в современных больших языковых моделях.

Южная Африка и Индонезия: два разных подхода

Автор приводит два характерных примера.

В Южной Африке в 2026 году проект национальной стратегии развития ИИ был отозван спустя несколько дней после публикации, когда журналисты обнаружили в документе несуществующие научные источники, предположительно сгенерированные искусственным интеллектом. Инцидент показал разрыв между политическими амбициями и реальными институциональными возможностями.

Другой пример — Индонезия, где Национальное агентство исследований и инноваций (BRIN) делает ставку на практические решения:

• ИИ для помощи рыбакам при поиске промысловых районов; 
• большие языковые модели для индонезийского и региональных языков; 
• интеллектуальные государственные сервисы; 
• масштабные программы подготовки специалистов в области ИИ. 

Такой подход ориентирован не на создание крупнейших фундаментальных моделей, а на решение конкретных социальных и экономических задач.

Региональное сотрудничество становится альтернативой

Автор отмечает, что далеко не каждая страна способна самостоятельно создать собственную экосистему искусственного интеллекта.

Поэтому всё большую роль начинают играть региональные инициативы.

В качестве примера приводится Континентальная стратегия ИИ Африканского союза, предусматривающая совместное развитие:

• языковых моделей на местных языках; 
• открытых ИИ-платформ; 
• университетских исследовательских центров; 
• совместной вычислительной инфраструктуры. 

Подобная кооперация может снизить зависимость региона от иностранных технологических платформ.

Главный вопрос — участие в формировании будущего

Автор подчёркивает, что проблема заключается не в самом развитии искусственного интеллекта и не в концентрации вычислительных мощностей как таковой.

Ключевой вызов состоит в том, смогут ли разные страны участвовать в определении того:

• какие задачи должен решать ИИ; 
• какие языки и культуры будут представлены в моделях; 
• какие общественные интересы станут приоритетными; 
• кто получит экономические преимущества от внедрения новых технологий. 

По мере распространения искусственного интеллекта именно возможность влиять на развитие технологии становится новым фактором глобальной конкурентоспособности. Поэтому будущий «разрыв ИИ» определяется уже не столько доступом к технологиям, сколько способностью государств и обществ участвовать в их создании, регулировании и развитии.

Источник: https://spectrum.ieee.org/ai-digital-divide