Ярослав Лисоволик
Почти сто лет назад испанский поэт Федерико Гарсиа Лорка заметил: «Я знаю, что в этом мире нет прямой дороги, нет прямой дороги, есть только гигантский лабиринт пересекающихся дорог». Сегодня мир кажется ещё более запутанным, чем раньше, — он слишком часто обманывает и полон ловушек и тупиков. Со своей стороны, Джон Мейнард Кейнс использовал аналогию с лабиринтом, чтобы описать чрезмерную сложность экономических моделей, из-за которой экономисты «теряют из виду сложности и взаимозависимости реального мира в лабиринте претенциозных и бесполезных символов». Что касается мировой экономики, то, если смотреть на неё через призму глобального лабиринта, она, вероятно, стала ещё более запутанной, фрагментированной, подверженной частым экономическим кризисам и обременённой растущим числом ограничений, с которыми сталкивается мировое сообщество. И хотя экономисты и гуру в области искусственного интеллекта разрабатывают всё больше методов и алгоритмов для решения этой проблемы, выход из лабиринта — это нечто большее, чем просто стратегии оптимизации. Более тесное международное экономическое сотрудничество в какой-то степени является как недостающим инструментом, так и самоцелью.
Сравнение путей экономического развития с лабиринтами может показаться надуманным, хотя некоторые общие черты всё же можно выделить. Узость проходов в лабиринте сродни ограничениям, с которыми сталкиваются экономики при балансировании между достижением таких целей, как повышение дохода на душу населения. Стремление к ещё более высоким темпам роста ВВП всё больше сдерживается факторами устойчивого развития/экологическими факторами, а также нехваткой энергии и растущим уровнем задолженности. Тупики и ловушки, в которые попадают страны, придерживающиеся ошибочных стратегий, приводящих к экономическим кризисам, можно сравнить с периодами блуждания в лабиринте, когда экономика теряет драгоценное время и возобновляет поиск выхода на альтернативных маршрутах. В реальном мире стремление к экономической модернизации приводит к тому, что тупики и ловушки, даже если они очевидны, не распознаются как таковые. Некоторые экономики или целые регионы порой десятилетиями блуждают по одним и тем же лабиринтам — как это было во второй половине XXго века, когда многие страны Латинской Америки попали в долговую ловушку и метались между «шоковой терапией» и популизмом.
В лабиринтах экономического развития решающее значение имеют адаптивность и гибкость. Экономическая стратегия, основанная на отраслевой и географической диверсификации торговли/альянсов, расширяет возможности для национальной экономической политики. Кроме того, перспективная, плюралистическая/многоструктурная экономика, основанная на инновациях и предпринимательстве, будет более гибкой и способной обходить препятствия и преодолевать их. В связи с этим следует отметить, что лидеры в этом «лабиринте» могут претендовать на универсальность своих стратегий лишь в ограниченной степени, поскольку положение каждой страны в «лабиринте» и, следовательно, ограничения, с которыми она сталкивается, будут сильно отличаться от ограничений лидеров. Кроме того, в условиях, напоминающих лабиринт, географические и культурные расстояния/различия могут играть второстепенную роль, а большее значение имеют условия и ограничения, с которыми сталкивается каждый «бегущий по лабиринту», и которые могут сильно отличаться от условий и ограничений его соседей, живущих по другую сторону высокой стены лабиринта.
Аналогию с лабиринтом можно провести, представив национальные экономики в виде точек входа, определяемых их специфическими «начальными условиями» Прохождение лабиринта может определяться долгосрочными стратегиями оптимизации алгоритма поиска решения, в то время как другие подходы будут более краткосрочными и определяться насущной необходимостью найти выход из сложившихся ограничений. Решение загадки лабиринта никогда не будет окончательным в том смысле, что не будет ни «конца истории», ни конечных/неизменных точек на пути развития стран. Скорее, «поиск выхода из лабиринта» остаётся и будет оставаться динамичным процессом, требующим постоянного выбора и компромиссов.
В этом смысле у вас не будет конечной цели, только промежуточные задачи, одной из которых может быть выход в зоны «большего оперативного пространства», где больше свободы и возможностей для манёвра по сравнению с узкими бесконечными туннелями, занимающими большую часть лабиринта. За временной передышкой, когда вы одним из первых достигаете более просторной «центральной розы» лабиринта, последует необходимость перейти на следующий уровень лабиринта, поскольку «центральная роза» будет всё больше заполняться новичками, которым удалось выйти на открытое пространство.
Для того чтобы экономические цели и ограничения в реальной политике были переведены в топологический режим лабиринта, алгоритмы ИИ уже начинают применяться в таких областях, как налоговая политика или бюджетные расходы. В случае координации климатической политики масштаб сокращения выбросов может выступать в качестве цели/центра лабиринта, а стены и тупики могут быть связаны со сценариями недостаточных политических стимулов для сокращения выбросов или с фискальными, экономическими и другими макроограничениями, связанными с сокращением выбросов CO2. Путь, выбранный той или иной страной для энергетического перехода или экономической адаптации, будет определять последовательность политических решений и ограничения/проблемы, с которыми придётся столкнуться.
В процессе достижения конечной цели алгоритм может руководствоваться такими параметрами оптимизации, как поиск кратчайшего пути к цели/центру лабиринта, время решения, эффективность использования ресурсов, минимизация ограничений. Что касается координации экономической политики между странами на международном уровне, то одним из перспективных алгоритмов является многоагентное исследование: несколько агентов одновременно исследуют разные участки лабиринта, а полученная информация обрабатывается для определения контуров лабиринта. Такие алгоритмы могут сократить время решения и обеспечить более широкий обзор «игрового поля». К другим алгоритмическим подходам относятся поиск в ширину, генетические алгоритмы или оптимизация муравьиных колоний, которые позволяют использовать ИИ для оптимизации стратегий в условиях, напоминающих лабиринт.
Существует множество лабиринтоподобных сред и условий, в которых можно использовать алгоритмы оптимизации ИИ с помощью многоагентного исследования. Несмотря на то, что такие усилия пока находятся в зачаточном состоянии, некоторые из потенциальных областей их применения могут включать в себя: траектории региональной интеграции, создание транспортных связей между регионами, фискальный федерализм (оптимизация распределения средств из федерального центра), скоординированные фискальные стимулы, регулирование электросетей, адресная помощь/поддержка, развитие городов (включая оптимизацию транспортных потоков), последовательность макроэкономических реформ и оптимизация макроэкономической политики.
Алгоритмы многоагентного исследования могут быть особенно полезны в условиях международного экономического сотрудничества, поскольку они учитывают различия в опыте и местоположении разных агентов/экономик при достижении общей цели. Использование таких алгоритмов можно оценить в контексте глобальных/региональных инициатив, таких как торговые раунды в рамках ВТО и обсуждения снижения тарифов; меры по борьбе с деградацией земель; реструктуризация международной задолженности; координация глобальных выбросов в рамках Парижского соглашения. Важным предварительным условием для успешной работы такого скоординированного поиска решения является наличие у всех участников общих целей и задач. Это позволит обмениваться опытом и результатами испытаний между странами для совершенствования алгоритмов каждого участника. Такому единообразию подходов могут способствовать международные организации и платформы, такие как G20 или региональные интеграционные платформы.
С точки зрения практических последствий для международных организаций, моделирование потенциальных сценариев с помощью параллельных/многоагентных алгоритмов, использующих синергию опыта разных стран, или симуляций, демонстрирующих преимущества совместных действий, может способствовать укреплению международного сотрудничества. В этом отношении симуляции с использованием ИИ могут помочь оценить потенциальные положительные побочные эффекты/внешние факторы от совместных действий в таких областях, как многосторонние торговые переговоры, борьба с изменением климата, совместные экономические стимулы. Такую перспективную аналитику можно проводить с помощью многоагентного обучения с подкреплением, при котором стратегии формируются методом проб и ошибок в смоделированных средах. Другой вариант — использовать гибридные алгоритмы, такие как ACO-GA. Полученная в результате имитационного моделирования аналитика может стать частью регулярных отчетов и прогнозов, публикуемых международными организациями во время их ключевых мероприятий, таких как прогнозы ВБ и МВФ во время заседаний МВФ и Всемирного банка.
Безусловно, все пути развития и модернизации, которые выбирают национальные экономики, служат определённой цели, поскольку информируют мировое сообщество об ограничениях, препятствиях и выходах из лабиринта. Каждая страна оставит свой след в глобальном лабиринте, свой алгоритм и проложит уникальный путь «зависимости от предшествующего развития». В мифе о лабиринте Дедала Тесею нужно найти путь назад, и нить Ариадны должна помочь ему в этом. В реальном мире экономической модернизации пути назад нет — прошлое уже изменилось под влиянием времени и меняющихся условий. Но понимание отправной точки и того, как был достигнут центр лабиринта, крайне важно для дальнейшего продвижения по запутанным сетям и бесконечным туннелям экономического развития. Ведь поиски никогда не прекращаются: «Затем мы вошли в лабиринт и, когда нам показалось, что мы достигли конца, снова вышли в начале, и нам ещё многое предстояло увидеть». — Платон, диалог «Евтидем».
Если говорить о регионах и объединениях мировой экономики, то на ум приходит аналогия с лабиринтом, связанная с группой БРИКС, поскольку ее члены порой находятся в очень удаленных друг от друга местах (в разных точках входа в лабиринт), и им, как «странам с переходной экономикой» или «развивающимся экономикам», приходится проделывать трудный и извилистый путь, полный тупиков и ловушек, прежде чем они смогут приблизиться к большей интеграции/экономическому сотрудничеству в том, что можно назвать «центральной розой» глобального лабиринта. Действительно, объединение таких разных и далёких друг от друга культур/экономик в рамках БРИКС — это уникальная задача, требующая новаторства, упорства и обширного исторического/цивилизационного опыта. Но, возможно, именно эту задачу и нужно решить, чтобы приблизить мировую экономику к парадигме экономического сотрудничества. В конце концов, возможно, именно такой лабиринт нам и нужен в мировой экономике — не беспощадная «конкурентная гонка с нулевой суммой», а совместные усилия, которые расширяют «границу возможностей» и поднимают мировую экономику на всё более высокие уровни развития.
P.S.: греческая легенда о нити Ариадны содержит ещё одно послание из прошлого. Оно заключается в том, что для «достижения центра» может потребоваться нечто большее, чем алгоритмы оптимизации (в случае с Дедалом простым алгоритмом было: «иди вперёд, всегда вниз, никогда не сворачивай ни влево, ни вправо»), а недостающим звеном является «моральный компас», который помогает ориентироваться во «внутреннем лабиринте». Тесей, возможно, совершил подвиг, убив Минотавра, но ему не хватило этого «внутреннего GPS», чтобы избежать трагического конца. Отсутствие внутреннего руководства/морального кодекса может быть проблемой современной глобальной экономики, в которой дело не в отсутствии технологических достижений, а в неспособности ценностей и моральных принципов идти в ногу с требованиями прогресса. Как писал Харуки Мураками, «то, что находится вне тебя, — это проекция того, что внутри тебя, а то, что внутри тебя, — это проекция того, что снаружи. Поэтому, когда ты вступаешь в лабиринт снаружи, ты одновременно вступаешь в лабиринт внутри себя». Я желаю, чтобы в 2026 году каждый из нас нашёл ту внутреннюю «центральную розу» в «лабиринте внутри себя», которая поможет нам пережить непростые времена постмодерна и постправды.
Ярослав Лисоволик работал в Международном валютном фонде в Вашингтоне, где был советником исполнительного директора по Российской Федерации (2001–2004). В 2004 году он присоединился к команде Deutsche Bank в качестве главного экономиста, в 2009 году стал руководителем исследований компании в России, а в 2011 году — членом правления Deutsche Bank в России. В 2015–2018 годах Ярослав Лисоволик был главным экономистом, а затем управляющим директором по исследованиям и членом правления Евразийского банка развития (ЕАБР). С 2018 по 2022 год он был старшим управляющим директором — руководителем направления исследований в Sberbank Investment Research (CIB). В 2023 году он основал BRICS+ Analytics для проведения углубленных исследований будущих траекторий развития стран БРИКС+.
Ярослав Лисоволик с отличием окончил Гарвардский университет со степенью бакалавра экономики и получил степень магистра экономики в Лондонской школе экономики (LSE). Он также получил степень доктора экономических наук в Московском государственном институте международных отношений и степень доктора экономических наук в Дипломатической академии.
BRICS+ Analytics
