Курочкина Оксана, АК "ПРАВО для БИЗНЕСА"
Я много лет работаю с международной торговлей, логистикой, таможней и регуляторными рисками. Потому смотрю на прогнозы Юваля Ноя Харари не как философ, а как человек, который каждый день видит, какие решения по сделкам принимают банки, таможни, логисты и комплаенс‑службы.
Парадокс в том, что к 2025–2026 годам ИИ объективно ускоряет поставки, снижает издержки и делает операции «цифровее». Но одновременно он создаёт новый слой контроля, который для участника ВЭД выглядит как невидимая пошлина: фильтры банков, санкционные скрининги, алгоритмы скоринга и платформенные правила, которые решают, состоится сделка или нет.
Харари несколько лет говорит о трёх вещах: «бесполезный класс», data‑колонии и перенос власти к владельцам данных и алгоритмов. В моей практике это читается очень конкретно: одни страны и компании становятся поставщиками данных и «сырья», а другие - владельцами ИИ‑инфраструктуры, через которую проходят наши платежи, грузопотоки и комплаенс‑решения.
1. Что именно говорит Харари — и как это выглядит из ВЭД
1.1. «Бесполезный класс» без морали, но с цифрами
Когда Харари говорит о «бесполезном классе», он не морально оценивает людей. Он констатирует: экономике и политической системе часть людей может стать не нужна, потому что алгоритмы делают их работу быстрее и дешевле.
Если перевести это на язык ВЭД, то картина такая. Уже сейчас ИИ берёт на себя первичный скоринг клиентов, проверку по санкционным и негативным спискам, оценку логистических рисков. базовый юридический и комплаенс‑анализ типовых контрактов.
То, что раньше делали десятки специалистов «среднего звена», сегодня всё чаще делает одна платформа плюс несколько экспертов, которые её обслуживают. Закономерность неприятная, но очевидная: труд тех, кто не умеет работать с данными и алгоритмами, становится избыточным по отношению к системе, даже если эти люди профессионально сильные.
1.2. Data‑колонии и «империи данных»
На Давосе Харари довольно жёстко формулирует: если не следить за распределением выгод от ИИ, мир разделится на несколько «ИИ‑империй» и множество data‑колоний. Его логика проста:
- в XIX веке колонии поставляли сырьё индустриальным центрам;
- в XXI веке периферия поставляет данные, а «метрополия» владеет ИИ‑моделями, чипами и облаками. В мире ВЭД это значит следующее. Компания в условной развивающейся стране:
- ведёт торговлю на глобальной платформе;
- проводит платежи через международные платёжные сети;
- страхует грузы у глобальных страховщиков;
- проходит санкционный и KYC‑скрининг в западных или азиатских банках.
Все решения по этим цепочкам на критических этапах принимает не она сама. Их принимают алгоритмы, расположенные в нескольких дата‑центрах в США, ЕС или Китае. Формально страна и компания независимы. Фактически доступ к сделкам и рынкам зависит от чужих ИИ‑фильтров.
1.3. Власть переезжает к владельцам алгоритмов
Харари подчёркивает: новая элита - это не просто богатые люди, а те, кто владеет «всесильными алгоритмами» и инфраструктурой. В цифрах это выглядит так:
- основная масса венчурных инвестиций в ИИ в 2025 году концентрируется в Северной Америке, на неё приходится до 70% глобального AI‑венчура;
- города‑хабы типа Пекина направляют до 60% и более местного венчурного капитала в ИИ‑стартапы.
То есть власть над алгоритмами и данными географически сосредоточена очень неравномерно. А вот физические грузы, товары и сырьё идут из десятков стран, которые такой инфраструктурой не владеют.
2. Где мы реально находимся в 2026 году
2.1. Концентрация ИИ‑мощностей и денег
К началу года года рынок ИИ измеряется сотнями миллиардов долларов, и растёт он экспоненциально. Но важна даже не сумма, а концентрация. По данным ВОИС, Северная Америка в 2025 году поглощает около 162 млрд долларов ИИ‑венчурных инвестиций, более 80% мирового объёма. Европа и Азия делят оставшуюся часть, при этом ИИ‑активность сильно сосредоточена в нескольких городах и кластерах.
Это и есть будущие «алгоритмические столичные города». Именно там принимаются решения о том, какие изменения попадут в продукт, как будет работать скоринг и какие данные будут собираться по всему миру.
2.2. Кто реально пользуется ИИ в работе
По исследованию Microsoft и AI Economy Institute на начало 2026 года, лидерами по доле людей, использующих ИИ в работе, являются ОАЭ (64%), Сингапур (60,9%), ряд стран Европы. Многие развивающиеся экономики, включая Россию, пока внизу списка: доля пользователей ИИ в рабочем процессе — однозначные проценты.
Что это значит для практики ВЭД:
- компании в «ИИ‑ядре» не просто подключают облачные сервисы, они строят собственные модели, аналитические системы и внутренние ИИ‑инструменты;
- компании на периферии чаще всего просто потребляют внешние ИИ‑услуги — от платёжных шлюзов до стандартного санкционного скоринга.
То есть одни управляют алгоритмами, другие живут по их правилам.
2.3. О чём спорили на Давосе‑2026
На Давосе‑2026 разговор об ИИ окончательно перестал быть разговором «о технологиях». Речь идёт о власти, инфраструктуре и суверенитете.
Ключевые сюжеты:
- борьба идёт не за отдельные приложения, а за контроль над дата‑центрами, производством чипов, энергией для ИИ и платёжной инфраструктурой для автономных агентов;
- страны и корпорации выстраивают цепочки поставок уже не только по критерию «дешево и быстро», а по критерию «политически безопасно и устойчиво к санкциям»;
- ИИ рассматривается как «новый промышленный каркас» — без него не работают ни контроль санкций, ни мониторинг цепочек поставок, ни оценка рисков в режиме реального времени.
Формально рынки открыты. Но реальные решения принимаются в узких центрах алгоритмического контроля, где совмещаются данные, вычисления и регуляторная логика.
3. Как устроена новая ИИ‑экономика торговли
3.1. Пять уровней игроков
Если упростить, экосистема ИИ в мировой торговле сегодня выглядит так:
1. Инфраструктурные хабы
Облака, дата‑центры, производители чипов, разработчики базовых моделей. Это США, Китай, часть ЕС и несколько технологических кластеров.
2. Платформы и маркетплейсы
Глобальные e‑commerce‑площадки, логистические и финтех‑платформы. Они управляют потоком сделок, грузов, платежей и внедряют ИИ в поиск, рейтинг, маршрутизацию и ценообразование.
3. Финансовые и страховые институты с ИИ‑комплаенсом
Банки, страховщики, экспортно‑кредитные агентства. Здесь ИИ проверяет клиентов, цепочки поставок, beneficial owners, списки санкций и подозрительные транзакции.
4. Государства и наднациональные институты
Регуляторы данных и ИИ (США, ЕС, Китай), международные форматы вроде ВЭФ, ВТО и профильные регуляторные альянсы.
5. Периферийный бизнес
Экспортёры, импортёры, логисты, МСП, особенно из развивающихся стран. Они реально двигают грузы, но работают внутри правил, заданных чужими алгоритмами.
Парадокс здесь в том, что физическую работу делает именно периферийный бизнес, а большая часть ренты и власти аккумулируется на верхних уровнях, то есть у тех, кто владеет инфраструктурой и алгоритмами.
3.2. Где возникает добавленная стоимость
Если наложить карту ИИ‑инвестиций и карту мировой торговли, мы видим закономерность: доля ИИ‑хабов в глобальном ВВП и прибыли непропорционально высока их доле в населении и физическом производстве. При этом страны и компании, которые специализируются на физическом экспорте, но не контролируют цифровые фильтры, чаще всего зарабатывают операционную маржу и живут в условиях давления со стороны алгоритмических правил.
4. Фрагментация правил и новая «таможня» для ИИ
4.1. Разные регуляторные режимы ИИ
К 2025–2026 годам мир живёт в режиме конкуренции регуляторных моделей:
- США - ставка на инновации и относительно мягкое регулирование, акцент на саморегуляции индустрии;
- ЕС - жёсткий нормативный режим, защита прав человека и данных, «цифровые права»;
- Китай - связка государства и крупных платформ, приоритет национального контроля над данными и ИИ.
С точки зрения участника ВЭД, это означает, что каждая юрисдикция пытается выстроить свою «цифровую таможню»: правила, по которым данные и ИИ‑сервисы пересекают границы.
4.2. Санкции и экспортный контроль как ИИ‑барьер
Санкции и экспортный контроль в 2025–2026 годах уже не ограничиваются товарами и технологиями. Все чаще речь идёт о:
- ограничении доступа к чипам для ИИ;
- ограничении доступа к мощным моделям и облачным сервисам;
- контроле за трансграничной передачей данных.
Забавно, что и сами эти режимы теперь реализуются через ИИ: санкционный контроль, анализ цепочек поставок, мониторинг транзакций, всё это в значительной степени автоматизировано. Это не временный перекос, а новая архитектура контроля.
5. Практические выводы для бизнеса и ВЭД
Красивые философские формулировки важны, но бизнесу нужно понимать «что делать». Потому далее мои рекомендации.
5.1. Для инвесторов
Где формируется устойчивая рента:
- Инфраструктура ИИ: дата‑центры, чипы, энергия, фундаментальные модели. Высокий порог входа, сильные сетевые эффекты, но и серьёзные политические риски.
- Платформы обработки внешнеторговых данных: сервисы, которые сидят «посередине» между банками, логистами, экспортёрами и регуляторами и за счёт ИИ видят всю картину.
- Системы ИИ‑комплаенса: решения, которые становятся отраслевым стандартом для банков, страховщиков, бирж и таможен.
Где потолок роста:
- продукты, целиком завязанные на одну юрисдикцию или одного облачного провайдера;
- сервисы, чья бизнес‑модель не переживает изменение регуляторных требований или санкционного режима.
5.2. Для предпринимателей и стартапов на стыке ИИ и ВЭД
Построить собственный дата‑центр и свою фундаментальную модель -неподъёмная задача для стартапа. Но это не значит, что делать нечего, идем и сдаемся. Наиболее разумные ниши:
- узкоспециализированные ИИ‑сервисы для ВЭД: глубинная экспертиза в конкретных товарных группах, таможенных процедурах и режимах, санкционных листах, риск‑профилях отраслей;
- объяснимость и прозрачность решений ИИ: продукты, которые переводят решения «черных ящиков» (банков, платёжных систем, маркетплейсов) на понятный бизнесу язык и помогают планировать сделки;
- аудит алгоритмов: проверка поставщиков ИИ‑комплаенса, оценка того, где модель перегибает и создаёт лишние барьеры.
Логичный вопрос: стоит ли запускать ИИ‑продукт, если вся инфраструктура чужая? Ответ: да, если ваша добавленная стоимость - не «ещё один интерфейс к модели», а доменное знание, локальный комплаенс и умение работать с регулятором.
5.3. Для компаний с ВЭД‑компонентом
В ежедневной работе ИИ уже меняет многое:
- проверка контрагентов: автоматический скоринг, медиа‑анализ, санкционные проверки, мониторинг бенефициаров в режиме близком к реальному времени;[
- таможенные риски: предсказание досмотров, корректировок таможенной стоимости, задержек; многие крупные таможенные службы экспериментируют с такими моделями;
- санкционный мониторинг: постоянное переоценивание действующих контрактов и маршрутов по мере изменения списков;
- страхование и финансирование торговли: динамическая цена риска по стране, отрасли, контрагенту, маршруту.
Главный практический вопрос: какую часть суверенитета вы отдаёте, когда соглашаетесь на «подключение к внешнему ИИ‑комплаенсу» как на стандарт рынка. Иногда выбора нет. Но это не значит, что не нужно считать последствия.
5.4. Какие компетенции нужны, чтобы не стать «data‑колонией»
Из своего опыта работы с компаниями скажу так: «ничего не делать» - это тоже стратегия, но она почти всегда плохая. Если бизнес не хочет оказаться data‑колонией, ему нужны как минимум четыре навыка:
1. Собственные данные и аналитика
Не отдавать все операционные данные назад провайдерам без следа. Строить свои витрины данных, хотя бы на уровне управленческой отчётности и риск‑аналитики.
2. Понимание принципов работы ИИ‑моделей
Не нужно становиться дата‑сайентистом, но базовое понимание типов ошибок, влияния качества данных и логики скоринга обязательно.
3. Договорное управление ИИ‑рисками
Закреплять в договорах с банками, платёжными системами, платформами и провайдерами ИИ ответственность за ошибки моделей, права на аудит, доступ к логам и механизмы пересмотра решений.
4. Диверсификация
Не зацикливаться на одном облаке, одном поставщике комплаенса и одной платформе, если это возможно. Держать альтернативные каналы, пусть и менее удобные.
Итого: игнорировать вопрос «кто владеет данными и алгоритмами, через которые проходят наши сделки» сегодня бизнесу уже невыгодно.
Если собрать всё вместе, картина такая. Многие прогнозы Харари уже проявляются:
- нарастает разрыв между ИИ‑центрами и периферией;
- формируются «пояса лишних людей» и компаний, которые система не считает критичными;
- появляются data‑колонии — страны и бизнесы, которые физически торгуют, но не контролируют цифровые решения о своих сделках.
Для международной торговли главный вопрос звучит не философски, а очень практично: где в этой архитектуре на самом деле находится моя компания и моя страна? Мы создаём правила или живём по чужим? У нас есть свой голос в алгоритмических решениях или только кнопка «согласен»?
И здесь возникает парадокс, с которым я как практик сталкиваюсь всё чаще: оптимизировать логистику ещё на 2–3% можно всегда, но иногда важнее получить хотя бы частичный контроль над теми алгоритмами, которые вообще допускают или не допускают вашу сделку до рынка.
Сколько свободы в выборе партнёров и в ценообразовании у бизнеса, если ключевые решения принимают не люди, а ИИ‑системы комплаенса, скоринга и платформенных правил — вопрос, на который нет готового ответа. И задача этой статьи - не дать готовый рецепт, а показать конструкцию: как именно ИИ меняет архитектуру мировой торговли и контроля.
Дальше уже дело каждого собственника и топ‑менеджера: принять эту архитектуру как данность или начать осознанно выстраивать свою позицию в ней.
P.S. При написании данной статьи ни один ИИ не пострадал.