Развитие человеческого капитала для экономики искусственного интеллекта в Республике Татарстан: вызовы и меры региональной политики

Экономика искусственного интеллекта (далее — ИИ) рассматривается сегодня как самостоятельный технологический уклад, в рамках которого ключевым фактором производства становятся не только данные и вычислительные мощности, но и качественно новый человеческий капитал, способный к продуктивному взаимодействию с интеллектуальными системами. Согласно прогнозу консалтинговой компании «Яков и Партнёры», к 2030 году экономический эффект от внедрения ИИ в Российской Федерации может достигать 7,9-12,8 трлн руб. в год, или до 5,5 % валового внутреннего продукта [18]. Республика Татарстан, будучи одним из лидеров цифровой трансформации (выручка ИТ-отрасли в 2024 г. — 225 млрд руб., более 3 501 ИТ-компаний, свыше 40 тыс. занятых [19]), одновременно испытывает структурный дефицит ИИ-кадров, что актуализирует задачу теоретико-методологического осмысления развития человеческого капитала в новых условиях. Цель статьи — обосновать концептуальную модель региональной политики развития человеческого капитала для ИИ-экономики применительно к Республике Татарстан.

1.    Теоретико-методологические основы исследования

Концепция человеческого капитала была сформирована на рубеже 19501960-х гг. в трудах представителей Чикагской экономической школы. Т. Шульц в работе «Investment in Human Capital» обосновал тезис о том, что расходы на образование, здравоохранение, профессиональную подготовку и мобильность рабочей силы должны трактоваться как инвестиции, обеспечивающие рост производительности труда [2]. Г. Беккер в монографии «Human Capital» (1964) развил эту идею, дифференцировав человеческий капитал на общий, применимый у любого работодателя, и специфический, ценный лишь в конкретной организации, а также сформулировав модель экономической отдачи от образования [1]. Дж. Минсер в работе «Schooling, Experience, and Earnings» предложил эконометрическое уравнение, связывающее заработок с продолжительностью обучения и трудового опыта, что положило начало эмпирическому анализу отдачи от образования [3].

Российская школа адаптировала классическую парадигму к условиям транзитивной экономики. А. И. Добрынин и С. А. Дятлов определяют человеческий капитал как «сформированный в результате инвестиций и накопленный человеком запас здоровья, знаний, навыков, способностей, мотиваций, которые целесообразно используются в той или иной сфере общественного воспроизводства, содействуют росту производительности труда и производства и тем самым влияют на рост доходов данного человека» [6]. Р. И. Капелюшников, оценивая совокупный человеческий капитал России на уровне

600 трлн руб., фиксирует устойчивую проблему его структурного недоиспользования при формально высоком уровне образования [4; 5].

В условиях формирующейся ИИ-экономики классическая модель требует методологического расширения. Во-первых, востребованными становятся специфические AI-complementary skills: критическое и аналитическое мышление, коммуникация, управление сложными социотехническими системами, креативность. Согласно отчёту Всемирного экономического форума «Future of Jobs 2025», к 2030 году около 40 % базовых навыков работников кардинально изменятся, 59 из 100 работников потребуют переподготовки, 86 % работодателей ожидают трансформирующего воздействия ИИ, а 63 % называют разрыв в навыках главным барьером бизнес-трансформации [7]. Во-вторых, на смену узкой специализации приходит модель T-shaped специалистов, сочетающих глубокую профильную экспертизу с горизонтальной ИИ-грамотностью [8]. В-третьих, формируется категория «AI-readiness» — готовности человеческого капитала к продуктивному применению ИИ-инструментов: по данным McKinsey, 46 % топ-менеджеров называют дефицит навыков основной причиной медленного внедрения ИИ [11]. Параллельно фиксируется риск «AI divide» — нового социально-экономического разрыва между «AI-ready» и «AI-excluded» работниками и регионами [12; 13]. Методологически это позволяет говорить о расширенной концепции «Human Capital 4.0», включающей наряду с классическими компонентами цифровые компетенции, навыки человеко-машинного взаимодействия и адаптивность к технологическим сдвигам.

2.    Институциональная рамка развития человеческого капитала для ИИ-экономики в Российской Федерации

Институциональные основы развития человеческого капитала для ИИ-экономики формируются на пересечении двух стратегических документов. Национальная стратегия развития искусственного интеллекта до 2030 года, утверждённая Указом Президента Российской Федерации № 490 от 10.10.2019 [14] и обновлённая Указом № 124 от 15.02.2024 [15], формулирует пять направлений (научная база, вычислительная инфраструктура, кадровый потенциал, нормативно-правовая среда, коммерческое внедрение ИИ) и предусматривает рост совокупных затрат на ИИ с 123 до 850 млрд руб. в год и накопленного вклада ИИ в прирост ВВП — до 11,2 трлн руб. к 2030 году. С 2025 года реализация кадрового направления переведена в национальный проект «Экономика данных и цифровая трансформация государства» с совокупным 43

бюджетом 1,013 трлн руб. на 2025-2030 годы, включающий федеральные проекты «Искусственный интеллект» и «Развитие ИТ-кадрового потенциала» [16]. Вместе с тем, по оценкам Минцифры России, общий дефицит ИТ-специалистов составляет 500-700 тыс. человек, 99 % компаний испытывают трудности с наймом ИИ-специалистов, а конкуренция за вакансию в ИИ-сегменте опустилась ниже двух кандидатов на место [17]. Таким образом, на федеральном уровне создан масштабный программный инструментарий, однако структурный дефицит ИИ-компетенций продолжает усиливаться.

3.    Состояние и вызовы развития человеческого капитала для ИИ-экономики в Республике Татарстан

Республика Татарстан занимает опережающее положение в цифровой экономике России. По итогам 2024 года выручка ИТ-отрасли составила 225 млрд руб. (трёхкратный рост к 2019 г.), число ИТ-компаний — 3 501, занятость — свыше 40 тыс. человек (более 3 % работающего населения), средняя зарплата в секторе ИКТ — 115,3 тыс. руб. (первое место среди отраслей) [19]. Особую роль играет кластер «Иннополис» — единственный в стране моногород высоких технологий: 342 резидента ОЭЗ, инвестиции свыше 210 млрд руб., 1 528 студентов из 32 стран в Университете Иннополис [22]. Стратегия Татарстан-2030 определяет регион как «лидера по качеству взаимоувязанного развития человеческого капитала, институтов, инфраструктуры, экономики» [21].

При этом в развитии человеческого капитала для ИИ-экономики выделяются четыре системных вызова. Во-первых, количественный и структурный дефицит ИИ-кадров: ежегодный выпуск ИТ-специалистов вузами республики в 2024 году — 3 765 человек [19], тогда как потребность экономики оценивается приблизительно в 51 тыс. новых работников ежегодно до 2032 года. На федеральном фоне (около 200 тыс. вакансий для ИИ-специалистов при 100120 тыс. фактически занятых ИИ-инженеров [17]) Татарстан конкурирует за человеческий капитал не только с Москвой и Санкт-Петербургом, но и с глобальным рынком. Во-вторых, разрыв между профилем подготовки и реальным спросом на AI-complementary skills: даже при наличии сильной ИТ-школы (КФУ, КНИТУ-КАИ, Университет Иннополис) большинство программ традиционных специальностей не содержат системного компонента ИИ-грамотности, в результате чего T-shaped профиль выпускника формируется фрагментарно. В-третьих, риск внутрирегионального «AI divide»: концентрация ИИ-инфраструктуры в Казани и Иннополисе при сохранении традиционной экономической специализации в районах республики формирует цифровой 44

разрыв; не менее значим риск «утечки мозгов» — после 2022 года Россия потеряла от 500 тыс. до 1,2 млн высококвалифицированных специалистов [17]. В-четвёртых, ограниченность механизмов измерения «AI-readiness»: в региональной статистике отсутствует операциональная метрика готовности человеческого капитала к ИИ-экономике, что затрудняет адресное проектирование политики.

4.    Концептуальная модель региональной политики развития человеческого капитала для ИИ-экономики

На основе проведённого анализа предлагается концептуальная модель региональной политики Республики Татарстан, выстроенная по четырём взаимосвязанным контурам.

Контур 1 — образовательный. Системная интеграция ИИ-компетенций во все профильные направления подготовки в вузах и колледжах Республики Татарстан в логике T-shaped модели: обязательные модули ИИ-грамотности для бакалавриата всех направлений, расширение онлайн-магистратур в формате AI Talent Hub (ИТМО и Napoleon IT, целевой выпуск свыше 700 ML-инженеров Middle+ к 2025 г.) [20], запуск программ переподготовки взрослого населения. Контур реализует методологическое требование расширения классической инвестиционной парадигмы Г. Беккера [1] на специфические AI-complementary skills.

Контур 2 — научно-инновационный. Закрепление за Республикой Татарстан роли национального центра фундаментальных и прикладных исследований по ИИ через консолидацию ресурсов Института ИИ Университета Иннополис, КФУ, КНИТУ-КАИ и резидентов ОЭЗ. Региональный проект «Прорывные ИТ-решения» (5 млрд руб. на 2025-2029 гг. [20]) целесообразно дополнить отдельным треком грантовой поддержки молодых исследователей по приоритетным направлениям ИИ.

Контур 3 — удержание и привлечение талантов. Формирование региональной программы «AI Talents of Tatarstan», объединяющей льготную ипотеку и арендное жильё в Иннополисе и Казани, гранты на ИИ-стартапы, акселераторы и менторскую поддержку. Программа адресно противодействует риску оттока человеческого капитала, который Р. И. Капелюшников описывал как ключевую угрозу формированию экономики знаний [4]; особое внимание целесообразно уделить возвратной миграции российских ИИ-специалистов.

Контур 4 — измерительный. Внедрение интегрального индикатора «AI-readiness человеческого капитала Республики Татарстан», агрегирующего 45

показатели по четырём блокам: (1) численность и квалификация ИИ-специалистов; (2) уровень ИИ-грамотности занятого населения; (3) обеспеченность отраслей экономики AI-complementary skills; (4) уровень внутрирегионального цифрового неравенства. Индикатор позволит перевести цели Стратегии Татарстан-2030 [21] в систему измеримых параметров и стать основанием для дифференцированной кадровой политики муниципалитетов. Совокупность четырёх контуров методологически опирается на классическую теорию человеческого капитала [1; 2; 3] в её современной интерпретации [7; 11; 12] и учитывает институциональные рамки национальной стратегии развития ИИ [14; 15] и нацпроекта «Экономика данных» [16].

Заключение

Проведённый теоретико-методологический анализ показал, что переход к экономике искусственного интеллекта требует расширения классической теории человеческого капитала Г. Беккера, Т. Шульца и Дж. Минсера за счёт включения концепций AI-complementary skills, T-shaped specialists и AI-readiness в расширенной модели «Human Capital 4.0». Российская школа (А. И. Добрынин, С. А. Дятлов, Р. И. Капелюшников) сохраняет методологическую значимость, особенно в части анализа структурного недоиспользования накопленного запаса знаний. Применительно к Республике Татарстан выделены четыре системных вызова — количественный и структурный дефицит ИИ-кадров, разрыв между профилем подготовки и спросом на AI-complementary skills, риск внутрирегионального «AI divide» и ограниченность механизмов измерения «AI-readiness», — и обоснована четырёхконтурная концептуальная модель региональной политики (образовательный, научно-инновационный, удерживающий и измерительный контуры), которая может быть использована при актуализации Стратегии социально-экономического развития Республики Татарстан до 2030 года. Дальнейшие направления исследований связаны с операционализацией интегрального индикатора «AI-readiness» региона и эконометрической оценкой отдачи от инвестиций в AI-complementary skills.