Данные выходят в свет

Как технологии могут сделать прозрачную экономику выгоднее серой

Изображение сгенерировано ИИ/«Эксперт»
«Обеление» экономики обычно обсуждают как задачу контроля. Государство должно видеть больше операций, лучше понимать движение денег и товаров, снижать возможности для ухода от налогов. Логика понятная. Но у нее есть ограничение: если прозрачность для бизнеса означает прежде всего дополнительные издержки, связанные с отчетами и проверками, то мы постоянно будем бороться со следствием.
Денис Кузьмин Денис Кузьмин Главный конструктор ВЭБ.РФ

Выгодная прозрачность

Технологии позволяют поставить вопрос иначе: можно ли сделать так, чтобы работать в белую было экономически выгодно?
Это не столько задача налогового администрирования, сколько инженерная задача. За последние годы вокруг бизнеса возник огромный цифровой слой. Электронный документооборот, онлайн-кассы, маркировка, банковские транзакции, электронные торговые площадки, цифровые платформы, логистические системы. Товар оставляет цифровой след. Платеж оставляет цифровой след. Контракт — тоже.
Экономика становится наблюдаемой. Раньше значительная часть информации о компании существовала фрагментарно. Одни данные были у банка, другие — у налоговой, третьи — в бумажной папке где-то на предприятии. Чтобы понять, что представляет собой бизнес в целом, приходилось собирать эту мозаику вручную.
quote_icon
Платформа хороша ровно настолько, насколько качественны данные о ее участниках. Поэтому обеление экономики и развитие платформенной экономики связаны значительно теснее, чем кажется
Технологии позволяют связать эти фрагменты. И здесь происходит интересный переход. Прозрачность перестает быть только способом контроля. Она становится инфраструктурой доверия.
Если мы видим историю контрактов компании, движение продукции, устойчивость ее платежей, выполнение обязательств, загрузку производства, качество поставок, компанию можно быстрее оценить. А значит — быстрее профинансировать, включить в цепочку поставок, поддержать инвестиционный проект.
Компания с подтверждаемой цифровой историей должна иметь возможность быстрее получать финансирование, тратить меньше времени на проверки, проще входить в кооперацию с крупными корпорациями и государственными заказчиками. В каком-то смысле экономике нужен свой цифровой анамнез. Мы ведь не считаем разумным каждый раз начинать историю пациента с чистого листа. Но с предприятиями часто поступаем именно так.
Это принципиально для технологического развития. Сегодня одна из самых сложных задач — не просто создать технологию, а собрать вокруг нее работающую цепочку кооперации. Нужно понять, у кого есть необходимая компетенция, кто способен изготовить опытный образец, кто может перейти к серии, где есть подходящие производственные мощности, где найти инженеров и технологов, кто способен стать первым заказчиком и каким вообще может быть рынок. Зачастую все необходимые элементы уже существуют. Они просто не видят друг друга. В одном регионе есть сильная научная группа. В другом — предприятие с нужным оборудованием. Где-то еще — компания, способная сделать серийное производство. Есть заказчик, которому такое решение потенциально нужно, есть университет, который может подготовить кадры, есть банк или институт развития, способный профинансировать масштабирование. Но если информация об этих участниках фрагментарна или несопоставима, цепочка не складывается. В результате мы нередко пытаемся построить новый завод там, где уже есть свободные мощности, ищем компетенцию за рубежом, хотя она существует в соседнем регионе, или годами доводим разработку до производства только потому, что разработчик и производитель не смогли найти друг друга.
В хорошо устроенной цифровой среде можно увидеть не только кто есть кто, но и кто что умеет. Где сосредоточены компетенции в конкретной технологии. Какие предприятия могут изготовить установочную партию. Какие способны перейти от десятков единиц к тысячам. Где есть необходимые кадры. Какие научные коллективы работают в этой области. Каков потенциальный объем спроса.
Изображение сгенерировано ИИ/«Эксперт»
Изображение сгенерировано ИИ/«Эксперт»

Платформа данных

Тогда экономика начинает работать не как набор изолированных предприятий, а как сеть. И здесь появляется разговор о платформах. Мы часто называем платформой практически любой цифровой сервис. Но настоящая платформа возникает не там, где просто собран большой объем информации. Она возникает там, где информация позволяет участникам находить друг друга, снижать стоимость взаимодействия и совершать сделки, которые без этой платформы либо не состоялись бы, либо потребовали значительно больше времени и ресурсов. А для этого участники должны быть информационно прозрачны.
Если мы не понимаем реальные компетенции поставщика, его производственные возможности, историю исполнения контрактов и способность масштабироваться, никакой алгоритм не соберет эффективную цепочку кооперации. Платформа хороша ровно настолько, насколько качественны данные о ее участниках. Поэтому «обеление» экономики и развитие платформенной экономики связаны значительно теснее, чем кажется.
quote_icon
Важно не превратить искусственный интеллект исключительно в очень умного инспектора. Гораздо интереснее использовать его как инструмент развития
Чем больше достоверной машиночитаемой информации существует о предприятиях, технологиях, компетенциях и спросе, тем легче автоматически сопоставлять участников рынка. Возникает возможность перехода от привычного поиска поставщика к своеобразному конструированию цепочки создания стоимости.
Есть технологическая задача: система может показать, какие научные коллективы обладают необходимыми компетенциями, кто способен провести опытно-конструкторские работы, где изготовить прототип, кто способен сделать серию, где есть кадровый дефицит и какой рынок может возникнуть вокруг продукта.

ИИ как агрегатор

Это своего рода навигационная система экономики. В этой же логике работает искусственный интеллект. Проблема современной экономики уже не в недостатке данных. Наоборот, данных столько, что человек физически не способен сопоставить их все. Платежи, контракты, логистика, отраслевые показатели, закупки, финансовая отчетность, производственные метрики — это миллионы сигналов. ИИ может собирать их в единую картину, находить аномалии, видеть изменение поведения предприятия, оценивать риски и устойчивость цепочек. Но еще интереснее — находить связи, которые раньше были неочевидны: потенциальных поставщиков, технологических партнеров, производственные мощности или новые рынки для существующей компетенции.
Важно не превратить ИИ исключительно в очень умного инспектора. Гораздо интереснее использовать его как инструмент развития. Если система замечает, что у предприятия падает загрузка, ухудшается платежная дисциплина или возникают разрывы в поставках, банк или институт развития может вмешаться до того, как проблема превратится в кризис. Предложить финансирование, реструктуризацию, технологическое обновление, найти нового поставщика или заказчика. То есть данные начинают работать не только на контроль, но и на предотвращение проблем — и на создание новых экономических связей.
Это особенно важно для небольших технологических компаний. У стартапа может не быть 20-летней кредитной истории и залога. Но у него могут быть сильная команда, интеллектуальная собственность, успешные испытания, первые контракты, быстро растущая выручка и подтвержденный спрос. Традиционная система оценки иногда видит такой бизнес плохо. Данные позволяют увидеть его значительно раньше.

Поиск коопераций

Для института развития это принципиальный вопрос. Поддержка технологического лидерства требует не просто выдавать финансирование, а понимать, где в экономике возникают новые компетенции. Кто действительно умеет производить критически важный компонент. Где появился сильный инженерный коллектив. Какой поставщик способен масштабироваться. Где возникает новый рынок.
Но еще важнее уметь эти элементы собирать. Главный вопрос технологического развития часто заключается не в отсутствии отдельных компетенций, а в отсутствии связей между ними. Наука есть. Производство есть. Кадры есть. Заказчик есть. Капитал есть. А продукта нет.
Задача системы развития в таком случае — увидеть недостающую связь и помочь ее создать. Без данных мы видим экономику через зеркало заднего вида — по отчетности за прошлый период.
С данными можно видеть ее почти в реальном времени. В перспективе речь может идти о своеобразном цифровом двойнике экономики — карте производственных и технологических связей страны. Не просто о том, какие предприятия зарегистрированы и сколько они производят, а о том, что экономика реально умеет.
Разумеется, здесь возникает много вопросов: качество данных, коммерческая тайна, информационная безопасность, правила доступа. Чем мощнее такая система, тем строже должны быть ограничения на ее использование.
Но сама логика уже меняется. От контроля постфактум к постоянной верифицируемости. И тогда «обеление» экономики перестает быть отдельной кампанией. Оно становится побочным эффектом технологического развития. Есть только одно важное условие: прозрачность должна что-то давать бизнесу.
Если компания открывает данные, но получает взамен только дополнительный контроль, стимул неочевиден. Если же данные сокращают стоимость кредита, ускоряют проверки, открывают доступ к заказам, партнерам, новым цепочкам кооперации и мерам поддержки, логика меняется.
Поэтому задача состоит не только в том, чтобы лучше видеть серую экономику. Гораздо важнее построить технологическую среду, в которой белая экономика получает преимущество.
quote_icon
Без данных мы видим экономику через зеркало заднего вида — по отчетности за прошлый период. С данными можно видеть ее почти в реальном времени

Продолжая использовать сайт expert.ru, вы соглашаетесь на обработку персональных данных при помощи куки (cookie) файлов, в том числе с использованием сервиса веб-аналитики "Яндекс Метрика", на условиях Политики обработки персональных данных.