რატომ ცვლიან AI აგენტები ეკონომიკას?

მთავარი

ხელოვნური ინტელექტის ეკონომიკურ გავლენაზე მსჯელობისას ყველაზე ხშირად პროდუქტიულობასა და სამუშაო ადგილებზე ვსაუბრობთ. ვეკითხებით, რამდენ საათს დაზოგავს AI, რომელი პროფესია შეიცვლება, რამდენად შემცირდება კონკრეტული მომსახურების ფასი ან რამდენი თანამშრომლის სამუშაოს შეძლებს ერთი ადამიანი ახალი ტექნოლოგიის დახმარებით. ეს კითხვები მნიშვნელოვანია, მაგრამ AI აგენტების ეკონომიკური მნიშვნელობა მხოლოდ მათზე დაყრდნობით შეიძლება ბოლომდე ვერ დავინახოთ.

უფრო ღრმა ცვლილება იქ იწყება, სადაც პროგრამა ინფორმაციის დამუშავებიდან მოქმედებაზე გადადის. ჩვეულებრივი პროგრამული სისტემა ადამიანს აძლევს ინფორმაციას, პროგნოზს ან ინსტრუმენტს და შემდეგ მოქმედებას ისევ ადამიანი აგრძელებს. AI აგენტს კი შეუძლია მიიღოს მიზანი, მოძებნოს საჭირო ინფორმაცია, გამოიყენოს სხვადასხვა სისტემა, შეადაროს რამდენიმე ვარიანტი, სხვა აგენტს გადასცეს სამუშაო, მოამზადოს ტრანზაქცია და, თუ შესაბამისი მანდატი აქვს, პროცესის განსაზღვრული ნაწილიც შეასრულოს.

ეს ერთი შეხედვით ტექნოლოგიური დეტალია, მაგრამ ეკონომიკისთვის მნიშვნელობა გაცილებით დიდია. ეკონომიკა მხოლოდ წარმოებული საქონლისა და მომსახურების რაოდენობა არ არის. იგი მილიონობით გადაწყვეტილების, გარიგების, შეთანხმების, ინფორმაციის გაცვლისა და რესურსის განაწილების სისტემაა. თუ ამ მოქმედებების ნაწილი ადამიანების ნაცვლად ან ადამიანებთან ერთად პროგრამულ აგენტებს გადააქვთ, იცვლება არა მხოლოდ სამუშაოს სიჩქარე, არამედ ეკონომიკური კოორდინაციის არქიტექტურაც.

სწორედ ამიტომ AI აგენტები შეიძლება ეკონომიკას უფრო ღრმად ცვლიდნენ, ვიდრე ჩვეულებრივი ავტომატიზაციის კიდევ ერთი ტალღა. ისინი ახალ შესაძლებლობას ქმნიან: ეკონომიკური მოქმედების ნაწილის დელეგირებას მანქანაზე.

ეკონომიკა დიდწილად კოორდინაციის სისტემაა

კომპანიის ყოველდღიურ ცხოვრებაში სამუშაოს დიდი ნაწილი უშუალოდ პროდუქტის შექმნა არ არის. თანამშრომლები ინფორმაციას ეძებენ, წერილებს აგზავნიან, ერთმანეთს სტატუსს ეკითხებიან, შეხვედრებს ნიშნავენ, შეთავაზებებს ადარებენ, მენეჯერის თანხმობას ელოდებიან, მონაცემები ერთი სისტემიდან მეორეში გადააქვთ და ცდილობენ გაარკვიონ, რა უნდა მოხდეს შემდეგ. მსგავსი ხარჯი ცალკე ხშირად შეუმჩნეველია, მაგრამ მთლიან ეკონომიკაში უზარმაზარ რესურსს მოიხმარს.

კლასიკური ეკონომიკური თეორიიდან ვიცით, რომ სწორედ კოორდინაციისა და ტრანზაქციის ხარჯები ახდენს გავლენას იმაზეც, თუ რატომ არსებობს საერთოდ ფირმა და რომელი საქმიანობა კეთდება კომპანიის შიგნით ან ბაზრის საშუალებით. თუ კონკრეტული საქმის გარედან ყიდვა რთულია, პარტნიორის მოძიებას დიდი დრო სჭირდება, ხარისხის შემოწმება ძვირია ან ხელშეკრულების მართვა რთულდება, კომპანიისთვის შესაძლოა უმჯობესი იყოს შესაბამისი ფუნქცია საკუთარ სტრუქტურაში შექმნას. ორგანიზაციის ზომა, შესაბამისად, მხოლოდ წარმოების ტექნოლოგიაზე არ არის დამოკიდებული; იგი დამოკიდებულია იმაზეც, თუ რამდენად ძვირია ადამიანების, ინფორმაციისა და გარიგებების კოორდინაცია.

AI აგენტებმა სწორედ ამ ხარჯის ნაწილი შეიძლება მნიშვნელოვნად შეცვალოს. წარმოვიდგინოთ მცირე მწარმოებელი, რომელსაც ახალი მომწოდებლის მოძიება სურს. დღეს ეს შესაძლოა ნიშნავდეს ბაზრის კვლევას, რამდენიმე კომპანიის იდენტიფიცირებას, მათთან წერილების გაგზავნას, ფასებისა და პირობების შედარებას, სანდოობის შემოწმებას და საბოლოოდ, ხელშეკრულების მომზადებას. მომავალში ამ ჯაჭვის დიდი ნაწილი შეიძლება რამდენიმე პროფესიულმა აგენტმა შეასრულოს: ერთმა მოძებნოს ალტერნატივები, მეორემ ტექნიკური პირობები შეადაროს, მესამემ ფინანსური შედეგი დაითვალოს, მეოთხემ კი შესაბამისობისა და კონტრაქტის რისკები გამოყოს.

ადამიანი კვლავ გადაწყვეტს, ვის ენდოს, რომელი რისკი აიღოს და გააფორმოს თუ არა მნიშვნელოვანი გარიგება, მაგრამ გადაწყვეტილებამდე მისასვლელი კოორდინაციის ხარჯი შეიძლება მკვეთრად შემცირდეს. თუ მსგავსი ცვლილება ერთდროულად მილიონობით კომპანიაში მოხდება, შედეგი მხოლოდ თანამშრომლის მიერ დაზოგილი საათების ჯამი აღარ იქნება. შეიძლება შეიცვალოს ისიც, რა ზომის კომპანიას რა სირთულის საქმიანობის მართვა შეუძლია.

როცა მცირე ფირმას დიდი კომპანიის ფუნქციების ნაწილი უჩნდება

ბიზნესის მასშტაბს ყოველთვის ჰქონდა აშკარა უპირატესობა. დიდ კომპანიას შეუძლია ჰქონდეს ცალკე კვლევის დეპარტამენტი, ფინანსური ანალიტიკა, იურიდიული გუნდი, საერთაშორისო გაყიდვები, შესყიდვები, ლოჯისტიკა, შესაბამისობა და მომხმარებელთა მომსახურების დიდი სტრუქტურა. მცირე კომპანიაში იგივე სამუშაო ხშირად რამდენიმე ადამიანს შორის ნაწილდება ან საერთოდ არ სრულდება იმავე სიღრმით.

AI აგენტები ამ სხვაობას მთლიანად ვერ გააქრობს, მაგრამ შეუძლია ფუნქციური მასშტაბის ფასი შეამციროს. თუ მცირე კომპანიას შეუძლია პროფესიული კვლევის აგენტის, გაყიდვების აგენტის, ფინანსური ანალიტიკის აგენტის, იურიდიული მხარდაჭერისა და პროექტის კოორდინაციის სისტემების გამოყენება, იგი იღებს შესაძლებლობების ნაწილს, რომლის შექმნაც ადრე ბევრად უფრო დიდ მუდმივ გუნდს მოითხოვდა.

ეს არ ნიშნავს, რომ ათი ადამიანის კომპანია ავტომატურად ათასობით თანამშრომლის მქონე კორპორაციას გაუტოლდება. დიდ ორგანიზაციას კვლავ ექნება კაპიტალის, ბრენდის, დისტრიბუციის, გამოცდილების, მონაცემისა და მოლაპარაკების ძალის უპირატესობა. მაგრამ შეიძლება შეიცვალოს ზღვარი, რომლის შემდეგაც კომპანიას ახალი ფუნქციის შესაქმნელად დამატებითი დეპარტამენტი სჭირდება. გარკვეული ცოდნა და კოორდინაცია, რომელიც ადრე დიდ ფიქსირებულ ხარჯს მოითხოვდა, უფრო მოქნილი და ხელმისაწვდომი ხდება.

ამიტომ AI აგენტების ეკონომიკური ეფექტის ერთ–ერთი საინტერესო მიმართულება შეიძლება იყოს არა უბრალოდ „ნაკლები თანამშრომელი“, არამედ უფრო მაღალი ფუნქციური შესაძლებლობა იგივე ორგანიზაციული ზომით. ასეთი ცვლილება განსაკუთრებით მნიშვნელოვანი იქნება მცირე ბიზნესისთვის და მცირე ეკონომიკებისთვის, სადაც სპეციალიზებული ადამიანური რესურსის დეფიციტი ხშირად ზრდის ბიზნესის გაფართოების ხარჯს.

კაპიტალი პირველად იღებს მოქმედების უნარის ახალ ხარისხს

ინდუსტრიულ ეკონომიკაში მანქანა ადამიანს ფიზიკურ შესაძლებლობას უზრდიდა. კომპიუტერმა ინტელექტუალური სამუშაოს ნაწილი დააჩქარა. პროგრამულმა სისტემებმა მონაცემების დამუშავება, კომუნიკაცია და კონტროლი უფრო იაფი გახადა. მაგრამ ყველა ამ შემთხვევაში კაპიტალის ძირითადი როლი ადამიანის პროდუქტიულობის გაზრდა იყო: მანქანას ოპერატორი სჭირდებოდა, პროგრამას მომხმარებელი, ხოლო ანალიტიკურ სისტემას – ადამიანი, რომელიც რეკომენდაციას მოქმედებად გადააქცევდა.

აგენტურ ეკონომიკაში ეს საზღვარი ნაწილობრივ იცვლება. AI აგენტს შეუძლია არა მხოლოდ მონაცემის დამუშავება, არამედ პროცესში შემდეგი ნაბიჯის განსაზღვრა და ნებადართული მოქმედების შესრულებაც. საწყობის სისტემა აღარ შემოიფარგლება იმით, რომ მენეჯერს მარაგის შემცირებას აჩვენებს; მას შეუძლია მოთხოვნის ცვლილება შეაფასოს, მომწოდებლები შეადაროს, შეკვეთის ოპტიმალური მოცულობა მოამზადოს და წინასწარ განსაზღვრულ ლიმიტში შეკვეთის პროცესიც დაიწყოს. ფიზიკურ გარემოში ამას რობოტული სისტემაც შეიძლება დაემატოს.

BTU-ს კვლევით ჩარჩოში ეს ცვლილება აგენტური კაპიტალის კონცეფციით არის აღწერილი. იდეა იმაში არ მდგომარეობს, რომ პროგრამა ან რობოტი მოულოდნელად დამოუკიდებელ მფლობელად ან სამართლებრივ სუბიექტად იქცევა. ეკონომიკური ცვლილება უფრო კონკრეტულია: კაპიტალის ნაწილი უკვე ინახავს არა მხოლოდ პროდუქტიულ შესაძლებლობას, არამედ დელეგირებული მოქმედების შესაძლებლობასაც.

ამიტომ აგენტური კაპიტალის ღირებულება მხოლოდ ძლიერი AI მოდელის შეძენით ვერ განისაზღვრება. რეალური პროდუქტიული აქტივი შეიძლება შედგებოდეს მოდელის, კომპანიის ცოდნის, მონაცემების, გამოთვლითი რესურსის, ინსტრუმენტებზე უსაფრთხო წვდომის, მოქმედების წესების, აუდიტის, პროფესიული კონტროლისა და – სადაც საჭიროა – რობოტული შესრულების ერთობლიობისგან. თუ ამ კომპონენტებიდან ერთ–ერთი სუსტია, ძლიერი მოდელი თავისთავად სრულ ეკონომიკურ ღირებულებას ვერ შექმნის.

ეს განსხვავება მომავალში ინვესტიციის შეფასებაზეც შესაძლოა აისახოს. კომპანიებს მოუწევთ განსაზღვრონ არა მხოლოდ რამდენი პროგრამა ან რამდენი GPU აქვთ, არამედ რამდენად საიმედოდ შეუძლია მათ ციფრულ ინფრასტრუქტურას რეალური ბიზნესპროცესის შესრულება, რამდენად დაბალია კოორდინაციის ხარჯი, რამდენად კარგად კონტროლდება შეცდომა და რამდენად სწრაფად არის შესაძლებელი სისტემის აღდგენა.

სამუშაო ადგილებზე მეტად შეიძლება შეიცვალოს სამუშაოს შიდა შემადგენლობა

AI-ის ეკონომიკურ გავლენაზე საუბრისას ყველაზე ემოციური კითხვა სამუშაო ადგილებს ეხება. ეს ბუნებრივია: ტექნოლოგიური ცვლილება ყოველთვის ქმნიდა როგორც ახალ შესაძლებლობებს, ისე შიშს იმაზე, რომ ზოგიერთი სამუშაო აღარ იქნება საჭირო. თუმცა აგენტების შემთხვევაში მხოლოდ პროფესიების გაქრობისა და დარჩენის ჩამონათვალი შეიძლება შეცდომაში შეგვიყვანოს.

უმეტესობა პროფესიისა ერთი მოქმედება არ არის. ფინანსისტი აგროვებს მონაცემს, ამოწმებს მას, ითვლის, განმარტავს, ურთიერთობს კოლეგებთან და გადაწყვეტილებას ამზადებს. მარკეტინგის სპეციალისტი იკვლევს მომხმარებელს, ქმნის იდეებს, ამზადებს მასალას, მართავს კამპანიას და აფასებს შედეგს. იურისტი კითხულობს დოკუმენტს, პოულობს რისკს, ადარებს ნორმებს, განიხილავს ალტერნატივას და კლიენტთან ერთად არჩევს პოზიციას.

აგენტები ამ მოქმედებების ნაწილს განსხვავებული სისწრაფით აითვისებს. განსაკუთრებით ადვილად შეიძლება ავტომატიზდეს ინფორმაციის მოძიება, სტრუქტურირება, მონიტორინგი, შედარება და განმეორებითი კოორდინაცია, მაშინ როდესაც უფრო ძნელი იქნება მიზნის განსაზღვრის, კონტექსტური განსჯის, ნდობის, რთული ურთიერთობის, ღირებულებითი არჩევანისა და საბოლოო პასუხისმგებლობის გადატანა.

შედეგად შეიძლება შეიცვალოს პროფესიის შიგნით ღირებულების განაწილება. თანამშრომელი ნაკლებ დროს დაუთმობს იმას, რასაც სისტემა სწრაფად აკეთებს და მეტი ღირებულება შეიქმნება იქ, სადაც საჭიროა გადაწყვეტილების ხარისხი, AI-ის შედეგის კრიტიკული შემოწმება, პროცესის დიზაინი და გამონაკლისების მართვა. სწორედ ამიტომ მომავალი შრომის ბაზრის ერთ–ერთი მნიშვნელოვანი უნარი შეიძლება იყოს არა უბრალოდ „AI-ის გამოყენება“, არამედ აგენტებთან სამუშაოს ორგანიზება და მათი შედეგის პასუხისმგებლიანი შემოწმება.

აქ ეკონომიკური შედეგიც ორმხრივია. პროდუქტიულობის ზრდა შეიძლება თანამშრომელს მეტ შესაძლებლობას მისცემდეს, მაგრამ შეიძლება სამუშაოს ღირებულების ნაწილი კაპიტალის, პლატფორმის ან ინფრასტრუქტურის მფლობელთან გადავიდეს. ტექნოლოგია თავისით ვერ გადაწყვეტს, როგორ განაწილდება მიღებული სარგებელი ხელფასს, დაბალ ფასს, მოგებასა და გადასახადებს შორის. ეს უკვე კომპანიების, ბაზრის ინსტიტუტებისა და საჯარო პოლიტიკის საკითხია.

ბაზრებზე მყიდველი და გამყიდველი შესაძლოა პირველად პროგრამულად „შეხვდნენ“

დღევანდელ ციფრულ ბაზარშიც მომხმარებელი ძირითადად თავად მოქმედებს. იგი ხსნის ვებგვერდს, ეძებს პროდუქტს, ადარებს ფასს, კითხულობს პირობებს და ირჩევს. კომპანიები, თავის მხრივ, რეკლამას, საძიებო სისტემებსა და პლატფორმებს იყენებენ იმისთვის, რომ მომხმარებლის ყურადღება მიიპყრონ.

აგენტური ბაზარი ამ ურთიერთობას შეიძლება მნიშვნელოვნად შეცვლიდეს. მომხმარებელმა შეიძლება საკუთარ AI აგენტს უთხრას: „მომიძებნე ამ ტიპის დაზღვევა, ამ პირობებით და ამ მაქსიმალური ფასით“, ან „შეადარე ჩემი მოგზაურობისთვის საუკეთესო სამი ვარიანტი, გაითვალისწინე ჩემი წინა არჩევანი და თავისუფალი გაუქმება“. ასეთ შემთხვევაში ბაზრის პირველადი „მომხმარებელი“ გარკვეული გაგებით უკვე პროგრამული აგენტია, რომელიც ადამიანის მიზნის ფარგლებში პროდუქტებსა და პირობებს ამუშავებს.

ამავე დროს კომპანიებიც შეიძლება ქმნიდნენ აგენტებს, რომლებიც ავტომატურად პასუხობენ მოთხოვნას, ამზადებენ შეთავაზებას, ითვლიან მიწოდების პირობებს ან განსაზღვრულ საზღვრებში მოლაპარაკებას აწარმოებენ. შედეგად ონლაინვაჭრობის ნაწილში შეიძლება მივიღოთ გარემო, სადაც მყიდველის აგენტი და გამყიდველის აგენტი ერთმანეთს ციფრული პროტოკოლის საშუალებით უკავშირდებიან, ხოლო ადამიანს მხოლოდ საბოლოო არჩევანი ან მნიშვნელოვანი გამონაკლისი უბრუნდება.

ეს მომხმარებლისთვის შესაძლოა ნიშნავდეს ძიების ხარჯის მკვეთრ შემცირებას და უკეთეს ფასობრივ შედარებას. მაგრამ ამავე დროს ჩნდება ახალი ძალაუფლების კითხვა: ვინ განსაზღვრავს, რას ხედავს მომხმარებლის აგენტი? რომელი შეთავაზება მოხვდება მის ხელმისაწვდომ სივრცეში? როგორ იცის ადამიანმა, რომ აგენტი მართლაც მისი ინტერესით მოქმედებს და არა პლატფორმის კომერციული პრიორიტეტით?

აგენტური ბაზარი მომხმარებლის შესაძლებლობას შეიძლება ზრდიდეს, მაგრამ მხოლოდ იმ შემთხვევაში, თუ მომხმარებლის აგენტი რეალურად მისი მანდატით მოქმედებს და არა უხილავი ეკონომიკური სტიმულებით.

ეკონომიკური ძალაუფლება შესაძლოა გადავიდეს პროტოკოლებში

ციფრულმა ეკონომიკამ უკვე დაგვანახა, რომ ბაზარზე ძალაუფლება მხოლოდ პროდუქტის ფლობას აღარ უკავშირდება. პლატფორმას, რომელიც მომხმარებელსა და კომპანიას ერთმანეთთან აკავშირებს, შეუძლია გავლენა მოახდინოს იმაზე, თუ ვინ გამოჩნდება ძიების შედეგებში, რა საკომისიო იქნება გადახდილი და რამდენად მარტივია კონკურენტ მომსახურებაზე გადასვლა.

აგენტურ ეკონომიკაში ეს საკითხი კიდევ უფრო ღრმავდება, რადგან ეკონომიკური მოქმედების ნაწილი შესაძლოა პირდაპირ პროგრამული წესებით იმართებოდეს. აგენტმა უნდა იცოდეს, რომელ სისტემას შეუძლია დაუკავშირდეს, როგორ დაამტკიცოს ადამიანის ან კომპანიის იდენტობა, რომელი მონაცემი მიიღოს, რა ფორმატში გაგზავნოს მოთხოვნა, რა უფლებამოსილება აქვს და როგორ დადასტურდეს ტრანზაქცია. ამ წესებს შეგვიძლია ერთობლივად შევხედოთ როგორც ეკონომიკური მოქმედების პროტოკოლურ გარემოს.

თუ ასეთი გარემო ღია და თავსებადია, აგენტს შეუძლია რამდენიმე მომწოდებელთან უსაფრთხოდ ურთიერთობა, ხოლო კომპანიას – სხვადასხვა ტექნოლოგიის გამოყენება. თუ გარემო დახურულია, პლატფორმის მფლობელი შეიძლება ბაზრის კარიბჭედ იქცეს: თავად განსაზღვროს, რომელი აგენტი დაუშვას, რომელ ინფორმაციაზე მისცეს წვდომა, როგორ დალაგდეს შეთავაზებები და რა ფასი ჰქონდეს მონაწილეობას.

BTU-ს აგენტური ეკონომიკის კვლევითი ჩარჩო ამ მოვლენას პროტოკოლურ ძალაუფლებასთან აკავშირებს. ეკონომიკურ ძალაუფლებას ქონების, ბაზრის წილისა და ინფორმაციის კონტროლთან ერთად ემატება შესაძლებლობა, განსაზღვრო ეკონომიკური მოქმედების დაშვების წესები.

ეს განსაკუთრებით მნიშვნელოვანია კონკურენციისთვის. მომავლის ბაზარზე შეიძლება უამრავი გამყიდველი არსებობდეს და ფასებიც თავისუფლად იცვლებოდეს, მაგრამ თუ მათ მომხმარებლის აგენტთან მისასვლელად ერთი ტექნიკური კარიბჭე სჭირდებათ, რეალური საბაზრო ძალაუფლების ნაწილი სწორედ იქ იქნება კონცენტრირებული.

ამიტომ Interoperability, Data Portability და ღია პროტოკოლები მხოლოდ ტექნიკური ტერმინები აღარ არის. ისინი თანდათან ეკონომიკური კონკურენციისა და მცირე ბიზნესის ბაზარზე დაშვების საკითხებადაც შეიძლება იქცეს.

ნდობა უფრო მეტად უნდა გახდეს შემოწმებადი

ჩვეულებრივ ბიზნესგარიგებაში ნდობას ხშირად რეპუტაცია, კონტრაქტი და სამართლებრივი პასუხისმგებლობა ქმნის. თუ ორ კომპანიას შორის შეთანხმება დაირღვა, არსებობს დოკუმენტები, ადამიანები და ინსტიტუტები, რომელთა საშუალებითაც არის შესაძლებელი დავის განხილვა და პასუხისმგებლობის დადგენა.

აგენტურ გარემოში მოქმედების ჯაჭვი რთულდება. ერთი აგენტი აგროვებს ინფორმაციას, მეორე ამოწმებს პირობას, მესამე იწყებს ტრანზაქციას, პლატფორმა ამუშავებს გადახდას, ხოლო ადამიანმა შეიძლება მხოლოდ გარკვეული ზღვრის ზემოთ მიიღოს გადაწყვეტილება. თუ შეცდომა მოხდა, აუცილებელია ვიცოდეთ არა მხოლოდ შედეგი, არამედ ისიც, როგორ მივედით იქამდე.

ამიტომ Audit Trail, Tracing და მოქმედების აღდგენადობა ეკონომიკური ნდობის ნაწილად იქცევა. კომპანიამ უნდა შეძლოს დაადგინოს, რა მიზანი ჰქონდა აგენტს, რა მონაცემი გამოიყენა, რა მანდატით მოქმედებდა, რომელი ლიმიტი შეამოწმა და სად მიიღო ადამიანის თანხმობა. ეს ინფორმაცია საჭიროა არა მხოლოდ პრობლემის შემდეგ დამნაშავის მოსაძებნად; იგი აუცილებელია სისტემის გაუმჯობესებისთვისაც.

BTU-ს კვლევით ჩარჩოში სწორედ ამიტომ აუდიტირებადობა და ადამიანის სუვერენიტეტი აგენტური ეკონომიკის გარედან დამატებული „შეზღუდვები“ კი არა, თვითონ პროდუქტიული სისტემის ნაწილია. თუ კომპანია ვერ ენდობა აგენტს საკმარისად, რომ მას რეალური მოქმედება გადასცეს, ტექნოლოგიის ეკონომიკური ღირებულება ბუნებრივად მცირდება. ნდობა ამ შემთხვევაში აბსტრაქტული განცდა აღარ არის – ის ხდება მოქმედების აღდგენის, შეჩერებისა და გამოსწორების უნარი.

პროდუქტიულობის სარგებელი თავისით სამართლიანად არ ნაწილდება

თუ აგენტები კოორდინაციის ხარჯს ამცირებს, მცირე გუნდებს მეტ შესაძლებლობას აძლევს და გარკვეული პროცესების პროდუქტიულობას ზრდის, ბუნებრივად ჩნდება კითხვა: ვინ მიიღებს ამ სარგებელს?

ერთი შესაძლებლობაა, თანამშრომელი იმავე სამუშაო დროში უფრო მეტ ღირებულებას ქმნიდეს და მისი შემოსავალიც გაიზარდოს. მეორეა, კონკურენციამ მიღებული ეფექტიანობა მომხმარებლებისთვის დაბალ ფასებში გადაიტანოს. მესამე შემთხვევაში კომპანია გაზრდილ მოგებას მიიღებს. მეოთხეში კი ეკონომიკური რენტის მნიშვნელოვანი ნაწილი იმ პლატფორმებთან, მოდელებთან, Cloud ინფრასტრუქტურასთან ან პროტოკოლებთან დარჩება, რომლებზეც აგენტური სისტემა არის დამოკიდებული.

არც ერთი ეს შედეგი ტექნოლოგიიდან ავტომატურად არ გამომდინარეობს. ტექნოლოგია ქმნის პროდუქტიულობის შესაძლებლობას; ეკონომიკური ინსტიტუტები, კონკურენცია, საკუთრების სტრუქტურა, შრომის ბაზარი და სახელმწიფო პოლიტიკა განსაზღვრავს, როგორ ნაწილდება მისი სარგებელი.

ამიტომ AI აგენტების ეკონომიკური შედეგის შეფასება მხოლოდ კომპანიის “ROI”-ით არასაკმარისი იქნება. უფრო ფართო მასშტაბზე მნიშვნელოვანი გახდება იმის დანახვაც, ვის ეკუთვნის მოდელი, მონაცემი და გამოთვლითი ინფრასტრუქტურა; რამდენად შეუძლია კომპანიას სხვა მომწოდებელზე გადასვლა; ვინ აკონტროლებს პროტოკოლს; როგორ იცვლება შრომის ანაზღაურება; და სად გროვდება აგენტური პროდუქტიულობის შედეგად შექმნილი დამატებითი ღირებულება.

BTU-ს მკვლევრების შეფასება

BTU-ს მკვლევრების შეფასებით, AI აგენტების ყველაზე ღრმა ეკონომიკური ეფექტი შეიძლება არა უბრალოდ შრომის ავტომატიზაცია, არამედ ეკონომიკური მოქმედების დელეგირებად რესურსად გადაქცევა იყოს. ინდუსტრიულმა ეკონომიკამ გააძლიერა ადამიანის ფიზიკური მოქმედება, ციფრულმა ეკონომიკამ მნიშვნელოვნად გააიაფა ინფორმაციის შენახვა, დამუშავება და გადაცემა, ხოლო აგენტური ეკონომიკა ამ პროცესს კიდევ ერთ ფენას უმატებს – პროგრამულ სისტემას უკვე შეუძლია განსაზღვრული მანდატის ფარგლებში ეკონომიკური მოქმედების ნაწილიც შეასრულოს.

ამ ცვლილებას რამდენიმე მიმართულება ერთდროულად მოჰყვება. კაპიტალის ნაწილი „მოქმედების შესაძლებლობას“ იძენს; კოორდინაციისა და ტრანზაქციის გარკვეული ხარჯები მცირდება; მცირე ფირმას უფრო ფართო პროფესიული ფუნქციების მართვა შეუძლია; სამუშაო პროფესიების შიგნით ხელახლა ნაწილდება; მომხმარებლისა და კომპანიის აგენტები ბაზრის ახალ შუამავლებად იქცევიან; ხოლო პროტოკოლისა და ინფრასტრუქტურის კონტროლი ეკონომიკური ძალაუფლების ახალ წყაროდ შეიძლება ჩამოყალიბდეს.

ამ პერსპექტივიდან აგენტური ეკონომიკა უბრალოდ იგივე ეკონომიკა არ არის, სადაც თანამშრომლებს უკეთესი პროგრამები აქვთ. მისი მთავარი განსხვავება ისაა, რომ წარმოების, გაცვლისა და კოორდინაციის პროცესში ჩნდება ახალი ოპერაციული მონაწილე. პროგრამული აგენტი სამართლებრივად ადამიანად ან კომპანიად არ იქცევა და საბოლოო პასუხისმგებლობის დამოუკიდებელ მატარებლად არ უნდა ჩაითვალოს, მაგრამ მის მოქმედებას შეუძლია ფასზე, რესურსზე, დროსა და რეალურ ტრანზაქციაზე გავლენა მოახდინოს. ეკონომიკურმა ანალიზმა ამიტომ მოქმედების უნარი, სამართლებრივი სტატუსი და პასუხისმგებლობა ერთმანეთისგან მკაფიოდ უნდა გამიჯნოს.

საქართველოსთვის ამ ხედვას განსაკუთრებული მნიშვნელობა აქვს. მცირე ეკონომიკის კონკურენტული შესაძლებლობა შეიძლება იყოს არა ყველა საბაზისო AI მოდელის ადგილობრივად შექმნა, არამედ გლობალურ ტექნოლოგიაზე ქართული ცოდნის, დარგობრივი მონაცემების, პროფესიული აგენტების, ადგილობრივი ბიზნესპროცესებისა და სანდო მოქმედების წესების აშენება. მაგრამ არსებობს საპირისპირო სცენარიც: ქვეყანა შეიძლება გახდეს უცხოური მოდელების, Cloud ინფრასტრუქტურისა და დახურული პროტოკოლების მხოლოდ მომხმარებელი, მაშინ როდესაც პროდუქტიულობის შედეგად შექმნილი ეკონომიკური ღირებულების მნიშვნელოვანი ნაწილი გარეთ დარჩება.

BTU-ს მკვლევრების შეფასებით, სწორედ ამიტომ AI აგენტების ეკონომიკური პოლიტიკის მთავარი კითხვა მხოლოდ „რამდენად სწრაფად დავნერგოთ AI?“ არ უნდა იყოს. უფრო მნიშვნელოვანი ხდება კითხვა: ეკონომიკური მოქმედების რომელი შესაძლებლობა იქმნება ქვეყანაში, ვის ეკუთვნის ის, ვინ აკონტროლებს მას და როგორ ნაწილდება მისგან მიღებული სარგებელი.

ძირითადი მიგნებები

• AI აგენტების მთავარი ეკონომიკური განსხვავება არის ინფორმაციის დამუშავებიდან განსაზღვრული ეკონომიკური მოქმედების შესრულებაზე გადასვლა.
• აგენტებს შეუძლიათ შეამცირონ: ინფორმაციის ძიების, კოორდინაციისა და ტრანზაქციის ხარჯის ნაწილი.
• მცირე კომპანიებს შეიძლება გაუჩნდეთ ფუნქციები, რომლებიც ადრე მხოლოდ უფრო დიდ ორგანიზაციულ მასშტაბზე იყო ეკონომიკურად ხელმისაწვდომი.
• აგენტური კაპიტალი მხოლოდ AI მოდელი არ არის; იგი აერთიანებს: მოდელს, მონაცემს, ცოდნას, გამოთვლას, ინსტრუმენტებს, მანდატს, აუდიტსა და ადამიანურ კონტროლს.
• სამუშაოს ცვლილება შეიძლება პირველ რიგში პროფესიების შიგნით მოქმედებების ხელახალი განაწილებით დაიწყოს და არა მთელი პროფესიის ერთდროული გაქრობით.
• მომხმარებლისა და კომპანიის აგენტების ურთიერთქმედებამ შეიძლება შეცვალოს ძიება, ფასების შედარება, მოლაპარაკება და ონლაინვაჭრობის არქიტექტურა.
• პროტოკოლის, მონაცემისა და აგენტებთან წვდომის კონტროლი ეკონომიკური ძალაუფლების ახალ წყაროდ შეიძლება იქცეს.
• აგენტურ ეკონომიკაში Auditability და Human Control ეკონომიკური ნდობის ინფრასტრუქტურის ნაწილი ხდება.
• პროდუქტიულობის სარგებელი თავისით თანაბრად არ ნაწილდება; მისი განაწილება დამოკიდებული იქნება: კონკურენციაზე, საკუთრებაზე, შრომის ბაზარსა და საჯარო პოლიტიკაზე.
• საქართველოსთვის მთავარი შესაძლებლობა მცირე გუნდებისა და კომპანიების ფუნქციური მასშტაბის ზრდაა, ხოლო ერთ–ერთი მთავარი რისკი – გარე მოდელებზე, Cloud ინფრასტრუქტურასა და დახურულ პროტოკოლებზე ღრმა დამოკიდებულება.

რატომ არის ეს მნიშვნელოვანი საქართველოსთვის?

საქართველოს მსგავსი მცირე ეკონომიკისთვის AI აგენტური გარდაქმნა ერთდროულად შესაძლებლობაც არის და სტრატეგიული არჩევანიც. მცირე ქართული კომპანიებისთვის ერთ–ერთი ყველაზე დიდი შეზღუდვა ხშირად არა იდეის ნაკლებობა, არამედ პროფესიული ფუნქციების მასშტაბია: შეუძლებელია ყველა ბიზნესს ჰქონდეს ძლიერი კვლევის, ფინანსური ანალიზის, საერთაშორისო გაყიდვების, შესაბამისობის, იურიდიული მხარდაჭერისა და პროექტების მართვის დიდი გუნდი. პროფესიულ აგენტებს შეუძლია ამ ფუნქციების ნაწილის ფასი შეამციროს და მცირე ორგანიზაციას ისეთი გადაწყვეტილების მომზადების შესაძლებლობა მისცეს, რომელიც ადრე გაცილებით მეტ ადამიანურ რესურსს საჭიროებდა.

მაგრამ ეკონომიკური სარგებელი ავტომატურად საქართველოში არ დარჩება. თუ მოდელი, Cloud ინფრასტრუქტურა, მონაცემის მთავარი პლატფორმა, აგენტების ბაზარი და მათ შორის კომუნიკაციის პროტოკოლები მთლიანად გარედან კონტროლდება, ადგილობრივი კომპანია შეიძლება უფრო პროდუქტიული გახდეს და ამავე დროს ტექნოლოგიურად უფრო დამოკიდებულიც. ამიტომ ქართული ცოდნის სისტემები, დარგობრივი მონაცემები, პროფესიული AI აგენტების შექმნის უნარი, კიბერუსაფრთხოება, მონაცემის პორტაბელურობა და სხვადასხვა სისტემის თავსებადობა თანდათან ეკონომიკური კონკურენტუნარიანობის საკითხებად იქცევა.

საქართველოს უპირატესობა არ უნდა განისაზღვროს მხოლოდ იმით, რამდენ სწრაფად გამოიყენებს მსოფლიო AI პლატფორმებს. უფრო მნიშვნელოვანი იქნება, რამდენად შეძლებს ქვეყანა გლობალური ტექნოლოგიის ადგილობრივ ეკონომიკურ შესაძლებლობად გარდაქმნას. პრაქტიკული ფორმულა შეიძლება იყოს: გლობალური AI შესაძლებლობა + ქართული ცოდნა + პროფესიული აგენტები + სანდო ადგილობრივი მონაცემები + ღია თავსებადობა + ადამიანური პასუხისმგებლობა.

დასკვნა

AI აგენტები ეკონომიკას იმიტომ არ ცვლიან, რომ ისინი უფრო სწრაფად წერენ ტექსტს, აკეთებენ გამოთვლას ან პოულობენ ინფორმაციას. ეს შესაძლებლობები მნიშვნელოვანი, მაგრამ უკვე ნაცნობი ციფრული პროდუქტიულობის გაგრძელებაა. უფრო ღრმა ცვლილება იწყება მაშინ, როცა სისტემა თავად ერთვება ეკონომიკური მოქმედების ჯაჭვში – ეძებს პარტნიორს, ადარებს შეთავაზებას, ამოწმებს პირობას, ანაწილებს რესურსს, ამზადებს ტრანზაქციას ან განსაზღვრული მანდატის ფარგლებში პროცესის ნაწილს ასრულებს.

ამ მომენტიდან იცვლება რამდენიმე ძველი ეკონომიკური საზღვარი ერთდროულად. კაპიტალს მოქმედების ახალი ხარისხი უჩნდება, შრომა პროფესიების შიგნით თავიდან ნაწილდება, მცირე კომპანიას მეტი ფუნქციის მართვა შეუძლია, ბაზარზე ახალი ციფრული შუამავლები ჩნდება, ხოლო პროტოკოლისა და ინფრასტრუქტურის კონტროლი ახალ ეკონომიკურ ძალაუფლებას ქმნის.

ამიტომ მომავალი აგენტური ეკონომიკის მთავარი კითხვა მხოლოდ ის არ იქნება, რამდენად ჭკვიანი გახდება AI. ეკონომიკურად უფრო მნიშვნელოვანი კითხვებია: რამდენი მოქმედების დელეგირება იქნება შესაძლებელი, რამდენად შემცირდება კოორდინაციის ხარჯი, ვინ გააკონტროლებს ამ მოქმედების ინფრასტრუქტურას და ვის დარჩება შექმნილი პროდუქტიულობის სარგებელი.

მონაცემები და ძირითადი წყაროები

• BTU-ს კვლევითი და ანალიტიკური ნაშრომები – AI აგენტური ეკონომიკა, აგენტური კაპიტალი, ეკონომიკური აქტორები, კოორდინაციის ხარჯები, პროტოკოლური ბაზრები და ეკონომიკური ძალაუფლება.
• Gondauri, D. & Batiashvili, M. – AI Agentic Economy: Humans, AI Agents, Robots and Protocols in the New Economic Order, BTU research materials, 2026.
• Gondauri, D. & Batiashvili, M. – Agentic Capital research materials, 2026.
• Ronald Coase – The Nature of the Firm.
• OpenAI – A Practical Guide to Building AI Agents და Agents SDK-ის ოფიციალური მასალები.
• Anthropic – Building Effective Agents.
• National Institute of Standards and Technology – AI Agent Standards Initiative.
• European Commission – AI Act regulatory framework.

მასალა არის ანალიტიკური და საგანმანათლებლო ხასიათის. იგი არ წარმოადგენს კონკრეტული ტექნოლოგიური, ფინანსური, საინვესტიციო, საგადასახადო, სამართლებრივი ან ეკონომიკური პოლიტიკის გადაწყვეტილების პროფესიულ რეკომენდაციას.

მომზადებულია Business and Technology University-ის აკადემიური გუნდისა და BTUAI Research Team-ის მიერ, Tbilisi, Georgia.