Жасанды интеллект мүмкіндіктер географиясын өзгертеді

Алдыңғы жарияланымда біз жаңа энергетика тек генерацияны ғана емес, желілерді, жинақтағыштарды, критикалық минералдарды, жабдықты және өнеркәсіптік үйлестіруді де талап ететінін көрсеттік.

Жасанды интеллект те осындай көпдеңгейлі жүйеге сүйенеді. Модельдерді оқыту және қолдану үшін жартылай өткізгіштер, есептеу қуаты, деректер орталықтары, электр энергиясы, бұлттық инфрақұрылым және деректер қажет. Экономикалық нәтиже алу үшін бұған қоса білікті мамандар, өзгеріске дайын кәсіпорындар және өндірістік процестерді қайта құру қабілеті қажет.

Бұл элементтер елдер мен аумақтар арасында біркелкі бөлінбеген.

Кейбір қалалар есептеу қуаттарын, университеттерді, технологиялық компанияларды, капиталды және білікті қызметкерлерді шоғырландырады. Басқа аумақтар дайын цифрлық өнімдерді пайдаланады, бірақ оларды жасауға аз қатысады. Ірі кәсіпорындар деректерге, инфрақұрылымға және процестерді қайта ұйымдастыруға инвестиция сала алады, ал шағын бизнес ақша, мамандар және қолайлы шешімдер тапшылығына тап болады.

Сондықтан басты мәселе енді жасанды интеллекттің өзі қаншалықты таралатынында емес. Негізгі сұрақ — қай компаниялар, қызметкерлер мен өңірлер жасанды интеллектті өнімділік пен жаңа мүмкіндіктерге айналдыра алады, ал қайсылары жекелеген функцияларды автоматтандырумен шектеліп, сыртқы платформаларға тәуелділігін арттырады?

Бұл TALAP сериясындағы өсудің жаңа моделі туралы төртінші жарияланым. Қорытынды мақала мемлекеттің инвестицияларды, энергетиканы, технологияларды, адам капиталын және өңірлік дамуды бірыңғай іске асыру жүйесіне біріктіру қабілетіне арналмақ.

Жасанды интеллекттің пайдаланушыға жақын деңгейі барған сайын қолжетімді бола түсуде.

OECD деректеріне сәйкес, талдау мен бағдарламалауды қоса алғанда, когнитивтік міндеттерді шешуге арналған тілдік модельдер әзірлеушілерінің саны 2024 жылғы қаңтардағы 9-дан 2026 жылғы сәуірде 47-ге дейін өсті. Мәтінмен жұмыс істейтін белсенді модельдер саны сол кезеңде 22-ден 453-ке дейін артты. Олардың сапасы жақсарып, салыстырмалы мүмкіндіктерді пайдалану құны төмендеп келеді.

Мұндай динамика нарық тез теңесіп келе жатқандай әсер қалдырады. Кез келген дерлік елдегі кәсіпорын тілдік модельге, кескін генераторына, бағдарламалық көмекшіге немесе деректерді талдау құралына қол жеткізе алады.

Алайда модельдер нарығы жүйенің тек бір ғана деңгейін білдіреді.

Төменгі деңгейлерде озық жартылай өткізгіштер, есептеу қуаты, бұлттық инфрақұрылым, ірі деректер массивтері, капитал және тар бейінді мамандар әлі де жоғары деңгейде шоғырланған.

OECD есептеу қуаттарының, деректер мен мамандардың шоғырлануы, алғашқы қатысушылардың артықшылықтары және тік интеграция компаниялардың шектеулі тобының позициясын күшейте алатынын ескертеді. Чип өндірушілері, бұлттық платформалар, модель әзірлеушілері және қолданбалы сервистер жеткізушілері арасындағы байланыстардың ерекше маңызы бар.

Қосарлы құрылым қалыптасады.

Пайдаланушы интерфейстері деңгейінде бәсекелестік артып, нарыққа кіру арзандай түседі. Инфрақұрылым деңгейінде жоғары капиталдық және технологиялық кедергілер сақталады.

Бұл модельге қол жеткізу мен оны пайдалану шарттарын бақылау мүмкіндіктің әртүрлі түрлері болып қала беретінін білдіреді.

Пайдаланушы бірнеше сервистің арасынан таңдай алады, бірақ сонымен бірге есептеу қуатын, бұлттық қызметтерді және базалық модельдерді ұсынатын санаулы жеткізушіге тәуелді болуы мүмкін. Ұлттық компания қосымша жасай алады, алайда оның құны, функционалдығы мен тұрақтылығы елден тыс орналасқан инфрақұрылымға байланысты болады.

Сондықтан технологиялық егемендік біртіндеп «елдің өз моделі бар ма» деген сұрақтан «ел бүкіл тізбектің қандай элементтерін бақылай алады, дамыта алады немесе бірнеше жеткізушіден сенімді түрде ала алады?» деген неғұрлым күрделі сұраққа ауысып келеді.

Жаңа технологиялық жүйенің физикалық өзегіне деректер орталығы айналады.

Ол есептеу жабдығын, электр желілерін, салқындату жүйесін, байланысты және бағдарламалық инфрақұрылымды біріктіреді. Ірі есептеу кешендері инвестиция тартып, бұлттық сервистерді дамытуға, модельдерді оқытуға және үлкен деректер массивтерін өңдеуге мүмкіндік береді.

Алайда деректер орталығының өзі аумақ үшін кең ауқымды экономикалық әсерге кепілдік бермейді.

Оның ықпалы айналасындағы экожүйеге байланысты. Бұл экожүйеге зерттеу орталықтары, университеттік бағдарламалар, бағдарламалық қамтамасыз ету әзірлеушілері, корпоративтік тапсырыс берушілер, технологиялық жеткізушілер, сервистік және инжинирингтік компаниялар, бизнестің есептеу ресурстарына қол жеткізу тетіктері, өнеркәсіп пен мемлекеттік басқарудағы қолданбалы жобалар кіреді.

Мұндай орта болмаса, деректер орталығы энергия тұтынатын және сыртқы клиенттерге қызмет көрсететін ірі инфрақұрылымдық нысан күйінде қалуы мүмкін. Ол инвестиция көлемін арттырады, алайда жергілікті кәсіпорындармен, кадрлармен және еңбек нарығымен байланысы шектеулі болады.

Неғұрлым дамыған модельде есептеу кешені экожүйенің өзегіне айналады. Университеттер оны зерттеулер үшін, компаниялар — өнімдер жасау үшін, өнеркәсіптік кәсіпорындар — процестерді оңтайландыру үшін пайдаланады, ал жергілікті мамандар күрделі міндеттерге қол жеткізеді.

Сондықтан аумақтардың деректер орталықтары үшін бәсекесі біртіндеп жер мен электр энергиясын ұсынудан бүкіл жергілікті экожүйенің сапасына ауысып келеді.

Генеративті сервистердің кең таралуы жасанды интеллектті пайдаланатын адамдар мен компаниялар санын күрт арттырды. Алайда жекелеген қызметкердің чат-ботты анда-санда қолдануы технологияны өндірістік процеске кіріктірумен тең емес.

OECD жүйелі енгізуді жасанды интеллектті өндіріс пен бизнес-процестерге терең кіріктіру деп анықтайды. Бұл жекелеген қызметкерлердің пайдаланушы интерфейстерін анда-санда қолдануынан әлдеқайда кең.

Жүйелі енгізу үшін кәсіпорынға бірнеше кезеңнен өту қажет:

1. технология өлшенетін нәтиже бере алатын процесті анықтау;
2. деректерді дайындау және құрылымдау;
3. шешімді таңдау немесе әзірлеу;
4. оны қолданыстағы ақпараттық жүйелерге кіріктіру;
5. қызметкерлер мен алгоритмдер арасындағы функциялардың бөлінісін өзгерту;
6. нәтиже үшін жауапкершілікті белгілеу;
7. қауіпсіздікті және сапаны бақылауды қамтамасыз ету;
8. экономикалық әсерін бағалау.

Негізгі қиындық көбіне модельдің өзінен тыс жерде туындайды.

Кәсіпорынға бөлшектенген деректер, ескірген жабдық, цифрлық есепке алудың болмауы, үйлеспейтін ақпараттық жүйелер, әлсіз киберқауіпсіздік немесе басшылықтың процестерді өзгертуге дайын еместігі кедергі келтіруі мүмкін.

Сондықтан бағдарламалық өнімді сатып алу ұйымдық инвестицияларсыз шектеулі нәтиже береді.

Кәсіпорын технологияны да, жұмыс тәсілін де қатар өзгерткенде жасанды интеллект өнімділікті арттырады. Қызметкерлердің міндеттері өзгереді, басшылар шешім қабылдауға арналған жаңа деректер алады, ал өндірістік процесте бақылау мен өзара іс-қимылдың жаңа тәртібі қалыптасады.

Компаниялар арасында жасанды интеллекттің таралуы біркелкі емес.

OECD елдерінде жасанды интеллектті пайдаланатын кәсіпорындардың үлесі 2021 жылғы шамамен 7%-дан 2025 жылы 20%-ға дейін өсті. Ірі компаниялар, стартаптар және инновацияға бейім кәсіпорындар көш бастап тұр. ШОБ көбіне енгізудің жоғары құнына, инфрақұрылымның жеткіліксіздігіне және мамандар тапшылығына тап болады.

Ірі кәсіпорын бірнеше артықшылыққа ие: өз деректерінің үлкен көлемі, мамандандырылған бөлімшелері, пилоттық жобаларды қаржыландыру мүмкіндігі, сыртқы консультанттарға қол жеткізуі, киберқауіпсіздікке арналған ресурстары, шығындарды операциялардың үлкен көлеміне бөлу мүмкіндігі.

Шағын кәсіпорын дайын сервисті тез пайдалана бастай алады, бірақ оған бүкіл процесті қайта құру қиынырақ. Интеграциялау, деректерді дайындау және қызметкерлерді оқыту құны бизнес ауқымына шаққанда жоғары болуы мүмкін.

Осылайша өнімділіктегі жаңа алшақтық пайда болады.

Капиталы, деректері және басқаруы мықты компаниялар жасанды интеллекттен тезірек нәтиже алады. Өнімділіктің артуы оларға енгізудің келесі кезеңіне қосымша ресурс береді. Олар нарықтағы позицияларын нығайтып, одан да көп дерек жинайды.

Бастапқы базасы әлсіз кәсіпорындар жекелеген құралдарды пайдаланады, бірақ жұмысты ұйымдастырудың бұрынғы тәсілін сақтайды. Технологияға формалды түрде кең қолжетімділік болғанның өзінде олардың салыстырмалы артта қалуы ұлғая түседі.

Сондықтан жасанды интеллекттің жаппай таралуы компаниялар арасындағы айырмашылықтарды міндетті түрде азайтпайды. Арнайы тетіктер болмаса, технология бұрыннан бар алшақтықты одан әрі күшейтуі мүмкін.

Еңбек нарығын талқылау көбіне қандай кәсіптер жойылатыны деген сұрақ төңірегінде құрылады.

OECD-тің Skills in the AI Age материалы неғұрлым дәл талдамалық негіз ұсынады. Жасанды интеллект жұмыспен қамтуға қолданыстағы міндеттерді автоматтандыру, жаңа міндеттер мен мамандықтарды қалыптастыру және өнімділікті арттыру арқылы қатар әсер етеді. Қорытынды нәтиже осы үдерістердің арақатынасына байланысты.

Жасанды интеллект ықпалының жоғары болуы жұмыс орны міндетті түрде жойылады дегенді білдірмейді.

Жасанды интеллектпен ең көп қиылысатындардың қатарында көптеген білікті мамандық бар: басшылар, талдаушылар, инженерлер және ақпаратпен жұмыс істейтін басқа мамандар. Алайда олардың жұмысының едәуір бөлігі күрделі шешімдер қабылдауды, жауапкершілікті, адамдармен өзара әрекеттесуді және стандарттан тыс жағдайларда жұмыс істеуді қамтиды. Бұл функцияларды толық автоматтандыру әлдеқайда қиын.

Бір кәсіптің ішінде жұмыстың құрамы өзгереді.

Мысалы, маман ақпарат іздеуге және оны бастапқы өңдеуге, стандартты құжаттарды дайындауға, үлгілік есептеулер жүргізуге, бастапқы нұсқалар әзірлеуге, өтініштерді жіктеуге және қайталанатын коммуникацияға аз уақыт жұмсауы мүмкін.

Сонымен қатар, міндет қоюдың, нәтиженің дұрыстығын тексерудің, кәсіби пайымдаудың, контексті түсінудің, коммуникацияның, шешім үшін жауапкершіліктің, стандартты емес жағдайлармен жұмыстың маңызы артады.

Сондықтан жасанды интеллект бір мезгілде операциялардың бір бөлігін қысқартып, қалған функцияларға қойылатын талаптарды арттыра алады.

Қызметкер стандартталған рәсімді орындаудан бақылауға, түсіндіруге және күрделірек міндеттерді шешуге өте алса, өз орнын сақтап қалады. Мұндай мүмкіндік болмаса, жұмыстың күнделікті қайталанатын бөлігінің қысқаруы персоналға деген қажеттілікті азайтуы мүмкін.

Еңбек нарығына модельдер мен күрделі цифрлық инфрақұрылымды жасай алатын мамандар қажет. Алайда бұл топ әлі де шағын болып отыр.

OECD бағалауынша, жұмыс күшінің шамамен 1%-ы машиналық оқыту, деректерді талдау және сабақтас салалар бойынша озық құзыреттерге ие. Қызметкерлердің басым бөлігі үшін дағдылардың басқа үйлесімі маңызды.

• Бірінші деңгейді базалық қабілеттер құрайды: сауаттылық, математика, ғылыми логиканы түсіну және ақпаратпен жұмыс істей білу.
• Екінші деңгей цифрлық дағдылармен байланысты: бағдарламалық құралдарды, деректерді, автоматтандырылған жүйелерді және коммуникация құралдарын пайдалану.
• Үшінші деңгейді толықтырушы құзыреттер құрайды: сыни ойлау, сұрақ қоя білу, шығармашылық, бірлескен жұмыс, коммуникация, оқуды жалғастыра алу қабілеті.

OECD мұндай құзыреттер жасанды интеллектпен тиімді жұмыс істеуге және міндеттердің өзгеруіне бейімделуге мүмкіндік беретінін атап көрсетеді.

Осы жиынтыққа салалық білімді де қосу қажет.

Өнеркәсіпте құндылықты технологиялық процесті түсінетін және жабдықты диагностикалау үшін жасанды интеллектті пайдалана алатын маман жасайды. Ауыл шаруашылығында — спутниктік, метеорологиялық және өндірістік деректерді байланыстыра алатын маман. Медицинада — алгоритм ұсынған шешімді клиникалық жағдай аясында бағалай білетін дәрігер.

Салалық білім мазмұнды нәтижені нанымды түрде рәсімделген қатеден ажыратуға мүмкіндік береді.

Сондықтан жасанды интеллект экономикасына дайындық бағдарламалауды немесе чат-боттармен жұмыс істеуді жаппай үйретумен шектелмейді. Мұнда цифрлық, кәсіби және басқарушылық құзыреттерді ұштастыру қажет.

Генеративті жасанды интеллект әлі ұзақ тарихи деректер жинақтап үлгермегенімен, OECD Employment Outlook баяндамасы аумақтық деңгей үшін маңызды бірнеше қорытынды ұсынады.

Есепке сәйкес, OECD елдерінің жартысынан көбінде жекелеген өңірлер арасындағы жұмыспен қамту деңгейінің айырмасы 20 пайыздық тармақтан асады. Халық сипаттамалары бұл алшақтықтың жартысынан көбін түсіндіре алмайды. Біліктілігі бірдей қызметкер тұратын жеріне байланысты әртүрлі мүмкіндіктерге тап болады.

Мұның себебі жергілікті экономиканың құрылымында жатыр.

Аумақтар салалар жиынтығы, жұмыс берушілер саны, кәсіпорындардың көлемі, инфрақұрылым сапасы, білімнің қолжетімділігі, жұмыскерлердің мобильділігі, қызмет көрсету нарығының тереңдігі, ірі нарықтармен байланысы жағынан бір-бірінен ерекшеленеді.

Технологиялық өзгеріс осы жергілікті экономикалық құрылым арқылы таралады.

Күшті университеттері, ірі компаниялары және дамыған қызмет көрсету секторы бар өңір жаңа құзыреттерге сұранысты жылдамырақ қалыптастырады. Кәсіпорындар жасанды интеллектті енгізіп, мамандар тартады және консалтинг, әзірлеу мен қызмет көрсету салаларында қосымша жұмыс орындарын ашады.

Өнеркәсіптік аумақ автоматтандыру арқылы өнімділіктің өсуіне қол жеткізуі мүмкін, бірақ жұмыспен қамтудың өсімі бұдан төмен болады. Босаған қызметкерлер сол жердің өзінде жаңа жұмыс орындарын таппаған кезде, технологиялық әсер көші-қонмен және жергілікті сұраныстың төмендеуімен қатар жүреді.

Ауылдық немесе шалғай аумақ цифрлық сервистерді пайдалана алады, алайда ірі орталықтарда әзірленген шешімдердің тұтынушысы болып қала беруі мүмкін. Экономикалық әсер шығындардың төмендеуінен көрінеді, бірақ жергілікті жоғары өнімді қызметтер секторына әлсіз ауысады.

Құрылымдық қайта құру көбіне жалпы теңгерім арқылы бағаланады: қанша жұмыс орны жойылды және қаншасы пайда болды.

OECD мұндай тәсілдің шектеулі екенін көрсетеді. Өнеркәсіпте жұмыс орнын жоғалтқан қызметкерлер қызмет көрсету саласындағы жаңа жұмыс орындарына сирек ауысады. Бұл бос орындарды көбіне еңбек нарығына алғаш рет шығатын жастар алады.

Ел деңгейінде бір сектордағы қысқару басқа сектордың өсуімен өтелуі мүмкін. Нақты бір қызметкер мен қала деңгейінде мұндай өтем автоматты түрде болмайды.

Жаңа жұмыс басқа өңірде болуы мүмкін, басқа біліктілікті талап етуі, өзге деңгейдегі еңбекақы ұсынуы, қоныс аударуды көздеуі, бұрынғы лауазым қысқартылғаннан кейін бірнеше жылдан соң пайда болуы мүмкін.

Сондықтан технологиялық ауысым бірнеше уақыттық және аумақтық алшақтықтар туғызады.

Экономикада жаңа қызмет түрлері қызметкер жаңа мамандықты меңгергеннен жылдамырақ пайда болады. Бос орын ірі қалада ашылады, ал қысқарту өнеркәсіптік орталықта жүреді. Білім беру бағдарламасы мамандарды компания қажеттілігін сырттан адам жалдау арқылы жауып қойғаннан кейін ғана даярлап шығарады.

Нәтижесінде өнімділіктің жалпы өсуі жұмыспен қамту мен табыстың жергілікті нашарлауымен қатар жүруі мүмкін.

Екі аумақтық каскад қалыптасады

Жасанды интеллект мүмкіндіктердің шоғырлануына әкелетін оң каскадты іске қоса алады:

есептеу және білім беру инфрақұрылымы → технологиялық компаниялар мен инвестициялардың келуі → мамандарға сұраныстың өсуі → табыстардың артуы және қызметтер нарығының кеңеюі → жаңа қызметкерлер мен бизнестің ағылуы → аумақтың одан әрі нығаюы.

Басқа аумақта кері каскад пайда болуы мүмкін:

жасанды интеллектті әлсіз енгізу және жұмыс берушілер нарығының шектеулілігі → өнімділіктің артта қалуы → инвестициялық тартымдылықтың төмендеуі → білікті қызметкерлердің кетуі → жергілікті сұраныстың тарылуы → экономикалық базаның одан әрі әлсіреуі.

Бұл үдерістер міндетті түрде жүзеге асады деуге болмайды. Олардың бағыты өңірлік және салалық саясаттың сапасына байланысты.

OECD жергілікті жұмыс орындарын дамытуды ұтқырлықты қолдаумен ұштастыруды ұсынады. Артта қалған аумақтар үшін салаларды әртараптандыру, кәсіби даярлау және кәсіпорындарға көмек көрсету маңызды. Қызметкерлер үшін — қолжетімді тұрғын үй, көлік, балалар мекемелері, біліктілікті тану және қоныс аударуды нысаналы сүйемелдеу.

Осылайша, жұмыспен қамту саясаты қайта даярлау курстарымен шектелмейді. Жұмыс орындары, дағдылар, тұрғын үй, қызметтер және аумақтық даму бір өтпелі үдерістің құрамдас бөліктеріне айналады.

2026 жылдың шілдесінде Қазақстан 2029 жылға дейінгі Digital Qazaqstan стратегиясын бекітті. Ол жасанды интеллектті энергия мен инфрақұрылымды, есептеу қуатын, деректер мен модельдерді, цифрлық платформалар мен қолданбалы сервистерді қамтитын көпдеңгейлі жүйе ретінде қарастырады. Бұл тәсіл халықаралық талдауда көрінетін құрылымға сәйкес келеді: экономикалық нәтиже жеке бағдарламалық өнімнен емес, бүкіл тізбектен қалыптасады.

Стратегия өнеркәсіптің, жер қойнауын пайдаланудың, логистиканың, энергетиканың, агроөнеркәсіптік кешеннің, құрылыстың, қаржы секторының және шағын бизнестің терең цифрлық трансформациясын көздейді. Флагмандық инфрақұрылымдық жоба ретінде Data Center Valley форматындағы AI Hub-тың есептеу орталықтарының келешектегі қуаты 1 ГВт-қа дейін жетуі тиіс. Сондай-ақ қазақстандық IT-қызметтердің экспортын кемінде екі есе ұлғайту және құны бір миллиард доллардан асатын кемінде үш отандық компанияны жаһандық нарыққа шығару жоспарланып отыр.

Адам капиталы саласында стратегия академиялық орта мен өңірлік IT-мектептер арқылы мамандарды жаппай даярлауды, сондай-ақ халықтың генеративті жасанды интеллект бойынша сауаттылығын кемінде 20%-ға жеткізуді көздейді. AI-Sana бағдарламасы 100 мыңға дейін студентті басым салаларға арналған қолданбалы шешімдер әзірлеуге және технологиялық кәсіпкерлікке тартуға бағытталған.

Бұл бағыттар технологиялық ауысымның негізін қалайды. Келесі мәселе олардың аумақтық және өндірістік архитектурасына қатысты.

Ірі есептеу орталықтарына қуатты энергетика, сенімді желілер, байланыс және мамандандырылған қызмет көрсету қажет. Сондықтан олар қолайлы аумақтардың шектеулі санында орналастырылады.

Қазақстандық Data Center Valley Екібастұзда ірі есептеу орталығын қалыптастыруға мүмкіндік береді. Жоба шамамен 300 МВт бастапқы қолжетімді қуатты және кейіннен 1 ГВт-қа дейін кеңейтуді көздейді.

Оның ұзақ мерзімді әсері есептеу инфрақұрылымының жанында қандай функциялар пайда болатынына байланысты болады.

Ең жоғары нәтиже қазақстандық компаниялар мен зерттеушілердің қуаттарға қол жеткізуін, инженерлік және бағдарламалық сервистің дамуын, университеттермен байланыс орнатуды, жабдық пен қызмет көрсетудің бір бөлігін жергіліктендіруді, энергетика мен өнеркәсіпке арналған қолданбалы жобалардың пайда болуын, ұлттық бизнес тарапынан тұрақты сұраныс қалыптастыруды көздейді.

Осындай сценарийде Екібастұз энергетикалық мамандануымен қатар қосымша технологиялық мамандану да ала алады.

Неғұрлым тар сценарийде аумақ жер мен электр энергиясын ұсынады, ал әзірлеу, деректерді басқару және сервистерді құру басқа орталықтарда немесе елдерде қалады. Инвестициялық жоба іске асады, бірақ оның жергілікті экономикалық әсері едәуір төмен болады.

Жасанды интеллектті ерте енгізу әдетте бас кеңселер, қаржы ұйымдары, мемлекеттік органдар, университеттер, IT-компаниялар және білікті мамандар шоғырланған жерлерде жүреді.

Қазақстан үшін бұл жасанды интеллекттің ірі қалаларда жеделірек дамуы ықтимал екенін білдіреді. Мұнда команда құру, тапсырыс беруші табу, капитал тарту және бизнес, мемлекет пен білім беру мекемелері арасындағы өзара іс-қимылды ұйымдастыру оңайырақ.

Мұндай шоғырлану елге жедел өсім нүктелерін береді. Сонымен қатар ол ішкі көші-қонды және ірі орталықтар мен өзге аумақтар арасындағы алшақтықты күшейтуі мүмкін.

Қазірдің өзінде Астана жоғары көші-қон ағынын сақтап отыр: 2026 жылғы қаңтар–мамыр айларында қаланың ішкі көші-қон сальдосы шамамен 26,5 мың адамды құрады. Бірінші тоқсандағы орташа номиналды жалақы 609,7 мың теңгеге жетті.

Жасанды интеллект жоғары жалақылы жұмыс орындары мен заманауи қызметтер шоғырланған аумақтардың тартымдылығын одан әрі арттыра алады. Сондықтан өңірлік құзыреттерді дамыту агломерациялар, тұрғын үй және инфрақұрылымды басқару саясатының бір бөлігіне айналады.

Индустриялық аумақтар үшін негізгі әлеует қолданыстағы экономикалық базаға технологияны енгізуде.

Бұған жабдыққа болжамды техникалық қызмет көрсету, өнеркәсіптік қауіпсіздікті басқару, сапаны бақылау, энергия тұтынуды оңтайландыру, геологиялық талдау, тасымалды жоспарлау, қоймаларды автоматтандыру және өндірістік ағындарды басқару жатады.

Мұндай шешімдер жұмыс істеп тұрған кәсіпорындардың өнімділігін арттыруға және жергілікті инженерлерге, интеграторларға және сервистік компанияларға сұраныс қалыптастыруға қабілетті.

Алайда жекелеген ірі кәсіпорынның тиімділігін арттыру әлі де бүкіл аумақтың дамуына кепілдік бермейді.

Жүйелік әсер жоба айналасында кадрларды даярлау бағдарламалары, жергілікті технологиялық жеткізушілер, сынақ алаңдары, салалық деректерге қол жеткізу, кәсіпорындар мен университеттердің бірлескен жобалары, шешімді компаниялар арасында ауқымдау мүмкіндігі қалыптасқанда пайда болады.

Мұндай жағдайда жасанды интеллект өнеркәсіптік өңірді әртараптандыру құралына айналады. Кәсіпорын технология алады, ал өңір жаңа құзырет қалыптастырады.

Ірі корпорациялар мен мемлекеттік құрылымдар күрделі енгізуді бірінші болып қаржыландыра алады. Алайда өнімділіктің кең ауқымды артуы шағын және орта кәсіпорындардың технологияны пайдалана алу қабілетіне байланысты.

Қазақстан үшін бұл саудада, көлікте, ауыл шаруашылығында, құрылыста, өңдеуде және қызмет көрсету саласында әсіресе маңызды.

Шағын бизнеске көбіне өз моделі емес, қолжетімді қолданбалы шешімдер қажет: қорларды басқару, сұранысты болжау, бухгалтерлік және әкімшілік операцияларды автоматтандыру, клиенттерді талдау, сапаны бақылау, логистикалық жоспарлау, құжат дайындау және сыртқы нарықтарға шығуға көмектесу.

Негізгі кедергі — қолайлы процесті таңдау, деректерді дайындау және шешімді жұмыс үдерісіне енгізу қабілеті.

Сондықтан шағын және орта бизнесте жасанды интеллектті тарату саясаты технологиялық диагностиканы, типтік салалық шешімдерді, ортақ платформаларды, басшыларды оқытуды және алғашқы жобаларды қолдауды қамтуы мүмкін.

Негізгі көрсеткіш бір рет генеративті сервисті пайдаланған компаниялардың саны емес, оның көмегімен өнімділігін, түсімін немесе басқару сапасын өзгерткен кәсіпорындардың үлесі болады.

Жасанды интеллект бойынша жаппай сауаттылық жалпы дайындық деңгейін қалыптастырады. Ал қолданбалы экономикалық нәтиже үшін келесі деңгей — салалық оқыту қажет.

Ол үшін білім беру бағдарламасы нақты сұраққа жауап беруі тиіс: инженердің, агрономның, дәрігердің, оқытушының, мемлекеттік қызметшінің, логисттің немесе қаржы маманының жұмысы қалай өзгереді?

Ең тиімді даярлық жұмыс берушімен және нақты міндетпен байланыста қалыптасады.

Студент немесе қызметкер салалық деректерге қол жеткізеді, қолданыстағы үдерісті зерделейді, шешім әзірлейді және оны тікелей кәсіпорында тексереді. Компания бағдарламаны қалыптастыруға қатысады және нәтижені бағалау мүмкіндігіне ие болады.

OECD жұмыс орнындағы оқытуды, жұмыс берушілер бағдарламаларын, икемді модульдік траекторияларды және біліктілікті үздіксіз арттыруды жасанды интеллект экономикасына дайындықтың негізгі элементтері ретінде атап көрсетеді.

Қазақстан үшін мұндай тәсіл AI-Sana-ны, университеттерді және өңірлік кәсіпорындарды өзара байланыстыруға мүмкіндік береді. Сонда білім беру бағдарламасы бір мезгілде маман, қолданбалы өнім және университет пен экономика арасындағы өзара іс-қимылдың жаңа арнасын қалыптастырады.

Бір кәсіптің ішінде автоматтандырылу ықтималдығы әртүрлі операциялар болады. Сондықтан тәуекелдер картасы салалар мен кәсіпорындар ішіндегі нақты міндеттерді талдауды қажет етеді.

Мұндай тәсіл жасанды интеллект еңбекті қай жерде толықтыратынын, қай жерде күнделікті қайталанатын жүктемені қысқартатынын, қай жерде біліктілік талаптарын өзгертетінін, қай жерде жұмыс орындарының санын азайтуы мүмкін екенін және сол аумақта қандай жаңа функциялар пайда болуы ықтимал екенін көруге мүмкіндік береді.

Ірі деректерді өңдеу орталықтарын жоспарлау кезінде ұлттық және өңірлік пайдаланушылардың, білім беру серіктестерінің және жеткізушілердің аясын алдын ала айқындау маңызды.

Инфрақұрылымдық жобаның экожүйені дамытуға арналған өз бағдарламасы болуы тиіс, әйтпесе технологиялық құндылық орналастырылған аумақтың шегінен тыс қалып қоюы мүмкін.

Өнеркәсіптік облыстарға өндірістегі жасанды интеллект бойынша құзыреттер, аграрлық өңірлерге геодеректермен жұмыс істеу және дәл егіншілік дағдылары, көлік тораптарына логистика құзыреттері, ал ірі қалаларға цифрлық қызметтер мен күрделі жүйелерді басқару қабілеті қажет.

Бірыңғай базалық деңгейді өңірлік қолданбалы траекториялармен ұштастыруға болады.

Стартаптар жаңа өнімдер жасайды, ал жұмыс істеп тұрған шағын және орта кәсіпорындар технологияның қаншалықты кең таралатынын айқындайды.

ШОБ-ты қолдау цифрлық инфрақұрылымның әсерін дәстүрлі салалар мен өңірлерге жеткізудің арнасына айнала алады.

Мамандар тек жұмысты ғана емес, аумақты да таңдайды. Тұрғын үй, мектептер, көлік, медицина және мәдени орта өңірдің адамдарды тарту және ұстап қалу мүмкіндігіне әсер етеді.

Сондықтан кадрлар үшін өңірлік бәсекелестік бір ғана білім беру бағдарламасымен немесе жоғары жалақымен шешілмейді.

Қазақстан үшін жасанды интеллекттің экономикалық әсері таралуының екі моделін бөліп көрсетуге болады.

Біріншісі шоғырлану төңірегінде құрылады.

Есептеу қуаты бірнеше жерде шоғырланады. Әзірлеушілер, университеттер және бас кеңселер ең ірі қалаларда шоғырланады. Ірі кәсіпорындар мен мемлекеттік органдар жаңа жүйелерді тезірек енгізеді. Қалған аумақтар дайын сервистерді пайдаланады, бірақ технологиялар мен құзыреттерді жасауға аз қатысады.

Мұндай модель ұлттық технологиялық орталықтарды жылдам қалыптастырып, ірі ұйымдардың тиімділігін арттыра алады. Сонымен қатар ол кәсіпорындар, қызметкерлер және өңірлер арасындағы айырмашылықтарды күшейтеді.

Екінші модель инфрақұрылымның шоғырлануын технологияны кең аумақта қолданумен ұштастырады.

Ірі есептеу орталықтары шектеулі ғана жерде сақталады, алайда оларға өңірлік университеттер, кәсіпорындар және әзірлеушілер қол жеткізеді. Аумақтардың мамандануына қарай қолданбалы бағдарламалар қалыптасады. ШОБ-қа енгізу тетіктері беріледі. Кадрларды даярлау қолданыстағы өндірістермен және қоғамдық қызметтермен байланысады.

Бұл модельде ел бүкіл технологиялық инфрақұрылымды біркелкі орналастыруға тырыспайды. Ол оның экономикалық әсері кеңірек таралуы үшін арналар қалыптастырады.

Басты таңдау инфрақұрылым географиясы мен мүмкіндіктер географиясының арасындағы айырмашылыққа байланысты.

• Біріншісі іс жүзінде сөзсіз шоғырланған болады. Озық есептеу қуатын, ірі университеттер мен технологиялық капиталды барлық аумаққа бірдей бөлу мүмкін емес.
• Екіншісі саясатқа байланысты. Мүмкіндіктер есептеу ресурстарына қол жеткізу, салалық шешімдер, оқыту, цифрлық платформалар, кәсіпорындарды қолдау және өңірлердің ұлттық орталықтармен байланысы арқылы таралуы мүмкін.

Жасанды интеллект өздігінен аумақтарды теңестірмейді де, бөлмейді де. Ол енгізілген экономикалық құрылымның ерекшеліктерін күшейтеді.

Өңірлік байланыстары күшті экономикада технология кәсіпорындар мен қызметкерлердің жаңа мүмкіндіктерге қол жеткізуін кеңейтеді. Бытыраңқы жүйеде ол бұрыннан дамыған орталықтардың артықшылықтарын тезірек күшейтеді.

Сондықтан Қазақстанның міндеті — технологиялық серпілісті қолданыстағы салалардың өнімділігімен, өңірлік құзыреттерді дамытумен және қызметкерлер үшін жаңа траекториялар жасаумен ұштастыру.

Мұндай міндетті бір ғана цифрлық бағдарлама аясында шешу мүмкін емес.

Жасанды интеллект энергетикаға, білім беруге, өнеркәсіпке, ғылымға, бәсекелестікке, еңбек нарығына, өңірлік дамуға және мемлекеттік басқаруға тәуелді. Бұл салалардың ведомстволық шекаралары, бюджеттері, көрсеткіштері және іске асыру мерзімдері әртүрлі.

Сондықтан циклдің соңғы жарияланымы жаңа өсу моделінің бүкіл жүйесіндегі басты шектеуге — мемлекеттің күрделі басымдықтарды үйлестіріп, оларды өлшенетін нәтижеге жеткізе алу қабілетіне — арналады.

Циклдің келесі жарияланымы — «Іске асыру мүмкіндігі дамудың басты ресурсына айналады».

Мақаланың негізінде жасанды интеллект нарықтарының құрылымын, дағдыларға қойылатын талаптардың өзгеруін және жұмыс орындары мен табыстардың аумақтық бөлінуін сипаттайтын OECD-тің үш есебі жатыр.

1. OECD — Жасанды интеллект нарықтары: соңғы даму үрдістері және бәсекелестік мәселелері

https://www.oecd.org/en/publications/artificial-intelligence-markets_d531d73f-en.html

2. OECD — Жасанды интеллект дәуіріндегі дағдылар

https://www.oecd.org/en/publications/skills-in-the-ai-age_972bd15e-en.html

3. OECD — OECD Employment Outlook 2026: Жұмыспен қамту мен табыстардағы географиялық алшақтықтар

https://www.oecd.org/en/publications/oecd-employment-outlook-2026_7e710f54-en.html

4. ҚР Жасанды интеллект және цифрлық даму министрлігі — Қазақстанда 2029 жылға дейінгі Digital Qazaqstan жалпыұлттық стратегиясы қабылданды

https://www.gov.kz/memleket/entities/maidd/press/news/details/1238140?lang=en

5. ҚР Жасанды интеллект және цифрлық даму министрлігі — Data Center Valley жобасын ілгерілету туралы меморандумға қол қойылды

https://www.gov.kz/memleket/entities/maidd/press/news/details/1211917?lang=ru

6. ҚР Жасанды интеллект және цифрлық даму министрлігі — Data Center Valley: Firebird және NVIDIA-мен келісімдер пакеті

https://www.gov.kz/memleket/entities/maidd/press/news/details/1240802?lang=en

7. ҚР Ұлттық статистика бюросы — Астана қаласының статистикасы

https://stat.gov.kz/ru/region/astana/