ჟურნალი ნომერი 3 ∘ ნიკოლოზ ჯავახიშვილი ∘
განვითარებული და განვითარებადი ეკონომიკები ხელოვნური ინტელექტის ეპოქაში: ეკონომიკური ტრანსფორმაციის შედარებითი ანალიზი

journal N3 2025

აბსტრაქტი

ეს სტატია იკვლევს ხელოვნური ინტელექტის (AI) ეკონომიკურ ზეგავლენას განვითარებულ და განვითარებად ქვეყნებში შედარებით ჭრილში. კვლევა აერთიანებს გლობალურ ტენდენციებსა და საქართველოს შემთხვევის ანალიზს, როგორც აღმოცენებადი ეკონომიკის მაგალითს. ნაშრომი აჩვენებს, რომ განვითარებულ ქვეყნებში (დასავლეთ ევროპა, დიდი ბრიტანეთი, ჩრდილოეთ ამერიკა) ხელოვნური ინტელექტი უკვე იწვევს პროდუქტიულობის ზრდას, ახალი ბაზრების ჩამოყალიბებას და შრომითი ბაზრის პოლარიზაციას, რასაც ხელს უწყობს ძლიერი ინფრასტრუქტურა, ადამიანური კაპიტალი და პოლიტიკური ჩარჩო. განვითარებად ეკონომიკებში, მათ შორის საქართველოში, AI-ის დანერგვა ჯერ კიდევ ფრაგმენტულია ინფრასტრუქტურული შეზღუდვების, ინვესტიციების ნაკლებობისა და brain drain-ის გამო. მიუხედავად ამისა, საქართველოს აქვს შესაძლებლობა გამოიყენოს „გადახტომის“ სტრატეგიები ფინტექში, სოფლის მეურნეობასა და განათლებაში, აგრეთვე ჩამოაყალიბოს რეგიონული ჰაბის სტატუსი. სტატია ასკვნის, რომ AI არ იძლევა ავტომატურ და თანაბარ სარგებელს ყველა ქვეყნისთვის, და პოლიტიკის ეფექტიანობა კრიტიკულია იმისთვის, რომ AI იქცეს ინკლუზიური განვითარების ინსტრუმენტად.

საკვანძო სიტყვები: ხელოვნური ინტელექტი, ეკონომიკური ტრანსფორმაცია, განვითარებული ქვეყნები, განვითარებადი ქვეყნები, საქართველო, პროდუქტიულობა, პოლიტიკა, ინფრასტრუქტურა, განათლება. 

თავი 1. შესავალი

ხელოვნური ინტელექტი (AI) გარდაქმნის მსოფლიო ეკონომიკას, ქმნის  პროდუქტიულობის ზრდის ახალ შესაძლებლობებს, ცვლის შრომის ბაზრის სტრუქტურას და ავითარებს ინოვაციას. ბოლო ათწლეულის განმავლობაში ხელოვნურმა ინტელექტმა ნიშური გამოყენებიდან გადავიდა ფართო მოხმარებაში: 2024 წლისთვის მსოფლიო მასშტაბით გამოკითხული ორგანიზაციების დაახლოებით 78%-მა აღნიშნა, რომ უკვე იყენებს AI-ს საქმიანობის ერთ ან რამდენიმე ფუნქციაში, მაშინ როდესაც 2017 წელს ეს მაჩვენებელი მხოლოდ 20% იყო (Stanford HAI, 2025).

თუმცა ეს გარდაქმნა გლობალურად ერთგვაროვანი არ არის. არსებული ანალიზების უმეტესობა კონცენტრირდება განვითარებულ ეკონომიკებზე (დასავლეთ ევროპა, დიდი ბრიტანეთი, ჩრდილოეთ ამერიკა), სადაც ხელოვნური ინტელექტის დანერგვა მაღალია. ამასთან, განვითარებადი ქვეყნებისათვის შედეგები ნაკლებად შესწავლილია როგორც აკადემიურ, ისე პოლიტიკის დონეზე.

თეზისი: ეს ნაშრომი განიხილავს, თუ როგორ მოქმედებს ხელოვნური ინტელექტი გლობალურ ეკონომიკურ სტრუქტურებზე განსხვავებულად განვითარებულ და განვითარებად კონტექსტებში. განსაკუთრებული აქცენტი კეთდება საქართველოს მაგალითზე, როგორც აღმოსავლეთ ევროპის/კავკასიის რეგიონში განვითარებად ეკონომიკაზე, რომელიც დგას ციფრული ტრანსფორმაციის გზაჯვარედინზე.

რელევანტურობა: საკითხის შესწავლა მნიშვნელოვანია როგორც ეკონომიკური, ისე პოლიტიკის ფორმირების თვალსაზრისით. ხელოვნური ინტელექტის გავრცელება ქმნის როგორც შესაძლებლობებს, ასევე რისკებს: არსებობს საშიშროება, რომ „წინამძღოლი“ ქვეყნები და კომპანიები მიიღებენ უდიდეს სარგებელს, ხოლო ნაკლებად მზად ქვეყნები ჩამორჩებიან (Schellekens, 2023; McKinsey, 2018). მაგალითად, McKinsey Global Institute-ის მოდელირების მიხედვით, AI ლიდერი’ ქვეყნები 2030 წლისთვის შეძლებენ მშპ-ისდონის 20–25%-ითზრდას, მაშინ როდესაც განვითარებად ეკონომიკებს მხოლოდ ამ სარგებლის ნახევრის მიღების პერსპექტივა აქვთ.

ამავე დროს, სწორად დაგეგმილი პოლიტიკის პირობებში, განვითარებად ქვეყნებს აქვთ შესაძლებლობა გამოიყენონ ხელოვნური ინტელექტი, როგორც „გადახტომის“ სტრატეგია — მაგალითად, განათლებაში, ჯანდაცვასა და ფინანსებში ხელოვნური ინტელექტის დანერგვით, შესაძლებელია ინფრასტრუქტურული ჩამორჩენის დაძლევა (World Bank, 2023).

ამ ნაშრომის novelty მდგომარეობს იმაში, რომ იგი სთავაზობს შედარებით ანალიზს, რომელიც აერთიანებს:

• სტრუქტურულ მზადყოფნასა და ტექნოლოგიურ ინფრასტრუქტურას,
• ადამიანის კაპიტალისა და brain drain-ის ფაქტორებს,
• ინვესტიციისა და პოლიტიკის ჩარჩოს განსხვავებებს.

ეს ყველაფერი წარმოდგენილი იქნება როგორც გლობალურ დონეზე, ასევე კონკრეტული ქვეყნის მაგალითზე (საქართველო), რათა დავინახოთ, თუ როგორ განსხვავდება ხელოვნური ინტელექტის ეკონომიკური ეფექტები კონტექსტის მიხედვით. 

თავი 2. კონცეპტუალურიჩარჩო

2.1 ხელოვნური ინტელექტის განსაზღვრა

ხელოვნური ინტელექტი (AI) გულისხმობს სისტემებსა და ალგორითმებს, რომლებიც ასრულებენ ამოცანებს, რაც ჩვეულებრივ მოითხოვს ადამიანურ ინტელექტს — აღქმა, მეტყველების ამოცნობა, გადაწყვეტილებების მიღება და სწავლა.

მჭიდრო/სუსტი ინტელექტი (Artificial Narrow Intelligence, ANI) არის ის ფორმა, რომელიც უკვე რეალურად არსებობს. იგი შექმნილია კონკრეტული ფუნქციისთვის და ძალიან მაღალი ეფექტიანობით ასრულებს ამ კონკრეტულ ამოცანას (მაგალითად, ხმოვანი ასისტენტები ან შახმატის პროგრამები), მაგრამ ვერ გადადის სხვა სფეროებში.

ზოგადი ინტელექტი (Artificial General Intelligence, AGI) წარმოადგენს თეორიულ კონცეფციას, რომელიც აღწერს ისეთ AI-ს, რომელსაც ექნება უნივერსალური კოგნიტიური უნარები, ანალოგიური ადამიანის ინტელექტთან. იგი შეძლებდა სწავლას და სხვადასხვა დისციპლინებში ცოდნის გამოყენებას. ამჟამად ასეთი ინტელექტი არ არსებობს.

ზეგანვითარებული ინტელექტი (Artificial Superintelligence) კი ჰიპოთეტური კატეგორიაა, რომელიც ადამიანურ ინტელექტს ყველა მიმართულებით გადააჭარბებდა, თუმცა ეს ფენომენი მხოლოდ თეორიულ დონეზე განიხილება.

ბოლო წლების განმავლობაში განსაკუთრებული ყურადღება მიიპყრო გენერაციულმა ინტელექტმა (Generative AI) — სისტემებმა, რომლებიც სწავლობენ უზარმაზარ მონაცემთა ბაზებზე და ქმნიან ახალ ტექსტს, გამოსახულებას, მუსიკას ან კოდს. მაგალითია OpenAI-ის ChatGPT და DALL-E. 2022 წლიდან მოყოლებული, სწორედ გენერაციულმა AI-მ აქცია ხელოვნური ინტელექტი ფართო საზოგადოებაში ყოველდღიური გამოყენების საგნად.

ეკონომიკური თეორიის კონტექსტში AI განიხილება, როგორც ზოგადი დანიშნულების ტექნოლოგია (General Purpose Technology, GPT) — ისეთი ტექნოლოგია, რომელიც ფართოდ ვრცელდება, დროთა განმავლობაში უმჯობესდება და იწვევს დამატებით ინოვაციებს სხვა სექტორებში. ისტორიაში ასეთ GPT-ებად მიჩნეულია ორთქლის ძრავა, ელექტროენერგია და ინტერნეტი. ხელოვნური ინტელექტიც ასეთივე მახასიათებლებს ავლენს: ის უკვე გამოიყენება მრავალ სექტორში (ჯანდაცვა, ფინანსები, წარმოება, განათლება), მუდმივად პროგრესირებს და ქმნის საფუძველს ახალი ბიზნეს-მოდელებისა და ინოვაციებისათვის. ამასთან, როგორც წარსულში, მოსალოდნელია „პროდუქტიულობის პარადოქსი“ — მოკლევადიან პერიოდში AI-ის ეკონომიკური სარგებელი სრულად არ აისახება სტატისტიკაში, რადგან საჭიროა დამატებითი ინვესტიციები უნარებსა და ორგანიზაციულ ცვლილებებში.

2.2 ხელოვნური ინტელექტის ეკონომიკური ზემოქმედების ეფექტები

ხელოვნური ინტელექტის გავლენა ეკონომიკაზე გამოიხატება სამ ძირითად მიმართულებაში: პირდაპირი, არაპირდაპირი და სტრუქტურული ეფექტები.

• პირდაპირი ეფექტები:
  AI ზრდის პროდუქტიულობას ავტომატიზაციისა და ეფექტიანობის ზრდის მეშვეობით. მაგალითად, მომხმარებელთა მომსახურების აგენტებისთვის გენერაციული AI-ს გამოყენებამ საშუალოდ 14%-ით გაზარდა მუშაობის პროდუქტიულობა (Brynjolfsson et al., 2023). თუმცა ეს ოწვევს შრომის ბაზარზე მოთხოვნილების ვარდნის საფრთხეს: რუტინული, განმეორებითი ამოცანები უფრო იაფად და სწრაფად სრულდება, რის გამოც ზოგიერთ სექტორში სამუშაო ადგილები იკლებს.
• არაპირდაპირი ეფექტები:
  AI გარდაქმნის სექტორებს, ბიზნეს-მოდელებს და ქმნის ახალ ბაზრებს. მაგალითად, სოფლის მეურნეობაში AI-ს შეუძლია განახორციელოს მოსავლის პროგნოზირება და დაავადებების აღმოჩენა, რაც გავლენას ახდენს საკვების წარმოებასა და ფასებზე. ასევე, ჩნდება ახალი სერვისები, როგორიცაა AI-as-a-service, მონაცემთა ანოტაციის მომსახურება და ა.შ.
• სტრუქტურული ეფექტები:
  AI იწვევს შრომითი ბაზრის პოლარიზაციას — მოთხოვნა იზრდება მაღალკვალიფიციურ STEM პროფესიებზე, ხოლო რუტინული სამუშაოების რაოდენობა მცირდება. გარდა ამისა, AI ზრდის ინვესტიციების კონცენტრაციას რამდენიმე წამყვან ქვეყანაში: მაგალითად, 2023 წელს აშშ-ში კერძო ინვესტიციები AI-ში იყო $67 მილიარდი, რაც 8.7-ჯერ აღემატებოდა ჩინეთის მაჩვენებელს (Schellekens, 2023). ასევე მოსალოდნელია, რომ AI შეცვლის გლობალურ ვაჭრობას: თუ განვითარებულ ქვეყნებში წარმოება დაბრუნდა შიდა ბაზარზე ავტომატიზაციის წყალობით, განვითარებად ქვეყნებს შეიძლება დაუქვეითდეთ ექსპორტზე ორიენტირებული ზრდის შესაძლებლობები.

ამრიგად, AI-ის ეკონომიკური ზემოქმედება მრავალმხრივია და მოიცავს როგორც უშუალო პროდუქტიულობის ზრდას, ასევე უფრო ღრმა სტრუქტურულ ცვლილებებს — შრომითი ბაზრის, ინვესტიციების და გლობალური ვაჭრობის მიმართულებით. 

თავი 3. AI-ის გლობალური ეკონომიკური ტენდენციები

3.1 განვითარებული ეკონომიკები (დასავლეთ ევროპა, დიდი ბრიტანეთი, ჩრდილოეთ ამერიკა)

AI-ის ფართო დანერგვა სექტორებში:
განვითარებულ ქვეყნებში ხელოვნური ინტელექტი ინტეგრირებულია სხვადასხვა დარგში: ფინანსებში (ალგორითმული ვაჭრობა, თაღლითობის აღმოჩენა, პერსონალიზებული ფინანსური კონსულტაცია), ლოჯისტიკასა და წარმოებაში (რობოტიზაცია, კომპიუტერული ხედვა ხარისხის კონტროლისთვის, მომარაგების ჯაჭვის ოპტიმიზაცია), ჯანდაცვაში (დიაგნოსტიკა, პერსონალიზებული მკურნალობის მოდელები), ასევე სერვისებში და საცალო ვაჭრობაში (მომხმარებელთა ქცევის ანალიტიკა, რეკომენდაციების სისტემები). 2024 წლისთვის გამოკითხულ კომპანიათა 78%-მა განაცხადა, რომ იყენებდა AI-ს ერთ ან რამდენიმე ბიზნეს-ფუნქციაში, მაშინ როდესაც 2023 წელს ეს მაჩვენებელი 55% იყო (Stanford HAI, 2025).

პროდუქტიულობის ზრდა და მშპ-ის პოტენციალი:
კვლევები აჩვენებს, რომ ხელოვნური ინტელექტი მნიშვნელოვნად ზრდის შრომის პროდუქტიულობას. McKinsey-ს მოდელირებით, 2030 წლისთვის AI-მ შეიძლება დაამატოს $13 ტრილიონი გლობალურ მშპ-ს, რაც წელიწადში დაახლოებით 1.2%-იან ზრდას უდრის (McKinsey, 2018). OECD-ის ანალიზები ასევე პროგნოზირებს, რომ განვითარებულ ეკონომიკებში AI-ს შეუძლია წელიწადში 0.5–3.5 პროცენტული პუნქტით გაზარდოს შრომის პროდუქტიულობა (Filippucci et al., 2024). რეალური მონაცემებიც უკვე ჩანს: გენერაციული AI-ის გამოყენებამ მომხმარებელთა მომსახურების სექტორში პროდუქტიულობა საშუალოდ 14%-ით გაზარდა (Brynjolfsson et al., 2023).

შრომის ბაზრის ცვლილებები:
განვითარებულ ქვეყნებში რუტინული სამუშაოები იკლებს, ხოლო იზრდება მოთხოვნა STEM და მონაცემთა მეცნიერების სპეციალისტებზე. AI ხელს უწყობს კრეატიული, ანალიტიკური და ინტერპერსონალური უნარების მქონე პროფესიონალთა ღირებულების ზრდას. შედეგად, წარმოიქმნება „შრომითი პოლარიზაცია“: მაღალი კვალიფიკაციის მქონე კადრების ხელფასები მატულობს, ხოლო საშუალო და დაბალუნარიან პოზიციებზე სამუშაო ადგილები მცირდება (OECD, 2023; McKinsey, 2018).

ინფრასტრუქტურა და პოლიტიკის მზაობა:
განვითარებულ ქვეყნებში არსებობს ძლიერი ციფრული ინფრასტრუქტურა (სუპერ-სწრაფი ინტერნეტი, 5G ქსელები, ჰიპერსკეილ მონაცემთა ცენტრები, ქლაუდ- სერვისები), რაც ქმნის ბაზას AI-ის ფართო დანერგვისთვის. ასევე, მათ უკვე აქვთ AI-ის ეროვნული სტრატეგიები: ევროკავშირმა შეიმუშავა AI Act, ხოლო კანადა, დიდი ბრიტანეთი, საფრანგეთი, იაპონია და სხვა ქვეყნებმა დიდი ინვესტიციები ჩადეს ეროვნულ პროგრამებში (HolonIQ, 2020). ეს სტრატეგიები მოიცავს როგორც კვლევისა და ინოვაციების დაფინანსებას, ასევე ეთიკური ჩარჩოების შემუშავებას, რაც ზრდის ბიზნესისა და საზოგადოების ნდობას. 

3.2 განვითარებადი ეკონომიკები (საქართველოს მაგალითი)

AI-ის პოტენციალი და დაბალი დანერგვის დონე:
ბევრ განვითარებად ქვეყანაში AI-ის ეკონომიკური სარგებელი ჯერ კიდევ არ არის სრულად გამოყენებული. საქართველოში IT სექტორი იზრდება, მაგრამ AI-ს ძირითადად იყენებენ ცალკეული სტარტაპები და მსხვილი ბანკები. ადგილობრივ ბაზარზე ჯერ არ არსებობს ძლიერი AI-კომპანიები, ხოლო გადაწყვეტების უმეტესობა იმპორტირებულია (მაგ., ქლაუდ- პლატფორმები უცხოეთიდან).

ციფრული უთანასწორობა:
ქვეყნის შიგნით დიდია განსხვავება ქალაქსა და სოფელს შორის: თბილისში ინტერნეტის ხელმისაწვდომობა 85%-ია, ხოლო სოფლებში — მხოლოდ 69% (Internet Society, 2023). 5G დაფარვა 2024 წელს მოსახლეობის მხოლოდ 16%-ს ჰქონდა. ადგილობრივი მონაცემთა ცენტრების რაოდენობა შეზღუდულია (მხოლოდ 5), რის გამოც კომპანიები დამოკიდებულნი არიან უცხოურ პროვაიდერებზე. ამ პრობლემის შესამცირებლად მიმდინარეობდა საერთაშორისო პროექტები, როგორიცაა „Log-in Georgia“, რომელიც 1,000 სოფელში მაღალი სიჩქარის ინტერნეტის გაყვანას უზრუნველყოფდა (EU Neighbours East, 2021).

ადამიანური კაპიტალი და brain drain:
საქართველოში STEM სპეციალობების კურსდამთავრებულები მოსახლეობის მხოლოდ 18.6%-ს შეადგენენ (WIPO, 2022). ბევრი კვალიფიციური კადრი ტოვებს ქვეყანას დაბალი ხელფასების გამო და სამუშაოს პოულობს საზღვარგარეთ (Vashakmadze et al., 2023). უნივერსიტეტების სასწავლო გეგმები ხშირად ჩამორჩება თანამედროვე მოთხოვნებს, რის გამოც კომპანიებს უწევთ ახალბედა თანამშრომლების დამატებითი გადამზადება.

სახელმწიფო ინიციატივები და სტარტაპ ეკოსისტემა:
მიუხედავად სირთულეებისა, საქართველო აქტიურად ავითარებს ციფრულ სფეროს. e-გამგეობის სისტემამ, my.gov.ge-მ და ციფრულმა ID-მ საერთაშორისო აღიარება მოიპოვა, როგორც წარმატებული მოდელი საჯარო სერვისების ციფრული ტრანსფორმაციისთვის (UNDP, 2020). ასევე, Startup Georgia პროგრამამ მხარი დაუჭირა რამდენიმე ინოვაციურ სტარტაპს, მათ შორის AI-ზე დაფუძნებულ OptioAI-ს, რომელიც ფინანსურ მომსახურებაში ჩატბოტებს იყენებს. 

თავი 4. ხელოვნური ინტელექტის გავლენის განსხვავებული მახასიათებლები განვითარებულ და განვითარებად ეკონომიკებში

ფაქტორი 1: AI ინფრასტრუქტურა

განვითარებული ეკონომიკები:
მათ აქვთ მოწინავე ციფრული ინფრასტრუქტურა: ფართო 5G დაფარვა, ღრუბლოვანი სერვისების ეკოსისტემები, მონაცემთა ცენტრების დიდი ქსელი და ძლიერი ინტერნეტ-ქსელები. ეს ქმნის ბაზას AI-ის მასშტაბური დანერგვისთვის.

განვითარებადი ეკონომიკები (მაგ., საქართველო):
ინფრასტრუქტურა ფრაგმენტულია და ძირითადად კონცენტრირებულია ქალაქებში. სოფლად ინტერნეტის სიჩქარე დაბალია, 5G დაფარვა შეზღუდულია (2024 წელს მხოლოდ 16%) და ადგილობრივი მონაცემთა ცენტრები მცირეა. კომპანიები დამოკიდებულნი არიან უცხოურ ქლაუდ პროვაიდერებზე (Internet Society, 2023).

ფაქტორი 2: ადამიანური კაპიტალი

განვითარებული ეკონომიკები:
მათ აქვთ ძლიერი საგანმანათლებლო სისტემები STEM დისციპლინებში, მაღალი კვალიფიკაციის მქონე კადრების შენარჩუნების შესაძლებლობა და მსოფლიოში კონკურენტუნარიანი უნივერსიტეტები.

განვითარებადი ეკონომიკები (მაგ., საქართველო):
ადამიანური კაპიტალი შეზღუდულია. STEM კურსდამთავრებულები მხოლოდ 18.6%-ს შეადგენენ (WIPO, 2022). ბევრი ახალგაზრდა სპეციალისტი ტოვებს ქვეყანას („brain drain“), ხოლო ადგილობრივ კომპანიებს უწევთ დამატებითი გადამზადება (Vashakmadze et al., 2023).

ფაქტორი 3: ინვესტიციის შესაძლებლობა

განვითარებული ეკონომიკები:
არსებობს ძლიერი ვენჩურული კაპიტალის ბაზრები, კერძო სექტორის მასშტაბური R&D ინვესტიციები და სახელმწიფო პროგრამები. მაგალითად, აშშ-ში კერძო ინვესტიციები AI-ში 2024 წელს $109 მილიარდი იყო (Stanford HAI, 2025).

განვითარებადი ეკონომიკები (მაგ., საქართველო):
ინვესტიციები შეზღუდულია. ქვეყნის R&D ხარჯები მხოლოდ 0.24–0.3% მშპ-ის ფარგლებშია (World Bank, 2023). ძირითადი დაფინანსება მოდის საერთაშორისო დონორებისა და გრანტებიდან. ადგილობრივი ვენჩურული კაპიტალი სუსტი და მცირე მოცულობისაა.

ფაქტორი 4: პოლიტიკის ჩარჩო

განვითარებული ეკონომიკები:
აქ უკვე არსებობს ეროვნული AI სტრატეგიები, ეთიკის სახელმძღვანელოები და მარეგულირებელი ჩარჩოები. მაგალითად, ევროკავშირი ამზადებს AI Act-ს, ხოლო OECD-მ მიიღო AI პრინციპები (2019).

განვითარებადი ეკონომიკები (მაგ., საქართველო):
პოლიტიკის ჩარჩო ჯერ კიდევ ჩამოყალიბების პროცესშია. 2024 წლისთვის საქართველოში არ არსებობს ეროვნული AI სტრატეგია (CIPDD, 2024). ქვეყანა ხშირად ეყრდნობა ევროკავშირის მოდელებს, თუმცა მათ ადგილობრივი კონტექსტისთვის მორგება ჯერ არ მომხდარა.

ფაქტორი 5: ინდუსტრიული მზაობა

განვითარებული ეკონომიკები:
AI უკვე ინტეგრირებულია მრავალი ინდუსტრიის მაღალი დონის ციფრულ პროცესებში — ფინანსებში, ჯანდაცვაში, წარმოებაში და სოფლის მეურნეობაში.

განვითარებადი ეკონომიკები (მაგ., საქართველო):
სამრეწველო ბაზა ძირითადად მცირე და საშუალო ბიზნესზეა დამყარებული, რომელთაც დაბალი ციფრულიზაციის დონე აქვთ. ამის გამო AI-ის დანერგვა შეზღუდულია და უმეტესად მხოლოდ IT სექტორში ან რამდენიმე მსხვილ კომპანიაში ხდება. 

თავი 5. საქართველოს მაგალითი: ხელოვნური ინტელექტის ეკონომიკური ეფექტების შესწავლა

ეკონომიკური და განვითარების პროფილი

საქართველო კლასიფიცირდება როგორც ზედა საშუალო შემოსავლის ქვეყანა (World Bank) და მიეკუთვნება „ძალიან მაღალი ადამიანური განვითარების“ კატეგორიას (HDI ≈0.84, 57-ე ადგილი, UNDP). ეკონომიკა ემყარება მომსახურების სექტორს (ტურიზმი, ფინანსები, IT), აგრეთვე სოფლის მეურნეობასა და მსუბუქ წარმოებას. მოსახლეობა დაახლოებით 3.7 მილიონია, განათლების დონე შედარებით მაღალია, რაც ხელსაყრელ საფუძველს ქმნის ციფრული ინოვაციისთვის.

ციფრული გარდაქმნის მიღწევები

• e-გამგეობა: საქართველო საერთაშორისო აღიარებას იმსახურებს საჯარო სერვისების ციფრულად მიწოდების მოდელით. პორტალი my.gov.ge და ციფრული ID სისტემები მოქალაქეებს სთავაზობს ასეულობით სერვისს ონლაინ რეჟიმში. ეს ქმნის როგორც ეფექტიანობას, ასევე მონაცემების დიდ ბაზას, რომელიც მომავალში შეიძლება გამოიყენოს AI-ანალიტიკამ (UNDP, 2020).
• სტარტაპ ეკოსისტემა: 2016-2024 წლებში მოქმედი Startup Georgia პროგრამა მხარს უჭერდა ინოვაციურ სტარტაპებს. მისი ერთ-ერთი წარმატებული მაგალითია OptioAI — ფინტექ კომპანია, რომელიც AI-ზე დაფუძნებულ პერსონალურ ფინანსურ ჩატბოტს ავითარებდა.
• IT ექსპორტი: ბოლო წლებში გაიზარდა IT სერვისების ექსპორტი, რაც მშპ-ის დაახლოებით 1.2%-ს შეადგენს და საერთო სერვისების ექსპორტის 8–9%-ს (GeoStat, 2023).

გამოწვევები

• ადამიანური კაპიტალი: STEM კურსდამთავრებულები მხოლოდ 18.6%-ს შეადგენენ, ხოლო ბევრი ახალგაზრდა სპეციალისტი ტოვებს ქვეყანას („brain drain“) უკეთესი ხელფასების გამო (WIPO, 2022; Vashakmadze et al., 2023).
• R&D ხარჯები: ქვეყნის კვლევისა და განვითარების ინვესტიციები მხოლოდ 0.3% მშპ-ის ფარგლებშია, რაც მნიშვნელოვნად ჩამორჩება განვითარებულ ქვეყნებს (>2%) (World Bank, 2023).
• ინფრასტრუქტურა: 5G დაფარვა ჯერ კიდევ შეზღუდულია, მონაცემთა ცენტრების სიმცირე და ქლაუდ სერვისების უცხოურ პროვაიდერებზე დამოკიდებულება ზრდის ხარჯებს (Internet Society, 2023).
• AI სტრატეგიის არქონა: 2024 წლისთვის საქართველოში არ არსებობდა ეროვნული AI სტრატეგია, რის გამოც ინიციატივები ფრაგმენტული და არათანმიმდევრულია (CIPDD, 2024).

შესაძლებლობები

• Leapfrogging: საქართველოს შეუძლია „გადახტომის“ სტრატეგიით აითვისოს თანამედროვე ტექნოლოგიები, მაგალითად, ფინტექ სექტორში — სოფლად ფილიალების ნაცვლად AI-ზე დაფუძნებული ციფრული ბანკინგის განვითარება.
• რეგიონული ჰაბის პოტენციალი: ქვეყნის გეოგრაფიული მდებარეობა (ევროპასა და აზიას შორის) და ციფრული ინფრასტრუქტურის გაუმჯობესება აძლევს შანსს, რომ გახდეს რეგიონული მონაცემებისა და AI ინოვაციების ცენტრი.
• საჯარო სერვისებში AI: შესაძლებელია ხელოვნური ინტელექტის დანერგვა სოფლის მეურნეობაში (მოსავლის პროგნოზირება, მავნებლების გამოვლენა), განათლებაში (AI-ტუტორები შორეულ რეგიონებში), და ჯანდაცვაში (ტელემედიცინა, დიაგნოსტიკა). 

თავი 6. პოლიტიკის იმპლიკაციები და სტრატეგიული რეკომენდაციები

განვითარებული ქვეყნები

ეთიკური და ინკლუზიური AI:
ტექნოლოგიურად მოწინავე ქვეყნებმა უნდა ჩამოაყალიბონ სტანდარტები, რომლებიც უზრუნველყოფს ხელოვნური ინტელექტის გამჭვირვალობასა და სამართლიან გამოყენებას. განსაკუთრებით მნიშვნელოვანია ალგორითმული მიკერძოების შემცირება, მონაცემთა კონფიდენციალურობის დაცვა და კონკურენციის შენარჩუნება, რათა რამდენიმე მსხვილ კომპანიამ ვერ მოახდინოს ბაზრის მონოპოლიზაცია.

განვითარებადი ქვეყნების მხარდაჭერა:
განვითარებულმა ქვეყნებმა და საერთაშორისო ორგანიზაციებმა უნდა ხელი შეუწყონ ცოდნის გადაცემას, ტექნოლოგიის ხელმისაწვდომობას და სამართლიან ციფრულ ვაჭრობას. ამის მაგალითია ღია პლატფორმებისა და მონაცემთა გაცვლის სტიმულირება, აგრეთვე მიზნობრივი საგანმანათლებლო პროგრამების დაფინანსება განვითარებად ქვეყნებში.

გლობალური მმართველობა და უსაფრთხოება:
AI-ის გლობალური რისკების (მათ შორის კიბერუსაფრთხოების, იარაღში გამოყენების ან სოციალური მანიპულაციების) თავიდან ასაცილებლად საჭიროა საერთაშორისო შეთანხმებები და ერთობლივი კვლევითი ცენტრები. განვითარებულ ქვეყნებს აქ ლიდერობის პასუხისმგებლობა ეკისრებათ. 

განვითარებადი ქვეყნები (საქართველოს მაგალითი)

ინვესტიცია განათლებაში და უნარებში:
პრიორიტეტი უნდა მიენიჭოს STEM განათლების გაძლიერებასა და AI-სპეციალისტების მომზადებას. უნივერსიტეტებმა უნდა განაახლონ სასწავლო პროგრამები, ხოლო სახელმწიფომ უნდა უზრუნველყოს ტრენინგები და კურსები მოქმედი სამუშაო ძალისთვის.

საჯარო-კერძო ინოვაციური ჰაბები:
ქვეყანამ უნდა წაახალისოს კვლევისა და განვითარების ერთობლივი ლაბორატორიები, სადაც აკადემია, ბიზნესი და მთავრობა იმუშავებენ ერთად. ეს ხელს შეუწყობს ადგილობრივ პრობლემებზე ორიენტირებულ AI გადაწყვეტილებებს (მაგალითად, სოფლის მეურნეობაში ან ჯანდაცვაში).

რეგიონული თანამშრომლობა:
საქართველომ შეიძლება შექმნას რეგიონული პლატფორმა — მაგალითად, „სამხრეთ კავკასიის AI ფორუმი“ — რომელიც გაზიარებულ ცოდნასა და გამოცდილებას უზრუნველყოფს. ეს გაზრდის ქვეყნის როლს როგორც რეგიონული ჰაბის და ასევე გააძლიერებს საერთაშორისო პარტნიორობას.

AI მმართველობის ჩამოყალიბება:
აუცილებელია ეროვნული AI სტრატეგიის შემუშავება, რომელიც ადგილობრივ საჭიროებებსა და კულტურულ კონტექსტს გაითვალისწინებს. ეს სტრატეგია უნდა მოიცავდეს ეთიკის პრინციპებს, მონაცემთა დაცვის მექანიზმებს და კონკრეტულ სამოქმედო გეგმებს (მაგ., AI-ს დანერგვა განათლებაში და სოფლის მეურნეობაში). 

თავი 7. დასკვნა და მომავალი კვლევის მიმართულებები

დასკვნა

ხელოვნური ინტელექტი გარდაქმნის მსოფლიო ეკონომიკას, მაგრამ მისი ზემოქმედება მკვეთრად განსხვავდება განვითარებულ და განვითარებად ქვეყნებში.

განვითარებულ ეკონომიკებში AI უკვე ინტეგრირებულია მრავალი სექტორის პროცესებში, რაც იძლევა პროდუქტიულობის ზრდის, ახალი ბაზრების შექმნის და ინოვაციების მასშტაბური გავრცელების შესაძლებლობას. აქ ძლიერი ინფრასტრუქტურა, ადამიანური კაპიტალი, ინვესტიციები და პოლიტიკის ჩარჩო ქმნის ეკოსისტემას, რომელიც აძლიერებს AI-ის სარგებლის სწრაფ და მასშტაბურ რეალიზაციას.

განვითარებად ქვეყნებში, მათ შორის საქართველოში, სურათი განსხვავებულია: არსებობს მიღწევები ციფრული მმართველობისა და IT სექტორის განვითარებაში, მაგრამ სერიოზული გამოწვევებია ინფრასტრუქტურის, უნარების, ინვესტიციებისა და AI სტრატეგიის არქონის თვალსაზრისით. მიუხედავად ამისა, არსებობს შესაძლებლობები „გადახტომის“ სტრატეგიებისთვის — მაგალითად, ფინტექში, სოფლის მეურნეობაში და განათლებაში.

მთავარი გზავნილი ისაა, რომ AI ავტომატურად არ ქმნის თანაბარ სარგებელს ყველა ეკონომიკისთვის. პირიქით, თუ განსხვავებები ინფრასტრუქტურასა და პოლიტიკაში არ იქნება დაბალანსებული, AI შეიძლება კიდევ უფრო გააღრმავოს გლობალური უთანასწორობა. ამიტომ, განვითარებულმა ქვეყნებმა უნდა იმოქმედონ როგორც პასუხისმგებელმა ლიდერებმა, ხოლო განვითარებადმა ქვეყნებმა უნდა მიიღონ პრაგმატული ნაბიჯები უნარების, ინვესტიციების და სტრატეგიული პოლიტიკის გასაძლიერებლად.

მომავალი კვლევის მიმართულებები

1. ემპირიული გაზომვები: საჭიროა რაოდენობრივი კვლევები, რომლებიც შეაფასებს AI-ის გავლენას კონკრეტული ქვეყნების პროდუქტიულობაზე, დასაქმებასა და უთანასწორობაზე 2015–2025 წლების პერიოდში.
2. სექტორული ანალიზი განვითარებად ქვეყნებში: მაგალითად, დეტალური კვლევები სოფლის მეურნეობაში, ჯანდაცვასა და განათლებაში, სადაც AI-ს შეუძლია გარდამტეხი ეფექტი იქონიოს.
3. პოლიტიკის ეფექტიანობის შედარება: საჭიროა სხვადასხვა ქვეყნის AI სტრატეგიების შედარებითი ანალიზი, რათა დადგინდეს, რა პოლიტიკა მუშაობს უკეთ — მაგალითად, ინვესტიცია განათლებაში, R&D დაფინანსება თუ რეგულაციის მოქნილი მოდელები.
4. კულტურული ფაქტორები და AI-ის მიღება: მნიშვნელოვანია კვლევა, თუ როგორ გავლენას ახდენს ადგილობრივი კულტურა, ღირებულებები და საზოგადოების ნდობის დონე AI-ის მიღებაზე.
5. გრძელვადიანი ტრაექტორიები: აუცილებელია მონიტორინგი, თუ როგორ მოქმედებს AI გლობალურ ვაჭრობაზე, ინვესტიციების დინამიკასა და შრომითი ბაზრის პოლარიზაციაზე ათწლეულის მასშტაბით. 

ბიბლიოგრაფია

• ბრინიოლფსონი, ე., ლი, დ., & რეიმონდი, ლ. (2023). Generative AI at Work. National Bureau of Economic Research Working Paper No. 31161. https://doi.org/10.3386/w31161
• ფილიპუჩი, ფ., გალი, პ., & შიფი, მ. (2024). Miracle or Myth? Assessing the Macroeconomic Productivity Gains from Artificial Intelligence. OECD Artificial Intelligence Papers No. 29. https://doi.org/10.1787/b524a072-en
• ჰოლონIQ. (2020). Global AI Strategy Landscape. HolonIQ Report.
• IBM Data & AI Team. (2023, 12 ოქტომბერი). Understanding the Different Types of Artificial Intelligence. IBM Blog. https://www.ibm.com/blog/
• Internet Society. (2023). Georgia Country Digital Report. Internet Society Pulse.
• McKinsey Global Institute. (2018). Notes from the AI Frontier: Modeling the Impact of AI on the World Economy. McKinsey & Company.
• შელეკენსი, პ. (2023, ოქტომბერი). Three Reasons Why AI May Widen Global Inequality. Center for Global Development Blog. https://www.cgdev.org/blog/
• ვაშაქმაძე, ა., მიქავა, ნ., ჟღენტი, ტ., & სიხარულიძე, დ. (2023). Understanding STEM Employment Challenges in Georgia: A Qualitative Analysis of Employer Perspectives. Agora International Journal of Economical Sciences, 17(4), 315–330.
• World Bank. (2023, აგვისტო). Tipping the Scales: AI’s Dual Impact on Developing Nations. World Bank Digital Development Blogs.
• World Bank Data. (2023). Research and Development Expenditure (% of GDP) – Georgia. World Development Indicators.
• World Economic Forum / UNDP. (2021). Fast Internet for Rural Areas: EU Support for Better Broadband in Georgia. EU Neighbours East.
• WIPO – World Intellectual Property Organization. (2022). Global Innovation Index: Georgia Profile.
• Stanford Institute for Human-Centered AI. (2025). AI Index Report 2025. Stanford University.
• აცემოღლუ, დ. დასხვ. (2022). Artificial intelligence, wage dynamics, and inequality: Empirical evidence. Intereconomics.

---