Липецкий Картель

Пазл системы
Кто на предприятии должен заказывать технологии?
Мы привыкли обсуждать кадровый дефицит через количество вакансий, выпускников и контрольные цифры приёма в вузы. Логика понятная: не хватает инженеров — нужно готовить больше инженеров. Но, на мой взгляд, такой подход не учитывает важную составляющую проблемы. Потребность в персонале зависит не только от объёмов производства, но и от того, как это производство организовано.
По данным Росстата, российский рынок труда продолжает характеризоваться крайне низкой безработицей. При этом мониторинг предприятий Банка России показывает, что бизнес сталкивается не только с кадровыми ограничениями, но и с проблемами спроса, издержек и инвестиционной активности. В таких условиях простое расширение штата далеко не всегда является экономически обоснованным решением. Иногда правильнее изменить технологический процесс, перераспределить операции или автоматизировать отдельные участки.
Однако здесь возникает другая проблема, о которой говорят значительно реже. Кто на предприятии способен определить, какие именно технологические изменения необходимы и какой экономический результат они должны дать? Допустим, производственный участок испытывает нехватку операторов. Можно искать дополнительных работников, приобрести роботизированный комплекс или пересмотреть организацию производственного потока. Но прежде необходимо разобраться, что ограничивает производительность: оборудование, логистика, длительность переналадки, неравномерная загрузка или действительно недостаточная численность персонала. Без такой диагностики автоматизация рискует стать дорогим способом сохранить существующие проблемы.
В промышленности есть понятие квалифицированного заказчика. Обычно его связывают со способностью сформулировать технические требования к оборудованию или разработке. Я бы предложил рассматривать эту компетенцию шире. Квалифицированный заказчик должен уметь перевести производственную проблему в измеримую инженерную задачу, сопоставить возможные решения, оценить экономический эффект и обеспечить внедрение. Причём это не обязательно один человек или отдельная должность. Чаще речь идёт о совместной работе производственников, технологов, экономистов и специалистов по автоматизации.
Для Липецкой области вопрос имеет вполне прикладное значение. У нас сформирована серьёзная промышленная база, работают крупные предприятия, есть инженерные школы и научные коллективы. Но между наличием научно-технических компетенций и их использованием в производстве остаётся существенная дистанция. Университет может предложить разработку, предприятие — обозначить проблему, однако без совместной проработки технических требований и экономики проекта полноценный заказ на исследование или технологию зачастую так и не возникает. Это одна из причин, по которым сотрудничество науки и промышленности не всегда превращается в устойчивый поток внедрений.
На мой взгляд, здесь есть перспективная задача для университетов. Мы должны не только выполнять НИОКР по готовым техническим заданиям, но и участвовать в их формировании. Например, совместно с предприятиями проводить технологический аудит отдельных участков, оценивать потенциал автоматизации, моделировать производственные процессы и рассчитывать ожидаемый эффект от изменений. Такая работа может стать основой и для прикладных исследований, и для инженерной подготовки студентов.
Картельный вывод.
Кадровую проблему нельзя решить исключительно увеличением выпуска специалистов. Часть её решения находится в повышении эффективности существующих производств. Но для этого недостаточно иметь доступ к роботам, программному обеспечению и научным разработкам. Нужны предприятия, способные грамотно заказывать технологические изменения, и университеты, готовые помогать им в постановке и решении таких задач.
Возможно, развитие института квалифицированного технологического заказчика даст промышленности не меньший эффект, чем очередная программа поддержки разработки новых технологий.

Университет как инструмент
Кадры в кадре: университет как часть энергетической инфраструктуры
На круглом столе «Кадры в кадре: как образовательные учреждения могут способствовать развитию энергетической отрасли» мы собрали представителей энергетических компаний и организаций, чтобы обсудить, какие специалисты нужны отрасли сегодня и как сделать так, чтобы выпускник приходил на производство уже подготовленным к реальным задачам.
Встреча получилась показательной. За одним столом — представители ПАО «НЛМК», Липецкого завода высоковольтного оборудования, «РВК-Липецк», «МУП Липецктеплосеть», ОБУ «ЦЭЭФ» Липецкой области, АО «Рязанская нефтеперерабатывающая компания» и АПО «Аврора». Разные предприятия, разные технологические процессы, но общий запрос: нужны инженеры, которые понимают не только теорию, но и специфику производства.
И этот запрос сегодня звучит не только на региональном уровне. По данным Минэнерго, до 2030 года топливно-энергетическому комплексу потребуется около 300 тысяч новых специалистов — примерно 50 тысяч человек ежегодно. На 2025/26 учебный год для подготовки кадров по профильным направлениям в вузах было предусмотрено 36 тысяч бюджетных мест, в том числе 20 тысяч по электро- и теплоэнергетике. Источник: Минэнерго России
⁠
Параллельно меняется и механизм целевого обучения. В 2026 году на него выделено более 83 тысяч мест по всей системе высшего образования, из них 19,5 тысячи — по инженерному делу, технологиям и техническим наукам. Причем теперь квота устанавливается не просто в процентах, а с указанием конкретных заказчиков, вузов и образовательных программ. Это важный сдвиг: связь между подготовкой специалиста и будущим работодателем становится более предметной. Источник: Минобрнауки России
⁠
Есть и практический пример. В 2026 году «Россети Центр» и «Россети Центр и Приволжье» заключили 295 новых договоров о целевом обучении — на 24% больше, чем годом ранее. Всего по таким договорам обучаются 708 будущих энергетиков. Из 412 выпускников вузов и колледжей, принятых компаниями на работу с начала года, 287 ранее проходили практику или участвовали в студенческих энергетических отрядах. Это показывает, что подготовка начинает выстраиваться как непрерывный процесс: обучение, практика, трудоустройство. Источник: «Россети Центр»
⁠
Для меня здесь важен не сам факт проведения круглого стола. Важнее принцип, который мы обсуждали: университет должен не просто готовить специалистов для отрасли, а постоянно сверять содержание подготовки с реальными задачами работодателей. Причем обратная связь нужна не только на этапе трудоустройства. Она должна влиять на практики, лабораторные работы, содержание дисциплин, проектную деятельность и дополнительное профессиональное образование.
При этом ожидание, что выпускник придет на производство совсем без периода адаптации, — высокая планка. Университет не может заменить предприятие и освоение конкретного рабочего места. Но мы можем сократить этот путь: дать студенту больше практики, познакомить его с оборудованием и производственными требованиями, включить работодателя в проектирование образовательных решений.
Картельный вывод
Кадровый вопрос в энергетике нельзя решить только увеличением контрольных цифр приема. Нужна согласованная система, в которой прогноз потребности работодателей связан с набором, образовательной программой, практикой и последующим трудоустройством.
Круглый стол в ЛГТУ стал одним из шагов в этом направлении. Следующий результат должен измеряться не количеством проведенных встреч, а тем, насколько конкретные предложения работодателей войдут в подготовку студентов и помогут им быстрее включаться в реальные производственные задачи.
Отдельно благодарю представителей предприятий и организаций, принявших участие в обсуждении. Такой диалог имеет смысл именно тогда, когда он продолжается после завершения мероприятия.

Картельный вывод

Мне кажется, главный экономический вызов ближайших лет — уже не кадровый дефицит сам по себе. Это производительность ограниченного человеческого ресурса.
Россия вряд ли сможет обеспечить следующий этап роста простым увеличением занятости: безработица находится на историческом минимуме, а демографические ограничения никуда не исчезли. Поэтому источник дополнительного выпуска придется искать в технологиях, организации труда, качестве управления и способности быстро перемещать людей туда, где их труд дает максимальную отдачу.
Возможно, мы постепенно переходим от модели «экономике нужно больше работников» к модели «экономике нужно больше производительности на одного работника».
И тогда роботизация, ИИ и переобучение кадров оказываются частями одной государственной задачи, а университеты становятся одним из ключевых элементов этой системы.

Главный вопрос ближайших лет, на мой взгляд, будет звучать уже не так: «Где взять еще людей?»
А так:
«Как сделать так, чтобы имеющиеся люди производили больше?»

Картельный разбор
Кадровый дефицит не заканчивается. Меняется сама модель роста.
Последние два года российская экономика жила с одной очень простой проблемой: людей не хватает. Предприятия конкурировали за работников, а расширять выпуск за счет увеличения занятости становилось все сложнее. Сейчас ситуация начинает меняться, но я бы не спешил говорить, что кадровый дефицит закончился. Скорее экономика подходит к моменту, когда дальше расти за счет большего количества людей уже не получится.
Цифры Банка России это хорошо показывают. В мае 2026 года безработица оставалась на историческом минимуме — 2,1% с сезонной корректировкой. При этом обеспеченность предприятий работниками постепенно улучшается, но баланс обеспеченности во II квартале все еще составлял −19,7 пункта. Дефицит никуда не исчез — просто его давление на бизнес стало немного слабее. ( Банк России — материалы по рынку труда⁠ )

Есть другая цифра, которая, на мой взгляд, еще важнее. В июле Банк России привел сравнение за последние четыре года: реальные инвестиции в российскую экономику выросли примерно на четверть, а производительность труда — только на 5%. Объем инвестиций сейчас превышает 42 трлн рублей. Получается парадокс: мы достаточно много инвестируем, но рост выпуска на единицу труда увеличивается значительно медленнее. Поэтому проблема уже не только в том, сколько мы инвестируем, а в том, насколько производительными оказываются эти инвестиции. ( Банк России — выступление Эльвиры Набиуллиной⁠ )

И здесь появляется важная связка. Если рабочих рук мало, а инвестиции сами по себе не обеспечивают сопоставимого роста производительности, экономике остается третий путь — изменять способ производства. Роботизация, ИИ, автоматизация, цифровизация, бережливое производство и реинжиниринг процессов становятся не отдельными технологическими трендами, а инструментами получения дополнительного выпуска без пропорционального увеличения численности работников.
При этом Банк России отдельно обращает внимание на резервы повышения производительности без крупных капитальных вложений — за счет организации и управления бизнес-процессами. Инвестиции в роботизацию и ИИ действительно растут, но ключевой показатель здесь не количество внедренных технологий, а их способность дать реальный прирост производительности. ( Банк России — исследование производительности⁠ )

Поэтому я бы не ставил вопрос так: «Сколько рабочих мест уничтожит ИИ?» Гораздо продуктивнее спросить: «Сколько дополнительного выпуска сможет получить предприятие без увеличения численности персонала?»
Это особенно важно для России. Если быстро добавить работников в экономику становится практически невозможно, остается увеличивать отдачу от уже имеющегося человеческого капитала. И тогда ИИ и роботизация становятся прежде всего инструментами компенсации ограниченного предложения труда.
Причем массового замещения людей ИИ пока не происходит. В июне Банк России оценивал масштабы высвобождения и простоев примерно в 0,3% всех занятых, а ИИ пока не назывался определяющим фактором рынка труда. ( Банк России — комментарий о рынке труда и ИИ⁠ )

Но меняется другое — требования к самому работнику. Предприятию все чаще нужен не просто инженер, экономист или технолог. Нужен человек, который умеет работать на стыке профессии и технологии: инженер + ИИ, технолог + данные, оператор + роботизированный комплекс, экономист + аналитические модели.
И здесь возникает серьезный вызов для университетов. Если следующий этап роста действительно будет основан не на расширении занятости, а на повышении производительности, то задача университета — не просто подготовить больше специалистов. Нужно готовить специалистов, способных управлять производительностью: данными, ИИ, роботами и изменением технологических процессов.

🇷🇺 День Государственного флага России
Есть праздники, которые хочется отметить просто поздравлением. А есть те, которые заставляют немного остановиться и подумать о том, что нас объединяет.
Флаг — один из самых простых символов государства. Но за ним стоит гораздо больше, чем три цвета. Это общий символ для людей, которые живут в разных городах и регионах, работают на совершенно разных предприятиях, учатся в разных университетах, занимаются наукой, строят бизнес или служат стране.
Мы часто говорим о развитии России через цифры: ВВП, инвестиции, промышленное производство, технологические проекты, количество инженеров и ученых. Но за каждой такой цифрой всегда находятся люди и их способность работать вместе.
Для меня именно это сегодня кажется самым важным. Сильная страна — это не только ресурсы, технологии или отдельные успешные проекты. Это способность соединять их в единую систему: университет с промышленностью, регион с федеральной политикой, научную идею с производством, образование с будущим человека.
Наверное, поэтому государственный флаг — не просто символ государства. Это напоминание о том, что при всем различии наших задач и интересов у нас остается общее пространство ответственности и общего будущего.
С Днем Государственного флага России! 🇷🇺

ЧАСТЬ 3
Пока предприятие использует нейросеть для подготовки письма или рекламного текста — это полезный инструмент, но почти не меняющий экономику компании. Когда ИИ начинает оптимизировать загрузку оборудования, прогнозировать отказы, контролировать качество, управлять логистикой, помогать проектировать изделие или сокращать производственный цикл — это уже технологическая трансформация.
Именно поэтому я бы осторожно относился к заявлениям о скором массовом высвобождении работников из-за ИИ. По данным первого опроса ЦБ, пока этого не происходит: почти две трети использующих ИИ предприятий вообще не видят влияния на численность занятых. При этом 35% отмечают рост производительности труда, а наиболее активные пользователи ИИ одновременно демонстрируют более высокую инвестиционную активность и меньшую чувствительность к кадровому дефициту. (Центральный банк России)
Но именно это может стать следующим этапом.
Когда ИИ перестанет быть отдельным инструментом сотрудника и станет частью производственной системы, эффект начнет проявляться не только в экономии времени отдельных специалистов, но и в изменении всей организации труда.
И тогда вопрос будет уже не в том, «заменит ли ИИ человека».
Вопрос будет гораздо сложнее:
какая часть существующих бизнес-процессов вообще должна остаться за человеком?

Картельный вывод
Первый большой опрос Банка России показывает: ИИ в российском бизнесе уже вышел из стадии исключительно технологического эксперимента, но до системной трансформации еще далеко. Сегодня его используют около 14% предприятий, еще 20% планируют внедрение. Однако реальный экономический эффект пока концентрируется вокруг повышения производительности отдельных операций: только треть пользователей видит рост производительности, около 10% — рост прибыльности, а почти две трети не отмечают изменения численности персонала. (Центральный банк России )
Поэтому следующий этап ИИ-трансформации, вероятно, будет проходить не вокруг вопроса «какую нейросеть купить», а вокруг перепроектирования процессов. И здесь выиграют не компании с самым большим количеством ИИ-инструментов, а те, кто сможет связать три элемента: данные → предметную экспертизу → изменение бизнес-процесса.
Для государства и университетов это означает еще более интересную вещь. Главным дефицитом постепенно становится не доступ к самой технологии ИИ. Главный дефицит — люди, способные встроить ИИ в конкретную отрасль и получить измеримый экономический эффект.
И если сегодняшний показатель внедрения в 14% вырастет до 30–40%, это будет уже не просто рост цифровизации. Это может стать одним из главных механизмов повышения производительности российской экономики в условиях, когда увеличить количество работников значительно сложнее, чем увеличить отдачу от каждого из них.

ЧАСТЬ 2
Последние несколько лет мы говорили о кадровом дефиците как об одном из главных ограничений роста. Теперь появляется дополнительный механизм ответа: если предприятие не может быстро увеличить количество работников, оно пытается увеличить производительность существующего персонала. ИИ становится одним из инструментов такого замещения дефицитного ресурса — не обязательно человека целиком, а прежде всего его времени на повторяющиеся интеллектуальные операции.
Поэтому я бы не ставил вопрос так: «Сколько рабочих мест уничтожит ИИ?» Гораздо продуктивнее другой вопрос: «Сколько дополнительного выпуска сможет получить предприятие без увеличения численности персонала?»
Это особенно важно для России, где демографические ограничения делают расширение занятости все более сложным источником экономического роста. Если работника нельзя быстро добавить, остается повышать отдачу от уже имеющегося человеческого капитала.
И здесь возникает второй парадокс.
ИИ быстрее распространяется там, где бизнес может внедрить его без перестройки всей производственной системы.
Маркетинг, продажи, документы, аналитика, клиентский сервис — относительно простые области для внедрения. Производство — гораздо сложнее. Здесь необходимо интегрировать ИИ с оборудованием, информационными системами, технологическими регламентами и ответственностью конкретных специалистов. Поэтому сегодня только примерно каждое пятое предприятие из использующих ИИ применяет его непосредственно в производстве. (Центральный банк России)
Именно здесь, на мой взгляд, находится следующий этап.
Первый этап — ИИ как ассистент.
Второй — ИИ как элемент бизнес-процесса.
Третий — ИИ как элемент производственной системы.
И только после этого можно говорить о действительно серьезном влиянии на производительность экономики.
Пока российский бизнес в основном находится между первым и вторым этапами.
При этом сами компании достаточно четко видят ограничения. Среди проблем ЦБ фиксирует нехватку специалистов по ИИ и анализу данных, необходимость инвестиций в обучение и ИТ-инфраструктуру, необходимость перестройки производственных процессов, риски утечки данных и ошибки моделей, которые требуют дополнительной настройки и проверки. (Центральный банк России)
И это еще один важный сигнал: дефицит кадров никуда не исчезает после появления ИИ. Он меняет свою структуру.
Предприятию становится меньше нужен человек для выполнения определенной операции, но больше нужен человек, который понимает технологический процесс, умеет работать с данными, ставить задачу модели, проверять результат и встраивать его в производственную систему.
То есть возникает спрос не просто на «специалиста по ИИ», а на специалиста двойной компетенции.
Инженер + ИИ.
Металлург + ИИ.
Экономист + ИИ.
Логист + ИИ.
Агроном + ИИ.
Именно поэтому для университетов этот тренд, на мой взгляд, намного важнее, чем просто рост числа образовательных программ по искусственному интеллекту.
Если предприятие будет внедрять ИИ в конкретный технологический процесс, ему в первую очередь нужен не программист, который знает нейросети, а специалист, который одновременно понимает предметную область и возможности ИИ.
И здесь мы видим прямое подтверждение того, что происходит сейчас в университетской политике. Например, в материалах концепции будущего кампуса ЛГТУ уже заложена логика подготовки специалистов двойного профиля: «ИИ + металлургия», «ИИ + машиностроение», «ИИ + АПК», «ИИ + пищевая переработка», «ИИ + государственное управление». Причем в документе отдельно отмечается проблема отсутствия заранее определенных экономических метрик ИИ-проектов и ответственных за их внедрение — именно это приводит к тому, что пилоты не масштабируются.
Мне кажется, здесь и находится главный разрыв между сегодняшними 14% и потенциальными 30–40%.
Недостаточно научиться пользоваться ИИ. Нужно научиться менять с его помощью бизнес-процесс.

Университет как инструмент
ИИ приходит в российский бизнес. Но пока не так, как мы думаем
В июне Банк России впервые опубликовал результаты специального опроса предприятий об использовании искусственного интеллекта. В исследовании приняли участие 14,7 тыс. нефинансовых компаний. И цифры получились интереснее привычных разговоров о том, что «ИИ изменит экономику».
Сегодня ИИ уже использует примерно каждое седьмое предприятие — около 14%. Еще каждое пятое — около 20% — пока не использует, но планирует начать. То есть потенциально уже около трети предприятий находятся либо на стадии использования, либо на пути к внедрению. При этом лидируют не технологические компании. Наиболее высокий уровень использования ЦБ зафиксировал в сфере услуг — 20%, а в добыче, обрабатывающей промышленности и строительстве — примерно по 14%, в торговле — около 13%. Причем есть парадокс: малые предприятия немного активнее крупных. Почти каждое второе малое предприятие и примерно каждая третья крупная компания сообщили об активном использовании ИИ. Для малого бизнеса это вполне рациональная стратегия: ИИ становится относительно дешевым способом получить дополнительную производительность без масштабного расширения штата. (Центральный банк России)
Но если посмотреть, для чего именно компании используют ИИ, картинка становится гораздо интереснее. Почти каждое второе предприятие из числа использующих ИИ применяет его в маркетинге и продажах. Около 20% используют ИИ непосредственно в производстве, примерно 10% — в управлении персоналом. Среди наиболее распространенных сценариев ЦБ называет обработку больших массивов данных и нормативной документации, подготовку рекламных материалов, деловую переписку, подбор и оценку кандидатов, оптимизацию загрузки сотрудников и контроль качества. То есть пока ИИ в большинстве компаний не управляет производством и не принимает стратегические решения. Он прежде всего забирает отдельные интеллектуальные операции у человека. (Центральный банк России)
И здесь появляется первая важная закономерность. Первая волна ИИ — это не замена человека. Это автоматизация отдельных функций человека. Причем наиболее быстро автоматизируются процессы, где результат можно относительно легко проверить: написать текст, обработать документы, классифицировать информацию, подготовить рекламный материал, найти закономерность в массиве данных. А вот чем ближе ИИ к реальному производству, ответственности и сложному технологическому процессу, тем осторожнее бизнес.
Это хорошо видно по результатам опроса. Среди предприятий, которые уже используют ИИ, только каждое третье отметило рост производительности труда как основной положительный эффект. Лишь около каждого десятого зафиксировало рост прибыльности. При этом почти две трети компаний сообщили, что внедрение ИИ пока никак не повлияло на численность занятых. И это очень важная цифра: разговоры о массовом высвобождении людей из-за ИИ пока значительно опережают реальные данные российского бизнеса. (Центральный банк России)
Но здесь я бы не делал вывод, что ИИ не влияет на рынок труда. Скорее мы находимся в первой фазе технологической трансформации. На первом этапе компании автоматизируют отдельные операции, но сохраняют человека, который контролирует результат. Более того, ЦБ отмечает, что на начальных стадиях внедрения занятость может даже расти: предприятиям нужны специалисты по ИИ, аналитике данных, а также люди, которые проверяют результаты работы моделей. (Центральный банк России)
Есть еще одна цифра, которую я считаю особенно важной. ЦБ обнаружил, что предприятия, активно внедряющие ИИ, в I квартале 2026 года интенсивнее расширяли инвестиционную деятельность, чем компании, использующие ИИ редко или крайне редко. При этом кадровый дефицит оказывал на них ограничивающее влияние в меньшей степени. (Центральный банк России)
Вот здесь ИИ перестает быть просто цифровой технологией.
Он становится инструментом адаптации экономики к дефициту ресурсов.

Сигналы системы
Почему Минобрнауки начинает заниматься тем, что раньше ассоциировалось с Минпромторгом?
На прошлой неделе наш университет посетила комиссия Центра компетенций Минобрнауки России. Центр был создан чуть больше года назад, и во время встречи ведущие ученые представили результаты своих исследований, разработки и научные заделы. На первый взгляд — обычая рабочая встреча. Но, как мне кажется, гораздо интереснее посмотреть на нее как на сигнал изменения самой модели государственного управления.
Традиционно роли были разделены. Минобрнауки отвечало за подготовку кадров, исследования, гранты и научную политику. Минпромторг — за промышленную кооперацию, технологические цепочки, карты компетенций и внедрение разработок в производство.
Однако за последние два года эта граница постепенно размывается.
Сегодня в программе «Приоритет-2030» участвуют более 140 университетов, реализующих около 200 проектов по запросам индустриальных партнеров. Одновременно работают 50 Передовых инженерных школ, создаются научно-производственные объединения, развивается сеть университетских центров компетенций, а главным ориентиром государственной политики становится уже не просто развитие науки, а достижение технологического лидерства.
Именно поэтому визит Центра компетенций, на мой взгляд, заслуживает внимания. Комиссия приезжает не для проверки отчетности. Она знакомится с научными коллективами, обсуждает результаты исследований, оценивает перспективные направления. Фактически государство начинает формировать живую карту научных компетенций страны, которую невозможно построить только по публикациям, отчетам или статистике.
И здесь возникает интересная гипотеза.
Минпромторг по-прежнему отвечает на вопрос: кто способен производить? А Минобрнауки все активнее начинает отвечать на другой вопрос: у кого через несколько лет может появиться технология, которую затем можно будет масштабировать в промышленности?
Если эта гипотеза верна, то мы наблюдаем не дублирование функций министерств, а новое разделение ответственности.
Минобрнауки начинает управлять ранними стадиями жизненного цикла технологии: научной идеей, лабораторией, исследовательской командой, первым прототипом и формированием кооперации. Минпромторг подключается позже — на этапе опытного производства, промышленного внедрения и масштабирования.
Картельный вывод.
Мне кажется, государство постепенно перестает управлять отдельно наукой и отдельно промышленностью. Вместо этого оно выстраивает управление единым жизненным циклом технологии — от лаборатории до серийного производства.
Если эта тенденция сохранится, изменится и роль университетов. Они будут рассматриваться уже не только как образовательные и научные организации, а как первое звено национальной технологической цепочки. А значит, ценность университета все чаще будет определяться не количеством опубликованных статей, а способностью формировать научные команды, из которых через несколько лет могут вырасти новые технологии, предприятия и отрасли.

Сигналы системы
Падение деловой активности не означает, что государство начинает меньше инвестировать в развитие. Скорее наоборот — меняются инструменты поддержки.
На прошлой неделе Банк России опубликовал результаты мониторинга предприятий. Индикатор бизнес-климата снизился с +0,9 до −3,6 пункта, впервые за долгое время перейдя в отрицательную зону. Компании стали хуже оценивать текущую ситуацию, а ожидания по спросу и выпуску продукции заметно ухудшились. Одновременно Совет директоров Банка России снизил ключевую ставку до 14% годовых, но подчеркнул, что дальнейшее смягчение денежно-кредитной политики будет постепенным из-за сохраняющихся инфляционных рисков.
Если смотреть только на действия ЦБ, можно сделать вывод, что экономика входит в фазу охлаждения. Но в это же время появляется другой, менее заметный сигнал. Минобрнауки объявило конкурс 2026 года на предоставление субсидий из федерального бюджета для обновления материально-технической базы организаций, выполняющих научные исследования и разработки, причем финансирование предусмотрено на 2027–2028 годы.
На первый взгляд эти события противоречат друг другу. С одной стороны — высокая стоимость денег и осторожная политика Банка России. С другой — государство уже сейчас резервирует бюджетные средства на развитие научной инфраструктуры в горизонте двух-трех лет.
На самом деле противоречия здесь нет.
Банк России управляет макроэкономическим циклом. Его задача — сдержать инфляцию, обеспечить устойчивость финансовой системы и не допустить перегрева экономики. Правительство же управляет технологическим циклом, который измеряется не кварталами, а годами. Если сегодня остановить инвестиции в оборудование, научную инфраструктуру и технологические проекты, то через несколько лет страна столкнется уже не с инфляцией, а с дефицитом собственных технологий и производственных компетенций.
Именно поэтому жесткая денежно-кредитная политика вовсе не означает отказ государства от развития. Меняется лишь механизм поддержки. Вместо дешевых денег для всей экономики все большую роль начинают играть адресные инструменты: субсидии, гранты, льготное финансирование и программы, направленные на реализацию национальных приоритетов.
Картельный вывод
Для бизнеса, университетов и научных организаций это важный сигнал.
В ближайшие годы конкурентоспособность будет определяться не только качеством продукта или эффективностью производства. Не менее важной компетенцией становится способность работать с государственными инструментами развития: формировать проекты, объединяться в кооперации и привлекать адресное финансирование.
Похоже, мы наблюдаем переход к новой модели экономической политики: дорогие деньги остаются нормой для рынка, а дешевые деньги становятся инструментом реализации государственной технологической стратегии.