Опубликовано 2 января 2026

Почему сотрудничество умных компаний снижает благосостояние: парадокс научных альянсов

Почему слишком много умных в одной комнате делает всех беднее? Парадокс научных альянсов

Исследование показывает: когда продуктивные компании объединяются, это может снижать общественное благосостояние – история о том, как неравенство в талантах разрушает сотрудничество.

Финансы и экономика 11 – 17 минут чтения
Автор публикации: Профессор Эмиль Дюбуа 11 – 17 минут чтения

Позвольте начать с провокационного тезиса: представьте, что вы пригласили на ужин самых блестящих умов Парижа. Казалось бы, вечер обещает стать триумфом интеллектуальной беседы. Но что происходит на самом деле? Гении начинают избегать друг друга, группируясь по принципу «равный к равному», а общий уровень дискуссии парадоксальным образом падает. Добро пожаловать в мир научно-исследовательских альянсов, где слишком много таланта может оказаться проклятием.

Опасность наивной веры в сотрудничество

Коллективная галлюцинация сотрудничества

Деньги – это коллективная галлюцинация, как я обычно говорю. Но знаете, что ещё является такой галлюцинацией? Наивная вера в то, что сотрудничество всегда приносит пользу. Мы десятилетиями убеждали себя: чем больше компаний объединяют свои исследовательские усилия, тем лучше для всех. Полная сеть связей, где каждый с каждым делится знаниями – разве не это идеал современной экономики инноваций?

Оказывается, нет. Недавнее исследование разрушает эту иллюзию с изяществом, достойным французского фехтовальщика. Учёные взяли классическую модель формирования исследовательских сетей и добавили один простой ингредиент: неравенство в продуктивности. То есть признали очевидный факт – не все компании одинаково эффективны в инновациях. И этот единственный элемент реальности перевернул всю картину с ног на голову.

Неравенство продуктивности в альянсах

Танец неравных партнёров

Представьте двух танцоров. Один – виртуоз, который может исполнить любое па с закрытыми глазами. Другой – способный, но менее опытный. Когда они танцуют вместе, что происходит? Менее опытный учится, улучшает технику, получает огромную пользу от партнёрства. А виртуоз? Он вынужден сдерживать себя, подстраиваться, тратить больше энергии, чтобы дуэт выглядел достойно.

Именно это происходит в исследовательских альянсах между компаниями с разной продуктивностью. Менее продуктивная фирма получает непропорционально большую выгоду от связи. Она черпает знания, технологии, методологию у более сильного партнёра. Это как пить из чужого колодца, не вкладываясь в его содержание.

Более продуктивная компания, напротив, оказывается в положении донора. Она вынуждена прикладывать больше исследовательских усилий, нести более высокие издержки, но её выгода от альянса гораздо скромнее. Это не злой умысел – это математика неравенства, превращённая в экономическую реальность.

Когда разрыв в продуктивности рушит связи

Когда разрыв становится пропастью

Здесь начинается самое интересное. Пока разница в продуктивности невелика, обе стороны ещё могут найти взаимную выгоду в сотрудничестве. Да, один получает больше, другой меньше, но оба в плюсе по сравнению с ситуацией изоляции. Это как неравный брак, который тем не менее работает, потому что оба супруга находят в нём что-то ценное.

Но что происходит, когда разрыв в продуктивности становится слишком большим? Когда один партнёр настолько превосходит другого, что связь превращается в обузу? Более продуктивная компания начинает терять деньги от самого факта альянса. Её прибыль в связанном состоянии становится меньше, чем была бы в одиночестве.

Это переворачивает всё то, что мы знали о стабильности сетей сотрудничества. В классической модели, где все компании одинаковы, полная сеть – где каждый связан с каждым – была идеальным и стабильным состоянием. Все выигрывают, никто не хочет разрывать связи. Красивая картина всеобщей гармонии.

Но когда продуктивности различаются достаточно сильно, полная сеть разваливается. Она становится нестабильной. Сильные компании начинают разрывать связи со слабыми, потому что эти связи их разоряют. Это не жадность – это выживание. Это рациональный ответ на структурное неравенство.

Как формируются кластеры инноваций

Рождение новых племён

И вот здесь возникает новая, устойчивая структура: так называемая сеть позитивной ассортативности. Звучит как термин из учебника по генетике, но смысл прост и почти первобытен: подобное тянется к подобному. Высокопродуктивные компании формируют альянсы с себе подобными. Низкопродуктивные – со своими. Образуются кластеры, племена, касты инноваций.

Это не сговор и не дискриминация в юридическом смысле. Это естественный результат того, что каждая компания стремится максимизировать свою выгоду. Когда элитной фирме невыгодно связываться с посредственной, она ищет партнёров своего уровня. Когда посредственные понимают, что элита их избегает, они объединяются между собой.

Получается структура, напоминающая социальную стратификацию в человеческом обществе. И здесь мы видим один из тех редких моментов, когда экономическая модель честно отражает наши повседневные наблюдения: успешные дружат с успешными, борющиеся за выживание – с такими же борющимися.

Парадокс благосостояния в ассортативных сетях

Парадокс благосостояния

Теперь самый деликатный вопрос: что лучше для общества в целом? Полная сеть, где все со всеми сотрудничают, невзирая на различия? Или ассортативная сеть, где каждый находит своих?

Компьютерные симуляции показывают поразительный результат: ассортативная структура приносит более высокое общественное благосостояние, чем полная сеть. Да, вы не ослышались. Когда компании группируются по уровню продуктивности, а не пытаются связаться со всеми подряд, общество в целом выигрывает.

Почему? Потому что в полной сети слишком много энергии тратится впустую. Высокопродуктивные фирмы вынуждены нести бремя поддержки менее продуктивных. Это снижает их собственные исследовательские усилия, тормозит инновации на переднем крае. Менее продуктивные получают дешёвый доступ к чужим разработкам и теряют стимул вкладываться в собственные исследования. Все становятся немного ленивее, немного менее амбициозными.

В ассортативной сети каждый играет в своей лиге. Высокопродуктивные конкурируют и сотрудничают друг с другом, подстёгивая взаимные амбиции. Низкопродуктивные не могут паразитировать на чужих достижениях и вынуждены больше инвестировать в собственные исследования. Неравенство сохраняется, но общая сумма инноваций возрастает.

Проклятие избытка высокопродуктивных компаний

Проклятие изобилия

Но и здесь история не заканчивается триумфом. Потому что экономика, как и жизнь, любит иронию. Исследователи обнаружили ещё один парадокс, более тонкий и более жестокий: зависимость общественного благосостояния от доли высокопродуктивных компаний имеет форму перевёрнутой U-образной кривой.

Переведём с математического на человеческий: сначала, когда в экономике появляется больше высокопродуктивных фирм, благосостояние растёт. Это логично и ожидаемо – больше таланта, больше инноваций, больше богатства. Но после определённой точки кривая поворачивает вниз. Слишком много высокопродуктивных компаний начинает снижать общее благосостояние.

Как такое возможно? Это эффект вытеснения в экономической терминологии. Когда элитных игроков становится слишком много, они начинают мешать друг другу. Представьте кухню, где работает слишком много шеф-поваров. Каждый гениален, каждый знает сотню способов приготовить утку по-руански, но им просто не хватает места у плиты. Они толкаются локтями, спорят о методах, в итоге ужин задерживается, а гости голодают.

В экономическом контексте это означает: когда высокопродуктивных фирм много, они все формируют связи друг с другом, все наращивают исследовательские усилия, но отдача от этих усилий падает. Слишком много дублирования, слишком интенсивная конкуренция за один и тот же исследовательский фронтир. Ресурсы распыляются, вместо прорывов получаются инкрементальные улучшения.

Ухудшение благосостояния: причины и пути

Две дороги к бедности

Теперь сформулируем главный, контринтуитивный вывод этого исследования: экономика с более высокой средней продуктивностью в исследованиях и разработках может демонстрировать более низкое общественное благосостояние. Повторю для тех, кто пропустил: больше таланта может означать меньше богатства.

Этот парадокс реализуется двумя путями. Первый мы уже обсудили: эффект вытеснения при высокой доле продуктивных фирм. Слишком много гениев в одной комнате создают хаос вместо симфонии.

Второй путь более тонкий и касается самой структуры сетей. Когда средняя продуктивность растёт за счёт увеличения разрыва между лидерами и аутсайдерами, экономика переходит от полной сети к ассортативной. И хотя ассортативная сеть лучше полной при наличии неравенства, переход сам по себе может временно снизить благосостояние. Это как перестройка промышленности: в долгосрочной перспективе правильно, в краткосрочной – болезненно.

Более того, устойчивость ассортативной структуры зависит от конкретного распределения продуктивностей. В некоторых конфигурациях экономика может застрять в субоптимальном равновесии, где сетевая структура стабильна (никто не хочет менять связи), но далека от социально оптимальной.

Политика в области инноваций: новые вызовы

Зеркало для политиков

Здесь стоит остановиться и взглянуть на это исследование как на зеркало, которое экономическая наука подставляет политикам. Последние десятилетия в развитых странах доминирует один нарратив: нужно повышать производительность исследований, нужно создавать больше высокотехнологичных компаний, нужно инвестировать в центры превосходства. Чем больше звёзд, тем ярче небо.

Это исследование предлагает нам посмотреть на проблему под другим углом. Политика, направленная на повышение продуктивности избранных компаний, может иметь неожиданные последствия для общественного благосостояния. Не потому что высокая продуктивность плоха сама по себе – она прекрасна. Но потому что она меняет структуру сотрудничества, а вместе с ней – и распределение инновационных усилий.

Когда правительство субсидирует исследования ведущих университетов или технологических гигантов, оно не просто делает их сильнее. Оно увеличивает разрыв между ними и остальными игроками. Это разрушает старые исследовательские альянсы и создаёт новые, более сегрегированные. Элита отгораживается от середняков, середняки перестают тянуться за элитой и начинают конкурировать между собой.

В результате общий объём инноваций может не вырасти, а упасть. Или вырасти меньше, чем ожидалось. Деньги налогоплательщиков инвестируются в повышение продуктивности, но эффект съедается реструктуризацией сетей сотрудничества. Это не провал политики в классическом смысле – это провал понимания того, как устроены эндогенные, самоорганизующиеся системы.

История и цикличность альянсов

История повторяется, только декорации новые

Для меня, как для историка экономики, в этой истории есть глубокая ирония. Мы наблюдаем возрождение гильдейского принципа организации в эпоху цифровых технологий. Средневековые гильдии были закрытыми объединениями мастеров, которые ревниво охраняли свои секреты от чужаков. Подмастерье из одной гильдии не мог просто так поработать в другой. Существовали барьеры, иерархии, кастовость.

Либеральная экономическая мысль последних двух столетий яростно боролась с этой моделью. Свобода торговли, свобода передвижения капитала, открытая наука, обмен знаниями – вот идеалы, которые мы провозглашали. И вот теперь, в XXI веке, когда у нас есть интернет, глобальные конференции и открытый доступ к публикациям, мы видим возрождение кластеризации, только на новом уровне.

Высокопродуктивные компании образуют свои закрытые экосистемы. У них свои конференции, свои партнёрства, свои стандарты. Менее продуктивные формируют свои, параллельные миры. Конечно, никто не называет это гильдиями, мы используем слова вроде «экосистема», «кластер», «сетевой эффект». Но суть та же: подобное тянется к подобному, барьеры между группами растут.

Доверие в исследовательских альянсах

Деньги и доверие в эпоху альянсов

Позвольте вернуться к моему любимому тезису о деньгах как коллективной галлюцинации. Исследовательские альянсы – это тоже своего рода валюта. Они основаны на доверии, на общей вере в то, что сотрудничество принесёт выгоду. И как любая валюта, они подвержены кризисам доверия.

Когда разрыв в продуктивности между партнёрами становится слишком большим, доверие подрывается. Более сильный партнёр начинает подозревать, что его эксплуатируют. Более слабый чувствует себя младшим в отношениях, зависимым. Альянс сохраняется формально, но по сути превращается в пустую оболочку. А потом разваливается.

Это очень похоже на то, что происходит с валютными союзами между странами с разным уровнем экономического развития. Пока разница не слишком велика, все счастливы пользоваться общей валютой. Но когда разрыв растёт, более сильные экономики начинают тяготиться бременем поддержки слабых, а слабые возмущаются диктатом сильных. Евро, кто-нибудь?

Решения для оптимизации сотрудничества

Что же делать?

Из этого исследования вытекает несколько практических выводов, которые звучат почти как ересь в современном экономическом дискурсе. Во-первых, не всякое повышение продуктивности полезно для общества. Иногда лучше иметь более равномерное распределение способностей, чем несколько суперзвёзд и массу посредственностей.

Во-вторых, политика в области инноваций должна думать не только о создании центров превосходства, но и о поддержании связности сети. Может быть, стоит субсидировать не самые продуктивные исследования, а именно кросссекторальное сотрудничество, альянсы между разными уровнями?

В-третьих, нужно признать, что существуют структурные ограничения на пользу от концентрации талантов. Больше не всегда значит лучше. Десять нобелевских лауреатов в одной лаборатории могут произвести меньше прорывов, чем те же десять, распределённые по разным институтам и формирующие мосты между сообществами.

Звучит парадоксально? Конечно. Но вся экономическая история полна парадоксов. Парадокс бережливости: когда все экономят, экономика сжимается. Парадокс Солоу о производительности: компьютеры везде, кроме статистики производительности. Добавим теперь парадокс продуктивности исследований: чем больше гениев, тем меньше благосостояния.

Неравенство и человеческий фактор

Человеческое измерение

За всеми этими моделями, симуляциями и математическими выкладками стоит очень человеческая история. История о том, как неравенство разрушает сотрудничество. О том, как зависть и гордость мешают взаимной выгоде. О том, как рациональные решения отдельных агентов приводят к иррациональным результатам для системы в целом.

Каждый из нас наблюдал это в своей жизни. В рабочих коллективах, где звёздный сотрудник отказывается помогать новичкам, потому что это «не его работа». В академических сообществах, где профессора из топовых университетов не снисходят до сотрудничества с коллегами из провинции. В бизнес-средах, где лидеры рынка игнорируют стартапы, пока те не вырастут достаточно, чтобы стать угрозой.

Это не вопрос морали – это вопрос структуры стимулов. Когда сотрудничество с менее способным партнёром становится убыточным, рациональный агент отказывается от него. Даже если это снижает общее благо. Даже если в долгосрочной перспективе подрывает основы системы, которая сделала его успешным.

Будущее исследовательских сетей

Взгляд в будущее

Что ждёт нас дальше? Если тенденция к росту неравенства в продуктивности сохранится – а она почти наверняка сохранится, учитывая эффекты цифровизации и искусственного интеллекта – мы увидим дальнейшую фрагментацию исследовательских сетей. Больше закрытых экосистем, меньше проницаемых границ между ними.

Это будет иметь интересные последствия для географии инноваций. Регионы и страны со средним уровнем развития могут оказаться в лучшем положении, чем супердержавы инноваций. Потому что у них ещё сохраняется связность сети, ещё не произошла сегрегация на непроницаемые касты. Они медленнее на переднем крае, но быстрее в диффузии знаний.

Для глобальной экономики это означает возможное замедление темпов технологического прогресса, несмотря на рост инвестиций в исследования. Мы будем вкладывать всё больше денег, но отдача будет падать. Не потому что иссякли идеи или учёные стали ленивее, а потому что структура сотрудничества эволюционирует в сторону меньшей эффективности.

Мысли об оптимизации системы

Последние мысли у камина

Это исследование напоминает мне о фундаментальной истине, которую экономисты часто забывают: оптимизация на индивидуальном уровне не гарантирует оптимума на уровне системы. Каждая компания делает рациональный выбор, с кем сотрудничать и сколько инвестировать в исследования. Но сумма этих рациональных выборов может привести к иррациональному результату для общества.

Это проблема, которая не решается призывами к альтруизму или социальной ответственности бизнеса. Компании не обязаны жертвовать своей прибыльностью ради абстрактного общественного блага. Это проблема, которая требует умного регулирования, создания правильных стимулов, возможно – нового типа институтов, которые будут поддерживать мосты между разными уровнями продуктивности.

Может быть, нужны субсидии на «неравные браки» в исследованиях, когда элитная компания получает налоговые льготы за сотрудничество с менее продуктивными партнёрами. Может быть, нужны платформы, которые намеренно смешивают разные уровни, создавая случайные столкновения между неравными. Может быть, нужно что-то совершенно иное, о чём мы пока не догадываемся.

Одно ясно точно: простые решения не работают. Больше денег на исследования не всегда означает больше инноваций. Больше талантливых исследователей не всегда означает больше прорывов. Больше сотрудничества не всегда означает больше эффективности. Мир сложнее наших моделей, и это делает его одновременно и более опасным, и более интересным.

Сидя здесь, в своём парижском кабинете, глядя на Сену за окном, я думаю: сколько же раз человечество наступало на эти грабли? Сколько раз мы верили, что концентрация ресурсов, талантов, власти принесёт процветание – и каждый раз открывали, что дьявол в деталях, что системные эффекты побеждают индивидуальные намерения?

Исследовательские сети – это просто ещё одна глава в этой бесконечной книге. Мы строим альянсы, веря в их силу. Мы разрываем их, открывая их слабость. Мы оптимизируем структуры, достигая субоптимальных результатов. Это танец, который длится столько же, сколько существует экономика – то есть столько же, сколько существует само человечество.

И знаете, что самое прекрасное? Мы продолжаем танцевать, несмотря ни на что. Потому что альтернатива – изоляция – ещё хуже. Потому что даже несовершенное сотрудничество лучше, чем его отсутствие. Потому что надежда на взаимную выгоду – это тоже своего рода коллективная галлюцинация. Но какая устойчивая.

#аналитика #системный анализ #социальное влияние ии #социология #бизнес #экономика платформ #инвестиции в ии #диффузия инноваций #моделирование экономических систем
Оригинальное название: R&D Networks under Heterogeneous Firm Productivities
Дата публикации статьи: 29 дек 2025
Авторы оригинальной статьи : M. Sadra Heydari, Zafer Kanik, Santiago Montoya-Blandón
Предыдущая статья Случайная упаковка дисков: симфония третьего вириального коэффициента Следующая статья Как научить связь распознавать сигналы без лишних вычислений: нейросеть для OFDM при -40°C

Связанные публикации

Вам может быть интересно

Войти в Лабораторию

Исследование не заканчивается одним экспериментом. Ниже – публикации, которые развивают похожие методы, вопросы или концепции.

Изучая распределение европейских субсидий фермерам, экономисты обнаружили: выбор между эффективностью и стабильностью – это выбор между азартом и благоразумием.

Профессор Эмиль Дюбуа 25 окт 2025

Исследование того, как власти манипулируют ожиданиями спасения, используя гранты и угрозы банкротства для контроля местных бюджетов.

Профессор Эмиль Дюбуа 7 сен 2025

От исследования к пониманию

Как создавался этот текст

Этот материал основан на реальном научном исследовании, а не сгенерирован «с нуля». В начале работы нейросети анализируют исходную публикацию: её цели, методы и выводы. Затем автор формирует связный текст, который сохраняет научный смысл, но переводит его из академического формата в ясное и читаемое изложение – без формул, но без потери точности.

Междисциплинарность

92%

Провокационность

85%

Историческая перспектива

95%

Нейросети, участвовавшие в работе

Мы показываем, какие модели использовались на каждом этапе – от анализа исследования до редакторской проверки и создания иллюстрации. Каждая нейросеть выполняет свою роль: одни работают с источником, другие – с формулировками и структурой, третьи – с визуальным образом. Это позволяет сохранить прозрачность процесса и доверие к результату.

1.
Gemini 2.5 Flash Google DeepMind Резюмирование исследования Выделение ключевых идей и результатов

1. Резюмирование исследования

Выделение ключевых идей и результатов

Gemini 2.5 Flash Google DeepMind
2.
Claude Sonnet 4.5 Anthropic Создание текста на основе резюме Преобразование резюме в связное объяснение

2. Создание текста на основе резюме

Преобразование резюме в связное объяснение

Claude Sonnet 4.5 Anthropic
3.
GPT-5 Mini OpenAI Редакторская проверка Исправление ошибок и уточнение выводов

3. Редакторская проверка

Исправление ошибок и уточнение выводов

GPT-5 Mini OpenAI
4.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

4. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
5.
DeepSeek-V3 DeepSeek Создание иллюстрации Генерация изображения по подготовленному промпту

5. Создание иллюстрации

Генерация изображения по подготовленному промпту

DeepSeek-V3 DeepSeek

Хотите глубже погрузиться в мир
нейротворчества?

Первыми узнавайте о новых книгах, статьях и экспериментах с ИИ
в нашем Telegram-канале!

Подписаться