JEL B15 JEL B25 JEL D02 JEL D91 JEL Z13

РЕЛЯЦИОННАЯ ЭКОНОМИКА В ЭПОХУ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: ФИНАЛЬНЫЙ НЕКСУС, Q–K–V-ГЕОМЕТРИЯ И ЦИФРОВАЯ ЭКОСИСТЕМА Реляционная экономика в эпоху искусственного интеллекта: финальный нексус, Q–K–V-геометрия и цифровая экосистема

Опубликовано в Теоретическая экономика · Номер 7, 2026 · Страницы 46–62 · Рубрика: АКТУАЛЬНЫЕ ПРОБЛЕМЫ ТЕОРЕТИЧЕСКОЙ ЭКОНОМИИ
DOI: https://doi.org/10.52957/2221-3260-2026-7-46-62
Получено: 10.06.2026 Одобрено: 15.07.2026 Опубликовано: 30.07.2026
Статья предлагает концептуальную модель реляционной экономики для анализа сложных социально-экономических систем в условиях цифровой трансформации и распространения искусственного интеллекта. Цель исследования состоит в том, чтобы связать представление о знаниях как структурной основе производительного труда, концепцию «финального нексуса», семиотическое понимание экономики и механизм Q–K–V (Query–Key–Value) в единую аналитическую рамку. Методологически работа представляет собой междисциплинарный теоретический синтез идей системного анализа, экономики сложности, теории организационного знания, семиотики и современных моделей искусственного интеллекта. Финальный нексус описывается как трехфазный процесс перехода от намерения и образа желаемого будущего через структурирование средств и ограничений к реализации результата и обратной связи. Q–K–V используется как формальная аналогия этого процесса: Q выражает намерение и направление внимания, K – релевантные знания, институциональные условия и память, V – реализуемое значение, решение или поток ценности. Подчеркивается, что данная аналогия не означает тождества человеческого сознания и трансформерных моделей. Предлагается рассматривать экономику как адаптивную экосистему отношений, в которой ценность возникает не только из ресурсов, но и из согласования намерений участников, доступных структур и реализованных результатов. Концепция «цифрового пастбища» интерпретируется как общая информационная инфраструктура, повышающая видимость компетенций, потребностей и обратной связи. На примере трех участников показано, как такая среда может поддерживать распределенную координацию. Работа формулирует исследовательскую программу для последующей операционализации весов отношений, рефлексивности, устойчивости и механизмов создания ценности в цифровых экономических экосистемах.
сложные социально-экономические системы, реляционная экономика, финальный нексус, Q–K–V-геометрия, искусственный интеллект, организационное знание, цифровые общие ресурсы, рефлексивность
Текст Список литературы
Текст (PDF)
Читать Скачать

1. Гордеев В. А. (2025). Некоторые аспекты цифровизации в зеркале теоретической экономии // Теоретическая экономика. № 11. С. 13—20. https://doi.org/10.52957/2221-3260-2025-11-13-20 EDN: https://elibrary.ru/BCBCDM

2. Клейнер Г. Б. (2004). Эволюция институциональных систем. М.: Наука. EDN: https://elibrary.ru/QQFLKV

3. Лотман Ю. М. (2000). Семиосфера: Культура и взрыв. Внутри мыслящих миров. Статьи. Исследования. Заметки. СПб.: Искусство-СПБ.

4. Маркин М. И. (2025). Цифровая трансформация промышленных предприятий: экономический аспект // Теоретическая экономика. № 9. С. 80—93. https://doi.org/10.52957/2221-3260-2025-9-80-93 EDN: https://elibrary.ru/HNGMZZ

5. Полтерович В. М. (2001). Трансплантация экономических институтов // Экономическая наука современной России. № 3. С. 24—50. EDN: https://elibrary.ru/IBAKRX

6. Пригожин И., Стенгерс И. (1986). Порядок из хаоса: Новый диалог человека с природой. М.: Прогресс.

7. Симченко Н. А., Реус С. П., Цёхла С. Ю. (2020). Трансформация институтов сетевого взаимодействия экономических агентов в цифровой экономике // Теоретическая экономика. № 5. С. 29—35. https://elibrary.ru/GEHXJL

8. Тамбовцев В. Л. (2020). Нарративный анализ в экономической теории как восхождение к сложности // Вопросы экономики. № 4. С. 5—30. https://doi.org/10.32609/0042-8736-2020-4-5-30 EDN: https://elibrary.ru/UHRUXK

9. Чернавский Д. С. (2004). Синергетика и информация: Динамическая теория информации. 2-е изд., испр. и доп. М.: Едиториал УРСС.

10. Arthur W. B. (1999). Complexity and the economy. Science, Vol. 284, No. 5411, pp. 107—109. https://doi.org/10.1126/science.284.5411.107 EDN: https://elibrary.ru/DAYYDF

11. Arthur W. B. (2021). Foundations of complexity economics. Nature Reviews Physics, Vol. 3, pp. 136—145. https://doi.org/10.1038/s42254-020-00273-3 EDN: https://elibrary.ru/MACGPA

12. Ashby W. R. (1956). An Introduction to Cybernetics. London: Chapman & Hall. DOI: https://doi.org/10.5962/bhl.title.5851

13. Bateson G. (2000). Steps to an Ecology of Mind. Chicago: University of Chicago Press. DOI: https://doi.org/10.7208/chicago/9780226924601.001.0001

14. Bender E. M., Gebru T., McMillan-Major A., Shmitchell S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, pp. 610—623. https://doi.org/10.1145/3442188.3445922

15. Benkler Y. (2006). The Wealth of Networks: How Social Production Transforms Markets and Freedom. New Haven: Yale University Press.

16. Brown T. B., Mann B., Ryder N., Subbiah M., Kaplan J. D., Dhariwal P., Neelakantan A., Shyam P., Sastry G., Askell A., Agarwal S., Herbert-Voss A., Krueger G., Henighan T., Child R., Ramesh A., Ziegler D. M., Wu J., Winter C., Hesse C., Chen M., Sigler E., Litwin M., Gray S., Chess B., Clark J., Berner C., McCandlish S., Radford A., Sutskever I., Amodei D. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, Vol. 33, pp. 1877—1901. https://doi.org/10.48550/arXiv.2005.14165

17. Coase R. H. (1937). The nature of the firm. Economica, Vol. 4, No. 16, pp. 386—405. https://doi.org/10.1111/j.1468-0335.1937.tb00002.x

18. Faggin F. (2024). Irreducible: Consciousness, Life, Computers, and Human Nature. Washington, DC: Essentia Books.

19. Farmer J. D., Foley D. (2009). The economy needs agent-based modelling. Nature, Vol. 460, pp. 685—686. https://doi.org/10.1038/460685a

20. Floridi L., Chiriatti M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, Vol. 30, pp. 681—694. https://doi.org/10.1007/s11023-020-09548-1 EDN: https://elibrary.ru/UULULA

21. Friston K. (2010). The free-energy principle: A unified brain theory? Nature Reviews Neuroscience, Vol. 11, pp. 127—138. https://doi.org/10.1038/nrn2787

22. Fuller A., Fan Z., Day C., Barlow C. (2020). Digital twin: Enabling technologies, challenges and open research. IEEE Access, Vol. 8, pp. 108952—108971. https://doi.org/10.1109/ACCESS.2020.2998358 EDN: https://elibrary.ru/CELLZE

23. Granovetter M. (1985). Economic action and social structure: The problem of embeddedness. American Journal of Sociology, Vol. 91, No. 3, pp. 481—510. https://doi.org/10.1086/228311

24. Hardin G. (1968). The tragedy of the commons. Science, Vol. 162, No. 3859, pp. 1243—1248. https://doi.org/10.1126/science.162.3859.1243 EDN: https://elibrary.ru/IDGGWT

25. Hayek F. A. (1945). The use of knowledge in society. American Economic Review, Vol. 35, No. 4, pp. 519—530. https://www.jstor.org/stable/1809580

26. Holland J. H. (1992). Complex adaptive systems. Daedalus, Vol. 121, No. 1, pp. 17—30. https://www.jstor.org/stable/20025416

27. Kauffman S. A. (2000). Investigations. Oxford: Oxford University Press. https://doi.org/10.1093/oso/9780195121049.001.0001

28. Lavor C., Xambó-Descamps S., Zaplana I. (2018). A Geometric Algebra Invitation to Space-Time Physics, Robotics and Molecular Geometry. Cham: Springer. https://doi.org/10.1007/978-3-319-90665-2

29. March J. G. (1991). Exploration and exploitation in organizational learning. Organization Science, Vol. 2, No. 1, pp. 71—87. https://doi.org/10.1287/orsc.2.1.71

30. Nonaka I. (1994). A dynamic theory of organizational knowledge creation. Organization Science, Vol. 5, No. 1, pp. 14—37. https://doi.org/10.1287/orsc.5.1.14

31. North D. C. (1990). Institutions, Institutional Change and Economic Performance. Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511808678

32. Ostrom E. (1990). Governing the Commons: The Evolution of Institutions for Collective Action. Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511807763

33. Polanyi K. (2001). The Great Transformation: The Political and Economic Origins of Our Time. Boston: Beacon Press.

34. Robertson R. (1995). Glocalization: Time-space and homogeneity-heterogeneity. In: Featherstone M., Lash S., Robertson R. (eds.). Global Modernities. London: SAGE, pp. 25—44. https://doi.org/10.4135/9781446250563.n2

35. Shannon C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, Vol. 27, No. 3, pp. 379—423; No. 4, pp. 623—656. https://doi.org/10.1002/j.1538-7305.1948.tb01338.x

36. Simon H. A. (1962). The architecture of complexity. Proceedings of the American Philosophical Society, Vol. 106, No. 6, pp. 467—482. https://www.jstor.org/stable/985254

37. Svítek M. (2018). Physics-information analogies. Neural Network World, Vol. 28, No. 6, pp. 535—550. https://doi.org/10.14311/NNW.2018.28.030

38. Svítek M. (2021). Information Physics: Physics-Information and Quantum Analogies for Complex Systems Modeling. London: Academic Press / Elsevier.

39. Svítek M., Žák L. (2022). Za zrcadlem / Behind the Mirror / За зеркалом. Praha: Svítek & Žák.

40. Svítek M., Žák L. (2023). Nevyzpytatelnými cestami / In Mysterious Ways / Неисповедимыми путями. Praha: Svítek & Žák.

41. Svítek M., Žák L. (2025). Kdo hledá, nachází / He Who Seeks, Finds / Кто ищет, находит. Praha: Svítek & Žák.

42. Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L., Gomez A. N., Kaiser L., Polosukhin I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, Vol. 30. https://doi.org/10.48550/arXiv.1706.03762

43. Zeleny M. (2010). Machine/organism dichotomy and free-market economics: Crisis or transformation? Human Systems Management, Vol. 29, No. 4, pp. 191—204. https://doi.org/10.3233/HSM-2010-0725

44. Zeng A., Attarian M., Ichter B., Choromanski K., Wong A., Welker S., Tombari F., Purohit A., Ryoo M. S., Sindhwani V., Lee J., Vanhoucke V., Florence P. (2022). Socratic models: Composing zero-shot multimodal reasoning with language. International Conference on Learning Representations (ICLR 2022). https://doi.org/10.48550/arXiv.2204.00598

Войти или Создать
* Забыли пароль?