STEM-кесиптерден DeepTechке: Кыргыз Республикасы үчүн чакырыктар жана мүмкүнчүлүктөр

Аннотация. Бул изилдөөнүн максаты - Кыргыз Республикасынын инновациялык өнүгүүсүнө таасир этүүчү өзгөчөлүктөрдү талдоо, анын алсыз жактарын аныктоо жана жакшыртуу мүмкүнчүлүктөрүн карап чыгуу. Методология катары 2022-2025-жылдардагы Глобалдык инновациялык индекстин көрсөткүчтөрүнө талдоо колдонулду. Макалада STEM-билим берүүнү ишке киргизүүгө өзгөчө көңүл бурулат. Технологиялык өнүгүү потенциалын талдоо жана баалоо үчүн «жылмаюу ийри сызыгы» жана өлкөнүн экономикалык татаалдыгы концепциялары каралат. DeepVine концепциясы технологиялык прогресстин катализатору катары сунушталып, илим, билим берүү жана жогорку технологиялык бизнестин өз ара байланышкан экосистемасын билдирет. Цифрлаштырууну модернизациялоо куралы катары караган догонуп өнүгүү теорияларынан айырмаланып, DeepVine IT жана жасалма интеллектти структуралык чектөөлөрдүн ордун толтура ала турган тездетилген өсүш архитектурасы катары түшүндүрөт. Изилдөөнүн жыйынтыктары Кыргыз Республикасында IT тармагын өнүктүрүүнүн узак мөөнөттүү стратегиясын иштеп чыгууда колдонулушу мүмкүн.

Ачкыч сөздөр. Жогорку технологиялар; инновация; Глобалдык инновациялык индекс; STEM-кесиптер; DeepTech; технологиялык секирик концепциясы.

Киришүү. Жогорку технологияларды өнүктүрүү улуттук экономикалык өсүштүн негизги шарттарынын бири болуп саналат. Бул макаланын максаты - инновациялык өнүгүүгө таасир этүүчү факторлорду талдоо, анын алсыз жактарын аныктоо жана жакшыртуу мүмкүнчүлүктөрүн карап чыгуу. Жасалма интеллект (AI) доорунда техникалык ой жүгүртүү илимий чечимдердин маанилүү аспектиси болуп жаткандыктан, STEM-билим берүүгө өзгөчө көңүл бурулат. Макалада колдонулган методология Кыргыз Республикасы боюнча акыркы жылдардагы Глобалдык инновациялык индекстин (GII) көрсөткүчтөрүн талдоого, ошондой эле улуттук экономиканын сапатын жана потенциалын баалоо үчүн «жылмаюу ийри сызыгы» жана экономикалык татаалдык концепцияларына негизделет. Автор DeepVine концепциясын киргизет. Бул - илимди, билим берүүнү жана жогорку технологиялык бизнести бириктирген өз ара байланышкан технологиялык экосистеманы билдирген технологиялык прогресстин катализатору. Цифрлаштырууну модернизациялоо куралы катары караган догонуп өнүгүү теорияларынан айырмаланып, DeepVine IT жана AIды структуралык чектөөлөрдүн ордун толтура ала турган тездетилген өсүш механизмдери катары түшүндүрөт.

Материалдар жана методдор. Билим берүүнүн инновациялык өсүшкө тийгизген таасирин талдоого өтүүдөн мурда, «жогорку технологиялар» деген түшүнүк эмнени билдирерин тактап алуу зарыл. Биринчи кезекте бул жогорку деңгээлдеги инновациялуулук, татаалдык жана интеллектуалдашуу менен мүнөздөлгөн технологиялар. Инновацияларды киргизүү жогорку технологиялык деңгээлге жетүүнүн маанилүү шарты болуп саналат. Экономиканын технологиялык деңгээлин жогорулатуучу инновациялар экономикалык өнүгүүнүн негизги фактору катары таанылганы билимди жана инновацияларды эң маанилүү экономикалык ресурс катары пайдаланууга негизделген жаңы өнүгүү парадигмасынын пайда болушуна алып келди. Британиялык экономист Ангус Мэддисондун баалоосу боюнча, билим берүүгө чыгымдардын 1%га өсүшү ички дүң продуктунун 0,35%га өсүшүнө алып келет [1]. Америкалык экономист Ричард Истерлин ири билим берүү реформаларынан кийин экономикалык өсүш адатта болжол менен 25-30 жылдык убакыттык лагдан кийин башталарын эсептеп чыккан. Анын пикиринде, XIX кылымдагы өнөр жай революциясы дүйнөнүн ар кайсы өлкөлөрүндөгү билим берүү системаларындагы реформалардын аркасында гана күч алган [2]. Ар кайсы өлкөлөрдүн окумуштуулары жүргүзгөн көптөгөн эмпирикалык изилдөөлөр билим берүү менен экономикалык өсүштүн ортосунда күчтүү оң байланыш бар экенин тастыктайт [3]. Мисалы, [4] эмгегинде 1996-2004-жылдар аралыгында 42 өлкө боюнча авторлор жогорку билим берүү, инновация жана экономикалык өсүштүн ортосундагы күчтүү байланышты аныкташкан. Алардын DOLS модели жана панелдик коинтеграциялык талдоо аркылуу жүргүзгөн эсептөөлөрүнө ылайык, R&D чыгымдарынын 1%га өсүшү каралып жаткан мезгилде ИДПнын 0,854%га өсүшү менен байланыштуу, ал эми жогорку билим берүүгө чыгымдардын 1%га өсүшү ошол эле мезгилде ИДПнын 2,862%га өсүшүнө таасир этет.

Кыргыз Республикасы боюнча GIIнин негизги көрсөткүчтөрүн кыскача талдап көрөлү. Инновациялык ишмердикти колдогон факторлорду баалоо аркылуу GII улуттук күчтүү жана алсыз жактарды, ошондой эле негизги көрсөткүчтөрдүн өз ара байланышын аныктоого мүмкүндүк берет. GIIнин 2025-жылдагы жыйынтыктарына ылайык, Кыргыз Республикасы бааланган 139 экономиканын ичинен 96-орунда турат [5]. Жалпысынан Кыргыз Республикасы олуттуу чакырыктарга туш болуп, инновацияга байланыштуу көпчүлүк көрсөткүчтөр боюнча салыштырмалуу төмөн натыйжаларды көрсөтүүдө. Оң жактары катары Кыргыз Республикасы билим берүүгө чыгымдар боюнча өзгөчөлөнөрүн (дүйнөдө 5-орун) жана төмөн көмүртектүү энергияны пайдалануу боюнча алдыңкы 15 өлкөнүн катарына кирерин (14-орун) белгилөөгө болот. Бул анын экологиялык туруктуулук жаатындагы күчтүү тараптарын чагылдырат.

Бул макалада GII методологиясында колдонулган 81 көрсөткүчтүн баарына деталдуу талдоо жүргүзүлбөйт. Комплекстүү талдоо автордун мурдагы «From STEM-professions to High-Tech» аттуу публикациясында берилген [6]. Бул жерде инновациялык чөйрөгө түздөн-түз таасир эткен негизги жыйынтыктарга гана токтолобуз. Кыргыз Республикасынын инновациялык потенциалын күчөтүү үчүн изилдөөлөргө жана иштеп чыгууларга чыгымдарды көбөйтүү, изилдөөчүлөрдүн санын арттыруу, ошондой эле университеттердин жана жеке сектордун изилдөө ишмердигине катышуусун күчөтүү зарыл. Билим берүү системасынын өзү - мектептик, кесиптик жана жогорку билим берүү - түп-тамырынан реформалоону талап кылат. Билим берүү менен экономиканын ортосундагы ажырым STEM-кесиптер чөйрөсүндө өзгөчө ачык байкалат. Инфраструктура инновацияга негизделген өсүш үчүн олуттуу чектөө бойдон калууда, айрыкча маалыматтык-коммуникациялык технологиялар (МКТ) жана транспорттук байланыш жагынан. GIIнин МКТ компоненти боюнча Кыргыз Республикасы 139 өлкөнүн ичинен 82-орунда турат. «Бизнес чөйрөсүнүн өнүккөндүгү» компоненти инновациялык өнүгүүнү чектеген эң маанилүү факторлордун бири болуп саналат. Ал жогорку квалификациялуу кызматкерлердин үлүшүнүн төмөндүгү, университеттер менен өнөр жайдын ортосундагы кызматташтыктын чектелүүлүгү, эл аралык инновациялык тармактарга катышуунун начардыгы, R&Dге жеке жана мамлекеттик чыгымдардын аздыгы, ошондой эле патенттик активдүүлүктүн төмөн деңгээли менен мүнөздөлөт. Бул көрсөткүчтөр инновациялык экосистеманын жетишсиз өнүккөнүн, технологиялык интеграциянын чектелгенин жана глобалдык инновациялык кошумча нарк чынжырларына катышуунун жетишсиз экенин көрсөтөт.

Бул жыйынтыктар биздин талдоо үчүн маанилүү, анткени биз өлкөдөгү жалпы инновациялык кырдаалды жакшыртуу үчүн эмне зарыл экенин аныктадык. Бул, өз кезегинде, жогорку технологияларды өнүктүрүүнүн зарыл шарты болуп саналат.

Эми талдоонун экинчи бөлүгүнө өтүп, жогорку технологиялык секторлордун муктаждыктарын канааттандыруу үчүн кандай билим берүү зарыл экенин жана кайсы шарттарда билим берүү инновациялык чечимдердин пайда болушуна өбөлгө түзө аларын карап чыгабыз. Акыркы он жылдыктарда дүйнөлүк эмгек рынокторунда инженерлерге жана техникалык адистерге суроо-талап туруктуу өсүп келет. Дүйнө жүзү боюнча жогорку потенциалга ээ STEM-кесиптердин эң көрүнүктүү тобу инженердик дисциплиналар менен байланышкан. Чынында эле, 2021-жылга карата дүйнөдөгү топ-15 STEM-кесиптин көпчүлүгүнүн аталыштарында инженердик адистиктер ачык көрүнөт [6]. Жергиликтүү эксперттердин баалоосу боюнча, Кыргызстан жогорку билимдүү, жогорку квалификациялуу адистердин олуттуу тартыштыгын баштан кечирүүдө [7]. Бул кырдаалдын негизги себептеринин бири - мектептик билим берүүнүн сапатынын төмөндүгү. KG Analytics бейөкмөт уюму жүргүзгөн изилдөөгө ылайык, өлкөдөгү окуучулардын 50%дан ашыгы математика жана табигый илимдер боюнча базалык деңгээлге жетпейт. Бул жогорку билим берүүдөгү академиялык ийгиликтерге түздөн-түз таасир этет жана экономика үчүн жакшы даярдалган техникалык адистердин сунушун чектейт [8].

Дагы бир олуттуу көйгөй университеттик окуу программаларынын жана окутуу практикаларынын сапатына байланыштуу. Бүтүрүүчүлөрдө көп учурда практикалык жана колдонмо көндүмдөр жетишсиз болот, бул алардын кесиптик чөйрөдөгү натыйжалуулугуна терс таасирин тийгизет.

1-таблица. Топ-15 STEM-кесип (2024)

* «Релеванттуулук индекси» эмгек рыногундагы суроо-талапты, жумуштуулуктун өсүшүн жана кесиптин глобалдык маанилүүлүгүн айкалыштырып чагылдырган субъективдүү баа болуп саналат (0-10).

Булак: U.S. Bureau of Labor Statistics (BLS), Employment in STEM Occupations; National Science Foundation (NSF) / National Center for Science and Engineering Statistics (NCSES), US STEM Workforce: Size, Growth, and Employment; Oak Ridge Institute for Science and Education (ORISE), What STEM careers are in high demand? BLS маалыматтарынын негизинде, 2024.

Акыркы жылдардагы жасалма интеллекттин (AI) тез өнүгүшү STEM-билим берүүгө жана кадрларды даярдоого болгон мамилелерди олуттуу өзгөрттү. Практикада бүгүнкү күндө дээрлик бардык STEM-кесиптер AIды автоматташтыруу, маалыматтарды талдоо жана болжолдоо куралы катары гана эмес, ошондой эле дисциплиналарды, процесстерди жана технологиялык системаларды өз ара байланыштырган интеграциялык катмар катары да колдонушат [9, 10].

Мындай экосистеманын негизги институционалдык модели төмөнкү өнүгүү траекториясы аркылуу көрсөтүлүшү мүмкүн: мектеп → университет → изилдөө → стартап → рынок. Мамлекеттин жана квазимамлекеттик институттардын, анын ичинде Кыргыз Республикасынын Жогорку технологиялар паркынын (ЖТП) ролу бул экосистеманын айрым компоненттерин бириктирген системалык интеграторлор жана координаторлор катары иш алып барууда турат.

Кыргыз Республикасында мектептерде жана жогорку окуу жайларында STEM-билим берүүнү реформалоо системалуу мамилени талап кылат. Билим берүү системасын реформалоо заманбап окуу программаларын иштеп чыгууну, квалификациялуу педагогикалык кадрларды даярдоону жана мотивациялоону, зарыл инфраструктураны жана санариптик билим берүү ресурстарын түзүүнү, реалдуу карьердик траекторияларды калыптандырууну, ошондой эле өнөр жай менен байланыштарды күчөтүүнү камтышы керек. Бул өзүнчө макаланын темасы болуп саналат.

Жалпысынан билим берүү реформасы дүйнөлүк экономиканын негизги структуралык тенденцияларын так түшүнүүгө негизделиши зарыл. Программисттердин жана негизинен код жазуу менен алектенген адистердин салттуу ролдору мурдагыдай маанилүү болбой баратат. Ошол эле учурда AI негизиндеги системаларды долбоорлоо, интеграциялоо жана башкаруу, маалыматтарды талдоо, киберкоопсуздук жана дисциплиналар аралык татаал маселелерди чечүү боюнча адистерге суроо-талап тез өсүүдө. Демек, IT-адистерди даярдаган университеттер программалоо көндүмдөрүн үйрөтүүгө багытталган тар фокустан системалык ой жүгүртүүнү, дисциплиналар аралык компетенцияларды жана AI, ошондой эле маалыматтарга негизделген долбоорлор менен иштөөнүн практикалык тажрыйбасын өнүктүрүүгө өтүшү керек. Дүйнөнүн алдыңкы технологиялык университеттери буга чейин эле ушул парадигмада иштеп жатат. Ошондуктан билим берүүнү трансформациялоо жана адамдык капиталды өнүктүрүү өлкөнүн инновациялык потенциалын жана узак мөөнөттүү экономикалык атаандаштыкка жөндөмдүүлүгүн күчөтүүгө багытталган мамлекеттик саясаттын борбордук артыкчылыктарынын бири болушу зарыл.

Жогоруда айтылган маселелерди DeepTechке глобалдык өтүү контекстинде тереңирээк түшүнүү үчүн Кыргыз Республикасында DeepTech-стартаптардын пайда болушуна тоскоол болгон негизги чакырыктарды аныктоо зарыл. Мектептик жана жогорку билим берүүдөгү реформалардан тышкары, бул үчүн университеттик лабораториялар, мамлекеттик изилдөө гранттары, венчурдук фонддор, колдоочу укуктук база жана эл аралык өнөктөштүктөр талап кылынат (DeepTech-стартап схемасын караңыз).

Бул багыттардын бардыгы боюнча Кыргыз Республикасында бир катар демилгелер буга чейин ишке ашырылууда. Алардын айрымдарында ЖТП негизги катализатор катары чыгууда. Институционалдык деталдарга терең кирбестен, илимге негизделген стартаптардын пайда болушу үчүн DeepTech-экосистеманы түзүү комплекстүү мамилени талап кыларын баса белгилөө маанилүү. Бул мамиле жөнгө салуучу чөйрөнү жакшыртууну, институционалдык реформаларды жана адамдык капиталды системалуу өнүктүрүүнү камтыйт. ЖТП мындай келечекке багытталган экосистеманы калыптандырууга активдүү салым кошууда: мектеп олимпиадаларын колдоодон жана жогорку технологиялар жаатындагы эл аралык илимий-практикалык конференцияларды уюштуруудан тартып стартаптарды түз колдоого жана алардын эл аралык рынокторго чыгышына чейин. Ошол эле учурда DeepTechке ийгиликтүү өтүү мамлекеттин, IT-коомчулуктун, академиялык институттардын жана эл аралык өнөктөштөрдүн олуттуу жана координацияланган аракеттерин талап кылат.

Илимге негизделген стартаптардын экосистемасы

Кийинки бөлүмдө жогоруда аталган реформалардын улуттук экономикага тийгизиши мүмкүн болгон макроэкономикалык таасири бааланат. Автор DeepVine концепциясын Кыргыз Республикасы үчүн технологиялык секирик жасоонун мүмкүнчүлүгү катары сунуштайт. Төмөн жана орто кирешелүү өлкөлөрдүн көпчүлүгү, анын ичинде Кыргыз Республикасы да, заманбап санариптик технологияларга жеткиликтүүлүккө ээ. Бирок алар институционалдык жана экономикалык потенциал жагынан структуралык чектөөлөргө туш болууда. Маалыматтык технологиялар сектору жана цифрлаштыруу тез өнүгүп жатканына карабастан, бул өлкөлөрдө текстиль жана айыл чарба сыяктуу кошумча наркы төмөн тармактар басымдуулук кылат. Мындай тармактар аларды төмөн деңгээлдеги тең салмактуулук тузагынан чыгара албайт.

«Жылмаюу ийри сызыгы» теориясы (Shih, 1996) бул көрүнүштү түшүндүрүп, кошумча нарктын эң жогорку деңгээли нарк чынжырынын «учтарында», тактап айтканда, изилдөө жана иштеп чыгуу, ошондой эле брендинг багыттарында топтоло турганын көрсөтөт. Ал эми негизинен өндүрүшкө адистешкен өлкөлөр кошумча нарктын эң аз үлүшүн алат [11]. Илим жана инновациясыз цифрлаштыруу өлкөлөргө бул ийри сызык боюнча жогору көтөрүлүүгө мүмкүндүк бербейт, ал болгону учурдагы өндүрүш процесстеринин чыгымдарын азайтат.

Сунушталган концептуалдык алкак технологиялык секирик «интеллектуалдык экосистемаларды», башкача айтканда, билим берүү, илим жана жогорку технологиялык тармактардын ортосундагы тыгыз жана функционалдык байланыштарды түзүү аркылуу гана мүмкүн болот деген негизге таянат. Бул механизмди сүрөттөө үчүн макалада DeepVine концепциясы - «технологиялык лоза» - «джунгли рыногу» метафорасынын алкагында киргизилет («Monkey Tree Metefor», Sandy Wight, Mick Hager, Steve Tyink, 2007) [12]. Бул концептуалдаштыруу өнүгүп келе жаткан экономикалар салттуу индустриалдаштыруу этаптарын «аттап өтүп», түздөн-түз жогорку кошумча наркка ээ секторлорго кире аларын билдирет.

Мындай технологиялык секирик экономикадагы Leapfrogging концепциясына шайкеш келет. Бул концепцияга ылайык, өлкөлөр жана компаниялар классикалык өнүгүүнүн бир же бир нече этабын өткөрүп жиберип, дароо алдыңкы технологияларды жана моделдерди киргизишет [13]. Сунушталган алкакта мындай секирик билим берүүнү, илимий изилдөөлөрдү жана IT-индустрияны интеграциялаган DeepVine экосистемасын түзүү аркылуу мүмкүн болот. Бул экономикалык өсүштү тездетүүгө багытталган.

Жыйынтыктар. Биз билим берүүнү, илимди жана бизнести жогорку технологиялар аркылуу тездетилген экономикалык өсүшкө жетишүү үчүн байланыштырган DeepVine аттуу технологиялык «лозанын» концептуалдык моделин сунуштайбыз. Цифрлаштырууну модернизациялоо куралы катары караган догонуп өнүгүү теорияларынан (Lee, 2019; UNCTAD, 2021) [14, 15] айырмаланып, DeepVine ITти, айрыкча AIды, өнүгүп келе жаткан өлкөлөрдөгү структуралык чектөөлөрдүн ордун толтура ала турган тездетилген өсүштүн амортизатору катары түшүндүрөт. Мындай чектөөлөргө институттардын алсыздыгы, кирешелердин тең эмес бөлүштүрүлүшү, чийки затка жана импорттук технологияларга көз карандылык, билим берүү системаларынын жана эмгек рынокторунун натыйжасыздыгы жана башка факторлор кирет. AIдын ролу транзакциялык чыгымдарды кескин азайтууга, процесстерди автоматташтырууга жана интеллектуалдык системаларды түзүүгө жөндөмдүү DeepVineдин негизги куралы катары аныкталат.

Сунушталган мамиленин негизги салымдарын төмөнкүдөй жалпылоого болот.

DeepVine «кайтарым байланыш тармагы» катары түшүндүрүлөт: илим → билим берүү → IT-индустрия → инновация → экспорт → инвестиция → жаңы илим. Бул DeepVine жөн гана санариптик платформа же AI-модель эмес, маалыматтардын, экспертизанын жана инвестициялардын туруктуу айлануусу аркылуу билим экономикасын күчөтүүгө жөндөмдүү байланышкан технологиялык экосистема экенин билдирет.

Сандык гипотеза: DeepVine байланыштарын интеграциялоо шартында Экономикалык татаалдык индексинин (ECI) жылдык өсүү темпи Вьетнам жана Эстонияда байкалган салыштырмалуу траекториялардын негизинде болжол менен 0,10-0,15 пунктка жогорулашы мүмкүн.

AIдын системалык ролу: AI маалыматтарды талдоону автоматташтыруу, билим берүү программаларын жакшыртуу жана бизнес-чечимдерди натыйжалуураак кабыл алууну колдоо аркылуу экосистеманын негизги түйүндөрүнүн ортосундагы транзакциялык чыгымдарды азайтат. Мунун натыйжасында DeepVine экосистемасынын ичиндеги жалпы өз ара байланыш күчөйт.

Кыргыз Республикасы үчүн стратегиялык колдонуу: DeepTech өсүү зоналарын түзүү, университеттерди жеке R&D-борборлор менен интеграциялоо жана глобалдык билим жана технология рынокторуна чыгууга колдоо көрсөтүү үчүн AI-инфраструктураны жайылтуу.

Жалпысынан сунушталган алкак технологиялык саясаттын жаңы тиби үчүн негиз түзөт. Ал Connected Growth Model деп аталат жана анда AI жөн гана технология эмес, структуралык өнүгүү механизми катары каралат.

Концепциянын теориялык негизи төмөндө берилет.

«Жылмаюу ийри сызыгы» продуктунун нарк чынжыры боюнча кошумча нарктын бөлүштүрүлүшүн визуалдаштырат. Жогоруда айтылгандай, илим жана инновациясыз цифрлаштыруу өлкөлөрдү өндүрүш жогорку кошумча наркка ээ болгон «жылмаюу ийри сызыгы» боюнча жогору жылдырбайт. Төмөн кирешелүү өндүрүш жана кызмат көрсөтүү ишмердиктери менен чектелген өлкөлөр мүмкүн болгон экономикалык пайдалардын олуттуу бөлүгүн жоготот. Ийри сызыктын төмөнкү бөлүгүндө жайгашкан өнүгүп келе жаткан экономикалар үчүн негизги чакырык инновациялар жана брендинг аркылуу жогору көтөрүлүү болуп саналат.

Экономикалык татаалдык индекси (ECI) (Hалдык индекси (ECI) (Hidalgo and Hausmann, 2009) өлкөнүн ар түрдүү жана технологиялык жактан татаал продуктуларды өндүрүү жөндөмүн өлчөйт [16]. ECIнин жогору болушу узак мөөнөттүү экономикалык өсүш жана инновациялык потенциал менен оң байланышта. Бул аны өлкөнүн технологиялык секирикке даярдыгын баалоо үчүн маанилүү индикаторго айлантат. Мындан инновация өнүгүп келе жаткан өлкөлөргө орто киреше жана төмөн кошумча нарк тузактарынан чыгууга мүмкүндүк берген негизги механизм экени келип чыгат.

DeepVine концепциясы тездетилген өнүгүүнүн негизги компоненттеринин байланыштуулугуна басым жасоо менен экономикалык leapfrogging алкагын кеңейтет. Технологиялык экосистеманын негизги түйүндөрү болуп илим (билим жана патенттер), билим берүү (билимди адамдык капиталга айландыруу), IT жана DeepTech секторлору (таланттарды инновацияларга жана продуктуларга айландыруу), ошондой эле экспорт жана инвестициялар (экономикалык кайтарымды илимге жана билим берүүгө кайра инвестициялоо) саналат. Бул системада AI бардык түйүндөр аркылуу өткөн «лозанын ширеси» сыяктуу иштейт. Анын маңызы R&D жана маалыматтарды талдоону автоматташтырууда, билим берүүнү жекелештирүүдө, өндүрүштү жана логистиканы оптималдаштырууда, ошондой эле инновацияларды глобалдык масштабдоодо көрүнөт. Чындыгында, AI бул жерде «технологиялык секирикти» камсыз кылган акселератор катары иш алып барат.

1-сүрөт. DeepVine модели

AI бул жерде бардык түйүндөр аркылуу өткөн «байланыш катализатору» катары каралат. Аны циклди күчөтүүчү нейрондук байланыштар тармагы катары элестетүүгө болот.

Талкуулоо. Технологиялык секириктин ийгиликтүү мисалдары катары Вьетнам, Эстония жана Руанда экономикаларын айтууга болот. Бул өлкөлөрдө DeepTech, AI жана билим берүү саясатынын интеграциясы технологияга негизделген өсүштүн жана структуралык трансформациянын жаңы моделин калыптандырууга өбөлгө түзгөн [17-19]. Кыргыз Республикасынын мисалында бул бөлүмдө ушундай «технологиялык лоза», башкача айтканда, байланышкан технологиялык экосистема цифрлаштыруудан билимге негизделген экономикага өтүү куралы катары кандай кызмат кыла алары каралат. Мында AIдын системалык акселератор катары ролуна өзгөчө көңүл бурулат.

Өнүгүп келе жаткан өлкөлөр үчүн негизги структуралык чакырыктардын бири - акыркы он жылдыкта алтымыштан ашык өнүгүп келе жаткан экономика ИКТ-кызматтарынын ИДПдагы үлүшүн көбөйткөнү менен, Harvard Growth Lab тарабынан эсептелген Экономикалык татаалдык индекси (ECI) боюнча алардын он экиси гана жакшырууну көрсөткөн [20]. Бул технологиялык саясаттагы негизги кемчиликти көрсөтөт: инновациялык байланыштарсыз цифрлаштыруу туруктуу кошумча нарк жаратууга алып келбейт. Көптөгөн өнүгүп келе жаткан өлкөлөр «санариптик тузакка» түшүп калды: алар продуктыларды эмес, программисттерди экспорттойт; патенттерди эмес, кодду өндүрөт. Интеграцияланган DeepVine технологиялык экосистемасын түзбөстөн, өнүгүп келе жаткан өлкөлөр санариптик экономиканын интеллектуалдык борборлоруна эмес, анын офшордук өндүрүштүк бөлүктөрүнө айланып калуу коркунучуна туш болот. DeepVine концепциясы бул структуралык алсыздыкты инновациялык байланыштарды күчөтүү жана илим, билим берүү жана бизнес ортосундагы өз ара аракеттенүүнү тездетүү аркылуу жоюуга багытталган. Мунун натыйжасында билимди жаратуу менен аны коммерциялаштыруунун ортосундагы байланыш бекемделет.

Кыргыз Республикасында DeepVine концепциясын потенциалдуу ишке ашыруу олуттуу чакырыктарды да, келечектүү мүмкүнчүлүктөрдү да көрсөтөт. Акыркы жылдары өлкө салыштырмалуу жогорку экономикалык өсүштү, орточо эсеп менен жылына 9 пайыздан ашык деңгээлди көрсөткөнүнө карабастан, экономиканын түзүмүндө кошумча наркы төмөн секторлор басымдуулук кылууда. Кыргыз Республикасында технологиялык секирикке тоскоол болгон негизги барьерлерге R&D чыгымдарынын өтө төмөн деңгээли (2023-жылы ИДПнын 0,06 пайызы), жеке сектордун инновациялык ишмердикке чектелген катышуусу [21] жана экономикалык татаалдыктын төмөн деңгээли кирет. Салыштыруу үчүн, R&D чыгымдары Эстонияда ИДПнын болжол менен 1,8 пайызын, ал эми Вьетнамда 0,53 пайызын түзөт. Кыргыз Республикасынын ECI көрсөткүчү -0,85 деңгээлинде турат (Harvard Growth Lab, 2023) [22]. Бул өлкөнү жаратылыш ресурстарына жана төмөн технологиялуу кызмат көрсөтүүлөргө күчтүү көз карандылык менен мүнөздөлгөн экономикалардын катарына киргизет. Ошол эле учурда технологиялык секирик үчүн бир катар жагымдуу шарттарды да белгилөөгө болот: санариптик көндүмдөрдү өнүктүрүү потенциалы жогору болгон жаш калк, IT-билим берүү инфраструктурасынын кеңейиши, өсүп жаткан стартап-экосистема жана улуттук технологиялык экосистеманы түзүүгө багытталган ЖТП демилгелери. Аларга AI Academy, Kyrgyz AI Research Institute, инкубаторлор, лабораториялар жана AIга негизделген долбоорлор кирет. LLM негизинде иштелип чыккан KaniTTS долбоору DeepVine мамилеси кыргыз компанияларына жогорку технологиялык продуктылар менен глобалдык рынокторго чыгууга кандайча мүмкүнчүлүк бере аларын көрсөткөн мисал болуп саналат [23]. Бул макалада DeepTech-экосистеманы калыптандыруунун негизги багыттары гана берилди; көптөгөн маселелер публикациянын көлөмүнө байланыштуу киргизилген жок.

DeepVine моделин практикалык ишке ашыруу жагынан төмөнкү жол картасы сунушталат. Биринчиден, илим, бизнес жана билим берүү ортосундагы кызматташтык үчүн платформаларды түзүү зарыл. Аларга университеттик лабораториялар, инкубаторлор жана акселераторлор, биргелешкен R&D-долбоорлор жана AIга багытталган стартаптар үчүн максаттуу гранттык программалар кирет. Экинчиден, STEM-билим берүү билим берүү мекемелеринде системалуу түрдө киргизилип жана күчөтүлүшү керек. Бул окуу программаларын санариптик көндүмдөргө, ишкердикке жана изилдөөгө негизделген окутууга басым жасоо менен жаңылоону камтыйт. Үчүнчүдөн, институционалдык колдоо чаралары талап кылынат, анын ичинде R&D үчүн салыктык стимулдар, эл аралык мыкты практикаларга ылайык технологиялык парктарды өнүктүрүү жана эл аралык кызматташтыкты илгерилетүү. Төртүнчүдөн, AI, чоң маалыматтар жана финтехке стратегиялык басым жасаган улуттук DeepTech-экосистема түзүлүшү керек. Бул санариптик стартаптарды салттуу тармактарга интеграциялоону да камтыйт. Акырында, DeepTech-экосистеманын ичинде AI менен байланышкан өнүккөн адистешүүлөрдү, анын ичинде машиналык окутууну, маалымат аналитикасын, робототехниканы жана нейрондук тармак технологияларын андан ары өнүктүрүү зарыл. DeepVine модели интеграцияланып, R&D чыгымдары ИДПнын 0,3-1,0 пайызына чейин көбөйтүлгөн шартта, Кыргыз Республикасынын ECI көрсөткүчү 2030-жылга карата -0,5 деңгээлине жетиши мүмкүн. Бул экспорттук потенциалы 300 млн АКШ долларынан ашкан улуттук DeepTech-сектордун пайда болушуна негиз түзөт.

Корутунду. STEM-билим берүүнү, илимди жана өнөр жайды интеграциялаган бирдиктүү DeepTech-экосистеманы түзүү Кыргызстан үчүн туруктуу орто классты калыптандырууга жана улуттук экономиканы жалпысынан чыңдоого жол ачат. Өкмөт билим берүү жана илим тармагындагы реформаларды активдүү илгерилетип, R&D үчүн стимулдарды түзүп, мындай изилдөөлөргө чыгымдарды көбөйтүп жана технологиялык секирик потенциалын калыптандыруу үчүн кошумча каржылоону тартууга тийиш. DeepVine модели билим, адамдык капитал жана бизнес бири-бирин өз ара күчөтө турган технологиялык экосистемаларды куруунун концептуалдык жолун сунуштайт, ал эми AI «байланыш катализатору» катары иш алып барат. DeepVine жөн гана метафора катары эмес, өз ара байланышкан өсүш үчүн конкреттүү саясат куралы катары түшүнүлүшү керек. Бул модельде экосистеманын ар бир түйүнү технологиялык прогресске салым кошот. STEM-билим берүүгө өзгөчө басым жасоо жаш муундун таланты өлкөнүн эң баалуу стратегиялык ресурсу экенин көрсөтөт.

Колдонулган адабияттар

1. Maddison, A. (1991) Dynamic forces in capitalist development: A long-run comparative view. Oxford University Press. https://onlinelibrary.wiley.com/doi/10.1111/aehr.341br3
2. Easterlin, R. A. (1981) Why isn’t the whole world developed? The Journal of economic history, 41 (1), 1-19. https://faculty.econ.ucdavis.edu/faculty/gclark/210a/readings/Easterlin.pdf
3. Bozhechkova, A. V., Klyachko, T. L., et al. (2019). Obrazovanie i ekonomicheskii rost [Education and economic growth] (Scientific report). RANEPA. https://www.iep.ru/files/text/scientific_report/education.pdf
4. Bouhajeb, M., Mefteh, H., & Ben Ammar, R. (2018) Higher education and economic growth: The importance of innovation. Atlantic Review of Economics, 1 (01). https://www.aroec.org/ojs/index.php/ARoEc/article/view/58
5. World Intellectual Property Organization (2025). Global Innovation Index 2025: Results. https://www.wipo.int/web-publications/global-innovation-index-2025/en/gii-2025-results.html
6. Koichumanov, T. (2024). From STEM-professions to High-Tech. Third International Scientific and Practical Conference “Innovation Development In The Global Science”. Boston, USA. InterConf, (186), 154-163 https://archive.interconf.center/index.php/conference-proceeding/issue/view/26-28.01.2024
7. Kakie tri glavnye problemy ispytyvaet rynok truda v Kyrgyzstane [What are the three main problems facing the labor market in Kyrgyzstan]. (2022, November 11). Economist.kg. https://economist.kg/novosti/2022/11/11/kakie-tri-glavnye-problemy-ispytyvaet-rynok-truda-v-kyrgyzstane/
8. National Statistical Committee of the Kyrgyz Republic. (2019), May 8. Analiz sovremennogo sostoyaniya rynka truda i proizvoditelnosti truda [Analysis of the current state of the labor market and labor productivity]. https://stat.gov.kg/ru/news/analiz-sovremennogo-sostoyaniya-rynka-truda-i-proizvoditelnosti-truda/
9. Shanbhogue, R. (2024) Will the bubble burst for AI in 2025, or will it start to deliver? The Economist. https://www.economist.com/the-world-ahead/2024/11/18/will-the-bubble-burst-for-ai-in-2025-or-will-it-start-to-deliver
10. World Economic Forum (2025). The Future of Jobs Report 2025. World Economic Forum. https://www.weforum.org/publications/the-future-of-jobs-report-2025
11. Smiling curve. (n.d.). In Wikipedia. Retrieved May 20, 2025, from https://en.wikipedia.org/wiki/Smiling_curve
12. Wight, S., Hager, M., & Tyink, S. (2007). Monkey Business: 7 laws of the jungle for becoming the best of the bunch. Gibbs Smith
13. Brezis E.S., Krugman P.R., Tsiddon D. (1993) Leapfrogging in international Competition: A theory of Cycles in National Technological Leadership. American Economic Review, 83 (2), 1211-1219. www.jstor.org/stable/2117557
14. Lee, K. (2019). The Art of Economic Catch-Up: Barriers, Detours, and Leapfrogging In Innovation Systems. Cambridge University Press. https://www.researchgate.net/publication/331593678_The_Art_of_Economic-Catch-Up_Barriers_Detours_and_Leapfrogging_In_Innovation_Systems
15. United Nations Conference on Trade and Development (2021). Technology and Innovation Report. https://unctad.org/page/technology-and-innovation-report-2021
16. Hidalgo, C. A., & Hausmann, R. (2009). The Building Blocks of Economic Complexity. PNAS, 106(26), 10570-10575.
17. Vietnam: Science, Technology and Innovation Report (2020). World Bank Group. https://documents1.worldbank.org/curated/en/929681629871018154/pdf/Vietnam-Science-Technology-and-Innovation-Report.pdf
18. WIPO (World Intellectual Property Organization). Global Innovation Index 2025: Innovation at a Crossroads. https://www.wipo.int/web-publications/global-innovation-index-2025/en/index.html
19. Estonia 2024 Digital Decade Country Report. (2024). European Comission. https://digital-strategy.ec.europa.eu/en/factpages/estonia-2024-digital-decade-country-report
20. Hausmann, R., Hidalgo, C. A., Bustos, S., Coscia, M., Simoes, A., & Yildirim, M. A. (2014). The Atlas of Economic Complexity: Mapping Paths to Prosperity. MIT Press. https://mitpress.mit.edu/9780262525428/the-atlas-of-economic-complexity/
21. Toward a New Policy for Scientific and Technical Communication: the Case of Kyrgyz Republic - Nurlan Djenchuraev, Cornell University, arXiv, 2004. https://doi.org/10.48550/arXiv.cs/0405001
22. Growth Lab at Harvard Kennedy School. (2024, September 24). Atlas of Economic Complexity 10.0 brings new data and Product Space design. Harvard Gazette. https://news.harvard.edu/gazette/story/newsplus/atlas-of-economic-complexity-10-0-brings-new-data-and-product-space-design/
23. nineninesix-ai. (2024). KaniTTS Project Repository [GitHub repository]. GitHub. https://github.com/nineninesix-ai/KaniTTS