От STEM-профессий к DeepTech: вызовы и возможности для Кыргызской Республики

Аннотация. Цель данного исследования состоит в анализе факторов, влияющих на инновационное развитие Кыргызской Республики, выявлении слабых сторон и определении возможностей для дальнейшего улучшения. В качестве методологии использован анализ показателей Глобального инновационного индекса за 2022-2025 годы. Особое внимание в статье уделяется внедрению STEM-образования. Для анализа и оценки потенциала технологического развития рассматриваются концепции кривой улыбки и экономической сложности страны. Концепция DeepVine представлена как катализатор технологического прогресса, формирующий взаимосвязанную экосистему науки, образования и высокотехнологичного бизнеса. В отличие от существующих теорий догоняющего развития, которые рассматривают цифровизацию как инструмент модернизации, DeepVine трактует IT и искусственный интеллект как архитектуру ускоренного роста, способную компенсировать структурные ограничения. Результаты исследования могут быть использованы при разработке долгосрочной стратегии развития IT в Кыргызской Республике.

Ключевые слова. Высокие технологии; инновации; Глобальный инновационный индекс; STEM-профессии; DeepTech; концепция технологического скачка.

Введение. Развитие высоких технологий является одним из ключевых условий экономического роста страны. Цель данной статьи - проанализировать факторы, влияющие на инновационное развитие, выявить слабые стороны и рассмотреть возможности для их преодоления. Особое внимание уделяется STEM-образованию, поскольку в эпоху искусственного интеллекта (AI) техническое мышление становится важнейшим элементом научных решений. Методология статьи основана на анализе показателей Глобального инновационного индекса (GII) для Кыргызской Республики за последние годы, а также на рассмотрении концепций кривой улыбки и экономической сложности, позволяющих оценить качество и потенциал национальной экономики. Автор вводит концепцию DeepVine - катализатора технологического прогресса, представляющего собой взаимосвязанную технологическую экосистему, объединяющую науку, образование и высокотехнологичный бизнес. В отличие от существующих теорий догоняющего развития, которые рассматривают цифровизацию как инструмент модернизации, DeepVine трактует IT и AI как механизмы ускоренного роста, способные компенсировать структурные ограничения.

Материалы и методы. Прежде чем перейти к анализу влияния образования на инновационный рост, необходимо уточнить, что понимается под «высокими технологиями». Прежде всего, это технологии, характеризующиеся высокой степенью инновационности, сложности и интеллектуализации. Внедрение инноваций является необходимым условием достижения высокого технологического уровня. Признание инноваций, повышающих технологический уровень экономики, ключевым фактором экономического развития привело к формированию новой парадигмы развития, основанной на использовании знаний и инноваций как наиболее значимого экономического ресурса. По оценкам британского экономиста Ангуса Мэддисона, увеличение расходов на образование на 1% приводит к росту валового внутреннего продукта на 0,35% [1]. Американский экономист Ричард Истерлин рассчитал, что после крупных образовательных реформ экономический рост обычно начинается с временным лагом примерно в 25-30 лет. По его мнению, промышленная революция XIX века получила импульс именно благодаря реформам систем образования в разных странах мира [2]. Многочисленные эмпирические исследования ученых из разных стран подтверждают наличие устойчивой положительной связи между образованием и экономическим ростом [3]. Например, в работе [4] за период 1996-2004 годов по 42 странам авторы выявили сильную взаимосвязь между высшим образованием, инновациями и экономическим ростом. Согласно их расчетам, выполненным с использованием модели DOLS и панельного коинтеграционного анализа, увеличение расходов на R&D на 1% связано с ростом ВВП на 0,854% за рассматриваемый период, а увеличение расходов на высшее образование на 1% влияет на рост ВВП на 2,862% за тот же период.

Кратко проанализируем основные показатели GII для Кыргызской Республики. Оценивая факторы, поддерживающие инновационную деятельность, GII позволяет выявить национальные сильные и слабые стороны, а также взаимосвязи между ключевыми показателями. По результатам GII 2025 года Кыргызская Республика занимает 96-е место среди 139 оцениваемых экономик [5]. В целом Кыргызская Республика продолжает сталкиваться со значительными вызовами и демонстрирует относительно низкие результаты по большинству показателей, связанных с инновациями. К положительным аспектам можно отнести то, что Кыргызская Республика выделяется высоким уровнем расходов на образование (5-е место в мире) и входит в топ-15 стран по использованию низкоуглеродной энергии (14-е место), что отражает ее сильные стороны в сфере экологической устойчивости.

В данной статье не проводится детальный анализ всех 81 показателя, используемых в методологии GII. Комплексный анализ был представлен в предыдущей публикации автора «От STEM-профессий к High-Tech» [6]. Отметим лишь основные выводы, которые напрямую влияют на инновационную среду. Для укрепления инновационного потенциала Кыргызской Республики необходимо увеличивать расходы на исследования и разработки, расширять число исследователей, а также усиливать участие университетов и частного сектора в исследовательской деятельности. Сама система образования - школьного, профессионального и высшего - требует радикального реформирования. Разрыв между образованием и экономикой особенно заметен в сфере STEM-профессий. Инфраструктура остается одним из ключевых ограничений для инновационно ориентированного роста, особенно в части информационно-коммуникационных технологий (ИКТ) и транспортной связности. По компоненту ИКТ в рамках GII Кыргызская Республика занимает 82-е место из 139 стран. Компонент «Развитость бизнеса» является одним из наиболее существенных ограничителей инновационного развития. Он характеризуется низкой долей высококвалифицированных работников, ограниченным сотрудничеством между университетами и промышленностью, слабым участием в международных инновационных сетях, минимальными частными и государственными расходами на R&D, а также низким уровнем патентной активности. Эти показатели отражают недостаточную развитость инновационной экосистемы, ограниченную технологическую интеграцию и слабую вовлеченность в глобальные инновационные цепочки создания стоимости.

Полученные выводы важны для нашего анализа, поскольку они позволяют определить, что необходимо для улучшения общей инновационной ситуации в стране. Это, в свою очередь, является необходимым условием для развития высоких технологий.

Теперь перейдем ко второй части анализа и рассмотрим, какой тип образования необходим для удовлетворения потребностей высокотехнологичных отраслей и при каких условиях образование может способствовать появлению инновационных решений. В последние десятилетия на мировых рынках труда наблюдается устойчивый рост спроса на инженеров и технических специалистов. Наиболее заметная группа перспективных STEM-профессий в мире связана с инженерными дисциплинами. Действительно, инженерные специализации явно присутствуют в названиях большинства профессий, входящих в топ-15 STEM-профессий в мире по состоянию на 2021 год [6]. По оценкам местных экспертов, Кыргызстан испытывает острый дефицит высококвалифицированных специалистов с высшим образованием [7]. Одной из глубинных причин этой ситуации является низкое качество школьного образования. Согласно исследованию, проведенному неправительственной организацией KG Analytics, более 50% учащихся в стране не достигают базового уровня владения математикой и естественными науками. Это напрямую влияет на академическую успеваемость в высшем образовании и ограничивает приток хорошо подготовленных технических специалистов в экономику [8].

Еще одна серьезная проблема связана с качеством университетских учебных программ и преподавательских практик. Выпускникам часто не хватает практических и прикладных навыков, что негативно сказывается на их эффективности в профессиональной среде.

Таблица 1. Топ-15 STEM-профессий (2024)

* «Индекс релевантности» представляет собой субъективную оценку по шкале от 0 до 10, отражающую совокупность таких факторов, как спрос на рынке труда, рост занятости и глобальная значимость профессии.

Источник: 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? на основе данных BLS, 2024.

Стремительное развитие AI в последние годы существенно изменило подходы к STEM-образованию и подготовке кадров. На практике сегодня почти все STEM-профессии используют AI не только как инструмент автоматизации, анализа данных и прогнозирования, но и как интеграционный слой, связывающий дисциплины, процессы и технологические системы [9, 10].

Ключевую институциональную модель такой экосистемы можно выразить через следующую траекторию развития: школа - университет - исследования - стартап - рынок. Роль государства и квазигосударственных институтов, включая Парк высоких технологий Кыргызской Республики (ПВТ), заключается в том, чтобы выступать системными интеграторами и координаторами, соединяющими отдельные элементы этой экосистемы.

Реформа STEM-образования в школах и высших учебных заведениях Кыргызской Республики требует системного подхода. Реформа системы образования должна включать разработку современных учебных программ, подготовку и мотивацию квалифицированных педагогических кадров, создание необходимой инфраструктуры и цифровых образовательных ресурсов, формирование реалистичных карьерных траекторий, а также укрепление связей с индустрией. Это тема для отдельной статьи.

В целом реформа образования должна опираться на четкое понимание основных структурных трендов глобальной экономики. Значимость традиционных ролей программистов и специалистов, выполняющих преимущественно задачи кодирования, постепенно снижается. При этом быстро растет спрос на специалистов в области проектирования, интеграции и управления системами на основе AI, анализа данных, кибербезопасности и междисциплинарного решения задач. Соответственно, университеты, отвечающие за подготовку IT-специалистов, должны перейти от узкого фокуса на обучении программированию к развитию системного мышления, междисциплинарных компетенций и практического опыта работы с AI и проектами, основанными на данных. Ведущие технологические университеты мира уже работают в рамках этой парадигмы. Поэтому трансформация образования и развитие человеческого капитала должны стать одним из центральных приоритетов государственной политики, направленной на укрепление инновационного потенциала страны и ее долгосрочной экономической конкурентоспособности.

Чтобы лучше понять обозначенные выше вопросы в контексте глобального перехода к DeepTech, необходимо определить ключевые вызовы, стоящие перед формированием DeepTech-стартапов в Кыргызской Республике. Помимо реформ в школьном и высшем образовании, для этого необходимы университетские лаборатории, государственные исследовательские гранты, венчурные фонды, благоприятная правовая среда и международные партнерства (см. схему DeepTech-стартапа).

По всем этим направлениям в Кыргызской Республике уже реализуется ряд инициатив. В нескольких из них ПВТ выступает ключевым катализатором. Не вдаваясь в институциональные детали, следует подчеркнуть, что создание DeepTech-экосистемы для появления наукоемких стартапов требует комплексного подхода, включая совершенствование регуляторной среды, институциональные реформы и системное развитие человеческого капитала. ПВТ активно способствует формированию такой ориентированной на будущее экосистемы: от поддержки школьных олимпиад и организации международных научно-практических конференций в сфере высоких технологий до прямой поддержки стартапов и их выхода на международные рынки. В то же время успешный переход к DeepTech требует существенных и скоординированных усилий со стороны государства, IT-сообщества, академических институтов и международных партнеров.

Экосистема научных стартапов

В следующем разделе оценивается потенциальное макроэкономическое влияние указанных реформ на национальную экономику. Автор предлагает концепцию DeepVine как возможность для Кыргызской Республики совершить технологический скачок. Большинство стран с низким и средним уровнем дохода, включая Кыргызскую Республику, имеют доступ к современным цифровым технологиям. Однако они по-прежнему сталкиваются со структурными ограничениями, связанными с институциональным и экономическим потенциалом. Несмотря на быстрое развитие сектора информационных технологий и цифровизации, в этих странах в значительной степени доминируют отрасли с низкой добавленной стоимостью, такие как текстильная промышленность и сельское хозяйство, которые не позволяют им выйти из ловушки низкоуровневого равновесия.

Теория кривой улыбки (Shih, 1996) объясняет это явление, показывая, что наибольшее создание стоимости сосредоточено на «концах» цепочки создания стоимости, а именно в исследованиях и разработках, а также в брендинге, тогда как страны, специализирующиеся преимущественно на производстве, получают наименьшую долю стоимости [11]. Цифровизация без науки и инноваций не позволяет странам продвигаться вверх по этой кривой, а лишь снижает издержки уже существующих производственных процессов.

Предлагаемая концептуальная рамка основана на предположении, что технологический скачок становится возможным только через формирование «интеллектуальных экосистем», то есть плотных и функциональных связей между образованием, наукой и высокотехнологичными отраслями. Для описания этого механизма в статье вводится концепция DeepVine - «технологической лозы» в рамках метафоры «джунглей рынка» («Monkey Tree Metefor», Sandy Wight, Mick Hager, Steve Tyink, 2007) [12]. Данная концептуализация предполагает, что развивающиеся экономики могут «перепрыгнуть» традиционные этапы индустриализации и напрямую войти в сектора, характеризующиеся высокой добавленной стоимостью.

Такой технологический скачок соответствует экономической концепции leapfrogging, согласно которой страны и компании пропускают один или несколько этапов классического развития и сразу внедряют передовые технологии и модели [13]. В предлагаемой рамке такой скачок становится возможным благодаря построению экосистемы DeepVine, которая интегрирует образование, научные исследования и IT-индустрию для ускорения экономического роста.

Результаты. Мы предлагаем концептуальную модель технологической «лозы» DeepVine, связывающей образование, науку и бизнес для достижения ускоренного экономического роста за счет высоких технологий. В отличие от существующих теорий догоняющего развития (Lee, 2019; UNCTAD, 2021) [14, 15], которые рассматривают цифровизацию как инструмент модернизации, DeepVine трактует IT, и особенно AI, как амортизатор ускоренного роста, способный компенсировать структурные ограничения развивающихся стран: слабость институтов, неравномерное распределение доходов, зависимость от сырья и импортных технологий, неэффективность систем образования и рынков труда и другие факторы. Роль AI определяется как ключевой инструмент DeepVine, способный радикально снижать транзакционные издержки, автоматизировать процессы и создавать интеллектуальные системы.

Ключевые положения предлагаемого подхода можно обобщить следующим образом.

DeepVine интерпретируется как «сеть обратной связи»: наука - образование - IT-индустрия - инновации - экспорт - инвестиции - новая наука. Это означает, что DeepVine не является просто цифровой платформой или AI-моделью, а представляет собой связанную технологическую экосистему, способную усиливать экономику знаний за счет постоянной циркуляции данных, экспертизы и инвестиций.

Количественная гипотеза: при интеграции связей DeepVine ежегодный темп роста Индекса экономической сложности (ECI) может увеличиться примерно на 0,10-0,15 пункта, исходя из сравнительных траекторий, наблюдавшихся во Вьетнаме и Эстонии.

Системная роль AI: AI снижает транзакционные издержки между ключевыми узлами экосистемы за счет автоматизации анализа данных, совершенствования образовательных программ и поддержки более эффективного принятия бизнес-решений, тем самым усиливая общую взаимосвязанность внутри экосистемы DeepVine.

Стратегическое применение для Кыргызской Республики: создание зон роста DeepTech, интеграция университетов с частными R&D-центрами и развертывание AI-инфраструктуры для поддержки выхода на глобальные рынки знаний и технологий.

В целом предлагаемая рамка формирует основу для нового типа технологической политики, обозначаемой как модель связанного роста, в которой AI выступает не просто технологией, а структурным механизмом развития.

Теоретическая основа концепции представлена ниже.

Кривая улыбки визуализирует распределение добавленной стоимости вдоль цепочки создания стоимости продукта. Как отмечалось выше, цифровизация без науки и инноваций не продвигает страны вверх по кривой улыбки, где производство имеет высокую добавленную стоимость. Страны, остающиеся в низкодоходных производственных и сервисных видах деятельности, теряют значительную долю потенциальных экономических выгод. Для развивающихся экономик, находящихся в нижней части кривой, ключевая задача состоит в продвижении вверх за счет инноваций и брендинга.

Индекс экономической сложности (ECI) (Hidalgo and Hausmann, 2009) измеряет способность страны производить разнообразный и технологически сложный набор товаров [16]. Более высокий ECI положительно связан с долгосрочным экономическим ростом и инновационным потенциалом, что делает его важным индикатором национальной готовности к технологическому скачку. Это означает, что инновации являются основным механизмом, позволяющим развивающимся странам выйти за пределы ловушек среднего дохода и низкой добавленной стоимости.

Концепция DeepVine расширяет рамку экономического leapfrogging, фокусируясь на связанности ключевых компонентов ускоренного развития. Основными узлами технологической экосистемы являются наука - знания и патенты, образование - трансформация знаний в человеческий капитал, IT- и DeepTech-секторы - превращение талантов в инновации и продукты, а также экспорт и инвестиции - реинвестирование экономической отдачи в науку и образование. В этой системе AI выступает своего рода «соком лозы», проходящим через все узлы. Его сущность проявляется в автоматизации R&D и анализа данных, персонализации образования, оптимизации производства и логистики, а также глобальном масштабировании инноваций. По сути, AI здесь действует как ускоритель, обеспечивающий возможность технологического скачка.

Рисунок 1. Модель DeepVine

AI в данной модели рассматривается как «катализатор связности», проходящий через все узлы системы. Его можно представить как сеть нейронных связей, которые усиливают весь цикл.

Обсуждение. Примерами успешного технологического скачка являются экономики Вьетнама, Эстонии и Руанды, где интеграция DeepTech, AI и образовательной политики способствовала формированию новой модели технологически ориентированного роста и структурной трансформации [17-19]. На примере Кыргызской Республики в данном разделе рассматривается, как аналогичная «технологическая лоза», то есть связанная технологическая экосистема, может стать инструментом перехода от цифровизации к экономике, основанной на знаниях, с особым акцентом на роли AI как системного ускорителя.

Одним из ключевых структурных вызовов для развивающихся стран является то, что за последнее десятилетие более шестидесяти развивающихся экономик увеличили долю ИКТ-услуг в ВВП, однако только двенадцать из них показали улучшение Индекса экономической сложности (ECI), рассчитываемого Harvard Growth Lab [20]. Это демонстрирует ключевой провал технологической политики: цифровизация без инновационных связей не обеспечивает устойчивого создания стоимости. Многие развивающиеся страны попали в «цифровую ловушку»: они экспортируют программистов, а не продукты, создают код, а не патенты. Без формирования интегрированной технологической экосистемы DeepVine развивающиеся страны рискуют стать офшорными производственными площадками цифровой экономики, а не ее интеллектуальными центрами. Концепция DeepVine призвана устранить эту структурную слабость за счет укрепления инновационных связей и ускорения взаимодействия между наукой, образованием и бизнесом, тем самым усиливая связь между генерацией знаний и их коммерциализацией.

Потенциальная реализация концепции DeepVine в Кыргызской Республике выявляет как существенные вызовы, так и перспективные возможности. Несмотря на то что в последние годы страна демонстрировала относительно высокие темпы экономического роста, в среднем более 9% в год, структура экономики по-прежнему остается ориентированной на секторы с низкой добавленной стоимостью. Основными барьерами для технологического скачка в Кыргызской Республике являются крайне низкие расходы на R&D (0,06% ВВП в 2023 году), ограниченное участие частного сектора в инновационной деятельности [21] и низкий уровень экономической сложности. Для сравнения: расходы на R&D составляют около 1,8% ВВП в Эстонии и 0,53% во Вьетнаме. Индекс экономической сложности Кыргызской Республики составляет -0,85 (Harvard Growth Lab, 2023) [22], что относит страну к экономикам, характеризующимся сильной зависимостью от природных ресурсов и низкотехнологичных услуг. В то же время можно выделить несколько благоприятных условий для технологического скачка: молодое население с высоким потенциалом развития цифровых навыков, расширение инфраструктуры IT-образования, растущая стартап-экосистема и инициативы ПВТ, направленные на создание национальной технологической экосистемы, включая AI Academy, Kyrgyz AI Research Institute, инкубаторы, лаборатории и AI-проекты. Проект KaniTTS, разработанный на базе LLM, является показательным примером того, как подход DeepVine может помочь кыргызским компаниям выходить на глобальные рынки с высокотехнологичными продуктами [23]. В данной статье представлены только основные направления формирования DeepTech-экосистемы. Многие вопросы не были включены из-за ограниченного объема публикации.

С точки зрения практической реализации модели DeepVine предлагается следующая дорожная карта. Во-первых, необходимо создать площадки для сотрудничества науки, бизнеса и образования, включая университетские лаборатории, инкубаторы и акселераторы, совместные R&D-проекты, а также целевые грантовые программы для AI-ориентированных стартапов. Во-вторых, STEM-образование должно системно внедряться и укрепляться во всех образовательных учреждениях через обновление учебных программ с фокусом на цифровые навыки, предпринимательство и обучение, основанное на исследовательской деятельности. В-третьих, необходимы меры институциональной поддержки, включая налоговые стимулы для R&D, развитие технологических парков в соответствии с международными лучшими практиками и продвижение международного сотрудничества. В-четвертых, должна быть сформирована национальная DeepTech-экосистема со стратегическим фокусом на AI, большие данные и финтех, включая интеграцию цифровых стартапов в традиционные отрасли. Наконец, в рамках DeepTech-экосистемы необходимо развивать продвинутые AI-специализации, включая машинное обучение, аналитику данных, робототехнику и нейросетевые технологии. При интеграции модели DeepVine и увеличении расходов на R&D до 0,3-1,0% ВВП Индекс экономической сложности Кыргызской Республики может достичь -0,5 к 2030 году. Это создаст основу для появления национального DeepTech-сектора с расчетным экспортным потенциалом более 300 млн долларов США.

Заключение. Создание целостной DeepTech-экосистемы, объединяющей STEM-образование, науку и промышленность, открывает для Кыргызстана путь к формированию устойчивого среднего класса и укреплению национальной экономики в целом. Государство должно активно продвигать реформы в образовании и науке, создавать стимулы для R&D, увеличивать расходы на такие исследования и привлекать дополнительное финансирование для формирования потенциала технологического скачка. Модель DeepVine предлагает концептуальный путь построения технологических экосистем, в которых знания, человеческий капитал и бизнес взаимно усиливают друг друга, а AI выступает «катализатором связности». DeepVine следует понимать не просто как метафору, а как конкретный инструмент политики связанного роста, в рамках которого каждый узел экосистемы вносит вклад в технологический прогресс. Особый акцент на STEM-образовании подчеркивает, что талант молодого поколения является наиболее ценным стратегическим ресурсом страны.

Список литературы

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. Божечкова, А. В., Клячко, Т. Л. и др. (2019). Образование и экономический рост. Научный доклад. РАНХиГС. 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. Какие три главные проблемы испытывает рынок труда в Кыргызстане. (2022, 11 ноября). Economist.kg. https://economist.kg/novosti/2022/11/11/kakie-tri-glavnye-problemy-ispytyvaet-rynok-truda-v-kyrgyzstane/
8. Национальный статистический комитет Кыргызской Республики. (2019, 8 мая). Анализ современного состояния рынка труда и производительности труда. 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 Commission. 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