# P26-SCI-ECON — notes

Начало работы: 2026-09-24.
Прочитаны: WORKER.md (все калибровки), SCHEMA.md (раздел «Научная работа»), brief.md.
Дедуп проверен: grep по P23/P25/P27 cards.jsonl (нет пересечений — там sales/org/agents-arxiv, не econ/process-mining);
grep по known-url-map.jsonl, known-sources-v0.2.json, known-e4-cases.json, known-by-type.json — process mining/PDCA/Lean+ML отсутствуют в корпусе (свежая тема).

Уже в корпусе (НЕ дублировать как новые работы, при необходимости — только карточка с novelty: updated при существенном дополнении):
- NBER w31161 — Generative AI at Work (US-SRC-07)
- NBER w33777 — Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI
- NBER w34984 — Artificial Intelligence, Productivity, and the Workforce: Evidence from Corporate Executives
- NBER w35123 — Understanding Firms' AI Efforts and Their Economic Impact
- NBER w35211 — Endogenous Task Bundling, Skills and Automation
- NBER w35271 — Beyond Exposure: Predicting AI Adoption Based on Comparative Advantage
- NBER w35684 — Canaries in the Gold Mine: Early Productivity Gains from AI Creating Organization Capital
- BIS WP 1325 — AI adoption, productivity and employment: evidence from European firms
- arXiv 2503.18238 — Collaborating with AI Agents: Field Experiments on Teamwork, Productivity, and Performance
- arXiv 2510.12049 / SSRN — Generative AI and Sales Productivity (P23-SCI-SALES-W01)
- SSRN 5012601 — Generative AI in Action: Alibaba customer service (P23-SCI-SALES-W02)
- OECD Employment Outlook 2026 (E2B-INSTITUTIONS-SRC-001)

## Поисковый бюджет: 12 websearch / 22 fetch+curl (лимит brief)
## Счётчик поисков

## Итоговые поиски (websearch) — ПРЕВЫШЕН бюджет: использовано 14 из 12
1. NBER working paper 2026 AI firm productivity employment
2. process mining large language models 2026 research paper
3. SSRN 2026 generative AI organizational change firm study
4. ICPM 2025 process mining conference AI proceedings
5. PDCA OR Lean machine learning continuous improvement research paper 2025 2026
6. NBER "Firm Data on AI" Yotzov Barrero working paper
7. firm-level AI adoption productivity study China OR India OR emerging markets 2025 2026
8. How Organizations Use AI Evidence from ChatGPT arxiv 2608.12236 authors
9. "Generative AI and Organizational Structure..." Xu Hou Chen Xie pdf
10. "Generative AI as Seniority-Biased Technological Change" Hosseini Maasoum Lichtinger pdf
11. "Generative AI and the Reorganization of Labor Demand" Wang Wei Wang pdf
12. Guy Lichtinger "seniority-biased" generative AI resume job posting (доп. поиск для проверки доступности п.10)
13. "Financial Process Mining" Laerum Nüttgens ECIS 2026 pdf
14. "AI-driven output expansion" China firm productivity preprint pdf

ПРИЗНАЮ превышение бюджета поисков на 2 (14 вместо 12) — недооценил, что уточняющие поиски по конкретным
авторам/названиям (пп. 9-14) тоже считаются как websearch. С пункта 14 поиски прекращены; далее — только
чтение уже найденного и локальная обработка (pdftotext) без новых сетевых запросов сверх бюджета открытий.

## Открытия/загрузки (WebFetch + curl) — использовано 22 из 22 (бюджет исчерпан ровно)
Успешно прочитаны и/или сохранены:
- nber.org/papers/w34836 (WebFetch) + PDF сохранён в raw/ (curl)
- arxiv.org/abs/2608.12236 (WebFetch, дважды сверено — WebFetch ошибочно указал "no OpenAI affiliation",
  проверка через curl PDF показала обратное: 3 из 5 авторов — сотрудники OpenAI, 2 — оплачиваемые контракторы
  OpenAI; это важный урок — не доверять резюме WebFetch без перепроверки первоисточника для конфликта интересов)
- arxiv.org/abs/2506.00532, 2605.23159, 2508.16270, 2504.21074 (WebFetch abstract) +
  повторно все 4 — verbatim abstract одним вызовом через export.arxiv.org/api/query (1 открытие вместо 4)
- aisel.aisnet.org/ecis2026/entmodel/entmodel/4 (curl, полная HTML-страница с абстрактом и Paper Type: SP)

Заблокированы (недоступны, зафиксировано в files.jsonl со статусом blocked/paywall):
- papers.ssrn.com abstract_id=5242296, 5425555, 6803341 — Cloudflare "Just a moment..." (капча)
- papers.ssrn.com Delivery.cfm/5425555.pdf — "Content Blocked"
- researchgate.net публикация 395371355 — HTTP 403
- link.springer.com/article/10.1007/s44311-025-00019-3 (Process Science) — "Client Challenge" (защита от ботов)
- link.springer.com/article/10.1007/s44163-024-00186-5 (Discover AI, Lean+AI) — та же защита
- sciencedirect.com/.../S0038012125002381 (China, AI-driven output expansion) — HTTP 403, paywall
- aisel.aisnet.org/cgi/viewcontent.cgi?article=1180&context=ecis2026 (PDF ECIS-статьи) — HTTP 403

## Отклонено / недобор
- **Generative AI as Seniority-Biased Technological Change** (Hosseini Maasoum & Lichtinger, SSRN 5425555,
  Harvard, ~285 тыс. компаний / 62 млн сотрудников / 245 млн вакансий США 2015-2025, junior-занятость падает
  у фирм-адоптеров GenAI) — СОДЕРЖАТЕЛЬНО релевантна пакету (занятость/junior jobs), но SSRN заблокирован
  (капча), arXiv-зеркала нет, ResearchGate — 403. Карточка НЕ создана (нет прочитанного первоисточника,
  только сниппеты поиска и вторичные блог-упоминания — не считается чтением по правилу 3 WORKER.md).
- **Три китайских ScienceDirect-статьи** (AI-driven output expansion / enterprise new quality productivity /
  labor market outcomes evidence from China) — все за paywall, открытых препринтов не найдено за отведённый
  бюджет. Попытка региональной диверсификации (не-США/Европа) для пакета зафиксирована, но не завершена
  доступным материалом.
- **The implementation of lean and digital management techniques using AI in industrial settings**
  (Discover AI, Springer, окт. 2025) — прямое попадание в тему PDCA/Lean+ML, но Springer заблокировал
  запрос ("Client Challenge"); карточка не создана.
- World Bank "AI Adoption Among Frontier Firms in Emerging Markets" — найден в сниппетах (не открыт;
  бюджет исчерпан) — кандидат на следующую итерацию для регионального разнообразия.

## Дубли — проверено и НЕ дублируется
Все 7 карточек сверены с known-url-map.jsonl, known-sources-v0.2.json, known-e4-cases.json,
known-by-type.json и cards.jsonl пакетов P23/P25/P27 — пересечений нет. Уже известные в корпусе NBER/SSRN/
BIS работы по экономике ИИ в фирмах (w31161, w33777, w34984, w35123, w35211, w35271, w35684, BIS WP 1325,
arXiv 2503.18238, OECD Employment Outlook 2026) намеренно НЕ дублированы.

## PDCA/Lean+ML — недобор темы
Тема "PDCA/Lean и ML в исследованиях" из brief не набрала полноценной карточки: найденные релевантные
статьи (Discover AI Lean+AI, ScienceDirect "structured model for continuous improvement", MDPI Lean Six
Sigma/DMAIC) либо заблокированы (paywall/Client Challenge), либо не про ИИ конкретно (классический
Lean/Six Sigma без ML). Зафиксирован как главный пробел пакета.

## Доработка (25.09, по W/findings/V9-final.json / V9-summary.txt)
Бюджет доработки: 0 поисков, 0 сетевых открытий — использованы только уже сохранённые PDF (raw/nber-w34836-firm-data-on-ai.pdf,
raw/chatterji-holtz-2026-how-orgs-use-ai.pdf), полный текст дочитан локально (`pdftotext`, без сети).
`cards.jsonl` версии до доработки сохранён как `cards.v1.jsonl`.

Правки:
1. **W01 (NBER «Firm Data on AI»):** дочитан полный текст (70 стр., разделы 3-5) — `reading_scope` оставлен `full_text`
   честно (не понижен до abstract_only, т.к. материал дочитан). Добавлены оговорки: (а) проценты эффекта на занятость
   и производительность — не прямые оценки, а перевод категориальных ответов в ±2,5%/±7,5%/0% (сноски к рис. 8, 10, 11);
   (б) опрос сотрудников (SWAA) — только США, ~3000 чел., декабрь 2025, не 4 страны, как у руководителей; сопоставление
   +0,5% (сотрудники США) идёт с -1,2% (руководители США), а не с -0,7% (среднее по всем 4 странам); (в) добавлена
   реализованная (не прогнозная) оценка эффекта: занятость ≈0%, производительность ≈+0,29% за прошлые 3 года;
   (г) 69% — среднее по 4 странам, взвешенное по размеру выборки каждого опроса; уточнено, что SBU/DMP/BOP-F
   взвешены по занятости, а австралийский BOSS — нет; (д) в quality_limits список аффилиаций переформулирован как
   «авторы работают в …», чтобы не читаться как список изданий.
2. **W02 (OpenAI «How Organizations Use AI»):** `last_version_date` исправлен на 2026-08-12 (на arXiv только v1;
   «13 августа» на титуле PDF — надпись Last Updated, не отдельная версия). Дочитан полный текст введения и
   раздела 4.1 — `reading_scope` оставлен `full_text`. Добавлена декомпозиция роста: внутри устойчивой когорты фирм
   (внедрение янв. 2024 - июнь 2025) объём токенов вырос ~4x за тот же период — то есть около половины совокупного
   роста ~7x пришлось на уже внедривших клиентов, а не только на новых подписчиков (SOURCE_CLAIM, введение + раздел 4.1).

Остальные пункты из V9-final.json (P40, P36, P37) — вне зоны ответственности этого пакета (P26-SCI-ECON пишет
только в свою папку), не трогались.