Искусственный интеллект и промышленная революция: на каком этапе мы находимся сегодня

Автор: Уилл Аван

За последний год я посетил несколько отраслевых конференций на тему ИИ. На сцене спикеры поочерёдно демонстрировали «фокусы» ИИ, а в зале участники снимали экраны на телефоны и после публикации в WeChat Moments продолжали листать ленту. Но вернувшись в офис, всё оставалось по-прежнему: те же еженедельные совещания, те же согласования, те же еженедельные отчёты. В крупных технологических компаниях объём потреблённых токенов уже включён в KPI — кто-то даже стал «ударником труда», автоматически накачивая показатели скриптами. А в WeChat Moments одни сегодня восхваляют Claude как революцию, завтра хвалят Codex как прорыв, а послезавтра провозглашают Gemini новой эрой — но это настоящее принятие революции или просто беготня с места на место?

Всё это — шум, а не тот ответ, который я ищу.

Настоящий вопрос не в том, достаточно ли силён ИИ — паровой двигатель уже изобретён. Вопрос в другом: кто первым снесёт старую фабрику?

Настоящее начало промышленной революции наступило не тогда, когда Уатт усовершенствовал паровой двигатель, а тогда, когда фабриканты Ланкашира решили покинуть берега рек и заново спроектировать цеха вокруг парового двигателя. Точно так же и для ИИ ключевой момент — не день изобретения крупных языковых моделей, а день, когда первая организация решит разрушить устаревшие процессы и полностью перестроить производственные методы вокруг ИИ. Этот день ещё не наступил. Но он уже на подходе.

Двое людей осознали это задолго до других. Генеральный директор Notion Цзжао Иван (Джоу Иван) в конце 2025 года опубликовал эссе «Пар, сталь и бесконечные разумы», в котором дал весьма трезвую оценку: мы пока находимся на этапе «замены водяных колёс» — добавляем чат-боты ИИ к существующим инструментам, но никто не перепроектирует фабрику заново. Бывший сотрудник OpenAI Леопольд Ашенбреннер пошёл другим путём: написал 165-страничный доклад «Ситуационная осведомлённость», а затем создал фонд, увеличивший капитал с 225 млн долларов США до 13,68 млрд долларов США, сделав ставку исключительно на инфраструктуру ИИ. Один смотрит внутрь, другой делает внешнюю ставку.

Эта статья не о них. Она о нас — где мы сейчас находимся и какую главу истории повторяем вновь.

(Ткацкий станок с приводом от пара. Гравюра Дж. Тингла по рисунку Томаса Аллома, 1835 г. / Wikimedia Commons)

I. Цех остаётся прежним

Большинство людей живут так: утром они используют ИИ для написания электронного письма и экономят десять минут; затем тратят два часа на еженедельное совещание, которое можно было бы и не проводить; днём копируют и вставляют одни и те же данные между тремя различными инструментами; вечером публикуют в WeChat Moments пост «ИИ — это действительно великолепно». Десять сэкономленных минут мгновенно «съедаются» старыми процессами.

Точно так же, когда появились паровые двигатели, фабриканты сначала просто заменили водяные колёса на паровые, ничего больше не меняя: фабрики по-прежнему строились на берегах рек, по-прежнему были многоэтажными, по-прежнему использовали центральный вал для передачи энергии всей производственной линии. Мы внедряем ChatGPT в Slack, Copilot — в Office, окна чатов ИИ — в рабочие процессы. Суть действия та же: инструменты обновились, а цех остался прежним.

Но установка нового оборудования не равносильна изменению цеха. Как метко заметил Маклюэн:

«Мы движемся в будущее, глядя в зеркало заднего вида». Попытки вместить новые инструменты в старые процессы подобны ранним фильмам, которые просто снимали театральные постановки. Настоящий прорыв наступит лишь тогда, когда кто-то полностью освободит паровой двигатель от зависимости от рек и заново спроектирует всю производственную систему вокруг новой энергетической основы.

Сопоставление хронологии промышленной революции с развитием ИИ помогает понять, где именно мы находимся на этой карте:

Сегодня временные рамки резко сжаты. От изобретения парового двигателя до «железнодорожного бума» в промышленной революции прошло 60 лет, тогда как от появления архитектуры Transformer до массового строительства центров обработки данных в сфере ИИ прошло всего 7 лет.

Скорость — не проблема. Проблема в том, где именно мы застряли: первые четыре строки всё ещё соответствуют этапу «новый двигатель в старом цехе» — паровой двигатель установлен, железные дороги прокладываются, но производственные методы остаются неизменными. Шестая строка — это настоящий водораздел. С высокой долей вероятности мы застряли именно между этими двумя этапами.

Паровой двигатель уже у нас в руках, но цех всё ещё старый.

II. Все деньги вложены в самый удалённый от фабрики слой

Инфраструктура всегда строится с избытком. Обанкротятся инвесторы, а не сама инфраструктура.

В 1846 году британский парламент принял 263 железнодорожных закона и одобрил строительство 9500 миль новых железнодорожных путей. В период пика инвестиций в железные дороги их объём составил 13% ВВП Великобритании. Для покупки акций железных дорог требовался лишь 10%-ный аванс, и представители среднего класса массово вливались в рынок. Пузырь лопнул в 1847 году: треть одобренных маршрутов так и не была построена, а многие инвесторы потеряли все свои средства. Дарвин потерял 60% своих вложений в акции железных дорог — при этом ему повезло больше, чем большинству.

Но железные дороги остались.

Современная инфраструктура ИИ идёт по тому же пути. По последним расчётам Goldman Sachs, капитальные затраты на глобальную ИИ-инфраструктуру в 2026 году достигнут 765 млрд долларов США, а к 2031 году вырастут до 1,6 трлн долларов США ежегодно. Доля капитальных затрат сверхкрупных облачных провайдеров в их операционном денежном потоке возросла с примерно 40% в 2023 году до почти 70% в 2025 году. Инвестиции, связанные с ИИ, уже составляют около четверти всех инвестиций в США. 13,68 млрд долларов США, вложенных Ашенбреннером, направлены именно в этот слой — он делает ставку не на конкретное приложение, а на базовую вычислительную мощность как таковую.

Этот инвестиционный цикл структурно идентичен девелоперскому циклу недвижимости. Строительство центров обработки данных — это строительство зданий: землёй служит электроэнергия, строительными материалами — GPU и системы хранения, подрядчиками — компании по строительству дата-центров, застройщиками — облачные провайдеры, арендаторами — компании, разрабатывающие ИИ-приложения, а арендной платой — доходы от API. Бизнес-модель облачных провайдеров основана на принципе «аренда покрывает кредит»: доходы от API должны компенсировать капитальные затраты на строительство дата-центров и обеспечить рост оценки компаний в связи с взрывным ростом применения ИИ.

(Вычислительная недвижимость: у каждого поколения — своя инфраструктура)

Ключевой риск здесь тот же: снижение цены единицы API компенсируется ли ростом объёма её использования? Если «арендная плата» упадёт ниже уровня, необходимого для обслуживания кредита — это кошмар, хорошо знакомый девелоперам недвижимости. Урок 2008 года не в том, что было построено слишком много домов, а в том, что построенные дома не соответствовали реальному спросу по структуре. Аналогичный риск для ИИ: избыток универсальной вычислительной мощности при сохраняющемся дефиците специализированных возможностей, способных эффективно решать задачи высокой ценности — такие как соблюдение финансовых нормативов или диагностика в медицине.

Железные дороги, недвижимость, ИИ — инвестиции в инфраструктуру трёх эпох следуют одной и той же закономерности: избыточное строительство — норма, поставщики материалов теряют ценообразующую власть, а долгосрочная прибыль достаётся владельцам объектов в «ключевых локациях». Достаточно взглянуть на портфели фондов Уолл-стрит за I квартал — с высокой долей вероятности 80% активов приходится именно на этот инфраструктурный слой: NVIDIA, дата-центры, облачная инфраструктура. Однако «железнодорожный бум» учит нас: это лишь часть картины ИИ-революции — и далеко не самый доходный её уровень.

Что является «ключевой локацией» для ИИ? Это уникальные отраслевые данные и глубоко интегрированные рабочие процессы. Для отдельного человека настоящая «ключевая локация» — это не акции в портфеле, а его незаменимое суждение и отраслевые знания — при условии, что он уже перестроил способ их применения вокруг ИИ.

Настоящая прибыль — на следующем уровне. Однако переход от инфраструктуры к созданию ценности не происходит без разрыва. Между ними лежит пропасть — исторически эта пропасть поглощала десятилетия.

III. Кто сносит цех?

Тот, кто сносит цех, и тот, кто просто «повышает эффективность с помощью ИИ», выполняют принципиально разные задачи.

Саймон, сооснователь Цзжао Ивана, раньше был «программистом с десятикратной скоростью», а теперь редко пишет код самостоятельно — он одновременно управляет тремя-четырьмя ИИ-агентами для программирования, достигая 30–40-кратного роста эффективности. Сейчас в Notion работает 1000 сотрудников и более 700 ИИ-агентов. Разница не в инструментах, а в том, что Саймон сам снёс свой старый цех, тогда как большинство людей просто заменили водяное колесо.

600 млн китайских пользователей уже применяли генеративные ИИ-инструменты, что на 142% больше, чем годом ранее — это крупнейший в мире спрос на ИИ. Однако практически ни одна китайская компания не перестроила вокруг ИИ свои ключевые рабочие процессы. Крупнейший в мире спрос сочетается с почти полным отсутствием организационных изменений со стороны предложения. Этот контраст сам по себе сигнал: дело не в недостатке инструментов, а в том, что организации не успевают за ними. Контекст для работы с информацией рассеян по десяткам инструментов и десяткам человеческих голов, результаты невозможно проверить, и никто не знает, как оценить эффективность стратегического меморандума.

(Влияние ИИ на рынок труда: новая метрика и первые данные)

Anthropic уже действует в гораздо более широком масштабе. Компания опубликовала Economic Index — индекс, построенный на основе реальных данных использования ИИ и показывающий, какие задачи и отрасли ИИ заменяет в первую очередь, а затем действует в соответствии с этой картой: совместно с Goldman Sachs, Blackstone и Hellman & Friedman создала компанию по оказанию услуг предприятиям, ориентированным на ИИ; заключила глобальное партнёрство с KPMG, в рамках которого 276 000 сотрудников получили доступ к Claude; Accenture создала специализированный бизнес-дивизион, обучив 30 000 человек для работы в сферах финансов, биомедицинских наук и здравоохранения.

Эти консалтинговые компании играют роль не пользователей ИИ, а «железнодорожных инженеров» для ИИ — они не изобретают паровой двигатель и не прокладывают рельсы, но помогают предприятиям снести старые фабрики и заново построить производственные линии вокруг новой энергетической основы. Без такой роли большинство фабрикантов просто не знают, с чего начать.

Сигналы уже поступают. Самый острый из них — с рынка труда.

У молодых людей в возрасте от 22 до 25 лет, попадающих в профессии с высоким уровнем воздействия ИИ, вероятность трудоустройства на 14% ниже, чем у их сверстников, выбравших профессии с низким уровнем воздействия ИИ. Младшие позиции уже начинают сжиматься.

Если я выпускник, это число напрямую влияет на мои поиски работы. Если я руководитель, то следующая группа младших специалистов, которую я найму, может состоять не из людей.

Организации уже начинают меняться. А как быть с отдельным человеком? Мой диплом, мой резюме, отраслевой опыт, накопленный за годы — всё это моё водяное колесо. Раньше оно приводило в движение всю мою производственную линию, но паровой двигатель уже здесь. Статус выпускника университетов «985» и «211» больше не является защитным рвом — он лишь говорит о том, что я когда-то построил неплохую фабрику на берегу реки.

Сейчас вопрос в другом: способны ли мы покинуть этот берег?

Согласно данным Anthropic, пользователи ИИ-инструментов, применяющие их более шести месяцев, достигают на 10% большего успеха в выполнении задач по сравнению с новичками. Те, кто начал на полгода раньше, уже имеют 10%-ное преимущество — и эта разница будет расти экспоненциально.

Однако пока ни одна компания не обанкротилась из-за отказа от ИИ — по крайней мере, моя юридическая фирма по-прежнему уверенно развивается вокруг ИИ. Победители ещё не выбраны рынком. Кривая обучения — это реальность: первые шаги уже дают преимущества, но большинство всё ещё стоят у старта.

IV. Моей следующей профессии ещё нет названия

Будет ли существовать мой нынешний профессиональный титул через десять лет? Сколько инструментов, которыми я ежедневно пользовался пять лет назад, остаются в моём списке сегодня? Скорее всего, ответ на оба вопроса — отрицательный. Но я не знаю, как будут называться их заменители — потому что эти вещи пока ещё не существуют.

Исторически так происходило каждый раз. Новшества не планируются заранее — они возникают спонтанно, когда исчезают старые ограничения.

До появления железных дорог Британия представляла собой набор изолированных местных экономик. Цена хлопчатобумажной ткани в Манчестере могла отличаться от лондонской на 30%. Каждый город имел собственный стандарт времени, и никому это не казалось странным. Через двадцать лет после появления железных дорог всё изменилось: впервые возник единый национальный рынок, ценовые различия исчезли; единое стандартное время было введено под давлением железных дорог, а не изобретено специально; должности таких работников, как начальники станций, телеграфисты и туристические агенты, вообще не существовали до появления железных дорог.

Никто не предвидел появление универмагов, когда прокладывал железные дороги. Никто не предвидел появление стандартного времени, когда создавал паровые двигатели.

("Пар, сталь и бесконечные разумы")

Городская история рассказывает ту же историю. Сотни лет назад города были масштабированы под человека — Флоренция легко проходилась пешком за сорок минут. Стальной каркас сделал возможным строительство небоскрёбов, железные дороги соединили города с их внутренними районами, а затем появились лифты, метро и автомагистрали. Токио, Чунцин, Даллас — это не просто увеличенные версии Флоренции, это совершенно новые образы жизни.

Современная работа с информацией тоже остаётся «человеческого масштаба»: команды из нескольких десятков человек, ритм задаётся совещаниями и электронной почтой, а при численности свыше нескольких сотен человек система начинает давать сбои. Мы строим Флоренцию из камня и дерева. ИИ делает возможным «Токио» — организацию, состоящую из тысяч ИИ-агентов и людей, в которой рабочие процессы работают непрерывно в разных часовых поясах. Старые еженедельные совещания, квартальные планы и годовые ревизии могут потерять смысл.

Саймон уже не пишет код — его работа превратилась в «управление ИИ-агентами». Две года назад такой должности не существовало. Название моей следующей профессии, возможно, ещё не придумано. Но кто-то уже строит будущее, название которого мы пока не можем произнести.

V. Каким будет новый цех?

Что строить после того, как старый цех снесён? Ответ Y Combinator прост: пусть компания сама улучшает себя.

Их внутренняя система теперь сама изменяет свой код ночью. Днём сотрудник отправляет запрос, который завершается неудачей. Агент-наблюдатель фиксирует неудачу, анализирует причину, сам пишет исправляющий код, отправляет его на проверку и разворачивает в продакшен. На следующий день тот же запрос выполняется успешно. Всё это происходит, пока все спят.

Это не просто повышение производительности на 30% за счёт ИИ. Это полноценный замкнутый цикл, который система проходит сама и самостоятельно находит пути улучшения.

Партнёр YC Том Бломфилд в одном из внутренних выступлений назвал такую организационную форму «рекурсивным самоусовершенствующимся ИИ-циклом». Его оценка предельно прямолинейна: большинство компаний по-прежнему напоминают римские легионы — информация передаётся строго по иерархии «сверху вниз» и «снизу вверх», а люди выступают лишь в роли информационных каналов. ИИ разрушает не эффективность отдельного звена, а саму предпосылку существования всей этой бюрократической структуры.

Его новая логика такова: тратить токены, а не человеческие ресурсы. Узким местом теперь становится не человеческая, а вычислительная мощность. Согласно данным YC, выручка на одного сотрудника в компаниях, дошедших до Demo Day, выросла примерно в пять раз по сравнению с показателями 18 месяцев назад. Функции среднего звена управления берут на себя ИИ-агенты — координация больше не требует участия человека. Каждый сотрудник должен быть самостоятельным специалистом (IC), создателем (builder) или оператором (operator), и каждая задача должна иметь конкретного ответственного, а не комитет.

Но есть и важное условие: компания должна быть «читаемой» для ИИ. То, что не зафиксировано, для ИИ равноценно отсутствию. Сейчас YC помещает в базу все письма партнёров, записывает все сообщения в Slack и все записи office hour. Один из партнёров использовал 2000 часов аудиозаписей, накопленных за три месяца, чтобы ИИ сгенерировал новое 150-страничное внутреннее руководство — значительно лучшее, чем предыдущее. Это руководство обновляется автоматически каждый месяц и превращается в «живой мозг», всегда актуальный и свежий.

Том задаёт один вопрос:

Если бы вам сегодня пришлось создать компанию с нуля, построили бы вы её в такой форме? А если ваша компания уже имеет иерархическую структуру, придётся ответить на ещё более сложный вопрос: будет ли боль от полной перестройки меньше, чем цена дальнейшего функционирования в режиме «римского легиона»?

Человек уже не находится в центре цеха, а занимает позицию на периферии — там, где ИИ пока не может дотянуться: в решениях, принимаемых в офлайн-среде, в совершенно новых ситуациях, в моментах высоких ставок и сильных эмоций. Центр компании — это «мозг компании», собранный из данных, зафиксированных знаний и отраслевой экспертизы. Программное обеспечение, работающее поверх него, — расходный материал: его можно сгенерировать и перегенерировать. Ценность сосредоточена в человеческих головах — в понимании того, как работает бизнес, какие шаги требуют субъективной оценки. Именно это и есть истинный актив.

Цзжао Иван в своём эссе «Пар, сталь и бесконечные разумы» описывает именно эту сторону — организацию, в которой 1000 сотрудников и более 700 ИИ-агентов работают вместе: люди отвечают за принятие решений, а агенты — за их исполнение. Ашенбреннер делает ставку на инфраструктуру вычислительных мощностей, Цзжао Иван — на реструктуризацию организаций. Оба пути ведут к одной и той же цели: новому типу производственных методов, полностью перестроенных вокруг ИИ.

VI. Заключение

Между 1840-ми и 1850-ми годами — железные дороги уже проложены, но фабрики ещё не перестроены.

Где мы сейчас? Саймон уже не пишет код. Он сам снёс своё водяное колесо.

Вопрос никогда не в том, насколько хорош паровой двигатель. Вопрос в том, кто первым снесёт старый цех.

Я не собираюсь предсказывать будущие универмаги. Я просто хочу сделать всё возможное для себя — достаточно лишь убедиться, что я стою на линии железной дороги, а не жду у высыхающего берега реки.

А вы?