Технологическое цунами: мы всем врали

Сейчас май 2025 года.

Возможно, эта статья уже сильно устарела, если вы читаете ее в 2026, 2030 или 2035 году, но я не могу не поделиться сегодняшним нарративом, который вибрирует в технологическом сообществе последние месяцы.

2019 год. Я, будучи тогда генеральным директором довольно инновационного консалтинга, выступаю перед выпускниками ВШЭ на тему Цифровой трансформации и технологических тенденций. Рассказываю, как и многие другие мои коллеги по консалтерскому цеху, что буквально в ближайшее время эксперты предрекают окончание действия технологического Закона Мура и погружение в технологическую сингулярность (ох как это было это модно тогда!). Этот закон запустил эру доткомов, развитие веб, мобильных технологий и других, причем с экспоненциальной скоростью. Это, когда скорость расшифровки генома — вопрос со звездочкой на собеседовании в ИТ.

Сейчас мы в той ситуации, как если бы в 2019 году вложиться в Intel на фондовым рынке и проигнорировать Nvidia, криптовалюты и зарождающийся рынок ИИ, который живет на тех же чипах (разница GPU и CPU чипов тогда была не в технологии, а в возможности параллельной работы). Разница была бы фатальной: Nvidia выросла больше, чем на 3000%, а Intel упал на 50%.

Наш мир очень инерционен — многие инновации уже изобретены, но еще не получили большой маркетинговой огласки, а немногие люди интересуются «самым свежим». К примеру, я (и мы в нашем консалтинге) тоже были слишком заняты, чтобы этим интересоваться. к своему стыду.

Давайте скажем честно: сейчас начинает действовать какой-то новый закон, ведь скорость развития технологий не замедлилась, а начинает ускоряться.

Нас всех скоро захлестнет Технологическое цунами и нужно быть к этому готовым.

Прежде чем мы перейдем к трендам ИИ, стоит поговорить, «как» о них узнавать. Оказывается, этот навык есть у единиц.

(Возможно, даже стоит написать отдельную статью об этом)

Если кратко: нужно настроить выдачи оригинальных источников информации (т.е. на оригинальном языке), под себя, чтобы очень быстро потреблять оригинальную и точную информацию, которая в оригинале чаще появляется раньше копии на дни, месяцы и годы.

Пример источников, которые использую я:

• Научные статьи и исследования. Нужно понимать, что ~25% ученых в мире сейчас — это китайцы. Имейте это ввиду, когда выбираете источники информации. Для ускорения можно использовать Perplexity
• Medium. Аналог ютуба, только текстовой. Очень много авторов и годного материала. В т.ч. ученых, которые делятся короткими выдержками своих работ
• X. Твиттер является топ-1 новостной лентой в США. А, т.к. США пока еще мировой гегемон, стоит следить за новостями оттуда, в т. ч. за технологическими новостями
• На ветках Reddit и Quora самые яркие и живые обсуждения последних новостей и трендов.
• Google News — выдержка самых свежих новостей с утра.
• ChatGPT и Perplexity — must have для своей ежедневной работы с информацией: подтверждение, проверка, поиск исторических оригиналов (с чего все началось) и т. д.
• Научная журналистика. Оказывается, есть такая профессия и она отлично освещает современные научные разработки. Просто посмотрите в ютуб, как рассказывают о DARPA.

Основной навык не в знании ресурса, а в умении настроить персональную ленту с 100% калорийностью для вашего мозга. Если вы «тапайте котиков», либо смотрите, как «копы арестовывают девушку в купальнике», то знайте, что ваша лента не настроена для развития вашего мозга.

Немногие знают, что контент на vc.com, habr, телеге и любых других контентных площадках на кириллице — это часто ИИ-перевод статьи с Medium или из любого другого оригинального контента, выпущенный с различным временным лагом.
Вы можете потреблять информацию без задержек и в оригинале, если воспользуетесь советами выше.

При постоянно растущей сложности умственного труда менеджмент компаний заметил, что мы с вами выполняем работу «хаотично». Тема нашей неряшливости надолго закреплена в фольклоре последнего времени.

И это не случайно, ведь первый этап, который технологически был нам под силу — это «структуризация всех данных и нашей работы». Мы тренировали целые поколения мыслить структурно и вести структурно свою деятельность.

Так зародились огромные ниши ИТ-гигантов:

• On-premise и Intranet решения. Microsoft Office и прочие гиганты
• SaaS и другие виды веб-решений. Booking и прочие

Затем, на втором этапе все заговорили о больших данных (Big Data, Machine Learning). Это был логичный следующий этап. Когда вы накопили огромное количество структурированных данных с помощью «ансамбля методов» и гипотез, вы можете находить корреляции среди несвязанных данных. Так, на кассах в Пятерочке стали появлятся шоколадки и прохладительные напитки, т.к. имеют большую маржу и больший процент конверсии у самой платящей аудитории (сильное упрощение, но ML-модели могут предсказывать корреляции с определенной точностью, а дальше мы можем это тестировать в реальном мире и увеличивать прибыль).

Особенность второго этапа и мира ML — это обучение «под контролем учителя». Т. е. для ML требовались гипотезы, стартовые и выходные данные, чтобы находить корреляции. Модели были не автономны. В этом в свое время была гигантская проблема развития ML повсеместно — на BigData подразделения зачастую жгли гигантские бюджеты огромные корпорации без прямой окупаемости.

Сейчас мы с вами на третьем этапе — мире LLM (Large Language Model) — это нейронная сеть, обычно генеративных ИИ, с множеством параметров (миллиарды весовых коэффициентов), обучающаяся на основе глубинного обучения (в т.ч. без контроля учителя и автономно).

Суть в том, что точность ИИ-сотрудников и LLM моделей для ваших целей может стать выше ваших ожиданий. Это следствия того, что современные ИИ-модели коррелируют с IQ самых умных людей на планете уже в 2025 году.

Последний год активно муссируется понятие ИИ-агента. Это такой ИИ-сотрудник, который выполняет работу «под ключ», как и обычный человек. У каждого ИИ-агента есть атрибуты как у обычного сотрудника:

• Роль
• Права и обязанности
• Ответственность
• Ограничения и зоны видимости
• Подчинение и онбординг (называется fine-tuning для ии-агентов)

Первые статьи выходили под флагом «один агент — одна роль». Сейчас же все понимают, что сотрудники с одной ролью часто выполняют множество функций, поэтому авторы агентов сменили нарратив: теперь ИИ-агент — это мультифункциональный сотрудник (т.е. может иметь дополнительные функции в рамках своей роли). В общем все как в реальной жизни.

А если вы хотите заменить, например, команду разработки, отдел маркетинга ИИ-агентами, использовать ИИ для финансового анализа или сделать HR с ИИ — это прозвали «вертикальный ИИ-агент» или «ИИ-отдел». На текущий момент, это уже реальность для некоторых функций в разных видах бизнеса (например, есть полностью ИИ колл-центры)

Технически все тоже постоянно развивается: компании с ИИ-инфраструктурой (типа openAI, deepSeek) дают возможность стартапам писать ИИ-агенты. Используя свой ИИ, стартапы становятся единорогами, а ИИ-инфраструктурные компании, глядя на это, убивают их, добавляя «кнопку» в свой интерфейс (например, что, те проверили гипотезу ценности). Бесконечный цикл.

Если вдруг вы решите в своей компании начать писать ИИ-агентов для замены своих сотрудников на ИИ-сотрудников, изучите сперва современные возможности: ведь количество и качество решений растет экспоненциально (сделайте это с помощью ИИ):

• Выходят новые фреймворки для оркестрации типа LangChain
• Выходят SDK решения для архитектуры ИИ-агентов типа AI Google SDK
• Выходят готовые решение для вайбкодинга типа make.com
• Постоянно обновляются возможности и стоимость Api для открытых LLM

Мы подходим к самому интересному: что это сулит для венчурной индустрии, бизнесов и к каким последствиям может привести для нашей ежедневной жизни. Кажется, что инновации и ИИ становятся неразделимыми понятиями.

Тактически, вы можете зарабатывать на ИИ-агентах для b2c/b2b/b2g в ближайшие 5−30 лет, ведь рынок настолько огромен, что «каждому хватит» своей подниши. Суть в том, что мы находимся в тренде «систематизации неструктурированных данных». Помните, мы говорили, что причиной появления первой волны автоматизации стала наша с вашей человеческая особенность.

Человечество, наконец-то, изобрело «пылесос», который смог бы собрать все неструктурированные данные (комментарии в джире, переговоры за кофе, детали всех встреч в переговорках и зуме и тд) и систематизировать их в структурированные выводы, решения, стратегию и тактику.

Считается, что это породит 6 больших венчурных ниш (каждый рынок оценивается в сотни миллиардов долларов):

• Disrupt SaaS и On-premise решений. Т. е. перестаньте тренировать сотрудников — начните записывать все, что они делают и говорят и структурировать это с помощью ИИ (немного пугающе, правда?). Есть уже множество стартапов этой породы. Самая большая точка роста тут у Enterprise-решений. В больших компаниях самое большое количество неструктурированных данных, нуждающихся в обработке!
• Экстремальное повышение эффективности живых сотрудников. Последние тесты дают от 20% до 60% повышение производительности просто при старте использовании chatGPT в ежедневной работе. Представьте, если лучшие умы займутся этой проблемой — наша эффективность может вырасти на порядок или больше. Уже предрекают компании-единороги численностью в 10 живых (а как еще писать?) сотрудников с единственным фаундером, который имеет ИИ-партнеров и ИИ-подразделения.
• ИИ-инфраструктура. Победят компании, которые будут реализовывать не решение конкретной проблемы в конкретной нише (например, ИИ-агенты для продаж), а те, кто предоставляет инфраструктурное или экосистемное решение, например: ЦОДы для региональных ИИ, Фреймворки для ИИ-решений, Открытые LLM, ИИ-порталы для Enterprise и т. д.
• Физические роботы. R2D2 — станет реальностью в ближайшие десятилетия. Без «мозгов» они могли лишь быть элементом конвейера или склада, сейчас же они могут стать полноценными роботами-сотрудниками. Это особенно актуально в странах с большой регуляцией и бюрократией (США — идеальная среда)
• ИИ-блокчейн. Мир криптовалют получит новую порцию венчурных вливаний через интеграцию с ИИ. Децентрализованные финансы как альтернатива государственной денежной системы, децентрализованные решения на блокчейне с децентрализованным ии для решения социальных и корпоративных задач. Децентрализованный мир откроет свои двери нараспашку и будет ждать интересных продуктовых и технологических решений. Только представьте замену централизованной государственной банковской системы с мировыми гегемонами на децентрализованную гонку коммерческих систем без привязки к государству — захватывает дух.
• Нейроинтерфейсы и печать органов. Мы уже с вами в этом будущем, старт положен. Уже печатают органы и уже в наш мозг внедрены нейроимпланты: Илон Маск со своим Neuralink помогает человечеству победить сложнейшие болезни мозга и тела — это первый этап на пути к совершенствованию нашего вида и становлению биороботов. Может быть, речь не только про долголетие, а мы на пороге гибридного бессмертия.

Сейчас мы не будем затрагивать тему AGI — общего искусственного интеллекта, как тренд. Хоть и запущен «новый манхэттенский проект» (The Stargate Project) в США как его окрестили в СМИ с выделением 500 млрд $ инвестиций на развитие инфраструктуры ИИ. Не будем — т.к. в лучшем случае это просто теория, а в худшем — все закончится терминатором и Сарой Коннор. В реальности же, скорее всего, запуститься большое количество научных разработок, которые еще улучшат нашу жизнь (гибридный позитив).

Также есть забавные тенденции, что применимо к ИИ вводят этические принципы. С одной стороны, это нужно — когда ИИ просят создать вредоносную программу — этический ИИ в этом откажет (на самом деле, это уже потихоньку учатся взламывать), с другой, представьте мир с лозунгами «свободу ии-сотрудникам». Пропаганда может творить абсолютно невообразимые вещи в мире будущего.

«90% маркетинга, 10% реальности» — так Линус Торвальдс (создатель Linux) раскритиковал пузырь искусственного интеллекта и он не ошибается.

Торвальдс не ненавидит ИИ.

Он ненавидит машину шумихи вокруг ИИ.

И он прав.

Каждая технологическая революция начинается с громких обещаний, которые потом перерастают в реальность:

• Пузырь доткомов — «Интернет заменит всё в одночасье!»
• Криптовалютный пузырь — «Децентрализация решит все проблемы!»
• Пузырь ИИ — «ИИ может появиться со дня на день!»

В реальности?

• Интернет действительно изменил все — спустя 20 лет.
• У криптовалют есть законные варианты использования, но 99% проектов оказались мошенничеством.
• ИИ будет полезно — но сейчас это в основном корпоративный театр. Или большое «демо», которое запускает маркетинговую машину, а не реальные продукты

Нужно признать, что следующий этап в гартнеровском цикле инноваций — это «Пропасть разочарования». Это когда нам несколько лет подряд рассказывают о том, как ИИ изменит все, а этого все не происходит. Многие стартапы и венчурные деньги сгорают именно в этом этапе.

Большинство стартапов в области ИИ сейчас — это всего лишь API-оболочки для OpenAI. Компании добавляют маркировку «на базе искусственного интеллекта» ко всему, чтобы повысить цены на акции. По сути, мы находимся в фазе «fake it till it make it».

Через 5−10 лет, настоящими победителями станут компании, которые:

• На самом деле используют ИИ там, где это имеет смысл.
• Сосредоточатся на решении реальных проблем, а не за погоней за модными словечками.
• Перестанут притворяться, что ИИ — это магия, и начнут относиться к нему как к инструменту.
• Проявят выдержку и трудолюбие, чтобы эволюционировать свои продукты.

Мы живем в удивительное время. Тем более, что на разных рынках и в разных странах технологические циклы находятся в разных фазах. У нас есть шанс наблюдать одновременно технологическое цунами, ИИ-пузырь, тотальное недоверие к ИИ. Только вам решать в какой лагерь вступить и чем интересоваться, а для этого развивайте ключевой навык в эпоху ИИ — работу с информацией и ее верификацию.