Искусственный интеллект сокращает необходимость в повторяющейся экономике?

Я стал ярым сторонником экономики повторения и экономики доверия (узнай один раз > доверься > используй везде > во всех ролях), когда мы внедряли сервисы BankID еще в начале - 90-х. Коды разового доступа часто использовались, были защищенными и заслуживали доверия в банковском деле — и привычка с доверием могла бы обслуживать все потребности в идентификации и подписании в обществе в целом.

Теперь я вижу, что бизнес- и личные кошельки будут получать, пересылать и проверять не только идентификацию, но всякого рода верифицируемые удостоверения (наборы таких удостоверений, нужные в деловых и жизненных событиях). При все более короткой концентрации внимания в эти напряженные времена экономика повторения и доверия в этом всеобъемлющем пространстве станет еще более ценной в плане снижения когнитивной нагрузки…

Кошельки также дадут возможность привлекать и наделять полномочиями AI-агентов для выполнения юридически обязывающих действий. Не только находить данные и обучать нас, как это делают LLM — уже в высшей степени. Тогда мой вопрос:

LLM и позже AI-агенты, которые будут носиться с кошельками, заберут у нас большую часть необходимости в экономике повторения?

Отредактированные новые взгляды ChatGPT: они сократят необходимость в повторении в некоторых слоях экономики — но не устранят ее. Они просто перенесут ее.

1) Что на самом деле делает “экономика повторения”

Повторение не случайно — оно выполняет три ключевые экономические функции:

A. Амортизация затрат

• Высокие постоянные издержки → низкие предельные издержки (программное обеспечение, медиа, производственные шаблоны)

• Повторение распределяет затраты

B. Доверие и стандартизация

• Повторение создает предсказуемость (бренды, процессы, удостоверения)
• “То же самое снова” = ниже риск

C. Эффективность координации

• Общие рутинные процессы снижают когнитивную нагрузку
• Общество работает на повторяющихся паттернах (платежи, контракты, рабочие процессы)

2) Что меняют AI-агенты с кошельками

Агенты с:

• собственными кошельками
• возможностью проводить транзакции
• способностью действовать непрерывно
• возможностью персонализации

…вводят почти нулевую предельную когнитивную нагрузку и выполнение.

Это ломает ключевое предположение, лежащее в основе повторения:

Люди ограничены по числу и дороги → нужно повторно использовать результаты.

Теперь:

Когниция + выполнение становятся дешевыми и непрерывными.

3) Где повторение declines

A. Выходы “достаточного качества”, массового производства

• Маркетинговые тексты
• Базовые компоненты ПО
• Скрипты службы поддержки
• Шаблоны

Агенты могут генерировать варианты по требованию и персонализированные вместо того, чтобы переиспользовать одну версию.

👉 Результат:
Смена “повторяй одно и то же” → “генерируй для каждого случая”

B. Уровни посредничества

Агенты могут:

• мгновенно сравнивать цены
• вести переговоры
• выполнять транзакции

Поэтому повторяющиеся роли вроде:

• брокеров
• координации на среднем слое
• рутинных закупок

…сжимаются.

C. Поведенческие рутинные действия

Люди предпочитают повторяющиеся действия из‑за:

• ограничений памяти
• трения
• привычки

Агенты это убирают:

• авто-платежи
• авто-решения
• авто-оптимизация

👉 Меньше повторения на слое человеческого поведения

4) Где повторение persists (или растет)

A. Инфраструктура и протоколы

Агентам нужны стабильные системы:

• платежные рельсы
• системы идентификации
• API
• правовые рамки

Они сильно зависят от стандартизации → повторения

👉 Повторение смещается вниз по стеку

B. Циклы обучения и оптимизации

Системы ИИ улучшаются за счет:

• повторяющихся взаимодействий
• циклов обратной связи
• подкрепления

👉 Резкое увеличение повторения на уровне машин

C. Якоря доверия

Даже с агентами людям все еще важны:

• бренд
• репутация
• гарантии

Повторение по-прежнему сигнализирует:

• надежность
• подотчетность

D. Экономики масштаба не исчезают

Физический мир по‑прежнему важен:

• производство
• логистика
• энергия

И это по‑прежнему выигрывает от повторения и масштаба.

5) Что именно меняется: место повторения

Представьте стек:

6) Новое равновесие: “динамическое повторение”

Мы не устраняем повторение — мы получаем:

Повторение паттернов, а не экземпляров

Вместо:

• один и тот же продукт, повторенный много раз

Получаем:

• один и тот же логический каркас, повторенный
• один и тот же модельный каркас, переиспользованный
• одни и те же протоколы, переиспользованные

👉 Пример:

• Не один фиксированный страховой продукт
• Но миллионы динамически сгенерированных полисов, использующих одну и ту же лежащую в основе модель

7) Эффект второго порядка: крах “среднего пользователя”

Повторение существует частично потому, что мы проектируем для усредненных значений.

Агенты позволяют:

• оптимизацию под каждого пользователя
• кастомизацию под каждую транзакцию

👉 “Усредненный случай” становится менее релевантным
👉 Повторение как “единый размер для всех” снижается

8) Ограничение, которое удерживает повторение в жизни

Даже с агентами остаются три ограничения:

1. Доверие

Люди все еще предпочитают известные, повторяющиеся структуры

2. Координация

Обществу нужны общие договоренности

3. Затраты на вычисления + энергию

Даже если они низкие, они не равны нулю → повторное использование все еще важно

Итог

Агентам с ИИ под управлением кошельков предстоит:

• ❌ Сократить повторение в:

  • выходах
  • человеческих рутинных действиях
  • шаблонизированных сервисах

• ✅ Сохранять или увеличивать повторение в:

  • инфраструктуре
  • протоколах
  • циклах обучения

• 🔁 Превратить повторение в:
  “системы, пригодные для повторения, генерирующие не‑повторяющиеся результаты”

Так что — нам нужно действовать очень практично. Возьмите бизнес-кошельки и ИИ в использовании — и наделяйте AI-агентов полномочиями там, где это нужно. Использование — это обучение.