Искусственный интеллект и промышленная революция: где мы находимся сегодня

Прошедший год я участвовал в нескольких отраслевых конференциях, посвящённых ИИ. На сцене гости по очереди демонстрировали фишки ИИ, а в зале люди держали телефоны, снимали экраны, после чего делились этим в соцсетях и продолжали листать ленту. Но возвращаясь в офис, всё было как обычно — те же еженедельные собрания, те же одобрения, те же отчёты. В крупных компаниях уже включили расход токенов в KPI, кто-то автоматизировал накрутки — и стал трудягой. В соцсетях те, кто там тусуется, сегодня кричат о революции Claude, завтра — о крутости Codex, послезавтра — о Gemini — да это всё в拥抱 революции или просто быстрый бег по сценарию?

Это всё шум, а мне нужны реальные ответы.

Настоящая проблема не в том, достаточно ли силен ИИ — паровая машина уже изобретена, — а в том, кто первым решит снести старый цех.

Истинное начало промышленной революции — не улучшение паровой машины Ватта, а решение фабрикантов Ланкастершира уйти от рек и перестроить цеха вокруг паровой машины. И в ИИ всё так же — не день изобретения больших моделей, а день, когда первая организация решит снести старые процессы и перестроить производство вокруг ИИ.

Этот день ещё не наступил. Но он уже на пути.

Эти идеи давно видели двое. Генеральный директор Notion Ивэн Чжао в конце 2025 года написал статью «Steam, Steel, and Infinite Minds», в которой скептически оценил: мы всё ещё на этапе «замены водяных мельниц» — добавляем ИИ-чатботы к существующим инструментам, но никто не переосмыслил фабрики. Другой — бывший сотрудник OpenAI Леопольд Ашенбреннер — пошёл другим путём: написал 165 страниц «Situational Awareness», создал фонд, который вырос с 225 миллионами до 13,68 миллиарда долларов, полностью делая ставку на инфраструктуру ИИ. Один смотрит внутрь, другой — наружу.

Это не про них. Это про нас — где мы сейчас, и какую часть истории мы повторяем.

(Ткацкий станок, гравюра Дж. Тингла по Т. Аллому, 1835 / Wikimedia Commons)

1. Цех всё ещё старый

Большинство людей проводят так свой день: утром пишут письмо с помощью ИИ — экономят десять минут; потом два часа проводят на еженедельном собрании, которое можно было и не проводить; днём копируют и вставляют одни и те же данные в три инструмента; вечером публикуют пост «ИИ — это круто». Эти десять минут, сэкономленные утром, тут же съедаются старым процессом.

То же самое было, когда появилось паровое движение: фабриканты сначала просто заменили водяную мельницу на паровую — всё остальное осталось как было: фабрики всё так же строились у рек, всё так же многоэтажные, всё так же приводились в движение центральным валом. Мы интегрировали ChatGPT в Slack, Copilot — в Office, встроили ИИ-чат в рабочие процессы — делаем то же самое. Инструменты обновились, цехи остались прежними.

Но новые машины — не значит новые цехи. Мэрилин Маклуэн хорошо сказал:

Мы едем в будущее, оглядываясь в зеркало заднего вида. Использовать старые процессы для внедрения новых инструментов — всё равно что снимать фильмы на сцене, как в ранних кино. Истинный прорыв — когда кто-то полностью избавится от рек и перестроит производство вокруг новой силы.

Сравнивая временные линии промышленной революции и ИИ, можно примерно понять, где мы на карте:

Сейчас временная шкала сильно сжата. От паровой машины до железных дорог прошло 60 лет, а от Transformer до волн строительства дата-центров — всего 7.

Скорость — не проблема, вопрос — где мы застряли? Всё ещё на стадии «старый цех с новыми машинами»: паровая машина установлена, железные дороги проложены, — а производство осталось как было. Только шестая строка — настоящая граница. Вероятно, мы застряли между этими двумя шагами.

Паровая машина у нас в руках, а цех всё тот же.

2. Всё деньги — на самом дальнем от фабрики уровне

Инфраструктура всегда переинвестирована. В итоге разоряются инвесторы, а не инфраструктура.

В 1846 году парламент Великобритании утвердил 263 железнодорожных закона, одобрил строительство 9500 миль новых путей. В пиковые годы железнодорожные инвестиции составляли 13% ВВП страны. Акции на железные дороги можно было купить за 10% предоплаты — средний класс ринулся вкладываться. В 1847 году пузырь лопнул. Треть одобренных линий так и не построили, тысячи инвесторов потеряли всё. Дарвин потерял 60% на акциях железных дорог, хотя его удача была лучше большинства.

Но железные дороги остались.

Сегодняшняя инфраструктура ИИ движется по тому же пути. По последним оценкам Goldman Sachs, в 2026 году глобальные расходы на инфраструктуру ИИ достигнут 765 миллиардов долларов, а к 2031 году — около 1,6 триллиона в год. Капитальные затраты крупнейших облачных провайдеров — около 40% операционного денежного потока в 2023 году — к 2025 году вырастут почти до 70%. Инвестиции в ИИ уже составляют около четверти всех американских инвестиций. Ашенбреннер с 13,68 миллиардами делает ставку именно на это — он не уверен, какая прикладная область выиграет, а на фундаментальные вычислительные мощности.

Этот цикл капитала — аналог застройки недвижимости. Строить дата-центры — всё равно что возводить здания: земля — это электропитание, материалы — GPU и хранилища, подрядчики — строители дата-центров, девелоперы — облачные компании, арендаторы — ИИ-компании, доход — API-выручка. Модель облачных провайдеров — сдавать в аренду, покрывать капитальные затраты API-доходами, ждать взлёта стоимости при росте спроса на ИИ.

(Недвижимость для вычислительных мощностей: поколение за поколением строится инфраструктура)

Ключевой риск тот же: со скоростью падения цен на API не совпадает ли рост вызовов? Если арендная плата упадёт ниже уровня погашения — это самый страшный сон застройщика. Урок 2008 года — не в том, что построили слишком много жилья, а в том, что структура жилья и реальный спрос не совпали. Аналогичный риск для ИИ — избыток универсальных вычислительных мощностей, но дефицит узкоспециализированных, способных решать сложные задачи, такие как финрегуляции или медицинская диагностика.

Железные дороги, недвижимость, ИИ — три эпохи инфраструктурных инвестиций, объединяет одно: переинвестирование — норма, производители материалов теряют контроль над ценами, а долгосрочные прибыли — у владельцев «ключевых участков». Посмотрите на портфель фондов на Уолл-стрит в первом квартале — 80% вложений в этот слой: NVIDIA, дата-центры, облачная инфраструктура. Но именно эта модель — не вся картина ИИ-революции, даже не самый доходный слой.

Где находится «ключевая зона» ИИ? — в уникальных данных отраслей и глубоко встроенных рабочих потоках. Для человека — это не акции, а его уникальное суждение и отраслевые знания, — при условии, что уже перестроил способы их использования вокруг ИИ.

Истинная отдача — в следующем слое. Но между инфраструктурой и созданием ценности — пропасть. В ней — десятилетия истории.

3. Кто сносит цеха

Люди, сносящие цеха, и те, кто «поднимает эффективность с помощью ИИ», делают разные вещи.

Сооснователь Ивэна Чжао, Симон, раньше был «программистом в десять раз быстрее», сейчас редко пишет код сам — он управляет тремя-четырьмя ИИ-агентами для кодирования, эффективность — 30-40 раз выше. В Notion сейчас работают 1000 человек и более 700 ИИ-агентов. Разница не в инструментах — Симон снес свой старый цех, а большинство просто заменили водяную мельницу.

600 миллионов китайских пользователей использовали генеративный ИИ — рост 142% за год — это крупнейший спрос в мире. Но почти ни одна китайская компания не перестроила свои ключевые рабочие процессы вокруг ИИ. Самый крупный спрос — и почти неподвижное предложение. Этот контраст — сигнал: не в инструментах дело, а в организации. Знания разбросаны по десяткам инструментов и головам, результат — непроверяем, никто не знает, как оценить эффективность стратегического документа.

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

Anthropic уже действует на более масштабных уровнях. Они запустили Economic Index — реальными данными показывают, какие задачи и отрасли первыми заменит ИИ, и строят бизнес по этим данным: совместно с Goldman Sachs, Blackstone, Hellman & Friedman создали компанию по обслуживанию ИИ-экосистем; с KPMG — глобальный альянс, 276 000 сотрудников подключены к Claude; Accenture создала бизнес-группу, 30 000 человек проходят обучение, фокус — финансы, биотехнологии и медицина.

Эти консалтинговые фирмы — не пользователи ИИ, а его железнодорожные инженеры — они не изобретают паровые машины или прокладывают рельсы, а помогают компаниям сносить старые фабрики и перестраивать производственные линии вокруг новой силы. Без них большинство фабрикантов не знают, с чего начать.

Сигналы уже мерцают. Самый острый — на рынке труда.

22-25-летние, входящие в высокоэкспонированные профессии ИИ, на 14% реже находят работу, чем их сверстники в менее экспонированных сферах. Начальные позиции уже сжимаются.

Если я — выпускник, этот показатель напрямую влияет на мои шансы. Если я — менеджер, следующая волна начальных позиций, скорее всего, уже не для людей.

А что с организацией? Мои дипломы, опыт, накопленные знания — это мои водяные мельницы. Они раньше двигали мою линию, а паровая машина уже есть. Вузы типа 985 и 211 — не щит, а просто подтверждение, что я когда-то построил хорошую фабрику у реки.

Теперь вопрос — есть ли у нас способность уйти от этой реки?

Данные Anthropic показывают: у тех, кто использует ИИ более 6 месяцев, уровень успеха задач на 10% выше, чем у новых пользователей. Те, кто начал раньше — уже на 10% впереди, и этот эффект будет накапливаться.

Но пока ни одна компания не обанкротилась из-за отсутствия ИИ, по крайней мере, моя юридическая фирма всё ещё активно использует ИИ. Победитель пока не выбран. Кривая обучения — реальна: те, кто пошёл раньше, уже получают преимущества, а большинство всё ещё на старте.

4. Моя следующая профессия ещё без названия

Будет ли мой нынешний титул через десять лет? Сколько из инструментов, которыми я пользовался пять лет назад, осталось? Ответ, скорее всего, отрицательный. Но я не знаю, как назвать то, что заменит их — потому что этого ещё нет.

История показывает: всё новое появляется не по плану, а когда старые ограничения исчезают и дают место новым.

До появления железных дорог Британия была набором изолированных экономик. Манчестерские хлопковые цены отличались от лондонских на 30%. В каждом городе был свой стандарт времени, никто не считал это проблемой. Но после строительства железных дорог за двадцать лет всё изменилось: появился единый рынок, цены выровнялись; стандартное время — не изобретение, а результат железных дорог; появились станции, телеграфы, туристические агенты — эти профессии до железных дорог вообще не существовали.

Никто не предсказал появление универмагов, пока не строили железные дороги. Никто не предсказал стандартизацию времени, пока не построили паровые машины.

(Пар, сталь и бесконечный разум ИИ)

История городов — одна и та же. Несколько сотен лет назад города — это человеческий масштаб: 40 минут пешком — и ты в Флоренции. Стальные каркасы сделали возможными небоскрёбы, железные дороги связали города с пригородами, появились лифты, метро, автомагистрали. Токио, Чунцин, Даллас — это не большее Флоренция, а новые способы жить.

Современная интеллектуальная работа — тоже человеческий масштаб. Команды из десятков человек, встречи и письма — всё по расписанию. Как только команда превышает несколько сотен — становится трудно управлять. Мы строим Флоренцию из камня и дерева. ИИ делает возможным «Токио» — организации из тысяч ИИ-агентов и людей, работающих по всему миру, — рабочие процессы работают круглосуточно. Старые еженедельные собрания, квартальные планы, годовые отчёты — могут стать устаревшими.

Симон уже не пишет код — его работа теперь «управление ИИ-агентами». Такой должности ещё два года назад не было. Моя следующая профессия, возможно, тоже пока без названия. Но кто-то уже строит то будущее, которое мы пока не можем назвать.

5. Как выглядит новый цех

После сноса старого цеха — что строить? Ответ YC: дать компании возможность улучшать себя сама.

Их внутренние системы сейчас могут ночью сами переписывать свой код. Один сотрудник днём отправил запрос, он не прошёл. Один из управляющих ИИ обнаружил ошибку, сам написал исправление, отправил на проверку — и на следующий день запрос уже работает. Всё это происходит, пока все спят.

Это не просто увеличение производительности — это система, которая завершает полный цикл, сама ищет, как стать лучше.

Партнёр YC Том Бломфилд в внутренней презентации назвал такую организацию «рекурсным циклом самосовершенствования ИИ». Он считает: большинство компаний — это римские легионы — командные цепочки, где информация передаётся сверху вниз и снизу вверх, а люди — просто каналы передачи. ИИ разрушает не отдельный этап, а всю структуру командной иерархии.

Его новая идея — тратить токены, а не людей. Узкое место — не в людях, а в вычислительных мощностях. YC заметила: компании, вышедшие на Demo Day, за 18 месяцев увеличили средний доход в 5 раз. Роль менеджмента — передана ИИ — «координация» больше не требует людей. Каждый — специалист, создатель, оператор, — у каждого есть ответственный. Нет комитетов.

И ещё — компания должна быть «читабельной» для ИИ. Всё, что не зафиксировано — для ИИ — не существует. YC сейчас сохраняет все письма, Slack, записи встреч. Один партнёр за три месяца собрал 2000 часов аудио — и с помощью ИИ создал 150-страничный внутренний справочник, лучше прежнего. Он обновляется автоматически, превращаясь в «живой мозг».

Том задал вопрос:

Если бы сегодня нужно было строить компанию с нуля, вы бы сделали так? А если уже есть иерархия — стоит ли её полностью перестраивать, или лучше продолжать по старому, чтобы не было дороже?

Люди — не в центре цеха, а на периферии — там, где ИИ пока не может проникнуть: в оффлайн-решения, новые ситуации, моменты высокой ставки и эмоций. Центральный мозг компании — это «компанийский мозг», собранный из данных, записей и отраслевых знаний. Программы — расходный материал, их можно создавать заново. Самое ценное — в людях: как работают бизнес-процессы, какие шаги требуют оценки — это и есть настоящее богатство.

Иван Чжао в «Steam, Steel, and Infinite Minds» описывает именно этот аспект — организацию, где 1000 сотрудников и 700 ИИ-агентов работают вместе: человек принимает решения, агент — выполняет. Ашенбреннер делает ставку на инфраструктуру, Иван — на организацию. Обе дороги ведут к одному — к новой модели производства вокруг ИИ.

6. Итог

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

Где мы? Симон уже не пишет код — он сам снес свой цех.

Проблема не в том, хороша ли паровая машина, а в том, кто первым решит снести старый цех.

Я не буду гадать о будущем универмага, я просто буду делать своё — стоять на рельсах, а не у пересохшей реки.

А ты?