В августе 2026 года вышли три знаковых текста о будущем, в котором повсеместно царит искусственный интеллект.
В начале месяца канадский писатель Кори Доктороу опубликовал разбор наблюдений консультанта, полтора года изучавшего корпоративные ИИ-проекты изнутри, и не обнаружившего работающих юзкейсов. Девять дней спустя Марк Цукерберг пообещал персональный сверхинтеллект каждому жителю планеты. Еще через две недели Билл Гейтс начал свое эссе с признания: плана входа в новую эпоху не существует.
Три визионерских взгляда, три несовместимые картины, но сходятся авторы в одном: технология уже дает немалую отдачу. Разберемся, чем эта уверенность подкреплена, кто платит за кардинальную перестройку рабочих процессов и почему писателю, программисту или дизайнеру все чаще достается роль проверяющего, а не автора.
Спор без общего знаменателя
Эссе The Future is for Everyone Цукерберг построил на трех принципах:
расширение возможностей человека как источник благосостояния;
изобретение, а не простая автоматизация как назначение сверхинтеллекта;
баланс сил между людьми и институтами как основа безопасности.
Глава Meta не считает, что безопасность достигается концентрацией власти.
Корпорация с капитализацией в $1,47 трлн предлагает следующее:
персональный агент, работающий на пользователя круглосуточно;
полностью приватный режим, в котором данные недоступны самой компании (по образцу шифрования WhatsApp);
аукционный механизм распределения вычислений для тех, кто готов платить за большие мощности.
Компания также обещает вернуться к публикации моделей с открытым исходным кодом.
У Гейтса тональность иная: переход к новой эпохе он называет одним из самых турбулентных периодов в человеческой истории и констатирует, что подготовка к нему не ведется.
Три риска:
Рабочие места исчезнут навсегда.
ИИ расширит возможности для «причинения вреда».
Машины начнут подменять человеческие отношения.
Три предложения:
Новые институты для управления переходом.
Перечень занятий, которые общество договорится не автоматизировать.
Налог на ИИ-токены и роботов.
По наблюдениям основателя Microsoft, персональному компьютеру потребовалось двадцать лет, чтобы переформатировать офисную работу: сначала программистам нужно было написать прикладной софт для бизнеса, затем производители снизили цену на технику, после — понадобилось немало времени, чтобы переучить сотрудников.
С языковыми моделями всего этого не нужно. LLM запускаются на имеющихся устройствах и не требуют освоения интерфейса — обращаться к ним можно естественным языком. Адаптируется не столько пользователь, сколько сама технология. Она способна посмотреть то же видео, по которому обучают новых сотрудников, и перенять их навыки.
Гейтс ждет, что ИИ изменит расстановку сил в юриспруденции, поддержке клиентов, медицине, разработке и производстве — повсеместная трансформация произойдет менее чем за десятилетие.
Источник: Meta, Gates Notes.
Ни в одном из этих эссе допущение об эффективности технологии не проверяется. Оно принимается как данность, и на нем держатся все дальнейшие тезисы: о налогах, о «заповеднике» профессий, об особенностях распределения власти над технологией между корпорациями, государствами и отдельными людьми.
Проверку взял на себя консультант, чья фирма полтора года работала с оптимистично настроенными и дружественными к ИИ участниками рынка.
Вера вместо метрик
Никхил Суреш, отвечающий за продажи и техническую реализацию в Hermit Tech, провел около 300 разговоров с профессионалами по всему миру — от нишевых специалистов до руководителей компаний из списка Fortune 500. Результаты изложены в эссе AI Mania Is Eviscerating Global Decision-Making.
В одном из эпизодов топ-менеджер компании с выручкой свыше $2 млрд представил технологическую стратегию, целиком построенную вокруг искусственного интеллекта. Вскоре выяснилось, что «новатор» ни разу не открывал ни ChatGPT, ни любой другой ИИ-инструмент. Имя собеседника Суреш не называет — по его словам, такие признания чреваты увольнением.
Заявления клиентов Hermit Tech о стократном росте производительности стали обычным делом. Однако за полтора года команда Суреша зафиксировала нулевую долю успешных ИИ-проектов. Провалились не только те, куда фирму приглашали, но и наблюдавшиеся со стороны.
О пропасти между обещанием и результатом свидетельствуют цифры. Cortex при идеальной конфигурации отвечает верно примерно в 92% случаев — так надстройку оценили сотрудники Snowflake на презентации. Следовательно, минимум восемь ответов из каждой сотни вводят в заблуждение. И каждую из ошибок кто-то должен найти прежде, чем она уйдет клиенту или попадет в отчет.
Кроме того, эффективность человеческого капитала измеряется суммами, потраченными на ИИ. Суреш называет эту метрику «полностью подтасовываемой» — накрутить ее способен кто угодно. Там, где заведены «токенные лидерборды», отчитываются объемом сгенерированного текста.
Один из таких сотрудников описал свою тактику:
делает копию рабочего репозитория;
поручает модели переписать код с одного языка программирования на другой;
сам параллельно занимается настоящей задачей.
Проект-двойник никому не нужен, зато расход токенов растет, а рабочее место сохраняется. Почему такие схемы не всплывают на уровне руководства — центральный вопрос эссе.
Суреш описывает происходящее как проблему координации. Тот, кто публично подтверждает рост продуктивности, сохраняет должность. Признание в обратном звучит как обвинение коллег во лжи или некомпетентности — такого руководителя увольняют, а на его место приходит человек, готовый продолжить «партийную линию».
Как это выглядит на практике, Доктороу изложил в колонке для The Nerve. В организациях численностью от 500 человек повышение и гарантии защиты от сокращения получали те, кто заявлял о преобразующей силе технологии. Сотрудники с обоснованными возражениями отправлялись в списки на увольнение.
Читатели блога с должностью Head of AI в компаниях с годовой выручкой свыше $1 млрд сообщили Сурешу, что держатся за фиктивную должность просто ради карьерного роста.
Команда Hermit Tech в какой-то момент перестала спрашивать клиентов о текущих ИИ-инициативах. Как только проект стартует, честно обсудить его ход уже не выйдет — вплоть до момента, когда дело дойдет до кризиса.
Выборка сложилась из клиентов фирмы, сторонних проектов, за которыми вели наблюдение, и разговоров вне рабочих задач. Респонденты анонимизированы, сведения о методе сбора данных нигде не публиковались, а независимой проверки не проводилось. При этом Hermit Tech отказалась от всех работ по внедрению ИИ — это делает наблюдателя независимее, но и сокращает его доступ к удачным примерам.
Увольнения под флагом ИИ
В начале 2026 года Джек Дорси объявил о сокращении почти 4000 сотрудников Block — «сжатие» штата с ~10 000 человек до менее 6000. После закрытия основной сессии 26 февраля бумаги фирмы подорожали на ~20%.
Через полтора месяца аналогичный шаг сделала Snap. Гендиректор Эван Шпигель назвал причиной реструктуризации прогресс в области ИИ. Под сокращение попали примерно 1000 сотрудников — 16% штата. 15 апреля котировки компании отреагировали ростом на 9%.
Незадолго до заявления Дорси глава OpenAI Сэм Альтман дал интервью CNBC. По его словам, крупные компании используют искусственный интеллект как удобное объяснение для увольнений, которые состоялись бы в любом случае.
Масштаб эффекта от внедрения ИИ-решений оценили в Goldman Sachs. По расчетам банка, за год технология уменьшила ежемесячный прирост занятости в США примерно на 16 000 рабочих мест и подняла безработицу на 0,1 пункта.
Block выделяется тем, что публикует измеримые результаты внедрения. К середине апреля каждый разработчик вносил в продакшен-код в 2,5 раза больше изменений, чем в январе. Сбоев после таких обновлений стало на 70% меньше, чем за тот же период 2025 года. Валовая прибыль первого квартала достигла $2,91 млрд, прибавив 27%. Целевую скорректированную операционную маржу компания подняла до 26% против прежних 20%.
В марте компания по-тихому вернула часть уволенных — несколько бывших сотрудников получили приглашения на прежние позиции, испытывая нехватку кадров для ключевой инфраструктуры.
В начале августа Block превзошла ожидания аналитиков по итогам второго квартала и повысила собственный прогноз на 2026 год. Котировки акций при этом снизились на 5% — инвесторы все равно усомнились в отдаче от инвестиций в ИИ.
Источник: ForkLog, SiliconANGLE, Block.
Таким образом, февральский рост стоимости бумаг был зафиксирован до выхода свежей отчетности; августовское снижение — после.
Гейтс описывает механизм, который делает сокращения почти неизбежными. Компания, внедрившая технологию, экономит на персонале и снижает цены на свою продукцию. В ответ на потерю доли рынка конкуренты предпринимают аналогичный шаг. Если крупные игроки медлят, их место занимают стартапы, изначально построенные без «лишних» сотрудников.
Компании внедряют ИИ все быстрее вне зависимости от того, подтверждена ли отдача. Биржа реагирует на объявление о сокращении в тот же день, а первые отчетные цифры появляются лишь через квартал-два — и все это время задачи уволенных выполняют те, кто сохранил рабочее место.
Обратный кентавр
В мае 1997 года Deep Blue обыграл Гарри Каспарова. Год спустя гроссмейстер предложил формат «продвинутых шахмат»: человек играет в паре с компьютером против такого же дуэта. Выяснилось, что тандем превосходит и лучшие программы, и сильнейших игроков по отдельности. Так появился термин «кентавр» — человек остается «головой», машина служит «телом».
Доктороу перевернул фигуру. В книге The Reverse Centaur’s Guide to Life After AI он описывает модель, где решения принимает алгоритм, а физическую работу выполняет сотрудник «в нечеловеческом, машинном темпе».
Примеры автор берет из современной экономики:
водитель фургона Amazon работает под камерами с распознаванием — система фиксирует, отвлекся ли он на телефон и не поет ли за рулем, а маршрут и нормативы времени назначает алгоритм;
программист с ассистентом вроде GitHub Copilot превращается из автора в контролера машинного кода;
юрист или врач подписывает документ, подготовленный моделью, и отвечает за чужую ошибку.
Работодатель считает выгоду так: десять сотрудников редакции заменяются тремя, вооруженными ИИ. Прежний объем задач сохраняется, к нему добавляется проверка машинных черновиков.
Источник: книга «The Reverse Centaur’s Guide to Life After AI».
Здесь расчет и ломается: проверка каждого результата обходится почти так же дорого, как его создание. Экономия у работодателя возникает лишь потому, что потраченные на нее часы никто не оплачивает.
Топ-менеджеры, принимающие решение о внедрении, обратными кентаврами не становятся: они стоят выше в иерархии, и для них ИИ служит инструментом управления людьми.
Возникает расхождение, заметное почти в любой компании: на верхних этажах энтузиазм, на нижних сопротивление.
Различие между кентавром и его инверсией определяется не качеством технологии, а правом выбора. Доктороу поясняет это на примере склада: сам по себе погрузчик полезен, однако вред начинается там, где сотрудник перестает решать, когда и как применять устройство.
Тем же объясняются полярные оценки ИИ. Сторонники технологии обычно сами выбирают, когда обратиться к модели. Противники используют ее поневоле.
Цукерберг обещает сверхинтеллект каждому жителю планеты. Но получить инструмент и распоряжаться им по своему усмотрению — разные вещи, и второе в его эссе не обсуждается.
Проверка чужого результата выглядит компромиссом: рабочее место сохраняется, меняется только содержание труда. Однако и эта роль рассчитана на ограниченный срок.
Окно, которое закрывается
Индекс уязвимости профессий дает неожиданный результат: наибольший прирост производительности ИИ способен дать как раз тем занятиям, которым он же грозит наибольшим сокращением.
Писатели и авторы — подверженность в 57%. Программисты и дизайнеры цифровых интерфейсов — по 55%. Кровельщики, санитары и посудомойщики — менее 1%. В зоне риска 9,3 млн рабочих мест и $757 млрд годового дохода американских домохозяйств, распределенных по стране крайне неравномерно.
В новых реалиях можно выделить три положения работника:
исчезновение — новых сотрудников на такие позиции почти не берут;
проверка — место сохраняется, но автор становится контролером;
усиление — сотрудник сам решает, когда задействовать ИИ-инструмент.
Данные о начислении зарплат подтверждают эту классификацию. Stanford Digital Economy Lab в августе обновил исследование «Canaries in the Coal Mine?», используя актуальные данные ADP.
Массового замещения по экономике в целом нет. Но занятость молодых специалистов 22–25 лет в профессиях с высокой подверженностью ИИ-оптимизации на 19% ниже уровня их ровесников из менее затронутых занятий — и этот разрыв за год вырос с 15%.
У опытных сотрудников подобного отставания не наблюдается. Занятость сокращается не вследствие увольнений, а из-за снижения темпов найма. Это происходит в основном там, где работа опирается на кодифицированное знание, а не на опыт и интуицию, которые не сводятся к готовому набору правил.
В сферах, где ИИ дополняет человека, сокращения занятости среди молодежи не наблюдается.
Проверка машинного результата и есть промежуточное состояние между дополнением и заменой. Сколько продлится этот этап, Гейтс описывает прямо: серьезный сдвиг наступит, когда ИИ начнет выдавать практически безошибочный результат. С этого момента система сможет работать без присматривающего за ней человека, а у компаний появятся веские экономические стимулы убрать контролера из цепочки.
Простыми словами, проверяющий нужен ровно до тех пор, пока частота ошибок оправдывает его зарплату. Восемь погрешностей на сотню такие расходы окупают. Одна на десять тысяч — уже нет.
«Заповедник», налог и дивиденд
Отец Гейтса умер от болезни Альцгеймера в 2020 году. За стариком круглосуточно ухаживали профессиональные сиделки, угадывавшие его нужды по различным, неявным признакам.
Из этого наблюдения выросла идея Human Reserved — перечня видов деятельности, зарезервированных за людьми. Машина справляется с задачей, но общество отказывается передавать ее машине. Аналогия — природный заповедник: землю можно застроить, однако общество от такой затеи отказывается, поскольку потери превышают выгоды.
Пример из эссе — робот, сообщающий пациенту о неизлечимом заболевании. Технически это выполнимо уже сейчас, и как раз такие задачи Гейтс предлагает изолировать от машин.
Рядом с этическим у основателя Microsoft есть и экономический довод — более приземленный. Когда автоматизация лишит работы строителя, проработавшего в отрасли всю жизнь, его отправят переучиваться. Но 55-летнему каменщику нецелесообразно предлагать место сиделки в доме престарелых в надежде, что новое занятие придется ему по душе. Резервировать имеет смысл те профессии, откуда человеку некуда переходить: смежных вакансий по его квалификации уже нет.
Рынок труда отчасти подтверждает рациональность такого подхода. Сиделки, санитары и помощники по уходу на дому подвержены влиянию ИИ меньше всех прочих: работа требует физического присутствия. Занятость молодежи в этих профессиях, по данным ADP, не падает, а растет.
Очевидно, что состав такого резерва в каждой стране будет свой. Японии не хватает молодых работников для ухода за пожилыми, поэтому робот-сиделка там появится раньше, чем в странах с избытком свободных рук.
Второй тезис проверяется арифметикой. С заработка сотрудника наниматель отчисляет взносы в бюджет. Покупку робота та же компания сразу учитывает в расходах и уменьшает облагаемую базу.
Гейтс видит в этом перекос: фискальная система сама подталкивает работодателя к замене человека машиной. Исправить положение он предлагает сбором с ИИ-токенов и роботизированной техники — так можно сгладить диспропорции и привлечь средства на переобучение и социальные гарантии.
Ту же мысль основатель Microsoft высказывал в 2017 году, указав: работник, выполняющий на заводе работу на $50 000, платит с нее подоходный налог и социальные взносы, с робота на том же месте не взимается ничего. Тогда предложение сочли странным.
Масштаб будущей дыры в бюджете показывает расчет AI Futures Project — некоммерческой организации, основанной бывшим исследователем OpenAI Дэниелом Кокотайло.
В сценарии AI 2040: Plan A уровень занятости в США после 2032 года обрушивается до 12% к концу десятилетия. К 2033 году в компаниях непрерывно работают 60 млн ИИ-агентов со скоростью, в 20 раз превышающей человеческую. Документ — не столько прогноз, сколько рекомендация: как Вашингтону и Пекину затормозить гонку и отложить появление сверхинтеллекта до 2040 года.
Компенсировать потерю заработков авторы предлагают «гражданским дивидендом» — раздачей большей части сборов за вычислительные мощности и разрешения на роботов всем взрослым американцам.
Ни налога на ИИ-токены, ни перечня зарезервированных занятий не приняла ни одна юрисдикция. Гейтс и сам перечисляет вопросы, ответа на которые у него пока нет:
кто решает, что закреплять за людьми;
по каким критериям отбирать профессии;
как помешать компаниям обходить правила;
что делать с международной торговлей, если одна страна разрешит роботам производить товар, а другая запретит.
Все перечисленное требует институтов, которых пока нет. Но часть механизмов работает уже сейчас.
Без разрешения регулятора
В Германии с 2019 года действует программа субсидий на переобучение. Ее реализация не потребовала ни нового ведомства, ни международного соглашения.
Параграф 82 Социального кодекса обязывает Федеральное агентство по труду оплачивать переподготовку уже работающих людей. Размер субсидии зависит от величины предприятия: фирмам менее чем с 50 сотрудниками возмещают до 100% стоимости курса, компаниям от 50 до 500 — половину, крупным работодателям — четверть. Сверх того агентство компенсирует часть заработка, которую наниматель продолжает выплачивать во время учебы.
Условия получения социальной помощи жесткие. Заявку подает работодатель до начала занятий, объем программы должен превышать 120 часов, а сама она — иметь государственную аккредитацию. С января 2026 года доплата полагается только там, где учеба действительно отрывает человека от рабочего места. Вечерние курсы и самостоятельные занятия больше не субсидируются.
Механизм закрывает лишь одну задачу — оплачивает смену профессии. Темп работы и момент обращения к алгоритму не регулируются.
Исследование Stanford Digital Economy Lab фиксирует: занятость держится там, где технология дополняет задачи, а не подменяет их. Доктороу объясняет ту же закономерность иначе — через право работника выбирать момент применения инструмента.
Ценность сотрудника растет не с объемом сгенерированного текста, а с умением отличить эффективное применение модели от неудачного. Доктороу называет этот навык discernment. Однако различать становится все сложнее: новые инструменты покидают поле зрения пользователя.
ИИ-агенты выполняют цепочки действий, не показывая промежуточных шагов. Интерфейсы, через которые за процессом можно было следить, постепенно исчезают. Регламентов, которые обязали бы разработчиков раскрывать промежуточные шаги, тоже пока не создано.
Спор о будущем ИИ ведется преимущественно вокруг доступа к технологии. Цукерберг обещает раздать сверхинтеллект каждому, Гейтс — обложить его налогом и оставить людям часть занятий. Но кто задает темп работы и решает, в какой момент включать модель, не объясняет ни один из подходов.
Ответ лежит на поверхности. Авторам обоих эссе ни при каком сценарии не грозит роль «человеческого придатка для машины». Обратными кентаврами становятся те, кто ниже в корпоративной иерархии.
Проверяющий за моделью сотрудник нужен, пока та ошибается, и Гейтс это признает. Но компании все равно перестраивают штаты так, будто «привратник» останется навсегда.
Миллиардеры спорят о том, кому достанется технология. Но пока решается другое — кто ей подчинится.
