To whom it may consern На этой неделе выступал на небольшом мероприятии, где поделился кое какими размышления про ИИ в глобальном плане. Если кому то интересно - ниже тезисы и ссылка на презентацию. Вступление. Закон Амары: мы переоцениваем технологию на коротком горизонте и недооцениваем на длинном. С AI это работает в обе стороны одновременно: ждём от моделей чуда завтра и не видим, как они перестраивают экономику, право и государство на горизонте десяти лет. Сейчас: почему мы переоцениваем Мощность растёт быстрее полезности. На простых задачах модели блестящи, на сложных - буксуют, потому что им не хватает контекста о тебе, твоих процессах, твоих правилах. Формула, которую я увидел на конференции: реальная эффективность = интеллект модели × контекстное знание. Второй множитель почти у всех близок к нулю, и никакой рост первого это не компенсирует. Экспонента упрётся в S-кривую. Три ограничителя: данные (доступный корпус текстов уже выбран), энергия (под следующий порядок мощности нужны новые АЭС или ЦОДы в космосе), компьют (чипов физически не хватает). Прогнозы экстраполируют текущую скорость, а каждая технология в истории выходила на плато. Побеждает комбинация, а не замена. Плато - у одной архитектуры. Когда монолитная модель упирается в потолок, начинается следующая S-кривая. Потом: почему мы недооцениваем Технология: AI - это идея, а не сервер. Распределённые специализированные модели. Одну модель нельзя наращивать бесконечно, значит - сеть специализированных LLM (математика, право, медицина), соединённых как отделы мозга. Распределённые системы - не новость, это фундамент всей индустрии ПО. Следствие для регулятора: контролировать сеть сложнее, чем актив. Эфемерное и гиперперсональное ПО. Код перестаёт быть активом: его генерируют за минуты. Ценность уходит в идею и промпт. Вместо приложения передаётся промпт, который соединяется с твоими правилами и собирает софт на лету - и исчезает, когда он не нужен. IP-право придётся перестраивать, как и в книгах и кино. Шедевры останутся, но массовый контент станет персональным. Экономика Корпорации проигрывают малому бизнесу. Самое ценное знание в компании неявное: кто за что отвечает, у кого просить апрув, какие правила не записаны. Индустрия 50 лет наводит порядок в корпоративных данных и не закончила, а LLM нужны не данные, а знание, процессы и правила. Компания из 15 человек, где всё в голове у основателя, получает второй множитель формулы почти бесплатно. Геополитика Технологическая независимость - главная тема весенних конференций (London Tech Week и другие). Европа отстаёт уже на уровне доступа: персональный агент Meta Muse работает только в США (с 8 сентября) и Канаде (с 18 сентября), у UK, ЕС, Индии и Австралии даты нет. Прецедент неприятный: обычный Meta AI добирался до UK около 18 месяцев после запуска в США. Контроль AI - по модели контроля вооружений, а не ядерной энергетики. Тяжёлое вооружение - фронтир-модели - под прямым надзором государства. Лёгкое - локальные модели на ноутбуке - доступно гражданам по правилам: лицензии, возрастные ограничения, регистрация GPU выше порога мощности. Государство задаёт правила игры, а не национализирует OpenAI и Anthropic. Люди Образование: понимание без памяти. Исследования показывают: ученики с AI решают задачи лучше в моменте, но хуже удерживают знание, когда AI забирают. Для индустрии это усиливает проблему джунов: рутина, на которой раньше росли сеньоры, исчезает, а вместе с ней и путь к опыту. Вывод. Главный вызов - не технологический, а человеческий: «кто я?». Пока рутину делали люди, миллионам из них судьбу предопределяла среда, и вопрос самоидентичности не вставал. Когда AI заберёт рутину, этот вопрос встанет перед всеми. Ответ один: сначала найти, что ты хочешь изменить в мире, и только потом брать для этого новый инструмент. Проблема первичнее инструмента. https://speakerdeck.com/shamansw/ai-in-2026-overestimated-now-underestimated-later