Четвёртый эпизод

В статье Сэма Альтмана сингулярность выглядит не внезапным разрывом, а ускоряющейся эволюцией: на каждом коротком участке изменения остаются объяснимыми, а AI постепенно становится незаметной повседневной технологией. Его ориентиры — агенты для когнитивной работы в 2025 году, самостоятельный поиск научных идей в 2026-м и роботы в физическом мире в 2027-м. Ведущие отмечают, что отдельные элементы уже видны в автоматизированных складах и городских доставщиках, но технооптимизм не снимает вопросов о военных контрактах и изменении прежних ограничений OpenAI.

Ключевой риск проходит через выравнивание ценностей и распределение доступа. Если система обучена на коллективном труде человечества, а выгоду извлекает небольшая группа владельцев капитала, мягким переход будет не для всех. Статья о ценностях Просвещения добавляет интеллектуальную цену удобства. Энциклопедия Дидро требовала искать, читать и соединять знания; ассистент сразу выдаёт короткий ответ. Сокращение пути полезно, но человек может перестать удерживать факты, работать с большим текстом и критически проверять источник. Доступ к информации расширяется, тогда как способность независимо судить рискует ослабнуть.

Мегаработодатель десятилетиями предлагал белым воротничкам масштаб, стабильность и понятную карьерную лестницу. Теперь руководители крупных компаний говорят о сокращении операционных ролей, а требования вернуться в офис иногда сопровождают уменьшение штата. Большая организация медленно меняет процессы, тогда как маленькая команда с ясной идеей и AI-инструментами способна выдавать заметный результат. В обсуждаемом сценарии число доступных ролей может сократиться: корпорациям требуется меньше людей, а стартапы изначально малы. Ведущие ожидают не исчезновения работы, а смены задач, подобной переходу от ассемблера к языкам высокого уровня.

Одновременно ChatGPT и другие ассистенты становятся конечной точкой поиска и новым источником переходов к продуктам. Этот канал повторяет цикл поисковиков, магазинов приложений и социальных сетей: сначала платформа открывает возможности, затем победитель ограничивает доступ и монетизирует его. Пока лидер не определён, продукт выбирает между ставкой на крупнейшую аудиторию и поддержкой нескольких систем. Открывать контент для AI неудобно, но закрытый источник рискует уступить конкуренту место в ответах. В дальнейшем ссылки могут перейти к оплате за клик или разделению выручки; ранняя фаза пока даёт окно для экспериментов.

После разочарования в Llama 4 Марк Цукерберг усилил AI-направление Meta: компания инвестировала в Scale AI и поставила Александра Вана во главе новой структуры. В мемо упоминаются команда для следующей базовой модели, FAIR с фундаментальными исследованиями, продуктово-прикладное направление и инфраструктура. Прежнюю AGI Foundations расформировали, людей распределили по другим группам. Формальная схема должна связать исследования, обучение моделей и внедрение в продукты, однако несколько нанятых звёзд вскоре вернулись к прежним работодателям, показывая, что громкие имена сами по себе не образуют устойчивую команду.

Ведущие сравнивают такую лабораторию с футбольными «галактикос»: звезда привлекает внимание инвесторов, но несколько сильных исследователей могут конкурировать за свободу и зону ответственности. При этом алгоритмическая экспертиза действительно важна — улучшения подхода способны компенсировать часть дефицита данных и вычислений. Поэтому реорганизация на переднем крае выглядит естественной проверкой гипотезы, а не гарантией результата. Google, Microsoft и другие игроки тоже пересобирают AI-команды, когда прежняя конструкция отстаёт. Оценивать нужно не стоимость найма или мемо, а способность организации превращать исследования в работающую модель и продукт.