Искусственный интеллект становится умнее, но по-прежнему совершает множество ошибок — а фондовый рынок, скорее всего, ждёт коррекция. Как когда-то водопровод в домах или тосты с авокадо, ИИ будет огромным явлением. Но его развитие точно не пойдёт по прямой вверх. Вот хорошие, плохие и неприятные стороны.
Хорошее
ИИ чертовски умен. ChatGPT показывает результаты на уровне 93-го перцентиля на тестах SAT по чтению и письму — 710 из 800 баллов, а по математике — 700. Он также способен набрать три балла и выше по большинству экзаменов Advanced Placement. Если бы ChatGPT мог поехать строить хижины в Коста-Рике и прилично играть на кларнете, он, возможно, поступил бы в Мичиганский университет.
Генеративный ИИ способен сдать все уровни экзамена Chartered Financial Analyst, Единый юридический экзамен США 2023 года и (с точностью 97%) медицинский лицензионный экзамен США. Конечно, если бы я запомнил взаимосвязи между всеми словами, написанными за последние 500 лет, я тоже, вероятно, сдал бы эти тесты. Но доверили бы вы ChatGPT работать в одной из этих профессий? Вот именно. Наши тесты имеют пределы.
Использование ChatGPT для списывания стало настолько массовым, что преподаватели вернулись к старым добрым «синим тетрадям» для экзаменов. Что дальше — пергамент? Это не прогресс. Но важно другое: аналитическое мышление всё чаще будет заключаться в умении правильно формулировать запросы ИИ и проверять результаты. Можно ли это оценить? Пока нет.
Образование долгое время строилось вокруг экзаменов и заучивания. Но будущее — за самостоятельным обучением и проектной работой, где ИИ помогает и обучать, и оценивать одновременно. Постройте виртуальную пилотируемую ракету на Марс — и вам придётся освоить математику, физику, биологию, экономику, психологию и материаловедение.
Впечатляет и темп внедрения ИИ в клиентские сервисы. Виртуальные агенты, сначала текстовые, а теперь и голосовые, отвечают на запросы пользователей. По неофициальным оценкам, от 30% до 70% обращений обрабатываются автоматически, прежде чем сложные вопросы передаются живым людям. Большинство компаний говорят о снижении затрат примерно на 30%. После чат-ботов это может стать крупнейшим массовым применением ИИ. Но предупреждение остаётся: он всё ещё ошибается.
Плохое
Да, «галлюцинации» — серьёзная проблема. Хотя само слово вводит в заблуждение. Давайте говорить прямо: ИИ ошибается. Он допускает промахи, глупости, неточности. Иногда он просто тупит. Поскольку генеративный ИИ — это статистическая модель, его ответы могут быть непоследовательными от запроса к запросу.
Даже в сфере обслуживания клиентов компании действуют осторожно: ошибки вредят брендам и создают юридические риски. Для ИИ, взаимодействующего с внешним миром, ответственность становится ключевым вопросом.
В программировании, по словам Марка Цукерберга, ИИ Meta уже сопоставим с «инженерами среднего уровня». Разработчики активно используют инструменты так называемого «vibe coding» — вроде Cursor и Replit. Многие из них работают на базе ИИ Anthropic. Но немногие полностью доверяют результатам: код часто изобилует ошибками. В итоге программисты — среднего уровня и выше — всё чаще превращаются в тестировщиков, исправляющих код, сгенерированный ИИ. Производительность растёт, но характер работы меняется.
Современные языковые модели обучаются методом грубой силы: огромное количество чипов Nvidia, подключённых к терабайтам памяти. Цены на оперативную память DRAM, которые обычно падают на 30% в год, в 2025 году выросли на 15–20%. ИИ поглощает колоссальные объёмы энергии. В Кремниевой долине уже говорят о «киловаттах на токен» как новой мере эффективности. Но это не навсегда. За ценами на память стоит следить как за ранним индикатором спроса. Я бы также наблюдал за доходностью японских облигаций: операции carry trade с иеной могут быть источником «перегрева» рынка акций. И криптовалют тоже.
Более эффективные методы ИИ уже появляются. Например, компания Thinking Machines Labs, созданная бывшим техническим директором OpenAI Мирой Мурати и оценённая в 12 млрд долларов, обучает существующие модели становиться экспертами в узких задачах. Обучение ИИ учиться — во многом переосмысление самого образования человека. Повышение эффективности может снизить потребность в гигантских дата-центрах.
Неприятное
Фондовый рынок сейчас без ума от ИИ. Но не опережают ли инвестиции в дата-центры реальный спрос, приносящий выручку? Скорее всего, да. В каждом цикле мы видели перепроизводство: память, телеком, оптоволокно. На горизонте уже видны энергоэффективные чипы и более экономичные алгоритмы. Игра в «грубую силу» может быстро измениться.
Планируемые инвестиции в ИИ-инфраструктуру — свыше 1 трлн долларов к 2028 году — значительно опережают любые краткосрочные возможности монетизации. А рынки переменчивы. Джефф Безос любит напоминать, что в начале 2000-х акции Amazon упали со 113 до 6 долларов, хотя компания выполняла все прогнозы. Это и есть зигзаг, а не прямая линия вверх.
Сейчас рынок оценивает ИИ-акции, исходя из ожиданий на три–пять лет вперёд. Но горизонт может быстро сузиться до более привычных шести–18 месяцев — как это недавно произошло с Oracle. В каждом цикле возникает один и тот же вопрос: «Что вы сделали для меня в последнее время?» Новые мощности и инновации означают, что цены на ИИ могут падать быстрее, чем ожидается. То же относится и к акциям.
Краткосрочные неприятности — хорошие новости в долгосрочной перспективе. В Кремниевой долине цены всегда снижаются. Когда они перестают падать, это настораживает. Дешевизна запускает эффект эластичности: появляются новые приложения, использующие доступные технологии. Так было с лазерными принтерами, цифровыми камерами, смартфонами — и теперь с ИИ. Главное — быть готовыми к зигзагам.
