Сделали краткий пересказ технологического аналитика Benedict Evans (его большие отчеты о состоянии технологической индустрии мы все с большим интересом ежегодно читаем) и продуктового эксперта Lenny Rachitsky.
1️⃣ AI уже меняет мир. Но пока никто не знает, как именно
AI — в той же степени большое событие, что и в свое время интернет или мобильные. Но только в той же степени. Для тех, кто сравнивает потенциальное влияние AI с промышленной революцией, это звучит как преуменьшение. Для скептиков — как преувеличение.
Смартфоны были большим событием. Интернет был большим событием. Но если проводить параллель с интернетом — сейчас мы примерно в 1997 году. Очень захватывающее время. Большинство вещей пока не работает. Большинство того, что люди будут строить, еще не построено. И непонятно, как это будет работать, когда наконец заработает.
Пока что даже среди подростков 13–18 лет ежедневно пользуются AI только 15–20%. Еще 20% используют его раз в неделю. Оставшиеся 60% не используют вовсе.
Мы видим, что происходит трансформация, но не можем (хотя и очень хотим) предсказать ее конкретные последствия. На практике они часто оказываются совсем не тем, что мы могли себе вообразить.
Пытаться угадать победителей сегодня — примерно то же самое, что в 1997 году спорить, выиграет Excite или Yahoo. В конечном итоге ответ оказался: «ни тот, ни другой».
2️⃣ Автоматизация не уничтожает профессии. Наоборот, работы становится больше
История бухгалтерского учета показывает, что автоматизация часто увеличивает занятость, а не уменьшает ее. Например, количество бухгалтеров в США росло на протяжении всего двадцатого века и продолжает расти сейчас — несмотря на появление счетных машин, перфокарт, мейнфреймов, ERP-систем, электронных таблиц и персональных компьютеров.
Это : когда какой-то процесс становится дешевле и проще, мы не выполняем тот же объем работы за меньшие деньги. Мы часто делаем намного больше, потому что меняется ROI.
Молодые люди не поверят, но до Excel младшие инвестиционные банкиры работали очень много часов. А теперь, благодаря Excel, сотрудники Goldman Sachs работают в обеденное время по пятницам. Почему же раньше было иначе?
То же самое с разработчиками. До современных IDE и библиотек инженерам приходилось писать весь код вручную. Сегодня, когда вы создаете приложение для iPhone, 90% кода за вас уже написал Apple. И тем не менее количество разработчиков с тех пор не упало — только выросло.
Была такая реклама IBM из 1950-х: море мужчин в белых рубашках и галстуках с логарифмическими линейками. Слоган: «Электронный калькулятор IBM размером с холодильник — все равно что 150 дополнительных инженеров».
Сколько компаний сегодня используют похожий слоган? Разве не именно это обещает Claude Code? «Мы дадим вам 150 дополнительных инженеров бесплатно». Ну, или не совсем бесплатно, это вообще-то большие деньги. Мы проходим через это снова и снова.
3️⃣ За что вам на самом деле платят
Некоторые профессии — это просто «задачи». Когда вы автоматизируете задачу, работа исчезает. Классический пример — лифтеры: они управляли рычагом, но когда лифты автоматизировали, профессия исчезла.
Но в большинстве профессий задача, за которую вы думаете, что вам платят, — не то, за что вам платят на самом деле.
Зачем вы нанимаете McKinsey? Чтобы получить презентацию на 75 слайдов? Claude Cowork сделает ее, но это будет откровенная ерунда. Не то, что вы получили бы от McKinsey. И в любом случае — это не то, за что вы им платите.
[За то, что кто-то две недели ходит по вашей компании и вытаскивает из тридцати человек то, что они никогда не скажут вслух на общем совещании — и сводит это в одну картину. За доступ к бенчмаркам, которых нет в открытых источниках: они видели эти же цифры у семи ваших конкурентов. За то, что партнер сядет напротив вашего совета директоров и сделает вывод, который внутри компании не может произнести никто, потому что у всех есть карьера. За то, что на нем — ответственность за рекомендацию: если решение окажется неверным, есть с кем разговаривать — прим. GoPractice]
Все это и есть их работа. А PowerPoint — просто артефакт.
То же самое относится к разработке программного обеспечения: Claude может написать код, но какой код вам нужен? Кто ваш клиент? Какой продукт вам нужен? Как вы выведете его на рынок? Именно эти вопросы не исчезают из-за одной только автоматизации.
Другая аналогия — это посмотреть на те индустрии, которые вытеснил интернет. Классические примеры — газеты и звукозаписывающая компания. Звукозаписывающие компании не считали себя производителями мелких пластиковых изделий, но по факту именно это они и делали. И когда в этом отпала необходимость, они оказались в проигрыше. То же самое с газетами.
4️⃣ Сам AI развивается быстро. Но перестройка бизнеса займет годы
С 1800 года человечество автоматизирует работу и создает новую. Каждый раз можно предугадать, какие рабочие места исчезнут. А какие появятся — нет, потому что их еще не существует. А еще потому что иногда они звучат нелепо.
Профессия «инженер железной дороги» — что это вообще такое? Зачем это нужно? Кому нужна такая скорость? И этот процесс повторяется снова и снова — с 1800 года.
И каждый раз, когда человечество проходит через это, оно испытывает множество трудностей и сбоев. Но когда оно выходит на другую сторону, то становится богаче. И это процесс последних 200 лет.
Так что вопрос в том, есть ли какая-то причина, почему сейчас все может пойти по-другому? Интернет уничтожил множество рабочих мест, персональные компьютеры уничтожили множество рабочих мест. Сейчас мало кто работает наборщиком текста. Или телефонистами, или машинистками. Но, как правило, исчезающие рабочие места — это плохие работы, если смотреть на них ретроспективно. А новые рабочие места лучше, потому что ВВП продолжает расти.
Так чем же отличается нынешняя ситуация?
Одна теория заключается в том, что AI распространяется быстрее предыдущих технологий — потому что мы стоим на плечах гигантов. Не нужно ждать, пока у всех появится нужная инфраструктура: она уже есть. ChatGPT набрал 900 миллионов пользователей, потому что 900 миллионов человек уже были в интернете.
Когда Марк Андрессен запустил Netscape в 1993–1994 годах, на Земле было от 50 до 100 миллионов ПК. Тогда не было 900 миллионов пользователей. Но в то же самое время тогда ему не нужно было ждать телефонных сетей или микрочипов. А до этого не нужно было ждать электричества и массового производства. Так что мы всегда опираемся на плечи гигантов. Всегда есть эффект накопления.
Но это не значит, что изменения наступят завтра. Обычно технология появляется раньше, чем люди понимают, что с ней делать в конкретных отраслях. Например, многие SaaS-компании, появившиеся уже после распространения интернета, технически можно было создать гораздо раньше. Но сначала кто-то должен был увидеть проблему внутри конкретной отрасли и понять, что ее можно решить новым способом. С AI будет то же самое.
***
***
5️⃣ Самая плохая стратегия — игнорировать AI
Каждая волна технологий может разрушать жизни некоторых людей, преднамеренно или случайно — и нам нужно осознавать это, не впадая в панику. Каждая волна технологий — базы данных в 1970-х, социальные сети в 2010-х, AI сегодня — создает новые способы причинить вред людям. Нам нужно осознавать эти риски, придумывать способы защиты и привлекать людей к ответственности. Но мы также не можем позволить страху перед потенциальным вредом помешать нам развиваться и преуспевать. Цель — продуманное внедрение, а не паралич.
Не стоит зарывать голову в песок и объявлять AI злом. Это дает прекрасное ощущение морального превосходства. Можно сидеть в Bluesky и объяснять всем, что AI — зло. Но это не поможет. Что поможет — полностью погрузиться в тему. Понять, что вы можете делать с этими инструментами, как они меняют работу, как вы можете быть хорошим кандидатом в новой реальности. Этого все равно может оказаться недостаточно. Но альтернативы нет — нужно нырнуть, впитать и осмыслить. Так же, как мы делали это с мобильными и интернетом.
Но у этого будет своя цена.
