MIT Technology Review : OpenAI, Anthropic et tout le marché de l'IA sont bloqués entre le buzz et le profit

Ажиотаж вокруг ИИ уже создал ощущение неизбежной революции, но между громкими обещаниями и реальной прибылью по-прежнему зияет пустота: индустрия хорошо освоила шаг с созданием впечатляющих моделей, однако до сих пор не может внятно показать, как именно они надежно встраиваются в работу компаний и меняют экономику. Автор вспоминает февральский анти-ИИ марш в Лондоне, где активисты Pause AI раздавали листовку с почти мемной схемой: шаг первый, вырастить цифровой сверхразум; шаг второй, вопрос; шаг третий, тоже вопрос. Это отсылка к гномам из South Park, у которых бизнес-план выглядел так: собрать трусы, затем неизвестно что, а потом получить прибыль.

По мысли автора, именно в таком состоянии сейчас находится весь ИИ-рынок: технология уже есть, обещание трансформации тоже, а промежуточный механизм остается туманным. Для противников ИИ пропущенный второй шаг чаще всего означает регулирование: сначала нужно понять, какие правила должны ограничить внедрение, кто их будет писать и кто будет следить за исполнением. У сторонников технологий картина обратная.

Они уже мысленно стоят в точке, где ИИ спасает экономику, поднимает производительность и меняет рынок труда. Как сказал автору главный научный сотрудник OpenAI Якуб Пахоцки, речь идет об экономически преобразующей технологии. Проблема в том, что дорога к этому будущему у всех разная, а проверенных карт нет ни у кого.

Одно из исследований, опубликованное Anthropic 5 марта 2026 года, пытается оценить влияние ИИ на рынок труда. Компания ввела метрику observed exposure, которая соединяет теоретические возможности языковых моделей с реальными данными об их использовании. Вывод получается двояким: больше всего под ударом менеджеры, архитекторы, медиаработники и другие беловоротничковые профессии, но фактическое проникновение ИИ пока намного ниже его теоретических возможностей.

По данным Anthropic, в категории Computer and Math Claude реально покрывает лишь 33 процента задач, а около 30 процентов работников вообще имеют нулевую экспозицию. При этом явного роста безработицы в наиболее уязвимых профессиях после запуска ChatGPT исследователи пока не нашли, хотя найм молодых сотрудников в таких ролях, возможно, уже замедляется. Второй пример охлаждает рынок еще сильнее.

В феврале исследователи из Mercor протестировали ведущих ИИ-агентов от OpenAI, Anthropic и Google DeepMind на 480 длинных офисных задачах, собранных из практики инвестиционных банкиров, консультантов и корпоративных юристов. Агентам дали реалистичную среду с файлами, документами, таблицами и приложениями, чтобы проверить не красивую демо-сцену, а настоящую рабочую рутину. Результат оказался жестким: ни одна система не смогла стабильно справляться с большинством обязанностей.

Даже лучшие модели выдавали полезные частичные результаты, но полноценное выполнение сложной работы оставалось скорее исключением, чем нормой. Это и есть тот самый пропущенный шаг. Модели недостаточно просто встроить в продукт или посадить рядом с сотрудником.

Они должны работать внутри запутанных процессов, среди людей, правил, проверок, устаревшего софта и ответственности за ошибки. Иногда добавление ИИ не ускоряет работу, а усложняет ее. Да, компании могут перестроить процессы под новые инструменты, но на это нужны время, деньги и управленческая смелость.

Пока же вакуум в понимании заполняется еженедельными громкими заявлениями, а один удачный пост в соцсети может двигать ожидания и даже рынок быстрее, чем аккуратные данные. Главный вывод простой: рынку ИИ сейчас не хватает не еще одной демонстрации возможностей, а доказательств из реальной эксплуатации. Нужны большая прозрачность со стороны разработчиков моделей, совместная работа исследователей и бизнеса и новые способы оценки, которые показывают не лабораторную магию, а то, что происходит после внедрения.

Пока этого нет, обещания о скорой экономической революции остаются красивым третьим шагом без убедительного второго.