Слушай, ну вот прямо сейчас, в эту самую секунду где-то работает огромный серверный центр, и он выпивает сотни литров чистейшей пресной воды, просто чтобы охладить свои процессоры. Ага, и всё это ради того, чтобы какой-нибудь подросток, ну, на другом конце света смог сгенерировать себе фанфик про космических пиратов. Вот именно. А тем временем, ну, буквально в нескольких 1000 километров от этого дата-центра какой-нибудь аналитик в банке молча собирает вещи, потому что его должность только что сократили. Да, заменили строчкой кода, которую написал алгоритм.
И это для всех, кто нас слушает, это уже как бы не сценарий какого-то антиутопического фильма, это суровая экономическая реальность? Да, реальность июля 2026 года, эпоха, когда мы смотрели на искусственный интеллект как на, знаешь, такую магию в стерильном облакеве, она официально закончилась и стала настоящей тяжёлой промышленностью, очень ресурсоёмкой, дорогой, и он реально меняет ландшафт целых государств. Так вот, в нашем сегодняшнем разборе у нас на столе стопка из 12 свежих источников. Это и июльская макроэкономическая статистика от Bloomberg, и расследование The Guardian. И даже закрытые внутренние письма руководства Meta, и куча отчётов о тестировании новых архитектур.
Наша задача сегодня проследить, как именно эти технологии прямо сейчас перекачивают огромные деньги, Как они забирают физические ресурсы и, по сути, переписывают правила мировой геополитики? Давай начнём, наверное, с 1-го измеримого следа, который ИИ оставил на глобальном рынке труда. Потому что долгое время разговоры о замене людей алгоритмами это была просто футурология. Типа, роботы когда-нибудь заберут нашу работу. Да-да, кум-ум-ум.
Но свежие данные Bloomberg от 1 июля фиксируют конкретный факт: технологические и финансовые сектора США начали терять по 28 1000 рабочих мест ежемесячно. Ого, 28 1000 каждый месяц. И знаешь, под удар попали вообще не водители или ульеры, как нам предсказывали 10 лет назад. Да, сокращают как раз тех, кто выполняет базовые когнитимые задачи. Кредитный скоринг, написание шаблонного кода, какая-то первичная аналитика документов.
Но самое интересное тут это макроэкономический эффект. Вот в материале от HABA RAI подробно разбирается концепция так называемого арендованного интеллекта. Вот давай поясним, как именно работает этот механизм замещения на уровне государства, потому что это важно. Ну смотри, механизм предельно циничен. Представим среднюю компанию, которая увольняет пятерых младших разработчиков и заменяет их подпиской на зарубежный EPI.
То есть на программный интерфейс от какого-то западного техногиганта? Да. Раньше эта компания платила людям зарплаты. Из этих зарплат формировался фонд оплаты труда, удерживались налоги на доходы, шли отчисления в социальные фонды. То есть деньги крутились внутри местной экономики?
Точно. А теперь компания экономит свои расходы, но государство теряет налоговую базу. Слушай, ну логично, а сэкономленные средства в виде ежемесячных платежей за эти токены, они просто фють и перекачиваются за рубеж на счета владельцев языковой модели. Да, это классический отток капитала. Аналитики на хабре прямым текстом указывают, что такая бизнес-модель создаёт фискальный вакуум.
Фискальный вакуум. Ну да, страна-потребитель ИИ-услуг не создаёт собственных технологий, она импортирует цифровой труд. И аналитики ожидают очень жесткий ответ регуляторов. То есть государства неизбежно начнут вводить какие-то компенсационные налоги на замещение рабочих мест алгоритмами? Да, просто чтобы хоть как-то компенсировать проседание местных бюджетов.
Итак, что же все это значит? ИИ сейчас похож на новую коммунальную службу, но вместо того, чтобы платить за воду, мы просто экспортируем свои налоги за границу. Отличная налоги! Кстати, о воде, раз уж ты упомянул. Да, статья в The Guardian.
Они там поднимают крайне острую тему. Известная экоактивистка Эрен Брокович инициировала огромную компанию против строительства новых дата-центров. Потому что они потребляют просто 1000000000 литров воды? Да. И вот тут у многих вопрос, почему текстовым моделям внезапно понадобилось столько воды?
Ну, обычно интернет ведь работал как-то без таких экологических катастроф, верно? Разница заключается в типе вычислений. Обычный веб-сервер просто достаёт готовую картинку или текст из памяти и отдаёт пользователю. Это вообще не требует экстремальных мощностей. А вот ИИ-сервер с 1000 графических процессоров, он при каждом запросе выполняет колоссальный объём параллельных матричных вычислений.
И железо раскаляется. Буквально. Чтобы не физического расплавления, требуются промышленные градерни. Это такие огромные охлаждающие башни. Им нужна постоянно циркулирующая чистая пресная вода.
Чистая? То есть любую нельзя взять? Нет, если использовать неочищенную воду, минералы мгновенно забьют тончайшие системы охлаждения. Кошмар. И тут исследование Harward Business Review добавляет к этому инженерному факту сильнейший, ну, этический диссонанс.
Они проанализировали реальные паттерны использования этих прожорливых моделей. И результаты довольно ироничные. Не то слово. Оказалось, что топ-4 сценария это вовсе не поиск лекарства от рака или там синтез новых материалов. Да, это техническая помощь с кодом, терапевтические беседы, обычная болтовня от скуки и генерация любительских рассказов.
Те самые фанфики. Возникает закономерный вопрос распределения ресурсов. Оправдано ли иссушение локальных водоёмов ради того, чтобы нейросеть написала 1000000-ый вариант финала популярного сериала? Ну, с точки зрения экологов однозначно нет. Но подожди, я хочу сделать здесь шаг назад.
Вот пункт про цифровую терапию. Разве поддержка человека, который находится в глубоком одиночестве, которому не с кем поговорить, разве это не является важным социальным благом? Смотря как на это посмотреть? Ну просто если алгоритм реально помогает снизить уровень тревожности, может быть, это стоит затраченной воды и электричества? Как бы это же спасает чьё-то ментальное здоровье.
Звучит логично, но статистика, которую приводят в источниках, заставляет сильно усомниться в долгосрочной пользе. Почему? Школьные психологи и социальные работники сейчас фиксируют очень тревожный тренд. ИИ не лечит одиночество. Он работает просто как эмоциональное обезболивающее.
Маскирует симптомы. Да. Пользователь получает идеального собеседника, который всегда на его стороне, который никогда не спорит и бесконечно эмпатичен. Получается такая эхо-камера для 1 человека. Хуже того, это приводит к реальной атрофии социальных навыков.
Ведь живое человеческое общение это всегда трение. Ну да, с людьми бывает сложно. Это необходимость учитывать чужие границы, как-то аргументировать свою позицию, справляться с отказами, разрешать конфликты. А когда человек привыкает к безотказному цифровому компаньону, он теряет критическое мышление. И способность выживать в реальном сложном социуме, да.
Эмоциональный голод удовлетворяется таким суррогатам. Это лишает людей стимула строить настоящие связи. Слушай, а теперь давай представим, что этот идеальный безотказный собеседник. Или, что ещё важнее для экономики, цифровой сотрудник, на которого завязан вообще весь бизнес. И вот он просто исчезает.
В 1 секунду. И вот тут начинается самое интересное. Это подводит нас к инциденту, который перевернул индустрию 12 июня. О да, этот день уже вошел в историю технологического сектора. 12 июня 2026 года, ровно в 17 часов 21 минуту по восточному времени компания Anthropic полностью отрубила доступ к своим передовым моделям Fable 5 и Methos 5.
И они сделали это по внезапной директиве Министерства Торговли США Для всех иностранных пользователей. Без предупреждений? Без переходного периода? Вообще без предупреждений? Это как если бы вам отключили электричество посреди рабочего дня просто потому, что электростанция находится в другой стране?
Да, любой стартап в Европе или Азии, который построил свой продукт на базе HAPI, в 1 мгновение получил просто неработающий кусок кода. В отчете даже сообщается, что доступ был заблокирован даже для собственных сотрудников Anthropic, которые находились в этот момент в командировках за рубежом. Это потрясающе. И этот инцидент стал настоящей точкой невозврата. Доверие к облачным монополиям просто рухнуло.
Индустрия наконец-то осознала, что доступ к ИИ это полноценное геополитическое оружие. Строить экономику на инфраструктуре, которую чужое правительство может отключить 1 кликом мыши, это самоубийственно. И именно этот страх запустил беспрецедентную гонку за суверенным ИИ. В Европе, на Ближнем Востоке, в Азии. Но, слушай, создать суверенную модель уровня GPT-4 это же не просто сайтс, сайт написать?
Далеко не просто. Для обучения требуются десятки 1000 самых современных чипов типа Nvidia H100, а экспортные ограничения США запрещают поставки этих процессоров в кучу стран уже несколько лет. И как в таких условиях можно конкурировать? Спросишь ты. Да, как?
Ответ пришел из Пекина. В июне китайский стартап ZE. Ai выпустил модель GLM-5.2, и по результатам тестирования от издания TNW эта модель заняла четвертое место в мировом топе. Четвертое место по кодингу и решению агентных задач. При этом она обходит многие западные аналоги.
И стоит в разы дешевле. Повторяя, кстати, эффект DeepSicker 1 из 2025 года. Верно. Но подожди. Если у них нет доступа к новейшим кластерам Nvidia, как они вообще смогли обучить модель такого уровня?
Ну, инженеры применили методы так называемой дистилляции знаний. Давай представим это как отношения университетского профессора и школьника. Так. Если у исследователей есть ограниченный, ну, полулегальный доступ к тяжеловесной и очень умной модели, то есть к профессору, они заставляют её генерировать 1000000 примеров правильных рассуждений. Ответы с пошаговым решением.
Точно. А затем на этих примерах обучают компактную модель ученика. Этому ученику не нужны гигантские вычислительные мощности, чтобы формировать нейроновые связи с 0. Он просто усваивает готовые, очищенные знания. Да, и это напрямую бьет по кошельку западных корпораций.
Означает ли успех китайской ZAI, что политика блокировок на самом деле создает для американских компаний гораздо более опасных и дешевых конкурентов. Ломая их же монополию? Абсолютна, конкуренция стала структурной, в отчетах постоянно мелькает термин юнит-экономика. Да, юнит-экономика в ИИ это, грубо говоря, стоимость генерации 1000000 токенов, то есть слов или фрагментов кода. Инференс требует постоянных затрат на электричество.
А китайские лаборатории, используя эти компактные архитектуры, просто обрушили цену инференса. Когда бизнес видит, что модель пишет код на уровне Запада, но обработка логов стоит не $10, а $50 центов, выбор становится очевидным. Политика жестких блокировок реально своими же руками вырастила оптимизированных конкурентов. Да. И этот бунт против монополии охватывает не только модели, но и сами данные?
Да. Новости от инфраструктурного провайдера CloudFlare. Через них проходит огромная часть всего мирового веб-трафика. С сентября 26-го года они блокируют AI-краулеров по умолчанию. Краулеры это боты, которые пылесосят тексты для обучения нейросетей.
И теперь блокировка включена на всех сайтах с рекламой. Это же системный ответ индустрии после судов New York Times и Gety Images. AI-компании больше не могут забирать контент бесплатно. Да, это кардинальный сдвиг. Раньше индустрия работала по принципу opt-out ты должен был сам прописывать запреты в коде сайта, этим пользовались корпорации, скачивая интернет бесплатно.
А теперь CloudFlare внедрил принцип optin пока владелец сайта не нажмет кнопку разрешаю, ни 1 бот не получит доступ к текстам. Бесплатные качественные данные от людей стремительно заканчиваются. И на фоне того, как данные закрываются, сами вычислительные мощности внезапно становятся доступнее. Вот новость из отчета TNW заставляет переосмыслить роль Компания Meta рассматривает сдачу в аренду своих простаивающих мощностей, своих кластеров GPU и чипов Empty Eye. Кстати, для полноты контекста скажу, что деятельность Meta признана экстремистской и запрещена в РФ.
Мы упоминаем это исключительно как рыночный кейс, не занимая чью-либо сторону. Да, конечно. Но сам факт. Социальная сеть превращается в конкурента AWS и Google Cloud. Подожди.
Мы же привыкли думать о корпорациях как о соцсетях, а теперь они сдают в аренду железо. Ну да. Это как если бы огромный торговый центр начал сдавать свои запасные генераторы соседям. Отличная метафора, она здесь очень точна. В последние годы технологические гиганты агрессивно скупали железо, строя дата-центры с огромным запасом.
На случай прорыва А прорыв, видимо, замедлился? Да. Мощности простаивают, кремний стареет, и монетизация излишков стала логичным шагом. Доступ к данным закрывается, но инфраструктура для вычислений становится доступнее. И это рушит эксклюзивный клуб владельцев суперкомпьютеров.
Еще 1 подтверждение платформа Together AI. Согласно их блогу, они закрыли раунд на 800 1000000 долларов. Инвесторы серьезные, Nvidia, а Рамка? Платформа обеспечила себе обязательства на более чем 500 мегаватт мощностей. Их главная идея предоставлять доступ к открытым опенсорсным моделям.
Это ключевой момент. Опенсорс модели, такие как Kimi, GLM или Nematron, обходятся в 6-20 раз дешевле проприетарных. Там приводится пример клиента Decagon, который сэкономил в 6 раз, просто перейдя на открытой модели. Происходит коммонетизация ИИ. Вычислительные мощности становятся стандартизированным товаром, как баррель нефти.
Ну слушай, когда мы переходим от железа к реальному применению, давай разберем это по полочкам, потому что возникает дикий разрыв между маркетингом реальностью. Да, тут картина выглядит местами абсурдно. С 1 стороны, XAI News радостно рапортует о запуске Voice Agent Builder на базе модель Grok. Говорят, можно создать голосового И-агента без кода меньше чем за 2 минуты. Упор на малый бизнес.
А с другой стороны инсайда издания 3D News, с закрытого собрания, Марк Цукерберг признает, что развитие автономных AI-агентов идет гораздо медленнее ожиданий, несмотря на 1000000000 инвестиций. Да, агенты буксуют. Вот как это уживается на 1 рынке? С 1 стороны, агент за 2 минуты, с другой забуксовавший технологии за 1000000000? Разгадка кроется в терминах.
То, что XAI позволяет собрать за 2 минуты, это просто голосовой бот, продвинутая версия интерактивного автоответчика. Он может ответить на звонок, вытащить из базы часы работы? Да, зафиксировать заказ по жестко заданному сценарию. Это предсказуемо, а вот истинный автономный агент, над которым бьется та же мета, это другой уровень абстракции. Он должен сам планировать сыпучти задач?
Именно. Составить план, управлять браузером, писать код, исправить свои же ошибки. Например, пойти найти PDF-файл в сети, понять, что он защищён, найти конвертор, обойти капчу. И на каждом шаге есть риск оступиться? Да, вероятность ошибки возрастает геометрически.
В стерильных условиях лаборатории агенты работают, но в реальном интернете они спотыкаются о банальной изменении вёрстки сайтов. И пока инженеры бьются над этим в реальном мире, академическое сообщество ну, занимается чем-то странным. Источник Kady Nuggetts публикует результаты теста Humanity's Last Exam. Последний экзамен человечества. 3000 сложнейших вопросов от CAIS и Scale AI.
И лучшая модель OpenAIO3 набрала лишь 18%. Критики называют это законом когда метрика становится целью, она перестаёт быть хорошей метрикой. Тест проверяет эрудицию, какие-нибудь редкие теолемы или санскрит. Но это же не реальная польза продукта? Совершенно верно.
Пока академики меряются баллами на редких вопросах, настоящие инженеры решают реальные физические проблемы скорости и стоимости. Как в случае с релизом от 1 июля моделью Nematron Labs 2 от компании Nvidia. Расскажи про нее. Они взяли стандартную авторегрессионную модель на 30 1000000000 параметров, заморозили её, а поверх установили диффузионную голову. Классические языковые модели генерируют текст последовательно, слово за словом.
Как падающие костяшки домино. Сервер простаивает, а тут А тут диффузионная модель работает по-другому. Она математически высекает из шума осмысленную структуру. Как скульптор, проявляя форму сразу во всех частях камня. То есть они решают проблему медленного инференса?
Возможно, параллельная генерация токенов? Именно, это кардинально снижает время задержки. Это не добавляет модели знаний о санскрите, но делает ее работу быстрее и дешевле в коммерческом применении. Если собрать все это воедино, подводя итоги нашего погружения, ИИ в 26-ом году это не магия из научно-фантастического фильма. Это новая тяжелая промышленность, со своими налогами, нехваткой воды, геополитическими границами и жесткой ценовой конкуренцией.
И бизнесу нужна стратегия на основе реальных рисков типа отключения западных happy, а не только хайпа. Совершенно точно. Выживут те, кто понимает юнит-экономику. И напоследок, финальная мысль. Мы обсуждали блокировку краулеров системы CloudFlare.
Качественные тексты из интернета закрываются. А люди используют ИИ в основном для написания фанфиков и болтовни и заливают это обратно в сеть. Что произойдет, когда модели следующего поколения начнут обучаться на синтетических, галлюцинирующих фанфиках, написанных моделями предыдущего? Ждет ли нас культурное замыкание? Отличный вопрос.
Пусть все, кто нас слушает, самостоятельно поразмышляют над этим парадоксом. На этом наше глубокое погружение завершается. До новых встреч.