Добавь сайт в закладки нажми CTRL+D
Человечество всю историю ужасно любило считать себя вершиной эволюции.
Ну а как иначе: мы построили города, придумали симфонии, расщепили атом и научились заказывать еду ночью, не вставая с дивана. Проблема в том, что впервые за всю историю мы, кажется, подходим к моменту, когда сами собираем вещь, которая может оказаться умнее своего создателя. И вот это уже пахнет не прогрессом в уютной обложке, а очень большим пересмотром человеческого самомнения.
Скоро должен появиться искусственный интеллект нового поколения, так называемый AGI.
AGI — искусственный общий интеллект, или сильный ИИ. Не тот, что пишет стишки и рисует забавных котиков, а система, способная решать широкий круг интеллектуальных задач на уровне человека — без отдельной настройки под каждую из них.
Сначала AGI будет просто “помогать”. Потом — “сильно ускорять процессы”. Потом окажется, что один человек с ИИ делает работу пятерых. А потом пятерым очень вежливо объяснят, что рынок меняется, времена непростые и вообще надо быть гибче.
И выясняется, что разговор вдруг идет не о технологиях вообще, а лично о вас: о вашей работе, вашей полезности и о том, сколько ещё продержится приятная иллюзия, что человек в этой системе всё ещё главный.
По оценкам ряда ведущих экспертов мира, до появления AGI осталось всего несколько лет.
Что такое AGI
Весь ИИ, который вы видите сейчас, еще относительно примитивен.
Современные модели уже умеют немало: пишут код, анализируют изображения, планируют действия, работают с документами. Но им не хватает устойчивой автономности, понимания как устроена работа и способности действовать в любых непредвиденных условиях.
AGI — это качественный шаг дальше. Его обычно описывают через три ключевых признака.
Универсальность: нынешний ИИ похож на набор узких специалистов, каждый из которых умеет только одно. AGI — это один сотрудник вместо всего отдела, который берётся за любую задачу и разбирается в ней с нуля.
То есть ты ему даешь задачу, условно — разработать кампанию по продвижению вашей продукции.
AGI сам разбивает её на составляющие: изучает рынок и конкурентов, формулирует стратегию, пишет тексты, создаёт логотип и брендбук, настраивает рекламные кабинеты, запускает кампанию, анализирует результаты и корректирует её на ходу.
Вы получаете отчёт и при необходимости говорите, что поменять. Нынешние AI-инструменты уже умеют делать каждый из этих шагов по отдельности, но каждую задачу отдельно придумывает человек. А AGI — это когда все задачи делаются сами, последовательно, без вашего участия на каждом переходе.
Обучаемость на уровне человека: система не просто применяет готовые шаблоны, а переносит знания из одной области в другую так, как это делаем мы.
Например, юрист, увлекавшийся историей, лучше понимает, как прецеденты формируют практику. Мы постоянно тащим знания из одного контекста в другой и именно это делает нас гибкими. Нынешний ИИ так не умеет: он хорош там, где его обучали, и теряется там, где задача чуть выходит за границы обученного.
AGI должен уметь взять принцип из одной области и применить его в совершенно другой как человек, который никогда не занимался логистикой, но за день разберётся в ней, потому что уже решал похожие задачи оптимизации в другой сфере.
Автономность: AGI можно поручить любую умственную работу так же, как поручают её новому сотруднику — объяснить задачу один раз, и он справится, без тонкой настройки под каждый конкретный случай.
Единого общепринятого определения при этом нет, и именно поэтому прогнозы разных экспертов так сложно сравнивать напрямую: каждый говорит немного о своём.
Дарио Амодеи из Anthropic, один из самых влиятельных людей в индустрии, вообще предпочитает избегать слова AGI из-за его размытости и говорит скорее о «системах экспертного уровня в науке и инженерии». Но суть от этого не меняется: речь идёт о системе, которая делает то, что раньше требовало человека.
Разница между нынешним ИИ и AGI примерно такая же, как между очень хорошим шахматным компьютером и Эйнштейном. Шахматный компьютер умен в своей сфере, но теорию относительности не предложит.
Когда это может случиться
Руководители крупнейших AI-лабораторий настроены оптимистично. Сэм Альтман из OpenAI в январе 2025 года написал, что компания «теперь уверена, что знает, как построить AGI» в традиционном понимании.
Дарио Амодеи допускает появление очень мощных систем уже во второй половине 2020-х. Демис Хасабис из Google DeepMind, создавший AlphaGo и AlphaFold, даёт более осторожный диапазон — примерно 5–10 лет. Рэй Курцвейл, который ещё в 1999 году предсказал прохождение теста Тьюринга к 2029-му, также сторонник перспективы 5-10 лет.
Здесь важна одна оговорка: эти люди строят AGI сами. Они одновременно хорошо информированы и заинтересованы — поэтому могут стараться «ускорить» будущее в своих прогнозах.
Независимые оценки звучат осторожнее. На платформе Metaculus, где агрегируется около 2000 прогнозов, медианная вероятность появления AGI составляет 25% к 2029 году и около 50% — к середине 2030-х. Группа суперпрогнозистов Samotsvety давала примерно 28% вероятности к 2030 году.
Умнейшие люди планеты сходятся в одном: прогресс идёт быстрее, чем ожидалось.
Это уже происходит — прямо сейчас
Прежде чем говорить о будущем, стоит посмотреть на настоящее. AGI ещё нет. Но то, что есть, должно заставить вас дочитать до конца.
Собеседование будущего — ноутбук с ИИ принимает на работу). Хотя строгие ИИ-фильтры у кадровиков есть уже сейчас. По этим критериям, например, с помощью ИИ на многие вакансии автоматом отсеивают людей 40+
ИИ уже сейчас делает вещи, которые раньше казались невозможными. DeepMind предсказал структуры 200 миллионов белков — задача, над которой ранее биологи работали полвека.
Google AI co-scientist за два дня предложил научную гипотезу, к которой исследователи шли десять лет.
ИИ-система проверяет юридические контракты в 300 раз быстрее опытного юриста и при этом показывает результат точнее на 19%. JP Morgan автоматизировал разбор кредитных договоров, который раньше занимал 360 000 человеко-часов в год.
Миллионы разработчиков используют AI-инструменты, которые пишут за них значительную часть кода.
Всё это — не эксперименты и не пилоты. Это рабочие инструменты крупнейших компаний мира прямо сейчас. И это ещё не AGI.
Что конкретно изменится в вашей жизни
Goldman Sachs в докладе оценил, что AI может затронуть рабочие места, эквивалентные 300 миллионам полных ставок в развитых экономиках.
McKinsey называет близкую цифру: до 375 миллионов работников могут быть вынуждены сменить профессиональную категорию к 2030 году.
МВФ оценивает, что около 60% рабочих мест в высокодоходных странах будут затронуты AI — но при этом примерно половина может выиграть от роста продуктивности, а другая половина столкнётся с риском снижения спроса на труд. Это не одно и то же, что «уволят половину». Это значит, что перемены будут масштабными, неравномерными и быстрыми.
Про половину, которая выиграет — сильно сомнительно. Думаю в реальности выиграет не более 20%.
МВФ дает прогноз исходя из истории. Да, эта логика работала в прошлые волны автоматизации — когда машины забирали рутину, а нерутинное мышление оставалось за человеком.
Но проблема в том, что AGI претендует именно на нерутинное: анализ, суждение, синтез. К тому же «стать продуктивнее» не значит «зарабатывать больше» — исторически выгоды от роста производительности чаще доставались владельцам бизнеса, а не сотрудникам. Юрист с AI может делать втрое больше работы — и именно поэтому фирма наймёт втрое меньше юристов. А он будет получать столько же, сколько и раньше.
Технологии уже не раз разрушали старые профессии — от ручного ткачества до профессий, связанных с конным транспортом и переписыванием книг. И всякий раз экономика в итоге создавала новые рабочие места.
Есть и еще важный момент, о котором часто забывают эксперты.
В прошлые технологические переломы адаптация растягивалась на десятилетия: новые профессии появлялись медленно, а старое поколение иногда просто уходило, не дожидаясь перемен к лучшему.
Сейчас же изменения могут занимать всего лишь годы или даже месяцы. У людей просто не будет времени переучиться.
Парадокс, который называет McKinsey: высококвалифицированные «белые воротнички» могут пострадать сильнее, чем работники ручного труда. Работу сантехника трудно алгоритмизировать: каждая протечка уникальна, добраться до трубы в старой хрущёвке — отдельный квест.
Плюс задачи работы руками пока роботам покоряются плохо. Им очень трудно дается даже такая простая задача, как засунуть посуду в посудомойку.
А вот аналитик данных или младший юрист работают по шаблонам, которые AI воспроизводит без усилий.
Вообще звучит парадоксально и грустно — все интеллектуальные, престижные и высокодоходные профессии все больше будут отходить ИИ. А максимально простые, рабочие — нам, людям.
Совсем не таким виделось будущее, когда я читал в 80-х советскую научную фантастику. Все грезилось буквально наоборот — люди занимаются интеллектуальными вещами, созидают и погружаются в творчество. А роботы берут на себя рутину и ручную работу.
Сейчас финальная конфигурация пока неясна. Одно можно сказать без оговорок: изменения будут. Отдельные профессии, отдельные задачи, целые индустрии будут переформатированы. Как именно это будет выглядеть в России, в вашей конкретной профессии — зависит от скорости прогресса и от того, успеет ли рынок труда адаптироваться.
Три сценария: как может выглядеть будущее
Специалисты рисуют три варианта развития событий. Все три реальны в том смысле, что у каждого есть серьёзные аргументы в пользу.
Оптимистичный сценарий. AGI появляется к концу 2020-х и начинает работать на решение накопившихся проблем.
Поиск новых лекарств в медицине, дизайн молекул, анализ клинических данных, персонализированное лечение — всё это ускоряется в разы.
Дарио Амодеи говорит о «ста годах технического прогресса за пять лет». Это не фантастика: именно так работал AlphaFold в структурной биологии. Но даже в оптимистичном сценарии лекарства не появляются мгновенно: их нужно проверять в лабораториях, на животных моделях и в клинических испытаниях. Биология привязана к реальному времени, сколько бы ИИ ни ускорял гипотетическую часть работы.
Как общество перераспределит экономические выгоды от AGI — зависит от политических решений, а не от технологии: один из обсуждаемых сценариев — налогообложение AGI-прибылей и создание на их основе базового дохода — то есть просто «пенсия» населению просто так.
Но слабо я уверен в этом позитивном сценарии. Вероятнее, что эти прибыли заберет себе кто-нибудь другой вместо раздачи населению — например, бизнес- и политические элиты на свои масштабные геополитические проекты.
Реалистичный сценарий. AGI появляется, но мир к этому не готов — не технологически, а институционально. Переквалификация занимает 5–10 лет, изменения происходят за 2–3. Часть работников теряет рабочие места раньше, чем появляются новые. Компании богатеют, государства теряют налоговую базу, неравенство растёт.
Ни конец света, ни золотой век нас не ждет. Будет хаотичный переход, из которого разные страны выходят с разными результатами.
Тревожный сценарий. AGI создаётся в условиях гонки: США, Китай, несколько крупных корпораций — каждый торопится.
В такой гонке безопасность становится второстепенной. Не потому что разработчики плохие люди — а потому что компания, которая потратит лишний год на проверки, просто проиграет конкуренту, который этого не сделал.
Результат предсказуем: система выходит в мир недостаточно проверенной. И здесь начинаются конкретные проблемы. AGI, управляющий финансовыми рынками, оптимизирует прибыль способом, который формально законен, но, например, обрушивает пенсионные фонды миллионов людей.
AGI в медицине назначает лечение, которое улучшает среднюю статистику выживаемости, но убивает конкретного пациента с нестандартной реакцией.
AGI в энергосистеме перераспределяет нагрузку эффективно и оставляет без света целые регионы в момент, который алгоритм счёл оптимальным.
Вторая проблема серьёзнее первой: такие ошибки могут оказаться необратимыми. Когда ошибается человек — его можно остановить, уволить, переиграть решение. Когда ошибается AGI, действующий в глобальном масштабе с высокой скоростью, — последствия распространяются быстрее, чем люди успевают среагировать.
Есть здесь определенная структурная хрупкость: система не должна хотеть навредить, чтобы навредить. Достаточно плохо поставленной задачи и слишком большого масштаба действий.
Где Россия в этой гонке
Честный ответ: не в первом ряду.
После реструктуризации Yandex/Nebius часть международных AI-активов и команд оказалась вне российской юрисдикции — Nebius сегодня строит AI-инфраструктуру в Европе.
Параллельно отток IT-специалистов и известные ограничения из-за рубежа существенно ограничивают возможности для обучения крупных моделей. У нас просто не хватает железа, на котором всё это работает.
Российские модели важны для внутреннего рынка и русского языка, но по масштабу вычислений, экосистеме и глобальному влиянию они пока не сопоставимы с лидерами из США и Китая.
Это не приговор — Китай в 1980-е тоже не был в первом ряду технологических держав, но сделал ставку на применение и адаптацию чужих разработок.
Для российского специалиста это означает конкретную вещь: наиболее перспективная ниша — не AI-исследования, а AI-применение. Медицина, геология, промышленность, образование, логистика — здесь AGI нужно будет внедрять и адаптировать, и люди с пониманием и предметной, и технологической стороны окажутся в нужном месте в нужный момент.
Вопрос не «когда» — а «что делать до»
Эксперты сходятся во мнении, что люди, которые готовятся к миру с AGI — развивают стратегическое мышление, учатся работать вместе с AI-инструментами, строят навыки в областях, где машины пока слабы, — преуспеют независимо от того, появится ли AGI в 2027 или в 2040 году.
Люди, которые не готовятся, рискуют пострадать в любом сценарии. Это не прогноз. Это просто логика.
Я уже выше озвучивал свою позицию. Я бы ее назвал умеренно-пессимистичной. Пока выглядит так, что история с ИИ будет отличаться от других скачков в техническом прогрессе и намного сильнее ударит по населению. Сможем ли мы преодолеть кризис, выкрутиться и адаптироваться? Я думаю, что в большинстве своем — не сможем. Потому что слишком быстро надвигаются перемены.
Какие навыки устойчивы — по данным McKinsey, Goldman Sachs и исследователей Оксфорда. Физическая работа в непредсказуемой среде: сантехник, хирург, строитель сталкиваются каждый раз с уникальной ситуацией, которую нельзя свести к алгоритму.
Эмоциональный интеллект и работа с людьми в кризисе: терапевт, переговорщик, учитель-наставник — здесь машина может помочь, но не заменить.
Суждение в условиях неопределённости, когда данных мало и нужно принять решение: именно это отличает хорошего руководителя от хорошего аналитика.
И наконец — межотраслевые компетенции. Человек, который понимает и биологию, и программирование, или и право, и технологии, ценнее узкого специалиста именно потому, что на стыке областей AGI пока работает хуже.
Главная ловушка — иллюзия времени. «Ещё три-пять лет» звучит как много. Но переквалификация в новой области занимает в среднем один-два года, а рынок труда начинает меняться раньше, чем изменения становятся видны.
Страховку покупают до пожара, не во время. Конкретные сроки здесь — ориентир, а не точная цифра: ситуация в каждой отрасли своя. Но логика одна: окно возможностей не ждёт.
Как я хорошо и логично подвёл, да? Здесь должна была бы быть реклама моих курсов по ИИ. Только нюанс в том, что никаких курсов я не веду. Я обычный преподаватель — физики в школе и философии в университете, а не занимаюсь инфоцыганством.
Поэтому давайте финализируем жизненно и практично. Что делать прямо сейчас — три конкретных шага.
Начать пользоваться AI-инструментами в своей работе уже сегодня: не изучать теорию, а применять.
Я, например, настраиваю ИИ, чтобы он мне искал свежие статьи в научных журналах по интересующим меня темам. Раньше это занимало безумно много времени, а теперь у меня каждое утро — свежая подборка научных статей и открытий.
Создаю иллюстрации для своих статей. Не в стиле «нарисуй мне кота в футболке СССР», а довольно подробные, фактологически точные — и дожимаю по много раз, пока не получится нужная мне иллюстрация.
Изучайте специализированные сервисы для вашей отрасли — важно понять, где они реально помогают, а где пока не справляются.
Определить, какая часть вашей работы легко повторяется и описывается инструкцией и начать уходить от неё к той части, которая требует суждения, контекста, живого контакта.
История не знает технологий, которые пришли и ничего не изменили. Печатный станок разрушил монополию церкви на знание и создал Реформацию. Сложный был период, но он вывел общество на новый уровень.
Промышленная революция переформатировала рынок труда и породила средний класс. Интернет уничтожил индустрию новостей в прежнем виде и создал десятки новых форматов. AGI, если появится, будет крупнейшим из этих переломов. И, в отличие от предыдущих, — самым быстрым.
Эксперты сходятся во мнении, что искусственный интеллект заменит многое, но ответственность и ценностные ориентиры — это останется человеку. В этом мы будем уникальны. ИИ это еще освоит не скоро, да возможно и не будет в принципе.
Возможно, главный вопрос будущего — не станет ли ИИ умнее человека. А останется ли человек человеком в тот момент, когда интеллект перестанет быть его главным преимуществом.
Поделись видео: